Die Entwicklung der großen Paradigmenänderungen der Computertechnologie erfolgt in Wellenzyklen, und zwar ziemlich genau in Spannen von 20 Jahren. In den 1960er Jahren kam die Technologie von Mainframe-Rechnern auf, die auf die Bedürfnisse von Großunternehmen und Regierungsorganisationen ausgerichtet waren und eine hochstrukturierte maschinelle Datenverarbeitung, insbesondere für wissenschaftlich-technische Anwendungsfälle boten. In den 1980er Jahren wurden durch die Fortschritte in der Mikroprozessortechnologie und bei grafischen Bedienoberflächen Client-Server-Lösungen populär. Immer mehr Rechenleistung wanderte in dezentrale und lokale Systeme. In den 2000er Jahren entwickelte sich dank dem explosionsartigen Wachstum des Internets ein Bewusstsein für eine Re-Zentrierung der IT-Leistungen in die Cloud. Consumer-Dienste wie Videostreaming, soziale Netzwerke und eCommerce auf der einen und B2B-Dienste wie CRM- und ERP-Systeme aus der Cloud auf der anderen Seite setzten sich durch, da inzwischen skalierbare sowie ausfallsichere Serversoftware und vor allem hohe Bandbreiten für den Datenabruf durch den Ausbau der Breitbandinfrastruktur breitflächig vorhanden waren.

In den aktuellen 2020er Jahren bildet sich nun mit dem Edge Computing ein neues Computing Paradigma heraus. Ins-besondere das starke Wachstum mobiler Endgeräte sowie moderne Industrie 4.0 Use Cases und der Trend zum autonomen Fahren sind die dahinterstehenden Treiber. Die mannigfaltigen Kundenbedürfnisse auf industrieller wie auf Seiten der Endverbraucher erfordern zunehmend eine lokale intelligente Verarbeitung der Daten, um Antworten in Realzeit liefern zu können. Und genau hier kommt Edge Computing ins Spiel. Wichtige technologische Treiber für den Erfolg des Edge Computings sind schnellere und intelligentere Prozessoren, Algorithmen der künstlichen Intelligenz sowie der neue Mobilfunkstandard 5G mit seinen Breitband- und Realzeit-Eigenschaften.

Der Edge Computing-Markt

Führende Marktforscher schätzen aktuell den Bestand an Geräten, die mit dem Internet und anderen Netzwerken verbunden sind, auf mehr als 20 Mrd. Geräte. Doch das ist erst der Anfang: Bis zum Jahr 2025 sollen es bereits mehr als 34 Mrd. Geräte sein; Smartphones, Tablets und Notebooks sind in diesen Erhebungen noch gar nicht eingerechnet. Der Marktforscher IDC rechnet bis 2025 mit einem Wachstum des weltweiten digitalen Datenbestands von 175 Zettabyte. Zur Einordnung: Ein Zettabyte entspricht einer Trilliarde Bytes, einer Zahl mit 21 Dezimalstellen. Aufgrund dieser gewaltigen Datenmengen liegt es auf der Hand, dass die lokale Verarbeitung und Nutzbarmachung der enormen Datenbestände immer mehr an Bedeutung gewinnen muss. Würde man allein die erzeugten Datenmengen von zukünftig hunderten Millionen autonomen Fahrzeugen in die Cloud pumpen, so wären die Datenleitungen und vor allem auch die zentralen Verarbeitungs-kapazitäten mit der Verarbeitung hoffnungslos überfordert. Kleine, ‚eingebettete‘ Computersysteme steuern bereits seit vielen Jahren Geräte, Maschinen und Anlagen. Dank der ständigen Weiterentwicklung der Halbleiterelektronik sind sie heute so leistungsfähig, dass sie auch komplexe Berechnungen und Datenanalysen durchführen können. Solche Systeme entwickeln sich nun unter dem Stichwort ‚Edge Computing‘ zu einer Schlüsseltechnologie der Digitalisierung.

Mit dem Selective Artificial Intelligence Performance-Index (ISIN: DE000VL3SJB4) von Vontobel können Anleger über ein Indexzertifikat in die 20 wichtigsten Aktien führender Unternehmen im Bereich künstlicher Intelligenz investieren, die zudem stark in Edge Computing-Projekten involviert sind. Dabei deckt der Index die gesamte Wertschöpfungskette mit Unternehmen aus den Sektoren Hardware- und Software-Plattformen, Big Data und anwendungsorientierte künstliche Intelligenz ab.

© Solactive

Die Analysten von Transparency Market Research schätzen das Volumen des globalen Marktes für eingebettete Systeme bis Ende 2021 auf über 233 Mrd. US-Dollar. Speziell der Edge Computing-Markt wächst aufgrund der Digitalisierung exponentiell: Die Analysten von Grand View Research gehen von einem jährlichen Wachstum von 54 % aus. Damit würde das weltweite Marktvolumen für Edge Computing im Jahr 2025 bei rund 28,84 Mrd. US-Dollar liegen. Ein Bericht von Strategy Analytics prognostiziert, dass im Jahr 2025 etwa 59 % aller Daten in IoT-Anwendungen durch Edge Computing verarbeitet werden.

Die Einsatzgebiete

Edge Computing kommt zukünftig in praktisch allen Industrie- und Consumer-Segmenten zum Einsatz. Dazu gehören insbesondere die Bereiche Industrie 4.0, autonomes Fahren, Finanzdienste, Gesundheit (Healthcare), Landwirtschaft (Smart Farming), Energieversorger (Energieversorgung & Stromnetze) und Einzelhandel. In sämtlichen Bereichen geht es um Optimierung der Prozesse, des Ressourceneinsatzes und vor allem um eine Steigerung der User Experience. Kunden erwarten heute eine Ad-hoc-Antwort über ihr Smartphone – sei es bei einem Bestellvorgang auf einer eCommerce-Seite oder in einer komplexen Online-Beratung bei Finanzdienstleistungen.

Einer der Vorreiter im Bereich stationärer Handel ist der eCommerce-Riese Amazon.  Im Januar 2018 eröffnete Amazon seinen ersten Amazon Go-Store für die Öffentlichkeit. Der Laden ermöglicht es den Kunden, sich mit einem QR-Code auf ihrer mobilen App einzuloggen, woraufhin Kameras und Sensoren im Laden die Kunden identifizieren und registrieren, was sie zum Kauf auswählen.

Gerade die Energiewende bietet mannigfaltige Chancen und Herausforderungen für das Edge Computing. So können nicht nur Fehlfunktionen von dezentralen Windkraft- und Solar-anlagen in Echtzeit erkannt werden, Edge Computing spart auch bares Geld: Wird eine Windkraftanlage durch eine Kombination aus Edge und Cloud Computing gewartet, betragen die damit verbundenen Kosten nur ein Drittel gegenüber einer reinen Cloud-Lösung. Bei der intelligenten Netzsteuerung können Edge Computing-Systeme in Verbindung mit Sensoren zukünftig die von Elektrofahrzeugen gespeicherte bis hin zu der in Windkraftanlagen erzeugten Energie überwachen, um Entscheidungen zur Kostensenkung zu treffen und die Energie-Erzeugung effizienter zu gestalten.

Edge Computing im Kontext Industrie 4.0

Erhebungen des Marktforschers Frost&Sullivan gehen davon aus, dass im industriellen Umfeld 70 % der Daten an der Edge erzeugt werden. Covid-19 verbunden mit den Ad-hoc-Nachfrage-Änderungen in der Produktion und die gleich-zeitige Fragilität der Lieferketten erfordern geradezu eine intelligente, agile und atmende Fertigung. Dies müssen nicht zwangsweise komplett neue Anlagen und Fertigungsstraßen sein, wie zuletzt die neuen Halbleiterfertigungen von Bosch in Dresden oder von Infineon in Villach gezeigt haben. Edge Computing bedeutet vor allem auch, neue Intelligenz für ältere Fertigungsstätten.

Thomas Rappold: »Edge Comptung bietet der deutschen Industrie beim weltweiten Digitalwettlauf die Chance, die industrielle Pole Position einzunehmen.«

© Thomas Rappold

Die SmartFactoryKL zeigt, wie es geht: Die Demonstratoranlage des Konsortiums verfügt beispielsweise über ein Wägemodul, das mit einem Edge-Device zur Qualitätssicherung nachgerüstet wurde. Die Waage dient dazu, die auf der Anlage produzierten Artikel (Visitenkartenhalter) zu wiegen, um den korrekten Umfang der Komponenten zu überprüfen. Da die Waagen bisher nicht in der Lage waren, Daten zu erfassen und auch nicht OPC UA-fähig waren, integrierte der Modulhersteller ein Edge-Device in das bestehende System. Es liest die verschiedenen Zustände der Waage, beispielsweise Temperatur, Über- und Unterlast sowie Stabilisierungszeit, aus, berechnet sie und fasst sie zu einer Statusmeldung zusammen, die in die Cloud übertragen wird. Ein Beispiel: Unzulässige Vibrationen durch einen Motor in der Nähe der Waage oder Verschmutzungen würden die Stabilisierungszeit beeinflussen; im Zuge der Daten-analyse würde dies erkannt werden. Dank des Edge-Devices können nun Fehler im Motor und an der Waage zeitnah identifiziert und behoben werden.

Künstliche Intelligenz und 5G als wesentliche Bausteine

Mit einer neuen Generation von KI-Chips ist es nun möglich, komplexe Deep-Learning-Algorithmen in eingebetteten Systemen auszuführen und die Ergebnisse in Echtzeit zu liefern. Neben der lokalen KI-Intelligenz liefert der neue Mobilfunkstandard 5G eine Konnektivitäts-Lösung für das dezentrale Edge Computing. Der 5G-Standard kann in Zukunft bis zu einer Million Geräte innerhalb eines Quadrat-kilometers unterstützen. Weitere Vorteile sind die flexible Zuordnung von Bandbreite sowie die für Industrie 4.0 und das autonome Fahren so wichtigen geringen Latenzzeiten von weniger als 10 ms. Teilweise liegen sie sogar bei nur 1 ms.