Was die Datenverarbeitung in industriellen Ökosystemen betrifft, so setzen Unternehmen eine der drei verfügbaren Optionen oder eine Mischung aus diesen ein. Bei diesen Optionen handelt es sich um lokale IT-Architektur, Cloud-Computing und lokale Cloud-Ökosysteme. Obwohl der Standort von Rechenzentren diese drei Optionen unterscheidet, werden Datenanalysen und Berechnungen von einem zentralisierten Rechenzentrum und Netzwerk aus durchgeführt. Beim Edge-Computing hingegen werden kleine, tragbare, dezentralisierte Datenzentren und Server eingesetzt, was die Entfernung zwischen dem datenproduzierenden Punkt und den Verarbeitungspunkten verringert.
Dieser Artikel umfasst folgende Themen:
- Warum Edge-Computing die Zukunft der industriellen Datenverarbeitung ist
- Wie die Verbindung von Edge- und Cloud-Computing die Automatisierung vorantreibt
- Die Vorteile einer Mischung aus Edge- und Cloud-Computing
Die Notwendigkeit eines neuen Konzepts für die Datenverarbeitung
Es ist bekannt, dass die exponentielle Zunahme der Arbeitsbelastung die IT-Infrastrukturen überfordert, einschließlich der Vor-Ort- und Cloud-Architekturen. Im Jahr 2018 führten die Flash-Verkäufe am Schwarzen Freitag zu einem Ausfall der Vor-Ort-Rechenzentren von J. Crews, während im September 2019 das Cloud-Kraftwerk Amazon eine Ausfallzeit erlebte, von der Tausende seiner Kunden betroffen waren. Beide Beispiele zeigen, dass selbst in den zuverlässigsten Computernetzwerken Ausfallzeiten auftreten können, was eine bessere Art und Weise erfordert, mit sensiblen Computeranforderungen umzugehen.
Neben den zunehmenden Arbeitsabläufen macht die Notwendigkeit von Echtzeit-Datentransfers zur Automatisierung von Industrieprozessen den Bedarf an neuen Rechenkonzepten deutlich. Dies liegt daran, dass eine hohe Latenzzeit und eine geringe Bandbreite zu Verzögerungen beim Round-Trip-Timing führen. Der Begriff „Round-Trip-Timing“ bezieht sich hier auf die Zeit, die die von einem Gerät produzierten Daten bis zur Cloud und zurück zum Gerät benötigen. Die Verzögerungen während des Datentransferprozesses behindern die Echtzeitanalyse und können zu Ausfallzeiten führen.
Und schließlich nimmt mit etwa 85 Millionen IoT- und IIoT-Geräten auf der ganzen Welt der Wettbewerb um Computerressourcen zu. Dieser Anstieg kann sowohl bei lokalen als auch bei Cloud-Netzwerken bis an die Grenze gehen, was zu Ausfallzeiten und Verzögerungen bei der Datenübertragung führen kann. Diese Herausforderungen haben zu neuen technologischen Lösungen wie Edge-Computing und 5G-Netzen geführt. Während sich 5G-Netze mit den Herausforderungen hoher Latenzzeiten und geringer Bandbreite auseinandersetzen wollen, ist Edge-Computing das neue Datenverarbeitungskonzept, auf das die Industriegemeinschaft gewartet hat.
Innerhalb dieses Rechenkonzeptes dient die gleichzeitige Anwendung von Edge-Computing und Cloud-Computing zur Verbesserung des industriellen Betriebs. In seiner einfachsten Form beinhaltet das Konzept den Einsatz von Edge-Hardware im Fertigungsbereich und Cloud-Computing für zentralisierte Anwendungen.
Das Beste aus beiden Welten vereinen
Die Vereinigung von Edge-Computing und Cloud liefert das, was die Industriegemeinschaft braucht: schnelle Reaktionszeiten und große Datenverarbeitung. In diesem Modell bietet das Edge-Computing die schnelle Reaktion oder erhöhte Datenverarbeitungsgeschwindigkeit, die für die Bereitstellung von Echtzeitlösungen erforderlich ist. Außerdem ist die universelle Plattform der Cloud ideal für die Verwaltung großer Datenmengen und bietet einen Rahmen für die Entwicklung neuer Anwendungen. Die Vereinigung beider Optionen zur Datenverarbeitung unterstützt die Bereitstellung der folgenden Funktionen:
- Verbesserte Innovationsmöglichkeiten – Die Cloud bietet Plattformen, die die Erstellung von analytischen Algorithmen und Anwendungen für das Edge-Computing unterstützen. Mit den erweiterten Ressourcen der Cloud können kundenspezifische Containeranwendungen für Mikroprozessoren und Mini-Betriebssysteme entwickelt werden. Diese Anwendungen oder Algorithmen können dann vor dem Einsatz in Edge-Hardware, die diese Geräte mit analytischen Fähigkeiten ausstattet, getestet werden.
- Zeitkritische Anwendungen – Um eine industrielle Automatisierung zu erreichen, ist das Hacken von Echtzeitanalysen in der gesamten Fertigung ein wichtiger Schritt, der unternommen werden muss. Obwohl Edge-Computing allein in der Lage ist, zeitkritische Anwendungen zu verwalten, wird der Prozess durch die Integration von Cloud-Computing verbessert. In einer IIoT-gesteuerten Umgebung kann Edge-Hardware die Herausforderungen des Edge-Computing bewältigen und gleichzeitig ergänzende Daten an die Cloud senden. Die großen Ressourcen zur Datenverarbeitung innerhalb der Cloud können dann für die Planung und Simulationsanalyse für jede Anlage, jedes System und jeden Prozess innerhalb einer Einrichtung genutzt werden.
- Erweiterte Speicheroptionen – Bei Dutzenden von IIoT-Geräten, Altanlagen und industriellen Prozessen, die Daten produzieren, muss sichergestellt werden, dass nur relevante Daten erfasst werden. Edge-Computing bietet eine Lösung zur Reduzierung des Datenflusses innerhalb eines Systems, indem wichtige Daten erfasst und temporäre Informationen verworfen werden. Anlagenmanager können dann wählen, ob sie Daten von Edge-Geräten in die Cloud übertragen oder verwerfen wollen. Wenn dieser Datenmanagementprozess richtig durchgeführt wird, reduziert er die Ausgaben für Cloud-Ressourcen und andere Speicheroptionen und senkt so die Gesamtkosten für den Besitz von Cloud-basierten Lösungen.
- Verbesserung der Sicherheit – Die zunehmenden Herausforderungen im Bereich der Cybersicherheit, mit denen Unternehmen konfrontiert sind, haben zu Warnungen vor dem Stopfen von IIoT-Schlupflöchern geführt. Das liegt daran, dass Hacker ständig Tools zur Erkennung von Lücken in Unternehmensnetzwerken einsetzen, um entweder sensible Daten zu stehlen oder den Arbeitsablauf zu stören. Die Fähigkeit des Edge-Computing, die Datenverarbeitung auf Geräteebene zu handhaben, stellt sicher, dass es weniger Netzwerkwege gibt, die von Hackern erforscht werden können. Die Möglichkeit, SIEM-Tools (Security Information and Event Management) in der gesamten Cloud einzusetzen, bietet auch einen pauschalen Schutz für die Daten, die von IIoT-Geräten zurück in die Cloud übertragen werden. Während das dezentralisierte Netzwerk Verwundbarkeiten reduziert, können Bedrohungsinformationen in der Cloud bereitgestellt werden.
Die Vorteile einer Kombination aus Edge-Computing und der Cloud
Die oben besprochenen Anwendungsbeispiele verdeutlichen die wichtigeren Vorteile einer symbiotischen Beziehung zwischen Edge- und Cloud-Computing. Weitere Vorteile der gleichzeitigen Nutzung beider technologischen Lösungen sind u. a.:
- Offline-Computing – Edge-Computing-Geräte sind mit den Datenverarbeitungsressourcen ausgestattet, die für die Bereitstellung von Offline-Computing erforderlich sind. So beeinträchtigen zentralisierte Ausfallzeiten oder Kommunikationsverzögerungen die Verarbeitung nicht und die Edge-Hardware kann sich wieder mit der Cloud verbinden, sobald das Netzwerk wieder verfügbar ist.
- Erhöhtes Benutzerengagement – Die Kombination von Edge-Computing und Cloud-Computing verbessert auch die Integration von Augmented Reality in physische Umgebungen. Die bei beiden Optionen gesammelten Daten können zur Erfassung von Erfahrungen, zur Schulung von Mitarbeitern und zur Simulation von Problem-Szenarien verwendet werden.
Schlussfolgerung
In dem Maße, wie die IIoT-Technologie in den Industrieanlagen allgegenwärtig wird, wird der Bedarf an unterstützenden Optionen zur Datenverarbeitung weiter zunehmen. Hier kommen das Edge-Computing und die Hardware, die seine Integration über den gesamten Betriebsbereich hinweg vorantreibt, ins Spiel. Um eine Echtzeit-Automatisierung sowie die Erfassung und Verarbeitung von Daten aus Altgeräten zu erreichen, muss also die symbiotische Beziehung zwischen Edge- und Cloud-Computing gepflegt werden. Dies wird die Einführungsrate von Cloud-Computing in traditionellen Anlagen und die Integration von Industrie 4.0 beschleunigen.
