
Edge Computing: Warum Daten nicht immer in die Cloud müssen
Wenn eine Maschine in Millisekunden reagieren muss, ist der kürzeste Datenweg oft der wichtigste. Das macht Edge Computing praktisch, aber nicht automatisch einfacher.
Redaktion Techspiegel5 Min. Lesezeit
Daten & CloudAutomatisierungLogistikSchwerpunkt: KI mit BodenhaftungSchwerpunkt: Daten ohne Nebel
Inhalt dieses Beitrags
Eine Verpackungslinie arbeitet im Sekundentakt. Soll eine Kamera jedes Paket prüfen, muss die Entscheidung fallen, bevor das nächste ankommt. Geht das Bild erst in ein Rechenzentrum und kommt die Antwort von dort zurück, ist das Paket weitergezogen. Edge Computing, auf Deutsch etwa Verarbeitung am Rand des Netzes, verlegt einen Teil der Rechnung in die Halle. Das löst ein Problem und erzeugt ein zweites: Jedes Gerät am Rand des Netzes will eingerichtet, aktualisiert und irgendwann ersetzt werden.
Was muss sofort reagieren?
Ein Datenweg besteht aus vier Schritten: messen, übertragen, rechnen, handeln. Edge Computing verändert den dritten Schritt. Statt einer Zentrale rechnet ein Gerät in der Halle, an der Maschine oder in einem Schrank daneben. Der Begriff bleibt unscharf, weil er alles zwischen Sensor und Rechenzentrum umfasst. Für die Planung hilft eine grobe Einteilung: Steuerungstechnik direkt an der Maschine, ein Gateway oder Industrie-PC im Netz des Betriebs, ein Rechenzentrum außerhalb.
Die Cloud ist dabei kein Gegenmodell, sondern eine andere Abwägung. Sie liefert Rechenleistung ohne eigene Hardware, lässt sich kurzfristig erweitern und ist von außen erreichbar. Dafür hängt der Zugriff an einer Leitung, die ausfallen kann, und jede Anfrage braucht Zeit für den Weg hin und zurück.
Entscheidend ist die Unterscheidung zwischen einer harten und einer weichen Anforderung. Hart wird es dort, wo eine Reaktion an eine Frist gebunden ist: eine Schutzfunktion, eine Ausschleusung, eine Regelung. Weich bleibt es dort, wo eine Antwort in Sekunden oder Minuten genügt, etwa bei einer Auswertung, die jemand am Schichtende liest. Nur der harte Teil verlangt eine Verarbeitung vor Ort.
Ein zweiter Grund für Edge ist die Datenmenge. Eine Kamera erzeugt Bilder in einer Größenordnung, die über eine gewöhnliche Betriebsleitung dauerhaft nicht sinnvoll zu übertragen ist. Wer nur das Ergebnis weiterleitet, also die Kennzeichnung „in Ordnung“ oder „ausschleusen“, spart Bandbreite und Speicher. Wie der Weg von einer Bestandsmaschine in ein Netz aussieht und warum er selten über ein einzelnes Kabel läuft, beschreibt der Beitrag über die Smart Factory, die beim Datenstecker beginnt.
Ein dritter Grund ist der Ausfall. Fällt die Verbindung zum Rechenzentrum aus, arbeitet eine lokale Prüfung weiter, solange die Stromversorgung steht. Sie arbeitet aber nur so lange, wie niemand eine Aktualisierung einspielt, die eine Verbindung voraussetzt. Dieser Fall wird bei der Planung regelmäßig übersehen.
Im fiktiven Beispiel eines Logistikbetriebs bleiben die Bilder der Sortieranlage lokal, übertragen wird nur die Quote erkannter Fehlpackungen. Ein Rechenbeispiel mit angenommenen Werten: Braucht eine Prüfung vor Ort eine halbe Sekunde und über die Leitung zwei Sekunden, entscheidet über die Machbarkeit nicht die Rechenleistung, sondern der Weg.
Das folgende Schema ordnet die Stationen einer Datenroute zwischen Maschine, Gerät am Rand, Cloud und Mensch.
Fachliche Visualisierung
Kurzer Weg und weiter Weg
Edge Computing bedeutet, einen Teil der Verarbeitung dort zu lassen, wo die Daten entstehen. Die Abbildung stellt den kurzen und den weiten Weg gegenüber und benennt, was am Gerät am Rand zusätzlich zu tun ist.
- Schritt 1
Maschine
Erzeugt Signale im Millisekundentakt. Wer sofort reagieren muss, kann nicht auf eine Antwort aus der Ferne warten.
- Schritt 2
Gerät am Rand
Verarbeitet lokal und antwortet schnell. Dafür braucht es Strom, einen Platz, Zugangsschutz und Ersatz.
- Schritt 3
Entfernte Verarbeitung
Geeignet für Auswertungen, die Zeit haben: Muster über Wochen, Vergleich mehrerer Standorte, Berichte.
- Schritt 4
Mensch
Bekommt eine Meldung oder einen Bericht. Ohne benannte Reaktion bleibt auch der schnellste Weg folgenlos.
| Aufgabe | Am Gerät im Betrieb | In der entfernten Verarbeitung |
|---|---|---|
| Aktualisierungen | müssen geplant und eingespielt werden | erledigt der Dienstleister |
| Gerätezugang | physisch zu regeln, oft in der Halle | nicht erforderlich |
| Überwachung | eigene Überwachung nötig, sonst fällt es still aus | im Dienst meist enthalten |
| Ersatz | Ersatzgerät und Wiederherstellung selbst vorhalten | entfällt |
| Verfügbarkeit bei Netzausfall | arbeitet weiter | endet mit der Verbindung |
Vereinfachtes Schema der Redaktion. Es beschreibt keine konkrete Anlage und keinen Anbieter.
Fachliche Grundlage: Empfehlungen des Bundesamts für Sicherheit in der Informationstechnik zu Cloud und Internet der Dinge, Veröffentlichungen von Fraunhofer-Instituten zu Edge Computing sowie die Begriffsbestimmungen des National Institute of Standards and Technology, die hier nur als benannte Referenz dienen.
Die technische Dokumentation mehrerer Anbieter wurde als Herstellerperspektive ausgewertet und ist kein unabhängiger Beleg.
| Aufgabe | Verarbeitung am Rand | Verarbeitung in der Cloud | Aufteilung |
|---|---|---|---|
| Reaktionszeit | kurz, unabhängig von der Leitung | abhängig von der Leitung | kurz für den kritischen Teil |
| Verhalten bei Netzausfall | eingeschränkt weiter | unterbrochen | unterschiedlich je Pfad |
| Betriebsaufwand | Geräte, Aktualisierungen, Ersatz vor Ort | beim Anbieter | bei beiden Stellen |
| Kosten | Geräte und Arbeitszeit | Entgelt nach Nutzung | beides, je nach Aufteilung |
| Skalierung | je Gerät | kurzfristig erweiterbar | je Gerät und je Dienst |
| Datenfluss | bleibt überwiegend im Betrieb | verlässt den Betrieb | abhängig von der Auswahl |
Welche Daten dürfen den Betrieb verlassen?
Edge Computing ist kein Datenschutzverfahren, aber es verschiebt die Frage, welche Information den Betrieb verlässt. Statt Rohdaten lässt sich ein Ergebnis übertragen: eine Zählung, ein Status, ein Kennwert. Das spart Daten und verringert zugleich die Wahrscheinlichkeit, dass personenbezogene Angaben in einem fremden System liegen.
Im Maschinenraum entstehen solche Angaben schneller, als vielen bewusst ist. Sobald Messwerte mit Schichten, Bedienpersonen oder Leistungswerten verknüpft werden, kann aus einem technischen Wert ein personenbezogener werden. Wo diese Grenze verläuft, beschreibt der Beitrag über den Umgang mit Beschäftigtendaten an der Anlage.
Deshalb gehört eine kurze Liste in jedes Konzept: Welche Daten bleiben im Betrieb, welche werden verdichtet übertragen, und welche dürfen gar nicht hinaus? Die Antwort hat Folgen für die Architektur, weit über die Einstellung eines Formulars hinaus.
Ein weiterer Punkt wird leicht übersehen. Ein Edge-Gerät ist ein Rechner mit Zugangsdaten, Protokollen und oft einem Fernzugang für den Support. Wer ihn einrichtet, entscheidet damit über einen zusätzlichen Weg in das eigene Netz. Die Regeln, die für Server gelten, gelten hier weiter, auch wenn das Gerät klein ist und in einem Schaltschrank hängt.
Wer auf einem solchen Gerät ein Modell betreiben will, trifft dieselbe Abwägung wie bei jeder anderen Anwendung: eigener Betrieb oder gemieteter Dienst. Der Vergleich zwischen lokal betriebenem Modell und Cloud-Dienst nennt die Kriterien dafür.
Wer wartet das Gerät am Rand?
Diese Frage entscheidet über die Betriebskosten, und sie wird in Angeboten selten beantwortet. Am Rand stehen physische Geräte. Sie brauchen Strom, einen Platz, eine Netzwerkdose und jemanden, der sie bei einem Ausfall tauscht.
Vier Aufgaben bleiben hängen:
Aktualisierungen. Ein Gerät, das nie aktualisiert wird, sammelt bekannte Schwachstellen. Ein Gerät, das sich ungeprüft aktualisiert, kann eine laufende Produktion unterbrechen. Beides braucht einen Ablauf und ein Zeitfenster.
Zugriff. Wer kommt an das Gerät, mit welchem Konto, und wie ist ein Fernzugang abgesichert? Ein geteiltes Passwort ist keine Antwort.
Beobachtung. Ein Edge-Gerät ohne Überwachung fällt erst auf, wenn ein Auftrag liegt. Eine einfache Meldung an eine benannte Person genügt für den Anfang.
Ersatz. Ein Gerät auf Lager, mit dokumentierter Konfiguration, verkürzt einen Ausfall von Tagen auf Stunden. Ohne Ersatz und ohne Wiederherstellungsweg bleibt jede Zusage an den Kunden ein Risiko.
Ein Fall, in dem Verarbeitung am Rand und Messen zusammenfallen, ist die Auswertung von Verbrauchsdaten direkt am Zähler. Was ein digitaler Zähler im Betrieb tatsächlich verändert, beschreibt der Beitrag über Messwerte, die aus dem Schaltschrank kommen.
Wer mit KI anfängt, wählt ohnehin selten den anspruchsvollsten Weg. Wie ein erster Fall ausgewählt wird, steht in dem Leitfaden dazu, mit welchem Problem ein Betrieb beginnen sollte.
Was Edge nicht löst
Edge Computing beantwortet eine Frage: Wo wird gerechnet? Es beantwortet nicht, wer die Ergebnisse liest, was bei einer Abweichung geschieht und wer die Geräte in drei Jahren betreut. Ein Vorhaben, das nur die Hardware klärt, verlagert Verantwortung und lässt sie dort liegen.
Die offene Grenze liegt in der Vollständigkeit. Eine belastbare Schätzung für den Betrieb am Rand braucht ein Verzeichnis aller Geräte, ihrer Netzzugänge, ihrer Stromversorgung und ihrer Ersatzteile. Dieses Verzeichnis existiert in vielen Betrieben nicht. Solange es fehlt, bleibt jede Aussage zum Aufwand eine Annahme, und die erste Begehung der Halle ist der nützlichste Schritt des Projekts.