Die meisten Daten wandern heute ins zentrale Rechenzentrum. Dabei müssen viele Entscheidungen genau dort fallen, wo die Daten entstehen.

Einsteiger begegnen Edge Computing bei Maschinensteuerungen, Kameras und Sensornetzwerken. Wer das Prinzip nicht kennt, entscheidet sich für Cloud-Architekturen, die zu langsam reagieren oder bei Netzausfall ausfallen.

Edge Computing verlagert Verarbeitung an den Rand des Netzes, nahe an Sensoren, Maschinen oder Nutzer. Ein Edge-Gerät ist ein kleiner Computer direkt an der Maschine, der vor Ort entscheidet und nur die Ergebnisse weiterleitet. Zentrale Auswertungen bleiben im Rechenzentrum, weil sie Daten vieler Standorte bündeln.

Erstens Latenz, also die Zeitspanne zwischen Auslösen und Reaktion: Jede Übertragung ins Rechenzentrum fügt Verzögerung hinzu. Zweitens Bandbreite, also die Datenmenge pro Zeiteinheit: Übersteigen die Rohdaten die Leitung, muss vor Ort verdichtet werden. Drittens Ausfallsicherheit: Fällt die Verbindung aus, arbeitet die Maschine lokal weiter.

Eine Füllstandsmessung mit Kamera erzeugt große Rohdatenmengen. Die Aussage „Grenzwert überschritten, Ventil schließen“ ist dagegen eine kurze Meldung.

Oft wird Edge mit dem Auslagern ganzer Anwendungen verwechselt. In der Praxis wandern nur einzelne zeitkritische Teilaufgaben an den Rand. Der eigentliche Aufwand liegt in der Fernverwaltung: Ohne automatisierte Updates wächst der Pflegeaufwand mit jeder Maschine.

Vor der Wahl sind drei Fragen zu klären: Wie schnell muss entschieden werden, wie groß sind die Rohdaten, und was passiert bei Netzausfall?

Edge Computing ist kein Ersatz für das Rechenzentrum, sondern eine Ergänzung: Was schnell, vor Ort oder offline entschieden wird, läuft am Rand; der Rest bleibt zentral.

📌 Latenz · Verdichtung · Fernverwaltung

📚 Zukunftstechnologien verstehen · Tag 22 von 30
#edgecomputing #architektur