Ein wesentlicher Treiber für Edge Computing ist, wie die Analyse der Publishing Initiative Datacenter Dynamics (DCD) verdeutlicht, der steigende Datenverkehr in Netzwerken. Der Traffic wird von 1 Zettabyte im Jahr 2016 auf prognostizierte 180 Zettabyte im Jahr 2025 anschwellen. Je mehr Datenquellen auf die bestehende Daten-Infrastruktur zugreifen und je schneller der Umfang des Datentransfers steigt, umso schneller kann die Cloud für die Datenspeicherung in sich zusammenbrechen. Dies bedeutet, dass Analyse und Verarbeitung so nah wie möglich an der Quelle der Daten durchgeführt werden müssen.

Kern und Kante

Edge Computing ist nicht starr, es entwickelt sich im Zusammenspiel mit dem zentralen Kern. Wenn sich die Geschwindigkeiten von Netzwerken, Glasfaser-Kabeln und SSDs weiter erhöhen, werden die Grenzen zwischen Edge und Kern zunehmend verschwimmen. Dennoch zählt Edge Computing zu den wesentlichen Trends in der IT, zusammen mit Künstlicher Intelligenz, Software Defined Networking, Spracherkennung und steigender Netzwerk-Leistung. Unter den Teilnehmern der DCD Enterprise Konferenz im März 2017 nahm das Interesse am Thema Edge gegenüber dem Vorjahr um 50% zu.

Treiber, die Edge Computing begünstigen, sind…

  • Steigendes Datenvolumen, vor allem durch das Internet of Things - also Daten, die vornehmlich von Maschinen und Geräten erzeugt werden: Es wird 2020 die Menge von 50 Zettabyte an Daten erwartet, erzeugt von über 25 Milliarden verbundenen Geräten.
  • Wachsender Traffic durch Videos und wachsender Cloud-Traffic: Eine Cisco-Schätzungen sagt eine Zunahme um 92% bis 2020 voraus.
  • Engpässe und Unterbrechungen im Netz häufen sich aufgrund hoher Datenmengen, Edge Computing ist eine Alternative.
  • Rasche Antwortzeiten: Die Cloud stößt an ihre Grenzen, wenn es um Gerätereaktionszeiten, Videoübertragung, die Nutzung von Augmented Reality oder Virtual Reality geht. Hier gewinnt Edge Computing an Zugkraft.
  • Effizienz wird umso wichtiger, je mehr die Datenübertragung unter Druck gerät. Edge Computing organisiert die Datenübertragung und wählt aus, welche Daten dabei Priorität genießen. Das werden nach Schätzungen zwischen 10% und lediglich 0,0001% der Daten sein.

Zukünftig wird Edge Computing daher für jede Anwendung, die eine sofortige Datenverarbeitung erfordert, in Betracht gezogen werden.
Mögliche Szenarien für den Einsatz sind:

  • Selbstfahrende Autos sind das sicher bekannteste Beispiel für Edge Computing und mit den Worten von Peter Levine (Adreessen Horowitz) ein „Datacenter auf Rädern“.
  • Sonstige komplexe Fahrzeuge wie Flugzeuge, Raumschiffe oder Schiffe. Sie erledigen die Rechenarbeit lokal und übertragen nur das Wichtigste in die Cloud.
  • Fabriken: Industriebetriebe setzen Edge Computing bereits intensiv ein, forciert durch Robotik, Künstliche Intelligenz und maschinelles Lernen. Die Produktion wird nahtlos in einen Ablauf eingebunden, der von der Bedarfsprognose über die Erzeugung und Lieferung bis zur Nachbetreuung reicht. Das bedeutet die Kollaboration von Datenquellen unterschiedlicher Standorte und Unternehmen.
  • Transport und Logistik: Neben optimal abgestimmten Prozessen zwischen Produktionsbetrieben, Handel und Logistik gilt es in Zukunft auch, die Gütermobilität zu verbessern sowie Waren- und Kommunikationsströme zu optimieren. Die Konzepte von Industrie 4.0 können nur mit einem entsprechend stabilen Datenfluss auch im Logistikbereich konsequent umgesetzt werden.
  • Smart Home: Daten, gesammelt von Sensoren, und Controllern, werden gleich vor Ort ausgewertet.
  • Smart Cities: Die Anzahl an installierten Sensoren und Datenquellen wächst zusehends, sodass eine zentrale Speicherung und Analyse kaum noch praktikabel ist. Edge Computing reduziert die Latenzzeiten und wählt das Wichtigste für die Datenübertragung aus, auch geographisch nach Stadtteilen und Bezirken.
  • Medien und Content: Neue Services laufen teilweise lokal, beispielsweise Online-Spiele.

Es herrscht die Ruhe vor dem Sturm. Edge weckt Interesse, aber noch keinen dringenden Bedarf - was sich jedoch rapide ändern könnte.