Der Cloud vorgelagert: Edge Computing für komplexe Datenanalysen

So begegnen Sie technischen und rechtlichen Herausforderungen im Zuge von Data Analytics

Sicherheitsbedenken und Performance-Engpässe (angesichts der wachsenden Datenmengen) gestalten die Verarbeitung und Analyse von Daten in der Cloud zunehmend schwierig. So spricht einiges für eine Zwischenschicht: den Edge. Es zeichnet sich ab, dass Edge Computing das „next big thing“ wird. 

Wie Edge Computing insbesondere bei aktuellen Herausforderungen von Maschinen- und Anlagenbauern helfen kann, ist Thema des folgenden Blogbeitrags.

Technische und rechtliche Herausforderungen der Cloud

Bei Maschinen- und Anlagenbauern aller Größen generiert das Industrial Internet of Things heute mehr Daten denn je zuvor. Oft kommen Analyse-Tools mit künstlicher Intelligenz in der Public Cloud zum Einsatz, um sie auszuwerten. Das ist insofern sinnvoll, als KI große Datenmengen als Lernmenge benötigt und diese liegen naturgemäß in der Public Cloud und weniger auf on-premises installierten Systemen. In der Cloud kann man zudem Out-of-the-Box-Lösungen für Datenanalyse und KI nutzen.

Allerdings sind noch immer viele Unternehmen vorsichtig bei diesem Schritt. Das hat zum einen rechtliche, zum anderen technische Gründe. In vielen Geschäftsprozessen ist die Ausleitung von Daten in die Cloud aus Governance-Gründen nicht erlaubt. In IIoT-Daten steckt ein hohes Maß an Intellectual Property, also (geheimes, werthaltiges) Wissen über Produkte und Produktionsverfahren, die man nicht veröffentlichen bzw. teilen möchte oder darf. Denkt man zum Beispiel an die Fertigung von Rüstungsgütern oder Teilen/Werkstücken im Kundenauftrag, wird der schützenswerte Charakter solcher Daten offensichtlich. Zweites Problem ist das immer größere Volumen. Wenn eine Maschine heute mehrere 1.000 Datenpunkte im Millisekunden-Bereich erzeugt, ist eine Echtzeitverarbeitung in der Cloud aus Latenzgründen kaum mehr möglich.

Eine Lösung dafür ist das Edge Computing, weil es die Vorteile von Local- und Cloud-Computing bedarfsgerecht vereint.

Edge Computing als Vorbereitung für die Cloud

Was ist Edge Computing?

Edge Computing lässt sich als Vorbereitung für die Cloud verstehen – eine On-premises-Lösung auf dem Edge mit Funktionen für Analytik, Vorverarbeitung und dezentrale Intelligenz, die zusammen mit der Cloud eine Art Kontinuum bildet. Near Edge bezeichnet das Edge Computing in Cloudnähe, Far Edge in Maschinennähe. Die Unterscheidung erlaubt im Bedarfsfall skalierbare Architekturen im Edge-Cloud-Kontinuum.

Am Edge lassen sich IoT Daten so aggregieren und anonymisieren, dass sie in der Cloud verwendet werden können – dies ist der rechtliche Aspekt. Voraussetzung dafür sind Konnektoren zwischen Edge und Cloud zur Datenübertragung sowie Datenmodelle, die auf beiden Seiten Datenintegration unterstützen. Was die technischen Vorteile angeht, lassen sich dank neuer und skalierbarer Technologien auch hohe Datenvolumina am Edge ohne Latenzprobleme bearbeiten. Dadurch werden Echtzeitanalysen erst möglich. Eine Warnung, dass die Maschine aufgrund Überschreitens kritischer Grenzen in wenigen Minuten ausfallen könnte, kommt dann auch wirklich zur rechten Zeit, ebenso wie ein sofortiger Produktionsstopp im Rahmen einer datenbasierten Qualitätskontrolle, die jedes einzelne Werkstück unmittelbar nach seiner Herstellung prüft. Auf diese Weise werden Ausschussmengen reduziert und nebenher nachhaltig Material- und Energiekosten eingespart. In solchen Fällen großer zu analysierender Datenmengen und schnell benötigter Antworten ist Edge Computing im Grunde unumgänglich. 

X-INTEGRATE Lösung „Data in Motion"

Für das alleinige Aufbereiten der Daten (Aggregation, Anonymisierung und Analyse) ist auch noch keine KI zwingend erforderlich. In dem von X-INTEGRATE entwickelten Edge-Lösungsansatz „Data in Motion“ können auf der einen Seite Maschinen-Sensordaten in nahezu Echtzeit erfasst, vorverarbeitet und analysiert werden. Auf der anderen Seite werden beim „Data at Rest“-Ansatz zusätzlich Rohdaten oder bereits vorverarbeitete Daten zur Prozessdokumentation, für nachgelagerte oder komplexe Analysen in Verbindung mit an anderer Stelle erhobenen Daten langfristig vorgehalten. Letztere dienen auch als Input für unüberwachtes Machine Learning zur Mustererkennung sowie für überwachtes Lernen zur Ableitung von Prognosen für unbekannte Daten. Inzwischen gibt es auch Algorithmen, die ein verstärkendes Lernen „on the Edge“ erlauben und durch die Interaktion mit der Umgebung zur Modelloptimierung beitragen. Hiervon profitieren insbesondere weitgehend abgeschottete Edge-Umgebungen, die auch längerfristig cloud-unabhängig und dennoch verlässlich funktionieren müssen.

Die Edge-Lösungen von X-INTEGRATE sind skalierbar; Producer-Bestandteile zur Datenaufnahme, Analytics-Komponenten sowie Consumer-Komponenten (zum Ausleiten der Daten) sind containerisiert verfügbar und können so anwendungsspezifisch und für den jeweiligen Use Case passgenau zusammengestellt werden. So wurde auf Basis von Open-Source-verfügbaren Applikationen eine echte Alternative zu den IoT-Frameworks namhafter Anbieter geschaffen, die insbesondere KMU einen schnellen und kostengünstigen Einstieg in die IoT-Welt und somit in neue digitale Geschäftsmodelle ermöglicht.

Unsere Kompetenz im Bereich Edge Computing

Mit Edge Computing können Sie Daten dezentral, direkt am Ort ihrer Entstehung, analysieren und auswerten – und zwar nahezu in Echtzeit. Damit ist es ein wichtiger Baustein für die Transformation datengetriebener Geschäftsprozesse und wird spätestens dann interessant, wenn Cloud Computing an seine Grenzen stößt.

Vorteile von Edge gegenüber Cloud Computing

  • Security, Privacy und Datenhoheit für den Eigentümer der Daten

  • Große Datenmengen werden zeitnah direkt am Ort ihrer Entstehung verarbeitet

  • Reduzierung von Datenvolumina in Richtung Private/Public Cloud

  • Unabhängigkeit von einer verfügbaren Cloud, z. B. für Umgebungen, in denen Systeme weitgehend autark arbeiten müssen/sollen

  • Optionaler Einsatz von KI/ML und somit Inferenceon theedge

  • Trainierte Modelle aus einer zentralen Cloud werden am Edge angewandt

  • Optimierung von öffentlich verfügbaren Modellen durch edge-trainierte Modelle

  • Data Mesh-Ansätze: Dezentrale, fachlich bzw. domänenorientierte Architektur für analytische Daten

Datenanalyse als Basis für neue Geschäftsmodelle

Natürlich werden Daten nicht aus Selbstzweck gesammelt. Vielmehr soll ihre Analyse als Basis für (neue) digitale Geschäftsmodelle dienen. Der Anlagenhersteller liefert Maschinen mit integrierter Sensorik, die sein Kunde, der Betreiber der Maschine, zu seinem Vorteil nutzt: Durch die Datenanalyse erzielt er Kostenvorteile, die er entweder selbst einbehalten oder an wiederum seine Kunden weitergeben kann – diejenigen also, die mit diesen Maschinen produzierte Werkstücke von ihm erwerben. Wettbewerbsvorteil für den Maschinenbetreiber: Er kann seine eigenen Produktionskosten optimieren und Werkstücke günstiger als der Wettbewerb anbieten.

Dies steigert die Wettbewerbsfähigkeit aller am Wertschöpfungsprozess beteiligten Stakeholder. Durch die Bereitstellung bzw. Erweiterung von Maschinen mit integrierten Edge Devices und hierauf vorinstallierten oder erweiterbaren Edge Applikationen können sowohl standardisierte als auch spezifisch angepasste Analyse-Tools eine Verfolgung der fertigungsbegleitenden Qualitätssicherung ermöglichen. Transparente ‚Pay per Use‘-Fakturierungsmodelle werden erst möglich, indem über Sensorik Verschleiß und Auslastung gemessen und basierend darauf der Maschinenverbrauch errechnet und fakturiert wird.

Beispiel Industrie

Es ist unerheblich, ob die Maschine beim Anlagenhersteller selbst steht und für seinen Kunden, den Maschinenbetreiber, produziert oder bei diesem direkt. Analog zur Wartung rechnet der Hersteller die Überlassung dann als „variablen“ Kostenbestandteil auf Basis der Nutzung ab, analog zum Kilometerleasing bei KFZs. Es wird gemessen, ob die Maschine im 1-, 2 oder 3-Schicht-Betrieb verwendet wird oder wie hoch ihre Belastung ist (z. B. durch Messung der Vibrationen im Betrieb). Wer daher sorgsam mit ihr umgeht, spart neben Wartungskosten noch durch verbesserten Werterhalt der Maschine. Durch temporäre Vermietung von Überkapazitäten wird im gleichen Atemzug die Anlage optimal ausgelastet.

Beispiel Gebäudemanagement

Viele weitere Business-Szenarien sind denkbar, etwa beim Gebäudemanagement: Durch die Integration von Daten aus Raumbuchungssystemen mit am Edge konsolidierten Sensordaten aus den einzelnen Etagen und Räumen kann die Wärmeabgabe (in einzelnen Etagen und Räumen) sowohl gezielt gesteuert als auch für das gesamte Gebäude hinweg optimiert werden. Pilotprojekte versprechen sich hier Einsparungen von ca. 25% der jährlichen Heizkosten.

Data in Motion

Man bezeichnet diesen Ansatz auch als „Data in Motion“: Die Daten werden dabei nicht zunächst irgendwohin abgespeichert und später analysiert („Data at Rest“), sondern direkt nach ihrer Generierung in nahezu Echtzeit verarbeitet, was Monitoring oder Alerting erst ermöglicht. Dies ist insofern sinnvoll, als viele Daten nur kurzfristig für eine Verarbeitung interessant sind. Man kann also genau selektieren, was nach der Analyse gelöscht und was dauerhaft aufbewahrt wird, weil man es später noch benötigt – in diesem Fall steht am Ende die Speicherung in einer Datenbank oder in einem Data Lake, je nach Use Case on-premises oder in der Cloud.

In die Cloud wird dann nur ein kleiner Teil der Shopfloor-Daten verschoben, um ihn dort etwa mit Officefloor-Daten aus ERP/CRM-Systemen zu integrieren. Dies funktioniert beispielsweise über herstellerneutrale Open-Source-Frameworks wie den „Open Integration Hub“ des Kölner Cloud EcoSystem e.V., der Technologie, Standard-Datenmodelle, Regelwerke und eine Community aus Konnektoren umfasst. Im Rahmen des vom BMWK geförderten Projekts OIHplus wurde das Framework um Komponenten zur industriellen Interoperabilität erweitert. KMU können dadurch ihre Anlagenprozesse und IoT-Daten vereinfacht digitalisieren und mit Daten aus dem Officefloor integrieren.

Shop- und Office-Floor integrieren

Fazit: Edge Computing als Vorstufe zur Cloud

Es lässt sich festhalten: Gerade für Industrieunternehmen ist der Einsatz von Edge Computing empfehlenswert, wenn es umfangreiche Datenanalysen geht. Herausforderungen wie die Verarbeitung großer Datenvolumina und Rechtskonformität bei der Übertragung in die Cloud werden so erfolgreich begegnet. Die X-INTEGRATE Ansätze "Data in Motion" und "Data at Rest" stellen eine sinnvolle Ergänzung dar. Mehr zu unseren Leistungen rund um Edge Computing lesen Sie hier.

Über den Autor: Stephan Pfeiffer

Stephan Pfeiffer ist seit der Gründung von X-INTEGRATE im Jahr 2007 als Projektleiter / Solution Architect tätig und verfügt in zahlreichen Industriebereichen über mehr als 20 Jahre Erfahrung in der Konzeption und Realisierung komplexer Prozess- und IT Lösungen. Stephan Pfeiffer verantwortet die Business Unit Consulting & Software Services und unterstützt Unternehmen jeder Größenordnung bei der Optimierung, Automatisierung und Digitalisierung ihrer Geschäftsprozesse. Der diplomierte Wirtschaftsinformatiker bringt in jedes Projekt erfolgreich angewandtes Praxiswissen ein, insbesondere im Bereich von datengetriebenen Geschäftsprozessen, innovativen Geschäftsmodellen und IT Architektur.

Stephan Pfeiffer
Geschäftsführer X-INTEGRATE Software & Consulting GmbH
Headerbild für Edge Computing
Kompetenz 13.07.22

Edge Computing

Mit Edge Computing können Sie Daten dezentral, direkt am Ort ihrer Entstehung, analysieren und auswerten – und zwar nahezu in Echtzeit.

Event

Webcast: Confidential Computing für Versicherer

Was ist Confidential Computing, und wie kann das bei der Verarbeitung von wirklich vertraulichen Daten in der Cloud helfen? Im Webcast geben wir Ihnen einen Überblick über die Technik und die notwendigen Komponenten.

Dec 17
Blog 17.10.24

IoT und Edge AI: Technologien für die smarte, morgige Welt

Wie schafft man den Sprung von einer Idee zu einem marktfähigen Produkt? Gaylord Aulke, CEO von der 100 DAYS software projects GmbH, hat in der neusten insights!-Folge genau darüber gesprochen und erklärt, warum Edge AI – die Verarbeitung von Daten direkt am Gerät – der Schlüssel zu schnelleren Innovationen und mehr Datenschutz ist. Durch schnelle Prototypen, frühes Testen und flexible Anpassungen können Unternehmen agil bleiben und sich den Herausforderungen der modernen Technologie stellen.

Presse 12.12.22

Fachbeitrag: Edge Computing im eigenen IoT-Framework

Fachbeitrag in IT&Production zu Edge Computing im eigenen IoT-Framework von Stephan Pfeiffer, Projektleiter bei X-INTEGRATE

Offering 17.12.24

Agile Cloud Enabling: Cloud Computing Training

Der Wechsel in die Cloud bringt Herausforderungen: neue Technologien, komplexe Frameworks und ungewohnte Arbeitsweisen. Ohne technisches Know-how und klare Zusammenarbeit entstehen Frustration und ineffizientes Arbeiten. So bleibt das Potenzial der Cloud ungenutzt – und Ihr Unternehmen riskiert, im Wettbewerb zurückzufallen.

Headerbild IBM Cloud Pak for Data
Technologie

IBM Cloud Pak for Data

Das Cloud Pak for Data fungiert als zentrale, modulare Plattform für analytischen Anwendungsfälle. Es integriert Funktionen für die physikalische und virtuelle Integration von Daten in einen zentralen Datenpool – einen Data Lake oder ein Data Warehouse, einen umfassenden Datenkatalog und zahlreicher Möglichkeiten der (AI-) Analyse bis zur operativen Nutzung derselben.

News 02.03.21

Atlassian kündigt die Akquisition von Chartio an

Atlassian hat vor wenigen Tagen die Akquisition von Chartio, einen Anbieter für eine Cloud-basierte Datenvisualisierungs- und Analyselösung, mit Sitz in San Francisco und Blacksburg, bekannt gegeben. Durch die Integration von Chartio möchte Atlassian seine Plattform um weitere Analyse-Möglichkeiten erweitern. Der Leitgedanke dabei: neue Features zur Analyse und Visualisierung von Daten in alle Atlassian-Produkte integrieren, beginnend mit der Jira-Familie.

Event

Webcast: Chancen des Quantum Computing für Versicherer

Dieser Webcast liefert einen Einblick in das Thema Quantencomputer und dessen Stand der Technik. Behandelt wird das Potential dieser Technologie und wie man sich auf diesen sprichwörtlichen Quantensprung in der IT vorbereiten kann.

Aug 11
Zur eGovernment Computing Website
Presse 09.06.17

Kommentar von X-INTEGRATE-CEO in “eGovernment Computing”

Am 22. Mai 2017 erschien der Artikel “Bindeglied kommunaler Fachverfahren” von X-INTEGRATE Geschäftsführer Wolfgang Schmidt im Onlinemagazin “eGovernment Computing”. Schmidt spricht darin über die Herausforderungen der Digitalisierung für Kommunal- und Landesbehörden.

regio IT Logo
Referenz

Auf in die Cloud!

Der Erfolg des Aufbaus einer Private-Cloud-Infrastruktur ist meist von einer entsprechend zielgerichteten strategischen Ausrichtung abhängig. Bei der Entwicklung einer optimalen Vorgehensweise setzte die regio iT auf die Beratung und die Erfahrungswerte der X-INTEGRATE.

Bild zum Expertenbericht über die IAMcloud
Blog 21.04.21

Was bringt die Cloud?

Das Thema Cloud ist nicht nur in aller Munde, sondern auch ein unmittelbares Marktbedürfnis. Das zeigen aktuelle Empfehlungen des renommierten Analystenhauses Gartner sowie eine kürzlich veröffentlichte Studie von Forrester Consulting.

CLOUDPILOTS, Google Workspace, G Suite, Google Cloud, GCP, MeisterTask, MindMeister, Freshworks, Freshdesk, Freshsales, Freshservice, Looker, VMware Engine
Blog 14.02.20

Cloud Kommunikation

Was heute alles möglich ist

Atlassian Jira Cloud
Produkt 02.09.22

Jira Cloud

Jira Cloud bietet Teams eine flexible und skalierbare Plattform für Projektmanagement und die Planung und Nachverfolgung von Aufgaben.

Confluence Cloud
Produkt 02.09.22

Confluence Cloud

Confluence Cloud bietet Teams und Unternehmen eine Plattform, um effizient Informationen auszutauschen und zusammenzuarbeiten.

Email Gmail Google Workspace
Blog

Onboarding in der Cloud

Onboarding in die Cloud. Wie geht es Neuankömmlingen in einem Unternehmen, wenn sie nicht physisch anwesend sind? Das und noch mehr erfahrt Ihr im neuesten Beitrag von Tom.

Senkrecht in die Cloud
Service

Cloud Deployment

Weitgehend standardisierte IT-Lösungen können viel günstiger und zuverlässiger aus der Public Cloud bezogen werden. Google gewährleistet eine sichere Bereitstellung dieser Services.

Cloud Software
Lösung

Cloud-Produkte

Unsere Produkte und Solutions auf einen Blick

Kompetenz 02.06.20

Hybrid Cloud

Unternehmen können durch die Nutzung bestehender unternehmensinterner IT-Landschaften in Kombination mit unterschiedlichen Cloud-Unternehmenslösungen und Cloud-Infrastrukturdiensten ihren Bedarf für die Prozessunterstützung passgenau zusammenstellen. Wir beraten Sie gerne zu Ihren Möglichkeiten im Bereich Hybrid Cloud IT.

Anwendungsvideos
Kompetenz 08.09.20

Anwendungsvideos Cloud

Wie eine Integration innerhalb kurzer Zeit möglich ist, verdeutlichen wir in einigen kurzen Anwendungsvideos. Schauen Sie auf unserem YouTube-Kanal vorbei!

Ihr Weg in und mit der Cloud – Einstiegsoptionen
Kompetenz 09.09.20

Ihr Weg in und mit der Cloud Einstiegsoptionen

Wir unterstützen Sie in der Erschließung neuer Geschäftschancen durch optimierte, automatisierte und integrierte Prozesse – On-Premise, in der Cloud oder in hybriden Szenarien.

Bleiben Sie mit dem TIMETOACT GROUP Newsletter auf dem Laufenden!