Wie wir in der Definition von Edge Computing gesehen haben, liegen die Vorteile der Datenverarbeitung in der Edge klar auf der Hand und umfassen sechs wesentliche Bereiche:

• Security: Einige Daten sind besonders schützenswert und sollten nicht über das öffentliche Internet übertragen werden – auch nicht, wenn sie verschlüsselt sind oder per VPN übertragen werden
• Compliance: In einigen Ländern gibt es behördliche Vorschriften, wo und wie Daten verarbeitet werden dürfen – und somit ist der Einsatz von Cloud untersagt
• Bandbreite: In manchen Anwendungsfällen sind die Datenmengen zu groß, um sie permanent in ein zentrales Rechenzentrum oder die Cloud zu übertragen. 
• Latenzen: Zeitkritische Anwendungen erlauben es oftmals nicht, Daten über weite Strecken zu übertragen und die Ergebnisse von Berechnung wieder an Devices zurückzusenden
• Zuverlässigkeit: Gerade bei instabilen Netzwerkverbindungen ist eine lokale Datenverarbeitung aus Sicherheitsgründen oder zur Sicherstellung des Geschäftsbetriebs notwendig
• Kosten: Die Übertragung großer Datenmengen über das Internet sowie deren zentrale Speicherung kann schnell sehr teuer werden

Wir möchten einige typische Einsatzfelder des Edge-Computings sowie konkrete Lösungen vorstellen.

Architektur und Komplettlösungen für Edge-Gateways

Die zunehmende Verschmelzung von Operations Technology (OT) und Information Technology (IT) wird durch leistungsfähig Edge-Devices und Edge-Gateways unterstützt. Die mit Sensorik ausgestatteten “Things” sammeln und aggregieren ihre Daten zunächst auf einem Gateway, um sie gegebenenfalls weiterzuverarbeiten oder Machine Learning darauf anzuwenden. Die aufbereiteten Ergebnisse werden in ein zentrales Data Center oder in die Cloud gesendet.

Edge Computing heißt also, Rechenkapazitäten außerhalb des Rechenzentrums zu deployen, nahe an der Entstehung von Daten. Edge und/oder Fog Computing kann dabei sogar mehrere hundert oder tausende Lokationen einschließen. Es kann sich um eine Flotte von Fahrzeugen, Retail-Handelsketten oder Windturbinen und ähnlichen Geräte handeln. Ebenso kommt Edge Computing typischerweise in der Produktion zum Einsatz – an vielen einzelnen Stationen innerhalb einer Fabrik bzw. über Werke hinweg.

Um die benötigten Ressourcen zu Installation und Wartung möglichst gering zu halten, etablieren sich zunehmend Anbieter, die eine Out-of-the-Box Lösung für die Edge bereitstellen – standardisierte Hardware, die mit vorkonfigurierter Software ausgestattet ist. Wartungsprozesse werden zentral gesteuert und automatisch auf die Geräte ausgerollt.

Edge Computer müssen dazu klein, leise und zuverlässig sein. Ihr geringer Energieverbrauch erlaubt die einfache Installation an verschiedensten Standorten. Ebenso müssen sie in der Lage sein, moderne verteilte Systeme, wie Kubernetes, Kafka, MongoDB und Tensorflow zu nutzen. Die Software skaliert dabei nach Bedarf, ebenso die entsprechende Hardware.

Ein moderner Anbieter ist Hivecell, der eine vorkonfigurierte Plattform anbietet, die sich entweder als Stand-Alone oder auch im Cluster betreiben lässt. Die sogenannten Hives (individuelle Computer) werden lediglich an Strom und Netzwerk angeschlossen und schon kann es losgehen. Vorkonfigurierte Software steht sofort zum Einsatz bereit. Eine Erweiterung findet durch simples stapeln der einzelnen Hives statt. Fällt einmal der Strom oder das Netzwerk aus, schalten die Geräte automatisch auf Batteriebetrieb bzw. WLAN um.

Eine Reihe von vorgefertigten Lösungen haben sich rund um die verbreiteten Mini-Computer Raspberry Pi und Up Board entwickelt.

Retail / Groß- und Einzelhandel

Ein sehr spannendes Einsatzfeld für Edge Gateways sind Retailer. Ebenso können sich Schnellrestaurants in diesem Bereich finden: Beide sind heutzutage mit smarten Devices ausgestattet, die ihre Performance-Daten sammeln und publizieren. Die Rohdaten können Indikatoren liefern, falls etwas nicht nach Plan läuft, aber der echte Mehrwert entsteht, wenn diese Daten durch Predictive Analytics und Machine Learning angereichert werden. Die Anwendung in der Edge setzt Unternehmen in die Lage, Rohdaten aus Kameras, Sensoren und smarten Geräten direkt auszuwerten und zu nutzen. Nur aggregierte Daten werden an eine zentrale Stelle übermittelt. Sprichwörtlich könnte man sagen – warum den ganzen Heuhaufen übertragen, wenn mich doch nur die Stecknadel interessiert.

Gerade die neuen Kaufgewohnheiten durch große Online-Versandhändler üben hier massiven Druck aus: Neue Kundenerlebnisse in Ladengeschäften sind eine wichtige Überlebens Grundlage. Forrester berichtet, dass 23% der Groß- und Einzelhändler von einer Verbeserung der operativen Prozesse durch AI überzeugt sind. Drei wesentliche Potenziale kristallisieren sich im Retail-Bereich heraus:

• Verbesserung der Kundenerfahrung und Verschmelzung von Offline und Online
• Optimierung der Supply Chain
• Erschließung neuer Umsatzquellen

Die größte Sichtbarkeit von IoT im Retail entfaltet sich an der Schnittstelle zum Kunden: Die Erfahrungen im Store wird sich signifikant wandeln, indem sich Kunden schneller Informationen beschaffen können, ihre Fragen individuell beantwortet werden und lange Warteschlangen an den Kassen der Vergangenheit angehören.

So nutzen z.B. einige Shops bereits POS-Systeme, die auf Tablets und mobile Devices setzen. Jeder Mitarbeiter hat somit die Möglichkeit zu jeder Zeit und an jeder Stelle einen Checkout- und Bezahlprozess einzuleiten. In der nahen Zukunft werden Kunden Barcodes mit ihren Smartphones einscannen und sich Produktinformationen zu detaillierten Features ansehen.

Die Verschmelzung von Online und Offline wird die Umsatzströme im Einzelhandel prägen: Eine bessere Verzahnung zwischen In-Store, Online und Mobile erhöht die Kundenloyalität und zieht neue Kunden an. 

Smarte Anprobe-Kabinen im Bekleidungshandel, die mit Augmented Reality (AR) ausgestattet sind, werden es ermöglichen, neue Kleidungsstücke zu betrachten, ohne sie anzuziehen. Ebenso lassen sich individuelle Coupons ausstellen, während sich Kunden im Geschäft bewegen. Die Kombination des Kaufverhaltens oder des Verhaltens im Online-Store erlauben spezifisches Targeting. Die Nutzung der Beacon-Technologie generiert eine Heatmap, die Besucherströme sichtbar machen und eine bessere Anordnung der Waren sowie effektive Kampagnen erlaubt.

All diese Systeme zur Kundeninteraktion setzen auf die Verbindung zu analytischen Applikationen, die auf Basis von Daten Entscheidungsgrundlagen generieren. Diese wiederum erlauben es Einzelhändlern bessere Maßnahmen zu ergreifen, um ihre Kunden zu binden und zu erneuten besuchen zu bewegen: Durch ein verbessertes Layout der Geschäfte, gezielten Kampagnen und verbesserte Produktverfügbarkeit.

Industrielle Anwendungen

Im industriellen Umfeld befinden sich IoT und Edge Gateways zwischen den Devices und einem Backend. Spezielle IoT-Gateways normalisieren die Vielzahl von verschiedenen Protokollen im IoT-Bereich (z.B. Canbus, Modbus, OPC-UA, SPS, u.a.) auf standardisierte TCP/IP-Protokolle oder spezielle IoT-Protokolle, wie MQTT, für eine sichere und garantierte Übertragung von Daten. Über die Edge werden Daten vorverarbeitet, Maschinen automatisch gesteuert und relevante Informationen in das Backend weitergeleitet.

Die Komplexität der Anwendungsfälle in Industrieanlagen, Produktionsanlagen und Raffinerien erfordern meist mehrere Ebenen von Edge Gateways und Edge Computing: Die physische Distanz und die Umgebungseigenschaften determinieren die Lokation und die Anzahl von Edge Gateways. Jede Zone innerhalb einer industriellen Anlage kann über ein Edge Gateway zur Rohdatenverarbeitung verfügen, die wiederum in Gateways zur gemeinsamen Datenverarbeitung genutzt werden, z.B. für Messaging, Analytics oder die gemeinsame Kommunikation mit einem zentralen Datencenter. 

Autonomes Fahren

Edge Computing und insbesondere auch Fog Computing spielen eine wichtige Rolle im Autonomen Fahren. In einem Fahrzeug sind weit über hundert Sensoren verbaut, die es einem Fahrzeug erlauben, seine Umgebung, inkl. Straßen, Schildern und Personen zu erkennen und rechtzeitig auf Hindernisse zu reagieren. Eine kurze Reaktionszeit ist essenziell, eine Reaktion in Echtzeit kann nicht auf die Antwort eines entfrenten Servers in der Cloud warten. Die Berechnung und Analyse muss also direkt im Fahrzeug erfolgen. 

Zusätzlich müssen Daten auch offline analysiert werden können – nicht überall ist eine ausreichende mobile Netzabdeckung gebeben oder das autonome Fahrzeug fährt durch ein Tunnel. Sämtliche Systeme müssen in einem solchen Fall funktionieren wie mit einer aktiven Netzwerkverbindung. 

Bei einer Wiederherstellung der Netzwerkverbindung ist nicht empfehlenswert alle Daten sofort in die Cloud zu schicken. Bei einer schlechten Verbindung kann dies sogar zu Datenverlust führen. Ein gezieltes Bündeln und Vorverarbeiten ist sinnvoll. Edge Computing ist also gerade beim Autonomen Fahren von essenzieller Bedeutung. 

Dennoch spielt auch ein leistungsfähiges Backend eine wichtige Rolle – so müssen alle Modelle, die in einem Fahrzeug ausgeführt werden, zunächst Trainingsprozesse durchlaufen. Die Vision Zero von Continental nutzt moderne Technologien, wie Deep Learning und moderne Datenbanken, wie MongoDB, um genau diese Trainings umzusetzen. 

Smart Energy / Smart Grids

Smart Grids sind ein sehr gutes Beispiel für Edge Gateways – jeder smarte Zähler sammelt zunächst seine Daten in sehr geringen Abständen, aber ohne dass sie in Echtzeit verarbeitet werden müssen. Der Zähler selbst agiert als Gateway und sammelt Daten zunächst. In den meisten Geräten lässt sich konfigurieren, in welchem Abstand die Daten weitergeleitet werden.

80% des Strombedarfs wird bis 2035 wahrscheinlich durch erneuerbare Energien gedeckt werden – bei einer Entkopplung von Verbrauch und Erzeugung. Die Optimierung durch Transparenz über Energieverbrauch und -erzeugung sowie bessere Vorhersagen und Optimierungen des Verbrauchs sind unerlässlich und münden in zentralen Systemen, wie sie von Herstellern wie Siemens auf Basis moderner Technologien angeboten werden.

Smart Buildings

Typische Anwendungsfelder für Smarte Gebäude finden sich in Schulen, Krankenhäusern, Bürogebäuden und auch privaten Haushalten. So lassen sich Photovoltaiksysteme, Anlagen zur Steuerung des Raumklimas, aber auch Heizungen und Home-Automation oder Beleuchtung integrieren. Modulare Plattformen erlauben das flexible Hinzufügen von Erweiterungen. Auch neuartige Alarmsysteme sind ein gutes Beispiel für Edge Computing. Als Anreicherung von Smart-Home-Systemen werten solche Systeme beispielsweise nicht mehr nur herkömmliche Mikrofone zur Erkennung von Glasbruch aus, sondern ermitteln mithilfe neuronaler Netze aus verschiedenen Informationsquellen, wie Mikrofonen, Drucksensoren und Bewegungsmeldern, einen Score für einen potenziellen Einbruch. Auf diese Weise wird die Anzahl der Fehlalarme reduziert und die Zuverlässigkeit des Systems signifikant erhöht.

Gesundheitswesen

Während viele Branchen um Digitalisierung und das Internet of Things ringen, steckt das Gesundheitswesen mitten in der digitalen Transformation, um operative Exzellenz und ausgezeichnete Pflege sicherzustellen.

Verschiedenste Bereich setzen bereits auf digitale Technologien:

• Elektronische Patientenakten / Electronic Medical Records (EMR) haben Papierdokumente durch digitale Repräsentationen ersetzt und erlauben viel detailliertere Diagnosen – vergleichen wir einmal ein klassisches Röntgenbild von vor 20 Jahren mit einem modernen 3D-Röntgen, das eine interaktive Auswertung am Bildschirm zulässt oder moderne CT-Aufnahmen
• Telemedizin: Video, Sprache und Daten erlauben es, sich remote mit einem Arzt zu unterhalten
• Operationssäle: Roboter und moderne Bildgebende Verfahren unterstützen Ärzte während Operationen
• Patientenmonitoring: Connected Devices, wie Insulinpumpen, Smarte Brillen oder Schrittmacher, übermitteln Daten und liefern Ärzten ein genaues Bild über den Zustand des Patienten
• Wearables / Fitness Tracker: Verschiedene Daten zu Herzfrequenz oder Anzahl der Schritte können zur Beobachtung der Vitalfunktionen über eine längere Zeitspanne dienen
• Asset Tracking: RFID-Technologie erlaubt das schnelle Auffinden von medizinischem Equipment zu jeder Zeit
• Auslastung von Geräten und Räumen: Sensoren und Datenanalyse helfen dabei, Ressourcen, wie OPs und CTs effizient zu nutzen und bestmöglich auszulasten

Krankenhäuser, pharmazeutische Unternehmen und Medizingerätehersteller gehören also ohne Frage zu den frühen Adaptoren von Connected Devices. Alle haben erkannt, dass neue Technologien die Behandlung und Pflege von Patienten auf verschiedene Art und Weise verbessern können.

Und die Entwicklung hört nicht auf! Weitere Neuerungen werden erforscht und auf den Markt gebracht: So gibt es zum Beispiel Smarte Pillen, die von einer App unterstützt, ein Signal senden, sobald sie sich im Magen auflösen und die Wirkung genauestens überwachen können. Smarte Kontaktlinsen sind in der Lage den Blutzuckerspiegel von Diabetespatienten in den Tränen zu messen und mithilfe von Apps aufzuzeichnen.

Diese eher an einen science-fiction Film erinnernden Technologien sind auf dem Vormarsch und erfordern neue Konzepte zur Stromversorgung, hohen Netzabdeckung und Backup von Daten. Latenzzeiten sind gerade im Medizinbereich ein großes Problem: Monitoring von Patienten auf Normal- und Intensivstationen, Roboter in Operationen oder die schiere Datenmenge von bildgebenden Verfahren – Reaktionen in Echtzeit sind unerlässlich. Edge Computing zieht also auch in den Klinik- und Praxisalltag ein. Neben der Geschwindigkeit spielt auch Security eine große Rolle: Patientendaten sind hochsensibel und somit besonders schützenswert. Eine simple Übertragung in die Cloud ist nicht oder nur unter strengen Auflagen möglich.

Banken, Finanzwesen und Zahlungsverkehr

Digitale Technologien und IoT haben das Potenzial, Banking komplett zu revolutionieren – in viel größerem Ausmaß als die Einführung von Geldautomaten. Smartphones, Smartwatches, Bots und künstliche Intelligenz beschleunigen die Innovationen im Bankensektor. Die Ziele sind auch im Bankensektor ähnlich wie in anderen Industrien: Verbesserung der Customer Experience, Steigerung von Agilität und Time-to-Market, Reduktion der operativen Kosten sowie Steigerung des Umsatzes.

Uber hat es vorgemacht: Bezahlvorgänge und Transaktionen sind nicht mehr mit dem Austausch von Bargeld oder der Nutzung von Kredit- oder EC-Karten verbunden. Ein Aufruf der App genügt und mit ein paar Taps auf dem Smartphone wird es möglich eine Fahrt zu bestellen und automatisch dafür zu bezahlen.

Dennoch muss jede Innovation im Banking gegen Angreifer geschützt werden: Security ist von sehr hohem Interesse. Hacker haben es permanent auf Banken abgesehen und Sicherheitslücken würden die Akzeptanz des elektronischen Bankings massiv verringern.

Digitale Transaktionen werden das Alltagsbild beherrschen. Sprachsteuerung und mobile Apps werden die meisten der heutigen Transaktionssysteme ablösen. So werden Maut-Vignetten bald der Vergangenheit angehören und Apps werden per Bluetooth oder Internet mit den Kontrollstellen kommunizieren. Bargeld und Kartenzahlung werden mehr und mehr durch mobile Apps abgelöst – Apple Pay und Google Wallet machen es vor. Künstliche Intelligenz wird uns in einigen Fällen auch diesen Schritt abnehmen und Geld automatisch transferieren.

Millennials und Post-Millenials stellen bald einen Großteil der Bevölkerung und wir werden wahrscheinlich bald nicht mehr zur Bargeld oder Kreditkarte greifen. Der gesamte IoT-Ansatz im Bankung wird Bankkunden einfachen Zugriff auf Geld und Kreditlinien geben.

All die genannten Innovationen erfordern massive Investitionen in die digitale Transformation, sodass Organisationen neue Funktionalitäten ergänzen und bestehende Systeme modernisieren können, um die neue Prozesse abzubilden.

Um IoT-gestütztes Banking zu ermöglichen, werden Banken und Zahlungsabwickler in Edge-Computing investieren müssen. Die eigentlich Abwicklung der Zahlung und damit einhergehende Analysen rücken näher an den Ort der Transaktion – zu den “Dingen” des Internet of Things. Ohne derartiges Micro-Processing wird es schwer die gewünschten Latenzen einzuhalten: Kommunikation zwischen Edge, Cloud, Data Centern sowie Filialen muss im Einklang funktionieren, um IoT-gestütztes Banking zu ermöglichen.

Luftfahrt & Predictive Maintenance

Flugzeuge sind von Haus aus mit einer ganzen Reihe an Sensoren ausgestattet, welche die Sicherheit der Passagiere und des Piloten sicherstellen. Dennoch stehen auch Airlines unter extremem Kostendruck und sind stets an Optimierungen interessiert. Der teuerste Teil des Flugbetriebs sind Wartung und Reparaturen am Boden.

Ein Beispiel von Air France und dem A380 zeigt eindrucksvoll, wie IoT und Edge Computing diese Kosten massiv senken können: Die Vorhersage von Ausfällen und Fehlfunktionen ist entscheidend – man stelle sich alleine die Notwendigkeit der Versorgung von über 500 Passagieren vor, wenn ein Flugzeug nicht rechtzeitig starten kann. Hohe Kosten durch Hotels, Essen, Erstattungen, Umbuchungen, Transprot von Ersatzteilen und Flughafensteuern sind vorprogrammiert. Schwer zu monetarisieren sind Imageschäden durch Fernsehberichte und Social Media.

Die Lösung besteht in einer Kombination von neuen Technologien: Im Flugzeug selbst werden Daten von ca. 300.000 Sensoren gesammelt. Das Training von analytischen Modellen hat ergeben, dass die Messwerte von 24.000 Sensoren für die Predictive Maintenance relevant sind. Die Daten dieser 24.000 Sensoren belaufen sich auf ca. 1,6 GB pro Flug, in Summe also auf ca. 9 TB pro Jahr für 10 Flugzeuge dieses Typs. Die Daten werden in einen operationalisierten Data Lake geladen, d.h. es gibt einen Speed Layer auf Basis von MongoDB, um neue Daten entgegenzunehmen und in Echtzeit gegen die auf einem Hadoop-Cluster trainierten Vorhersagemodelle auszuwerten. Jede Nacht werden die Modelle mit den Daten aus MongoDB innerhalb des Hadoop-Clusters aktualisiert und stehen mit den gewonnen Erkenntnissen im Speed-Layer wieder zur Verfügung. Dashboards und Alerts werden automatisch mithilfe des Speed-Layers mit Daten versorgt.

Die Ergebnisse sind beeindruckend: Ausfälle können im Mittel 10-20 Tage vorausgesagt werden. Die Identifikation eines Fehlers innerhalb von 5 Minuten statt 6 Stunden kann sehr schnell erfolgen. Ebenso ergeben sich interne Optimierungspotenziale durch die Nutzung für weitere Flugzeugtypen und externe Services für andere Airlines können angeboten werden.

Die Kostenersparnisse sind immens: Alleine das rechtzeitige Erkennen einer defekten Pumpe im Jahr 2015 sparte der Airline mehrere Millionen Euro, da ein Austausch in reguläre Wartungszyklen integriert wurde und somit pünktliche Flüge für eine Kosteneinsparung sowie hohe Kundenzufriedenheit garantiert werden konnten.

Interessiert an einem Austausch?

Wir freuen uns auf ein offenes, unverbindliches Gespräch zu Ihrem Use-Case. Hinterlassen Sie nachfolgend Ihre Kontaktdaten und wir melden uns zeitnah bei Ihnen für eine Terminabstimmung. Im Rahmen der Anfrage werden Sie automatisch in unseren Newsletter mit eingetragen. Dort erhalten Sie von uns quartalsweise Updates zu den neuesten Entwicklungen im IoT Bereich.

[yikes-mailchimp form=“1″]