Gastbeitrag: Wie Edge Computing Fabriken und Landwirtschaft verbessert, erklärt Jan Metzner.

Foto: AWS Der Autor Jan Metzner ist Specialist Solutions Architect Manufacturing bei AWS Wer denkt, dass das Internet der Dinge (Internet of Things, IoT) nur eine Zukunftsvision ist, der irrt sich. Denn schon heute liefert es Unternehmen tiefe und präzise Erkenntnisse und findet seinen Einsatz beispielsweise in Fabriken, wo Sensoren Maschinen überwachen, um Ausfälle vorherzusagen, oder auch im Gesundheitswesen, wo es die Patientenversorgung maßgeblich verbessern kann. Auch zur Überwachung von Gebäuden lässt sich die Technologie verwenden, etwa indem Sicherheitskameras Echtzeit-Benachrichtigungen bei Einbruchsversuchen liefern.

Die Zahl der Anwendungsfälle für das Internet der Dinge wächst stetig – damit ergeben sich aber auch immer wieder neue Herausforderungen. Dazu zählen sowohl eine zu langsame als auch gar nicht vorhandene Internetverbindung oder ein unmöglicher Datentransfer, weil die Latenzzeit zu hoch ist, was z.B. bei autonomen Fahrzeugen problematisch wäre, da sie auf Echtzeitdaten aus ihrer Umgebung angewiesen sind. Auch die Kosten für die Übertragung der Daten an die Cloud sind ein wichtiger Faktor, denn einige Sensoren sammeln eine unglaubliche Menge an Daten.

Diese Herausforderungen sind mit ein Grund für die Entwicklung von Edge Computing, also der Möglichkeit, Rechenressourcen bereits vor Ort zu nutzen, oft nur mit zeitweiliger oder ganz fehlender Verbindung zur Cloud. Im Kern geht es darum, Daten näher am Ort ihrer Entstehung zu verarbeiten.

Potenzial für viele Anwendungsfälle

Edge-Geräte reagieren lokal auf die von ihnen generierten Daten. Gleichzeitig ist es möglich, die Cloud für die Verwaltung, Analyse und dauerhafte Speicherung der Daten zu nutzen. Damit ist die Technologie für viele Einsatzzwecke ideal:

• Edge-Geräte sind von Vorteil, wenn auf die Daten von abgelegenen Orten aus, wie beispielsweise in Minen oder in der Nähe von Ölquellen, zugegriffen werden muss. Dort ist die Internetverbindung oft schlecht, die Sicherheit spielt aber eine wesentliche Rolle.
• Die kontinuierliche Überwachung von Fabrikanlagen in Echtzeit hilft, potenzielle Ausfälle zu erkennen, bevor diese die Produktion beeinträchtigen. Das verlängert die Lebensdauer der Anlagen, bringt mehr Sicherheit für die Mitarbeiter und führt zu einer optimierten Lieferkette. Zugleich erhalten die Firmen durch Edge-Computing wertvolle Einblicke. Das gilt insbesondere, weil die Geräte so programmiert sind, dass Daten lokal vorgefiltert und nur die Informationen in die Cloud übertragen werden, die für eine entsprechende Anwendung tatsächlich benötigt werden. Edge-Geräte können außerdem den Betrieb effizienter gestalten, indem sie dabei unterstützen, sich wiederholende Aufgaben zu automatisieren.
• Landwirtschaftliche Betriebe verbessern mit Hilfe von Edge Computing die Versorgung und den Ertrag von Nutzpflanzen und senken gleichzeitig die Kosten für Lebensmittel durch IoT-angebundene Gewächshäuser und Betriebsmittel. Edge-Geräte erkennen dabei beispielsweise die Hauptwachstumsphasen der Pflanzen und passen automatisch die Nährstoff-, Wasser- und Umweltbedingungen an, um den Ertrag zu maximieren. Außerdem ist es möglich, die Bodenbedingungen zu überwachen und Eigenschaften der Pflanzen wie Ertrag, Schalengewicht und Feuchtigkeit während der Ernte aufzuzeichnen.

Edge-Computing intelligent gestalten

Foto: David Levêque/ Unsplash Die Zahl der Anwendungsfälle für das Internet der Dinge wächst stetig – damit ergeben sich aber auch immer wieder neue Herausforderungen Mit Edge Computing kann ein Teil der Leistung und Funktionalität, die die Cloud bietet, genutzt und auf Edge-Geräte ausgedehnt werden. Mit AWS IoT Greengrass können Anwender Aufgaben wie lokale Berechnungen, Nachrichtenübermittlungen und das Speichern von Daten der angeschlossenen Geräte auf sichere Weise ausführen. Außerdem ist es möglich, über die mit dem System verbundenen Geräte AWS Lambda-Funktionen auszuführen, Vorhersagen auf der Grundlage von Modellen für maschinelles Lernen zu treffen, Gerätedaten synchron zu halten und mit anderen Geräten sicher zu kommunizieren – auch wenn diese nicht mit dem Internet verbunden sind.

IoT Greengrass-Geräte, wie Edge-Gateways oder Kameras, sammeln Daten, filtern und analysieren sie, bevor sie an die Cloud gesendet werden, und agieren nahezu in Echtzeit. Die Mehrzahl der Edge-Geräte sind allerdings noch kleinere Geräte mit geringem Stromverbrauch sowie Sensoren. IoT-Greengrass-Geräte können sich mit diesen kleineren Geräten verbinden und Daten sammeln oder sie in die Lage versetzen, auch lokal zu agieren.

 Maschinelles Lernen mit Hilfe von Edge Computing

Einer der großen Vorteile im Bereich IoT und Edge-Computing ist die Fähigkeit, maschinelles Lernen lokal auf Geräten auszuführen. Beim maschinellen Lernen kommen statistische Algorithmen zum Einsatz, die aus vorhandenen Daten lernen. Dieser Prozess wird Training genannt. Dabei trifft eine Automatik selbständig Entscheidungen über neue Daten, was als „Inferenz“ bezeichnet wird. Während des Trainings werden Muster und Beziehungen in den Daten identifiziert, um ein Modell zu erstellen. Dieses ermöglicht es einem System, intelligente Entscheidungen zu treffen. Bei der Optimierung von Modellen wird die Modellgröße komprimiert, so dass das Modell schneller läuft.

Das Training und die Optimierung von Modellen für maschinelles Lernen erfordern massive Rechenressourcen, wie sie die Cloud bietet. Die eigentliche Schlussfolgerung benötigt jedoch wesentlich weniger Rechenleistung und wird oft in Echtzeit durchgeführt, sobald neue Daten verfügbar sind. Um sicherzustellen, dass IoT-Anwendungen schnell auf lokale Ereignisse reagieren können, ist es daher wichtig, Inferenz-Ergebnisse mit sehr geringer Latenzzeit zu erhalten.

Der Blick nach vorn

Ganz gleich, ob Unternehmen versuchen, abgelegene Standorte zu entdecken und zu erforschen, Leben zu retten, die Produktion zu verbessern oder einfach nur versuchen, das perfekte Fladenbrot herzustellen - IoT- und Edge-Technologien machen sich in vielen Bereichen bezahlt.

 Mit Blick auf die Hybridtechnologie wird sich „On-Premises“ vermutlich auf Milliarden dieser Geräte abspielen – nicht in Rechenzentren. „On-Premises“ kann in diesem Fall überall sein, ob in Häusern, Büros, Flugzeugen, Schiffen, auf Ölfelder oder im Weltraum. Das macht die Cloud wichtiger denn je: Über IoT verbundene Geräte benötigen eine sichere Plattform, um Daten zu aggregieren und zu analysieren.