a Randstad company
Login
© Adobe Stock / Phongphan Supphakank

Edge Computing versus Cloud

26.05.2020
Susann Klossek - freie Journalistin und Autorin
Artikel teilen:

Mit dem Internet der Dinge und den rasant wachsenden Datenmengen stehen Unternehmen vor der Frage, wie sie künftig ihre Daten sammeln und verwerten. Die zwei häufigsten Lösungen, Edge Computing sowie die Cloud, bieten Vor- und Nachteile.

Daten sind heutzutage das höchste Gut, was Unternehmen besitzen. Doch gleichzeitig sind sie auch ein Fluch, denn die Datenflut nimmt weltweit täglich rasant zu. Traditionelle, zentralisierte Speicher- und Verwaltungsmethoden verlieren an Relevanz. Nicht selten wird das Sammeln von Daten verschiedener Endpunkte an einem Ort zur fast unüberwindlichen Herausforderung. Ganz zu schweigen von der Auswertung und Analyse der Informationen. Mit dem Nutzen neuer Technologien wie dem Internet der Dinge (IoT) verändern sich auch die Anforderungen an das Speichern und Auswerten. Statt zentralisierte Speicherung, zum Beispiel in der Cloud, respektive in einem zentralen Rechencenter, setzt sich immer mehr eine verteilte Datensammlung durch. 

Zentralisiert oder verteilt?

Um den maximalen Nutzen aus dem Internet der Dinge zu ziehen, wird vor allem Edge Computing zur unverzichtbaren Schlüsseltechnologie. Die Echtzeit-Relevanz neuer Daten wächst dabei schneller als die Datenmenge selbst. IDG-Analysten zufolge wurden 2019 etwa 43 Prozent der durch das Internet der Dinge erzeugten Daten mit sogenannten Edge-Computing-Systemen am «Rande» des Netzwerks verarbeitet, um die Datenflut überhaupt handhaben zu können.

Edge Computing und Cloud Computing werden manchmal als sich gegenseitig ausschliessende Ansätze für die Netzwerkinfrastruktur betrachtet. Obwohl sie auf unterschiedliche Weise funktionieren, schliesst die Verwendung der einen Methode tatsächlich nicht die Verwendung der anderen aus. In der Praxis ergänzen sich beide sogar recht effektiv.

Edge Computing ermöglicht die Analyse und Wissensgenerierung an der Datenquelle in Echtzeit. Es bringt also Datenspeicherung und Rechenleistung näher an das Gerät, die Quelle der Daten, nämlich dort, wo sie gerade am dringendsten benötigt werden. Diese Geräte wie Laptops, Tablets, Smartphones, Sensoren, Beacons usw. sind nicht permanent mit dem Netzwerk verbunden. Informationen werden nicht in der Cloud verarbeitet, sondern durch entfernte Rechenzentren gefiltert und am Rande des Netzwerks analysiert.

Anstatt Daten ständig an einen zentralen Server zurückzuliefern, können Edge-fähige Geräte Daten in Echtzeit erfassen und verarbeiten, sodass schneller und effektiver reagiert werden kann. Diese Verteilung spart Bandbreite und eliminiert Verzögerungen. Die Vorteile liegen auf der Hand: Bei industriellen IoT-Anwendungen wie der Stromerzeugung, bei intelligenten Verkehrssystemen oder in der Fertigung erfassen die Edge-Geräte u.a. Streaming-Daten: Das Wissen um diese Daten kann vor einem Ausfall schützen, den Datenverkehr umleiten, die Produktion optimieren oder hilft Produktfehler zu erkennen und zu verhindern. Die meisten modernen IoT-Geräte verfügen über Rechenleistung und Speicher und können durch die Umstellung auf Edge-Prozessorleistung optimal genutzt werden. Auch vertrauliche IoT-Daten in einem privaten Netzwerk lassen sich analysieren und somit schützen. Hauptbereiche für Edge Computing sind autonome Fahrzeuge, Streaming-Dienste oder Smart Homes.

Profitieren Sie von vielen Vorteilen. Legen Sie los und finden Sie Ihr Projekt! 

  • Sie erstellen Ihr Freelancer Profil kostenlos

  • GULP erledigt die Projektakquise für Sie

  • Projektverträge unterzeichnen Sie elektronisch und vieles mehr​​​​​ 

GULP Profil erstellen

Schnelle Verarbeitung zu niedrigeren Kosten

Beim Cloud Computing hingegen dreht sich alles um grosse, zentralisierte Server, die in Rechenzentren gespeichert sind. Werden Daten auf einem Endgerät erstellt, gelangen sie zur Verarbeitung in diesen Speicher. Diese Architektur ist für Prozesse, die schnelle, intensive Berechnungen erfordern, eher umständlich. Das Hauptproblem bildet hier die längere Reaktionszeit, die eine schnelle und effektive Verarbeitung von Daten erschwert. Edge Computing bietet damit eine bessere, schnellere Leistung zu geringeren Betriebskosten. Das kostengünstige Übertragen von riesigen Datenmengen in Echtzeit kann vor allem zum Problem werden, wenn die Daten beispielsweise von abgelegenen Standorten kommen. Durch das Hinzufügen von Informationen zu Geräten am Rande des Netzwerks wird dieses Problem behoben. Keine Gigabyte an Daten müssen mehr in die Cloud übertragen werden. Beim Cloud Computing sind zudem Funktionen für Datenmigration, Konnektivität, Bandbreite und Latenz ziemlich teuer.

Beides zusammen nutzen

Edge Computing ersetzt das Cloud Computing aber nicht. Denn in der Cloud wird die Nutzung verschiedenster Dienste zusammengefasst, wie etwa Softwareentwicklungsplattformen, Speicher, Server und andere Software über die Internetverbindung. Servicemodelle wie Software-as-a-Service (SaaS), Plattform-as-a-Service (PaaS) oder Infrastructure-as-a-Service (IaaS) sind hinreichend bekannt. Wie die Service-Modelle hängen auch die Bereitstellungsmodelle – Private, Public, Hybrid, Community Cloud – von den Anforderungen der Nutzer ab.

Abgesehen von höheren Kosten und langsameren Reaktionszeiten bietet die Cloud im Vergleich zum Edge Computing aber auch jede Menge Vorteile, vor allem hinsichtlich Skalierbarkeit und Flexibilität: Unternehmen können mit wenigen Clouds beginnen und relativ schnell und effizient expandieren und zusätzliche Ressourcen hinzufügen, um sich ändernden Kundenbedürfnissen anzupassen. Im Umkehrschluss können sie aber auch schnell zurück skalieren. Cloud-Dienstleister unterstützen zudem Business Continuity und Disaster Recovery und führen Systemwartungen selbst durch. Da alles zentralisiert ist, ist die Cloud in der Regel einfach zu sichern und zu steuern und ermöglicht trotzdem einen zuverlässigen Remote-Zugriff. Was der Cloud an Geschwindigkeit fehlt, wird durch Leistung und Kapazität wieder wettgemacht.

Zusammenfassung

Edge Computing gilt als ideal für Vorgänge mit extremen Latenzproblemen. So können kleine und mittelständische Unternehmen mit begrenztem Budget Edge Computing einsetzen, um finanzielle Ressourcen zu sparen. Edge-Geräte sammeln aber nur lokal erfasste Daten, was Big-Data-Analysen erschwert oder ausschliesst. Cloud Computing eignet sich eher für Projekte und Organisationen, die sich mit massiver Datenspeicherung befassen müssen. Die «As a Service»-Dienstleister haben zudem in der Regel einen besseren Service und mehr Sicherheit zu bieten. Was die Programmierung betrifft, können beim Edge Computing mehrere unterschiedliche Plattformen verwendet werden, die verschiedene Laufzeiten haben. Tatsächliche Programmierung ist für die Cloud besser geeignet, da sie in der Regel für eine Zielplattform erstellt wird und eine Programmiersprache verwendet. Cloud Computing wird weiterhin eine wichtige Rolle bei der Speicherung und Auswertung von Daten spielen. Durch die Integration von Edge Computing in ihre Cloud-Anwendungen können Unternehmen die Vorteile beider Welten kombinieren und je nach Bedarf optimal nutzen.

Lesermeinungen zum Artikel

3 von 5 Sternen | Insgesamt 2 Bewertungen und 0 Kommentare

Ihre Meinung zum Artikel

Bitte verwenden Sie keine Links in Ihrem Kommentar.

Ihr Kommentar wird zunächst geprüft. Möchten Sie informiert werden, wenn er veröffentlicht wurde?
Bitte tragen Sie dazu Ihre E-Mail-Adresse ein:
Wir konnten Ihre Bewertung leider nicht speichern. Bitte geben Sie zuerst Ihr Feedback ab.
Lieber Leser, vielen Dank für Ihr Feedback.
Ihre Bewertung für den Artikel wurde gespeichert. Wir prüfen Ihren Kommentar bezüglich Netiquette und Datenschutzrichtlinien und veröffentlichen ihn danach in Kürze. Sie werden von uns per E-Mail darüber benachrichtigt.
Ihre GULP Redaktion.

Ähnliche Artikel