Beim Edge Computing handelt es sich um eine dezentrale Datenverarbeitung jeweils an den Rändern des Netzwerks. So können beispielsweise Sensordaten lokal zusammengefasst werden. Wenn nicht jeder Wert relevant für die zentrale Verarbeitung ist, fassen lokale Knoten diese Werte zusammen, ermitteln einen Durchschnittswert oder einen Trend und senden diesen dann an einen anderen Knoten weiter, der die nächsten Schritte der Datenverarbeitung und -analyse vornimmt. Mit Hilfe dieser Technik lassen sich Daten nach ihrer entsprechenden Relevanz vorsortieren und so die zu übertragende und zu verarbeitende Datenmenge in erheblichem Maß begrenzen.
Im Zusammenhang mit Edge Computing fällt oft auch der Begriff Fog Computing, wobei letzterer sich weniger auf die lokale Datenverarbeitung bezieht, sondern auf die dezentrale Bereitstellung von Cloud-Ressourcen abzielt.
Edge Computing im Energiesektor
Im Energiesektor bietet sich Edge Computing aus verschiedenen Gründen an. Gerade bei der Kapazitätsplanung müssen Versorger die Verbräuche einzelner Geräte nicht gesondert erfassen. Ihnen reicht eine Übersicht über das täglich schwankende Konsumverhalten, um das Energieaufkommen regeln zu können. Natürlich war dies auch schon vor den Zeiten des IoT möglich. Dazu wurden die Verbräuche im Energienetz analysiert und aufgrund der Erfahrungswerte prognostiziert. Dies hat bisher ausgereicht, um das Stromnetz stabil zu halten.
Veränderte Verbrauchsstruktur
Jedoch ist der Energiehunger der privaten Haushalte und Betriebe deutlich gewachsen. Vom Smart Home bis hin zum Montageband hat sich der Stromverbrauch auch flexibilisiert. Besonders die Elektromobilität hat hier einen großen Anteil, da die Stromverbraucher selbst mobil sind und sich die Netzbetreiber nicht immer auf ein wiederkehrendes Verbrauchsmuster einstellen können. Auch die Frage der Energiekostenabrechnung ist bei mobilen Verbrauchern anders als die Abrechnung statischer Stromabnehmer. Dabei ist die direkte Auswertung von Einzeldaten eines Elektroautos für den Versorger ohne Belang. Er benötigt im Wesentlichen die Information, wie viel Strom getankt wurde und auf welches Verbraucherkonto die entsprechende Belastung gebucht werden kann. Diese einzelnen Informationen können vor Ort gesammelt und dann als Paket an die zentrale Datenverarbeitung weitergesendet werden.
Andere, während einer Autofahrt gesammelten Daten, sind für die Planung des Energiebedarfs von Interesse – allerdings reicht hier eine anonymisierte Datensammlung. So sind das Zusammenspiel von Außentemperatur und Verbrauch beziehungsweise der Straßenzustand oder die Fahrweise Größen, die in die Planung der Energieerzeugung mit eingebracht werden können. Diese Daten werden mittels Edge Computing dezentral gesammelt und vorab analysiert. Der lokale Server sendet die Quintessenz des anonym Erhobenen weiter.
Edge Computing bei Gas und Öl
Doch auch in der Petrochemie oder der Gaserzeugung lässt sich Edge Computing einsetzen. So ist der Status von Pipelines oder Gasleitungen effizienter überwachbar. Lokale Knoten übernehmen hier die Aufsicht über den Zustand einzelner Streckenabschnitte und sammeln anfallende Daten, die sie zur Weiterverarbeitung analysieren und übermitteln. Tritt beispielsweise eine Leckage ein, wird diese Meldung durch das geringere Datenübertragungsvolumen früher erkannt.
Vorteile von Edge Computing
Welche Vorteile bietet diese Vorgehensweise? Zunächst fällt weniger Datenvolumen an. Dies ist bei Sensordaten besonders interessant, denn dort fallen zwar nur kleine Datenpakete an, diese aber wiederum in rauen Mengen. Außerdem werden die zentralen IT-Ressourcen geschont. Dort müssen die Server nicht mehr eine so große Menge an Traffic bearbeiten, da viele Verarbeitungsschritte schon vorab erledigt wurden. Die EdgeKnoten benötigen weniger Bandbreite zur Anbindung, was eine zusätzliche Kosteneinsparung zur Folge hat.
Edge Computing bietet überdies einen Sicherheitsgewinn. Zentral zu verarbeitende Daten werden zwischen den EdgeKnoten und dem Kern des Netzwerks in aller Regel verschlüsselt übertragen. Einmal übermittelt, lassen sich diese Pakete effizienter auf Viren, Manipulationen oder Angriffe von Cyberkriminellen überprüfen. Ferner bietet Edge Computing eine verbesserte Skalierbarkeit, da das Konzept auf virtualisierte Strukturen zurückgreift. Auch können Lasten besser zwischen verschiedenen Rechenzentren in unterschiedlichen Standorten verteilt und so eine effizientere Datenverarbeitung sichergestellt werden. Nicht zuletzt kann man eine offen konzipierte Internet-of-Things-Infrastruktur auch unternehmensübergreifend nutzen, damit Lösungen von Drittanbietern leichter integrierbar sind.
Smart Grids in Rumänien
Edge Computing wird im Energiesektor bereits eingesetzt. So setzt der Energieerzeuger SDEE Muntenia Nord in Rumänien auf eine IoT-Managementlösung, um seine Smart Grids zu verwalten und das Versorgungsnetz zu verbessern. Auf diese Weise kann der Energieerzeuger schnell auf sich verändernde Rahmenbedingungen oder Betriebszustände reagieren – selbst in entlegenen und schwer zugänglichen Gegenden Rumäniens. Vor Einführung des IoT hatte der rumänische Betreiber hohe Betriebskosten für seine in die Jahre gekommenen Versorgungssysteme, die obendrein noch störungsanfällig waren. Die neue Infrastruktur ist zudem stabiler gegenüber äußeren Bedrohungen, seien es Cyberangriffe oder tatsächliche physische Sabotage.
Planung des Datenmanagements
Vor der Einführung eines IoT-Systems mit Edge Computing sollte die Unternehmens-IT Datenaufkommen und Verarbeitungsschritte genau analysieren. Ein gutes IoT-Datenmanagement, beispielsweise in der Energieversorgung, sollte dezentrale Strukturen gegenüber zentralen, dort wo sie sinnvoll einsetzbar sind, bevorzugen. Damit kann man nicht nur Bandbreite und Übertragungskapazität und damit Kosten sparen, das System arbeitet in sich auch stabiler. Dezentral gesammelte und verarbeitete Informationen werden im Fall eines partiellen Ausfalls anderer Netzwerksegmente nicht in Mitleidenschaft gezogen. Dies ist durchaus mit der Arbeitsweise des Internets vergleichbar, das so beschaffen ist, dass Ausfälle eines Teils nicht die gesamte Struktur gefährden.
Zusammenwirken mit anderen Systemen
Ein IoT-System mit Edge Computing ist durch seine verteilte Architektur mit anderen ähnlichen Systemen erweiterbar. Beispielsweise könnte ein System, das in der Energieerzeugung seinen Dienst versieht, Konnektoren in die Smart City, zu Smart Homes oder Smart Cars besitzen.
Durch die dem technischen Fortschritt geschuldete Entwicklung ist jetzt der geeignete Zeitpunkt, um als Unternehmen in der Energiewirtschaft zu agieren. Da sich das Internet of Things auf kurze Zeit durchsetzen dürfte, sollten Unternehmen möglichst bald eine Strategie entwickeln, um an diesem Prozess zu partizipieren.
