Sven Golda ist mit diesem Beitrag im E&E-Kompendium 2020 als einer von 100 Machern der Elektronikwelt vertreten. Alle Beiträge des E&E-Kompendiums finden Sie in unserer Rubrik Menschen.
Unternehmen müssen heute in der Lage sein, ihre Ressourcen remote zu verwalten. Damit ermöglichen Organisationen ihren Teams nicht nur, produktiver zu arbeiten, sondern es lassen sich auch Daten direkt speichern, verarbeiten, analysieren und verwalten. Gerade Technologien wie das Internet of Things (IoT) benötigen Daten in Millisekunden – eine enorm niedrige Latenzzeit ist extrem wichtig und daher nur durch Edge Computing zu verwirklichen.
Generell ist es für jeden Technologiebereich das oberste Ziel, die richtigen Daten zur richtigen Zeit am richtigen Ort zur Verfügung zu stellen. Nur dann sind Unternehmen in der Lage, auf Basis detaillierter Analysen die richtigen Entscheidungen zu treffen. Laut Gartner-Analysten werden bis zum Jahr 2025 knapp 75 Prozent aller Daten in einer Organisation at the Edge verarbeitet. Im Gegensatz dazu verwerten Organisationen heute 91 Prozent der Daten in zentralisierten Rechenzentren.
Fundierte Entscheidungen durch KI treffen
Edge Computing hingegen bringt die Datenverarbeitung und -speicherung lokal. Edge Computing wird mit Künstlicher Intelligenz direkt auf der Hardware-Ebene kombiniert, das heißt, das Analysen nicht mehr in der Cloud laufen, sondern direkt auf dem Gerät. Damit sind eine schnelle Analyse und Zugriff gewährleistet.
Edge AI eignet sich damit ideal für Szenarien, in denen unternehmenskritische Daten eine Analyse und Empfehlung in Echtzeit auf Geräteebene erfordern – auch, um so fundiertere Geschäftsentscheidungen treffen zu können. Das Gerät mit integrierter KI sammelt somit nicht nur Daten. Es agiert als nahezu autonomes und mit Machine-Learning-Fähigkeiten ausgestattetes System, das völlig selbstständig mithilfe von AI-Technik Entscheidungen trifft.
Edge AI bietet viele Vorteile
Der nächste Evolutionsschritt, der Technologien wie autonomes Fahren oder ein weltweit vernetztes IoT ermöglicht, nennt sich Edge AI. Künstliche Intelligenz erlaubt beispielsweise das Identifizieren von Bildern ohne Latenz. Nur so können autonome Fahrzeuge überhaupt Realität werden. Allerdings sollte bei der Implementierung von Edge AI das Thema Security von der Planung an integriert sein (Security by Design). Auch wenn die Daten nicht über die Cloud gestreamt werden und damit weniger anfällig sind, sollte dies ein zentrales Kriterium für Unternehmen sein.
Edge AI bietet allerdings eine Reihe von Vorteilen. Dazu gehören niedrigere Kosten für Bandbreite und Datenübertragung: Mit Edge Computing werden die Daten von Geräten, Sensoren und Menschen lokal verarbeitet. Sie ermöglichen außerdem Echtzeit-Operationen wie Datenerstellung, Entscheidung und Aktivitäten.
Damit sind Unternehmen wettbewerbsfähiger und können schneller auf sich verändernde Gegebenheiten am Markt reagieren – und somit schneller innovative Lösungen und Services entwickeln, ihren Umsatz erhöhen und die Kundenerfahrung verbessern.
