Events

KI, IoT und Big Data per SD-WAN verbinden

Bis zur Cloud und weiter

20. November 2020, 07:00 Uhr   |  Dr. Joachim Sinzig/am

Bis zur Cloud und weiter
© Riedel Networks

Das SD-WAN- Management-System wählt selbstständig den nächstgelegenen Transitpunkt.

Der Markt für SD-WAN-Lösungen wächst enorm und hat sich vor allem für die Anbindung von Zweigstellen von Unternehmen etabliert. Treiber sind die sichere Anbindung an die Cloud und damit verbundene lokale Internetanbindungen. Doch damit ist das Potenzial der Technik nicht ausgeschöpft.

Im Zeitalter der digitalen Zusammenarbeit setzen Unternehmen zunehmend auf Kollaborationslösungen, um Geschäftsmodelle zu realisieren. Anwendungen wie Microsoft 365, SAP Hana und Salesforce sind in Europa die zentralen Treiber, die Firmen veranlassen, massive Datenmengen in die Cloud zu verschieben. Netzwerkarchitekturen, die nur einen zentralen Übergang in das Internet und zu den Cloud-Providern vorsehen, sind damit allerdings schnell überfordert. Folgerichtig setzen Unternehmen stattdessen verstärkt auf SD-WAN-Netze mit lokalen Internetzugängen an jedem Standort, um effiziente Verbindungen zwischen Niederlassungen und in der Cloud zu schaffen.

Was aber tun, wenn die Anforderungen an das Netzwerk noch weiter steigen und Datentypen mit unterschiedlichem Bedarf hinsichtlich Bandbreiten, Qualitätsparametern und Verfügbarkeit in einer einzigen Infrastruktur abgebildet sein sollen? Was sind das für Anwendungen, die das Leben eines CIOs eines mittelständischen Unternehmens noch komplizierter machen, als es mit Cloud und SD-WAN ohnehin schon ist?

Künstliche Intelligenz (KI) bezeichnet vereinfacht gesprochen Systeme, die bei der Ausführung eines Prozesses iterativ lernen und diesen selbstständig verbessern. KI ist in vielen Fällen lokal implementiert. Ein signifikanter Teil der Intelligenz sitzt auch in lokalen Anwendungen, die Steuerung und Kontrolle erfolgt aber häufig zentral. Eine ständige Verbindung zum zentralen System ist daher notwendig, um die sich stets aktualisierenden Optimierungsalgorithmen nutzen zu können.

Big Data: Lokal installierte Sensoren sammeln kontinuierlich Daten und übermitteln diese an einen zentralen Rechner. Ein Beispiel sind Überwachungskameras. Diese liefern Massen von Bildinformationen, die eine Gesichtserkennungssoftware durchlaufen. Die verteilt generierte Datenmenge ist gewaltig und die Lieferung an das zentrale System soll gleichzeitig zuverlässig, günstig und mit ausreichender Qualität erfolgen. Es ist abzusehen, dass die Menge an Daten künftig noch weiter wachsen wird. In der Entwicklung von Quantencomputern gab es bereits erste Durchbrüche, die die Datenverarbeitung auf ein völlig neues Niveau heben werden.

IoT: Kleine und kostengünstige Sensoren erfassen die Zustände von Maschinen und Messeinrichtungen. Dem Datenspektrum sind dabei so gut wie keine Grenzen gesetzt. Zwar ist die benötigte Bandbreite dabei sehr gering, aber die Zuverlässigkeit der Verbindung elementar. Gerade in Bereichen, die keine Verzögerung erlauben, müssen Verbindungen geringe Latenzen und Ausfallsicherheit garantieren. Im Regelfall sind für diese Anwendungen mobile Signalisierungsnetzwerke im Einsatz. IoT ist darüber hinaus auch Bestandteil des Roll-outs von 5G. Unternehmen, die datenintensive Prozesse steuern, können über WLAN-, 5G-Lösungen oder externe IoT-Netze ihre Anwendungen verbinden.

Alle Techniken basieren auf einem Mix aus lokalen Sensoren, dezentralen Systemen kombiniert mit einer zentralen Steuerung und Intelligenz. Gleichzeitig sind die Anforderungen an Bandbreiten und Qualität der Datenverbindungen so unterschiedlich, wie sie nur sein können.

Seite 1 von 2

1. Bis zur Cloud und weiter
2. SD-WAN kann mehr als Cloud

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Verwandte Artikel

Big Data

künstliche Intelligenz