Das Edge in Edge Computing steht für ein Gebiet, das vor allem im Zuge des Internets of Things (IoT) an Bedeutung gewinnt – die Zone am Rand des Netzwerks, noch bevor die Cloud beginnt. Das Experimentieren mit dem Thema Edge Computing ist heute nicht mehr so kompliziert und teuer wie bis vor Kurzem noch – ausprobieren lohnt sich immer mehr.

Amazon AWS, Azure, Google und andere Unternehmen neigen dazu, über Edge Computing als Unterstützung für das IoT zu sprechen. Dabei bietet Edge mehr Möglichkeiten: Einzelhändler zum Beispiel brauchen Einkaufserlebnisse, die Online-Verkäufer nicht anbieten können – hier kann Edge helfen. In selbstfahrenden Fahrzeugen arbeiten mehr und mehr für Machine Learning optimierte Prozessoren wie der Nvidia Drive PX, doch Reaktionszeiten von 20 ms reichen nicht aus, wenn sich das Fahrzeug mit 120 km/h fortbewegt. Edge Computing wird der einzige Weg zur Beherrschung von Raum und Zeit, oder zumindest der Lichtgeschwindigkeit in der Glasfaser sein. Bei einer 5G-Gigabit-Bandbreite wird es schlichtweg unmöglich sein, fast jede Information zu jedem kleinen Detail an die Cloud zu übertragen. Das Edge Computing – teilweise durch Mobilfunkanbieter in einem Gehäuse am Fuß von Mobilfunkmasten betrieben – wird somit weitaus vielseitigere Dienste ermöglichen – wenn der Backhaul Schritt hält.

Das Edge Computing hat allerdings auch Schwächen, die es zu bedenken gilt: Zum einen steht eine dezentrale Infrastruktur im Gegensatz zur voranschreitenden Cloud-Implementierung. Zum anderen erhöht sich mit Edge die Komplexität, die Zuständigkeiten werden breiter, intensiveres Management wird nötig und die Angriffsfläche wird größer – allesamt unwillkommene Erscheinungen.

Glücklicherweise beheben neue Tools diese Schwächen, darunter AWS Greengrass oder Azure Stack FaaS. Sie ermöglichen echtes Arbeiten mit Edge Computing, denn sie lassen sich sehr einfach an jedem Ort einsetzen, nicht nur im Hauptrechenzentrum. Die Datendemokratisierung findet statt und geht mit einer Vielzahl von Tools und Support einher. Die meisten Entwicklungsteams schaffen damit die Inbetriebnahme an einem einzigen Nachmittag.

Umstieg auf Edge Computing

Der Umstieg auf Edge Computing beginnt mit der Analyse des fraglichen Geschäftsszenarios. In jeder Organisation gibt es ganz individuelle Möglichkeiten und Voraussetzungen. Dabei gilt es die Infrastruktur der Umgebung zu berücksichtigen. In einer Großstadt ist sie zuverlässig und leistungsfähiger. In einem ländlicheren Gebiet ist die Infrastruktur trotz weniger Nutzer nicht auf die Anforderungen der heutigen Technologie ausgelegt.

Hybrid Edge Computing ist wahrscheinlich die beste Wahl für die verschiedenen Standortszenarien. Workloads, die zum Beispiel auf Ebene des Stadtviertels vernetzt sind, lassen sich in der Nähe des mobilen Netzwerks erledigen, betrieben im Wesentlichen in einer dezentralen Colocation-Einrichtung des Mobilfunkanbieters. Dennoch wird die Workload tatsächlich über den Cloud-Anbieter gehandhabt.

In Vororten wäre regionales Edge Computing am zweckdienlichsten. Bei der Betrachtung von AWS Edge Computing wird beispielsweise nicht der komplette AWS-Stapel genutzt, stattdessen verlagert man eine Untergruppe der am häufigsten genutzten Funktionen auf Großstadtebene an Randstandorte. Auf dem dünn besiedelten Land wäre die Dichte des Edge Computing auf Großstadtebene nicht gerechtfertigt. Stattdessen würde die Cloud ausreichen, da die erhöhte Latenzzeit bei der Anwendung ein akzeptabler Kompromiss wäre.

Edge Security

Eine Edge-Strategie muss in jedem Fall die Aspekte Compliance und Sicherheit abdecken, genau wie bei einem zentralen Standort. Eine ordnungsgemäße Dokumentation sorgt für Einheitlichkeit und gewährleistet, dass dezentrale Rechenzentren identisch sind. Standardisierung verbessert den Schutz – man sollte also wann immer möglich einen einheitlichen Satz an Hardware und Software nutzen. Je weniger Unterschiede es zu verwalten gibt, desto einfacher wird das Management.

Folgende Fragen sollte man sich ebenfalls stellen: Befinden wir uns alle auf der gleichen Plattform? Sind die Nutzererfahrungen gleich? Wie können wir Updates durchführen? Welchen Wiederherstellungsprozess gibt es im dezentralen Bereich? Drohen Geschäftsunterbrechungen aufgrund von Problemen, bei denen keine Wiederherstellung möglich ist? Neben der Optimierung und dem Schutz der dezentralen Umgebung können Netzwerk, Systeme, Tools für Cloud-Management und Überwachung sowie robuste SIEM-Kapazitäten bei der Beantwortung dieser Fragen helfen.

Eine einzige Problemstelle am Rand des Netzwerks könnte Millionen IoT-Geräte oder Anwendungen aussperren. Und obgleich eine Verteilung mehr Widerstandskraft im Hinblick auf Angriffe gegen einzelne Punkte bieten kann, vergrößert sich auch die Angriffsfläche. Daher ist es sinnvoll sicherzustellen, dass man das gesamte Team, angefangen bei der Geschäftsführung, in die Test- und Wiederherstellungsphase einbezieht. Selbst der beste Sicherheitsmechanismus kann versagen, vor allem am Rand des Netzwerks.

Edge Computing ins Labor integrieren

Unternehmen, die sich fragen ob das IoT ein nützliches Instrument für ihre Transformation sein könnte, sollten sich darüber informieren und idealerweise praktische Erfahrungen im eigenen Labor sammeln. Außerdem können Kollegen und Freunde in anderen Unternehmen Quellen für wichtige Erfahrungswerte sein.

Das ehemals für zu komplex, zu theoretisch oder schlichtweg für nicht betriebstauglich erachtete Edge Computing steht jetzt vor seiner Blütezeit. Unternehmen sollten damit experimentieren, denn sie können dabei Mehrwerte und Dienste entdecken, die sie vom Wettbewerb abheben – und das ohne dafür ein regionales Rechenzentrum aufbauen zu müssen.

Natürlich erledigen lokale Rechenzentren oder Cloud-Systeme eine Fülle von Machine-Learning- und andere Rechenaufgaben, doch mit Edge Computing lassen sich neue und bessere Kundenerlebnisse schaffen. Und eine Hybrid-IT bietet die Möglichkeit, Rechenleistung und Wissen genau dorthin zu verlagern, wo Bedarf besteht.

Destiny Bertucci ist Head Geek bei Solarwinds () und Patrick Hubbard ist Head Geek bei Solarwinds ().