Bei hyperkonvergenten Infrastrukturen (HCI) und ihrer Beziehung zum Internet of Things (IoT) geht es im Kern darum, mit weniger mehr zu erreichen. Schlussendlich erfordert dies technischen Fortschritt mittels Vereinfachung.

Unternehmensanwendungen und das Tempo, mit dem Firmen heutzutage agieren, sind bereits dabei, die Lebensdauer des traditionellen Designs von IT-Architekturen zu verkürzen. Erschwerend kommt hinzu, dass mit der Verbreitung des Internets of Things mehr Geräte, Verbindungen und Integrationen als jemals zuvor zu verwalten sind. Diese Situation kann IT-Administratoren durchaus Angst machen. Mit einer Edge-Computing- und IoT-Plattform jedoch, die auf die Bedürfnisse der Unternehmen zugeschnitten ist, lässt sich die Implementierung weltweit verteilter Intelligenz am Netzwerkrand (Edge) effizient und kosteneffektiv gestalten.

Eine der wichtigsten Eigenschaften hyperkonvergenter Infrastrukturen (HCI) besteht in ihrer Fähigkeit, Rechenzentrumsressourcen mit Hilfe von intelligenter Software weit einfacher als bisher zu implementieren, zu managen und zu skalieren. Dadurch kann HCI einen wichtigen Beitrag zur Implementierung von IoT-Projekten am Netzwerkrand leisten.

Mehr aus IoT-Daten machen

Die Mehrzahl der Unternehmen meistert den Umgang mit Data Lakes, indem sie diese in der Cloud verarbeiten. Trotz der dort praktisch unbegrenzt verfügbaren Ressourcen führt dieser Ansatz jedoch zu erheblichen technischen und geschäftlichen Herausforderungen. Dazu zählen etwa Engpässe bei der verfügbaren Bandbreite, mangelnde Skalierbarkeit, Verzögerungen bei der Verarbeitung, Sicherheitsrisiken sowie Compliance- und Datenschutzprobleme.

Herkömmliche IT-Architekturen wurden nicht für Edge-Cloud-Workloads entwickelt. Alle Anstrengungen, sie dennoch in diesem neuen Kontext einzusetzen, laufen deshalb Gefahr, dass die Unternehmen mit einer unzureichenden Performance, den negativen Folgen einer nur schwer beherrschbaren Komplexität und verpassten Chancen leben zu müssen, die sie mithilfe einer Echtzeit-Intelligenz am Edge durchaus hätten wahrnehmen können. Eine IoT-Plattform, die als VM auf einer HCI-Plattform läuft, hat demgegenüber das Potenzial, mit diesen veränderten geschäftlichen Anforderungen auf Dauer zurechtzukommen.

Denn obwohl IoT-Geräte bereits seit Jahren im Einsatz sind, erfahren die Analyse und Nutzbarmachung der von diesen Geräten generierten Daten in vielen Unternehmen noch immer nicht die Aufmerksamkeit, die sie von ihrem Wertschöpfungspotenzial her verdienen. Das liegt vor allem an den damit verbundenen Kosten und Komplexitätsgraden. Mit einer Plattform für Edge-Computing und das Internet of Things auf HCI-Basis lässt sich jedoch beides senken. Das macht den Weg frei für die Implementierung einer weltweit verteilten Edge-Intelligenz, mit deren Hilfe sich Innovationen effektiv vorantreiben lassen.

Auf die Geschäftslogik fokussieren

Bevor Unternehmen mit Hilfe hyperkonvergenter Infrastrukturen IoT-Projekte am Netzwerkrand implementieren, sollten sie jedoch ihren Geschäftsbetrieb genau analysieren – vor allem dahingehend, wie sie diesen vom Netzwerkrand bis hin zu ihrer eigenen IT-Infrastruktur und darüber hinaus bis in die Cloud managen wollen. Ziel dieser Analyse muss es sein, den Fokus vom Zeitaufwand für die Administration der Infrastruktur hin zur Geschäftslogik zu verschieben. Die HCI-Plattform im Rechenzentrum sollte man in der Folge bis an den Netzwerkrand erweitern, um die Bereitstellung der Infrastruktur generell zu vereinfachen. Zusätzlich muss diese Plattform die Fähigkeiten zur Echtzeitanalyse von Sensordaten über eine virtuelle Maschine enthalten, die sich unkompliziert mit der von den Unternehmen präferierten öffentlichen oder privaten Cloud verbinden lässt.

Alle wichtigen Daten werden lokal verarbeitet, und zwar mittels benutzerfreundlicher APIs für Entwickler, wiederverwendbarer Datenströme und einer von KI-Algorithmen unterstützten Architektur, die sich auf Knopfdruck anschalten lässt. Diese APIs erleichtern Entwicklern die Integration in vorhandene Pipelines für Continuous Integration (CI) und Delivery (CD). Bei einigen IoT-Modellen können Unternehmen sogar KI-Modelle ihrer Kunden einbauen und am Netzwerkrand anwenden. Das erlaubt es, moderne IoT-Anwendungen schnell und weltweit zu entwickeln.

Legacy- und KI-basierte Apps gemeinsam nutzen

Es ist gut zu wissen, dass sich Legacy-Anwendungen durchaus neben neuen KI-basierten Applikationen am Netzwerkrand betreiben lassen. Voraussetzung ist allerdings eine HCI-Architektur. Denn es ist nicht immer leicht, bestehende Anwendungen auf neue Architekturen wie beispielsweise Container zu portieren. So lassen sich einige Point-of-Sales-Systeme nur als virtuelle Maschine ausführen. Sie eigenen sich somit aufgrund der eingebauten Vorteile einer HCI-Lösung für den Betrieb auf einer HCI-Architektur. Dies reduziert die Komplexität beim Management in Re­mote-Umgebungen, in denen IT-Ressourcen knapp sind.

Damit jedoch neue KI-basierte Anwendungen die Vorteile von Containern am Netzwerkrand nutzen können, brauchen sie eine IoT-Plattform, die sich einfach implementieren, verwalten, skalieren und parallel zu älteren Anwendungen ausführen lässt. Unternehmen sind auf die Flexibilität und Möglichkeit angewiesen, diese neuartigen Anwendungen am Netzwerk­rand zu realisieren. Solche Applikationen können die in Echtzeit gesammelten Sensor- oder Bilddaten bereits vor Ort untersuchen und diese ersten Erkenntnisse dann zur tiefergehenden Analyse in die Cloud weiterleiten. Es ist entscheidend, sich genau zu überlegen, wie Tausende von Standorten am Netzwerkrand in der Praxis Daten an eine zentrale Cloud senden können, damit die Unternehmen daraus standortübergreifende Schlüsse ziehen können.

Automatisierung von Prozessen

Das letztgültige Ziel bei der Verwendung hyperkonvergenter Infrastrukturen zur Implementierung von IoT-Projekten sollte darin bestehen, die Gesamtkosten zu senken und damit die Finanzergebnisse der Unternehmen zu verbessern. Ein geeignetes Mittel dazu ist die Automatisierung: So lassen sich zum Beispiel die Prozesse zur Steuerung von vor Ort installierten Kameras und Sensoren automatisieren, was den Zeitaufwand für das Infrastruktur-Management am Edge senkt.

Darüber hinaus kann die Automatisierung von Prozessen am Netzwerkrand zu einer Verringerung der Unternehmensrisiken führen. So ermöglicht es beispielsweise die vorausschauende Wartung (Predictive Maintenance), ein Problem zu erkennen, noch bevor es tatsächlich eintritt. Erfolgreich implementierte automatisierte Prozesse können sogar den Ausschuss in der Produktion verringern und dadurch die Kosten für die Qualitätssicherung senken.

Belege für diese Vorteile gibt es insbesondere im Einzelhandel. Um sein Ergebnis zu verbessern, kann ein Lebensmittelhändler beispielsweise Edge-Daten verwenden, um seinen Bestand zu verwalten und Verluste durch leere Regale zu minimieren. Point-of-Sale-Systeme auf Basis einer hyperkonvergenten Infrastruktur können dazu dienen, die Administration gegenüber komplexen Legacy-Infrastrukturen zu erleichtern. In einer Einzelhandelsfiliale lassen sich angeschlossene Geräte nutzen, um eine nahtlose Integration zwischen digitalen und physischen Verkaufsströmen zu ermöglichen – wie digitale Preisschilder, die automatisch mit den im Online-Shop ausgezeichneten Preisen abgeglichen werden. Das untereinander verbundene Ökosystem von internetfähigen Geräten, Sensoren, Data-Hubs, Netzwerken und Mikroprozessoren bietet dem Handel nahezu unbegrenzte Möglichkeiten.

Der Einsatz von HCI im Rahmen von IoT-Projekten am Netzwerkrand kann Unternehmen dabei helfen, ihre Ziele hinsichtlich der digitalen Transformation, Effizienz und Finanzen zu erreichen. Dazu ist es nötig, dass die Unternehmen IoT auf die bestmögliche Weise implementieren.

Satyam Vaghani ist Vice President und General Manager IoT and AI bei Nutanix, www.nutanix.com.