Moderne Maschinen erzeugen in jeder Sekunde Messwerte: Temperaturen, Drücke, Vibrationen, Bilder aus der Qualitätsprüfung. Alles in die Cloud zu schicken, ist oft zu langsam, zu teuer oder schlicht nicht gewollt. Edge Computing verlagert die Verarbeitung dorthin, wo die Daten entstehen.
Wie Edge Computing funktioniert
Typischerweise gibt es drei Ebenen:
- Feldebene: Sensoren, Antriebe und Steuerungen erzeugen die Rohdaten.
- Edge: Ein Industrie-PC, Gateway oder Edge-Server direkt an der Maschine oder in der Halle erfasst die Daten, wandelt Protokolle um, filtert, verdichtet und wertet sie aus. Zeitkritische Entscheidungen fallen hier.
- Cloud oder Rechenzentrum: Verdichtete Daten aus mehreren Anlagen und Werken werden langfristig gespeichert, übergreifend analysiert und für Berichte genutzt. Auch das Training von KI-Modellen findet meist hier statt.
Die Aufgabenteilung folgt einer einfachen Regel: Was schnell, lokal oder vertraulich sein muss, läuft an der Edge. Was viel Rechenleistung, große Datenmengen oder den Vergleich über Standorte braucht, läuft zentral.
Warum Edge Computing in der Produktion sinnvoll ist
- Geringe Verzögerung: Eine Bildprüfung muss ein fehlerhaftes Teil erkennen, bevor es die Station verlässt. Der Umweg über die Cloud wäre dafür oft zu langsam.
- Weniger Datenverkehr: Statt tausender Messwerte pro Sekunde werden nur Kennzahlen, Abweichungen oder Ereignisse übertragen.
- Ausfallsicherheit: Die Produktion läuft weiter, auch wenn die Internetverbindung ausfällt.
- Datenhoheit: Sensible Prozess- und Bilddaten können im Werk bleiben.
- Anbindung von Bestandsanlagen: Edge-Gateways übersetzen alte Protokolle, zum Beispiel in OPC UA oder MQTT.
Edge, Cloud und On-Premises im Vergleich
| Edge | Lokales Rechenzentrum (On-Premises) | Cloud | |
|---|---|---|---|
| Ort | An oder neben der Maschine | Im eigenen Unternehmen | Beim Cloud-Anbieter |
| Reaktionszeit | Sehr kurz | Kurz | Abhängig von der Verbindung |
| Rechenleistung | Begrenzt | Mittel bis hoch | Praktisch beliebig skalierbar |
| Funktioniert ohne Internet | Ja | Ja | Nein |
| Typische Aufgaben | Datenerfassung, Filter, Echtzeitprüfung | ERP, MES, Datenhaltung | Übergreifende Analysen, KI-Training, Berichte |
Fazit der Tabelle: Edge ersetzt die Cloud nicht, sondern ergänzt sie. Die meisten Industriebetriebe kombinieren alle drei Ebenen.
Typische Anwendungen in Industriebetrieben
- Zustandsüberwachung und Predictive Maintenance: Vibrationsdaten werden an der Maschine ausgewertet, nur Auffälligkeiten gehen an das Instandhaltungssystem.
- Bildbasierte Qualitätsprüfung: Kameras prüfen Teile im Takt, ein lokales KI-Modell entscheidet über Gut oder Schlecht.
- Maschinendatenerfassung: Stückzahlen, Stillstände und Störgründe werden erfasst und an das MES gemeldet.
- Energiemonitoring: Verbrauchsdaten einzelner Anlagen werden gesammelt und verdichtet.
- Fernwartung mit Datenvorverarbeitung: Servicetechniker sehen bereits aufbereitete Daten, statt Rohdaten zu durchsuchen.
Grenzen und worauf es ankommt
- Verwaltung vieler Geräte: Updates, Konfiguration und Überwachung verteilter Geräte brauchen eine zentrale Lösung und klare Zuständigkeiten.
- Sicherheit: Jedes Edge-Gerät ist ein möglicher Angriffspunkt im Produktionsnetz. Netztrennung, Zugriffsrechte und Updates gehören zum Konzept (siehe Informationssicherheit).
- Begrenzte Leistung: Große Modelle oder Auswertungen über viele Anlagen passen nicht auf ein kleines Gerät.
- Kein Selbstzweck: Edge Computing lohnt sich, wenn eine konkrete Anforderung dahintersteht, etwa Echtzeit, Datenmenge oder Datenhoheit. Ohne sie ist eine einfache Datenerfassung oft ausreichend.
Ein guter Einstieg ist eine einzelne Anlage mit klarer Fragestellung, etwa die automatische Erfassung von Stillständen. Edge Computing ist dabei häufig ein Baustein des Industrial Internet of Things.
Häufige Fragen
Was ist Edge Computing einfach erklärt?
Beim Edge Computing werden Daten dort verarbeitet, wo sie entstehen, zum Beispiel auf einem kleinen Industrierechner direkt an der Maschine. Statt jeden Messwert in die Cloud zu schicken, wertet der Rechner die Daten vor Ort aus und sendet nur Ergebnisse, Auffälligkeiten oder verdichtete Werte weiter.
Was ist der Unterschied zwischen Edge und Cloud?
Die Cloud bietet viel Rechenleistung und Speicher an zentraler Stelle, ist aber über das Netz erreichbar und hat dadurch Verzögerungen. Edge-Geräte rechnen lokal, reagieren schneller und funktionieren auch ohne Internet, sind aber in Leistung und Speicher begrenzt. In der Praxis werden beide kombiniert.
Was ist ein Edge Device?
Ein Edge Device ist das Gerät, auf dem die Daten nah an der Quelle verarbeitet werden. In der Industrie sind das häufig robuste Industrie-PCs, Gateways oder Steuerungen mit zusätzlicher Rechenleistung, die Maschinendaten erfassen, umwandeln, filtern und weiterleiten.
Was ist der Unterschied zwischen Edge und Fog Computing?
Die Begriffe werden nicht einheitlich verwendet. Häufig meint Edge die Verarbeitung direkt am Gerät oder an der Maschine und Fog eine Zwischenebene im lokalen Netz, etwa einen Server in der Halle, der mehrere Maschinen bündelt. Für die Praxis ist die Unterscheidung meist weniger wichtig als die Frage, welche Aufgabe wo am sinnvollsten läuft.
Braucht Edge Computing künstliche Intelligenz?
Nein. Viele Edge-Anwendungen sind einfache Aufgaben wie Daten sammeln, filtern, umrechnen oder Regeln prüfen. Wenn zusätzlich KI-Modelle lokal ausgeführt werden, etwa für die Bildprüfung, spricht man von Edge AI.
Ist Edge Computing sicherer als die Cloud?
Nicht automatisch. Sensible Daten müssen das Werk nicht verlassen, das ist ein Vorteil. Dafür gibt es viele verteilte Geräte, die verwaltet, aktualisiert und abgesichert werden müssen. Ohne zentrale Verwaltung und klare Zuständigkeiten kann die Angriffsfläche sogar größer werden.
Verwandte Begriffe
Quellen
Zuletzt aktualisiert: · Redaktion Industrie Digital Verbund · Alle Begriffe im Glossar