Storage und Datenverarbeitung im IoT Warum die Datenspeicherung bei Edge Computing zentral ist

Anbieter zum Thema

Dell GmbH

DataCore Software GmbH

Fujitsu Technology Solutions GmbH

Western Digital Corporation

Der Einsatz von IoT-Anwendungen und die wachsende Bedeutung von Edge Computing bedingen sich gegenseitig. Eine zentrale Rolle spielt dabei KI. Durch das Zusammenspiel von IoT und KI entstehen am Netzwerkrand riesige Datenmengen. Bei deren Speicherung ergeben sich große Herausforderungen für Unternehmen.

In einer zunehmend digitalisierten Welt werden unentwegt Daten generiert. Und wir sind längst im Zettabyte-Zeitalter angekommen (ein Zettabyte entspricht einer Milliarde Terabyte). Diese Datenflut zu bewältigen, ist zu einer zentralen Herausforderung dieser Zeit geworden. Das gilt erst recht für Unternehmen, die mit datenintensiven Technologien arbeiten. Zu nennen sind hier vor allem das Internet of Things (IoT) sowie künstliche Intelligenz (KI). Gerade in der fertigenden Industrie, aber auch in der IT, der Telekommunikation oder im Gesundheitswesen – um nur einige zu nennen – gewinnen diese Technologien zunehmend an Bedeutung.

Mit stetig wachsenden unstrukturierten Datenmengen steigt auch die Relevanz adäquater Lösungen für deren Speicherung. Unternehmen müssen eine ganze Reihe von Faktoren beachten, um Storage, Datenverarbeitung und IoT zu vereinbaren. Eine zentrale Rolle spielt dabei der Wandel von Cloud zu Edge Computing. Die Verarbeitung der Informationen erfolgt zunehmend am Netzwerkrand, näher an den IoT-Sensoren. Das belegen auch aktuelle Zahlen: Das Marktforschungsinstitut Quadintel erwartet, dass der europäische Edge-Computing-Markt bis 2023 einen Wert von 1,94 Milliarden US-Dollar erreichen wird. Das Potenzial von Edge Computing ist groß – ebenso wie die Anforderungen an passende Storage-Lösungen.

Faktoren für die Verschiebung zu Edge Computing

Noch vor kurzem wurde die Mehrheit der Daten in Rechenzentren erzeugt und verarbeitet. Das verschiebt sich mehr und mehr an den Netzwerkrand („Edge“). Schon für 2025 sagen Gartner-Analysten voraus, dass die meisten Daten außerhalb des Rechenzentrums gesammelt werden. Die Gründe dafür sind vielschichtig: Dazu trägt die wachsende Bedeutung von Remote und Cloud Computing sowie hybrider IT bei. Die COVID-19-Pandemie hat diese Entwicklung entscheidend beschleunigt: Können Menschen nicht mehr an einem Ort zusammenarbeiten, ist es umso wichtiger, dass von überall der Zugriff auf relevante Informationen gewährleistet wird.

Hinzu kommt die Nachfrage nach intelligenten Gebrauchsgegenständen und IoT-Geräten – von smarten Devices im Haushalt über medizinische Geräte bis hin zu vernetzten Fertigungsanlagen. Edge Computing und IoT gehören untrennbar zusammen. Und die Erkenntnisse, die aus den kontinuierlichen Datenströmen abgeleitet werden, müssen an dem Ort verfügbar sein, wo die Daten erfasst und verarbeitet werden – und das idealerweise in Echtzeit. Der „Umweg“ über Cloud oder Rechenzentrum soll möglichst entfallen. Das gilt in der eigenen Wohnung und im Büro ebenso wie in der Fabrikhalle. Daher ist es für Unternehmen wichtig, Edge Computing in der Digitalisierungsstrategie eine hohe Priorität einzuräumen.

Echtzeit-Analyse auf Geräteebene

Der Grund, warum es für viele IoT-Anwendungen so essenziell ist, die Daten direkt am Ort der Erfassung zu analysieren, ist die Geschwindigkeit. Werden Daten zwischen einem IoT-Gerät und der Cloud oder dem Rechenzentrum hin und her gesendet, führt das zu langsameren Reaktionszeiten. Wie problematisch das sein kann, zeigt das Beispiel autonomes Fahren. Fahrzeuge müssen Verkehr, Umgebung und Ampeln überwachen und in Sekundenbruchteilen Entscheidungen treffen. Aber nicht nur im Straßenverkehr ist Edge Computing eine unverzichtbare Fähigkeit. Auch in anderen Bereichen wird sie zunehmend relevanter, um geschäftskritische Erkenntnisse in Echtzeit zu gewinnen und eine hohe Betriebseffizienz zu gewährleisten.

Die Storage-Gretchenfrage: On-Prem oder as-a-Service?

So balancieren Unternehmen ihre Speicherlandschaft aus

Im Industriekontext kann beispielsweise der Verschleiß an Schwermaschinen mit Hilfe von Edge Computing und KI überwacht werden. IoT-Sensoren werden dabei an besonders anfälligen Teilen angebracht. Die Sensoren messen Daten, analysieren sie und ermöglichen eine rechtzeitige Wartung. Ausfallzeiten können dadurch signifikant verringert werden. Ein weiteres typisches Anwendungsgebiet ist die Videoüberwachung. Von der Kriminalitätsprävention über den Einsatz in Smart Cities und intelligenten Ampeln bis hin zu Smart Retail sind viele Szenarien möglich. Ein anschauliches Beispiel aus dem Einzelhandel: Das elektronische Videoüberwachungssystem eines Geschäfts sowie des dazugehörigen Lagers kann mit Kassendaten und Informationen aus intelligenten Regalen gebündelt werden. So erhalten Händler jederzeit ein genaues Bild davon, warum bestimmte Warenbestände schneller abnehmen als andere.

Neue Herausforderungen für die Datenspeicherung

Die Vielzahl an verschiedenen Einsatzszenarien ist einer der Gründe, warum die Datenspeicherung in diesem Kontext so anspruchsvoll ist. Es ergeben sich ganz unterschiedliche Anforderungen an die Storage-Lösung, je nachdem, ob sie beispielsweise in einer Fabrikhalle oder in Verkehrsampeln zum Einsatz kommt. Speicher müssen speziell auf Edge-Geräte zugeschnitten und leicht in IoT-Anwendung zu integrieren sein.

Mindestens genauso wichtig ist die Rechenleistung, die Speicher am Netzwerkrand bereitstellen müssen, um Daten in Echtzeit zu verarbeiten. Gefragt ist eine möglichst niedrige Latenz beim Datenzugriff – selbst bei der Verarbeitung großer und unstrukturierter Datenmengen, beispielsweise bei der Auswertung von 4k-Videomaterial. Damit einhergeht die Notwendigkeit hoher Speicherkapazitäten. Die Kapazität muss sich zudem problemlos und jederzeit skalieren lassen, um auch für die Verwendung vieler Endpunkte geeignet zu sein.

Ein entscheidendes Kriterium ist darüber hinaus die Zuverlässigkeit. KI-Anwendungen ermöglichen eine Datenaggregierung rund um die Uhr, und das über Monate oder Jahre. Das bedeutet, dass auch der Speicher in puncto Langlebigkeit mithalten muss. Besonders heikel ist dies bei Edge-Geräten, die an exponierten Orten zum Einsatz kommen. Speicherlösungen sollten dort ausreichend gewappnet sein gegen Wind und Wetter, schwankende Temperaturen und Erschütterungen.

Es steht außer Frage, dass Storage ein kritischer Faktor beim Einsatz von IoT ist. Um das Potenzial von Edge-Computing-Anwendungen voll auszuschöpfen, sind die passenden Speicherlösungen essenziell.

*Der Autor: Manfred Berger, Senior Manager Business Development für Data Center Solutions and Platforms, Western Digital Corporation

Aktuelles eBook

Alle Daten im Griff – der Weg zum passenden Data-Management

Daten nur zum Selbstzweck zu speichern, kann sich heute praktisch kein Unternehmen mehr leisten. Um den Überblick zu behalten und Nutzen aus den gespeicherten Daten zu ziehen, wird ein entsprechendes Datenmanagement benötigt. Unser neues eBook erläutert detailliert, worauf es dabei ankommt, welche Ansätze es gibt und wo Potenziale zur Verbesserung liegen.

Die Themen im Überblick:

• Data-Management lokal und in der Private Cloud
• Data-Management in der Cloud
• Globales Data-Management

eBook „Data-Management“ kostenlos downloaden

(ID:48658400)