Was ist Edge Computing?

Edge Computing ist eine Methode zur lokalen geräte- und nutzernahen Verarbeitung von Daten. Dies spart Bandbreite und reduziert die Latenzzeit, wodurch ein digitales Erlebnis mit der Geschwindigkeit ermöglicht wird, die sich Nutzer heute erwarten.

Die Edge funktioniert wie ein Geldautomat. Ganz gleich, wo Sie sich befinden, es gibt immer einen in der Nähe, sodass der Zugriff auf Bargeld schnell, einfach und vorhersehbar ist. Die Verarbeitung von Daten nahe am Nutzer und Geräten ermöglicht einen schnellen und frustfreien Zugriff von jedem Standort aus, da Latenzzeiten reduziert werden. Latenz ist die lästige Verzögerung, die auftritt, wenn man zu einer Website navigiert und auf das Laden der Seite wartet oder wenn man auf eine mobile App tippt und es länger dauert, eine Aktion auszuführen. Dies geschieht in der Regel, weil die Datenverarbeitung und -speicherung in großer Entfernung stattfinden. Wenn diese Prozesse an die Edge verlagert werden, also in Ihre Nähe, sind digitale Erlebnisse fast in Echtzeit möglich.

Der sich im ständigen Wandel befindliche Begriff „Edge“ kann sich auf einen Edge-Server, den Computer eines Nutzers oder ein IoT-Gerät beziehen. Es ist ein Platz, an den die Verarbeitung und die Daten vom Kern des Rechenzentrums ausgelagert sind, um Daten und Entscheidungen näher an die Nutzer und Geräte zu bringen und so ein besseres Nutzererlebnis zu bieten.

Wie Branchenexperte und Gartner-VP-Analyst Bob Gill in The Edge Manifesto beschreibt, ist die Edge „für die Platzierung von Inhalten, Rechenleistung und Rechenzentrum-Ressourcen am Rande des Netzwerks, näher an großen Nutzerkonzentrationen konzipiert. Diese Erweiterung des herkömmlichen zentralisierten Rechenzentrumsmodells gewährleistet ein besseres Nutzererlebnis, das digitale Unternehmen benötigen.“ 

Die Edge ist so konzipiert, dass flexible, massiv verteilte Installationen erstellt werden, die den Zugriff auf Services ermöglichen, die Unternehmen dabei unterstützen, Latenz zu minimieren, die Skalierbarkeit zu maximieren und eine einheitliche Sicherheitsstrategie für Apps zu gewährleisten, die auf jeder Plattform bereitgestellt werden. Das Ergebnis ist ein schnelles und nahtloses Nutzererlebnis.

Edge Computing ist wie eine Arztpraxis mit eigenem Labor. Ihre Untersuchungen, Labortests und Ergebnisse sind direkt vor Ort verfügbar. Mit Edge Computing werden Ihre Daten an der Edge erfasst, analysiert und verarbeitet, und zwar direkt dort, wo Menschen online mit Ihnen interagieren.

Auf der grundlegendsten Ebene führt Edge Computing Daten, Erkenntnisse und Entscheidungsfindung näher an die darauf reagierenden Dinge heran, etwa ein IoT-Gerät oder der Computer eines Nutzers. Anstatt einen zentralen Standort zu nutzen, der mehrere Tausend Kilometer entfernt sein kann, liegt die Edge so nah wie möglich an der „Sache“. Es geht darum, wie die physische und digitale Welt an der Edge interagieren. Edge Computing wandelt diese Interaktionen in Daten um, die zur Entscheidungsfindung, zur Suche nach Mustern oder zur Weiterleitung der Daten an eine Speicher- oder Analyseanwendung für weitere Analysen verwendet werden können. Das Ziel ist eine zuverlässige, skalierbare Implementierung, sodass Daten, insbesondere Echtzeitdaten, keine Latenzprobleme haben, die den Zweck oder die Performance einer Anwendung beeinträchtigen können.

Edge Computing ist überall um uns herum im Einsatz und nimmt kontinuierlich zu. Denken Sie an die täglichen Interaktionen, die Sie für selbstverständlich halten und bei denen Sie eine sofortige Reaktion erwarten. Das reicht von der Nutzung mobiler Apps, dem Online-Einkauf, der Überprüfung Ihres Kontostands und dem Streaming von Medien bis hin zur Interaktion mit einem vernetzten Gerät wie einer Lampe, einer Türklingel oder einem Auto – und sogar dem Check-in für einen Zug oder Flug. All diese Dienste erfordern eine umfassende Informationsverarbeitung in Echtzeit. Sie alle sind Beispiele dafür, wo Edge Computing den Unterschied zwischen einem großartigen und einem wirklich langsamen, frustrierenden Erlebnis machen kann.

Edge Computing ist keine neue Idee, sondern eine, die ihrer Zeit jahrzehntelang zu weit voraus war, um wirklich geschätzt zu werden. Hochgeschwindigkeits-Börsenhandel oder die Optimierung und Lokalisierung von Services in Zweigstellen sind zwei seit Langem bekannte Beispiele für die Verlagerung der Geschäftslogik näher an den Ort des Geschehens. Moderne Technologie bietet mehr Möglichkeiten, die Leistungsfähigkeit von Edge Computing zu nutzen, einschließlich schnellerer Entscheidungen für vernetzte Fahrzeuge und andere IoT-Geräte oder der Verbesserung der Netzwerkverarbeitungsgeschwindigkeit mit 5G.

In den 1990er-Jahren, als die ersten Netzwerke zur Inhaltsbereitstellung (Content Delivery Networks, CDNs) entstanden, wurden Edge-Server entwickelt, um Web- und Videoinhalte schneller bereitzustellen, indem sie in unmittelbarer Nähe zu den Nutzern aufgestellt wurden. Dies war der Beginn der Edge-Computing-Ära, als die ersten kommerziellen Edge-Computing-Dienste, die Anwendungen wie Einkaufswagen und Echtzeit-Datenaggregatoren hosteten, entstanden.

Einfach ausgedrückt, sind Edge-Server eine Art von Geräten, die die Verarbeitung an einem Edge-Standort als Einstiegspunkt in ein Netzwerk durchführen, sodass Nutzer unmittelbar auf Inhalte und Ressourcen wie Webanwendungen zugreifen können.

Im Rahmen der sich ständig erweiternden Definition des Begriffs „Edge“ kann ein CDN als eine Form des Edge Computing betrachtet werden. CDNs sind traditionell auf herkömmlichen Servern aufgebaut, um zwischengespeicherte Daten zu speichern. Wenn Sie jedoch bereits ein CDN nutzen und dieser Anbieter Ihnen erlaubt, Code zu schreiben (um mit dem CDN zu interagieren), dann handelt es sich um CDN Edge Computing. Edge-Netzwerke können auf allen Geräten ausgeführt werden, von herkömmlichen Servern bis hin zu Smartphones und IoT-Geräten, und können Daten verarbeiten und speichern.

Cloud Computing und Edge Computing sind unterschiedliche Technologien. Die Begriffe sind nicht austauschbar. Während Cloud Computing zur Verarbeitung nicht zeitkritischer Daten verwendet wird, werden zeitkritische Informationen über Edge Computing verarbeitet.

Edge Computing wird nicht nur wegen der Latenzreduzierung bevorzugt, sondern auch für Remote-Standorte verwendet, an denen die Konnektivität schlecht oder eingeschränkt ist und lokale Speicherung erforderlich ist.

Serverloses Computing wird manchmal als Edge Computing bezeichnet oder mit Edge Computing verwechselt. Doch obwohl es Ähnlichkeiten gibt, kann Edge Computing die Dynamic Content Assembly, den Sicherheitsschutz, die Verwaltung von Bots und vieles mehr an den Rand verlagern – näher an die Endgeräte der Nutzer. So können Unternehmen diese Funktionen im Rahmen ihrer Inhaltsbereitstellung konfigurieren und bereitstellen. 

Serverlos, auch als Function as a Service (FaaS) bezeichnet, ist eine verwaltungsfreie Computing-Umgebung, die es Entwicklern ermöglicht, ereignisgesteuerte Logik und kontextbezogene Daten zu implementieren und auszuführen, ohne die zugrunde liegende Infrastruktur verwalten und pflegen zu müssen. Es handelt sich um einen anderen Cloud-Computing-Stil, bei dem sich der Entwickler nur um den Code kümmert, der ausgeführt wird. Der Cloud-Anbieter verwaltet automatisch, wie der Code ausgeführt wird – und alle Performance- und Skalierungsanforderungen –, sodass der Entwickler das Betriebssystem oder die Middleware nicht verwalten muss.

Serverlose Umgebungen sind in der Regel in zentralisierten Compute-Clouds oder Edge-Clouds vorhanden und bieten Preismodelle entsprechend der Ressourcen an, die Anwendungen tatsächlich verbrauchen.

Zu den Hauptvorteilen von serverlosem Computing gehören der Wegfall von Wartungsaufgaben für die Infrastruktur und die Verlagerung der Betriebsverantwortung auf einen Cloud- oder Edge-Anbieter sowie die automatische Skalierung, um zu vermeiden, dass im Voraus zusätzliche Kapazitäten aufgebaut werden müssen.

Serverloses Computing gibt Entwicklern mehr Zeit, damit sie sich auf die wichtigsten Funktionen des digitalen Erlebnisses konzentrieren können. Darüber hinaus bieten serverlose Umgebungen Skalierbarkeit, Zuverlässigkeit und Kosteneffizienz, da nur für den tatsächlichen Verbrauch bezahlt wird. 

Traditionell boten serverlose Umgebungen ein Compute-Framework mit Unterstützung für Programmiersprachen, einen Datenspeicher zum Lesen und Schreiben sowie Entwickler-Tools, die bei der Codeverwaltung, -aktivierung und -überwachung helfen.

Die Interaktion zwischen Menschen und Dingen sowie zwischen Systemen aus beidem nimmt immer mehr zu. Dies eröffnet neue Möglichkeiten für Edge-Computing-Lösungen, Mehrwert in Hardware-, Software- und Code-Schichten zu schaffen. 

Laut einigen Branchenberichten werden Unternehmen bis 2024 fast 250 Mrd. US-Dollar in Edge Computing investieren. Um diesen Wert zu erschließen, muss man den Edge-Bereich gut verstehen, die Edge-Plattformen müssen sowohl integrierte Dienste als auch Integrationen mit Anbietern anderer Ökosysteme bieten, und Unternehmen müssen erkennen, wann Latenz und digitale Transformation eine Zentralisierung und wann eine Verteilung erfordern, um den Wert zu erschließen.

Edge Computing kann ein komplexes Thema und schwer zu erfassen sein. Lassen Sie uns das auf zwei vereinfachte Beispiele herunterbrechen, bei denen Unternehmen mit Cloud-Plattformen vor Herausforderungen standen und Cloud Computing bzw. Edge Computing das Problem gelöst haben.

Personalisierung ist ein wichtiger Bestandteil des modernen Nutzererlebnisses. Die Anzeige lokaler Bestände und Angebote ist wichtig, aber nicht immer leicht zu bewerkstelligen. Mithilfe von Geolokalisierung konnte ein beliebter Automobilmarktplatz seinen Bestand und seine Informationen anpassen und marktgerechte Preise, Bewertungen, Rezensionen und Verkaufsinformationen teilen.  

So einfach es klingt – zum Abrufen dieser Daten muss die Webanwendung oft aufgerufen werden. Wenn ein Nutzer auf die App zugreift, kann sie über einen Standort-Microservice filtern, was angezeigt wird. Microservices sind eine Methode zur Entwicklung von Softwareanwendungen durch unabhängig bereitstellbare, modulare Dienste. Die Herausforderung bestand darin, dass die Aufrufe zum Abrufen aktueller Daten zu Latenzzeiten führen. Durch den Standort-Microservice haben Seiten zwischen 500 Millisekunden und 2 Sekunden langsamer geladen. Das mag zwar nicht nach einer langen Wartezeit klingen, aber angesichts der Anforderungen der heutigen Verbraucher an Schnelligkeit und des Termindrucks ist es doch erheblich. Die Umstellung des Microservices auf eine Lösung, die die Standortdaten über ein Cookie an der Edge einspeist, sparte 99 % der Roundtrip-Zeit ein. Das bedeutet, dass der Microservice die Standortdaten jetzt in 20 Millisekunden zurückgibt. Für jemanden, der ein Auto kaufen und schnell Kosten und Spezifikationen vergleichen möchte, ist diese zeitliche Verbesserung bei der Bereitstellung von Informationen essenziell.

Die meisten Menschen, die Flüge buchen, haben das folgende Problem erlebt. Sie wissen Ihre planmäßige Abflugzeit. Sie laden die App der Fluggesellschaft herunter, um Benachrichtigungen zu erhalten, und überprüfen zusätzlich noch den Flugtracker sowie die Website des Flughafens. Wenn Sie am Flughafen ankommen, überprüfen Sie die Informationen zum Flug und zum Gate auf den Bildschirmen. Am Gate schauen Sie sich die Anzeige am Gate-Kiosk an. In den meisten Fällen stimmen die Informationen nicht überein. 

Fluggesellschaften stehen beim Senden und Synchronisieren kritischer Daten vor vielen Herausforderungen. Schwankende Internet- und Netzwerkgeschwindigkeiten machen die Echtzeit-Datenkoordination zum Problem. Widersprüchliche Informationen zum Flugstatus verwirren Passagiere und erhöhen die Nachfrage nach Kundendienstmitarbeitern. Eine präzisere und zeitnahe Informationsverteilung erhöht die Kundenzufriedenheit und senkt die Kosten. 

Eine globale Fluggesellschaft löste dieses Problem mit einer Edge-Computing-Lösung. Sie erkannte, dass Standard-Webanwendungen das Problem der Datensynchronisierung nicht bewältigen konnten – dafür gibt es zu viele Anwendungen. Außerdem bleiben Webanwendungen auf dem neuesten Stand, indem sie Informationen zum Zeitplan (oder als Reaktion auf ein Ereignis) anfordern. Haben Sie sich beispielsweise schon mit den Konfigurationsmöglichkeiten des E‑Mail-Clients Ihres Telefons beschäftigt? Es gibt dort eine Einstellung für die Zustellung von Nachrichten über Pull bzw. Push. Pull weist die App auf Ihrem Telefon an, Aktualisierungen vom Mailserver anzufordern. Push weist den Mailserver an, Ihnen Informationen zu senden. Sie konfigurieren das Push- bzw. Pull-Timing aufgrund der Häufigkeit, mit der Sie neue E‑Mails erwarten. Das Problem bei Fluginformationen ist die Anzahl der Anwendungen. Die mobile App, Bildschirme am Flughafen, Websites und Gate-Kiosks fordern in unterschiedlichen Intervallen an. Das bedeutet, dass Flugverspätungen in jeder Anwendung anders angezeigt werden. 

Die Fluggesellschaft verwendete eine Edge-Computing-Lösung, um globale Fluginformationen zu synchronisieren. Das brachte drei wesentliche Vorteile mit sich: 

1. Nachrichten werden verkleinert und schneller und zuverlässiger übermittelt.
2. Daten sind sicherer, da sie nur an bekannte Empfänger gesendet werden.
3. Jedes Gerät, das Fluginformationen anzeigt, erhält diese zur selben Zeit.

Die Lösung ermöglicht eine zuverlässige, automatisierte Nachrichtenzustellung und -Benachrichtigung in Echtzeit und sorgt dafür, dass die Kunden der Fluggesellschaft an jedem Zugriffspunkt stets einheitliche Informationen erhalten.

Viele Unternehmen versuchen immer noch zu verstehen, wann, wo und wie Edge Computing für ihre konkreten Anforderungen sinnvoll sein könnte. Die Entscheidung zwischen Edge Computing und Cloud Computing ist eine Frage der Kosten, wenn beide Optionen realisierbar sind. Es gibt einige Arten von Computing, die an der Edge nicht sinnvoll sind, ebenso wie Edge-Computing-Anwendungsfälle, in denen Anforderungen an niedrige Latenzzeiten eine Zentralisierung des Computing in der Cloud verhindern.

Bei der Umstellung auf digitale Medien müssen Sendeanstalten die Vorlieben ihrer Abonnenten kennen, um Programme zu gestalten und ein einwandfreies Fernseherlebnis zu gewährleisten. Die Programmgestaltung ist nur mit ruhenden Daten möglich (Daten, die nicht aktiv von Gerät zu Gerät oder Netzwerk zu Netzwerk verschoben werden und auf einer Festplatte, einem Flash-Laufwerk oder einem Laptop gespeichert oder auf andere Weise archiviert werden). Es müssen Daten von einer globalen Basis gesammelt, gespeichert und verarbeitet werden, um zu bestimmen, welche Inhalte zu erstellen sind und wie sie angesichts der demografischen Merkmale der Abonnentenbasis zu produzieren sind. Umgekehrt erfordert die Versorgung dieser Abonnenten mit schnellen Startzeiten und fehlerfreier Anzeige in ihrem lokalen Gebiet auf dem von ihnen verwendeten Gerät und über ihre spezifische Netzwerkverbindung Überwachung, Verarbeitung und Maßnahmen in Echtzeit. Der Wert der Programmierung wird in Monaten und Jahren gemessen, aber hinsichtlich des Nutzererlebnisses wird der Wert in Millisekunden geschaffen oder verloren.

In ähnlicher Weise ist es für Einzelhändler wichtig, die Kundenpräferenzen für Omnichannel-Shopping-Erlebnisse über Tausende von Interaktionen hinweg zu verstehen, um Schaufenster und Angebote zu entwickeln, die Kunden konvertieren und ihren Lebenszeitwert maximieren. Diese Entscheidungen können nicht auf der Grundlage einzelner Aktionen oder in Echtzeit getroffen werden. Diese Daten sind auch nur im Ruhezustand verfügbar, indem Käufergruppen und Personas erstellt werden, in denen Waren präsentiert und beworben werden können, um Kaufentscheidungen zu fördern. Die Zusammenstellung und Anpassung dieser Informationen – je nachdem, ob sich der Kunde in einem Geschäft oder im Internet befindet, welches Gerät er verwendet und wie sich die E-Commerce-Anwendung im Moment verhält – erfordert Echtzeit-Computing, um die Konversionsraten zu maximieren. 

Es ist wichtig zu verstehen, wann und wo Daten wertvoll sind. Unternehmen müssen beurteilen, wo die Cloud und die Edge einen einzigartigen Wert bieten, und dann ihre Infrastruktur und Anwendungen entsprechend gestalten, um ihn zu realisieren. Die Verwaltung und Sicherung von Daten, die ihren Wert im Ruhezustand beibehalten, ist am Netzwerkrand extrem kostspielig, da dies zu Redundanzen führt, die durch die zentralisierte Cloud vermieden werden sollen. Hyperlokale Echtzeit-Daten, die von der Edge an die Cloud zurückgesendet werden, können bei laufenden Kosten nicht den Wert erfassen, da Roundtrips Latenzen und Fehler verursachen können, die zu schlechten Nutzererlebnissen führen. 

Einfach ausgedrückt: Wenn Aktionen auf Daten basieren sollen, die sich in Echtzeit ändern, nutzen Sie besser Edge Computing. Wenn Daten aggregiert, verarbeitet und analysiert werden können oder müssen, um einen Mehrwert zu erzielen, nutzen Sie besser Cloud Computing.

Die Edge Computing-Plattform von Akamai unterstützt die Erstellung und Ausführung von Anwendungen und Services mit beispielloser Skalierbarkeit, Zuverlässigkeit und Sicherheit.

Seit über zwei Jahrzehnten unterstützt Akamai Unternehmen bei der Entwicklung von Edge-Computing-Lösungen, die auf ihre spezifischen Wachstums- und Entwicklungsanforderungen zugeschnitten sind. Mit der weltweit größten und fortschrittlichsten Edge-Plattform, über 4.200 Standorten und über 1.400 Netzwerken in 135 Ländern sind wir in der Lage, die besten Lösungen für serverloses Computing, Edge-Apps und Cloud-Optimierung bereitzustellen.

Mit EdgeWorkerskönnen Sie alle Funktionen, die Sie sich vorstellen können, auch umsetzen. Wir haben EdgeWorkers entwickelt, damit Entwicklungsteams innerhalb ihrer vorhandenen Toolsets und Workflows Programme und Funktionen erstellen können, die sich direkt auf das Kundenerlebnis auswirken – vom Traffic-Routing bis hin zu Dynamic Content Assembly und darüber hinaus.

Mit EdgeWorkers und EdgeKV können Entwickler Microservices über mehr als eine Viertelmillion Edge-Server auf der ganzen Welt entwickeln und bereitstellen. Wenn Entwicklungsteams Code an der Edge ausführen, bringen sie Daten, Einblicke und Programme näher an ihre Endnutzer. Akamai bietet ein leistungsstarkes und skalierbares Implementierungsmodell, das sicherstellt, dass Daten und Berechnungen nicht durch Latenzprobleme behindert werden, die sich negativ auf das digitale Erlebnis auswirken können.