Reihe: Industrial IoT – Die smarte Fabrik verstehen (Teil 6)

Am Rande des Netzes: Warum Edge Computing das Rückgrat jedes effizienten IIoT-Systems ist.

Von DerSchneider

Wir haben in den letzten Artikeln den Weg der Daten verfolgt: Vom Sensor (Teil 4) über die Kommunikationsprotokolle (Teil 5) bis hin zur übergeordneten Plattform. In der klassischen Vorstellung von Cloud-Computing ist dies der natürliche Lauf der Dinge: Alle Daten werden gesammelt, in ein zentrales Rechenzentrum geschickt und dort verarbeitet.

Doch in der industriellen Praxis stößt dieses Modell schnell an seine Grenzen. Stellen Sie sich eine Turbine vor, deren Vibrationssensor 1000 Mal pro Sekunde einen Wert liefert. Würden Sie all diese Rohdaten in die Cloud schicken? Die Antwort ist ein klares Nein. Die Datenmengen wären gigantisch, die Kosten für Bandbreite und Speicher immens, und die Latenzzeit – die Zeit, bis eine Antwort zurückkäme – wäre für viele Anwendungen viel zu lang.

Hier kommt Edge Computing ins Spiel. Es ist vielleicht das wichtigste Architekturprinzip des modernen IIoT. Und es bedeutet nichts anderes, als die Intelligenz und Rechenleistung dorthin zu verlagern, wo die Daten entstehen: an den Rand (engl. Edge) des Netzwerks.

Was ist Edge Computing – und was ist es nicht?

Der Begriff ist in aller Munde, wird aber oft unscharf verwendet. Versuchen wir eine klare Definition:

Edge Computing bezeichnet eine dezentrale Recheninfrastruktur, bei der Daten nahe an ihrem Entstehungsort (an der „Edge“, also am Rand des Netzwerks) verarbeitet werden, anstatt sie zur Verarbeitung an ein zentrales Rechenzentrum oder eine Cloud zu senden.

Das Gegenteil ist das reine Cloud-Computing, bei dem alle Daten erst zur zentralen Instanz transportiert werden müssen. Zwischen diesen beiden Polen gibt es Abstufungen, oft als Fog Computing bezeichnet, bei dem die Daten auf einer mittleren Ebene (z.B. in einem regionalen Rechenzentrum) verarbeitet werden.

In der Praxis eines IIoT-Systems kann „die Edge“ verschiedene Formen annehmen:

• Die Sensor-Edge: Der Sensor selbst ist bereits intelligent. Ein moderner MEMS-Vibrationssensor enthält einen winzigen Mikrocontroller, der eine Fast-Fourier-Transformation (FFT) direkt im Sensor durchführt und nur das Ergebnis – das Frequenzspektrum – weiterschickt, anstatt die rohen Schwingungsdaten.
• Die Geräte-Edge: Ein Industrie-PC oder ein speicherprogrammierbare Steuerung (SPS) direkt an der Maschine übernimmt die Datenvorverarbeitung. Er sammelt die Werte verschiedener Sensoren, filtert Ausreißer, berechnet Mittelwerte und führt erste Regelungsaufgaben in Echtzeit aus.
• Das Gateway als Edge-Knoten: Ein IIoT-Gateway (wie in Teil 3 beschrieben) ist der klassische Edge-Computing-Knoten. Es sammelt die Daten von mehreren Maschinen oder Sensoren, übersetzt verschiedene Protokolle, komprimiert die Daten und führt erste Analysen durch, bevor es sie gebündelt an die Cloud weiterleitet.

Die vier Versprechen des Edge Computing

Warum ist dieser Ansatz für das IIoT so entscheidend? Vier Gründe stechen hervor:

1. Geringere Latenz (Echtzeitfähigkeit): Wenn eine Maschine droht, außer Kontrolle zu geraten, kann sie nicht darauf warten, dass ihre Daten erst nach Norddeutschland in die Cloud reisen, dort analysiert werden und der Befehl zur Notabschaltung den Rückweg antritt. Das dauert Sekundenbruchteile zu lange. Ein Edge-Gerät reagiert in Millisekunden. Es ist der Unterschied zwischen einem Reflex und einem bewussten Gedanken.
2. Bandbreitenreduktion: Um beim Beispiel der Turbine zu bleiben: 1000 Vibrationswerte pro Sekunde ergeben pro Tag eine Datenmenge im zweistelligen Gigabyte-Bereich. Wenn Tausende solcher Sensoren im Einsatz sind, brechen Ihnen die Netze zusammen. Die Edge führt eine Datenverdichtung durch. Statt aller Rohdaten sendet sie nur die Ergebnisse: „Die Maschine läuft normal“ oder „Die Schwingungsamplitude bei 200 Hz ist um 15 % gestiegen – bitte genauer hinschauen“. Das reduziert das Datenvolumen um den Faktor 100 oder mehr.
3. Erhöhte Sicherheit und Datensouveränität: Nicht alle Daten dürfen oder sollen das Firmengelände verlassen. Hochsensible Produktionsdaten, Rezepturen oder Prozessparameter bleiben hinter dem Firmen-Firewall. Nur die für die Analyse und Optimierung notwendigen, anonymisierten Metadaten werden in die Cloud geschickt. Die Edge fungiert hier als eine Art digitale Schleuse, die kontrolliert, was nach draußen darf.
4. Autonomer Betrieb bei Netzausfall: Was passiert, wenn die Internetverbindung zur Cloud abbricht? Fällt dann die ganze Produktion aus? Ein gutes Edge-System kann autark weiterarbeiten. Es puffert die Daten lokal zwischen und setzt die Produktion auf Basis der lokalen Intelligenz fort. Sobald die Verbindung wieder steht, werden die gesammelten Daten nachgeliefert. Das ist ein massiver Gewinn an Ausfallsicherheit.

Ein Beispiel aus der Praxis

Stellen Sie sich eine Flotte von 50 Pumpen in einem Chemiewerk vor, die mit Vibrations- und Temperatursensoren ausgestattet sind. Jede Pumpe ist mit einem kleinen Edge-Gerät verbunden.

• Aufgabe des Edge-Geräts: Es sammelt kontinuierlich die Sensordaten. Ein einfaches Modell im Edge-Gerät kennt den Normalzustand jeder Pumpe. Weicht eine Pumpe signifikant ab (z.B. steigende Temperatur bei gleichbleibender Vibration), generiert das Edge-Gerät sofort einen Alarm und schickt diesen – zusammen mit einem Paket der letzten Minuten-Rohdaten – zur Cloud-Plattform.
• Aufgabe der Cloud: Die Cloud-Plattform empfängt die Alarme von allen 50 Edge-Geräten. Sie kann die Daten pumpenübergreifend analysieren, mit historischen Daten abgleichen und komplexe Machine-Learning-Modelle trainieren. Ein Ingenieur kann von überall auf der Welt auf die Dashboards zugreifen und sich einen Überblick über den Gesamtzustand der Pumpenflotte verschaffen. Das neue, trainierte Modell wird dann zurück auf die Edge-Geräte gespielt, damit diese in Zukunft noch präziser anomalien erkennen.

Diese Arbeitsteilung zwischen der intelligenten, reaktiven Edge vor Ort und der mächtigen, analysierenden Cloud in der Ferne ist das Herzstück jeder modernen IIoT-Architektur.

Doch die Daten müssen nicht nur vom Sensor zum Gateway und von dort in die Cloud gelangen. Sie müssen auch den Weg zurück finden, um Aktoren zu steuern oder Wartungsteams zu alarmieren. Im nächsten Artikel werfen wir einen Blick auf die dafür nötige Infrastruktur: die drahtlosen Netze der Fabrik. Wir fragen: Wann braucht es 5G, wann reicht LoRaWAN, und was ist eigentlich WLAN 6?