Edge Computing (deutsch: Rechnen am Rand, „Edge" = Rand des Netzwerks) ist ein IT-Modell, bei dem Daten nicht in einem zentralen Rechenzentrum, sondern nahe am Ort der Entstehung verarbeitet werden — direkt beim Sensor, Gerät oder in einem lokalen Edge-Server. Nur die relevanten Ergebnisse wandern in die Cloud.
Warum Edge Computing?
Die klassische Cloud verarbeitet Daten zentral im Rechenzentrum. Das bedeutet: Jede Datenübertragung braucht Zeit (Latenz) und Bandbreite. Für zeitkritische Anwendungen ist das zu langsam:
- Autonomes Fahren: Entscheidungen über Bremsen oder Lenken müssen in Millisekunden fallen, nicht nach einem Roundtrip durch die Cloud.
- Industrie 4.0: Produktionsanlagen reagieren auf Sensordaten ohne Unterbrechung der Fertigung.
- IoT-Geräte: Sensoren erzeugen riesige Datenmengen; Edge-Geräte filtern und verdichten sie vor Ort, statt alles in die Cloud zu senden.
Edge vs. Cloud — kein Entweder-oder
Edge Computing ergänzt die Cloud: Lokale Verarbeitung übernimmt das Zeitkritische, die Cloud übernimmt massive Datenanalyse, Langzeitspeicherung und Machine-Learning-Training. Architekturen kombinieren beide Welten — vom Gerät über Edge-Knoten bis zum Rechenzentrum.
Vorteile und Nachteile
- Vorteile: geringe Latenz, weniger Bandbreitenbedarf, höhere Ausfallsicherheit bei Verbindungsabbruch, mehr Datenschutz, da Rohdaten lokal bleiben.
- Nachteile: mehr Komplexität, verteilte Verwaltung, Sicherheitspflege auf vielen Geräten, höhere Hardwarekosten vor Ort.
Verwandte Grundlagen: Cloud Computing, Internet of Things, Latenz, Serverless Computing, Multi-Cloud.