Edge-Kompendium
Was mittelständische Unternehmen über das Zusammenspiel von Edge Computing, IoT und KI bei der Prozessautomatisierung wissen sollten
Der nachfolgende Beitrag im FAQ-Format ist eine Fortsetzung unseres Edge-Kompendiums mit gebündelten Antworten auf die wichtigsten Fragen zum Thema Edge Computing. Im Fokus steht diesmal die Rolle von Edge Computing bei der Realisierung KI-gestützter Prozessautomatisierungslösungen. Grundlage hierfür bilden die Ergebnisse der gridscale-Analyse-Reihe »Zwischen Himmel und Erde« zur Rolle von Edge Computing für den deutschen Mittelstand.
Wie spielen IoT und KI bei der Prozessautomatisierung zusammen?
IoT steht, kurz gesagt, für eine digitale Vernetzung und Interaktion der physischen (und virtuellen) Welt. Die Basis hierfür liefern Daten zu Zustandsbeschreibungen, die über Sensoren und Kameras, die mit der physischen Welt verknüpft sind, generiert werden. KI-Technologien helfen dabei, die Massen an Daten intelligent auszuwerten – wobei KI-Lösungen nicht rigide Input-Output-Schemen, sondern statistische Modelle zur Mustererkennung nutzen. Die Steuerung und Automatisierung von Prozessen ist damit nicht mehr auf kontrollierte Umgebungen beschränkt, sondern lässt sich mit Unterstützung der KI auf lebendige (komplexe) Systeme, bei denen zahlreiche Faktoren auf nicht vorhersagbare Weise zusammenwirken, ausweiten.
🡪 Mehr dazu: 4. Teil der gridscale-Analyse-Reihe »Zwischen Himmel und Erde« zu Potenzial und Use Cases von »Industrial IoT«
KI-gestützte Prozessautomatisierung im Fokus
Welche Rolle spielt Edge Computing bei der KI-gestützten Prozessautomatisierung?
Die KI-gestützte Prozessoptimierung erfordert eine effiziente Lösung für die Echtzeit-Datenverarbeitung. Genau an dieser Stelle kommt Edge Computing ins Spiel, das im Vergleich zu Cloud Computing deutliche Vorteile im Hinblick auf Latenzen, Kosten und Zeiten der Datenübertragung sowie beim Thema Sicherheit bietet. Edge Computing kann für Unternehmen also ein Türöffner sein, da viele Lösungen im Bereich der KI-gestützten Prozessautomatisierung mit einer zentralen (cloud-basierten) IT-Infrastruktur nicht realisierbar wären. So ließen sich beispielsweise Echtzeitsteuerungssysteme wegen hoher Latenzen technisch nicht realisieren, zudem wären viele Anwendungsszenarien wegen der hohen Datenübertragungs- und Verarbeitungskosten von vorn herein ausgeschlossen.
Dies bedeutet aber nicht, dass Cloud Computing hier obsolet ist. Moderne Lösungen im Bereich der KI-gestützten Prozessautomatisierung nutzen in der Regel eine Kombination entlang des Cloud-Edge-Kontinuums um die Vorteile beider Betriebsmodelle optimal auszuschöpfen. Zum Beispiel erfolgen Training und Weiterentwicklung von KI-Modellen in der Regel in Cloud-Rechenzentren, wohingegen die Verarbeitung von Massendaten für Echtzeitanwendungen mit Computing-Ressourcen in der Nähe der Anwendungen (der Edge) erfolgt.
Mehr dazu: gridscale-Analyst-Spotlight zum Zusammenspiel von Edge Computing und KI
Welche Potenziale hat die KI-gestützte Prozessautomatisierung, was sind die zentralen Anwendungsszenarien?
Der KI-Einsatz ermöglicht die Steuerung und Automatisierung in der Fläche und erweitert damit deutlich Möglichkeiten der Digitalisierung. Die Einsatzszenarien sind vielfältig – das Spektrum reicht von intelligenten Regalen im Handel, über die Steuerung von Maschinen, Anlagen, Parkplätzen oder Energiesystemen bis hin zum autonomen Fahren, zur Früherkennung von Krankheiten oder zur intelligenten Assistenz in der Pflege. Die Umsetzung dieser Anwendungsszenarien befindet sich bei den meisten Unternehmen noch in der Früh- oder Testphase – auch, weil marktreife KI- und Edge-Angebote erst nach und nach auf den Markt kommen.
🡪 Mehr dazu: gridscale Analyst Spotlight mit Fokus auf innovative Anwendungsszenarien von Edge Computing in der Datenwirtschaft
Laut der aktuellen Edge-Computing-Studie von gridscale, nutzen bereits mehr als 35 Prozent der mittleren und 41 Prozent der großen Unternehmen Edge-Infrastrukturen, um innovative Digitalisierungslösungen zu unterstützen. Dabei erweist sich die dynamische KI-Entwicklung als der wichtigste Impulsgeber: Mehr als 20 Prozent der Befragten (45 von 201) weisen bei der offen gestellten Nachfrage, welche innovativen Lösungen mit Edge-Computing-Bedarf derzeit konkret in Planung und Umsetzung sind, explizit auf Investitionen im KI-Umfeld hin. Viele weitere Nennungen deuten auf ein dynamisches Innovationsgeschehen bei Themen wie Industrie 4.0, IoT, Robotics, Smart Health oder Smart City – also auf Anwendungen im Bereich der KI-gestützten Prozessoptimierung – hin.
🡪 Mehr dazu: Blogbeitrag zu Motiven für Edge Computing
Quelle: techconsult im Auftrag der gridscale GmbH, April 2024
Basis: 201 Unternehmen DACH-Region, Rundungsdifferenzen möglich
»Sehr Wichtig« als Grund für den lokalen IT-Infrastrukturbetrieb (nach Größe der Unternehmen)
● Einführung innovativer Digitalisierungslösungen mit hohem Bandbreitenbedarf und Latenzanforderungen (KI, IoT etc.)
● Unterstützung der geografischen Expansion / der Digitalisierung in der Fläche (neue Filialen, Vertriebs-, Produktionsstandorte etc.)
Welche Herausforderungen gibt es bei der Umsetzung KI-gestützter Prozessautomatisierung?
Die Kernherausforderung besteht darin, die verschiedenen Edge- und Cloud-Betriebsmodelle, die für eine effektive Realisierung KI-gestützter Automatisierungslösungen erforderlich sind, ganzheitlich zu managen und abzusichern. Dabei gilt es zu gewährleisten, dass die Daten über die passenden Computing-Lösungen entlang des Cloud-Edge-Kontinuums verarbeitet werden. Weiterhin sollten bestehende Sicherheitskonzepte für die Datenverarbeitung auf den Edge-Betrieb ausgeweitet und Verantwortlichkeiten geklärt werden. Bei all dem ist eine enge Absprache mit den Anbietern von IT-Infrastrukturdiensten erforderlich.
🡪 Mehr dazu: gridscale Analyst Spotlight zu Herausforderungen bei IT-Infrastrukturbetrieb für die KI-gestützte Prozessoptimierung
Make or buy: Warum sollten die Dienstleister bei Edge Computing auf externe Anbieter setzen und was sollte bei deren Auswahl beachtet werden?
Wer als Unternehmen die KI-gestützte Prozessautomatisierung erfolgreich umsetzen will, muss in den Ausbau des lokalen Infrastrukturbetriebs im Sinne von Edge Computing investieren. Gleichzeitig gilt es, die hohen Anforderungen an Datenmanagement und Sicherheit zu adressieren. Spezialisierten Dienstleistern fällt dies in der Regel leichter als mittelständischen Unternehmen. Schließlich können sie skalieren, indem sie regionale Rechenzentrums-Dienste für eine Vielzahl an Kunden bereitstellen. Zudem sind herkömmliche Cloud-Anbieter eher in der Lage, eigene Edge- und Cloud-Dienste ganzheitlich zu managen und abzusichern. Dies erklärt auch, dass laut der aktuellen Cloud-Computing-Studie von gridscale die überwiegende Mehrheit der Unternehmen (63%) einen steigenden Bedarf an externen Edge Services berichtet.
🡪 Mehr dazu: gridscale-Analyst-Spotlight zur Rolle und Auswahl externer Edge-Computing-Dienstleister
Der Bedarf nach Unterstützung durch externe Partner beim Angebot von Edge Services ist …
Ausführliche Erläuterungen zur Relevanz von Edge Computing für den deutschen Mittelstand, einschließlich hilfreicher Illustrationen, Expertensichten, aktueller Marktzahlen und Befragungsresultate findest du hier:
Teil 1 (Intro): Vorstellung des Edge-Computing-Konzepts und Erläuterung zu Hintergründen von Edge und Cloud Computing;
Teil 2 (Architektur): Fragen zur Auswahl und Planung von Edge-Architekturen sowie Framework der Linux-Foundation als Grundlage für die Architekturplanung;
Teil 3 (Praxis): Praxis im deutschen Mittelstand, Edge-Anwendungsszenarien auf Grundlage von Analysteneinschätzungen und Studien sowie Tiefeninterviews mit zwei Edge-Computing-Experten;
Teil 4 (Industrial IoT): Entwicklungen beim Einsatz von Edge Computing im industriellen Sektor anhand einer aktuellen Studie der EU-Kommission;
Teil 5 (gridscale-Edge-Computing-Studie/techconsult-Umfrage): Ergebnisse der ersten umfassenden Edge-Computing-Befragungsstudie im deutschsprachigen Raum, in Zusammenarbeit mit dem Analystenhaus techconsult.
Dr. Andreas Stiehler
Dr. Andreas Stiehler begleitet als IT-Analyst, Autor und Berater seit mehr 20 Jahren Forschungs- und Beratungsprojekte zum digitalen Wandel. Seine Kernthemen sind hierbei Digital Work & Digital Workplace, Kundenservice im digitalen Wandel sowie das Management von Wissensarbeit(ern). Der promovierte Volkswirt mit Schwerpunkt auf Verhaltensökonomie setzt sich dafür ein,
den digitalen Wandel ganzheitlich zu betrachten und dabei die Menschen stärker in den Fokus zu rücken.
Profil bei LinkedIn