Was ist Edge Computing? Definition und Beispiele

Edge Computing bedeutet, Daten nahe an ihrem Entstehungsort zu verarbeiten: auf dem Gerät selbst, auf einem Server vor Ort oder in einem nahe gelegenen Netzknoten, statt alles in ein entferntes Rechenzentrum zu schicken. Das Ziel sind schnellere Reaktionen, weniger Datenverkehr und ein Betrieb, der auch bei langsamer oder unterbrochener Verbindung weiterläuft. In fast allen realen Architekturen arbeiten Edge und zentrale Cloud zusammen.

Warum es die Edge gibt

Daten in ein zentrales Rechenzentrum und zurück zu schicken kostet Zeit und Bandbreite. Für viele Anwendungen ist das egal, ein Onlineshop verkraftet ein paar Dutzend Millisekunden problemlos. Für andere nicht:

• Latenz: Eine Bildverarbeitung, die fehlerhafte Teile vom Förderband aussortiert, muss in einem engen Zeitfenster entscheiden. Physikalische Entfernung erzeugt Verzögerung, die keine Software beseitigt. Wie sich das summiert, zeigt Edge oder Cloud? Latenz erklärt.
• Bandbreite: Hochauflösende Kameras oder schnell abtastende Sensoren erzeugen mehr Daten, als sich sinnvoll dauerhaft hochladen lässt. Vor Ort auswerten und nur Ergebnisse oder Auffälligkeiten senden spart massiv Traffic.
• Autonomie: Ein Windpark, ein Schiff oder ein abgelegenes Werk muss weiterlaufen, wenn die Internetverbindung ausfällt.
• Datenschutz und Souveränität: Rohdaten, die das Gelände nie verlassen, können aus keinem zentralen System abfließen. Das kann die Datenschutzprüfung vereinfachen, ersetzt sie aber nicht.

Die Ebenen der Edge

„Edge“ bezeichnet mehrere Orte auf dem Weg vom Gerät zur Cloud:

Ebene	Wo	Typische Beispiele
Geräte-Edge	auf dem Gerät	intelligente Kamera, Fahrzeugsteuergerät, Industriesteuerung
On-Premises-Edge	Server oder Gateway am Standort	Edge-Server in Werkshalle, Filiale oder Klinik
Netz-Edge	Rechenzentrum eines Netzbetreibers nahe am Nutzer	Multi-access Edge Computing (MEC) im Mobilfunknetz
Regionale Edge	kleine Rechenzentren, CDN-Knoten	Caching, Edge Functions, regionale Verarbeitung
Cloud	große zentrale Rechenzentren	Speicherung, Analyse, KI-Training, Verwaltung

Das Normungsgremium ETSI verwendet für Rechenressourcen im Netz des Betreibers, nahe am Funkzugang, den Begriff Multi-access Edge Computing (MEC). Netzbetreiber können damit Rechenleistung an ihren Standorten anbieten, sodass Daten das Mobilfunknetz für die Verarbeitung gar nicht erst verlassen müssen. Ob und wo ein Netzbetreiber solche Dienste anbietet, ist beim jeweiligen Anbieter zu erfragen; in vielen Projekten stehen die Edge-Server ohnehin direkt beim Unternehmen.

Beispiele aus der Praxis

Industrie

Qualitätsprüfung per Kamera, Zustandsüberwachung von Maschinen, Steuerung fahrerloser Transportsysteme in der Halle. In deutschen Werken kombinieren Unternehmen Edge-Server oft mit einem zuverlässigen Funknetz, teils mit einem eigenen privaten 5G-Campusnetz.

Handel

Filialen werten Videobilder für Regalkontrolle oder Kassenauslastung lokal aus und halten mit Edge-Servern die Kassensysteme am Laufen, auch wenn die Verbindung zur Zentrale abreißt.

Logistik und Verkehr

Häfen, Lager und Fahrzeuge verarbeiten Sensor- und Positionsdaten vor Ort, um Fahrzeuge und Stapler in Echtzeit zu koordinieren.

Energie und Versorgung

Umspannwerke, Wind- und Solarparks werten Messwerte lokal aus, reagieren auf Störungen und melden Zusammenfassungen an zentrale Leitsysteme.

Webanwendungen

Im Internet liefern CDNs und Edge Functions Inhalte aus und führen kleine Codeteile an Standorten nahe den Nutzern aus, was die Zeit bis zum ersten Byte verkürzt.

So arbeiten Edge und Cloud zusammen

Ein gängiges Muster: Geräte und Edge-Server treffen zeitkritische Entscheidungen und bereiten Daten vor. Verdichtete Daten, Ereignisse und Modelle werden mit einer zentralen Cloud abgeglichen. Die Cloud speichert die Historie, wertet aus, trainiert Modelle und verteilt Software-Updates zurück an die Edge.

Viele Teams setzen an der Edge dieselben Werkzeuge ein wie in der Cloud, also Container und schlanke Kubernetes-Distributionen, damit Software einmal gebaut und an viele Standorte verteilt werden kann. Die Grundlagen erklärt Was bedeutet Cloud-native?.

Herausforderungen

• Flottenverwaltung: Hunderte verteilte Standorte brauchen Fern-Updates, Monitoring und sicheren Zugang.
• Physische Sicherheit: Edge-Hardware steht in Filialen, Hallen oder Schaltschränken, nicht im bewachten Rechenzentrum.
• Begrenzte Ressourcen: Strom, Kühlung und Platz vor Ort begrenzen die Hardware.
• Datenabgleich: Lokal und zentral verarbeitete Daten müssen zusammenpassen.
• Know-how vor Ort: An vielen Standorten gibt es keine IT-Fachkräfte. Hardware muss sich deshalb ohne Spezialwissen tauschen und aus der Ferne neu einrichten lassen.

Ist Edge Computing das Richtige für Sie?

Stellen Sie drei Fragen: Braucht die Anwendung eine schnellere Antwort, als der Netzweg zur Cloud-Region erlaubt? Ist die Datenmenge zu groß, um sie wirtschaftlich zu übertragen? Muss sie offline weiterlaufen? Lautet die Antwort dreimal nein, ist eine gut gewählte Cloud-Region meist einfacher, zum Beispiel bei einem europäischen Anbieter mit Rechenzentrum in Deutschland. Weitere Ratgeber zu Latenz und privaten Netzen finden Sie im Bereich Edge Computing.