Unternehmen können die Vorteile des IoT zur Verbesserung und Effizienzsteigerung des Betriebs, für höhere Einnahmen, ein besseres Kundenerlebnisses und auch zum Schutz von Menschenleben nutzen. Deshalb sollte man auf offene, standardbasierte Edge-Computing-Architekturen setzen.
Die Notwendigkeit, Internet-of-Things-Daten zu verarbeiten und zu analysieren, treibt das Business-Computing in rasantem Tempo voran: IDC schätzt, dass im Jahr 2016 737 Mrd. Dollar für IoT-Geräte und -Dienste ausgegeben wurden, während Gartner davon ausgeht, dass bis Ende 2017 8,4 Mrd. IoT-Geräte installiert wurden und es bis Ende 2020 20,4 Mrd. Geräte sind – ohne Computer und Smartphones mitzuzählen.
Diese rasante Einführung von IoT wird von datenintensiven Unternehmen vorangetrieben. Mehr Daten aus mehr Quellen – zeitnah verarbeitet, kombiniert und analysiert – helfen ihnen dabei, bessere Entscheidungen zu treffen, Abläufe zu rationalisieren, einen besseren Kundensupport zu bieten und sich von der Konkurrenz abzuheben. Den Wert von IoT-Initiativen zu erkennen ist jedoch nicht ohne Herausforderungen: So ist die Kombination von Daten aus einer rasant steigenden Anzahl von Quellen nötig, um eine ganzheitliche Sichtweise zu ermöglichen. Dabei kann die Organisation physisch und operativ geteilt sein; gleichzeitig gibt es ältere Geräte ohne „digitalen Fußabdruck“ – dies alles erschwert die Nutzung. Darüber hinaus müssen einige Entscheidungen in Echtzeit getroffen werden, andere nicht.
Unternehmen, die diese Unterschiede überwinden wollen, müssen sich nach Ansicht von Adlink Technology und RTInsights auf eine Kombination von Technologien stützen, vor allem auf Edge- und Cloud-Computing. Cloud-Computing hat viele Vorteile, ist aber immer noch im Wesentlichen ein Nabe-und-Speichen-Modell, das stark von der Netzwerkkonnektivität abhängig ist. Diese Architektur kann die Anforderungen des Business-IoT nicht vollständig erfüllen. Die rapide und massive Ausweitung der IoT-Geräte am Netzwerkrand droht, zentralisierte Computing-Ressourcen und Netzwerke selbst an den Rand der Belastbarkeit zu treiben.
Geräte, die nicht in der Lage sind, sich mit diesen Ressourcen zu verbinden, müssen jedoch Daten gemeinsam nutzen und verarbeiten. Oftmals müssen IoT-Geräte Entscheidungen in Echtzeit treffen, aber das geht nicht schnell genug, wenn die Daten eine Reihe von Netzwerken durchqueren müssen, um auf Cloud-Computing-Ressourcen zuzugreifen. Sicherheitsbedenken bestehen auch bei der Übertragung von sensiblen IoT-Daten über Netzwerke und in die Cloud. Unternehmen haben zudem erkannt, dass die ausschließliche Nutzung von IoT-Daten in der Cloud zu hohen Storage- und IT-Integrationskosten führen kann.
Aus diesen Gründen entwickelt sich eine Kombination aus Edge- und Cloud-Computing schnell zur akzeptierten Architektur für die Arbeit mit IoT-Daten. Dieses hybride Modell wird auch als Fog-Computing bezeichnet, weil es zentralisierte und verteilte Rechenressourcen in einer einzigen Architektur kombiniert, die es Edge-Devices ermöglicht, miteinander und mit der Cloud zu kommunizieren. Die Spitzentechnologie entwickelt sich rasant weiter und wird immer ausgefeilter. IoT-Geräte werden immer intelligenter, da die Effizienz von Sensoren und CPUs stetig ansteigt. So ist zum Beispiel eine Montagelinie, die aus mehreren miteinander verbundenen Maschinen und Robotern besteht, heute praktisch ein Rechenzentrum am Rande des Firmennetzwerks.