IoT und Edge Computing

Erkenntnisgewinn in Echtzeit

Bis zu 11,1 Billionen US-Dollar/Jahr

Im Jahr 2025 werden die potenziellen gesamtwirtschaftlichen Auswirkungen des IoT-Markts zwischen 3,9 Billionen US-Dollar und 11,1 Billionen US-Dollar pro Jahr liegen1

507,5 ZB bis 2020

Im Jahr 2020 werden weltweit über 5 Millionen Smart-Sensoren und andere IoT-Geräte im Einsatz sein und mindestens 507,5 Zettabyte an Daten generieren2

47 Mrd. bis 2021

Im Jahr 2021 wird es schätzungsweise 47 Milliarden vernetzte Geräte geben3

Der Einsatz von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) macht die Echtzeitanalyse am Netzwerkrand heute und in Zukunft nicht nur möglich, sondern oft sogar zur bevorzugten Lösung. KI und ML werden immer komplexer, vielseitiger und raffinierter, um Echtzeitanalysen am Netzwerkrand, auf dem Hub und letztlich in der Cloud zu ermöglichen. So lässt sich höherer Nutzen aus allen erfassten IoT-Daten ziehen. Daten können in die Cloud gesendet werden, wo entsprechend trainierte ML- und KI-Algorithmen nach Mustern Ausschau halten und im Laufe der Zeit Erkenntnisse aus großen Datensätzen gewinnen.

QUELLE: UNTAPPED DATA – GETTING MORE FROM IOT DATA AT THE EDGE AND IN THE CLOUD VON CHRISTOPHER BERGEY, WESTERN DIGITAL (WESTERN DIGITAL BLOG, 06.05.2018)

NUTZEN AUS EDGE-DATEN ZIEHEN

IoT kurbelt Echtzeitanalyse am Netzwerkrand an

Für viele IoT-Anwendungen ist es inzwischen essenziell, dass die Daten schon am Ort ihrer Erfassung überprüft, analysiert und sogar umgewandelt werden – also in Fahrzeugsensoren, Überwachungskameras, Drohnen, personenbezogenen Geräten, Robotern, Gateways usw. Die Fähigkeit zur Echtzeitanalyse am Netzwerkrand (Edge) ermöglicht eine höhere Betriebseffizienz, eine höhere Fahr- und Umgebungssicherheit, die bessere Planbarkeit von nötigen Wartungen, die Erkennung des Kaufverhaltens von Kunden und unzählige neue Geschäftschancen.

Netzwerklatenz ist eine echte Herausforderung. Daten besitzen schon bei ihrer Erfassung einen Wert – dieser geht jedoch bei einer zu langsamen Speicherung und Weiterleitung verloren. Edge-Speicher managen die Datenerfassung und stellen Rechenressourcen bereit, die diese Daten in Echtzeit aggregieren und analysieren – für sofortige und praktisch nutzbare Erkenntnisse auf Geräteebene.

DER MEHRWERT VON EDGE-ANALYSEN

Edge-Analyse bietet Mehrwert in Echtzeit

Künstliche Intelligenz (KI), maschinelles Lernen (ML), die Bild-, Stimm- und Gestenerkennung und andere auf Edge-Geräten bereitgestellte Technologien interagieren in Echtzeit mit den erfassten Daten, um wertvolle Erkenntnisse zu liefern. Analyseergebnisse können vollständig in die Cloud übertragen und dort entweder zum weiteren Training von KI-Modellen für maschinelles Lernen genutzt oder zur zukünftigen Verwendung archiviert werden. Durch die Möglichkeit, in Echtzeit auf diese Daten zuzugreifen, werden Geschäfte, Betriebsabläufe und Umgebungen effizienter und effektiver und die Monetarisierungsmöglichkeiten der IoT-Anwendung erweitert.

Vollen Nutzen aus Edge-Daten ziehen

Western Digital bietet ein umfassendes Produktportfolio mit Geräten, Systemen und Plattformen, die darauf ausgelegt sind, vollen Nutzen aus den per IoT und Edge Computing gewonnenen Daten zu ziehen.

IoT-Experten sind sich einig

ABI Research nennt als einen der wichtigsten Trends beim Internet der Dinge – oder in der vernetzten Welt, dem „Internet of Everything“ –, dass sich die Balance zwischen Edge Computing und Cloud Computing verschiebt. Die Frühzeit des IoT und des konzeptuellen Vorläufers, der M2M-Kommunikation, war gekennzeichnet durch die zentrale Nutzung von Cloudplattformen zur Unterstützung von Anwendungen. Die Intelligenz dieser Systeme basierte vorwiegend auf der Cloud. Die eigentlichen Geräte waren dagegen relativ primitiv. Diese Prämisse gerät jetzt jedoch ins Wanken, da die Rechenleistung am Netzwerkrand schneller zunimmt als in der Cloud.

QUELLE: EDGE ANALYTICS IN IOT, ABI RESEARCH, 2015

Wir helfen Ihnen gern bei der Auswahl einer Lösung für Ihre speziellen Ansprüche.

Zukunftsgerichtete Aussagen
Diese Website kann zukunftsgerichtete Aussagen enthalten, insbesondere Aussagen zu unserem Produkt- und Technologieportfolio, den Kapazitäten, Funktionen und Anwendungen unserer Produkte sowie dem Markt für unsere Produkte, zu unseren Strategien und Wachstumschancen und zu Markttrends. Diese zukunftsgerichteten Aussagen sind Risiken und Ungewissheiten ausgesetzt, die zu substanziellen Abweichungen in den ursprünglich formulierten und angedeuteten Geschäftsergebnissen führen können. Weitere Informationen zu den Risiken und Ungewissheiten sind in den Unterlagen zu finden, die der US-Börsenaufsichtsbehörde SEC (Securities and Exchange Commission) vorliegen, darunter unser aktuell vorliegender Bericht, auf den wir hiermit hinweisen möchten. Dem Leser wird empfohlen, kein unangemessenes Vertrauen in diese zukunftsgerichteten Aussagen zu setzen. Wir übernehmen, soweit gesetzlich nicht anders vorgeschrieben, keine Verpflichtung, diese zukunftsgerichteten Aussagen zu aktualisieren, um nachfolgenden Ereignissen oder Umständen Rechnung zu tragen.

Angaben
1. Quelle: Unlocking the potential of the Internet of Things von James Manyika, Michael Chui, Peter Bisson, Jonathan Woetzel, Richard Dobbs, Jacques Bughin und Dan Aharon (McKinsey Global Institute, Juni 2015)
2. Quelle: Edge computing: A cheat sheet von Mary Shacklett (TechRepublic, 21. Juni 2017)
3. Quelle: IoT numbers vary drastically: devices and spending in 2020 von Dennis Knacke (We Speak IoT, 06.10.2017)
4. Quelle: Gartner Says 8.4 Billion Connected “Things” Will Be in Use in 2017, Up 31 Percent From 2016, Pressemitteilung (Gartner, 07.02.2017)
5. Quelle: Cisco Visual Networking Index: Forecast and Methodology, 2016–2021 (Cisco, 15.09.2017)