Künstliche Intelligenz erfreut sich in der heutigen Arbeitswelt (besonders im Büroalltag) immer größerer Beliebtheit. Der Hype um die augenscheinlich nahezu unbegrenzten Möglichkeiten manifestiert in einer wachsenden Anzahl an Geschäftsmodellen, die KI als essenzielles Element nutzen. Doch eine Frage bleibt bislang ungeklärt: Betreibe ich meine KI-Anwendungen am besten in der Cloud oder mittels Edge Computing?
Zunächst einmal stellt sich hier die Frage: Was ist Edge Computing überhaupt genau und wozu ist es gut?
Der Vorteil von Edge Computing liegt in der lokalen Nähe zum anwendenden Unternehmen, um so die Latenz bei großen Datenmengen gering zu halten. Typische Anwendungsfelder sind neben KI vor allem IoT (Internet of Things) und Gaming.
Ein Nachteil ist die meist eingeschränkte Rechenkapazität und Skalierbarkeit im Vergleich zu Cloud-Lösungen. Dadurch kann eine ressourcenintensive Datenverarbeitung und -speicherung eine Herausforderung darstellen.
Individuelle Entscheidungen sind gefragt
Die verschiedenen Betriebsmodelle bringen also grundlegende Unterschiede mit sich. Die Skalierbarkeit der Public Cloud genießt fast schon Kultstatus, ebenso jedoch die leistungsstarke, kundennahe Datenverarbeitung im Rahmen KI-basierter Prozessoptimierung.
Je nach Anwendungsfall und Anforderungen können hier unterschiedliche Aspekte relevant für den Betrieb der unternehmenseigenen KI sein.
212 Unternehmen verrieten uns, in welchen Bereichen sie Cloud oder Edge Computing im Vorteil sehen:
Cloud-Stärken:
- Sicherheit
- Kosten
- Flexibilität und Skalierbarkeit
- Stabilität und Zuverlässigkeit
Edge-Stärken:
- Kontrolle über die eigenen Daten
- Risikominimierung
- Geringe Latenz
Cloud-Sicherheit überrascht!
Besonders erstaunlich sind die Einschätzungen der Befragten, was die Sicherheit betrifft: Fast sechs von zehn Unternehmen (57 Prozent) sehen hier Cloud Computing im Vorteil. Die Cloud hat sich in all ihren Formen bereits umfangreich etabliert, daher kennen die Ansprechpartner die Risiken und können sie besser einschätzen. Edge Computing ist hingegen ein relativ neues Phänomen, mit dem sich viele IT-Entscheider bislang nur wenig beschäftigt haben.
Edge Computing wird unterschätzt
Die geografische Nähe zum Anwenderunternehmen ist ein zentraler Aspekt jedes Edge-Ansatzes. Der offensichtlichste Mehrwert einer Edge-Lösung, insbesondere in Bezug auf den Betrieb künstlicher Intelligenz, ist daher die geringe Latenz. KI-Anwendungen benötigen neben immenser Rechenleistung einen schnellen Datenfluss, um effizient arbeiten zu können. Die befragten IT-Entscheider sehen Edge (52 Prozent) hier jedoch gegen die Cloud (48 Prozent) nur minimal im Vorteil.
Neben der Geschwindigkeit sprechen Möglichkeiten zur Risikominimierung (51 Prozent) sowie die Kontrolle über eigene Daten (59 Prozent) für Edge Computing. In diesem Zusammenhang überraschen die größeren Sicherheitsbedenken der Ansprechpartner besonders. Nicht zuletzt, weil gleichzeitig die Anhebung des Sicherheitsniveaus der mit Abstand meistgenannte Grund für den Betrieb eines KI-Modells mittels Edge Computing ist (52 Prozent).
Fünf Fragen zum perfekten Fit
- Wie umfangreich ist unser Wissen hinsichtlich Cloud und Edge Computing?
- Wie flexibel sind die Bezugsmodelle der Edge-Provider?
- Setzen wir unseren Fokus auf Kosteneffizienz oder Investitionseffektivität?
- Wie entscheidend ist für uns eine niedrige Latenz?
- Wie sensibel sind die genutzten Daten?
Fazit
Edge Computing ist für viele IT-Entscheider noch ein weitestgehend unerforschtes Feld. Offensichtliche Mehrwerte werden teilweise erkannt, aber das große Potenzial – etwa hinsichtlich der Datensicherheit und der Stabilität leistungsstarker Infrastruktur – bleibt noch unerkannt.
Um das ideale Betriebsmodell für die eigene KI-Lösung zu wählen, sollten neben Public und Private Cloud auch Edge-Modelle in Betracht gezogen werden. Ein Wissensvorsprung hinsichtlich Edge-Themen kann hier einen signifikanten Wettbewerbsvorteil mit sich bringen, um das beste Preis-Leistungs-Verhältnis für die individuellen Unternehmensanforderungen zu erreichen.
Autor: Pascal Brunnert