Mit der zunehmenden Flut an Daten wachsen auch die Herausforderungen im effizienten und zuverlässigen Umgang mit ihnen. Das klassische Paradigma, das auf einem zentralisierten Rechenzentrum und dem Internet aufbaut, ist nicht gut geeignet, um endlos wachsende Ströme von realen Daten zu bewegen. Bandbreitenbeschränkungen, Latenzprobleme und unvorhersehbare Netzwerkunterbrechungen können solche Ansätze negativ beeinflussen. Unternehmen reagieren auf diese Datenherausforderungen mit dem Einsatz von Edge-Computing-Architekturen. Im Gegensatz zu Cloud-Computing bezeichnet Edge Computing die dezentrale Datenverarbeitung am Rand des Netzwerkes, der sogenannten Edge. Ziel ist es, die Daten so nah wie möglich an ihrer Ursprungsquelle zu verarbeiten.
Vereinfacht ausgedrückt, verlagert Edge Computing einen Teil der Speicher- und Rechenressourcen aus dem zentralen Rechenzentrum heraus und näher an die Datenquelle selbst. Statt Rohdaten zur Verarbeitung und Analyse an ein zentrales Rechenzentrum zu übermitteln, wird diese Arbeit stattdessen dort durchgeführt, wo die Daten tatsächlich erzeugt werden – sei es in einem Einzelhandelsgeschäft, einer Fabrikhalle, einem weitläufigen Versorgungsunternehmen oder in einer intelligenten Stadt. Nur das Ergebnis dieser Datenverarbeitung am Rande des Netzwerks, wie z. B. Geschäftseinblicke in Echtzeit, Vorhersagen zur Gerätewartung oder andere umsetzbare Antworten, wird zur Überprüfung und für andere menschliche Interaktionen an das Rechenzentrum zurückgeschickt.
Edge Computing beschreibt also die Bereitstellung von Rechen- und Speicherressourcen an dem Ort, an dem die Daten erzeugt werden. Im Idealfall befinden sich die Rechen- und Speicherressourcen am selben Ort wie die Datenquelle am Netzrand. So könnte beispielsweise ein Rack mit mehreren Servern und etwas Speicherplatz auf einer Windturbine installiert werden, um Daten zu sammeln und zu verarbeiten, die von Sensoren in der Turbine selbst erzeugt werden. Ein anderes Beispiel ist ein Bahnhof, in dem eine gewisse Menge an Rechen- und Speicherkapazität installiert werden könnte, um die unzähligen Sensordaten von Gleisen und Schienenverkehr zu erfassen und zu verarbeiten. Die Ergebnisse einer solchen Verarbeitung können dann an ein anderes Datenzentrum zurückgeschickt werden, wo sie von Menschen überprüft, archiviert und mit anderen Datenergebnissen für umfassendere Analysen zusammengeführt werden.
Durch Edge Computing können Bandbreiten- und Latenzprobleme vermieden werden. Auch die Datensicherheit kann erhöht werden, wenn die Edge-Infrastruktur nur zu gewissen Teilen tatsächlich an das Netz angebunden ist, um lediglich die Ergebnisse der Berechnungen übermitteln zu können – nicht aber die tatsächlich erfassten Rohdaten.