Die Lücke schließen: KI und Kubernetes an die Datenquelle bringen

Der Wechsel zum Edge ist nicht nur ein Trend, sondern die Reaktion auf die Notwendigkeit von schnelleren Ergebnissen. Indem Unternehmen Daten direkt an ihrem Entstehungsort verarbeiten, können sie endlich Entscheidungen in Echtzeit treffen und ihre Abläufe deutlich effizienter gestalten.

Ob in einer Werkshalle, einer Windkraftanlage oder im Lagerbereich eines Ladengeschäfts – am Edge entstehen die wichtigsten Geschäftsdaten. Die meisten operativen Führungskräfte haben bereits erkannt, dass der Schlüssel zur Transformation ihrer Arbeitsweise darin liegt, die Rechenleistung näher an diese Daten zu verlagern. Die eigentliche Herausforderung besteht jedoch nicht nur darin, dieses Ziel zu erreichen, sondern vielmehr darin, fragmentierte Einzellösungen hinter sich zu lassen und eine Infrastruktur aufzubauen, die sich tatsächlich skalieren lässt. Hier bietet das Produktportfolio von Red Hat eine konsistente Plattform für ein einheitliches Fundament, das diese verteilten Standorte in einen optimierten Teil Ihrer modernen IT-Strategie integriert.

Der Vorteil von KI am Edge

Einer der wichtigsten strategischen Schritte besteht darin, in Edge-KI zu investieren. Indem Sie die Leistungsfähigkeit von maschinellem Lernen (ML) mit der Reaktionsschnelligkeit von Edge Computing kombinieren, können Sie Daten in Millisekundenschnelle direkt am Entstehungsort analysieren und darauf reagieren, ohne immer den Umweg über die Cloud nehmen zu müssen.

Dieser Ansatz hilft Ihnen, einige der größten Hürden am Edge zu überwinden, wie etwa:

• Geschwindigkeit: Entscheidungen fallen schneller, weil die Inferenz lokal erfolgt.
• Zuverlässigkeit: Der Betrieb läuft auch dann weiter, wenn die Verbindung abbricht.
• Effizienz: Sie sparen Bandbreite, indem Sie nicht jedes Datenbyte zurück in die Cloud senden.
• Sicherheit: Sensible Daten bleiben lokal, was die Einhaltung von Compliance und Datenschutz erleichtert.

Wir sehen dies branchenübergreifend in der Praxis. In der Fertigung können beispielsweise Modelle für die vorausschauende Wartung Warnzeichen einer Störung erkennen und eine Fehlerbehebung auslösen, bevor ungeplante Ausfallzeiten entstehen. Im Einzelhandel ermöglicht dies die Echtzeitüberwachung von Überwachungskamera-Feeds zur Schadensprävention – ohne die Verzögerung durch einen Datentransfer in die Cloud und zurück.

Schlanke Innovation und Kubernetes am „Far Edge“

Bei der Erweiterung Ihres Edge-Footprints stehen Sie vor der Herausforderung, kompakte und häufig ressourcenbeschränkte Systeme zu verwalten – unabhängig davon, ob sie sich in einem Point-of-Sale-Gerät (POS) oder auf einer entfernten Windkraftanlage befinden. Um Konsistenz und Skalierbarkeit bei diesen Deployments mit extrem kleinem Formfaktor zu sichern, müssen Sie dieselben cloudnativen Praktiken, die Sie im Rechenzentrum nutzen, bis an den „Far Edge“ ausweiten.

Hier hilft Red Hat, die Lücke zu schließen, indem es Kubernetes für Unternehmen vom Kern bis in die entferntesten Bereiche des Netzwerkes skaliert. Für Geräte mit extremen Ressourcenbeschränkungen bietet Red Hat build of MicroShift eine schlanke Kubernetes-Distribution, die von Red Hat OpenShift abgeleitet ist. Es wurde speziell für Umgebungen wie industrielle Gateways oder kleine ARM/x86-Geräte entwickelt und bietet gerade genug Kubernetes-Funktionalität, um Workloads ohne den gesamten Overhead eines standardmäßigen OpenShift-Cluster zu containerisieren. Dies bietet Ihnen lokale Autonomie und lokales Anwendungsmanagement, selbst an Standorten mit begrenztem Platzangebot oder in Bereichen mit instabiler Konnektivität.

Für Standorte, die eine größere Kapazität oder eine höhere Verfügbarkeit erfordern, bietet Red Hat außerdem eine Reihe von OpenShift-Topologien an – darunter 3-Node-, 2-Node- und Single-Node-Cluster –, sodass Sie Ihre cloudnative Infrastruktur ohne Einbußen bei Verfügbarkeit oder Sicherheit skalieren können. 

Eine Plattform für eine Vielzahl von Use Cases

Ziel ist es, Kubernetes an unterschiedliche Edge-Umgebungen anzupassen. Ob Sie mit ressourcenintensiven Backoffices oder mit Standorten mit begrenzter Stromversorgung und Konnektivität arbeiten: Die zugrunde liegende Plattform sollte dieselbe bleiben. 

Indem Sie Red Hat OpenShift als Basis nutzen, behalten Sie einen konsistenten Ansatz für Sicherheit und Betrieb in der gesamten Infrastruktur bei. Dadurch können Sie die Instanz in der passenden Größe für Ihre Anforderungen bereitstellen – von vollständigen Clustern bis hin zu extrem schlankem MicroShift –, ohne dass Ihr Team für jeden neuen Edge-Standort andere Tools erlernen muss. 

Verwalten von Abläufen am gesamten Edge

Damit Edge Computing einen echten geschäftlichen Mehrwert bietet, muss es einfach zu verwalten sein. Sie können nicht für jedes Update oder jede Fehlerbehebung eine technische Fachkraft an jeden entfernten Standort schicken. Die Skalierung über Tausende von Standorten hinweg erfordert eine Möglichkeit, Abläufe zu standardisieren, ohne dass an jedem Standort IT-Mitarbeitende vor Ort sein müssen. 

Um dieses Problem zu lösen, bietet Red Hat einen einheitlichen Control Loop. Durch die Kombination des Gerätemanagements in Red Hat Device Edge mit den Orchestrierungsfunktionen von Red Hat Ansible Automation Platform können Sie Geräteflotten und Infrastrukturen als ein einziges, zusammenhängendes System verwalten. Dieser Ansatz vereinfacht die Abläufe für OT-Teams durch intuitive, richtlinienbasierte Deployments und ermöglicht ein Zero-Touch-Onboarding sowie Remote-Updates, mit denen Sie den gewünschten Zustand Ihrer Systeme automatisch verwalten. 

Um das volle Potenzial Ihrer Edge-Strategie auszuschöpfen, benötigen Sie eine konsistente Plattform, Automatisierung und eine zentrale Steuerung, die alles abdeckt – vom Deployment (Day 0) über laufende Updates bis hin zu KI-gestützten Insights. Wenn Sie Edge-KI für Echtzeit-Erkenntnisse mit einer passgenauen Lösung wie MicroShift kombinieren, wird das Edge zu einer wahren Erweiterung Ihrer Hybrid Cloud. 

Nächste Schritte: Unser vollständiges E-Book Geschäftswert am Edge erschließenSeite verfügbar in Englisch (Deutsch ist nicht verfügbar) bietet Ihnen einen praktischen Leitfaden dazu, wie Sie KI operationalisieren, das OS-Deployment optimieren, Kubernetes-Architekturen skalieren und den gesamten Edge-Lifecycle automatisieren.