Herausforderung Edge Computing

Dieser Beitrag wurde erstellt von Matt Jones, Edge-Technologie-Experte und Vice President Global Engineering bei Wind River

Die nächste Phase der digitalen Transformation findet am intelligenten Netzwerkrand statt. Anwendungsbereiche wie autonome Fahrzeuge, intelligente Energienetze und fortschrittliche Industrieroboter erfordern die Verarbeitung großer Datenmengen in Echtzeit. Nur so können Systeme intelligente Entscheidungen direkt in den smarten Endgeräten am Netzwerkrand treffen, statt diese Prozesse über zentrale Rechenzentren leiten zu müssen. Die fortschreitende Einführung von 5G in Europa, Nordamerika und Teilen Asiens liefert die Basis für die schnellen Reaktionszeiten, die für Edge Computing erforderlich sind. Der Trend zu Cloud-native Technologien, befeuert durch KI, 5G und intelligente Systeme am Netzwerkrand, führt zu einem Anstieg der Nachfrage nach Entwicklern mit neuen Fähigkeiten. Edge-Technologie Experte Wind River beleuchtet die zentralen Herausforderungen für Unternehmen und Entwickler von Distributed Cloud-Umgebungen und fasst besonders wichtige Fähigkeiten und Ansatzpunkte zusammen.

Edge-Lösungen und die zunehmende Bereitstellung von Cloud-Diensten in Unternehmensnetzwerken beschleunigen den Bedarf an Distributed Cloud-Infrastrukturen. In Verbindung mit dem globalen Übergang zu 5G wird sich Distributed Cloud nach Meinung vieler Experten als bevorzugtes Infrastrukturmodell herauskristallisieren, getrieben durch die steigende Nachfrage nach Flexibilität, geringen Latenzzeiten und der Unterstützung einer dezentralen Belegschaft. Allerdings bringt die Bereitstellung und Entwicklung von intelligenten Edge-Systemen eine Reihe von Herausforderungen aus der alten und neuen Welt mit sich.

Wir befinden uns in einer Phase des Umbruchs. Neue Technologietrends, sich ständig verändernde Kundenanforderungen sowie neue Geschäftsmodelle und Dynamiken in den Märkten schaffen einen Präzedenzfall für das, was von Entwicklern in den kommenden Jahren erwartet wird. Systeme sollen möglichst autonom sein und kritische Daten müssen in Echtzeit verarbeitet werden. In der Zwischenzeit läuft weiterhin Legacy-Code in Embedded Systemen für wichtige Sektoren – wie Industrie, Luft- und Raumfahrt, Verteidigungswesen, Transportwesen, Versorgungsunternehmen – denn es braucht Zeit, um diese Systeme mit mehr Rechenleistung, automatisierten und intelligenten Funktionen zu modernisieren. Hinzu kommt eine Altersverschiebung in der Belegschaft der Entwickler von Baby-Boomern hin zu Millennials und der Generation Z.

Die Generation von Entwicklern, die sich mit Legacy-Code in älteren Sprachen auskennen, geht demnächst in den Ruhestand. An vielen Hochschulen spielt die Ausbildung der nachfolgenden Generation für die Arbeit mit diesen Legacy-Systemen jedoch eine untergeordnete Rolle. Für Unternehmen, die mehr Flexibilität in ihre Geschäftsprozesse und Infrastruktur bringen und neue Anforderungen erfüllen wollen, kann dies eine große Hürde darstellen. Sie müssen daher rasch handeln und in entsprechende Schulungen und Tools investieren, um diesen Wandel in der Belegschaft zu unterstützen und Qualifikationslücken entgegenzuwirken. Auch wenn dies noch unbekanntes Terrain zu sein scheint, ist es in erster Linie eine Chance, die Zukunft intelligenter Edge-Systeme auf die modernen Cloud-native Fähigkeiten und Denkweisen der heutigen Hochschul-Absolventen auszurichten.