Edge-Computing erleichtert den Datenschutz

All diese Anwendungsszenarien haben gewisse Gemeinsam­keiten: Erstens sind sie zeitkritisch. Somit nutzt es Sicher­heitsteams wenig, wenn Überwachungskameras vor Ort Bilder aufnehmen, zwischenspeichern und über eine LAN- oder WAN-Verbindung in die Cloud oder ein Rechenzentrum wei­tergeben, wo sie dann verarbeitet und die Ergebnisse dem Per­sonal bereitgestellt werden. Bis die KI Daten verarbeitet sowie eine potenzielle Gefahrensituation erkannt und das Sicher­heitsteam benachrichtigt hat, kann es bereits zu spät sein. Das gilt auch im Fall autonom arbeitender KI. Es gibt auch heute noch viele Standorte, die nicht über stabile Netzwerkressour­cen verfügen, um große Datenmengen in Echtzeit zu übertra­gen. Erst durch die Verlagerung der Rechenleistung an den Netzwerkrand sind ausgefeilte KI-Edge-Szenarien möglich.

Eine weitere Herausforderung, die Unternehmen auf diese Weise lösen, ist die Übertragung sensibler Daten: Insbesondere die Nutzung von Cloud-Ressourcen für deren Speiche­rung und Verarbeitung ist oftmals riskant und erfordert zusätz­liche Sicherheitsmaßnahmen. Ein holistisches Schutzkonzept ist jedoch schwierig zu realisieren, denn die Cloud-Anbieter sorgen selbst für den Schutz ihrer Rechenzentren. Deren Schutzmaßnahmen könnten in manchen Fällen von denen abweichen, die etwa Kritis-Betriebe nach dem Gesetz gewähr­leisten müssen. Hinzu kommen unter Umständen daten­schutzrechtliche Komplikationen, etwa wenn die Cloud-Anbie­ter ihre Storage-Server außerhalb der EU betreiben.

Die IT am Edge schützen

Natürlich sind auch Edge-Server durch ihre Anbindung an das Unternehmensnetzwerk prinzipiell durch Cyber-Attacken angreifbar. Die IT-Abteilung muss diese dezentralen Systeme  deshalb in ihre Sicherheitsstrategie einbinden – oft, ohne selbst vor Ort sein zu können, um sie zu warten und zu verwal­ten. Damit das Management und die Absicherung dennoch nahtlos gelingen, sollten sie auf Edge-Gateways und -Server setzen, die Management-Prozessoren enthalten, um diese Aufgaben zu erleichtern. Sie verfügen in der Regel über einen eigenen Netzwerk-Port, über den Administratoren auf die End­geräte vor Ort remote zugreifen können. Durch die Integration der Edge Devices in die IT-Infrastruktur über diesen Port und eine einheitliche Management-Software steigern Betriebe die Sichtbarkeit ihrer Edge-Geräte auf das gleiche Niveau, als wür­den sie im lokalen Rechenzentrum stehen. Technologien wie HTTPS- und SSL- beziehungsweise TLS-Protokolle sorgen für die notwendige Sicherheit bei der Kommunikation. Das Light­weight Directory Access Protocol (LDAP) hingegen dient der Authentifizierung und Validierung von Usern. Implementieren Unternehmen zudem Methoden wie die Zwei-Faktor-Authentifizierung, sind sie auch in Sachen Cyber-Security auf einem guten Weg, Kritis-Standards zu erfüllen.

Sinnvoll ist diese Entwicklung in jedem Fall. Edge-Computing und KI haben gemeinsam großes Potenzial: Einerseits steigert der Einsatz dieser Technologien die Sicherheit der Mitarbeiter sowie der Maschinen. Andererseits verhindert er Produktions­ausfälle und schützt sensible Daten. Das alles gelingt aller­dings nur, wenn Unternehmen die mit dem Einsatz von KI und Edge-Computing verbundenen Herausforderungen meistern. Dafür benötigen sie nicht nur leistungsstarke Hardware, son­dern auch entsprechendes Personal. In Zeiten des Fachkräfte­mangels ist gerade Letzteres schwer zu bekommen – externe Dienstleister können in diesem Fall helfen, eine holistische Edge-Strategie umzusetzen.