Die Fabrik der Zukunft ist hybrid: IIoT in der Cloud, Edge am Ort des Geschehens.
Cloud-Plattformen sind das Rückgrat moderner IIoT-Lösungen – sie bündeln Daten, ermöglichen Analysen in großem Stil und schaffen Transparenz über ganze Werke hinweg. Doch nicht jede Entscheidung kann in der Cloud getroffen werden. Wenn jede Millisekunde zählt, wenn sensible Daten den Standort nicht verlassen dürfen oder wenn Netze ausfallen, dann braucht es Rechenleistung direkt am Ort des Geschehens. Genau hier ergänzt Edge-Computing die Cloud – nicht als Konkurrenz, sondern als unverzichtbarer Partner in einer hybriden Architektur.
IIoT und Edge kurz erklärt
Industrial Internet of Things (IIoT) steht für die Vernetzung von Maschinen und Sensoren mit der Cloud, um Daten zentral auszuwerten und daraus Mehrwert zu schaffen – etwa durch Transparenz in der Produktion, bessere Wartung oder neue Geschäftsmodelle.
Edge-Computing verarbeitet Daten direkt dort, wo sie entstehen: an Maschinen, Gateways oder lokalen Rechenknoten. Die Analyse erfolgt in Echtzeit vor Ort – mit Vorteilen bei Latenz, Datenhoheit und Ausfallsicherheit.
Das Industrial Internet of Things (IIoT) ist das Fundament vieler Digitalisierungsstrategien in der Industrie. Mithilfe standardisierter Protokolle wie MQTT oder OPC UA lassen sich Maschinendaten zuverlässig in zentrale Plattformen übertragen. „MQTT bietet ein leichtgewichtiges, cloudfreundliches Kommunikationsmodell, während OPC UA durch ein umfassendes Datenmodell, hohe Sicherheit und Unterstützung für Client-Server- sowie Pub/Sub-Muster besticht.“1 Unternehmen können diese Daten zentral konsolidieren, langfristig speichern und gezielt für Analysen nutzen. Wer tiefer in die Standards MQTT und OPC UA einsteigen möchte, findet hier unseren Artikel: IIoT: Der Schlüssel zur skalierbaren Fabrik der Zukunft – Business -Software- und IT-Blog – Wir gestalten digitale Wertschöpfung
Die Stärke von IIoT liegt in seiner Skalierbarkeit und Transparenz: Unternehmen erhalten einen durchgängigen Überblick über Produktionslinien, Werke und Lieferketten. Besonders wertvoll ist das in Anwendungsfällen, die nicht zeitkritisch sind – etwa beim Benchmarking über Standorte hinweg, bei der vorausschauenden Wartung auf Basis historischer Daten oder beim Aufbau neuer datengetriebener Geschäftsmodelle.
IIoT bildet das stabile Fundament, auf dem Edge-Computing und weitere Lösungen aufbauen.
Wann nur Edge hilft
So leistungsfähig IIoT-Plattformen auch sind – es gibt Szenarien, in denen die Cloud schlicht nicht ausreicht. Typisch sind drei Gründe:
- Entscheidungen müssen in Millisekunden fallen
- Daten dürfen aus rechtlichen oder geschäftlichen Vorgaben nicht den Standort verlassen
- Systeme müssen auch bei Netzausfällen zuverlässig weiterlaufen
In genau solchen Fällen ist es sinnvoll, Daten direkt auf der Edge-Ebene zu verarbeiten, anstatt eine Abhängigkeit von der Cloud einzubauen.
| Qualitätskriterium | Beispiele aus der Praxis |
| Echtzeit | Qualitätsprüfung: Kamera erkennt Fehler → sofortige Korrektur |
| Datenhoheit | Patientendaten oder Produktionsrezepte bleiben lokal |
| Offline-Fähigkeit | Offshore-Windpark steuert Turbinen auch ohne Cloud-Anbindung |
| Datenvolumen | Videodaten werden am Edge gefiltert, bevor sie in die Cloud gehen |
Architekturentscheidungen bewusst treffen
Die zentrale Frage lautet nicht „Edge oder Cloud?“, sondern: „Welche Kombination bringt, im konkreten Use Case den größten Mehrwert?“ In der Praxis dominieren hybride Szenarien: Daten werden am Edge vorverarbeitet, während Speicherung, Analysen und KI-Modelle in der Cloud stattfinden.
Entscheidend sind drei Faktoren:
- Use Case → Was soll erreicht werden, welche Ziele stehen im Vordergrund?
- Qualitätsanforderungen → z. B. Latenz, Sicherheit, Skalierbarkeit
- Systemumgebung → bestehende Infrastruktur und Netzwerkanbindung
Wer diese Aspekte klar bewertet, erkennt schnell: „Edge-Computing reduziert Latenz und schützt die Datenhoheit, während Cloud-Plattformen in Skalierbarkeit und Flexibilität punkten. Hybrid-Architekturen bieten hier einen vielversprechenden Mittelweg.“2
Template: Architekturentscheidungen vorbereiten
1. Use Case & Ziel
- Welches Ziel soll erreicht werden?
- Welcher Nutzen entsteht für Anwender oder Organisation?
2. Qualitätskriterien bewerten & priorisieren
- Latenz → Wie schnell muss reagiert werden? Was sind die Folgen bei Verzögerung?
- Sicherheit/Compliance → Welche Vorgaben gelten? Was sind die Risiken bei Verstößen?
- Skalierbarkeit → Lokal oder global nutzbar? Was sind die Folgen ohne Skalierung?
- Kosten/Bandbreite → Wie groß ist die Datenflut? Was sind die Folgen bei ungefilterter Cloud-Übertragung?
Ordne die Kriterien nach Wichtigkeit (1 = kritisch, 4 = nachrangig).
3. Systemumgebung prüfen
- Netzwerkanbindung: stabil oder unsicher?
- Infrastruktur: Edge-Server oder Cloud-Plattform vorhanden?
- Datenarten: Sensorwerte, Bilder, Videos?
4. Architekturentscheidung ableiten
- Edge → wenn Echtzeit, Datenhoheit oder Offline-Fähigkeit Top-Priorität haben
- Cloud → wenn Skalierung, zentrale Analysen oder Kosteneffizienz im Vordergrund stehen
- Hybrid → wenn mehrere Top-Prioritäten gleichzeitig erfüllt werden müssen
Ausblick aus der Praxis
Beim LabelPrinting wird ein HD-Bild (5 MB) aufgenommen. Die Edge-Engine analysiert in <50 ms, erkennt Anomalien und gibt „OK/Fehler“ zurück. Nur das Ergebnis und Seriennummer (<50 KB) werden in der Cloud gespeichert. So wird Latenz minimiert, Bandbreite geschont und Compliance eingehalten.
Entscheidende Qualitätskriterien dabei:
- Skalierbarkeit: Cloud speichert ~10.000 Protokolle/Tag für globale Auswertung.
- Kosten/Bandbreite: Rohbilder ca. 5 MB pro Stück, Edge reduziert auf <50 KB Metadaten.
- Latenz (1): < 50 ms für Bildverarbeitung und Entscheidung „OK/Fehler“.
Fazit: Die Zukunft ist hybrid
IIoT-Plattformen bilden das Fundament für Transparenz, Skalierbarkeit und datengetriebene Geschäftsmodelle. Edge-Computing ergänzt diese Basis dort, wo Echtzeit, Datenhoheit oder Offline-Fähigkeit unverzichtbar sind.
Die zentrale Erkenntnis: Es geht nicht um ein Entweder-oder, sondern um die bewusste Kombination beider Ansätze. Erfolgreiche Architekturen entstehen, wenn Unternehmen ihre Ziele, Qualitätsanforderungen und Systemumgebungen klar bewerten – und daraus eine fundierte Entscheidung für Edge, Cloud oder Hybrid ableiten.
