In der Notfallmedizin stellen Krankenwagen gewissermaßen wie die Peripheriegeräte der kritischen Patientenversorgung dar. Sie sind mit lebensrettendem Equipment wie mobilen Blutanalyse- und EKG-Geräten ausgerüstet, die es den Sanitäter:innen ermöglichen, vor Ort wichtige Entscheidungen zu treffen.
In der Technologie bezieht sich die Peripherie oder “the Edge” auf die dezentrale Datenverarbeitung. Dabei werden Daten in der Nähe der Quelle, an der sie generiert werden – also von Geräten oder Sensoren – verarbeitet, anstatt eine zentralisierte Cloud oder ein Rechenzentrum zu nutzen.
Stellen Sie sich vor, diese Technologie könnte noch intelligenter werden durch eine neue Art der KI-Integration dort, wo sie am dringendsten gebraucht wird – zum Beispiel in einem Krankenwagen.
In unserem Szenario verwenden Sanitäter:innen Edge-Geräte mit spezifischen KI-Algorithmen und -Modellen. Trifft der Rettungswagen am Notfallort ein, erstellen die Sanitäter:innen zunächst wie gewohnt per Ultraschall ein Bild von den Verletzungen des Patienten. Die in das Gerät eingebetteten KI-Algorithmen analysieren das Ultraschallbild in Echtzeit. Sie können mögliche innere Blutungen und Frakturen sofort erkennen und auf die Notwendigkeit eines schnellen Eingreifens hinzuweisen.
Ebenso kann ein mobiles Edge AI-Gerät nicht nur die Vitalfunktionen eines Patienten überwachen, sondern auch Anomalien wie einen plötzlichen Blutdruckabfall erkennen und das medizinische Personal alarmieren, wenn sich der Zustand der en verschlechtert.
Da die Edge AI zudem auf relevante Daten trainiert wurde, kann sie anhand historischer Datenmuster auch mögliche Komplikationen wie einen Schock oder einen Herzstillstand vorhersagen.
Die Peripherie intelligenter machen
Medizinische Notfälle sind nur ein Beispiel dafür, wie die Einführung von KI an der Peripherie die Arbeitsweise von Unternehmen in verschiedenen Branchen, darunter das Gesundheitswesen oder die Fertigung, neu definiert.
Die zugrunde liegende Technologie kombiniert Edge Computing mit KI, um Systeme zu schaffen, die schnell und effizient lernen, sich anpassen und datenbasiert handeln können, ohne dass jedes Szenario oder jeder Anwendungsfall im Detail programmiert werden muss. Mit Edge AI können Daten an der Quelle und in Echtzeit verarbeitet und analysiert werden, sodass Unternehmen in der Lage sind, sofort auf dynamische Gegebenheiten zu reagieren.
Da keine großen Datenmengen in die Cloud übertragen werden müssen, ist die Datenverarbeitung deutlich schneller und effizienter. Zudem ist eine schnelle, zuverlässige Verbindung nicht immer zwingend erforderlich, wodurch KI an mehr Standorten eingesetzt werden kann. Edge AI verbessert auch die Sicherheit und die Einhaltung von Datenschutzbestimmungen, da sensible Informationen lokal verarbeitet werden können.
Um KI-Anwendungen an die Peripherie zu bringen, benötigen wir Sprachmodelle, die unabhängig von einem Cloud-Computing-Ökosystem arbeiten können. Die üblichen großen Sprachmodelle (Large Language Models, LLMs) müssen dafür komprimiert werden, damit sie auf die Edge-Hardware passen. Anstatt auf große, komplexe Lernmodelle zu setzen, verwenden Edge-AI-Anwendungen kleinere, aufgabenorientierte Modelle, die weniger Ressourcen benötigen.
- LESEN SIE AUCH Führen Sie Ihr Business auf intelligente Weise: Wie Sie mit GenAI Ihr Unternehmen transformieren
Wie Edge AI Branchen verändert
Fertigung
Edge AI kann sowohl einzelne Fertigungslinien als auch die gesamte Fabrikautomatisierung revolutionieren. Während bisher Produkte im Rahmen der Qualitätskontrolle erst am Ende des Produktionszyklus überprüft wurden, können Hersteller nun KI-fähige Kameras und Sensoren einsetzen, um Fehler entlang der Fertigungslinie sofort zu lokalisieren. Mit KI-Modellen trainierte Edge-Computing-Systeme können fehlerhafte und fehlerfreie Produkteinheiten in Echtzeit unterscheiden. Auf Basis datenbasierter Vorhersagen (KI-Inferenz) lassen sich Fertigungsprobleme sofort erkennen.
Diese Methode ermöglicht zudem eine vorausschauende Wartung: KI-Algorithmen analysieren kontinuierlich Maschinendaten, um Ausfälle vorherzusagen, noch bevor sie eintreten, und schlagen Korrekturmaßnahmen vor. Fertigungsunternehmen profitieren dadurch von geringeren Ausfallzeiten und Kosteneinsparungen durch weniger ungeplante Reparaturen. Zusätzlich kann Edge AI den Energieverbrauch optimieren, indem sie den Stromverbrauch von Maschinen an die jeweilige Arbeitslast anpasst.
Gesundheitswesen
Ob im Krankenwagen oder Krankenhaus – im Gesundheitswesen ist der Bedarf an Echtzeitdaten enorm. KI-gesteuerte Geräte können Daten aus verschiedensten medizinischen Sensoren in kürzester Zeit auswerten und so eine schnellere, fundierte Entscheidungsfindung ermöglichen. Das verbessert nicht nur die Patientenversorgung, sondern auch die Effizienz im Krankenhausmanagement.
Edge AI ermöglicht zudem den Einsatz digitaler Zwillinge. Diese simulieren das Krankheitsbild einer zu behandelnden Person und die Auswirkungen von Behandlungen, indem sie ein virtuelles Modell seines Gesundheitszustands erstellen.
Smart Cities
Wir streben nach Städten, die sauber und sicher sind. Edge AI hilft, dieses Ziel zu verwirklichen. Verkehrsleitsysteme können Fahrzeugdaten in Echtzeit analysieren und sich dynamisch anpassen, um den Verkehrsfluss zu optimieren. Öffentliche Sicherheitssysteme können Ressourcen effizienter zuteilen. So bietet Edge AI zahlreiche Möglichkeiten, das urbane Leben lebenswerter zu machen.
In der Stadtplanung lassen sich beispielsweise auf der Basis von Echtzeitdaten fundierte Entscheidungen treffen, um öffentliche Dienste weiter zu verbessern.
Einzelhandel
Im Einzelhandel kann Edge AI die Customer Experience (CX) erheblich verbessern. Mit KI ausgestattete Kameras analysieren in Geschäften das Kundenverhalten in Echtzeit, sodass Einzelhändler Werbeaktionen und Ladengestaltungen gezielt anpassen können.
Auch die Bestandsverwaltung wird effizienter. Edge AI optimiert die Lagerbestände und stellt die Produktverfügbarkeit sicher, ohne übermäßigen Aufwand zu verursachen.
Edge AI von NTT DATA ist der Herausforderung gewachsen
Vor dem Hintergrund, dass die weltweiten Ausgaben für Edge Computing im Jahr 2024 voraussichtlich 232 Milliarden US-Dollar erreichen werden – ein Anstieg von 15,4 Prozent gegenüber dem Vorjahr, laut IDC begünstigt durch die wachsende Anzahl von IoT-Geräten – ist der Aufstieg der Edge AI bemerkenswert.
Sie entspricht auch dem breiten Trend der IT/OT-Konvergenz, der von der Notwendigkeit angetrieben wird, Effizienz, Produktivität und sofortige Entscheidungsfindung in industriellen Umgebungen zu verbessern.
Wie bei vielen Trendtechnologien stehen Unternehmen jedoch vor der Herausforderung, die Technologie selbst zu handhaben, da ihnen oft das Know-how und die Ressourcen fehlen. Die Zusammenarbeit mit einem erfahrenen Dienstleister wie NTT DATA hilft, dieses Problem zu lösen – auch beim Einsatz von Edge AI.
Die Edge-AI-Plattform von NTT DATA wird durch umfassende Managed Services unterstützt, die es Herstellern ermöglichen, ihre OT-Datenverarbeitung zu revolutionieren. Nach der Implementierung erleichtert die Plattform die Datenübertragung von OT-Geräten und erstellt effektiv einen Data Lake mit Echtzeitdaten der Betriebsumgebung. Sie erkennt, vereinheitlicht, kontextualisiert und bereinigt automatisch Daten von OT-Geräten und Anlagen im gesamten Fertigungsbetrieb.
Unser Edge AI-Plattform-Team übernimmt die vollständige Verwaltung der Hardware-, Software- und Dateninfrastruktur. So können sich Hersteller auf ihre Kernaufgaben konzentrieren, während das Betriebsteam Zugriff auf leistungsstarke Tools erhält, die die Entwicklung und Bereitstellung von KI-Anwendungen im Edge-Bereich vereinfachen. Darüber hinaus bieten wir die Möglichkeit, den Energieverbrauch sowie die Sicherheit von OT-Geräten in Echtzeit zu überwachen und zu optimieren.
Join us at the Edge
Edge AI ist nicht nur ein Trend, sondern markiert einen grundlegenden Wandel in der branchenübergreifenden Nutzung von Daten. Sie wird zu einem Eckpfeiler digitaler Transformationsstrategien, da Organisationen nach operativer Exzellenz und einer besseren Kundenerfahrung streben. Branchen weltweit profitieren erheblich davon und ebnen den Weg für sicherere Arbeitsplätze sowie intelligentere, innovativere und reaktionsfähigere Umgebungen.