IHK AP2 Fachinformatiker Digitale Vernetzung

LF 10: Edge Computing, Industrie-PCs & IoT-Gateways

Edge vs. Fog vs. Cloud, Containerisierung an der Edge (Docker, K3s), Telemetrie-Filterung

📚 Fachwissen & IHK-Prüfungsrelevanz

Nicht alle industriellen Daten können oder dürfen in die Cloud übertragen werden. Edge Computing verlagert Rechenleistung direkt an die Maschine oder Fertigungslinie.

1. Cloud vs. Fog vs. Edge

Ebene	Typische Latenz	Aufgabe / Einsatzzweck
Edge (Industrie-PC / Gateway)	< 1 ms bis 10 ms	Echtzeit-Regelung, Schwingungsanalyse (FFT), Notabschaltung, Filterung.
Fog (On-Premises Server / MES)	10 ms bis 100 ms	Standortweite Aggregation, Fertigungssteuerung, temporäre Pufferung.
Cloud (AWS, Azure, GCP)	> 100 ms (Jitter)	Langzeit-Archivierung, Flottenanalyse, Training von KI-Modellen, ERP-Integration.

2. Aufgaben eines industriellen IoT-Gateways

Protokollübersetzung: Wandlung proprietärer Feldbusse (Modbus, Profibus) in moderne IT-Protokolle (OPC UA, MQTT, REST).
Edge Analytics: Datenfilterung und Downsampling (z.B. nur Zustandsänderungen oder Min/Max/Avg pro Minute senden statt 10 kHz Rohwerte).
Sicherheitsgrenze: Physische und logische Trennung zwischen Maschinenebene (OT) und Unternehmensnetzwerk (IT).

📝 Original-Prüfungsaufgaben (ZPA Nord-West)

Edge Computing vs. Cloud & IoT-Gateways 8 Punkte

Ein Walzwerk erfasst Vibrationsdaten mit einer Abtastrate von 20 kHz pro Lager, um Lagerschäden mittels FFT (Fast Fourier Transformation) im Millisekundenbereich vorherzusagen.

a) Begründen Sie anhand von zwei technischen Faktoren (Latenz, Bandbreite), warum die Rohdatenverarbeitung auf einem Edge-Gateway direkt an der Maschine statt in einer zentralen Cloud erfolgen muss. b) Welche Aufgaben übernimmt das Edge-Gateway typischerweise, bevor selektive Daten an die Cloud weitergeleitet werden? c) Nennen Sie ein leichtgewichtiges Container-Betriebssystem oder eine K8s-Distribution, die speziell für Industrie-PCs (IPCs) an der Edge geeignet ist.

💡 Didaktischer Erwartungshorizont & Punkteverteilung (nach KMK-Kriterien)

a) 1. Bandbreite: 20 kHz Abtastrate bei mehreren Sensoren erzeugt gigabyteweise Daten pro Stunde; die dauerhafte Übertragung über WAN-Verbindungen würde das Unternehmensnetzwerk überlasten und erhebliche Cloud-Kosten verursachen. 2. Latenz & Echtzeit: Die Schadenserkennung und Notabschaltung muss binnen Millisekunden erfolgen; Cloud-Roundtrips unterliegen unvorhersehbarem Jitter und Latenzschwankungen. b) Filterung, Aggregation, Vorverarbeitung/Transformation (z.B. FFT-Schwingungsanalyse zur Merkmaltextraktion) und Protokollkonvertierung (z.B. Feldbus nach MQTT/OPC UA). c) K3s (Lightweight Kubernetes), MicroK8s, BalenaOS oder Ubuntu Core.