Aktualisiert Juli 2026 · 7 Min. Lesezeit · Mert Aytunur · Mechanical Engineer, University of Illinois Chicago
"Edge oder Cloud" ist eine der ersten Architekturfragen jedes KI-Projekts, und für die meiste Software ist die Antwort wirklich offen. Für die Sichtprüfung im Linientakt ist sie es nicht. Die Entscheidung muss in Millisekunden fallen, an Daten, die das Werk nicht aus dem Gebäude lassen will, an einer Linie, die nicht stillstehen darf, nur weil das Netz gerade ausgefallen ist. Diese drei Zwänge weisen in dieselbe Richtung: die Inferenz läuft am Edge.
Dieser Beitrag erklärt, warum, und, weil Ehrlichkeit Teil des Arguments ist, wo die Cloud dennoch einen Platz verdient.
Latenz: warum Millisekunden den Umweg schlagen
Eine Prüfeinheit hat eine Aufgabe pro Teil: erfassen, entscheiden, der Linie signalisieren, alles, bevor das nächste Teil eintrifft. An einer Linie mit 100 Teilen pro Minute muss der ganze Zyklus in deutlich unter einer Sekunde abgeschlossen sein und die Entscheidung selbst in einigen zehn Millisekunden.
Edge-Inferenz hält dieses Budget. Das Bild verlässt den Rechner nie; das Modell läuft lokal auf eingebetteter Edge-Rechenleistung und liefert ein Gut/Schlecht in einer festen, vorhersehbaren Zeit, an einer ausgelieferten Verschlusslinie rund 30 Millisekunden pro Teil. Ein Cloud-Umlauf addiert Netztransit, Warteschlange und die Schwankung einer geteilten Verbindung zu genau diesem Budget. Selbst wenn der Durchschnitt akzeptabel aussieht, zählt an einer Linie die Worst-Case-Latenz, und der schlimmste Fall über ein Netz ist weder klein noch vorhersehbar.
Für eine Maschine, die mit der Produktion Schritt halten muss, zählt nicht der schnelle Durchschnitt, sondern eine deterministische Zeit bei jedem einzelnen Teil. Es ist dasselbe Argument der Gleichmäßigkeit, das eine automatische Kontrolle von einer manuellen trennt, wie wir es im Vergleich menschlicher Prüfer gegenüber der KI-Sichtprüfung aufschlüsseln.
Datenhoheit: Bilder, die die Linie nie verlassen
Der zweite Zwang ist nicht technisch, er ist eine Regel, die die meisten Werke bereits haben: rohe Produktionsbilder gehen nicht nach außen. Diese Bilder können Teilegeometrie, Prozessdetails, Durchsatz und Ausbeute preisgeben, genau die Informationen, die ein Hersteller als vertraulich behandelt.
Edge-Prüfung umgeht das Problem vollständig. Das Bild wird auf dem Gerät analysiert und lokal verworfen oder protokolliert; nur ein Gut-/Schlecht-Ergebnis und, wenn Sie wollen, eine aggregierte Kennzahl muss sich je bewegen. Nichts Sensibles überschreitet die Werksgrenze. Deshalb bestehen Edge-Aufbauten auch schneller die interne Prüfung: wenn kein Bild die Linie verlässt, gibt es für IT und Sicherheit weit weniger abzuzeichnen, bevor das System eingeschaltet werden kann.
Ein Cloud-zentriertes Prüfsystem kehrt das um. Um seine Entscheidung zu treffen, muss es das Rohbild hinausschicken, also genau das, was das Werk vermeiden wollte.
Verfügbarkeit und IT-Freigabe
Edge-Inferenz arbeitet weiter, wenn die Verbindung es nicht tut. Eine Produktionslinie kann die Prüfung nicht pausieren, weil ein Switch stromaufwärts ausfiel oder die Standortverbindung abriss; die Kontrolle muss an jedem Teil laufen, unabhängig davon. Ein Modell auf dem Gerät tut genau das, es hat keine externe Abhängigkeit zu verlieren.
Es gibt einen betrieblichen Zusatznutzen. Eine Edge-Einheit, die direkt über ein Industrieprotokoll mit der SPS spricht, verhält sich wie jedes andere Gerät an der Linie: ein Kabel, ein Trigger, ein Gut/Schlecht pro Teil. Es gibt kein Cloud-Konto einzurichten, keine Auftragsverarbeitungsvereinbarung vor der ersten Prüfung zu verhandeln und keine fortlaufende Frage, was mit den Bildern geschieht. Für ein Werk ist "läuft lokal, nichts verlässt die Linie" ein weit kürzerer Freigabeweg als "streamt jedes Bild an einen Drittanbieterdienst". Vorzubereiten bleibt dann Physisches statt Vertragliches: Montagepunkt, 24-V-Versorgung, Triggerquelle und Beleuchtung, genau das, was eine Checkliste zur Standortvorbereitung der Prüflinie vor dem Installationstag durchgeht.
Edge vs. Cloud, direkt gegenübergestellt
| Faktor | Edge (auf dem Gerät) | Cloud |
|---|---|---|
| Entscheidungslatenz | Millisekunden, deterministisch | Netzabhängig, variabel |
| Datenhoheit | Bilder bleiben im Werk | Rohbilder verlassen den Standort |
| Verfügbarkeit | Läuft auch bei getrennter Verbindung | Braucht eine aktive Verbindung |
| Linienintegration | Direkte SPS-Signalisierung | Zusätzlicher Hop und Pufferung |
| IT- / Sicherheitsfreigabe | Kurz, nichts verlässt das Werk | Länger, Daten verlassen den Standort |
| Beste Rolle | Die Gut-/Schlecht-Entscheidung | Flottenanalytik, Dashboards |
Wo die Cloud dennoch hilft
Edge für die Entscheidung heißt nicht, dass die Cloud keinen Platz hat, und ein Anbieter, der das Gegenteil vorgibt, verkauft zu viel. Die Cloud ist wirklich nützlich für alles, was nach dem Gut/Schlecht geschieht, wo Latenz und Rohbilder kein Thema mehr sind.
- Flottenanalytik. Aggregierte Ergebnisse aus vielen Einheiten über mehrere Standorte lassen sich zentral leichter trenden, Fehlerraten je Linie, Drift über die Zeit, Vergleiche zwischen Werken.
- Dashboards und Fernüberwachung. Eine Web-Ansicht von Status und Ergebniszusammenfassungen lässt einen Qualitätsleiter eine Linie beobachten, ohne daneben zu stehen. Beachten Sie, was sich hier bewegt: Kennzahlen und Zusammenfassungen, keine Rohbilder.
- Modellverwaltung. Ein aktualisiertes Modell an eine Flotte zu verteilen, ist eine Koordinationsaufgabe, die die Cloud gut bewältigt.
Das Muster, das funktioniert, ist eine saubere Teilung: die Entscheidung am Edge, der Überblick in der Cloud. Das Bild bleibt lokal; nur Ergebnisse und Aggregate reisen. Das erhält Linientaktlatenz, Datenhoheit und Verfügbarkeit und gibt Ihnen dennoch zentrale Sichtbarkeit. Adente Vision ist eine Edge-KI-Einheit für die visuelle Inspektion, entwickelt von ADENTE Advanced Engineering Technologies innerhalb der Aden Group und vertrieben über Automatisierungs-Systemintegratoren; Produktionsbilder verlassen das Werk nicht. (Wie die Architektur auf dem Gerät zusammenpasst, siehe den Leitfaden zur KI-Sichtprüfung und die Systemarchitektur.)