Wie Location Intelligence 5G und Multi-Access Edge Computing beflügelt – und umgekehrt.
In der Post-Corona-Ära werden fast alle Branchen ihre Entwicklung in Sachen Automatisierung, Digitalisierung und Remote Work beschleunigen wollen. 5G ist dabei nur eine von vielen Technologien, die eine Rolle spielen wird. Auch Multi-Access Edge Computing (MEC), das Cloud-Computing an den Rand des Mobilfunknetzes bringt, wird eine wichtige Komponente sein. Heute sind weltweit bereits mehrere Pilotimplementierungen und kommerzielle Anwendungen in Betrieb. In Kombination mit 5G verspricht MEC eine bisher ungekannte Rechen- und Netzwerkleistung mit hohen Datenübertragungsraten und Verbindungen mit extrem niedrigen Latenzzeiten. Der kommerzielle Erfolg ist jedoch noch lange nicht gesichert. 5G-MEC erfordert hohe Vorabinvestitionen und ist mit erheblichen Risiken verbunden. Cloud-Rechenleistungen- und -Speicherkapazitäten müssen näher an den Orten eingesetzt werden, an denen die Verbraucher, Arbeiter, Autos, Roboter und die Industrien von morgen sein werden. Die Frage ist nur: Wo werden diese sein? Um diese vielversprechenden Technologien bestmöglich einzusetzen, bedarf es sogenannter „Location Intelligence“.
Location Intelligence hat sich in den letzten Jahren, mithilfe von Sensoren, Big-Data-Analysen und KI, weiterentwickelt: Standortbezogene Daten umfassen auch den Kontext und berücksichtigen Umgebungsbedingungen als integrierter Bestandteil der Technologie. Ihr Aufkommen ist auch auf die Anforderungen der 5G-MEC-Einführung abgestimmt. Denn die dafür nötige Physik des Millimeterwellen-Spektrums und die Beamforming-Technologien erfordern eine andere Infrastruktur als bei früheren Generationen von Mobilfunknetzen. Anstatt der heutigen breit verstreuten Funkmasten wird 5G-MEC ein dichtes und komplexes Netz von kleinen Zellen zusammen mit optimal platzierten Edge-Servern benötigen. Ohne Kenntnisse der Gegebenheiten vor Ort ist die Netzwerkplanung oder -optimierung ein zeitraubender und kostenintensiver Prozess, der mit Begehungen vor Ort einhergeht. Ortsbezogene Daten umfassen jedoch beispielsweite visuelle Informationen in Kartenform, angereichert mit informativem georäumlichen Kontext, der diesen Prozess schlanker und effizienter gestalten kann. Netzplaner müssen wissen, wo sich ein Baum befindet, eine Werbetafel oder ein Gebäude, die die Übertragung von 5G stören könnten. Auch Bebauungspläne spielen eine Rolle. Diese Informationen sind entscheidend, um zu wissen, wo 5G-Funkmasten optimal platziert werden können.
Location Intelligence bietet zahlreiche Vorteile für die Bereitstellung von 5G-MEC, zum Beispiel für Mobilfunknetzbetreiber, Netzplaner oder andere. Ein Vorteil ist, dass die 5G-MEC-Topologie dank 3D-Geometrie und umfangreichen Mobilitätsdaten korrekt ist – auch ohne Vor-Ort-Begehung. Das hält die Kosten niedrig und ermöglicht eine effiziente Netzplanung und -bereitstellung. Hochauflösende Standortdaten, die in Edge-Rechenzentren gehostet werden, unterstützen auch die genaue, ständige „Always-on“-Positionierung der Mobilität in der realen Welt sowie die virtuelle Steuerung in Remote-Umgebungen. Sie bieten hyperpräzise Positionierung für Maschinen in Bewegung. Der Ortsbezug bleibt dabei ein aus Sicht des Datenschutzes wichtiger Punkt. Dienste müssen Datenschutzpräferenzen abbilden können, wenn es darum geht, welche Daten geteilt werden und welche nicht. Sobald 5G-MEC flächendeckend verfügbar ist, wird es eine Wechselwirkung zwischen Location Intelligence und 5G-MEC geben. Kontextualisierte ortsbezogene Daten werden ein Katalysator für 5G-MEC sein, während Multi-Access Edge Computing im 5G-Netz aufgrund von schnelleren Insights Location Intelligence verbessern kann.