Edge Computing verlagert die Datenverarbeitung an den Rand des Netzwerks, also nahe an den Ort, an dem die Daten entstehen, statt sie zuerst in ein entferntes Rechenzentrum zu schicken. Gerechnet wird direkt im Gerät, in der Maschine oder auf einem kleinen Server vor Ort, und nur verdichtete Ergebnisse gehen weiter in die Cloud.
Der Hauptgrund ist die Latenz, also die Verzögerung durch den Weg über das Netz: Eine Notbremsung oder ein Sicherheitsabschalter an einer Anlage kann nicht auf eine Antwort aus einem entfernten Rechenzentrum warten. Weitere Vorteile sind geringere Datenübertragungskosten, Funktionsfähigkeit bei schlechter oder unterbrochener Verbindung und die Möglichkeit, sensible Rohdaten den Standort nicht verlassen zu lassen. Typische Felder sind Industrieanlagen, Videoanalyse in Kameras, vernetzte Fahrzeuge und IoT-Sensorik.
In der KI zeigt sich die Arbeitsteilung deutlich: Das Training rechenintensiver Modelle geschieht zentral, die Anwendung des fertigen Modells, die Inferenz, läuft zunehmend am Gerät. Datenschutzrechtlich kann die lokale Verarbeitung ein Baustein der Datenminimierung und des Datenschutzes durch Technikgestaltung sein (Art. 5 Abs 1 lit c, Art. 25 DSGVO), sie ersetzt aber weder Rechtsgrundlage noch Sicherheitsmaßnahmen am Gerät selbst.