MARINA DEL REY / LONDON (IT BOLTWISE) – Sift führt mit „Sift Edge“ eine Edge-Variante ein, die Messdaten direkt am Teststand erfasst, auch wenn das Netzwerk ausfällt. Die Lösung schreibt Telemetrie in voller Detailtiefe lokal auf und synchronisiert später wieder mit der Sift-Plattform. Damit sollen Teams in Aerospace- und Defense-Tests schneller reagieren, weil Ausfälle nicht erst auf Cloud-Latenz warten müssen.
Wenn eine Testsekunde wirklich zählt, ist „Cloud verfügbar“ schnell mehr Wunschdenken als Plan. Genau an dieser Lücke setzt Sift Edge an: Die Plattform für mission-kritische Hardware baut die Dateninfrastruktur dorthin um, wo die Messungen entstehen – direkt am Teststand. In Umgebungen wie Aerospace- und Defense-Tests wird der Funk- oder Mobilfunk-Upload häufig zum Engpass, und selbst kurze Verbindungsabbrüche reichen, um Telemetrie nur noch verzögert oder unvollständig zu erhalten. Sift beschreibt für diese Szenarien, dass Wartezeiten durch Cloud-Latenz oder ein instabiles Uplink-Verhalten im Zweifel darüber entscheiden, ob ein System sicher abgebrochen werden kann oder ob wertvolle Hardware, Messzyklen und Zeitpläne Schaden nehmen.
Technisch folgt Sift Edge einem klaren Muster, das in der Edge-Welt immer wieder auftaucht: „store-and-forward“ statt kontinuierlicher Abhängigkeit von einer stabilen Verbindung. Die Lösung nimmt Daten im Moment ihres Eintreffens entgegen und schreibt sie als dauerhafte lokale Aufzeichnung auf den Speicher der Maschine, auf der sie läuft. Erst wenn wieder ein Link zur Cloud besteht, synchronisiert sie die Messreihen mit Sift. Für Teams ist dabei entscheidend, dass die Erfassung nicht „im Schnitt“ funktioniert, sondern so früh wie möglich und mit voller Detailtiefe beginnt – also ab dem ersten Moment des Signals. In der Praxis bedeutet das: Wenn ein Signal driftet oder Komponenten während eines Tests in der Mojave-Region ansprechen, bleibt die Telemetrie als Grundlage für Diagnose, Rekonstruktion und spätere Analyse erhalten.
Bislang sei der häufigste Ausweg ein zweiter, selbst gebauter Stack gewesen – bestehend aus Open-Source-Datenbanken, Dashboards und individuellen Skripten, die man nur so lange am Laufen hielt, wie es nötig war, um den Ausfall zu überleben. Diese Notlösung ist jedoch teuer, weil sie Parallelwelten schafft: Zwei Datenpfade bedeuten doppelten Pflegeaufwand, unterschiedliche Semantiken und im Fehlerfall zusätzliche Zeitverluste beim Abgleich. Sift Edge positioniert sich genau dagegen: Statt eines zweiten Systems läuft Edge komplett offline auf einer einzelnen Maschine, ohne Cluster und ohne zusätzliche Dienste. Die Daten landen als Streaming-Telemetrie lokal auf der Platte, und eine native Desktop-App zeigt die Messkanäle live an. Außerdem sollen Ingenieurinnen und Ingenieure die Daten ab dem Zeitpunkt der Aufzeichnung abfragen können, statt erst auf eine spätere Cloud-Replikation zu warten.
Ein wichtiger Punkt ist das Zusammenspiel im Testnetzwerk. Laut Sift können „anyone on the test network“ – also beliebige Nutzer im jeweiligen Testsegment – über dieselbe Instanz auf die Kanäle zugreifen, die sie tatsächlich benötigen. Das ist weniger trivial, als es klingt: Bei komplexen Testständen fällt typischerweise deutlich mehr Datenvolumen an, als eine einzelne Entwicklungseinheit kurzfristig in die Cloud verlagern möchte oder darf. Gerade wenn ein Teststand weit mehr erzeugt als das Team auszuwerten plant, entscheidet die Art der Datenflüsse über die Gesamtkosten. Sift Edge erlaubt daher eine Team-orientierte Steuerung, was zu Sift synchronisiert wird und wann. Entscheidend ist auch die Kompatibilität: Was Teams bereits auf Sift gebaut haben, soll auf Edge unverändert laufen, weil dieselben APIs zum Einsatz kommen.
Dass Sift hier bewusst die „Datenwahrheit“ in den Vordergrund stellt, wird besonders in den Aussagen der Beteiligten deutlich. Austin Spiegel, Co-Founder und CEO von Sift, sagt: „Tests are expensive and some can never be repeated, yet they run in environments with no network at all, or in safety critical operations that need guaranteed millisecond latency, not fast on average, “ und ergänzt: „Sift Edge puts full-fidelity capture, live viewing, and query right at the hardware, and it moves us a layer closer to the machine, talking directly to DAQs and the instruments generating the data.“ In diesem Kontext wird auch die Verbindung zur KI-Entwicklung greifbar: Künstliche Intelligenz und datengetriebene Diagnose hängen an konsistenten Trainings- und Validierungsdatensätzen. Wenn Messungen bei Netzproblemen verschwinden oder fragmentiert ankommen, leidet die Qualität der Modelle – nicht nur die unmittelbare Untersuchung während des Tests.
Konkrete Integrationsfähigkeit zeigt Sift Edge zudem über eine Prometheus-Bridge. Will Pressly, Lead Engineer bei CX2, berichtet: „With Sift Edge, I was able to build a Prometheus-to-Sift bridge in 12 minutes, “ und fährt fort: „Shortly after, we had live thermal telemetry from our drone components flowing into Sift from our development HITL system.“ Solche Zeitangaben sind in der Praxis ein Hinweis auf die Eintrittshürde: Wenn ein Brückenbau nicht Tage oder Wochen dauert, reduziert das das Risiko, Edge nur als „Notfallmodus“ zu betrachten. Für typische IT- und Engineering-Teams zählt außerdem, dass Sift Edge als Rust-Anwendung auf macOS, Windows und Linux läuft und laut Anbieter so leichtgewichtig ist, dass es auch auf einem Raspberry Pi Platz finden kann. Damit erweitert sich das Einsatzspektrum: vom Controller-nahen Rechner am Teststand bis zu kleineren Geräteklassen, die in der Umgebung schnell und redundant zu installieren sind.
Marktseitig ordnet sich das Angebot in eine breitere Edge-Trendlinie ein: Betreiber komplexer Systeme wollen weniger „Daten-Latenz“ zwischen Messpunkt und Entscheidung, zugleich aber die Cloud als zentrales Rückgrat für Auswertung und langfristige Speicherung nutzen. Sift Edge versucht beides zu verbinden, indem es die Plattformlogik an den Testort verlegt und die Cloud erst dann wieder ins Spiel bringt, wenn ein Link existiert. Für Unternehmen in den Bereichen Robotik, Energie oder kommerzieller Raumfahrt ist das vor allem dann relevant, wenn Tests sich räumlich und zeitlich stark unterscheiden – und Telemetrie deshalb nicht immer mit der gleichen Verfügbarkeit transportiert werden kann. Sift positioniert Edge laut Anbieter für Teams, die besonders komplexe Maschinen entwickeln, und nennt eine Verfügbarkeit „at request“. Damit bleibt auch die Implementierungsrealität bei einzelnen Organisationen offen: Wer bereits Sift-Workflows nutzt, dürfte von der API-Kontinuität profitieren, während neue Nutzer zuerst die Geräte- und Datenanschlussstrategie am Teststand sauber planen müssen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Sift Edge bringt Telemetrie-Streaming offline an den Teststand" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Sift Edge bringt Telemetrie-Streaming offline an den Teststand" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Sift Edge bringt Telemetrie-Streaming offline an den Teststand« bei Google Deutschland suchen, bei Bing oder Google News!