Digitalisierung bezeichnet im ursprünglichen Sinn das Umwandeln von analogen Werten in digitale Formate. Diese Daten lassen sich informationstechnisch verarbeiten. Oft steht der Begriff Digitalisierung aber auch für die digitale Revolution oder die digitale Transformation.

Der im Internet und in den Unternehmen verfügbare Datenberg – diese Tatsache wird als Big Data umschrieben – wird immer größer, unübersichtlicher und lässt sich nur schwer verarbeiten. Immer technologisch anspruchsvollere Tools und Programme sollen die Datenflut zähmen.

CRISP-DM (Cross Industry Standard Process for Data Mining) ist ein von der EU gefördertes, branchenübergreifendes Standardmodell für das Data Mining. Es wurde 1996 unter Mitarbeit zahlreicher namhafter Konzerne entwickelt und definiert insgesamt sechs verschiedene Prozessphasen. CRISP-DM ist anwendungsneutral und in beliebigen Bereichen einsetzbar.

Unternehmen agieren heute proaktiver, indem sie ausgeklügelte Vertragsmanagement-Tools auf riesige Volumina an Daten anwenden. Machine Learning (ML) und Künstliche Intelligenz (KI) helfen ihnen dabei, Verträge schneller zu überprüfen und auszuhandeln als auch Klauseln genauer zu identifizieren und analysieren.

Edge-Computing-Technologien werden mit der wachsenden Popularität von KI und IoT für viele Branchen interessanter. Schnelle Prozessoren und flexibel einsetzbare Edge-Module begünstigen dabei die zunehmende Vielfalt an Anwendungsszenarien.

Der IoT-Plattform-Anbieter Conrad-Connect, die ITG und E-Maks prüfen gemeinsam eine Partnerschaft für Smart City-Lösungen. Dazu wird derzeit eine zentrale IoT-Plattform getestet, die Daten von verschiedenen Datenquellen verwalten und automatisieren soll.

Mit der Produktreihe Business Critical will der Spezialist für automatisierte Datenintegration Fivetran sensible oder aufsichtsrechtliche relevante Daten in der Cloud geschützt und sicher halten.

Wenn es darum geht, die neuesten Technologien zu beschreiben, werfen wir oft mit dem Begriff „Stand der Technik“ um uns, ohne uns darüber im Klaren zu sein, dass wir uns eigentlich auf ein an sich dynamisches Ziel beziehen.

Eine Reply-Studie hat ergeben: Noch gibt es mehr vernetzte IoT-Geräte im Konsumgütersektor als im Industriesektor, doch die Investitionen in das industrielle IoT wachsen stark – vor allem in Bereichen wie branchenübergreifende Lösungen und auf konkrete Bedürfnisse zugeschnittene Geräte.

Der IoT-Plattform-Anbieter Conrad-Connect, die ITG und E-Maks prüfen gemeinsam eine Partnerschaft für Smart City-Lösungen. Dazu wird derzeit eine zentrale IoT-Plattform getestet, die Daten von verschiedenen Datenquellen verwalten und automatisieren soll.

Die Akquisition und Aufbereitung von Daten für digitaltransformierte Geschäftsmodelle zählt zu den zentralen Voraussetzungen für den Erfolg datengetriebener Unternehmen. Mit Big Data aus dem IoT (Internet of Things) können auch kleinere Organisationen zu Technologieführern aufschließen.

Mit der Produktreihe Business Critical will der Spezialist für automatisierte Datenintegration Fivetran sensible oder aufsichtsrechtliche relevante Daten in der Cloud geschützt und sicher halten.

Die Business-Intelligence-Experten von QUNIS haben eine kostenfreie Checkliste rund um das Thema Reporting veröffentlicht. Sie unterstützt Anwender bei der professionellen Darstellung, Gestaltung und Navigation von BI-Reports anhand einheitlicher Notationsrichtlinien.

Die Studie „Branchenkompass Insurance 2021“ von Sopra Steria in Zusammenarbeit mit dem F.A.Z.-Institut ergab, dass knapp die Hälfte (48 Prozent) der Versicherer in Deutschland erwartet, dass verhaltensabhängige Tarife in den nächsten ein bis zwei Jahren massiv an Relevanz zulegen werden.

Tableau hat neue Funktionen in seine Daten- und Analyseplattform integriert. Sie sollen Erwerb, Skalierung, Verwaltung und Bereitstellung von Self-Service-Analysen vereinfachen.

Auf dem Weg zur datengetriebenen Organisation sind viele Unternehmen scheinbar weit gekommen: Sie sammeln historische und aktuelle Daten aus internen und externen Quellen, strukturiert und unstrukturiert, und reichern diese mit Analysen an, um zusätzlich auch noch prognostische Daten für den Blick in die Zukunft zu gewinnen.

Auch wenn Big Data seit fast einer Dekade diskutiert wird: Viele Unternehmen in Deutschland tun sich nach wie vor schwer mit der Einführung und Anwendung von Datenanalysen. Das liegt meistens weniger an technischen Voraussetzungen und fehlender Fachkompetenz. Die meisten Fehler passieren auf der menschlichen Ebene. Ein Überblick über die sechs größten „Fails“ in der Umsetzung von Data-Initiativen.

Der SaaS- und PLM-Spezialist Optalio hat gemeinsam dem Data-Engineering- und Cloud-Experten Evoila eine dreiteilige Eventreihe rund um Datenanalyse und KI-basierte Prozessoptimierung ins Leben gerufen.

Daten sind das neue Öl, das Herzblut der Digitalen Transformation. Einige der erfolgreichsten Marktakteure sehen darin eine neue Quelle der Wertschöpfung für eine neue Generation von Geschäftsmodellen.

Im Rahmen der vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Lernplattform KI-Campus hat das Berliner Beratungsunternehmen Sapera fünf Lernangebote zu KI-Themen gestaltet.

Eine Reply-Studie hat ergeben: Noch gibt es mehr vernetzte IoT-Geräte im Konsumgütersektor als im Industriesektor, doch die Investitionen in das industrielle IoT wachsen stark – vor allem in Bereichen wie branchenübergreifende Lösungen und auf konkrete Bedürfnisse zugeschnittene Geräte.

Die Kion-Group lizensiert die sogenannte Loadrunner-Technik des Fraunhofer-IML für den eigenen Einsatz. Jetzt geht es an die Industrialisierung dieses KI-basierten Schwarms aus Transportrobotern.

Das Technologie-Institut für Metall und Engineering (TIME) kooperiert unter anderem mit der Uni Siegen, um das Schweißen „clean and digital“ zu machen. Folgendes steckt dahinter.

Landwirtschaft weckt bei manchen Menschen Assoziationen von Bauernhofromantik. Dabei hat die Agrarbranche in Sachen Technisierung und Digitalisierung eine beispiellose Entwicklung hingelegt. Lösungen, die heute in der Branche umgesetzt werden, tragen zur Nahrungsversorgung überall auf der Welt bei und fördern eine nachhaltige Landwirtschaft.

Eine aktuelle Umfrage von Nozomi Networks zeigt: Industrieunternehmen machen sich die Cloud zunutze, verstärken ihre Cyber-Abwehr und räumen der Zuverlässigkeit der Steuerungssysteme mehr Priorität ein.

Mittlerweile kommen immer mehr Geräte mit IoT-Funktionen auf den Markt, was neue Möglichkeiten und kreative Anwendungen mit sich bringt. Das hat auch zu zahlreichen Änderungen in der Art und Weise geführt, wie Produkte entworfen, getestet und hergestellt werden.

Unternehmen agieren heute proaktiver, indem sie ausgeklügelte Vertragsmanagement-Tools auf riesige Volumina an Daten anwenden. Machine Learning (ML) und Künstliche Intelligenz (KI) helfen ihnen dabei, Verträge schneller zu überprüfen und auszuhandeln als auch Klauseln genauer zu identifizieren und analysieren.

Eine Studie von Morning Consult hat untersucht, welche Bedingungen für die Einführung von KI-Technologien und -Lösungen im Business erfüllt sein müssen. Einer der wichtigsten – mit 91 Prozent – ist die Vertrauenswürdigkeit von KI-Ergebnissen. Andrea Martin, die Leiterin des IBM Watson Centers Munich, liefert dazu klare Antworten.

Der Analytics-Spezialist SAS hat mit dem „Trust in AI Index“ einen Indikator zur Vertrauenswürdigkeit von KI vorgestellt. Der Index soll zeigen, wie sich die Beurteilung von Künstlicher Intelligenz in der Öffentlichkeit entwickelt.

Die Kion-Group lizensiert die sogenannte Loadrunner-Technik des Fraunhofer-IML für den eigenen Einsatz. Jetzt geht es an die Industrialisierung dieses KI-basierten Schwarms aus Transportrobotern.

Die Marktforscher von Gartner haben sich im Rahmen des „Hype Cycle for Artificial Intelligence, 2021“ mit den kurzfristig zu erwartenden Entwicklungen im Bereich KI befasst. Insgesamt wurden vier Trends als Innovationstreiber identifiziert.

Der TÜV-Verband e. V. mahnt Verbesserungen am Regulierungsentwurf für Künstliche Intelligenz (KI) der EU-Kommission an. Es sei vor allem eine klare Definition und Herleitung der Risiken von KI-Anwendungen nötig.

Operational Intelligence (OI) beschreibt einen methodischen und technologischen Ansatz, der Business-Analysen in Echtzeit ermöglicht. Entscheidungen und Maßnahmen lassen sich direkt aus den in Echtzeit bereitgestellten Datenanalysen ableiten. OI sorgt für transparente Geschäftsprozesse. Datensammlung und -analyse sind automatisiert und direkt in den Systemablauf integrierbar. Echtzeitvisualisierungen und interaktive Dashboards zählen zu den zentralen OI-Merkmalen.

Yedalog ist der Name einer von Google entwickelten deklarativen Programmiersprache. Sie lässt sich für Aufgaben der Verarbeitung und Manipulation semistrukturierter Daten sowie für parallele Datenpipelines einsetzen. Yedalog basiert auf Datalog. Yedalog-Programme können auf einzelnen Rechnern oder in verteilten Umgebungen ausgeführt werden. Die Nachfolgesprache von Yedalog ist die ebenfalls von Google entwickelte freie Open-Source-Programmiersprache Logica.

Mit dem AWS DeepRacer bietet Amazon eine unterhaltsame Einstiegsmöglichkeit in das Machine Learning und Reinforcement Learning. Es lassen sich Machine-Learning-Modelle erstellen, trainieren und optimieren, die anschließend in Form eines KI-gestützten Rennsimulators an virtuellen Rennen teilnehmen können. Durch den Einsatz des Hardware-basierten autonomen DeepRacer-Modellautos sind Rennen auf echten Strecken möglich.

Apache Druid ist eine Open Source Software, mit der sich ein High-Performance-Datenspeicher für Echtzeitanalysen realisieren lässt. Der Datenspeicher vereint Konzepte von Zeitreihendatenbanken und Data Warehouses. Es handelt sich um einen fehlertoleranten, spaltenorientiert arbeitenden, verteilten Datenspeicher. Typische Anwendungen sind im OLAP- und im Business-Intelligence-Umfeld zu finden.