So unterschiedlich die Auswirkungen der Corona-Pandemie auch sind, eines ist sicher: Als Reaktion darauf haben die Unternehmen ihre Digitalisierung beschleunigt. Doch wie wirkt sich das auf den Analytics-Markt aus? Michael O’Connell, Chief Analytics Officer von TIBCO Software, wagt den Blick in die Glaskugel und trifft zehn Vorhersagen für 2021.

Zunehmend wird Machine Learning im IIoT-Umfeld genutzt. Der Anwendungsfall Predictive Maintenance greift jedoch viel zu kurz, warnt Christian Liedtke, Head of Strategic Alliances bei KUKA. Doch wenn man KI und IoT ganzheitlich zu AIoT kombiniere und in einer optimierten Smart Factory umsetze, könnten die Unternehmen Effizienzsteigerungen von bis zu 30 Prozent erzielen

Insbesondere für den Mittelstand eröffnen sich mit dem Einsatz von KI-Technologien große Chancen: intelligente Gestaltung entlang der gesamten Wertschöpfungskette, völlig neue Geschäftsmodelle und als Hidden Champion von enormen Effizienzsteigerungen profitieren. Welche Herausforderungen und Barrieren sind zu überwinden?

Datenanalyse mithilfe von Künstlicher Intelligenz (KI) – für 70 Prozent der von den Beratern von PWC befragten Unternehmen ist dies das vielversprechendste Einsatzszenario. Doch so attraktiv die Vision erscheint, mittels KI das eigene Geschäft oder gar eine ganze Branche zu revolutionieren, so handfest sind die Herausforderungen, die sich in der Praxis ergeben. Ein häufiges Problem ist ein bereits beim Start eines Projekts mangelhafter Datenbestand. Die KI mit qualitativ schlechten Daten zu trainieren, macht keinen Sinn, da sie falsche Informationen lernt. Ohne den Einsatz gewisser Automatisierungen und KI ist es wiederum mühsam, die unzureichende Datenbasis zu verbessern.

KI und ML, sprich Künstliche Intelligenz und Machine Learning, sind auf Leistung angewiesen. Der Software-Stack ist dabei ebenso wichtig wie die Hardware, denn aus den physikalisch und fertigungstechnisch limitierten Prozessoren kann gute Software auch das letzte bisschen Leistung herauskitzeln.

Eine der größten Mythen ist nach wie vor, dass sich nur große Unternehmen Big-Data-Lösungen leisten können, dass sie nur für riesige Datenmengen geeignet sind und zudem ein Vermögen kosten. Das stimmt heute nicht mehr, denn die vergangenen Jahre waren von bedeutenden technologischen Entwicklungen geprägt.

Eine von Ericsson und Qualcomm beauftragte Studie habe ergeben, dass Deutschland durch den Aufbau eines 5G-Netzes mit einem hohen volkswirtschaftlichen Nutzen rechnen könne. Liegen die Analysten richtig, winkt der Gesamtwirtschaft hierzulande ein Nettonutzen von mehr als 38 Mrd. Euro.

Xilinx hat bestätigt, dem Confidential Computing Consortium (CCC) der Linux Foundation beigetreten zu sein. Ziel ist die Ausweitung des Confidential Computings auf Hardware-Beschleuniger und SmartNICs (Network-Interface-Cards).

Das Internet of Things bildet für immer mehr Prozesse und Applikationen die Grundlage. Die Analyse der Daten aus diesen Systemen, ob aus Sensoren, Geoanwendungen oder Videoquellen, werden die wichtigsten IoT-Trends in diesem Jahr sein. Dazu gehört auch ihre Kombination mit Technologien, deren Einsatz sich durch die gegenwärtige Krise stark beschleunigen wird.

Sustainability – Nachhaltigkeit – rückt auch auf der Agenda von Logistikunternehmen immer weiter nach oben. Kostengünstige IoT-Lösungen zum Nachrüsten helfen, den CO2-Ausstoß beim Transport zu verringern und Ressourcen zu schonen.

Hollywoods Vision des „smarten“ Zuhause nimmt in der Realität Gestalt an. Zwischen der wohlwollenden Dienstbarkeit von Amazon Alexa oder Google Assistant und dem Sci-Fi-Albtraum autoritärer Übergriffe von KIs wie SARAH oder V.I.K.I. ist nur ein kleiner Schritt. Er nennt sich: Datenschutz.

Die Consumer Electronics Show zeigt Technik, wie eine automatisierte Zugangskontrolle, eine Software, die Straßendaten erfasst oder einen mobilen und autonomen Roboter, der den Straßenverkehr regeln kann.

Verschiedenste Studien belegen, dass Unternehmen zu wenig aus ihren Daten machen. Dabei schlummern waren Daten-„Schätze“ in den Kellern. Es hapert jedoch immer wieder an den gleichen Problemen – die mit der richtigen Strategie zu beheben wären.

Ab sofort ist der MariaDB Direct Query Adapter in Microsoft PowerBI verfügbar und entsprechend zertifiziert. PowerBI-Anwender können damit On-Premises oder in der Cloud über MariaDB Live-Daten analysieren und visualisieren.

Schluss mit den Daten-Silos, weg mit den Duplikaten! Schluss mit Problemen der Parallelität, her mit bedarfsgerechter Ressourcenzuweisung und blitzschnellen Zugriffen auf eine einzige Datenplattform! Das cloud-basierte Data Warehouse Snowflake möchte die Unternehmens-IT im Sturm erobern. Ein neuartiger Ansatz und eine einzigartige Architektur sollen es möglich machen.

Die neue Version 2020.4 von Tableau soll mittels des browserbasierten Prep Builders Bereitstellungen im Unternehmen und der Cloud vereinfachen. Zudem sind ein Resource-Monitoring-Tool für Linux sowie Funktionen für erweiterte räumliche Analytics neu an Bord.

Die Consumer Electronics Show zeigt Technik, wie eine automatisierte Zugangskontrolle, eine Software, die Straßendaten erfasst oder einen mobilen und autonomen Roboter, der den Straßenverkehr regeln kann.

Ein Digitaler Zwilling unseres Herzens und Algorithmen, um die Prozessautomation zu überwachen – 22 Erfinder aus der ganzen Welt wurden von Siemens für ihre bahnbrechenden Entwicklungen ausgezeichnet.

Im Rahmen des Wettbewerbs „Gesellschaft der Ideen“ zeichnete das Bundesministerium für Bildung und Forschung (BMBF) 30 Projekte mit einem Ideenpreis für soziale Innovationen aus. Einer der Preisträger ist das Mobile Datenlabor aus Berlin.

Auch im krisengeplagten Jahr 2020 waren Künstliche Intelligenz (KI) und Machine Learning (ML) feste Größen in zukunftsorientierten Big-Data- und Analytics-Umgebungen. In den kommenden Jahren wird der Fortschritt in diesem Segment nicht aufzuhalten sein.

Sustainability – Nachhaltigkeit – rückt auch auf der Agenda von Logistikunternehmen immer weiter nach oben. Kostengünstige IoT-Lösungen zum Nachrüsten helfen, den CO2-Ausstoß beim Transport zu verringern und Ressourcen zu schonen.

Maschinen, die stillstehen, mit anderen Unternehmen teilen können – die Idee der sogenannten „Shared Production“ soll in der Smart Factory Kaiserslautern mithilfe des europäischen Netzwerks Gaia-X umgesetzt werden.

Bei modernen Technologien und der Digitalisierung liegt der Maschinen- und Anlagenbau im Schnitt vor anderen Branchen. Auch die Covid-19-Krise hat diesen Fortschritt weiter vorangetrieben.

Zunehmend wird Machine Learning im IIoT-Umfeld genutzt. Der Anwendungsfall Predictive Maintenance greift jedoch viel zu kurz, warnt Christian Liedtke, Head of Strategic Alliances bei KUKA. Doch wenn man KI und IoT ganzheitlich zu AIoT kombiniere und in einer optimierten Smart Factory umsetze, könnten die Unternehmen Effizienzsteigerungen von bis zu 30 Prozent erzielen

Im Jahr 2020 wurde die Umsetzung der MDR um ein Jahr verschoben. Doch ab dem 21. Mai 2021 tritt dann die MDR in Kraft. Trotz der vielen Anforderungen, die mit der MDR einhergehen, bietet sie für vernetzte Medizingeräte auch eine nicht unerhebliche Chance.

Das Bundes- und das Landeskriminalamt Rheinland-Pfalz hat den Wunsch, sich im Bereich der Künstlichen Intelligenz mit der Wissenschaft und Forschung zusammenzutun, damit KI-Methoden zukünftig auch im polizeilichen Kontext Anwendung finden.

Xilinx hat bestätigt, dem Confidential Computing Consortium (CCC) der Linux Foundation beigetreten zu sein. Ziel ist die Ausweitung des Confidential Computings auf Hardware-Beschleuniger und SmartNICs (Network-Interface-Cards).

Anonyme Daten sollten nicht auf spezifische Personen zurückführbar sein. Dennoch gab es zuletzt mehrere Fälle im Kontext von Big-Data-Analysen, bei denen diese Situation eingetreten ist. Doch wie kann man den Datenschutz bei dieser Technologie sicherstellen?

Im Projekt EIS befassen sich Forscher aus Informatik, Philosophie, Psychologie und Rechtswissenschaft mit dem Entscheidungsverhalten von Künstlicher Intelligenz. Die Volkswagen-Stiftung unterstützt die Wissenschaftler nun mit einer Förderung.

Mit dem Projekt EVERST geht ab sofort die Entwicklung einer universellen europäischen KI-Plattform an den Start. Die Koordination übernehmen IBM Research und die Universität Politecnico Di Milano. Als Partner ist auch der slowakische Softwarespezialist Sygic mit an Bord.

Datenanalyse mithilfe von Künstlicher Intelligenz (KI) – für 70 Prozent der von den Beratern von PWC befragten Unternehmen ist dies das vielversprechendste Einsatzszenario. Doch so attraktiv die Vision erscheint, mittels KI das eigene Geschäft oder gar eine ganze Branche zu revolutionieren, so handfest sind die Herausforderungen, die sich in der Praxis ergeben. Ein häufiges Problem ist ein bereits beim Start eines Projekts mangelhafter Datenbestand. Die KI mit qualitativ schlechten Daten zu trainieren, macht keinen Sinn, da sie falsche Informationen lernt. Ohne den Einsatz gewisser Automatisierungen und KI ist es wiederum mühsam, die unzureichende Datenbasis zu verbessern.

KI und ML, sprich Künstliche Intelligenz und Machine Learning, sind auf Leistung angewiesen. Der Software-Stack ist dabei ebenso wichtig wie die Hardware, denn aus den physikalisch und fertigungstechnisch limitierten Prozessoren kann gute Software auch das letzte bisschen Leistung herauskitzeln.

Waikato Environment for Knowledge Analysis ist eine unter Open-Source-Lizenz stehende freie Datenverarbeitungssoftware. Sie wurde an der neuseeländischen University of Waikato entwickelt und lässt sich für Data Mining und Maschinelles Lernen (ML) einsetzen. Die Software ist in Java programmiert, plattformunabhängig einsetzbar und verfügt über eine grafische Benutzeroberfläche.

Docker ist eine unter Apache 2.0 Lizenz stehende, frei verfügbare Software zur Containervirtualisierung. Mithilfe der Docker-Engine lassen sich Anwendungen inklusive ihrer Anwendungsumgebung parallel und untereinander isoliert auf einem Host-System bereitstellen. Die Software ist für Betriebssysteme wie Linux, Windows und macOS verfügbar. Im Gegensatz zu virtuellen Maschinen benötigen Docker-Container keine Virtualisierung des Betriebssystems.

Bei den SQL Server Integration Services handelt es sich um eine Software von Microsoft für SQL Server. Sie besteht aus verschiedenen Komponenten und Tools und lässt sich für das Extrahieren, Transformieren und Laden von Daten (ETL-Prozesse) verwenden. Typischer Anwendungsbereich sind Aufgaben im Business-Intelligence-Umfeld, beispielsweise zum Erstellen eines Data Warehouses.

HoloViews ist eine Open-Source-basierte Bibliothek für die Programmiersprache Python. Sie ist für Datenanalysen und das gleichzeitige Visualisieren der Daten vorgesehen. Interaktive Diagramme unterschiedlichsten Typs lassen sich mit relativ wenig Programmcode erstellen. HoloViews erfordert die Libraries NumPy and Param und arbeitet mit anderen Bibliotheken wie Datashader, Bokeh oder Matplotlib zusammen.