Ursprünglich für den privaten Gebrauch konzipiert, werden Entwicklerboards immer öfter auch im industriellen Umfeld eingesetzt. Sie sind einfach zu programmieren, preisgünstig und werden von einer riesigen Gemeinde von Entwicklern unterstützt.

Random Forest ist ein Algorithmus, der sich für Klassifizierungs- und Regressionsaufgaben nutzen lässt. Er kombiniert die Ergebnisse vieler verschiedener Entscheidungsbäume, um bestmögliche Entscheidungen zu treffen. Der Lernalgorithmus gehört zu den Verfahren des überwachten Lernens und ist im Machine Learning einsetzbar. Das Verfahren ist relativ einfach und bietet kurze Trainingszeiten.

Eine Pivot-Tabelle strukturiert in Tabellenform vorliegende Daten, fasst sie zusammen und ermöglicht ihre Auswertung. Die Tabellenart gehört zu den Grundfunktionen aller gängigen Tabellenkalkulationsanwendungen. Für die Erstellung einer Pivot-Tabelle sind nur wenige Grundbedingungen zu erfüllen. Komplexe Formeln oder das Anwenden von SQL-Datenbankabfragen sind dank Pivot-Tabellen zum Teil überflüssig.

Das ARIMA-Modell ermöglicht die Beschreibung und Analyse von Zeitreihen. Es handelt sich um eine leistungsstarke Modellklasse, die den autoregressiven Teil und den gleitenden Mittelwertbeitrag des ARMA-Modells um die Differenzierung und Integration zur Trendbeseitigung und Herstellung der Stationarität erweitert.

Klassische, relationale Datenbanken stoßen bei großen und komplexen Datenbeständen schnell an ihre Grenzen. Mit fortschreitender Digitalisierung setzen sich deshalb verstärkt hochleistungsfähige Graphdatenbanken im Unternehmen durch, um IT-Analyse- und Datenanwendungen unterstützen zu können.

Nokia übernimmt die Leitung des zum 1. Juli 2022 gestarteten und durch das Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsprojekts 6G-ANNA. 6G-ANNA soll an Grundlagen-Technologien und Anwendungen für die nächste Mobilfunkgeneration 6G arbeiten.

Ursprünglich für den privaten Gebrauch konzipiert, werden Entwicklerboards immer öfter auch im industriellen Umfeld eingesetzt. Sie sind einfach zu programmieren, preisgünstig und werden von einer riesigen Gemeinde von Entwicklern unterstützt.

TigerGraph, Anbieter einer Graph-Datenbank, hat auf seiner Anwenderkonferenz „Graph + AI Summit“ die Vorabversion seiner Machine Learning Workbench gezeigt und zahlreiche Neuerungen in seiner Cloud-Version vorgestellt. BigData-Insider sprach mit dem COO Todd Blaschka, der für die Customer Experience und die Unternehmensstrategie verantwortlich ist.

Mit dem neuen Terraform Provider will Confluent das Data-Streaming-Infrastrukturmanagement in der Cloud automatisieren und damit gleichzeitig dessen Komplexität reduzieren. Zudem wurden Produktneuheiten für einfacheres Network Provisioning und eine schnellere Erkennung potenzieller Datenschutzverletzungen vorgestellt.

Die Marktforscher von Gartner haben ihren „Hype Cycle 2022“ für die Bereiche Künstliche Intelligenz (KI) sowie Data Science und Machine Learning veröffentlicht. In beiden Reports wurde der Berliner Anbieter synthetischer Daten Statice als „Sample Vendor“ ausgezeichnet.

Mit Tibco Cloud EBX können Unternehmensanwender ihr Stammdatenmanagement nun auch in der Cloud abwickeln. Die als Software-as-a-Service (SaaS) verfügbare Lösung ist Teil des neuen Tibco Cloud Passport, der verbrauchsbasiert abgerechnet wird.

Das Tech-Start-up Stackable hat das erste Release seiner Stackable Data Platform angekündigt. Die skalierbare Open-Source-Datenplattform soll unter anderem mit Unabhängigkeit, Kollaborationsfunktionen und Transparenz punkten.

Die schnelle Verwertung riesiger Datenmengen im Rahmen klinischer Studien ist eine der größten Herausforderungen im Life-Science-Segment. SAS will hierbei künftig mit dem Life Science Analytics Framework für Unterstützung sorgen.

Jedes Unternehmen verfügt über Daten in riesigen Mengen – und der Mittelstand ist da keine Ausnahme. Schon heute erzeugt jeder Mensch im Durchschnitt über ein Gigabyte täglich, Tendenz steigend. Laut Statistik werden jedoch nur zwei Prozent der generierten Daten tatsächlich gespeichert. Das bedeutet, dass ihr großes Potenzial zur Aufbereitung und Analyse für neue Erkenntnisse verloren geht. Aber selbst wenn Informationen im System verbleiben, sind sie oft in Tabellenkalkulationen versteckt, die nur schwer zu analysieren sind.

Mit Atlas.ti können Analysten und Datenwissenschaftler sehr große Mengen an strukturierten oder unstrukturierten Daten hochprofessionell qualitativ analysieren. Vor allem Wissenschaftler nutzen das Tool für ihre Analysen im Bereich Medizin, Kriminologie, Wirtschaft oder anderen Bereichen, in den große Datenmengen anfallen. Auch in sozialen Wissenschaften kommt das Tool häufig zum Einsatz.

Laut FPT Deutschland wird in produzierenden Betrieben durchschnittlich nur ein Prozent der generierten Daten analysiert. Das bedeutet, dass 99 Prozent der Daten ungenutzt bleiben: ein großes Potenzial zur Wertschöpfung.

Der Global Skills Report 2022 der Online-Lernplattform Coursera zeigt, dass die Kompetenzen deutscher Lernender in den Bereichen Technologie, Wirtschaft und Data Science rückläufig sind.

Data Management wird erst in dem Moment wertschöpfend, wenn alle im Unternehmen ihr Wissen miteinander verzahnen. Wie aber lassen sich solche zentralen Data Teams aufbauen und einsetzen?

Eine aktuelle Studie der Karl Landsteiner Privatuniversität für Gesundheitswissenschaften (KL Krems) zeigt eine teilweise Überlegenheit des Einsatzes von KI und physiologischen Bilddaten bei der Klassifikation von Hirntumoren auf.

Das jüngste E-Book von BigData-Insider beleuchtet Data Literacy. Data Literacy, oder Datenkompetenz, ist für die heutige und jede kommende Generation so wichtig wie das Lesen für ältere oder vergangene Generationen. Sie kommt dem Erwerb eines Führerscheins gleich. Datenkompetenz beschreibt die Fähigkeit, mit Daten kompetent, effizient und produktiv umzugehen. Sie umfasst verschiedene Einzelkompetenzen, um Daten zu erfassen, anzupassen, zu verändern, zu interpretieren und zu präsentieren. Gleichzeitig ist sicherzustellen, dass die Daten sicher, stimmig, vertrauenswürdig und rechtskonform sind.

Nokia übernimmt die Leitung des zum 1. Juli 2022 gestarteten und durch das Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsprojekts 6G-ANNA. 6G-ANNA soll an Grundlagen-Technologien und Anwendungen für die nächste Mobilfunkgeneration 6G arbeiten.

Daten sind eine wesentliche Voraussetzung für Industrie-4.0-Prozesse. Anhand von Kennzahlen lassen sich zum Beispiel Fehler und Störquellen in Prozessen aufdecken. Die proMExS-Plattform von Sack EDV-Systeme dient dabei als Informationszentrale.

Eine kontinuierliche und fachgerechte Wartung von Anlagen und Maschinen ist für jedes Unternehmen unerlässlich. Doch allzu oft ist eine fachgerechte Wartung mit einem immensen Zeit- und Kostenaufwand verbunden – vor allem, wenn der Service-Techniker ins Ausland fliegen muss, um eine Instandhaltung vorzunehmen. Dank intelligenten Software-Lösungen mit passender, moderner Technologie können die erforderliche Wartung sicher und problemlos auch aus der Ferne durchgeführt werden.

Gut acht Jahre nach dem gescheiterten Projekt „Google Glass“ will es der Tech-Konzern noch einmal wissen und entwickelt eine neue AR-Brille mit dem Fokus auf Simultanübersetzungen. Erste Prototypen dürften ab August in freier Wildbahn zu sehen sein – zumindest in den USA.

Die Nutzung der Cloud ist heute fast so selbstverständlich wie Strom aus der Steckdose. Gleichzeitig hat die virtuelle Infrastruktur für viele einen abstrakten Charakter, sodass der Wunsch nach zuverlässiger Datensicherheit und größtmöglichem Datenschutz groß ist.

Im Frühjahr hat die EU-Kommission den Entwurf eines Datengesetzes vorgelegt, um mehr Daten in der EU nutzbar zu machen. Der Data Act soll einen neuen Weg für einen einfachen Wechsel zwischen Cloud-Anbietern ebnen und die Grundlage für einen transparenten Zugang von Verbrauchern und Unternehmen zu ihren Daten schaffen.

In Industriebetrieben ist das Verletzungsrisiko für Mitarbeiter im Vergleich zu anderen Arbeitsplätzen hoch. Echtzeit-Lokalisierungssystems erhöhen die Sicherheit der Mitarbeiter und verringern die Reaktionszeit für Helfer, sollte es zu einem Zwischenfall kommen.

Individualisierte Angebote, eine schnelle sowie bedarfsorientierte Kommunikation auf der einen Seite und Datenschutz und Kontrolle über die eigenen Daten sowie Rechenschaft darüber, wie Anwendungen für Künstliche Intelligenz (KI) und bestimmte Entscheidungen entstehen, auf der anderen Seite. Das sind die heutigen Anforderungen von Unternehmen und auf der Verbraucherseite. Doch wie sollen Unternehmen diesen Spagat schaffen?

Eine DFG-Forschungsgruppe arbeitet daran, Verfahren des Deep Learning für die chemische Industrie nutzbar zu machen. Das ist bislang nicht möglich, insbesondere aufgrund der spärlichen Datenlage. Das interdisziplinäre Team aus Informatik und Verfahrenstechnik entwickelt dazu neue Methoden.

Die VDI-Umfrage „Künstliche Intelligenz im Ingenieuralltag – Erwartungen und Realität“ hat erstaunliche Ergebnisse geliefert. So wurden die Erwartungen hinsichtlich des Einsatzes der Technologie bislang nicht erfüllt.

Gut acht Jahre nach dem gescheiterten Projekt „Google Glass“ will es der Tech-Konzern noch einmal wissen und entwickelt eine neue AR-Brille mit dem Fokus auf Simultanübersetzungen. Erste Prototypen dürften ab August in freier Wildbahn zu sehen sein – zumindest in den USA.

Das Fraunhofer IPK benötigt industrielle Güter, um eine neue Technologie zu testen. Das Institut will die Qualitätskontrolle durch KI so deutlich vereinfachen.

Vertex AI ist ein voll gemanagter Cloud-Service der Google Cloud Platform (GCP). Er stellt eine Machine-Learning-Plattform für alle Lebenszyklen von Machine-Learning-Anwendungen bereit – vom Training der Modelle bis zu ihrem produktiven Einsatz. KI-Tools wie AutoML, AI Platform und viele weitere sind über eine einheitliche Benutzeroberfläche und API erreichbar. Die Plattform ist für Datenwissenschaftler und ML-Engineers konzipiert und deckt das MLOps-Konzept (Machine Learning Operations) ab

Mit Spanner Change Streams lassen sich Änderungen in einer Google-Cloud-Spanner-Datenbank in nahezu Echtzeit nachverfolgen und streamen. Change Streams sind für komplette Datenbanken oder einzelne Tabellen und Tabellenbereiche konfigurierbar. Das Change-Streams-Feature ist Bestandteil von Google Cloud Spanner, einem Cloud-Service für relationale Datenbanken, und wird ohne Extrakosten im Rahmen des nutzungsbasierten Preismodells abgerechnet.

Google Cloud Spanner ist ein cloudbasierter Service für eine vollständig von Google verwaltete relationale Datenbank. Sie wird auf der Google Cloud Platform (GCP) produziert und ist horizontal skalierbar. Die Datenbank bietet SQL-Unterstützung, strikte Konsistenz und eine Verfügbarkeit von bis zu 99,999 Prozent. Der global verteilte Datenbankdienst steht für Google-Kunden seit 2017 öffentlich zur Verfügung und dient auch als Basis zahlreicher interner Services von Google.

BigQuery ist ein Analytics-Webservice von Google. Der Webservice wird auf der Google Cloud Platform (GCP) produziert und stellt ein vollständig von Google verwaltetes, serverloses Data Warehouse zur Verfügung. BigQuery eignet sich für die Abfrage, Analyse und Verarbeitung großer Datenmengen. Abfragen sind über SQL möglich. Die Cloud-Data-Warehouse-Lösung bietet einen nativen Support von Künstlicher Intelligenz und maschinellem Lernen.