Dipl.-Ing. (FH) Stefan Luber

Die Amazon Titan FMs sind von Amazon entwickelte und vortrainierte KI-Basismodelle (Foundation Models). Sie sind Bestandteil des AI-as-a-Service-Angebots Amazon Bedrock der Amazon Web Services. Es handelt sich um Sprachmodelle, die für verschiedene Aufgaben wie das Erzeugen, Zusammenfassen oder Klassifizieren von Texten einsetzbar sind. Die Modelle lassen sich mit eigenen Daten weiter trainieren und für spezifische Zwecke anpassen. Die Rechenleistung für die KI-Modelle stellt AWS zur Verfügung.

Amazon CodeWhisperer ist ein Programmcodegenerator mit Künstlicher Intelligenz. Er ist als Coding-Begleiter und Programmierhilfe einsetzbar. CodeWhisperer basiert auf einem mit Milliarden von Codezeilen trainierten künstlichen neuronalen Netzwerk und beherrscht 15 verschiedene Programmiersprachen wie Java, JavaScript oder Python. Die Nutzung der Programmierhilfe ist für Einzelpersonen kostenlos. Für Unternehmen gibt es eine kostenpflichtige Professional-Version des KI-Coding-Begleiters.

Prompt Engineer ist ein noch recht junges, durch generative Künstliche Intelligenz entstandenes Berufsbild. Aufgabe eines Prompt Engineers ist es, die Eingabebefehle (Prompts) an ein KI-Modell so zu optimieren, dass es bestmögliche Ergebnisse liefert. Der Vorgang der Prompt-Optimierung wird als Prompt Engineering bezeichnet. Prompt Engineering kommt beispielsweise bei generativen Sprachmodellen und Text-to-Image-Modellen wie GPT-3 oder Midjourney und Chatbots wie ChatGPT zum Einsatz.

EleutherAI ist ein Non-Profit-Projekt für die Entwicklung und Förderung von Künstlicher Intelligenz und maschinellem Lernen. Die Non-Profit-Forschungsgruppe hat unter anderem mehrere frei verfügbare, große Sprachmodelle wie GPT-J oder GPT-NeoX erstellt, trainiert und veröffentlicht. Auch der 825 Gigabyte große Texttrainingsdatensatz „The Pile“ stammt von EleutherAI. Ein weiterer Schwerpunkt von EleutherAI ist die Forschung im Bereich Interpretierbarkeit und Alignment großer KI-Modelle.

Das Graph Neural Network gehört zur Kategorie der künstlichen neuronalen Netzwerke (KNN). Es arbeitet mit Daten in Graphenstruktur. Das GNN verwendet Deep Learning, um aus graphenbasierten Daten zu lernen. Es nutzt Daten in Form von Knoten und Kanten und erkennt Beziehungen und Muster in den Graphen. Auf Basis der Graphendaten lassen sich Aufgaben wie Klassifizierungen durchführen oder Vorhersagen treffen.

GPT-4 ist das neueste generative Sprachmodell aus der GPT-Familie. Es wurde von OpenAI entwickelt und trainiert. Es basiert wie die Vorgängermodelle auf der Transformer-Architektur. Das Modell ist multimodal und versteht neben Texteingaben auch Bildeingaben. Es kann Texte in vielen Sprachen verfassen, Fragen beantworten, Dialoge führen, Texte zusammenfassen, programmieren und vieles mehr. GPT-4 ist in Microsoft Bing und in die kostenpflichtige Version des Chatbots ChatGPT integriert.

OpenGPT-X ist ein europäisches Forschungs- und Entwicklungsprojekt. Es wird vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert und soll ein an europäischen Bedürfnissen, Werten und Datenschutzanforderungen ausgerichtetes KI-Sprachmodell entwickeln und bereitstellen. Die technische Basis für das Sprachmodell bildet die europäische Gaia-X-Infrastruktur. Zu den Gründungsmitgliedern von OpenGPT-X zählen Unternehmen, Forschungsinstitute und Medienanstalten.

Whisper ist ein Spracherkennungssystem von OpenAI. Es basiert auf einem KI-Modell mit Encoder-Decoder-Transformer-Architektur und ist als Open-Source-Modell frei verfügbar. Das System wurde mit vielen tausend Stunden Sprachmaterial trainiert und kann in fünf verschiedenen Modellgrößen heruntergeladen und auf einem lokalen Rechner genutzt werden. Mittlerweile existiert auch eine API zu einer gehosteten Version von Whisper, deren Nutzungskosten sich nach Transkriptionslänge berechnen.

Mindverse ist der Name eines auf Künstlicher Intelligenz basierenden All-in-One-Tools für die Content-Erstellung. Das Tool deckt die komplette Kette der Content-Erstellung ab und liefert Texte inklusive dazu passender Bilder. Mindverse stammt von einem Berliner AI-Start-up-Unternehmen und ist auf deutsche Inhalte spezialisiert. Das Tool eignet sich für zahlreiche verschiedene Textarten, KI-Brainstorming, Text- und SEO-Analysen und vieles mehr.

AutomationML ist ein offener Standard für das Speichern, Modellieren und Austauschen von Engineering-Daten. Mithilfe des auf XML basierenden Datenformats lassen sich die für den Engineering-Prozess relevanten Aspekte mechatronischer Einzelobjekte und kompletter Fertigungsanlagen beschreiben. Der Standard wird vom AutomationML e. V. weiterentwickelt und gepflegt. AutomationML hat hohe Relevanz für Prozesse der Industrie 4.0.

Bard ist der Name eines von Google entwickelten und bereitgestellten Chatbots mit künstlicher Intelligenz. Er basiert auf dem Large Language Modell (LLM) PaLM 2 und ist seit Mai 2023 in 180 Ländern für die Öffentlichkeit eingeschränkt verfügbar. Mit Bard lassen sich menschenähnliche Dialoge führen, vergleichbar mit dem Chatbot ChatGPT von OpenAI. Google plant, die eigenen Suchmaschinenfunktionen mit dem Chatbot zu ergänzen.

SuperGLUE ist ein Benchmark zur Evaluierung des Sprachverständnisses und der NLU-Fähigkeiten (Natural Language Understanding) von KI-Sprachmodellen. Das Verständnis natürlicher Sprache wird mit Aufgaben aus insgesamt aus acht verschiedenen Kategorien getestet und beurteilt. SuperGLUE ist der Nachfolger des GLUE-Benchmarks. Für die Sprachmodelle ist SuperGLUE schwieriger zu lösen. Die Ergebnisse lassen sich über ein Online-Leaderboard veröffentlichen und vergleichen.

Stable Diffusion ist ein Text-zu-Bild-Generator von Stability AI. Er gehört zur Kategorie generative Künstlicher Intelligenz und erzeugt digitale Bilder auf Basis natürlichsprachiger Textanweisungen. Stable Diffusion ist Open Source und in Zusammenarbeit von Stability AI mit anderen Institutionen entstanden. Der Bildgenerator wurde 2022 veröffentlicht und verwendet ein Diffusionsmodell wie vergleichbare Text-zu-Bild-KI-Lösungen. Stable Diffusion kann online über Weboberflächen oder lokal auf einem Rechner genutzt werden.

Amazon Bedrock ist der Produktname eines im April 2023 von Amazon vorgestellten und angekündigten AI-as-a-Service-Angebots. Es stellt generative Künstliche Intelligenz auf Basis der Amazon Web Services zur Verfügung. Zum Portfolio gehören mehrere große, generative KI-Modelle für Texte und Bilder von verschiedenen KI-Start-ups und von Amazon selbst. Die sogenannten Foundation Models lassen sich mit eigenen Daten feinabstimmen und für individuelle Anwendungen anpassen und verwenden.

Adversarial Filtering (AF) ist ein Verfahren zum Erstellen möglichst schwer zu lösender Aufgaben für NLI-Benchmark-Datensätze. Das Verfahren generiert falsche Hypothesen, die für Menschen relativ einfach zu erkennen sind, Sprachmodelle aber beim Finden der zu einer Prämisse logisch passenden Hypothese vor Probleme stellen. Mithilfe von AF lässt sich eventuell vorhandener Bias entfernen und die tatsächliche NLI-Fähigkeit eines Sprachmodells besser beurteilen.

VALL-E ist der Name einer von Microsoft entwickelten Künstlichen Intelligenz (KI), mit der sich menschliche Stimmen nachahmen lassen. Auf Basis von kurzen, nur drei Sekunden langen Sprachproben imitiert VALL-E Stimmlage, Klangfarbe und emotionalen Ton einer Person und spricht beliebige Texte mit ihrer Stimme. Auch die akustische Umgebung der Sprachprobe wird nachgeahmt. Aufgrund des großen Missbrauchspotenzials von VALL-E gibt Microsoft die KI derzeit nicht für die öffentliche Nutzung frei.

Commonsense Natural Language Inference (NLI) ist eine Fähigkeit von KI-Sprachmodellen zur Verarbeitung und zum Verständnis natürlicher Sprache. Sie besteht aus der Aufgabe, zu bestimmen, ob eine Hypothese abhängig von einer gegebenen Prämisse folgerichtig, widersprüchlich oder unbestimmt (neutral) ist. Im NLP-Umfeld existieren zahlreiche Datensätze, mit denen sich die NLI-Fähigkeiten von Sprachmodellen trainieren, testen und bewerten lassen.

M3GNet ist ein an der University of California, San Diego, entwickelter KI-Algorithmus, mit dem sich die Strukturen und Eigenschaften von bereits existierenden oder noch neu zu synthetisierenden Materialien vorhersagen lassen. Mithilfe des Algorithmus wurde die Datenbank matterverse.ai erstellt. Sie enthält Eigenschaften von rund 31 Millionen Materialien, die noch nicht synthetisiert wurden. M3GNet funktioniert im gesamten Periodensystem der chemischen Elemente.

GermanQuAD ist der Name eines Datensatzes mit einer Sammlung von Frage-Antwortpaaren zu Wikipedia-Artikeln in deutscher Sprache. Er lässt sich zum Trainieren und Testen des Textverständnisses und der Fähigkeit zum Beantworten von Fragen von Sprachmodellen einsetzen. Inspiriert ist GermanQuAD von SQuAD, einem vergleichbaren Datensatz in englischer Sprache. Er ist mit knapp 14.000 Frage- und Antwortpaaren deutlich kleiner als SQuAD.

AlphaFold ist ein künstliches neuronales Netzwerk von Google DeepMind und basiert auf der Transformer-Architektur. Es ist in der Lage, anhand von Aminosäuresequenzen dreidimensionale Proteinstrukturen vorherzusagen. Die Künstliche Intelligenz erreicht bei ihren Vorhersagen die Genauigkeit experimenteller Methoden und schafft damit den Durchbruch zur Lösung des schon viele Jahrzehnte bestehenden Proteinfaltungsproblems.

OpenAI ist ein ursprünglich als Non-Profit-Organisation gegründetes und heute auch kommerziell agierendes Unternehmen. Es beschäftigt sich mit der Erforschung und Entwicklung von Künstlicher Intelligenz (KI). Bekannt wurde OpenAI durch Projekte wie den KI-Bildgenerator DALL-E oder den Chatbot ChatGPT. Anfang 2023 wurde bekannt, dass Microsoft eine mehrjährige, milliardenschwere Investition in OpenAI plant.

Ein Lesbarkeitsindex liefert eine Kennzahl, mit der sich die Lesbarkeit und Verständlichkeit eines Textes einstufen lässt. Er wird über eine mathematische Formel ermittelt und bezieht Kriterien wie Satzlänge, Absatzlänge, Wortlänge, Silbenzahl oder Anzahl verwendeter Wortarten wie Füllwörter mit ein. Für die verschiedenen Sprachen und Textarten existiert eine Vielzahl unterschiedlicher Lesbarkeitsindizes. Einer der bekanntesten ist der sogenannte Flesch-Index.

scikit-image ist der Name einer frei verfügbaren Software-Bibliothek. Sie stellt eine Sammlung von Algorithmen für die Verarbeitung, Analyse und Manipulation von Bildern mit der Programmiersprache Python zu Verfügung. Die Bibliothek ist für Anwendungen in verschiedenen Bereichen wie Forschung, Bildung und im industrielle Umfeld einsetzbar. scikit-image arbeitet nahtlos mit anderen wissenschaftlichen Python-Bibliotheken wie NumPy und SciPy zusammen.

Hortonworks war ein kalifornisches Softwareunternehmen, das auf die Entwicklung von Open Source Software und Big-Data-Anwendungen rund um Apache Hadoop spezialisiert war. Das Unternehmen stellte unter anderem die Hortonworks Data Platform (HDP) zur Verfügung. 2019 fusionierten Hortonworks und Cloudera zu einem gemeinsamen Unternehmen, das sich selbst als Enterprise Data Cloud Company bezeichnet. Das Kernprodukt von Cloudera ist die hybride Cloudera Data Platform (CDP).

uRLLC – Ultra Reliable and Low Latency Communications – ist eines von insgesamt drei 5G-Anwendungsprofilen. uRLLC bietet extrem kurze Latenzzeiten von einer Millisekunde oder darunter und eine hohe Zuverlässigkeit der Datenübertragung. Das Profil ist für Anwendungen vorgesehen, die auf eine robuste und ausfallsichere Kommunikation mit minimalen Verzögerungszeiten angewiesen sind. Dazu gehören zum Beispiel das autonome Fahren, die Steuerung zeitkritischer Industrieprozesse oder die Medizintechnik.

Ein Data Analyst wertet große Mengen von Daten IT-gestützt aus. Er bereitet die Ergebnisse auf, präsentiert sie und entwickelt auf Basis der Daten Handlungsempfehlungen. Für die Analysen können Big-Data-Technologien und fortgeschrittene Verfahren aus dem Bereich der Künstlichen Intelligenz und des maschinellen Lernens zum Einsatz kommen. Datenanalysten sind in zahlreichen Branchen und mit unterschiedlichen Arbeitsschwerpunkten beschäftigt.

Enhanced Mobile Broadband (eMBB) ist eins von insgesamt drei 5G-Anwendungsprofilen. eMBB bietet hohe Datenübertragungsraten bei niedriger Latenz. Das Profil eignet sich für anspruchsvolle mobile Internetanwendungen wie das Streamen von hochauflösenden Videos, Virtual und Augmented Reality oder Online-Gaming. Um hohe Datenraten bei niedrigen Latenzzeiten bereitzustellen, nutzt eMBB Frequenzbereiche mit großer Übertragungskapazität und Techniken wie Massive MIMO.

Massive Multitask Language Understanding (MMLU) ist ein Benchmark, mit dem sich das allgemeine Weltwissen und die Problemlösungsfähigkeiten von Sprachmodellen testen und beurteilen lassen. Der Benchmark deckt verschiedene Wissensgebiete ab, darunter den MINT-Bereich (Mathematik, Informatik, Naturwissenschaft und Technik), aber auch Geistes- und Sozialwissenschaften sowie weitere. Die Schwierigkeit der Aufgaben variiert von Grundstufenwissen bis zu fortgeschrittenem Expertenwissen.

LAMBADA (LAnguage-Model-BAsed Data Augmentation) ist eine Methode, mit der sich auf Basis vorhandener Trainingsdaten weitere Trainingsdaten synthetisch erstellen lassen. Die Trainingsdaten werden mithilfe eines bereits trainierten und speziell feinabgestimmten Sprachmodells automatisch erzeugt. Typischer Einsatzzweck der generierten Daten ist das Training von Modellen zur Textklassifizierung im NLP-Bereich. Ein Training mit den synthetisch vermehrten Daten verbessert die Textklassifizierungsleistung der Modelle in vielen Fällen signifikant.

ChatGPT ist der Prototyp eines dialogorientierten Chatbots des US-Unternehmens OpenAI. Er basiert auf dem Sprachmodell GPT-3 (Generative Pretrained Transformer 3) und ist seit November 2022 für die Öffentlichkeit frei zugänglich. Der Chatbot ist thematisch nicht eingeschränkt und kommuniziert in verschiedenen Sprachen. Er versteht Eingaben in natürlicher Sprache und produziert Antworten, die nur schwer von menschlichen Antworten zu unterscheiden sind.

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.

Im Internet der Dinge (Englisch: Internet of Things, IoT) bekommen Gegenstände eine eindeutige Identität und können miteinander kommunizieren oder Befehle entgegennehmen. Mit dem Internet of Things lassen sich Anwendungen automatisieren und Aufgaben ohne Eingriff von außen erledigen.

Machine Learning, im Deutschen maschinelles Lernen, ist ein Teilgebiet der künstlichen Intelligenz. Durch das Erkennen von Mustern in vorliegenden Datenbeständen sind IT-Systeme in der Lage, eigenständig Lösungen für Probleme zu finden.

SAP BW ist ein Business-Intelligence-Paket von SAP und ermöglicht umfangreiche Auswertungen und Reports auf Basis von unterschiedlichsten Unternehmensdaten. Es besteht aus einer Kombination von Datenbanken, Datenbankmanagement-Tools sowie Analyse und Reporting-Anwendungen.

Die Abkürzung NLP steht für Natural Language Processing und beschreibt Techniken und Methoden zur maschinellen Verarbeitung natürlicher Sprache. Ziel ist eine direkte Kommunikation zwischen Mensch und Computer auf Basis der natürlichen Sprache.

Das Business Intelligence Dashboard, kurz BI Dashboard, beschreibt ein Tool, das wichtige Indikatoren eines Unternehmens übersichtlich und stark verdichtet visualisiert. Das Dashboard führt eine Vielzahl an Zahlen in einer grafischen Anzeige zusammen.

In einem Cyber-physischen System (cyber-physical system, CPS) sind mechanische Komponenten über Netzwerke und moderne Informationstechnik miteinander verbunden. Sie ermöglichen die Steuerung und die Kontrolle von komplexen Systemen und Infrastrukturen. Für die Industrie 4.0 spielen Cyber-physische Systeme eine zentrale Rolle.

Das Data Warehouse stellt ein zentrales Datenbanksystem dar, das zu Analysezwecken im Unternehmen einsetzbar ist. Das System extrahiert, sammelt und sichert relevante Daten aus verschiedenen heterogenen Datenquellen und versorgt nachgelagerte Systeme.

Künstliche Neuronale Netze (KNN) sind inspiriert durch das menschliche Gehirn und lassen sich für maschinelles Lernen und die Künstliche Intelligenz einsetzen. Es lassen sich mit diesen Netzen verschiedene Problemstellungen computerbasiert lösen.

Eine Entität in der Informatik ist ein einzelnes, eindeutig identifizierbares Informationsobjekt. Es kann sich sowohl um existierende als auch um abstrakte Objekte handeln. Entitäten sind zusammen mit den Entitätstypen und Attributen sowie den Beziehungen zwischen den Entitäten wesentliche Elemente der Datenmodellierung.

Deep Learning ist ein Teilbereich des Machine Learnings und nutzt neuronale Netze sowie große Datenmengen. Die Lernmethoden richten sich nach der Funktionsweise des menschlichen Gehirns und resultieren in der Fähigkeit eigener Prognosen oder Entscheidungen.

Der Begriff ACID (Atomicity, Consistency, Isolation, Durability) beschreibt Regeln und Eigenschaften zur Durchführung von Transaktionen in Datenbankmanagementsystemen (DBMS). Hält die Transaktion das ACID-Prinzip ein, gelten die Informationen in den Datenbanksystemen als verlässlich und konsistent.

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.

Bei einem Chatbot handelt es sich um ein technisches Dialogsystem, mit dem per Texteingabe oder Sprache kommuniziert werden kann. Chatbots werden häufig eingesetzt, um Anfragen automatisiert und ohne direkten menschlichen Eingriff zu beantworten oder zu bearbeiten.

Das Datenbankmanagementsystem, abgekürzt DBMS, ist neben den eigentlichen Daten der wichtigste Bestandteil einer jeden Datenbank. Es übernimmt die Aufgabe der Organisation und Strukturierung der Daten. Gleichzeitig kontrolliert es lesende und schreibende Zugriffe.

Data Mining ist die systematische Anwendung computergestützter Methoden, um in vorhandenen Datenbeständen Muster, Trends oder Zusammenhänge zu finden. Zur Wissensentdeckung eingesetzte Algorithmen basieren unter anderem auf statistischen Methoden.

Relationale Datenbanken ist das am weitesten verbreitete Datenbankmodell. Es setzt auf das relationale Datenbankmodell, das auf der Speicherung von Informationen in verschiedenen Tabellen basiert, die untereinander über Beziehungen (Relationen) verknüpft sind.

Die Normalisierung findet bei relationalen Datenbankschemata statt und hat zum Ziel, Redundanzen, Inkonsistenzen und Anomalien zu vermeiden und zu beseitigen. Zur Durchführung kommen bis zu fünf verschiedene aufeinander aufbauende Normalformen zum Einsatz. Normalisierte Datenbanken folgen einem klar strukturierten Modell.

NoSQL steht für „Not only SQL“ und bezeichnet Datenbanksysteme, die einen nicht-relationalen Ansatz verfolgen. Diese Datenbanken, denen verschiedene Datenbankmodelle zugrunde liegen können, sind horizontal skalierbar und lassen sich für Big-Data-Anwendungen einsetzen.

Beim Data Lake handelt es sich um einen sehr großen Datenspeicher, der die Daten aus den unterschiedlichsten Quellen in ihrem Rohformat aufnimmt. Er kann sowohl unstrukturierte als auch strukturierte Daten enthalten und lässt sich für Big-Data-Analysen einsetzen.

Beim ETL-Prozess handelt es sich um mehrere Einzelschritte, durch die sich Daten aus verschiedenen Datenquellen per Extrahieren und Aufbereiten in ein Data Warehouse integrieren lassen. Der Prozess kommt häufig zur Verarbeitung großer Datenmengen im Big-Data- und Business-Intelligence-Umfeld zum Einsatz.

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.

Bei Hadoop handelt es sich um ein auf Java basierendes Software Framework. Mit ihm lassen sich große Datenmengen auf verteilten Systemen in hoher Geschwindigkeit verarbeiten. Es ist zur Bewältigung der Datenverarbeitung im Big-Data-Umfeld geeignet.

Datenvalidierung prüft Daten auf Einhaltung bestimmter Validierungsregeln. Diese wurden zuvor aufgestellt und beinhalten beispielsweise Vorgaben zu Wertebereichen oder Formaten. Die Datenvalidierung verbessert die Ergebnisse der Datenverarbeitung und Datenanalyse. Sie kann bei der Eingabe der Daten, direkt vor dem Start oder während der Datenverarbeitung stattfinden.

Predictive Maintenance verfolgt als eine der Kernkomponenten von Industrie 4.0 einen vorausschauenden Ansatz und wartet Maschinen und Anlagen proaktiv, um Ausfallzeiten niedrig zu halten. Das Verfahren nutzt hierfür von Sensoren erfasste Messwerte und Daten.

Ein BLOB (Binary Large Object ) ist ein großes binäres Datenobjekt, das von Datenbanken meist in besonderer Form verarbeitet und gespeichert wird. Typische BLOBs sind Dateien wie Video-, Audio- oder Bilddateien

Das Convolutional Neural Network ist eine besondere Form des künstlichen neuronalen Netzwerks. Es besitzt mehrere Faltungsschichten und ist für maschinelles Lernen und Anwendungen mit Künstlicher Intelligenz (KI) im Bereich Bild- und Spracherkennung sehr gut geeignet.

Unstrukturierte Daten sind Informationen, die in einer nicht identifizierbaren und nicht normalisierten Datenstruktur vorliegen. Es kann sich beispielsweise um Texte, Bilder oder Audio- und Videodateien handeln. Im Big-Data-Umfeld haben unstrukturierte Daten eine große Bedeutung.

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.

Apache Kafka ist eine Open Source Software, die die Speicherung und Verarbeitung von Datenströmen über eine verteilte Streaming-Plattform ermöglicht. Sie stellt verschiedene Schnittstellen bereit, um Daten in Kafka-Cluster zu schreiben, Daten zu lesen oder in und aus Drittsysteme zu importieren und zu exportieren.

Bei ODBC (Open Database Connectivity) handelt es sich um eine standardisierte, offene Schnittstelle für den Zugriff auf unterschiedliche Datenbankmanagementsysteme. Über ODBC-Treiber können Anwendungen direkt Anweisungen an Datenbanken erteilen oder Abfragen ausführen.

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.

Die Support Vector Machine (SVM) ist eine mathematische Methode, die im Umfeld des maschinellen Lernens zum Einsatz kommt. Sie gestattet das Klassifizieren von Objekten und ist vielfältig nutzbar. Unterstützt werden die lineare und die nicht-lineare Objektklassifizierung. Typische Anwendungsbereiche sind die Bild-, Text- oder Handschrifterkennung.

Big Data Analytics ermöglicht es, große Datenmengen aus unterschiedlichen Quellen zu analysieren. Die gewonnenen Informationen oder erkannten Muster lassen sich einsetzen, um beispielsweise Unternehmensprozesse zu optimieren.

Das Industrial Internet of Things (IIoT) stellt die industrielle Ausprägung des Internet of Things (IoT) dar. Es repräsentiert im Gegensatz zum IoT nicht die verbraucherorientierten Konzepte, sondern konzentriert sich auf die Anwendung des Internets der Dinge im produzierenden und industriellen Umfeld.

In einer Smart City werden moderne Technologien aus den Bereichen Energie, Mobilität, Stadtplanung, Verwaltung und Kommunikation so miteinander vernetzt, dass sich die Lebensqualität für die Bewohner steigert. Gleichzeitig profitiert die Nachhaltigkeit der Stadt.

Generative AI (Artificial Intelligence) ist eine Form von Künstlicher Intelligenz (KI), die auf Basis von Vorgaben und vorhandenen Informationen Inhalte generiert. Es kommen KI-Verfahren und -Technologien wie trainierte neuronale Netzwerke, maschinelles Lernen (Deep Learning) und KI-Algorithmen zum Einsatz, um nach Anweisungen Texte, Bilder, Audio- und Videoinhalte, Programmcode, 3D-Modelle und anderes zu erzeugen.

Die Smart Factory steht im Zentrum der sogenannten Industrie 4.0. Sie stellt eine Produktionsumgebung zur Verfügung, die sich im Idealfall ohne menschlichen Eingriff selbst organisiert. Dazu zählen Fertigungsanlagen und Logistiksysteme. Kernkomponenten sind cyber-physische Systeme und die intelligente Vernetzung.

Bei einem Management-Informationssystem (MIS) handelt es sich um ein computerunterstütztes Informationssystem, das wichtige Unternehmensinformationen für die Führungsebene sammelt und aufbereitet. Auf Basis der Informationen lassen sich Analysen durchführen, Probleme lösen oder strategische Entscheidungen treffen.

Ein Digitaler Zwilling repräsentiert ein reales Objekt in der digitalen Welt. Es kann sich um materielle oder immaterielle Objekte handeln. Die Digitalen Zwillinge sind aus Daten und Algorithmen aufgebaut und können über Sensoren mit der realen Welt gekoppelt sein. Für die Prozesse der Industrie 4.0 stellen Digitale Zwillinge die Basis dar.

Python ist eine Programmiersprache, die dank ihrer klaren Syntax und einfachen Lesbarkeit leicht zu erlernen ist und sich sehr vielseitig einsetzen lässt. Für die gängigen Betriebssysteme ist Python frei verfügbar. Die üblichen Programmierparadigmen wie die objektorientierte oder funktionale Programmierung werden unterstützt.

Der k-Means-Algorithmus ist ein Rechenverfahren, das sich für die Gruppierung von Objekten, die sogenannte Clusteranalyse, einsetzen lässt. Dank der effizienten Berechnung der Clusterzentren und dem geringen Speicherbedarf eignet sich der Algorithmus sehr gut für die Analyse großer Datenmengen, wie sie im Big-Data-Umfeld üblich sind.

Data Literacy oder Datenkompetenz beschreibt die Fähigkeit, mit Daten kompetent umzugehen. Sie umfasst verschiedene Einzelkompetenzen, um Daten zu erfassen, anzupassen, zu verändern, zu interpretieren und zu präsentieren. Die Datenkompetenz ist Grundlage und wichtiger Skill der Digitalisierung.

XGBoost ist eine frei verfügbare Bibliothek mit Open-Source-Lizenz. Sie ermöglicht überwachtes maschinelles Lernen mit dem Boosted-Tree-Algorithmus, einem Baumalgorithmus mit Gradient Boosting. Die Bibliothek ist für Betriebssysteme wie Linux, Windows oder macOS verfügbar und arbeitet mit Programmiersprachen wie C++, Java, Python, R und Julia.

Total Cost of Ownership, abgekürzt TCO, ist eine ganzheitliche Kostenbetrachtung von Produkten, Gütern oder Services, die nicht nur die Anschaffungskosten, sondern auch laufende direkte und indirekt Kosten über den kompletten Lebenszyklus hinweg berücksichtigt. Die Kostenbetrachtung bietet wichtige Hilfestellungen zur Beantwortung betriebswirtschaftlicher Fragestellungen wie Investitionsentscheidungen.

Die IT-Strategie macht Vorgaben über die zukünftige Entwicklung der Informationstechnik (IT) und IT-Infrastruktur eines Unternehmens. Sie folgt immer der Unternehmensstrategie und ist eine zentrale Komponente des IT-Managements. Ziel der Strategie ist es, durch das Management der IT und die Definition der Rahmenbedingungen die langfristigen Unternehmensziele zu erreichen.

OPC UA (Open Platform Communications Unified Architecture) ist eine Sammlung von Standards für die Kommunikation und den Datenaustausch im Umfeld der Industrieautomation. Mithilfe von OPC UA werden sowohl der Transport von Machine-to-Machine-Daten als auch Schnittstellen und die Semantik von Daten beschrieben. Die komplette Architektur ist serviceorientiert aufgebaut.

Neben dem Data Owner hat der Data Steward eine Schlüsselposition in der Umsetzung der Data Governance inne. Er ist verantwortlich für die Einhaltung der Datenqualität und setzt die strategischen Vorgaben der Data Governance fachlich um. Innerhalb des Unternehmens agiert er als Ansprechpartner für die verschiedenen Fachabteilungen bei Fragen oder Problemen zur Datenqualität.

Ein Key Performance Indicator, kurz KPI, ist eine aussagekräftige Kennzahl, mit der sich die Leistung einer Aktivität einer Organisation oder eines Unternehmens messen lässt. Es existieren viele verschiedene KPIs für unterschiedlichen Unternehmensbereiche und Tätigkeiten. Die leicht verständlichen Leistungsindikatoren können zur kontinuierlichen Überprüfung der Zielerreichung eingesetzt werden.

Data Science ist eine angewandte, interdisziplinäre Wissenschaft. Ziel der Datenwissenschaft ist es, Wissen aus Daten zu generieren, um beispielsweise die Unternehmenssteuerung zu optimieren oder die Entscheidungsfindung zu unterstützen. Es kommen Methoden und Wissen aus verschiedenen Bereichen wie Mathematik, Statistik, Stochastik, Informatik und Branchen-Know-how zum Einsatz.