In das Thema "Industrie 4.0" werden große Hoffnungen gesetzt. Grob gesagt versteht man unter dem Begriff die Steuerung von Entwicklung und Produktion über das Internet und über 5G.

In diesem eBook erfahren Sie, wo die Risiken im Internet of Things liegen und wie Sie IoT-Schwachstellen erkennen und damit verbundene Risiken abwenden können. Dabei werden explizit Cloud, Edge und Big Data miteinbezogen.

Dieses eBook beschreibt in gedrängter Form, was Machine Learning kann, wo es genutzt wird und wie die Algorithmen und Neuronalen Netzwerke funktionieren.

"Business Intelligence" (BI) bedeutet im wörtlichen Sinne "Aufklärung über das geschäftliche Geschehen". Die Frage ist, ob es die gängigen Tools schaffen, die gewünschten Daten schnell und umfassend bereitzustellen.

Wenn man Big Data als „große Datenmengen“ versteht, erscheinen bestimmte Forderungen der DSGVO/GDPR als schwierig. Das eBook zeigt auf, wie durch die Vorgabe zur Datenminimierung vieles einfacher wird. Auch der Datenschutz.

Welche Bedeutung hat KI für die digitale Transformation? Wie werden Netzwerke, Speicher und Apps durch KI optimiert? Wie wird Security durch Künstliche Intelligenz transformiert?

Im Zuge der digitalen Transformation wird die Beschaffung (Sourcing) von Daten aus den unterschiedlichsten Quellen eine zunehmende Bedeutung gewinnen.

Die Digitalisierung der Industrie steht weltweit bei vielen Ländern auf der Agenda, denn wer Erfolg als Industriestandort haben will, muss die Voraussetzungen für die Digitalisierung verbessern. Was sind hier die größten Herausforderungen?

Blockchain-Technologien werden zu den Top-Trends der Digitalisierung gezählt. Bevor man aber selbst ein Blockchain-Projekt startet, sollte man sich über die Erwartungen im Klaren sein & einen möglichst leichten Einstieg für erste Gehversuche wählen.

Das eBook widmet sich den Themen Business Intelligence und Analytics. Gesucht wird eine einheitliche, leicht verwalt- und bedienbare Arbeitsumgebung, die auf jeden Benutzer individuell zugeschnitten werden kann und sich jedem Endgerät anpasst.

Zunehmende Digitalisierung erfordert neue Datenbanken. Apache Hadoop, die Allzweckwaffe für Big Data? NoSQL-Datenbanken und Public-Cloud-Datenbanken in der Übersicht.

Big Data Analytics, Machine Learning und Artificial Intelligence sind in Zukunft noch wichtiger, wenn es um die Entscheidungsunterstützung in Unternehmen geht. Deshalb sind Angriffe auf Datenanalysen und Algorithmen sehr wahrscheinlich.

Big Data bedeutet in der Digitalwirtschaft "das Öl im Getriebe" oder "Big Business". Die Fähigkeit zur Auswertung von Daten ist ein Erfolgsfaktor, den viele Unternehmen nutzen. Aber Daten haben auch rechtliche Grenzen.

Was ist und was kann Cognitive Computing?

Dieses eBook stellt die wichtigsten Anwendungsszenarien und Kriterien für BI-Tools vor und nennt jeweils eine Reihe von Beispielen.

Viele Unternehmen verbinden mit dem Begriff Industrie 4.0 die große Hoffnung, die Arbeitsabläufe im Unternehmen zu verbessern, die Effizienz zu steigern und die Kosten zu senken.

Läuft die IT-Security nicht rund, bedeutet dies ein hohes Risiko für Daten und IT. Besonders spürbar und riskant sind der Fachkräftemangel und der große Zeitverlust in der Erkennung von Angriffen.

Predictive Analytics ist ein Teilbereich von Business Intelligence, der sich in erster Linie mit zu erwartenden und möglichen Ereignissen beschäftigt. Er fragt, was unter welchen Voraussetzungen passieren wird bzw. passieren sollte.

In Zeiten der steigenden Datenflut durch Big Data und dem Internet der Dinge suchen Unternehmen nach Plattformen, die möglichst performant sowohl ihre eigenen Transaktionsdaten als auch externe Interaktionsdaten kombinieren und verarbeiten können.

Big Data Analytics (BDA) spielt eine wichtige Rolle bei der digitalen Transformation und in der Industrie 4.0. Sie sind der Treibstoff für die Regelkreise, die die Systeme an den Bedarf anpassen.