Die von IDC durchgeführte Studie zum Arbeitsplatz der Zukunft zeigt, dass Roboter bereits jetzt einen wachsenden Anteil an der globalen Belegschaft ausmachen, und innerhalb der nächsten zwei Jahre um 50 Prozent ansteigen sollen.

Studenten des Studiengangs Wirtschaftsinformatik, Management und IT der Hochschule Pforzheim identifizierten typische Datenkonstellationen für Maschinenstörungen und Ausschuss. Die Ergebnisse bilden die Basis für die Entwicklung eines KI-basierten Systems zur präventiven Anomalieerkennung.

Künstliche Intelligenz (KI) im Unternehmen einführen ist ein wichtiger Wirtschaftsfaktor, stellt aber viele Unternehmen vor große Herausforderungen. Drei Fraunhofer-Institute haben dafür ein „AI Kick-Starter Bundle“ auf den Weg gebracht.

Nemo's Garden ist ein Start-up, das sich auf den nachhaltigen Unterwasseranbau von Nutzpflanzen spezialisiert hat. Mithilfe von Siemens-Software-Produkten, „Xcelerator“ und „Mindsphere“, will das Unternehmen nun die Innovationszyklen verkürzen, um schneller zur Industrialisierung und Skalierung zu gelangen.

Im Rahmen seiner Fachkonferenz in Las Vegas hat Tableau unter anderem mit Blueprint eine neue Methodik zum Aufbau einer Datenkultur vorgestellt. Zudem präsentierte das Unternehmen Neuheiten rund um KI-gesteuerte Analysen und das Self-Service-Datenmanagement.

Durch die neue Partnerschaft zwischen Crate.io und dem Hyperscaler Google Cloud Platform können Unternehmen nun die Multi-Modell-Datenbank CrateDB via GCP nutzen.

Aus dem täglichen Umgang mit dem Internet ist die Nutzung von verknüpften Daten nicht mehr wegzudenken. Seien es Freundschaftskreise auf Facebook und LinkedIn, Taxi-Anforderungen auf Uber oder Empfehlungen auf Amazon und Ebay – immer tritt im Hintergrund eine Datenbank in Aktion, die verwandte Daten sucht und miteinander in Beziehung setzt. Dabei handelt es sich in den meisten Fällen um eine Graph-Datenbank.

Machine Learning Operations (MLOps) überträgt das in der Softwareentwicklung etablierte DevOps-Konzept auf maschinelles Lernen. Mit Machine Learning Operations lässt sich das Entwickeln, Bereitstellen, Verwalten und Überwachen von Machine-Learning-Modellen effizienter gestalten. Data-Science-Prozesse werden in enger Zusammenarbeit der Datenwissenschaftler, Entwickler und Betriebsbereiche operationalisiert. Dank MLOps erzielen Unternehmen schnelleren und größeren geschäftlichen Nutzen aus maschinellem Lernen.

Neue Werkstoffe sind erforderlich, um technische Visionen zu realisieren. Bisher folgten Forscher ihrem Instinkt oder untersuchten Anomalien – doch die Entdeckung neuer Werkstoffe kann nicht mehr dem Zufall überlassen werden. Künftig werden daher Wissenschaftler Data-Miner sein und die nächsten Werkstoffe nicht in einem Labor, sondern mit einem Suchalgorithmus entdecken.

Neue Technologien wie Künstliche Intelligenz, 3D-Druck oder Blockchain bergen ein großes Potenzial für Unternehmen aller Größen und Branchen. Wie hoch die IT-Budgets 2020 wachsen und wofür Organisationen sie einsetzen, zeigt eine Vorab-Auswertung der Studie zu den IT-Trends von Capgemini.