Am 5. Oktober lud die Bundesagentur für Arbeit (BA) zum zweiten Human Friendly Automation (HFA) Day ein. Rund 180 Gäste nahmen vor Ort oder virtuell teil. Sie erfuhren unter anderem, wie KI die Arbeitswelt verändert, was das für die Beschäftigten bedeutet und wie sie dabei zu Gewinnern und Gestaltern werden können.

Durch Enterprise Search lassen sich einfach und schnell benötigte Informationen aus riesigen Datenbeständen beschaffen. Die Daten können dabei sowohl strukturiert als auch unstrukturiert sein und aus internen oder externen Quellen stammen.

An Geräuschen lässt sich erkennen, wie gut eine Maschine funktioniert. ETH-​Forschende haben ein neues maschinelles Lernverfahren entwickelt, das automatisch feststellt, ob eine Maschine „gesund“ ist oder eine Wartung nötig hat.

Eine neue KI-Koordinierungsgruppe will die praktischen Umsetzungen der im Herbst veröffentlichten „Normungsroadmap KI“ gezielt vorantreiben.

Mit Beginn des neuen Jahres setzen Unternehmen in ganz Deutschland gezielt Maßnahmen um, um mehr Transparenz in ihren gesamten Lieferketten zu schaffen. Gemäß dem Gesetz über die Sorgfaltspflicht in der Lieferkette, das am 1. Januar 2023 in Kraft getreten ist, ist jedes in Deutschland tätige Unternehmen mit mehr als 3.000 Mitarbeitern für Menschenrechte und Nachhaltigkeitseffekte entlang seiner gesamten Lieferkette verantwortlich.

Ein funktionierender Data Stack ist die infrastrukturelle Voraussetzung für alle Anwendungen, die mit Künstlicher Intelligenz Daten analysieren wollen. Die Cloud und offene Schnittstellen spielen hier eine wichtige Rolle. Einen halben Tag lang konnten sich Kunden und Interessenten bei einer Veranstaltung des Cloud-ELT-Spezialisten Fivetran über Eigenschaften und Möglichkeiten moderner, Cloud-basierter Data Stacks informieren und austauschen. Mit von der Partie waren die Partner Google, dtl Labs und Infomotion.

Die „Secure Access Service Edge“ (SASE) bietet einheitliche Security-Funktionen aus der Cloud für eine beliebig große Anzahl von IoT-Geräten und bildet damit wahrscheinlich die Zukunft der IoT-Sicherheit.

Auch wenn Big Data seit fast einer Dekade diskutiert wird: Viele Unternehmen in Deutschland tun sich nach wie vor schwer mit der Einführung und Anwendung von Datenanalysen. Das liegt meistens weniger an technischen Voraussetzungen und fehlender Fachkompetenz. Die meisten Fehler passieren auf der menschlichen Ebene. Ein Überblick über die sechs größten „Fails“ in der Umsetzung von Data-Initiativen.

Programmierer haben große Freude daran, verschiedene Software-Bibliotheken gegenüberzustellen. Tensorflow vs. Pytorch? Vim vs. Emacs? Python vs. R? Geht man von einer Art globalem Wettbewerb aus, in dem Software nach Beliebtheit miteinander konkurriert, stellen Pandas und Matplotlib die etabliertesten Akteure im Python-Data-Science-Bereich dar. Sie gehören zu den ältesten und am meist verbreiteten Bibliotheken für Data Wrangling und Visualisierungen. Innerhalb dieses Wettbewerbs gibt es jedoch auch interessante Konkurrenten.

Die Automobilindustrie plant, ihre Investitionen in den Aufbau von intelligenten Fabriken in den nächsten drei Jahren um mehr als 60 % zu erhöhen. Doch die Studie des Capgemini Research Institute „How Automotive Organizations can maximize the Smart Factory Potential“ zeigt dass die Potenziale noch nicht ausgeschöpft werden.