Nico Litzel

Dass die Sicherheit bei Wearables und Smart-Devices zu kurz kommt, liegt oft an Komfortaspekten oder dem Versuch, die Produkteinführungszeit (Time-to-Market) kurz zu halten.

Digitale Zwillinge – digitale Nachbildungen von physischen Produkten oder Prozessen – werden in der Fertigungsindustrie bereits häufig eingesetzt, um die Leistung des physischen Gegenstücks zu simulieren und vorherzusagen. Trotz des Wachstums in den vergangenen Jahren wird die Technik in anderen Sektoren verhältnismäßig wenig genutzt, dabei hat sie aber enormes Potenzial.

Künstliche Intelligenz (KI) gewinnt in Unternehmen, dem öffentlichen Sektor und im täglichen Leben der Konsumenten immer mehr an Bedeutung. Ob im E-Commerce, dem Online-Marketing, bei Sprachassistenten oder in der Medizin – das Thema findet sich in verschiedensten Branchen wieder.

Die Einführung kognitiver und intelligenter Prozesse treibt die digitale Transformation der Industrie mit einer Fülle an Optimierungsmöglichkeiten voran – die Fertigungsprozesse werden immer digitaler und automatisierter. Hier setzt das Konzept des Digital Twins an.

Robotic Process Automation (RPA) hat verschiedene Vorteile. Welchen Irrtümern Unternehmen jedoch hinsichtlich RPA-Lösungen unterliegen, verdeutlicht folgende Übersicht.

Im Zeitalter von Internet, Social Media und verfälschten Nachrichten befindet sich die Gesellschaft in einer Vertrauenskrise. Verbraucher sind skeptisch gegenüber dem, was sie lesen, hören und sehen. Sogenannte alternative Fakten verwischen die Wahrnehmung dessen, was real und was fiktiv ist.

Ausnahmsweise ist der Hype um eine Technologie einmal gerechtfertigt. Künstliche Intelligenz (KI) hat das Potenzial, alles zu verändern: die Art und Weise, wie wir arbeiten, wie wir leben, wie wir Entscheidungen treffen und sogar wie wir die menschliche Natur verstehen.

Die Zahl der Chat- oder Sprachbots steigt unaufhörlich. Doch wie muss ein Bot entwickelt werden, um den höchstmöglichen Kundennutzen zu bieten und die Anwender zu begeistern?

Unternehmen fassen im IoT-Geschäft mehr und mehr Fuß. Eine Frage rückt dabei in den Vordergrund: Wie lassen sich IoT-Geräte und -Lösungen sinnvoll monetarisieren? Ein Blick auf vier verbreitete Modelle gibt Orientierungshilfe, welche Strategie zu welchem Produktportfolio passt.

Die Themen Internet of Things und künstliche Intelligenz beherrschten 2019 die Schlagzeilen – quer durch alle Branchen und Gesellschaftsbereiche. 2020 sollen die Technologien endgültig in der Praxis zusammenarbeiten. Vorausgesetzt, Unternehmen verankern Analytics in ihren operativen Prozessen.

Warum hat das Bildverarbeitungssystem so entschieden? Manche Entscheidungen im maschinellen Lernen können bisweilen nicht nachvollzogen werden. Warum das so ist und woran es noch fehlt, zeigt der aktuelle Statusreport des VDI.

Nicht nur Smartphones und Tablets werden mit vorinstallierten Apps geliefert, sondern viele IoT-Geräte auf Android-Basis, wie zum Beispiel Bordcomputer bei vernetzten Fahrzeugen. Sicherheitsforscher weisen auf Risiken hin, die durch die vorinstallierten Apps auftreten können. Die IoT-Sicherheit muss entsprechend erweitert werden.

Die Nutzbarmachung von Daten, etwa mittels KI, ist Herausforderungen und Chance zugleich. Gut ausgebildetes Personal ist hier daher enorm wertvoll. Um das benötigte Wissen aufzubauen, kann nebenberufliche Weiterbildung ein wichtiger Hebel sein.

Das Internet der Dinge birgt viele Risiken für den Schutz personenbezogener Daten, so das Fazit vieler Umfragen und Studien. Doch warum ist das eigentlich so? Was macht den Datenschutz in IoT-Lösungen besonders schwierig? Das sollten Anwenderunternehmen für eine Datenschutzfolgenabschätzung (DSFA) wissen.

Der Wirtschaftsstandort Deutschland ist auf ein hohes Maß an Innovationskraft bei der Entwicklung neuer Produkte und Prozesse angewiesen, um seine Position im zunehmenden internationalen Wettbewerb zu stärken, sagt der Digitalverband Bitkom. Das gilt auch und gerade für Industrie 4.0. Wie können Einrichtungen wie eine Forschungsfabrik und Konzepte wie Embedded Scientists dabei helfen? Das Interview von Insider Research mit Dr. Olaf Sauer vom Fraunhofer IOSB liefert Antworten.

Vernetzte Produktionsanlagen, Echtzeit-Kommunikation zwischen Maschinen: Die Digitalisierung der Industrieunternehmen in Deutschland macht Fortschritte, berichtet der Digitalverband Bitkom. Eine wichtige Rolle spielen dabei Plattformen wie die Manufacturing-as-a-service-Plattformen. Doch die Nutzung solcher Plattformen hat nicht nur Vorteile. Worauf muss man achten? Das Interview von Insider Research mit Dr. Thomas Usländer vom Fraunhofer IOSB liefert Antworten.

In modernen Produktionsbetrieben fallen viele Daten an. Wie man mit Big Data umgeht und wie man die Qualität der Daten sicherstellt, das hält jetzt eine neue Richtlinienreihe des VDI fest.

Beim Einsatz von Data Analytics kommen die Berater von McKinsey zu einem vernichtenden Urteil: Nur acht Prozent der Unternehmen können ihre Lösungen wirksam skalieren. Laut dem Befund der Berater liegen die Probleme nicht nur im technologischen, sondern auch im organisatorischen Bereich.

Intelligente Systeme im Internet of Things haben einen großen Appetit auf Daten – das ist eine allgemein bekannte Tatsache. Dennoch kursieren erstaunlich viele Mythen rund um das Datenmanagement im IoT. Wir räumen mit vier der Gängigsten auf.

Spezielle Hubs für das Internet of Things (IoT) gibt es an mehreren Standorten in Deutschland. Nicht nur Startups und junge Unternehmen finden hier Unterstützung auf ihrem Weg im Internet der Dinge. Auch traditionsreiche Unternehmen können hier einen besonderen Zugang ins IoT finden.

Künstliche Intelligenz und selbstlernende Systeme waren Megatrends der diesjährigen Cebit. Wir haben uns Beispiele aus der Praxis angesehen.

Künstliche Intelligenz (KI) boomt. Bedingt durch technologische Fortschritte in der IT wächst die Menge KI-basierter und markttauglicher Entwicklungen. Was ist KI eigentlich? Wie können Unternehmen hiervon profitieren und welche Einsatzmöglichkeiten bieten sich ihnen?

Die Zunahme an unstrukturierten Daten wie etwa Bildern, Blogs und Sprachbotschaften macht es ratsam, diese Massendaten automatisch erkennen zu lassen. Deep Learning, ein Unterbereich des Machine Learning, hilft bei der Erkennung dieser Daten und findet Muster in natürlicher Sprache, in Bildern und vielem mehr.

Wo stehen deutsche Unternehmen in Bezug auf Künstliche Intelligenz (KI) und Machine Learning (ML)? Eine aktuelle Studie von IDG in Zusammenarbeit mit der Alexander Thamm GmbH zeigt die aktuelle Entwicklung auf.

Lebensmittel aus dem 3D-Drucker, intelligente Verpackungen zur Überprüfung der Haltbarkeit und die digitale Rückverfolgung der Produkte vom Teller bis zum Acker – bereits in zehn Jahren wird sich die Lebensmittelindustrie radikal verändern. Das ist das Ergebnis einer Umfrage von Bitkom und der Bundesvereinigung der Deutschen Ernährungsindustrie.

Die neu gegründete Open Industry 4.0 Alliance hat sich zum Ziel gesetzt, ein standardisiertes und offenes Ökosystem für den Betrieb von hochautomatisierten Fabriken und Anlagen unter Einbindung von Logistik und Services zu schaffen. Die Alliance strebt an, dass bis zu 80 Prozent der Maschinen in einer Smart Factory die gleiche Sprache sprechen.

Wie man mit Big Data und IoT die Transportbranche verändern kann, zeigt das Beispiel des Lok-Herstellers Siemens. Das Unternehmen hat am Standort Allach ein themenspezifisches Datalab mit 40 Mitarbeitern aufgebaut, das ausschließlich an neuen Anwendungen insbesondere für die Optimierung des Schienenverkehrs arbeitet.

Juni 2016: Die neue Funktechnologie NarrowBand IoT (NB-IoT) wird standardisiert. Seitdem ist viel geschehen. Telekom-Manager Hagen Rickmann erklärt, wie NB-IoT das Internet der Dinge voranbringt und wie Anwender davon profitieren.

Mit der Open-Source-Datenbank Riak können Unternehmen NoSQL-, Zeitreihen- und Objekt-Speicher realisieren, vor allem im Zusammenspiel mit IoT-Szenarien (Internet of Things). Die Lösung arbeitet mit Apache Spark, Redis und Apache Solr zusammen. In Big-Data-Umgebungen und Hybrid-Clouds werden darüber hinaus ebenfalls leistungsstarke und skalierbare Datenbanken benötigt. Auch hier kann Riak interessant sein.

Mit einem Scale-out-Data Lake als Herzstück können Fach- und IT-Abteilungen alle Big-Data-Anforderungen bei der Analyse und Aufbereitung selbst exponentiell anwachsender unstrukturierter Datenbestände erfolgreich meistern.

Auf dem IBM Watson Summit 2017 in Frankfurt/Main haben führende europäische Unternehmen wie Kone, Lufthansa, Siemens oder Telekom ihre Digitalisierungsprojekte vorgestellt, die sie auf der Basis von Watson realisiert haben oder demnächst vorstellen. Darunter befand sich auch einer der ersten deutschen Chatbots.

Das Internet der Dinge vernetzt Fertigungsanlagen, Endgeräte und die Cloud und multipliziert den Datenverkehr in Unternehmen in nie gekanntem Umfang. Während Unternehmen von erhöhter Produktivität und automatisierten Abläufen profitieren, eröffnet die heterogene Konstellation dieser Infrastrukturen Cyber-Kriminellen allerdings auch immer neue Möglichkeiten, Zugriff auf die Systeme zu erlangen.

IBM Watson oder AlphaZero zeigen eindrücklich, wozu Künstliche Intelligenz (KI) heute schon in der Lage ist und wie rasant die Entwicklung in diesem Feld voranschreitet. Dass Maschinen nicht nur intelligent, sondern auch kreativ werden, sollte also nur eine Frage der Zeit sein, oder?

Machine Learning boomt und dieser Boom ist mitnichten ein Silicon-Valley Marketing Hype, sondern für viele deutschen Unternehmen bereits Realität. Laut CRISP Research wird Machine Learning von einem Gros der Unternehmen hierzulande produktiv eingesetzt, was auch unsere Erfahrung widerspiegelt.

Auf seiner Anwenderkonferenz „SAS Forum Deutschland 2017“ in Bonn stellte der US-amerikanische Analytics-Spezialist seine junge Self-Service-Analyse-Plattform SAS Viya in der Version 3.2 vor. Sie ist auf moderne Technologien und Einsatzszenarien ausgerichtet. Angebote für IoT-basiertes Edge Computing, Betrugsermittlung und Analytics-as-a-Service ergänzen die Neuerungen.

Laut der Studie „Data Monetization – Use Cases, Implementation and Added Value“ des Business Application Research Centers (BARC) und von Tableau Software nutzen nur 15 Prozent der Unternehmen das finanzielle Potenzial ihrer Daten aus.

Amazon hat im Oktober vergangenen Jahres auf der „AWS re:Invent“ in Las Vegas erstmals „AWS IoT“ vorgestellt. Nach erfolgreich beendeter Beta-Phase ist der Cloud-Service für das Internet der Dinge jetzt allgemein verfügbar.

Bevor Unternehmen an die Gestaltung neuer digitaler Prozesse gehen, besteht der erste Schritt darin festzustellen, welche Prozesse es in den einzelnen Abteilungen gibt und ob sie bereits optimal laufen. Mit Werkzeugen für Enterprise Operational Intelligence (EOI) lässt sich diese Bestandsaufnahme laufend und zeitnah vornehmen.

Mit Künstlicher Intelligenz (KI) kann man die IT-Sicherheit dabei unterstützen, Angriffe früher und besser zu erkennen. Doch könnte KI auch für die andere Seite arbeiten, für den Angreifer? Wenn ja, was ist zu tun?

Cassini Consulting veranstaltet am 4. Oktober 2016 in Düsseldorf das erste deutsche Barcamp, das sich ganz dem Thema Internet of Things (IoT) widmet.

Auf seiner Anwenderkonferenz „SAS Forum Deutschland 2018“ in Bonn stellte SAS seine Self-Service-Analyse-Plattform SAS Viya vor. Viya ist auf moderne Analytics- und KI-Technologien ausgerichtet, daher sollen auch Grafikprozessoren, Container und Collaboration unterstützt werden.

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.

Über kurz oder lang wird die immer weiter um sich greifende Digitalisierung auch die Berufswelt verändern. CareerTeam wagt daher einen Ausblick in die mögliche Zukunft des Robot Recruitings.

Die Nachfrage nach Experten für Big Data steigt auch in diesem Jahr exponentiell. Damit der akute Bedarf an Data Scientists für die hiesigen Märkte annähernd gedeckt werden kann, hat Reply mit „The Data Incubator Reply“ (DIR) das erfolgreiche US-Ausbildungsprogramm von The Data Incubator nach Europa geholt.

Für die Digitalisierungsstrategien der Unternehmen sind Industrie 4.0 und IoT ein wichtiges Thema. Denn Daten werden als „Rohstoff der Zukunft“ betrachtet und es gilt, etwas aus ihnen zu machen, um dieses Versprechen in greifbare Resultate umzuwandeln.

Rockwell gehört im Bereich Industrieautomation zu den größten Anbietern weltweit und ist vollständig auf dieses Thema fokussiert. Wo sieht Rockwell seine besonderen Stärken gegenüber Playern wie Siemens oder GE?

Eine wesentliche Voraussetzung für Big Data Analytics ist die hohe Datenqualität. In der Praxis enthält Big Data aber oftmals Bad Data. Deshalb sind Analyse-Tools gefragt, die bei der Bereinigung der Daten helfen.

Viele Unternehmen haben über die Jahre enorme Datenberge angehäuft, die heute als wesentliche Basis für die Digitalisierung dienen könnten – ja, könnten: Denn nach wie vor scheint es vielfach so, als fehlte es an der notwendigen Entschlossenheit, auf die dafür erforderliche Cloud-Technologie zu setzen. Darum ein Plädoyer für mehr Mut mit der Cloud.

Bisher wurde mit dem Markteintritt vieler neuer IoT-Plattformen in den vergangenen Monaten gerechnet. Der aktuelle Experton I4.0/IoT Vendor Benchmark zeigt aber, dass mehr Anbieter-Abgänge als Neueinsteiger zu verzeichnen sind.

Mit Algorithmen aus dem Machine Learning will das auf Operational Intelligence und IT-Security spezialisierte US-Unternehmen Splunk seine Lösungen Enterprise 6.5, Splunk Cloud, ITSI 2.4 und Enterprise Security 4.5 intelligenter und nützlicher machen.

SAP hat im Herbst 2016 die neue Data-Warehousing-Lösung BW/4HANA vorgestellt und somit die Diskussion „S/4HANA ersetzt das BW“ beendet. Wie grenzt sich diese zu anderen SAP-Produkten ab und was rät die DSAG, wie Anwenderunternehmen mit der neuen Roadmap für Business Analytics umgehen sollen?