Big Data
Die Digitalisierung als Herausforderung
Datenquellen
Bild ist nicht verfügbar

Es werden immer mehr Daten erzeugt, die aus unterschiedlichen Quellen stammen. Diese liegen nicht immer strukturiert vor, beispielsweise bei Videos, Bildern oder Daten aus sozialen Netzwerken. Aufgrund unterschiedlicher Strukturen der Daten sind herkömmliche relationale Datenbanken nicht in der Lage diese zu verarbeiten. Mit Hilfe moderner Big Data Architekturen können wir aus jeglichen Datenquellen Daten integrieren und verabeiten.

Große Datenmengen
Bild ist nicht verfügbar

Durch die Zunahme der Digitalisierung werden immer mehr Daten immer schneller erzeugt. Diese Datenmengen müssen in Echtzeit verarbeitet werden, um die relevanten Informationen ad-hoc zur Verfügung zu stellen.
Klassische Datenbanksysteme können diese Datenmengen nicht verarbeiten. Durch die Verknüpfung von fortschrittlicher Hard- und Software können wir sehr hohe Datenmengen in Echtzeit verarbeiten und Informationen daraus zur Verfügung stellen.

Reporting und Analyse
Bild ist nicht verfügbar
Bild ist nicht verfügbar
Bild ist nicht verfügbar

Um aus der Vielzahl von Daten Wissen generieren zu können, ist eine strukturierte Informationsaufbereitung notwendig.

Allerdings entfaltet dieses „Daten-Wissen“ erst dann das volle Leistungspotential, wenn es richtig verstanden wird. Dazu ist es notwendig, die aus den Daten gewonnenen Informationen so zu übersetzen, als lägen sie in einer fremden Sprache vor. Aufbereitete und visualisierte Daten werden vom Anwender schneller erfasst.
Durch eine Vielzahl von Tools stehen uns unterschiedliche Möglichkeiten zur Analyse, Simulation und Visualisierung zur Verfügung, wie bspw.:

  • Tabellen

  • Abhängigkeiten

  • Real-Time-Grafiken

  • Geoanalysen

Vorhersagen mit Algorithmen

Durch verschiedene Analyseverfahren können wir komplexe Zusammenhänge mit Hilfe von Suchalgorithmen und mathematischen Verfahren auffinden und vorhersagen. Die dabei generierten Informationen können von Unternehmen genutzt werden, um bessere Entscheidungen zu treffen, Ziele zu definieren und umzusetzen.

Bild ist nicht verfügbar
Maschinelles Lernen

Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz. Dabei versetzen wir IT-Systeme in die Lage, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen. Es wird quasi künstliches Wissen aus Erfahrungen generiert. Die aus den Daten gewonnenen Erkenntnisse lassen sich verallgemeinern und für neue Problemlösungen oder für die Analyse von bisher unbekannten Daten verwenden.
Anwendungsbeispiele:

  • Autonome Fahrzeuge

  • Prozessautomation

  • Optimiertes Energiemanagement

  • Vorrauschauende Instandhaltung

  • Personalisierte Werbung

Blockchain

Die Blockchain-Technologie basiert auf einer (virtuellen) Kette einzelner Transaktionsblöcke. Jeder neue Block wird mithilfe spezialisierter Algorithmen mit dem vorherigen Block verknüpft und per Mining verifiziert, verschlüsselt und versiegelt. Damit sind die in den Blöcken enthaltenen Informationen ebenso wie die gesamte Prozesshistorie unveränderlich und für jeden einsehbar. Durch die dezentrale Verteilung der Blockchain auf viele Rechner, besitzt diese eine hohe Manipulations- und Ausfallsicherheit. Damit schafft die Technologie Konsens und Vertrauen zwischen den Akteuren.

Verbraucher oder Unternehmen können Werte, beispielsweise Geld, Eigentum, Services oder Verträge, sicher darüber austauschen, ohne dass eine zentrale Vermittlungsinstanz für die Authentizität der Tauschwaren benötigt wird. Das beschleunigt die gesamte Abwicklung enorm und könnte den Weg zu einer völlig neuen Generation transaktionaler Anwendungen ebnen.

Anwendungssystem
Bild ist nicht verfügbar

Mit SAP HANA steht uns eine innovative und vielseitige Plattform zur Verfügung, die sowohl branchenübergreifend als auch für eine Vielzahl von prozessspezifischer Anwendungsfälle eingesetzt wird.
Die Plattform ermöglicht dem Arbeitskreis Integrierte Informationssysteme Echtzeit-Applikationen zur Optimierung und Erweiterung von Unternehmensprozessen und erschließt durch integrierte Analyseverfahren neue Geschäftsmodelle (vom produktorientierten zum servicebasierten Ansatz).
Durch den stetig wachsenden Funktionsumfang können wir über den gesamten Produktlebenszyklus sowie entlang der gesamten Supply Chain Big Data Szenarien effizienter und schneller gestaltet (bspw. Connected Manufactoring, Connected Products, Connected Infrastructure).

Slider

Service
Kontaktformular
XING
Moodle
Rechtliches
Impressum
Datenschutz
Slider
© 2018 Arbeitskreis für integrierte Informationssysteme. Alle Rechte vorbehalten.