Thema des Tages

Installation von Kubernetes auf einem Raspberry Pi Cluster

Kubernetes wird in Rechenzentren bei Cloudanbietern eingesetzt, um dort containerisierte Anwendungen zu orchestrieren.

Ein beliebtes Raspberry PI Projekt ist die Installation eines solchen Clusters auf diesen kleinen Rechnern, z.B. um damit die Funktionsweise zu erlernen ode zu testen.

Ich habe mir ein solches Cluster aufgebaut, und will es heute in groben Zügen vorstellen.


Digital Twins

Digital Twins (digitale Zwillinge) sind digitale Abbilder realer Maschinen oder Anlagen, und ermöglichen den fehlerlosen Betrieb dieser Anlage. Möglich wird ein solches digitales Abbild durch das Dreigespann maschinelles Lernen, Internet of Things und Big Data.


Lese- und Lernempfehlungen Data Science

Inzwischen dürfte selbst den größten Zweiflern klar geworden sein, daß sich mit der künstlichen Intelligenz viel ändern wird. Die Firma von morgen ist intelligent.

Heute möchte ich Ihnen Lernquellen vorstellen, die sich mit dem großen Thema der Data Science und des Deep Learning befassen.


Machine Learning und Algorithmic Bias – Eine Einführung

Neulich habe ich eine Artikelserie verfolgt, in der es um die Befangenheit (Bias) in Algorithmen der Maschinenintelligenz ging, die durchaus problematisch sein kann.

IBM hat eine Softwarebibliothek veröffentlicht, die bei dieser Problematik weiterhilft, und bietet eine große Menge an weiterführenden Informationen an.


Ethik der künstlichen Intelligenz

Wenn Sie sich ein wenig mit dem Thema der künstlichen Intelligenz befassen, werden Sie schnell auf Fragestellungen stoßen, die über die reine Technologie hinausgehen oder auch über die betriebswirtschaftlichen Aspekte.

Über intelligente Algorithmen verleihen wir Maschinen menschliche Fähigkeiten, und fragen uns richtigerweise ob diese Software allen ethischen Aspekten genügt.


Aufzeichnungen der Digility – The Capital of Digital Reality

In der letzten Woche war ich auf der Photokina in Köln. Parallel hierzu hat die Digility stattgefunden, die sich mit Technologien wie Augmented Reality oder Virtual Reality befaßt hat.

Die Inhalte waren interessant, und was noch besser ist: Die Aufzeichnungen der Vorträge sollen bald veröffentlicht werden.


Die energetischen Effekte der Digitalisierung

Im ZDF war am Wochenende eine Sendung über den Energieverbrauch des Internets zu sehen, der meiner Meinung nach Werbung verdient hat. Leute, die Software entwickeln, können sich einige wertvolle Denkanstöße aus diesem Beitrag mitnehmen.


Industrie 4.0 – Der Wandel in der Arbeitswelt eine große Herausforderung für Beschäftigte

Das gemeinnützige Weltwirtschaftsforum hat eine Studie veröffentlicht, die zeigt, wie grundlegend sich im Zuge der Digitalisierung gerade die Arbeitsmärkte ändern.

Viele Jobs werden wegfallen, und viele Jobs werden neu entstehen. In Deutschland entsteht aufgrund dieses grundlegenden Wandels gerade ein riesiger Schulungsbedarf.


Entwicklung neuer Produkte mit Design Sprints

In der Softwareindustrie sind agile Entwicklungsmethoden inzwischen fest etabliert. Die Grundidee ist hierbei, Mitarbeiter unterschiedlicher Disziplinen zusammen an einen Tisch zu bekommen, um mit denen in endlicher Zeit und in einer iterierenden Vorgehensweise marktreife Lösungen zu entwickeln.

Unter dem Oberbegriff des „Design Sprints“ halten diese Methoden zunehmend Einzug in andere Arbeitsgebiete, wie das Design, wo die Problemstellungen ähnlich gelagert sind.


Lean UX und kollaboratives Design

Das UI einer Softwarelösung und die gesamte Nutzungserfahrung des Benutzers mit einem Produkt („User Experience“) werden immer wichtiger, und entscheiden heutzutage über den Erfolg vieler Softwareprodukte mit.

Dabei ist eine kollaborative Arbeitsweise – auch genannt Lean UX – das Vorgehensmodell der Wahl. Im Verlag o’Reilly ist die zweite Auflage eines passenden Buches  hierzu erschienen. Ein freies Kapitel gibt einen ersten Einblick in diese Methode. 


Fünf zentrale Websites zum Thema Visualisierung von Daten

Letzte Woche habe ich über Data-Lakes geschrieben. Richtig interessant werden diese großen Datenspeicher aber erst, wenn man die vielen Daten auch visualisieren kann. Hierfür benötigt man drei Dinge: Inspiration, Frameworks und Designtechniken.

Die Quellen, die ich in der Anlage zum Artikel aufgeführt habe, liefern genau das.


Erfolgreiche Data Lake Projekte

Datalakes sind wichtige Vorraussetzungen für Projekte im Bereich des maschinellen Lernens oder den data sciences. Daher werden solche Lösungen vermehrt in den Betrieben eingesetzt. 

Es gibt hierbei nicht „die“ Architektur, aber sehr wohl existieren Vorgehensweisen, die sich bewährt haben. Es fragt sich, wie ein Datalakeprojekt strukturiert sein sollte, um erfolgreich zu sein.


Anforderungen aus Data Science Projekten

Im Zuge der fortschreitenden Digitalisierung wenden sich immer mehr Unternehmen ihren großen Datenbeständen zu, und versuchen aus diesen Daten geschäftsrelevantes Wissen zu extrahieren. Für solche Auswertungen sind Data Scientists nötig, mit ihrem spezifischen Know How und Techniken.

Fragt sich, wo die Stolpersteine im Bereich Data Science liegen, und was solche Projekte erfolgreich macht.


Machine Learning – Erfahrungen der Fast Movers

Dafür, daß es sich derzeit um eines der meistbesprochenen fachlichen Themen in der IT handelt, blicken die Techniken des maschinellen Lernens auf eine erstaunlich lange Geschichte zurück.

Die Economist Intelligence Unit hat zusammen mit der Firma SAP eine Studie veröffentlicht, die zeigt, wie erfolgreiche Firmen diese Technologie heutzutage einsetzen.


Unternehmensgründung und Wachstum

Junge Unternehmen stehen nicht nur vor der Aufgabe, ein tragfähiges Produkt zu entwickeln, sondern sie müssen sich auch um Aspekte, wie das Marketing oder die Positionierung kümmern.

Ein praxisorientierter Guide kann hierbei helfen.


Arbeitsumgebungen für Machine Learning und Data Science

Data Science Projekte oder Machine Learningmodelle bestehen oft aus einer Vielzahl von Modellelementen oder Detailanalysen, die man zusammen betrachten muss.

In der Praxis ist es keine einfache Angelegenheit, den notwendigen Überblick zu behalten. Zwei interessante Bibliotheken füllen diese Lücke.


Priorisieren und Auswählen von Ideen

Als ProduktownerIn oder ProduktmanagerIn ist man normalerweise für eine lange Liste von Ideen und Anforderungen verantwortlich. Um damit sinnvoll umzugehen, und gute Produkte zu entwickeln, muß man wissen, wie man gute Ideen nach Prioritäten ordnet.


Buchbesprechung – Produktmanagement für Dummies

Ich habe mir das neue Buch von Lawler und Schure zum Thema Produktmanagement näher angesehen. Wer einen Überblick über die Arbeitsweisen im Produktmanagement sucht, und dabei Wert auf einen leicht verständlichen Text legt, ist meiner Meinung nach mit diesem Buch gut bedient.


Die ESA AstroPi Challenge 2017/2018

Letztes Jahr habe ich in Artikel „AstroPi – Interessantes Lernprojekt der ESA“ ein Lernprogramm der ESA auf Basis des Raspberry PI vorgestellt. Die Challenge der ESA für 2017/ 2018 lädt gerade.


Big Data Visualisierung – Ein offener Framework von Uber

Die Firma Uber wird zwar in Europa als Taxiunternehmen, und nicht als die Visualisierungsfirma eingestuft, die sie gerne sein würde, trotzdem hat sie eine Visualisierungslösung veröffentlicht, die sehr gut aussieht.

Diese Bibliothek schaue ich mir heute kurz an.


„Open Codes“ am ZKM und das Human Brain Project

Über die Ausstellung „Open Codes – Leben in digitalen Welten“ am ZKM in Karlsruhe bin ich auf das „Human Brain Projekt“ gestoßen.

Dieses EU-Projekt erforscht das menschliche Gehirn und Denken. Es bietet darüberhinaus eine Infrastruktur, in der man z.B. mit virtuellen Robotern experimentieren kann.


Ideenmanagement und Befragungstechniken

Innovative Produkte sind eigentlich in jeder Branche wichtig. Fragt sich, welche Organisationsform besonders innovationsfördernd ist.

Lange ging man davon aus, daß ein großes Netzwerk erforderlich ist. Eine neue Studie zeigt, daß es auch anders geht.


Mit einem Quantencomputer experimentieren

Das maschinelle Lernen, künstliche Intelligenz, oder ganz generell das Lösen von Optimierungsproblemen erfordert Rechnerkapazitäten, und Rechenleistungen, die es heute noch nicht gibt. 

Man setzt deshalb viele Hoffnungen in eine neue Art von Rechnern, genannt Quantencomputer. IBM (R) hat einen kostenlosen Service ins Netz gestellt, mit dem man solche Maschinen ausprobieren kann.


Embedded World 2018

In den letzten Tagen war ich auf der embedded world in Nürnberg, und habe mich schwerpunktmäßig für die Themen „Artificial Intelligence“ und „Industrie 4.0“ interessiert. In diesem Beitrag fasse ich einige Highlights zusammen.