Google’s hybrider Forschungsansatz
Google ist bekannt für seine Kreativität und die vielen neuen Ideen, die das Unternehmen ausprobiert und auf den Markt bringt.
Die Firma gilt deshalb oft als ein Leuchtturm für Unternehmen, die ihre eigene Innovationskraft verbessern wollen. Ein Bericht beschreibt Google’s Forschungsansatz.
Wie Innovation wirklich funktioniert
Eine größere Studie zeigt die Wichtigkeit der Einflussfaktoren der Innovation auf. Die Ideenrate steht erwartungsgemäß weit oben. Doch was beeinflußt den Ideenreichtum eines Unternehmens positiv?
Big Data und Daten Journalismus
Daten werden nicht nur in den Unternehmen immer wichtiger, sondern auch im Bereich des Journalismus. Ein Google Newsletter gibt einen guten Überblick – und zeigt auch die Sorgen und Nöte der Journalisten mit der Digitalisierung auf.
Diese sind übrigens ganz ähnlich wie die in den Betrieben.
Big Data Rollen und Teams
Universalgenies sind selten, auch im Bereich der Analytics. Die Entwicklung von Big Data Anwendungen, oder auch Machine Learning Projekte erfordern Mitarbeiterteams, die unterschiedliche Rollen ausfüllen.
Innovationsstrategien – Das Beispiel Faber-Castell
Wir leben in einer schnelllebigen Zeit, in der viele Unternehmen auf exponentielles Wachstum abzielen, und in der eine disruptive digitale Innovation die Nächste jagt.
Faber-Castell ist über 200 Jahre mit dem sehr alten Produkt „Bleistift“ erfolgreich. Ein Interview zeigt, daß man eine ganz andere Vorgehensweise benutzt, um so erfolgreich zu bleiben.
Big Data Anwendungen entwickeln und testen
Intelligente Software und Big Data Anwendungen folgen anderen Paradigmen als „normale“ Softwareanwendungen. Daher erfordert ihre Entwicklung eine besondere Vorgehensweise insbesondere im Bereich der Qualitätssicherung.
Machine Learning – Kursempfehlungen
Machine Learning und Data Sciences gehören derzeit zu den heißen Themen in der IT. An beiden Themenbereichen wird schon lange geforscht und gelehrt.
Daher gibt es eine unübersehbar große Menge an guten Materialien, die den Einstieg erleichtern. Ich habe Online Kurse zusammengestellt, die mir geholfen haben, oder, die mir interessant erscheinen.
Nutzungsstatistiken in der Produktentwicklung
Spätestens seitdem die agilen Entwicklungsmethoden Einzug in den Entwicklungsprozess gehalten haben, können Nutzungsstatistiken dabei helfen, das Produkt zu verbessern. Hierzu einige Ideen.
Industrie 4.0 – Wandel in der Arbeitswelt
Das McKinsey Global Institut hat eine kleine Interviewserie veröffentlicht, die auf die Folgen der Digitalisierung in der Arbeitswelt eingeht.
Und man versucht dort u.a. die Frage zu beantworten, welche Fähigkeiten zukünftige Arbeitnehmer mitbringen müssen, um jobfähig zu bleiben.
Machine Learning mit Google Blogs
In der letzten Woche hatte ich Google’s TensorFlow™ als eine der möglichen Bibliotheken für das Machine Learning erwähnt.
Da sehr aktiv in diesem Bereicht, bietet das Unternehmen auf weiteren Gebieten nützliche Inhalte, die sich an Anfänger und Fortgeschrittene in Sachen „Machine Learning“ wenden.
Machine Learning mit TensorFlow
Neulich habe ich über ein Rechnercluster geschrieben, das man einsetzen kann, um darauf Big Data Szenarien auszuprobieren, und Machine Learning Algorithmen zu testen.
TensorFlow™ von Google ist eine der möglichen Bibliotheken für das Machine Learning, die man auf diesem Cluster einsetzen könnte. Daneben ist die TensorFlow Dokumentation eingängig geschrieben, und kann damit auch Einsteigern helfen, die verstehen wollen, wie solche Szenarien aussehen.
Machine Learning in einem eigenen Rechnercluster
Viele Big Data Szenarien verwenden den sogenannten SMACK-Softwarestack (Spark, Mesos, Akka, Cassandra, und Kafka) als Laufzeitumgebung. Dabei handelt es sich um frei verfügbare Software, die normalerweise auf Rechnerclustern in Datenzentren installiert wird, um dort Big Data Anwendungen durchzuführen.
Der kleine Raspberry Pi bietet eine interessante Möglichkeit, um sich ein eigenes Rechnercluster im Wohnzimmer aufbauen zu können.
Arbeiten 4.0 – Lebenslanges Lernen
Viele Studien sprechen dafür, daß sich die Berufswelt aufgrund der wachsenden Digitalisierung in den nächsten Jahren grundlegend ändern wird.
Daher wird das lebenslange Lernen immer wichtiger. Der neue Newsletter von PragmaticMarketing.com bring eine weitere Idee: Mitarbeiter sollten konstant auf ihren eigenen Markenwert achten, und diesen fördern.
Mathematische Optimierung mittels OptaPlanner
Im Rahmen des Maschine Learning werden Verfahren, wie neuronale Netze oder Decision Tree Algorithmen eingesetzt, und es werden damit in vielen Fällen gute Erfahrungen gesammelt.
Für manche Problemstellungen bieten sich aber nach wie vor Optimierungsverfahren aus dem Bereich des Operation Research an. OptaPlanner ist eine offene und dabei mächtige Bibliothek.
Machine Learning mit Apache Spark – Einführung
Ich beschäftige mich zur Zeit mit dem Thema „Machine Learning mit Apache Spark“ und habe am Wochenende in der Computerzeitschrift „iX“ einen sehr informativen Artikel hierzu gelesen, und das Beispielprogramm ausprobiert, das darin vorgestellt wurde.
Mit Digital Analytics und Machine Learning den nächsten Produktivitätsschub realisieren
„Big Data Analytics“ und das „Machine Learning“ sind wichtige Schlüsseltechnologien auf dem Weg zur Industrie 4.0. Richtig eingesetzt, unterstützen sie Unternehmen dabei, den nächsten großen Produktivitätsschub zu realisieren.
Derzeit wird viel darüber geschrieben, und es ist deshalb nicht leicht, den Einstieg in das Thema zu schaffen. Daher fasse ich hier Leseempfehlungen zusammen.
Arbeiten 4.0 – Produktivitätswachstum
In vielen entwickelten Volkswirtschaften ist die Geburtenrate schon seit vielen Jahren gering. Das langfristige Wachstum hängt daher vom Produktivitätszuwachs ab.
Dieses Wachstum hat sich aber z.B. in den USA seit 2004 sehr negativ entwickelt. Eine neue Studie zeigt auf, woran das liegen könnte.
Kursempfehlung „Machine Learning“
Die heutige Kursempfehlung befaßt sich mit dem Themenbereich „Machine Learning“, das derzeit in der Fachwelt heiß diskutiert wird, um Anwendungen intelligent zu machen.
Schwerpunktthema Embedded World 2017
Die Embedded World findet jedes Jahr in Nürnberg statt. Ähnlich wie zur Electronica war ich diesmal auf der Embedded World, um mir einen Überblick über die Neuerungen insbesondere in den Bereichen „Embedded Systems“ und „künstliche Intelligenz“ zu verschaffen.
Open SAP-Onlinekurs „Getting Started with Data Science“
Ich habe in den letzten Wochen in „open.sap.com“ an dem Kurs „Getting Started with Data Science“ teilgenommen. Der Kurs ist zwar bald beendet. Sie können sich bei Interesse aber jederzeit die Aufzeichnungen und die Materialien ansehen.
Da ich einiges an Vorwissen zu den dort geschulten mathematisch-statistischen Inhalten mitbringe war es für mich eher ein Auffrischungskurs.
Innovationsstrategie: Emerging Technologies Hype Cycle 2017
In ihrem diesjährigen „Emerging Technologies Hype-Cycle“ setzen die Analysten von Gartner das Thema „Machine Learning“ an die Spitze der Technologien, die sich durch überzogene Erwartungen auszeichnen.
Dinge wie „Augmented Reality“ und „Virtual Reality“ haben das Tal bereits durchschritten, das danach üblicherweise folgt, und stehen kurz vor der Massenanwendung.
Datascience on Apache Spark
Apache Spark™ ist ein Werkzeug zur Verarbeitung und Analyse von großen Datenmengen.
Üblicherweise kommt in Big Data Szenarien, die auf Apache Spark™ laufen, schnell der Wunsch auf, diese großen Datenmengen auch analysieren zu können. Ich habe mir für solche Aufgaben das Statistikpaket „R“ und eine spezielle Bibliothek angesehen, um herauszufinden, ob sich hiermit solche Aufgaben erledigen lassen.
Sentimentanalysen mittels Künstlicher Intelligenz und Statistik
Die Sentimentanalysis, um die es heute geht, wird im Marketing oder in anderen Disziplinen eingesetzt, die darauf angewiesen sind, auf Stimmungen Rücksicht zu nehmen.
Animiert von einem Artikel, der die Stimmungen des neuen US-Präsidenten analysiert, habe ich mir die Verfahren näher angesehen.
Partnerschaft „Künstliche Intelligenz“
Themen wie „künstliche Intelligenz“ oder „Deep Learning“ haben ihren Eingang in die Welt der Softwareanwendungen geschafft.
Große amerikanische IT-Unternehmen haben inzwischen eine Partnerschaft über künstliche Intelligenz gegründet, um die Technologie zu erforschen und weiterzuentwickeln.
Ich arbeite seit vielen Jahren in der Softwareentwicklung für Unternehmensanwendungen bei der SAP SE. Dieser Blog ist privat, und die Meinungen sind meine eigenen. Sie sind hier richtig, wenn sie sich für Praxiserfahrungen im Produktmanagement für Investitionsgüter interessieren. 