Das Wissensportal für IT-Professionals. Entdecke die Tiefe und Breite unseres IT-Contents in exklusiven Themenchannels und Magazinmarken.

SIGS DATACOM GmbH

Lindlaustraße 2c, 53842 Troisdorf

Tel: +49 (0)2241/2341-100

kundenservice@sigs-datacom.de

Cloud-Computing

133 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema Cloud-Computing.
Unterschiedliche Studien sehen erhebliche Wachstumspotenziale für das Internet of Things sowie für IoT-Plattformen. Gerade für die Industrie ist IoT das zentrale Thema im Kontext der digitalen Transformation. So geht eine Studie von Arthur D. Little und dem Verband der Internetwirtschaft davon aus, dass sich der Industrial-IoT-Markt bis 2022 im Vergleich zu 2017 verdoppeln und damit einen Umsatz v..
Der technische Fortschritt ermöglicht neue innovative Lösungen – aber veraltete Legacy-Systeme hängen oft wie Kletten an den Firmen. Mit traditioneller Wartung oder Weiterentwicklung ist der Sprung aus der Abhängigkeit nicht zu schaffen. Wir zeigen, welche technischen Lösungen es gibt und welche Schwierigkeiten dabei überwunden werden müssen.
Das Internet of Things (IoT) zieht Aufmerksamkeit auf sich. Das liegt nicht allein am technischen Fortschritt. So gut wie alles, was heute unter dem Namen IoT läuft, konnte ein erfahrener Elektroniker schon vor zehn Jahren realisieren. Das Interesse an IoT, „Lot Size One” oder Industrie 4.0 rührt vielmehr daher, dass die Technologie „demokratisiert“ wurde. Nach dem Ende der Kämpfe im Mobilbereich ..
Die Cloud verändert nicht nur die Art, wie wir Software entwickeln, sondern auch wie wir Daten verarbeiten. Mit Apache Kafka und Kubernetes stehen skalierbare Plattformen für das schnelle Verarbeiten von Daten zur Verfügung. In diesem Artikel wird gezeigt, wie sich beide miteinander kombinieren lassen. Die Nutzung von Streaming Data hat im Bereich IoT überproportional zugenommen.
Die Anzahl von Publikationen zu Computer Vision, Neuro-Linguistischer Programmierung (NLP) oder Reinforcement Learning ist heutzutage gewaltig. Dabei widmen sich die meisten ausschließlich dem Training. Doch oft müssen Data Scientists auch beim Betrieb ihrer Modelle mitwirken. Dafür braucht es einen pragmatischen und unaufwändigen Weg.