adesso BLOG

Im digitalen Zeitalter ist die Verwaltung von Informations- und Kommunikationstechnologien (IKT) entscheidend für den Erfolg eines Unternehmens. Der IKT-Minimalstandard des Bundes bietet eine wertvolle Orientierung, um die IKT-Resilienz zu stärken. Doch wie setzt man diesen Standard effektiv um?

Enterprise Architecture (EA) ist ein mächtiges Werkzeug zur Optimierung der IT-Kosten. Durch eine systematische Analyse und Modellierung der IT-Landschaft können Unternehmen Ineffizientes identifizieren und gezielt optimieren. Dies führt nicht nur zu Kosteneinsparungen, sondern auch zu einer gesteigerten Agilität und Innovationsfähigkeit.

Vor der Einführung von Computern verwendeten Unternehmen Geschäftsbücher, Inventarlisten und Intuition, um Kennzahlen zu erfassen. Ende der 1980er Jahre entstand das Data Warehouse für statische Berichte. Die Digitalisierung brachte neue Herausforderungen mit sich. Big Data überforderte traditionelle Data Warehouses, weshalb Unternehmen Data Lakes einführten, die sich aber auch auf die Architektur und die Konzepte von Analysesystemen auswirkten. Im ersten Teil dieses Blog-Beitrags geht es um deren Entwicklung, die Gründe für ihre Entstehung und die gelösten Probleme.

Im ersten Teil dieses Blog-Beitrags haben wir uns mit den Grundlagen von Data Warehouses und Data Lakes beschäftigt, um ihre Vorteile und Grenzen zu verstehen. In diesem Teil geht es um die Entwicklung hin zu einer hybriden Lösung - dem Data Lakehouse. Wir betrachten die Entwicklung der Datenstrukturen von der zweischichtigen Architektur bis zur Entwicklung des Lakehouse-Konzepts. Ihr erfahrt, wie das Lakehouse die Stärken von Data Lakes und Data Warehouses kombiniert, um die datengetriebenen Herausforderungen von heute zu bewältigen.

Message Queuing beschreibt also ein Verfahren, das die Erzeugung eines Jobs von seiner Ausführung trennt - eine Entkopplung der Systeme. Dabei wird die Arbeit auf drei Komponenten verteilt. Wie das genau funktioniert, welche Vorteile sich daraus ergeben und welche Anwendungsbeispiele es gibt, zeigen wir in unserem Blog-Beitrag.

Künstliche neuronale Netze werden häufig zur Bild- oder Spracherkennung, für Vorhersagen oder auch zur Betrugserkennung eingesetzt. In einigen Bereichen sind die Ergebnisse sogar besser als eine menschliche Vorhersage. Um diese Trefferquoten zu erreichen, müssen die Netze jedoch zuvor aufwendig mit großen Mengen an Testdaten trainiert werden. Künstliche neuronale Netze können mit genetischen Algorithmen trainiert werden. Wie das funktioniert, zeige ich in diesem Blog-Beitrag.

Ziel von SOLID ist die Erzeugung von Software, die Modifikationen toleriert, leicht nachvollziehbar ist und die eine Basis der Komponenten bildet, die in vielen Softwaresystemen eingesetzt werden. In meinem Blog-Beitrag stelle ich euch die fünf SOLID-Prinzipien näher vor.

Oftmals entstehen Diskussion darüber, was Künstliche Intelligenz (KI) ist und was nicht. Das betrifft natürlich unterschiedliche Themen und Fragestellungen, wovon ein Thema sich mit dem Zusammenhang von KI und Regeln befasst. In meinem Blog-Beitrag erkläre ich, warum speziell prädikatenlogische Regeln sehr wohl ein Teilgebiet der Künstlichen Intelligenz sind und welche Regeltypen in diesem Kontext existieren.

Nachdem wir in den ersten beiden Teilen der Blog-Reihe den Ablauf des Praktikums und die App in|Forming beschrieben haben, wollen wir im dritten Teil einen Blick unter die Haube der App werfen und dabei ihre Dimensionen aus verschiedenen Perspektiven betrachten. Ein Blick in die Zukunft folgt am Ende des Artikels.