Bøger af Till Riedel

Wie schon Steinbuch im Jahr 1966 voraussagte, wird es bald "kaum mehr Industrieprodukte geben, in welche die Computer nicht hineingewoben sind, etwa so, wie das Nervensystem in Organismen hineingewoben ist.". Diese Verkörperung der Informatik in Dingen des alltäglichen Lebens hat grundlegende Konsequenzen, die Weiser in seiner Vision des Ubiquitous Computing formuliert. Die Entwicklung von Software und Diensten für solch smarte Dinge (smart items) motiviert diese Arbeit. Ziel ist es, realweltliche Dinge mit eingebetteten Rechen- und Kommunikationseinheiten zu sogenannten Ubiquitären Systemen zu vernetzen. Dieser Arbeit liegt die Hypothese zugrunde, dass modellgetriebene Entwicklung (MDSD) diesen Widerspruch zwischen "top-down"- und "bottom-up"- Entwicklung durch einen "middle-out" Ansatz auflöst, welcher zwischen Technologie und Abstraktion vermittelt. In dieser Arbeit soll daher ein MDSD als Mittel verfolgt werden, um Middleware für Ubiquitäre Systeme auf dem von Milner geforderten Turm von Modellen zu bauen, ohne den Bezug zur konkreten Technologie zu verlieren. Der DSD-Ansatz verbindet wohldefinierte Modelle mit flexiblen, pragmatischen Werkzeugketten. Es soll gezeigt werden, dass MDSD für Ubiquitäre Systeme: 1. flexible, adaptive Systeme mit gleichzeitig größerer Ressourceneffizienz durch Verlagerung von Intelligenz zwischen Laufzeit und Entwicklungsprozess mittels Formalisierung und Automatisierung, 2. die Integration verschiedener, heterogener Systeme bei geringer Codegröße durch dynamische Anpassung des Laufzeitsystems mittels Codegenerierung liefern kann.

Wenn in Datenbergen wertvolle Geheimnisse schlummern, aus denen Profit erzielt werden soll, dann geht es um Big Data. Doch wie schöpft man aus »großen Daten« echte Werte, wenn man nicht gerade Google ist? Um aus Unternehmens-, Maschinen- oder Sensordaten einen Ertrag zu erzielen, reicht Big Data-Technologie allein nicht aus. Entscheidend sind die übergeordneten Innovations prozesse: die smarte Analyse von Big Data. Erst durch den kompetenten Einsatz der richtigen Werkzeuge und Techniken werden aus Big Data tatsächlich Smart Data. Das Praxishandbuch Smart Data Analytics gibt einen Überblick über die Technologie, die bei der Analyse von großen und heterogenen Datenmengen ¿ inklusive Echtzeitdaten ¿ zum Einsatz kommt. Elf Praxisbeispiele zeigen die konkrete Anwendung in kleinen und mittelständischen Unternehmen. So erfahren Sie, wie Sie Ihr Smart Data Analytics-Projekt in Ihrem eigenen Unternehmen vorbereiten und umsetzen können. Das Buch erläutert neben den organisatorischen Aspekten auch die rechtlichen Rahmenbedingungen. Und es zeigt, wie Sie sowohl den Nutzen bewerten können, der aus den Daten gezogen werden soll, als auch den Aufwand, den Sie dafür betreiben müssen. Denn Smart Data steht für mehr als nur die Untersuchung großer Datenmengen: Smart Data Analytics ist der Schlüssel zu einem smarten Umgang mit Ihren Unternehmensdaten und hilft, bislang unentdecktes Potenzial zu entdecken. Dr. Andreas Wierse studierte Mathematik und promovierte in den Ingenieurwissenschaften im Bereich Visualisierung, seit 2011 unterstützt er mittelständische Unternehmen rund um Big und Smart Data Technologie. Dr. Till Riedel lehrt als Informatiker am KIT und koordiniert im Smart Data Solution Center Baden-Württemberg und Smart Data Innovation Lab Forschung und Innovation auf industriellen Datenschätzen.