Placeholder

Daten

Die neue Tourismus-Realität

  • Vorheriger
  • Artikel
Placeholder

Daten

Mit smarten Lösungen Besucherströme analysieren und lenken

  • Nächster
  • Artikel

Lesedauer

5 Minuten

Daten

Webinar: Machine Learning & IoT

Neue Erkenntnisse aus Daten dank Machine Learning

Das Internet of Things eröffnet längst auch mittleren und kleineren Unternehmen viele neue Chancen. In Verbindung mit Machine Learning lassen sich beispielsweise wertvolle Erkenntnisse aus Daten gewinnen. Wie das geht und was hinter „Edge ML“ steckt, verrät demnächst ein spannendes Webinar.

Wenn etwas „on the edge“ ist, dann ist im Alltag sinngemäß „an der Grenze“ oder gar „am Rand des Abgrunds“ gemeint. In der IT-Welt liegt die Sache aber völlig anders. Unter Edge Computing versteht man vereinfacht gesagt eine dezentrale Datenverarbeitung „am Rand“ eines Netzwerks. Und genau das kann etwa im Vergleich zu Cloud-Computing durchaus Vorteile – etwa in Bezug auf Kosten, Energieverbrauch und Unabhängigkeit von der Netzabdeckung – haben. Einer der relevanten Anwendungsfälle ist das Zusammenwirken von Machine Learning und dem Internet of Things (IoT). Und das ist des Pudels Kern: Gerade diese Kombination schafft viele Möglichkeiten, um neue Geschäftsfelder zu erschließen, die Effizienz zu steigern oder Kosten zu sparen.

Edge ML öffnet Türen

Die Grundidee dabei ist es, Datenströme ressourcenschonend zumindest teilweise an Ort und Stelle – also etwa in einem Betrieb, in einer Fabrik oder in einem Transport-Container – zu verarbeiten. Dazu ist es notwendig, das Machine Learning Model direkt am Microcontroller eines intelligenten IoT-Endgeräts vor Ort auszuführen. Also an der „Edge“, und nicht in der Cloud – allerdings ohne auf deren Vorteile verzichten zu müssen. Logisch somit, dass diese smarte Form des maschinellen Lernens auch hinter dem Trendbegriff „Edge ML“ steckt. Also alles gar nicht so schwierig. Wie genau die Sache funktioniert und welche neuen Möglichkeiten sich damit auftun, zeigt dieses kurze Video unter anderem am Beispiel eines Güterzugwagons.

Webinar am 29. April!

A1 bietet seinen Businesskunden und darüber hinaus allen Interessierten schon demnächst die Chance, qualifiziert in das Thema einzutauchen – und zwar in Form eines Webinars am 29. April, für das man sich hier anmelden kann. In diesem Webinar („IoT: Alles in der Cloud? Warum Machine Learning direkt am Endgerät stattfinden sollte“) wird anhand von Beispielen aus der Praxis erklärt, wie IoT-Projekte üblicherweise aufgebaut sind und unter welchen Umständen Machine Learning dabei einen echten Mehrwert bringen kann. Welche Herausforderungen beachtet werden müssen, um die erzeugten Daten bestmöglich nutzen und analysieren zu können, ist ein weiterer Schwerpunkt. Vor allem wird dabei naturgemäß das Thema „Edge ML“ behandelt, inklusive der Gründe, die für eine Vorverarbeitung der gesammelten Daten am IoT-Endgerät – also am „Edge-Device“ – sprechen können, anstatt alle Daten zur Analyse in die IoT-Cloud zu übertragen. Hintergrund: Diese Gründe können insbesondere auch in der Menge oder Beschaffenheit der zu übertragenden Daten oder in Problemen der Netzabdeckung liegen.

Beispiele aus der Praxis

Breiten Raum im Rahmen des 45-minütigen Webinars (LinkedIn Webinar Event) werden natürlich Anwendungsfälle aus der Praxis und aktuelle Use-Cases einnehmen. Zu den inhaltlichen Eckpunkten gehören unter anderem:

  • Herausforderungen bei der Nutzung von IoT-Daten
  • Klassischer IoT-Cloud-Ansatz versus Edge ML
  • Warum ist das Thema Edge ML jetzt noch relevanter?
  • Edge ML als Lösung
  • Die Schritte zu Ihrer Lösung, Logistik
  • Anwendungsfälle aus der Praxis

A1 Digital und insgesamt drei Expertinnen und Experten werden dabei auch aufzeigen, wie konkrete Lösungsschritte im Rahmen einer realen Aufgabenstellung aussehen können. Es wird also spannend!

Infos und Anmeldung zum Webinar: www.a1.digital/ueber-a1-digital/webinare/iot-alles-in-der-cloud-warum-machine-learning-direkt-am-endgeraet-stattfinden-sollte

Anmeldung zum A1 Digital Newsletter: www.a1.digital/newsletter

Mehr auf www.a1.net/iot

Artikelübersicht