Kaffeepause 11:15 - 11:45
08:50 Uhr
IoT ist mehr als nur „irgendwas mit Internet“
Moderne Entwicklung im IoT-Umfeld
Details anzeigen
Autor:in:
Georg Haupt | oose Innovative Informatik eG | Germany
Sprache:
Deutsch
Zielgruppe:
Entwickler, Test und QS-verantwortliche, Prozessmanager, Tester, Manager, Projektverantwortliche
Voraussetzungen:
keine
Überblick und Zusammenfassungen:
Was genau ist eigentlich dieses IoT? Auf diese Frage gibt es gefühlt mehr Antworten als Sand in der Wüste. Sicher ist nur dies, IoT ist nicht irgendwas mit Internet. Und eines ist IoT ebenfalls nicht: neu. Und gleichzeitig ist uns deutlich, dass in modernen IoT-Umfeldern nicht nach klassischen Entwicklungsmethoden vorgegangen werden kann. Die üblichen (alten) Qualitätsmerkmale von Software-/Hardwareprojekten gelten nicht in der IoT-Welt.
Auch die Auslieferungsgeschwindigkeit und Änderungshäufigkeit ist deutlich höher im Vergleich zu klassischer Embedded Entwicklung. Sogar die althergebrachten Team-Zusammenstellungen passen häufig nicht mehr. Tests werden nachgelagert und manuell durchgeführt? Sicher nicht! In der IoT-Welt ist Automatisierung auf vielen Ebenen nötig. Also ist doch alles neu, anders und schneller? Und jetzt? Doch wieder nur „irgendwas mit Internet“ oder lieber richtiges IoT? Ich zeige Ihnen, wie Sie sich und Ihren Entwicklungsprozess fit machen für das neue Jahrzehnt. Damit Sie die IoT-Produkte herstellen, die der Kunde verlangt.
Art der Vermittlung:
Praxisbeispiel, Methodenerklärung, Vortrag, Diskussion/Q&A
Nutzen:
Die Teilnehmenden lernen, dass für moderne Produkte im IoT-Umfeld ein Umdenken in der Entwicklung stattfinden muss. Denn IoT ist mehr als nur digitaler Twin und Internet. Wir schauen uns gemeinsam an, welche Entwicklungsansätze es gibt, die dem nötigen Test-First-Gedanken Rechnung zu tragen. Sie lernen, wie Sie Ihren Testprozess erweitern um eine neue Teststufe. Wir beschäftigen uns mit DevOps, Live-Monitoring und unterbrechungsfreier Auslieferung. Damit Sie am Ende die Qualität Ihrer IoT-Produkte liefern, die die Kunden erwarten.
09:45 Uhr
Cloud(id)IoT
Wie ich als Cloud-Mensch lernte, mit IoT-Geräten zu kommunizieren
Details anzeigen
Autor:in:
Chris Blättermann | VoltStorage GmbH | Germany
Sprache:
Deutsch
Zielgruppe:
Entwickler, Technologieentscheider
Voraussetzungen:
keine besonderen Voraussetzungen erforderlich
Überblick und Zusammenfassungen:
Es geht darum zu erläutern, wie Telemetriedaten von IoT-Geräten (ausgestattet mit Sensoren) über das Internet zu einem Endpunkt übertragen werden. Der Endpunkt speichert diese und bietet die Möglichkeit zur Visualisierung. Im Beitrag werden verschiedene Ansätze zur Architektur thematisiert, sowie auch an einem Beispiel aus der Praxis erläutert. Darüber hinaus werden auch Szenarien betrachtet wie z.B. das Verhalten bei Internetausfall, sowie eine Absicherung der Kommunikation.
Technologien:
- MQTT
- Telegraf
- InfluxDB
Art der Vermittlung:
Vortrag
Nutzen:
Das Publikum bekommt einen Überblick über aktuelle Technologien sowie deren Einsatz in einer modernen und flexiblen Architektur. Hierbei soll auch der Eindruck gewonnen werden, dass man viele bereits bestehende Komponenten einsetzen kann und nicht selbst entwickeln muss.
10:35 Uhr
Flexibler und kontinuierlicher Einsatz von Künstlicher Intelligenz
Ein Framework für den Daten- und KI-Lebenszyklus
Details anzeigen
Autor:in:
Hoai My Van | Fraunhofer IKS | Germany
Sprache:
Deutsch
Zielgruppe:
Industrie 4.0; Unternehmen, die KI flexibel integrieren und einsetzen wollen
Voraussetzungen:
Grobes Verständnis für Industrie 4.0 (Ziele, Herausforderungen)
Überblick und Zusammenfassungen:
In der Industrie 4.0 werden durch intelligente Vernetzung von Maschinen und Abläufen immer mehr Daten generiert. Aus diesen Daten kann – mithilfe von Künstlicher Intelligenz (KI) bzw. Machine Learning – Wissen generiert werden, um Produktion und Services zu verbessern.
Um die Qualität der Datenanalyse zu garantieren, muss ein kontinuierlicher Daten- und KI-Lebenszyklus sichergestellt werden, in dem einzelne Phasen flexibel ausgeführt werden (von der Komponentenebene bis hin zur Cloud) und sich KI-Modelle stetig verbessern können.
Das Fraunhofer IKS entwickelt ein Framework, das den flexiblen und kontinuierlichen Einsatz von Künstlicher Intelligenz in der Industrie 4.0 ermöglichen und vereinfachen soll; Der Daten- und KI-Lebenszyklus wird realisiert und gehandhabt. Ziel ist es, die Entwicklung, die Integration und den Betrieb von KI zu unterstützen, zu flexibilisieren und zu automatisieren, während der Aufwand für den Anwender reduziert wird.
Art der Vermittlung:
Präsentation, Veranschaulichung anhand eines (Projekt-)Beispiels
Nutzen:
Vorstellung einer neuen Lösung für die flexible Integration und kontinuierlichen Einsatz von Künstlicher Intelligenz in der Industrie 4.0.
Fokus auf die Frage: Wie kann Künstliche Intelligenz/Machine Learning in der Industrie 4.0 gehandhabt und in einen Daten-Lebenszyklus integriert werden?
11:45 Uhr
Datenzentrierte Künstliche Intelligenz
Reale Produkte schnell und kostengünstig mit intelligenten Funktionen ausstatten
Details anzeigen
Autor:in:
Dr. Duc Tam Nguyen | Aimino | Germany
Sprache:
Deutsch
Zielgruppe:
Anwender aus Industrie (Produzierendes Gewerbe, IoT etc)
Voraussetzungen:
Keine
Überblick und Zusammenfassungen:
Intelligente Fähigkeiten für reale Produkte und Unternehmensprozesse versprechen einen wesentlichen Wettbewerbsvorteil. Allerdings stehen Machine-Learning-Projekte in Unternehmen oft vor erheblichen Hürden, bevor sie einen wirtschaftlichen Nutzen liefern. Eine der größten Belastungen ist die Datenverarbeitung, die bis zu 80 % der gesamten Projektzeit in Anspruch nimmt. Die Datenverarbeitung umfasst die Datenerfassung, den Datenschutz und die Datenhoheit.
Die jüngsten technischen Fortschritte haben eine automatisierte Datenverarbeitung ermöglicht, um diese Hürden zu überwinden. Vor allem die künstliche Datengenerierung und die Bereinigung des Datenrauschens reduzieren die Kosten und die Anforderungen an die Einhaltung von Vorschriften erheblich. Dieser Vortrag gibt einen kurzen Überblick über die heutigen Möglichkeiten anhand eines typischen industriellen Anwendungsfalles der optischen Inspektion.
Art der Vermittlung:
Vortrag ggfs. mit Demo
Nutzen:
Lösung für den schnellen Einsatz von Maschinellem Lernen für reale Produkte.