hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018 3
EDITORIAL
Neue Ideen braucht die Welt! – Ein vielfach
bemühter Slogan, hinter dem dann nur
allzu oft der Versuch steht, alten Wein in
neuen Schläuchen feilzubieten. In der IT-Welt da-
gegen sind wir daran gewöhnt, dass kaum ein Tag
vergeht, an dem nicht irgendwer mit einem Quan-
tensprung die nächste Hürde nimmt – wenn auch
hin und wieder gefolgt von einer Rolle rückwärts.
Aber auch Rückschläge nehmen wir sportlich und
hängen die Latte beim nächsten Mal einfach noch
etwas höher. Für Denksport-Athleten ist das kein
Problem. Da sage also noch einer, dass sich IT-Un-
ternehmen zu wenig um die Fitness ihrer Mitarbei-
ter bemühen!
Im Ernst: Wer ja gewissermaßen darauf speziali-
siert ist, Innovationen am laufenden Band zu produ-
zieren, befindet sich kontinuierlich im Wettkampf-
modus. Es geht aber nicht allein darum, ständig
etwas absolut Neues aus dem Ärmel zu zaubern.
Ebenso wichtig ist es, neue Entwicklungen marktreif
zu machen und sie mit bereits existierenden Techni-
ken zu kombinieren. Gerade hier liegt eine der Stär-
ken der IT-Branche. Deshalb werfen wir in dieser
Sonderbeilage einen Blick darauf, wie IT-Unterneh-
men mit innovativen Technologien bestehenden
Witschaftskreisläufen frischen Schwung verleihen.
Zum einen präsentieren auf den folgenden Sei-
ten IT- und Technologieunternehmen aus Deutsch-
land ihre aktuellen Produkt- und Dienstleistungs-
portfolios. Alle als „Advertorial“ gekennzeichneten
Beiträge stammen von Anbietern, die professio-
nelle Lösungen für Digitalisierungsprojekte oder
Trainingsprogramme offerieren. Zum anderen stel-
len Ihnen unsere Autoren im redaktionellen Teil
praktische Einsatzmöglichkeiten neuartiger IT-Tech-
nologien vor. Den Schwerpunkt bilden dabei The-
men rund um künstliche Intelligenz und das Inter-
net of Things.
Als Einstiegsszenario beschreibt Axel Opper-
mann die Möglichkeiten, die sich im Bereich Artifi-
cial Intelligence und Deep Learning auftun. Ab
Seite 4 lässt sich das riesige Potenzial erahnen, das
schon jetzt dem IT-Markt einen neuen Boom be-
schert. Ebenso beeindruckend ist die virtuelle Um-
gebung, in der viele Produktdesigner heute ihre
Entwürfe konzipieren und auf Tauglichkeit prüfen.
Während die Automobilindustrie im Bereich Indus-
trial Design zu den frühesten Anwendern VR- und
AR-basierter Technologien gilt, nutzt mittlerweile
auch eine Reihe anderer Branchen die Vorteile in-
teraktiver Extended-Reality-Lösungen, hat Kai Tub-
besing herausgefunden (Seite 12).
Vergleichsweise unaufgeregt, aber nicht weniger
bahnbrechend verlaufen die Entwicklungen im IoT-
Sektor. So schätzt Roland Freist am Einsatz der
Blockchain-Technologie vor allem den hohen Grad
an Vertrauen, den sie bei der Organisation komple-
xer Lieferketten schafft (Seite 8), und erklärt, auf
welche Weise anpassungsfähige Netzwerktechni-
ken sichere Datenströme aus den abgelegensten
IoT-Arealen gewährleisten (Seite 23). Auch einige
wirtschaftliche Auswirkungen neuer Technologien
sind beachtenswert. So weist Michael Praschma da-
rauf hin, dass viele Unternehmen zukünftig um das
Thema Platform Economics kaum herumkommen
werden (Seite 20). Und schließlich erinnert David
Schahinian ab Seite 16 alle innovativen Start-ups
daran, dass sie ihre wertvollen Ideen beizeiten durch
ein tragfähiges IP-Management sichern sollten.
Denn bei allem fairen Sportsgeist gilt nach wie vor:
„The winner takes it all!“
Es tut sich was
in der Denksport-Arena!
Thomas Jannot
EDITORIAL
Neue Ideen braucht die Welt! – Ein vielfach
bemühter Slogan, hinter dem dann nur
allzu oft der Versuch steht, alten Wein in
neuen Schläuchen feilzubieten. In der IT-Welt da-
gegen sind wir daran gewöhnt, dass kaum ein Tag
vergeht, an dem nicht irgendwer mit einem Quan-
tensprung die nächste Hürde nimmt – wenn auch
hin und wieder gefolgt von einer Rolle rückwärts.
Aber auch Rückschläge nehmen wir sportlich und
hängen die Latte beim nächsten Mal einfach noch
etwas höher. Für Denksport-Athleten ist das kein
Problem. Da sage also noch einer, dass sich IT-Un-
ternehmen zu wenig um die Fitness ihrer Mitarbei-
ter bemühen!
Im Ernst: Wer ja gewissermaßen darauf speziali-
siert ist, Innovationen am laufenden Band zu produ-
zieren, befindet sich kontinuierlich im Wettkampf-
modus. Es geht aber nicht allein darum, ständig
etwas absolut Neues aus dem Ärmel zu zaubern.
Ebenso wichtig ist es, neue Entwicklungen marktreif
zu machen und sie mit bereits existierenden Techni-
ken zu kombinieren. Gerade hier liegt eine der Stär-
ken der IT-Branche. Deshalb werfen wir in dieser
Sonderbeilage einen Blick darauf, wie IT-Unterneh-
men mit innovativen Technologien bestehenden
Witschaftskreisläufen frischen Schwung verleihen.
Zum einen präsentieren auf den folgenden Sei-
ten IT- und Technologieunternehmen aus Deutsch-
land ihre aktuellen Produkt- und Dienstleistungs-
portfolios. Alle als „Advertorial“ gekennzeichneten
Beiträge stammen von Anbietern, die professio-
nelle Lösungen für Digitalisierungsprojekte oder
Trainingsprogramme offerieren. Zum anderen stel-
len Ihnen unsere Autoren im redaktionellen Teil
praktische Einsatzmöglichkeiten neuartiger IT-Tech-
nologien vor. Den Schwerpunkt bilden dabei The-
men rund um künstliche Intelligenz und das Inter-
net of Things.
Als Einstiegsszenario beschreibt Axel Opper-
mann die Möglichkeiten, die sich im Bereich Artifi-
cial Intelligence und Deep Learning auftun. Ab
Seite 4 lässt sich das riesige Potenzial erahnen, das
schon jetzt dem IT-Markt einen neuen Boom be-
schert. Ebenso beeindruckend ist die virtuelle Um-
gebung, in der viele Produktdesigner heute ihre
Entwürfe konzipieren und auf Tauglichkeit prüfen.
Während die Automobilindustrie im Bereich Indus-
trial Design zu den frühesten Anwendern VR- und
AR-basierter Technologien gilt, nutzt mittlerweile
auch eine Reihe anderer Branchen die Vorteile in-
teraktiver Extended-Reality-Lösungen, hat Kai Tub-
besing herausgefunden (Seite 12).
Vergleichsweise unaufgeregt, aber nicht weniger
bahnbrechend verlaufen die Entwicklungen im IoT-
Sektor. So schätzt Roland Freist am Einsatz der
Blockchain-Technologie vor allem den hohen Grad
an Vertrauen, den sie bei der Organisation komple-
xer Lieferketten schafft (Seite 8), und erklärt, auf
welche Weise anpassungsfähige Netzwerktechni-
ken sichere Datenströme aus den abgelegensten
IoT-Arealen gewährleisten (Seite 23). Auch einige
wirtschaftliche Auswirkungen neuer Technologien
sind beachtenswert. So weist Michael Praschma da-
rauf hin, dass viele Unternehmen zukünftig um das
Thema Platform Economics kaum herumkommen
werden (Seite 20). Und schließlich erinnert David
Schahinian ab Seite 16 alle innovativen Start-ups
daran, dass sie ihre wertvollen Ideen beizeiten durch
ein tragfähiges IP-Management sichern sollten.
Denn bei allem fairen Sportsgeist gilt nach wie vor:
„The winner takes it all!“
Es tut sich was
in der Denksport-Arena!
Thomas Jannot
Hey, Google, Siri, Alexa! Wer von euch macht
heute den Kaffee?“ Assistenten wie Ama-
zons Alexa, Apples Siri oder Google Home
vermitteln zahlreichen Benutzern das Gefühl, tat-
sächlich ein Gespräch zu führen. In Wirklichkeit
handelt es sich allerdings um die Simulation einer
persönlichen Unterhaltung mit dem Ziel, dem An-
wender Arbeit abzunehmen, ihn zu unterstützen
und ihm den Alltag zu erleichtern. Ähnlich wie die
Sprachassistenten halten auch andere Spielarten
künstlicher Intelligenz (KI) in immer mehr Lebens-
bereiche Einzug. Grundlage sind teils vor Dekaden
erdachte Ansätze, die seit geraumer Zeit die Grenze
zur Alltagsreife überschritten haben. KI ist gekom-
men, um zu bleiben. Egal, ob der Einzelne das will
oder nicht. Das Thema wird von Politik, Gesell-
schaft und auch von vielen Unternehmen aber
immer noch unterschätzt.
Was man wissen muss
Allgemein betrachtet umfasst KI fortgeschrittene Al-
gorithmen, die einer mathematischen Funktion fol-
gen. Algorithmen sind die Grundlage künstlicher In-
telligenz. Diese ist in der Lage, bestimmte Prozesse
ähnlich wie der Mensch zu handhaben. Beispiele
hierfür sind visuelle Wahrnehmung, Spracherken-
nung, Entscheidungsfindung oder das Übersetzen
von Texten. Aber auch Kontroll- und Inspektionssys-
teme an einer Produktionslinie oder eben Pro-
gramme wie Siri und Alexa sind KI-Geräte. Im Ge-
gensatz zum Menschen können diese Systeme nur
lernen, wie bestimmte Aufgaben zu erledigen sind.
Sie sind quasi Fachidioten. Echte Intelligenz liegt
ihnen also nicht zugrunde, weshalb sie auch als
„schwache“ KI bezeichnet werden.
Grob gesagt lässt sich Artificial Intelligence (AI),
in zwei übergeordnete, größere Segmente untertei-
len: Narrow bzw. Weak AI und Strong AI. Je nach
Auslegung kommt noch eine dritte Einstufung
hinzu: künstliche Superintelligenz. Narrow AI ist
das, was heute auf Computern und Smartphones
längst üblich ist: quasi intelligente Systeme, die
trainiert und angelernt, also für die eigentliche Aus-
führung nicht explizit programmiert werden, um
definierte Aufgaben zu erledigen. Strong AI kann
von der Leistungsfähigkeit her mit menschlichen
Fähigkeiten verglichen werden. Es wird nicht auf
ein definiertes Aufgabengebiet limitiert. Problem-
lösung, abstraktes Denken oder Ideenfindung
wären hiermit möglich. Doch das steht noch im
Konjunktiv. Außer in Filmen gibt es das nämlich
momentan noch nicht.
Derzeit lässt sich Folgendes festhalten: AI erfor-
dert Machine Learning (ML). Maschinelles Lernen
setzt auf Training. Muster und Gesetzmäßigkeiten
werden erkannt, daraus entsteht eine Handlung.
Maschinelles Lernen erfordert Analytik. Analytik er-
fordert die richtige Daten- und Informationsarchi-
tektur (IA). Kurz gesagt: Es wird keinen Erfolg mit
AI ohne die passende IA geben. Eine effektive Da-
tenstrategie – eine Datenarchitektur – muss im An-
satz einzigartig sein, und das fängt beim Datenma-
nagement an. Daten sind das Rohmaterial für jede
Entscheidung.
Deep Learning geht einen Schritt weiter als Ma-
chine Learning. Während das maschinelle Lernen
statistische Techniken nutzt, die es Maschinen er-
möglichen, sich bei Aufgaben weiter zu verbes-
sern, setzt sich das Deep Learning aus hierar-
chischen Schichten von Algorithmen zusammen,
KÜNSTLICHE INTELLIGENZ
4hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018
In der Schule der MaschinenHilfsbereite Assistenzsysteme, lernende Maschinen und kommunikative
Bots verändern unser Leben auf eine Art und Weise, die wir uns kaum
ausmalen können. Was ist bereits Realität und was wird noch kommen?
heute den Kaffee?“ Assistenten wie Ama-
zons Alexa, Apples Siri oder Google Home
vermitteln zahlreichen Benutzern das Gefühl, tat-
sächlich ein Gespräch zu führen. In Wirklichkeit
handelt es sich allerdings um die Simulation einer
persönlichen Unterhaltung mit dem Ziel, dem An-
wender Arbeit abzunehmen, ihn zu unterstützen
und ihm den Alltag zu erleichtern. Ähnlich wie die
Sprachassistenten halten auch andere Spielarten
künstlicher Intelligenz (KI) in immer mehr Lebens-
bereiche Einzug. Grundlage sind teils vor Dekaden
erdachte Ansätze, die seit geraumer Zeit die Grenze
zur Alltagsreife überschritten haben. KI ist gekom-
men, um zu bleiben. Egal, ob der Einzelne das will
oder nicht. Das Thema wird von Politik, Gesell-
schaft und auch von vielen Unternehmen aber
immer noch unterschätzt.
Was man wissen muss
Allgemein betrachtet umfasst KI fortgeschrittene Al-
gorithmen, die einer mathematischen Funktion fol-
gen. Algorithmen sind die Grundlage künstlicher In-
telligenz. Diese ist in der Lage, bestimmte Prozesse
ähnlich wie der Mensch zu handhaben. Beispiele
hierfür sind visuelle Wahrnehmung, Spracherken-
nung, Entscheidungsfindung oder das Übersetzen
von Texten. Aber auch Kontroll- und Inspektionssys-
teme an einer Produktionslinie oder eben Pro-
gramme wie Siri und Alexa sind KI-Geräte. Im Ge-
gensatz zum Menschen können diese Systeme nur
lernen, wie bestimmte Aufgaben zu erledigen sind.
Sie sind quasi Fachidioten. Echte Intelligenz liegt
ihnen also nicht zugrunde, weshalb sie auch als
„schwache“ KI bezeichnet werden.
Grob gesagt lässt sich Artificial Intelligence (AI),
in zwei übergeordnete, größere Segmente untertei-
len: Narrow bzw. Weak AI und Strong AI. Je nach
Auslegung kommt noch eine dritte Einstufung
hinzu: künstliche Superintelligenz. Narrow AI ist
das, was heute auf Computern und Smartphones
längst üblich ist: quasi intelligente Systeme, die
trainiert und angelernt, also für die eigentliche Aus-
führung nicht explizit programmiert werden, um
definierte Aufgaben zu erledigen. Strong AI kann
von der Leistungsfähigkeit her mit menschlichen
Fähigkeiten verglichen werden. Es wird nicht auf
ein definiertes Aufgabengebiet limitiert. Problem-
lösung, abstraktes Denken oder Ideenfindung
wären hiermit möglich. Doch das steht noch im
Konjunktiv. Außer in Filmen gibt es das nämlich
momentan noch nicht.
Derzeit lässt sich Folgendes festhalten: AI erfor-
dert Machine Learning (ML). Maschinelles Lernen
setzt auf Training. Muster und Gesetzmäßigkeiten
werden erkannt, daraus entsteht eine Handlung.
Maschinelles Lernen erfordert Analytik. Analytik er-
fordert die richtige Daten- und Informationsarchi-
tektur (IA). Kurz gesagt: Es wird keinen Erfolg mit
AI ohne die passende IA geben. Eine effektive Da-
tenstrategie – eine Datenarchitektur – muss im An-
satz einzigartig sein, und das fängt beim Datenma-
nagement an. Daten sind das Rohmaterial für jede
Entscheidung.
Deep Learning geht einen Schritt weiter als Ma-
chine Learning. Während das maschinelle Lernen
statistische Techniken nutzt, die es Maschinen er-
möglichen, sich bei Aufgaben weiter zu verbes-
sern, setzt sich das Deep Learning aus hierar-
chischen Schichten von Algorithmen zusammen,
KÜNSTLICHE INTELLIGENZ
4hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018
In der Schule der MaschinenHilfsbereite Assistenzsysteme, lernende Maschinen und kommunikative
Bots verändern unser Leben auf eine Art und Weise, die wir uns kaum
ausmalen können. Was ist bereits Realität und was wird noch kommen?
die darauf ausgelegt sind, sich selbst zu trainieren
und Aufgaben zu erledigen. Somit kann ML beson-
ders dann genutzt werden, wenn es um hohe Qua-
lität geht.
Was folgt daraus?
Künstliche Intelligenz ist vielfältig. Zurzeit handelt
es sich dabei meist um angewandtes menschliches
Wissen. Unternehmen müssen Strategien und
grundlegende Datenstrukturen entwickeln, um Er-
kenntnisse zu gewinnen, damit das gewonnene
Wissen organisiert werden kann. Momentan befin-
den wir uns an einem wichtigen Wendepunkt. Ein
Zeitraum, an dem Unternehmen, die KI nur langsam
erkunden und einsetzen, es immer schwerer haben
werden, zu denen aufzuschließen, die die KI-Tech-
nologie bereits in ihre Business- und Marketing-
pläne übernommen und implementiert haben; also
gegenüber denen, die testen, experimentieren und
Erfahrungen sammeln.
Verantwortliche in Unternehmen sollten sich mit
dem Thema umfassend beschäftigen. Eine KI-Road-
map, ein Plan zur KI-Transformation ist notwendig.
Dieser enthält eine kontinuierliche Bewertung des
Nutzens bzw. der Rentabilität und des ROI. Er ist fo-
kussiert auf kurzfristige Erfolge bei gleichzeitigem
Verfolgen längerfristiger Ziele.
Wie geht’s weiter?
Die Rahmenparameter für das, was passieren wird:
In den kommenden 12 bis 18 Monaten werden zu-
nächst zunehmend Rule-based-Entscheidungsun-
terstützungen in Unternehmen, in Software und
Systeme eingeführt. Also irgendetwas basierend auf
Booleëschen Variablen. Klar: Gibt es schon; jedoch
werden Durchdringung und Relevanz zunehmen.
Im nächsten Schritt erfolgt eine stetig steigende Au-
tomatisierung auf Basis statistischer Werte respek-
tive Analysen, also auf Grundlage statistischer Ar-
gumentation und Vorschläge. Diese basieren auf
einfachen Regressionen, d. h. auf dem, was heute
unter Predictive Maintenance verstanden wird, nur
eben auch in Marketing, Vertrieb, HR etc. Es folgen
automatisierte Klassifikationsaufgaben basierend
auf beliebigen Daten; so etwas wie Machine Learn -
ing. Diese drei Stufen bzw. Ebenen der Automati-
sierung werden ergänzt bzw. abgelöst von autono-
men Systemen, die eine dynamische Gestaltung
von „Neuem“ ermöglichen, d. h. mehr oder weniger
Artificial Intelligence. Zunächst Weak AI, dann
immer stärkere Systeme. Die Entwicklung ist getrie-
ben von Hardware, Software und Logik.
Der Markt boomt
Die wirtschaftlichen Erfolgsaussichten entwickeln
sich extrem! Die weltweiten Ausgaben für Systeme
der kognitiven und künstlichen Intelligenz werden
nach Analysen der Berater von IDC bis 2021 voraus-
sichtlich 57,6 Milliarden US-Dollar erreichen. Mark-
tauguren sehen für die nächsten drei Jahre eine
durchschnittliche jährliche Wachstumsrate (CAGR)
von 50,1 %. Die Analysten von Gartner gehen davon
aus, dass AI-Technologien bis 2020 in fast jedem
neuen Softwareprodukt enthalten sein werden.
Unternehmen wie IBM, Microsoft oder NVIDIA,
aber auch Amazon, Facebook oder Google inves-
tieren massiv. Unternehmen, deren Geschäftsmo-
dell auf KI beruht, werden mit Venture-Kapital ge-
radezu überschüttet. Etablierte Unternehmen, die
ihr Geschäftsmodell in Richtung Automatisierung
und darüber hinaus entwickeln, sind die (un-)heim-
lichen Stars an den Börsen. Grundsätzlich lassen
sich drei große Strömungen erkennen. Erstens: Ent-
wicklung von Hardware, insbesondere Chips. Zwei-
tens: Algorithmen. Drittens: Geschäftsmodelle.
In den vergangenen Jahren hat sich NVIDIA von
einem etablierten Hersteller von Grafikprozessoren
zu einem Unternehmen entwickelt, das an der
Spitze der KI-Evolution steht. NVIDIA setzt auf
einen GPU-basierten Ansatz für Deep Learning.
Das nutzen auch zahlreiche andere Unternehmen,
einschließlich aller großen Cloud-Serviceprovider
etwa für den Einsatz in ihren Rechenzentren und
Automobilhersteller für ihre fahrerlosen Fahrzeug-
initiativen.
Auch Apple und Amazon investieren stark in die
Chip-Entwicklung mit dem Ziel, KI zur Edge zu brin-
gen. Google, respektive die Konzernmutter Alpha-
hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018 5
KÜNSTLICHE INTELLIGENZ
und Aufgaben zu erledigen. Somit kann ML beson-
ders dann genutzt werden, wenn es um hohe Qua-
lität geht.
Was folgt daraus?
Künstliche Intelligenz ist vielfältig. Zurzeit handelt
es sich dabei meist um angewandtes menschliches
Wissen. Unternehmen müssen Strategien und
grundlegende Datenstrukturen entwickeln, um Er-
kenntnisse zu gewinnen, damit das gewonnene
Wissen organisiert werden kann. Momentan befin-
den wir uns an einem wichtigen Wendepunkt. Ein
Zeitraum, an dem Unternehmen, die KI nur langsam
erkunden und einsetzen, es immer schwerer haben
werden, zu denen aufzuschließen, die die KI-Tech-
nologie bereits in ihre Business- und Marketing-
pläne übernommen und implementiert haben; also
gegenüber denen, die testen, experimentieren und
Erfahrungen sammeln.
Verantwortliche in Unternehmen sollten sich mit
dem Thema umfassend beschäftigen. Eine KI-Road-
map, ein Plan zur KI-Transformation ist notwendig.
Dieser enthält eine kontinuierliche Bewertung des
Nutzens bzw. der Rentabilität und des ROI. Er ist fo-
kussiert auf kurzfristige Erfolge bei gleichzeitigem
Verfolgen längerfristiger Ziele.
Wie geht’s weiter?
Die Rahmenparameter für das, was passieren wird:
In den kommenden 12 bis 18 Monaten werden zu-
nächst zunehmend Rule-based-Entscheidungsun-
terstützungen in Unternehmen, in Software und
Systeme eingeführt. Also irgendetwas basierend auf
Booleëschen Variablen. Klar: Gibt es schon; jedoch
werden Durchdringung und Relevanz zunehmen.
Im nächsten Schritt erfolgt eine stetig steigende Au-
tomatisierung auf Basis statistischer Werte respek-
tive Analysen, also auf Grundlage statistischer Ar-
gumentation und Vorschläge. Diese basieren auf
einfachen Regressionen, d. h. auf dem, was heute
unter Predictive Maintenance verstanden wird, nur
eben auch in Marketing, Vertrieb, HR etc. Es folgen
automatisierte Klassifikationsaufgaben basierend
auf beliebigen Daten; so etwas wie Machine Learn -
ing. Diese drei Stufen bzw. Ebenen der Automati-
sierung werden ergänzt bzw. abgelöst von autono-
men Systemen, die eine dynamische Gestaltung
von „Neuem“ ermöglichen, d. h. mehr oder weniger
Artificial Intelligence. Zunächst Weak AI, dann
immer stärkere Systeme. Die Entwicklung ist getrie-
ben von Hardware, Software und Logik.
Der Markt boomt
Die wirtschaftlichen Erfolgsaussichten entwickeln
sich extrem! Die weltweiten Ausgaben für Systeme
der kognitiven und künstlichen Intelligenz werden
nach Analysen der Berater von IDC bis 2021 voraus-
sichtlich 57,6 Milliarden US-Dollar erreichen. Mark-
tauguren sehen für die nächsten drei Jahre eine
durchschnittliche jährliche Wachstumsrate (CAGR)
von 50,1 %. Die Analysten von Gartner gehen davon
aus, dass AI-Technologien bis 2020 in fast jedem
neuen Softwareprodukt enthalten sein werden.
Unternehmen wie IBM, Microsoft oder NVIDIA,
aber auch Amazon, Facebook oder Google inves-
tieren massiv. Unternehmen, deren Geschäftsmo-
dell auf KI beruht, werden mit Venture-Kapital ge-
radezu überschüttet. Etablierte Unternehmen, die
ihr Geschäftsmodell in Richtung Automatisierung
und darüber hinaus entwickeln, sind die (un-)heim-
lichen Stars an den Börsen. Grundsätzlich lassen
sich drei große Strömungen erkennen. Erstens: Ent-
wicklung von Hardware, insbesondere Chips. Zwei-
tens: Algorithmen. Drittens: Geschäftsmodelle.
In den vergangenen Jahren hat sich NVIDIA von
einem etablierten Hersteller von Grafikprozessoren
zu einem Unternehmen entwickelt, das an der
Spitze der KI-Evolution steht. NVIDIA setzt auf
einen GPU-basierten Ansatz für Deep Learning.
Das nutzen auch zahlreiche andere Unternehmen,
einschließlich aller großen Cloud-Serviceprovider
etwa für den Einsatz in ihren Rechenzentren und
Automobilhersteller für ihre fahrerlosen Fahrzeug-
initiativen.
Auch Apple und Amazon investieren stark in die
Chip-Entwicklung mit dem Ziel, KI zur Edge zu brin-
gen. Google, respektive die Konzernmutter Alpha-
hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018 5
KÜNSTLICHE INTELLIGENZ
bet, hat eigene AI-Chips entwickelt. Sie werden be-
reits für interne Zwecke genutzt und zukünftig auch
Kunden über die Google-Cloud zur Verfügung ge-
stellt. Google hat eine Menge Geld in das Thema
gesteckt, auch und insbesondere, um sein Kernge-
schäft zu stärken – den Verkauf von Werbung. AI
wird genutzt, um die Relevanz der Anzeigen zu ver-
bessern, die dem Nutzer ausgespielt werden. Ähn-
lich läuft es bei YouTube: Hier wird die künstliche
Intelligenz eingesetzt, um Musik- und Videoselek-
tionen anzubieten, die auf den früheren Hör- und
Sehgewohnheiten der Nutzer basieren. Aber auch
der AI-gesteuerte Smart Assistant von Google ist
essenziell. Zunächst hatte Google damit begonnen,
Benutzer von android-basierten Smartphones zu
unterstützen. Mittlerweile ist der Smart Speaker des
Unternehmens, Google Home, voll in das Ge-
schäftsmodell integriert.
Wie Google verwendet auch Amazon KI für in-
terne Zwecke, um seine Produkte und Dienstleistun-
gen zu verbessern. Im Geschäftsbereich E-Com-
merce, der den größten Teil des Umsatzes ausmacht,
nutzt Amazon maschinelles Lernen für Anwendun-
gen, die vom Erstellen von Rankings für die Pro-
duktsuche bis hin zum Erstellen von Produktemp-
fehlungen auf Basis der bisherigen Kauf- und
Sehgewohnheiten der Kunden reichen. Nicht zu-
letzt ist KI auch die Grundlage für amazons gegen-
wärtig starke Position im Rennen um das Smart
Home. Alexa hat dazu beigetragen, Amazons Echo
die führende Position bei den Smart-Home-Speak -
ers zu sichern. Daneben werden KI-Anwendungen
auch für Amazon-Web-Services-(AWS)-Kunden be-
reitgestellt. Da Amazon momentan für seine Ge-
winne vollständig auf AWS angewiesen ist, er-
scheint es nicht verwunderlich, dass immer mehr
KI-Anwendungen genutzt werden, um das lukrative
Cloud-Geschäft zu stärken.
KI im Kundenservice
Die OBI Group, ein Anbieter in der Bau- und
Heimwerkermarktbranche, nutzt ebenfalls KI. Das
Feedback der Kunden wird automatisiert mit
Data-Mining-Algorithmen aufgearbeitet und für
hochwertigere Rückschlüsse genutzt. Trumpf Laser-
technik, ein Technologieanbieter industrieller Laser,
nutzt Datenmodelle für die vorausschauende
Instand haltung der Lasermaschinen. Grundlage
hierfür ist die Analyse historischer Daten, ein Moni-
toring der Maschinen- und Predictive-Maintenance-
Ansätze. Dadurch ließ sich nicht nur die Instandhal-
tungsstrategie verbessern, vielmehr konnten neue
Mehrwertdienste auf Basis von Daten und Algorith-
men angeboten werden.
Aeon, Japans umsatzstärkster Einzelhändler,
schickt sich an, gemeinsam mit einem von Alibaba
unterstützten Technologieunternehmen Modelle für
Ladenlokale zu entwickeln, die mittels KI betrieben
werden. Im Kern handelt es sich um kioskähnliche
Convenience Stores. Der Zugang erfolgt via Hand-
abdruck, genauer gesagt über einen Scan der Hand-
flächenvenen. Im Laden erkennen Sensoren in Kom-
bination mit Algorithmen den Kunden und seine
Einkäufe. Die Inter Versicherungsgruppe setzt mit
EVA, der „empathischen Versicherungsassistentin“,
auf eine gemeinsam mit IBM entwickelte Chatbot-
Lösung. Grundlage ist unter anderem die kognitive
Watson-Technologie von IBM.
Fazit
Es gäbe noch eine Menge mehr Beispiele für KI-An-
wendungen: Bremsassistenten, Servicebots, Kalen-
der-Apps, Inspektoren in Industrieanlagen, Bildin-
terpretation in der Radiologie. Bots werden das
Personalmanagement übernehmen, Algorithmen
entscheiden über Kreditvergabe und Anlagestrate-
gie. Das Thema ist viral. So hat es Predictive Polic -
ing, also die Vorhersage von Straftaten auf Basis his-
torischer Falldaten, bereits ins deutsche Fernsehen
geschafft – ob im ARD-Tatort oder beim ZDF-Wils-
berg. KI ist eigentlich überall und dennoch nir-
gendwo. In vielen Unternehmen wird die Thematik
sträflich unterschätzt. Zukunftsangst geht mit kru-
den Fantasien einher, vielerorts herrscht ein deso -
later Kenntnisstand über Möglichkeiten und Risiken.
Doch die Planungen müssen jetzt starten. Erfah-
rungen müssen jetzt gemacht werden.
Axel Oppermann, Avispador
KÜNSTLICHE INTELLIGENZ
6hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018
reits für interne Zwecke genutzt und zukünftig auch
Kunden über die Google-Cloud zur Verfügung ge-
stellt. Google hat eine Menge Geld in das Thema
gesteckt, auch und insbesondere, um sein Kernge-
schäft zu stärken – den Verkauf von Werbung. AI
wird genutzt, um die Relevanz der Anzeigen zu ver-
bessern, die dem Nutzer ausgespielt werden. Ähn-
lich läuft es bei YouTube: Hier wird die künstliche
Intelligenz eingesetzt, um Musik- und Videoselek-
tionen anzubieten, die auf den früheren Hör- und
Sehgewohnheiten der Nutzer basieren. Aber auch
der AI-gesteuerte Smart Assistant von Google ist
essenziell. Zunächst hatte Google damit begonnen,
Benutzer von android-basierten Smartphones zu
unterstützen. Mittlerweile ist der Smart Speaker des
Unternehmens, Google Home, voll in das Ge-
schäftsmodell integriert.
Wie Google verwendet auch Amazon KI für in-
terne Zwecke, um seine Produkte und Dienstleistun-
gen zu verbessern. Im Geschäftsbereich E-Com-
merce, der den größten Teil des Umsatzes ausmacht,
nutzt Amazon maschinelles Lernen für Anwendun-
gen, die vom Erstellen von Rankings für die Pro-
duktsuche bis hin zum Erstellen von Produktemp-
fehlungen auf Basis der bisherigen Kauf- und
Sehgewohnheiten der Kunden reichen. Nicht zu-
letzt ist KI auch die Grundlage für amazons gegen-
wärtig starke Position im Rennen um das Smart
Home. Alexa hat dazu beigetragen, Amazons Echo
die führende Position bei den Smart-Home-Speak -
ers zu sichern. Daneben werden KI-Anwendungen
auch für Amazon-Web-Services-(AWS)-Kunden be-
reitgestellt. Da Amazon momentan für seine Ge-
winne vollständig auf AWS angewiesen ist, er-
scheint es nicht verwunderlich, dass immer mehr
KI-Anwendungen genutzt werden, um das lukrative
Cloud-Geschäft zu stärken.
KI im Kundenservice
Die OBI Group, ein Anbieter in der Bau- und
Heimwerkermarktbranche, nutzt ebenfalls KI. Das
Feedback der Kunden wird automatisiert mit
Data-Mining-Algorithmen aufgearbeitet und für
hochwertigere Rückschlüsse genutzt. Trumpf Laser-
technik, ein Technologieanbieter industrieller Laser,
nutzt Datenmodelle für die vorausschauende
Instand haltung der Lasermaschinen. Grundlage
hierfür ist die Analyse historischer Daten, ein Moni-
toring der Maschinen- und Predictive-Maintenance-
Ansätze. Dadurch ließ sich nicht nur die Instandhal-
tungsstrategie verbessern, vielmehr konnten neue
Mehrwertdienste auf Basis von Daten und Algorith-
men angeboten werden.
Aeon, Japans umsatzstärkster Einzelhändler,
schickt sich an, gemeinsam mit einem von Alibaba
unterstützten Technologieunternehmen Modelle für
Ladenlokale zu entwickeln, die mittels KI betrieben
werden. Im Kern handelt es sich um kioskähnliche
Convenience Stores. Der Zugang erfolgt via Hand-
abdruck, genauer gesagt über einen Scan der Hand-
flächenvenen. Im Laden erkennen Sensoren in Kom-
bination mit Algorithmen den Kunden und seine
Einkäufe. Die Inter Versicherungsgruppe setzt mit
EVA, der „empathischen Versicherungsassistentin“,
auf eine gemeinsam mit IBM entwickelte Chatbot-
Lösung. Grundlage ist unter anderem die kognitive
Watson-Technologie von IBM.
Fazit
Es gäbe noch eine Menge mehr Beispiele für KI-An-
wendungen: Bremsassistenten, Servicebots, Kalen-
der-Apps, Inspektoren in Industrieanlagen, Bildin-
terpretation in der Radiologie. Bots werden das
Personalmanagement übernehmen, Algorithmen
entscheiden über Kreditvergabe und Anlagestrate-
gie. Das Thema ist viral. So hat es Predictive Polic -
ing, also die Vorhersage von Straftaten auf Basis his-
torischer Falldaten, bereits ins deutsche Fernsehen
geschafft – ob im ARD-Tatort oder beim ZDF-Wils-
berg. KI ist eigentlich überall und dennoch nir-
gendwo. In vielen Unternehmen wird die Thematik
sträflich unterschätzt. Zukunftsangst geht mit kru-
den Fantasien einher, vielerorts herrscht ein deso -
later Kenntnisstand über Möglichkeiten und Risiken.
Doch die Planungen müssen jetzt starten. Erfah-
rungen müssen jetzt gemacht werden.
Axel Oppermann, Avispador
KÜNSTLICHE INTELLIGENZ
6hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018
Die intelligente Vernetzung von Menschen,
Prozessen, Daten und Gegenständen bringt
für Automatisierungsanbieter und -anwen-
der enorme Potentiale: Maschinen werden künftig
über Unternehmens- und Landesgrenzen hinweg
miteinander kommunizieren und Produktions -
prozesse autark organisieren. Durch Cloud-Com-
puting und Big Data wird die Digitalisierung be-
schleunigt.
Die daraus entstehende Smart Factory bietet
eine noch nie dagewesene Flexibilität. Individuelle
Produktwünsche können somit berücksichtigt und
Einzelstücke rentabel produziert werden. Dieser
Wandel hat viele Aspekte: Ob kollaborative Roboter
oder intelligente Maschinen, Komponenten und
Services – auf der automatica wird die Smart
Factory konkret.
Wettbewerbsvorsprung durch
Automatisierung
Die automatica führt alle Schlüsseltechnologien
an einem Ort zusammen. Sie vereint das weltweit
größte Angebot an Industrie- und Servicerobotik,
Montageanlagen, industriellen Bildverarbeitungs-
systemen und Komponenten. Unternehmen aus
allen Branchen finden auf der automatica Produkte
und Lösungen für die Optimierung von Produktions-
prozessen. Dabei thematisiert die Messe die zen-
tralen Zukunftstrends unter dem Aspekt der Wett-
bewerbsfähigkeit.
IT2Industry: Die IT-Plattform im Rahmen
der automatica
Die IT2Industry ist die integrierte Plattform für ITK-
Themen im Rahmen der automatica. Sie bildet die
intelligenten, digital vernetzten Arbeitswelten ab
und ist somit die Schnittstelle zwischen der klassi-
schen Produktion und dem industriellen Internet der
Dinge. Im Themenbereich IT2Industry stellen nicht
nur einschlägige Soft- und Hardwareanbieter, Inte-
gratoren und Unternehmensberatungen aus. Auf
dem IT2Industry Forum wird auch fleißig diskutiert:
über Robotic Automation, Big Data, Cloud, Security
und natürlich über IoT. Weitere Informationen:
automaticamunich.com
hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018 7
ADVERTORIAL
automatica – Businessplattform für die digitale
Transformation in der Fertigung
Die digitale Transformation verändert die Produktionswelt. Der Schlüssel zum Erfolg
liegt zukünftig im Zusammenspiel von Fertigungs- und Informations technologien.
Intelligente Automatisierung und Robotik sind somit wesentliche Aspekte von Industrie 4.0.
Die enormen Potentiale der Fertigung von morgen zeigt die automatica, vom 19. bis 22. Juni
in München, als führende Plattform für die automatisierte Produktion.
Ansprechpartner für die Presse:
AUTOMATICA
Ivanka Stefanova-Achter – PR Manager, Messe München
Email: ivanka.stefanova-achter@messe-muenchen.de
Tel. : +49 89 94921488
Messegelände, 81823 München, Deutschland/Germany
Quelle: Messe München
Prozessen, Daten und Gegenständen bringt
für Automatisierungsanbieter und -anwen-
der enorme Potentiale: Maschinen werden künftig
über Unternehmens- und Landesgrenzen hinweg
miteinander kommunizieren und Produktions -
prozesse autark organisieren. Durch Cloud-Com-
puting und Big Data wird die Digitalisierung be-
schleunigt.
Die daraus entstehende Smart Factory bietet
eine noch nie dagewesene Flexibilität. Individuelle
Produktwünsche können somit berücksichtigt und
Einzelstücke rentabel produziert werden. Dieser
Wandel hat viele Aspekte: Ob kollaborative Roboter
oder intelligente Maschinen, Komponenten und
Services – auf der automatica wird die Smart
Factory konkret.
Wettbewerbsvorsprung durch
Automatisierung
Die automatica führt alle Schlüsseltechnologien
an einem Ort zusammen. Sie vereint das weltweit
größte Angebot an Industrie- und Servicerobotik,
Montageanlagen, industriellen Bildverarbeitungs-
systemen und Komponenten. Unternehmen aus
allen Branchen finden auf der automatica Produkte
und Lösungen für die Optimierung von Produktions-
prozessen. Dabei thematisiert die Messe die zen-
tralen Zukunftstrends unter dem Aspekt der Wett-
bewerbsfähigkeit.
IT2Industry: Die IT-Plattform im Rahmen
der automatica
Die IT2Industry ist die integrierte Plattform für ITK-
Themen im Rahmen der automatica. Sie bildet die
intelligenten, digital vernetzten Arbeitswelten ab
und ist somit die Schnittstelle zwischen der klassi-
schen Produktion und dem industriellen Internet der
Dinge. Im Themenbereich IT2Industry stellen nicht
nur einschlägige Soft- und Hardwareanbieter, Inte-
gratoren und Unternehmensberatungen aus. Auf
dem IT2Industry Forum wird auch fleißig diskutiert:
über Robotic Automation, Big Data, Cloud, Security
und natürlich über IoT. Weitere Informationen:
automaticamunich.com
hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018 7
ADVERTORIAL
automatica – Businessplattform für die digitale
Transformation in der Fertigung
Die digitale Transformation verändert die Produktionswelt. Der Schlüssel zum Erfolg
liegt zukünftig im Zusammenspiel von Fertigungs- und Informations technologien.
Intelligente Automatisierung und Robotik sind somit wesentliche Aspekte von Industrie 4.0.
Die enormen Potentiale der Fertigung von morgen zeigt die automatica, vom 19. bis 22. Juni
in München, als führende Plattform für die automatisierte Produktion.
Ansprechpartner für die Presse:
AUTOMATICA
Ivanka Stefanova-Achter – PR Manager, Messe München
Email: ivanka.stefanova-achter@messe-muenchen.de
Tel. : +49 89 94921488
Messegelände, 81823 München, Deutschland/Germany
Quelle: Messe München
Während zunächst vor allem das Konzept
der Kryptowährungen im Fokus der Öf-
fentlichkeit stand, hat sich das Interesse
im vergangenen Jahr mehr und mehr der Block-
chain-Technik zugewandt, auf der Bitcoin & Co. ba-
sieren. Bisher waren es vor allem Finanzinstitute, die
die neue Technik unter die Lupe nahmen, inzwischen
entdecken immer mehr Unternehmen die Vorteile,
die die Blockchain im Internet of Things bietet.
Wie funktioniert eine Blockchain?
Zunächst einmal handelt es sich bei einer Blockchain
einfach nur um ein Datenbankmanagementsystem,
das jedoch im Unterschied zu zentral aufgebauten,
relationalen Datenbanken auf mehrere Knoten (eng-
lisch: Nodes) verteilt ist. Das darf man sich allerdings
nicht so vorstellen, dass die Daten portionsweise auf
einen Cluster aus mehreren Computern aufgeteilt
würden. Stattdessen liegen auf jedem Node exakt
dieselben Daten. Ändert sich etwas am Datenbe-
stand, werden die Datensätze auf sämtlichen Nodes
automatisch aktualisiert. Da es immer mehrere Ko-
pien der Datensätze gibt, sind unbemerkte Manipu-
lationen nahezu unmöglich.
Hinzu kommt eine weitere Eigenschaft, auf die
der Name bereits hindeutet: In einer Blockchain wer-
den Datenblöcke wie bei einer Kette miteinander
verbunden. Jeder Block speichert mehrere Transak-
tionen. Diese Transaktionen werden jeweils paar-
weise mit einer Prüfsumme (englisch: Hash) gesi-
chert, zudem wird ein Hash für den kompletten
Block errechnet. Dieser wiederum wird über eine ver-
schlüsselte Verbindung in den nächsten Block über-
nommen und mit den Hash-Werten der dort gespei-
cherten Transaktionen zu einem weiteren Hash
kombiniert. Dieser Wert wandert anschließend in
den folgenden Block, wo er wiederum mit den Prüf-
summen der Transaktionen verschmolzen wird usw.
So entsteht eine Kette, bei der sämtliche vorherge-
henden Glieder unveränderbar sind.
Was als Transaktion in einer Blockchain gespei-
chert und gesichert wird, ist frei wählbar. Das können
Überweisungsdaten wie bei Bitcoin sein, bei der kon-
kurrierenden Kryptowährung Ethereum nimmt die
Blockchain darüber hinaus aber auch Vertragsklau-
seln in Form von Wenn-dann-Beziehungen (Smart
Contracts) auf. Andere Blockchains speichern bei-
spielsweise Abrechnungsdaten von Energieliefe-
ranten, Urheberrechtsinformationen oder sogar
Wählerverzeichnisse. Zahlreiche Unternehmen und
Behörden weltweit eruieren derzeit, welche Möglich-
keiten die Blockchain-Technik ihnen bieten könnte.
Sichere Transportwege
So sieht beispielsweise die Fracht- und Logistikbran-
che die Chance, per Blockchain ihre Transporte bes-
ser zu sichern und damit die Supply Chain zu stabi-
lisieren. Die Firmen stehen vor dem Problem, dass
ihre Container weitgehend selbstständig ihr Ziel er-
reichen müssen, oft über mehrere Stationen hin-
weg. Dazu werden teilweise noch Frachtpapiere
ver wendet, häufig aber auch schon elektronische
Hilfs mittel wie Sensoren, die an den Containern an -
gebrachte Codes auslesen, die Informationen aus-
werten und den weiteren Transport steuern. Diese
Sensoren sind vielfach über das Internet vernetzt,
sodass die Auftraggeber jederzeit abrufen können,
wo sich ihre Ware jeweils befindet.
Doch das bringt nicht nur Kostenvorteile, son-
dern birgt auch Risiken. Kriminelle manipulieren
BLOCKCHAIN
8 hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018
Die Kette des VertrauensKryptowährungen haben die Blockchain-Technik bekannt gemacht. Doch das
Verfahren eignet sich auch für das IoT und die Kontrolle von Supply Chains.
Erste praktische Versuche laufen bereits erfolgreich.
der Kryptowährungen im Fokus der Öf-
fentlichkeit stand, hat sich das Interesse
im vergangenen Jahr mehr und mehr der Block-
chain-Technik zugewandt, auf der Bitcoin & Co. ba-
sieren. Bisher waren es vor allem Finanzinstitute, die
die neue Technik unter die Lupe nahmen, inzwischen
entdecken immer mehr Unternehmen die Vorteile,
die die Blockchain im Internet of Things bietet.
Wie funktioniert eine Blockchain?
Zunächst einmal handelt es sich bei einer Blockchain
einfach nur um ein Datenbankmanagementsystem,
das jedoch im Unterschied zu zentral aufgebauten,
relationalen Datenbanken auf mehrere Knoten (eng-
lisch: Nodes) verteilt ist. Das darf man sich allerdings
nicht so vorstellen, dass die Daten portionsweise auf
einen Cluster aus mehreren Computern aufgeteilt
würden. Stattdessen liegen auf jedem Node exakt
dieselben Daten. Ändert sich etwas am Datenbe-
stand, werden die Datensätze auf sämtlichen Nodes
automatisch aktualisiert. Da es immer mehrere Ko-
pien der Datensätze gibt, sind unbemerkte Manipu-
lationen nahezu unmöglich.
Hinzu kommt eine weitere Eigenschaft, auf die
der Name bereits hindeutet: In einer Blockchain wer-
den Datenblöcke wie bei einer Kette miteinander
verbunden. Jeder Block speichert mehrere Transak-
tionen. Diese Transaktionen werden jeweils paar-
weise mit einer Prüfsumme (englisch: Hash) gesi-
chert, zudem wird ein Hash für den kompletten
Block errechnet. Dieser wiederum wird über eine ver-
schlüsselte Verbindung in den nächsten Block über-
nommen und mit den Hash-Werten der dort gespei-
cherten Transaktionen zu einem weiteren Hash
kombiniert. Dieser Wert wandert anschließend in
den folgenden Block, wo er wiederum mit den Prüf-
summen der Transaktionen verschmolzen wird usw.
So entsteht eine Kette, bei der sämtliche vorherge-
henden Glieder unveränderbar sind.
Was als Transaktion in einer Blockchain gespei-
chert und gesichert wird, ist frei wählbar. Das können
Überweisungsdaten wie bei Bitcoin sein, bei der kon-
kurrierenden Kryptowährung Ethereum nimmt die
Blockchain darüber hinaus aber auch Vertragsklau-
seln in Form von Wenn-dann-Beziehungen (Smart
Contracts) auf. Andere Blockchains speichern bei-
spielsweise Abrechnungsdaten von Energieliefe-
ranten, Urheberrechtsinformationen oder sogar
Wählerverzeichnisse. Zahlreiche Unternehmen und
Behörden weltweit eruieren derzeit, welche Möglich-
keiten die Blockchain-Technik ihnen bieten könnte.
Sichere Transportwege
So sieht beispielsweise die Fracht- und Logistikbran-
che die Chance, per Blockchain ihre Transporte bes-
ser zu sichern und damit die Supply Chain zu stabi-
lisieren. Die Firmen stehen vor dem Problem, dass
ihre Container weitgehend selbstständig ihr Ziel er-
reichen müssen, oft über mehrere Stationen hin-
weg. Dazu werden teilweise noch Frachtpapiere
ver wendet, häufig aber auch schon elektronische
Hilfs mittel wie Sensoren, die an den Containern an -
gebrachte Codes auslesen, die Informationen aus-
werten und den weiteren Transport steuern. Diese
Sensoren sind vielfach über das Internet vernetzt,
sodass die Auftraggeber jederzeit abrufen können,
wo sich ihre Ware jeweils befindet.
Doch das bringt nicht nur Kostenvorteile, son-
dern birgt auch Risiken. Kriminelle manipulieren
BLOCKCHAIN
8 hHeise Medien, IT- und Technologieunternehmen stellen sich vor 1/2018
Die Kette des VertrauensKryptowährungen haben die Blockchain-Technik bekannt gemacht. Doch das
Verfahren eignet sich auch für das IoT und die Kontrolle von Supply Chains.
Erste praktische Versuche laufen bereits erfolgreich.