Industrie 4.0 – Newsletter – 10/2017


Industriearbeitsplätze ergonomisch optimieren.
Success Story: AKQUINET & Harting


Sehr geehrte Damen und Herren,

in unserer heutigen Newsletter-Ausgabe beschäftigen wir uns mit dem zentralen Thema “Prozessautomatisierung” im Unternehmen.
Dass die Bedeutung von Industrie 4.0 im Unternehmen zunehmen wird, zeigte bereits die Studie des Wirtschaftprüfungshauses Ernst & Young (EY) vom Herbst 2016. Doch wie gelingt der Einstieg in kleinen Schritten, ohne großen Aufwand und Invest?

Weiterlesen

Tagung Industrie 4.0: Security in Rechenzentren und Fabriken – Ansätze und Parallelen

Mit dem Begriff Industrie 4.0 verbindet sich die Idee, dass durch Integration klassischer Produktionsmaschinen, Lagersysteme und Betriebsmittel als Cyber-Physikalische Systeme sogenannte Smart Factorys entstehen, die neue Geschäftsmodelle ermöglichen und durch Prozessoptimierung Kosten sparen können. Ein kritischer Erfolgsfaktor hierfür ist das Thema Sicherheit. Aufgrund der immer engeren Vernetzung und der damit einhergehenden Öffnung vorher isolierter Systeme entstehen neue Angriffsflächen für Angreifer.

Im Rechenzentrumsbetrieb gab es vor einigen Jahren ebenfalls eine Phase, in der ehemals isoliert betriebene, Hardware-nahe Systeme geöffnet und vernetzt wurden. Inzwischen sind die damals entstandenen Herausforderungen bewältigt worden.

Auf der Tagung Industrie 4.0 – “Mit Sicherheit gut vernetzt” haben wir von unseren Erfahrungen aus dem Rechenzentrumsbetrieb berichtet, die unserer Meinung nach im Industrie 4.0 Umfeld helfen können, Chancen zu nutzen und Risiken zu vermeiden.

Hier unser Vortrag:

In dem Tagungsband Industrie 4.0 – Safety und Security werden Sie einen ausführlichen Artikel von uns zu dem Thema finden.
Wenn Sie Kommentare, Anregungen oder Fragen haben, kontaktieren Sie uns einfach per Mail an torsten.fink@akquinet.de.

 

Fachartikel: Praktische Einführung in das Thema Machine Learning (ML)

Der Artikel gibt eine praktische Einführung in das Thema Machine Learning (ML) und zeigt auf, wie mit der WEKA-Bibliothek in Java aus dem häufig verwendeten Beispieldatensatz „Iris“ ein Entscheidungsbaum zur Klassifizierung eines Datensatzes bezüglich seiner Zugehörigkeit zur Iris-Klasse realisiert werden kann. Wir verwenden im Beispiel einen Entscheidungsbaum mit dem J48-Algorithmus, da Entscheidungsbäume sehr anschaulich sind und Entscheidungskriterien sichtbar machen. Der J48-Algorithmus bringt zudem eine effiziente Implementierung des Algorithmus C 4.5 mit, die häufig bereits sehr gute Klassifizierungen ermöglicht.

Artikel: Praktischer Einstieg in ML mit WEKA: Erstellung eines Entscheidungsbaums