Zukunftsfelder
–
Einfluss auf Gesamtverwaltung
vs. Einfluss auf das konkrete GIS-Projekt
Cloud Computing (SaaS)
Service Orientierte Architektur (SOA)
Autonomes Fahren
Customer Relationship Management (CRM)
KI
Social Media
Wearable User Interfaces
–> Cloud Computing, SOA
Cloud Computing
Bereitstellung von IT -Ressourcen wie Rechenleistung, Speicherplatz und Anwendungen über das Internet
Zugriffs auf geteilte und skalierbare Ressourcen über das Netzwerk, statt diese lokal auf eigenen Geräten oder Servern zu betreiben
IAAS = Infrastructure as a Service
Zugriff auf grundlegende Rechenressourcen wie Server, Netzwerke und Speicher
Skalierbarkeit je nach Bedarf und Abrechnung basierend auf der Nutzung
Ermöglicht es Unternehmen, Investitionskosten zu reduzieren und Ressourcen flexibel anzupassen
PAAS = Platform as a Service
On-Demand-Plattform mit komplettem Software-Stack, Infrastruktur und Entwicklungstools für Softwareentwickler
Hostet alles in einem Rechenzentrum, einschließlich Server, Netzwerke, Speicher, Betriebssystem-Software und Middleware
ermöglicht es Entwicklern, schnell auf die benötigten Umgebungen zuzugreifen, Anwendungen zu erstellen, zu testen und zu verwalten
SAAS = Software as a Service
Cloudbasierte Anwendungssoftware, die in der Cloud gehostet wird und über einen Web-Browser, einen dedizierten Desktop-Client oder eine API zugänglich ist
Benutzer zahlen idR. monatliche oder jährliche Abonnementgebühr und profitieren von automatischen Upgrades und Schutz vor Datenverlust
Chancen
Ressourcen sind bei Bedarf schnell und einfach zu skalieren, je nach Anforderungen des Unternehmens
Reduzierung von Investitionen in lokale Infrastruktur
Möglichkeit, schnell neue Anwendungen bereitzustellen und auf Marktveränderungen zu reagieren
auf Ressourcen von überall auf der Welt zuzugreifen und von einer globalen Infrastruktur zu profitieren
Herausforderungen
Sicherstellung der Einhaltung von Datenschutzvorschriften und -richtlinien
Gewährleistung der Sicherheit von Daten und Anwendungen in der Cloud, einschließlich des Schutzes vor Cyberangriffen und Datenverlust
Abhängigkeit von Cloud-Anbietern und die damit verbundene Gefahr von Ausfällen oder Änderungen in den Servicebedingungen
Trends
Verlagerung von Rechenleistung und Datenverarbeitung näher an den Ort, an dem sie verarbeitet werden
reduziert Latenz, verbessert Effizienz
Integration mehrerer Cloud-Diensten und –Plattformen
verbessert Flexibilität, Skalierbarkeit und Redundanz
Integration von Cloud-Ressourcen zur Entwicklung und Bereitstellung von KI-Anwendungen und -Algorithmen
Zukunftfelder
Softwarekonzept für modulare, wiederverwendbare Dienste
Weiterentwicklung der Anwendungsentwicklung und -integration
Möglichkeit, Services über Serviceschnittsellen in verschiedenen Systemen wiederzuverwenden oder mehrere unabhängige Services zu kombinieren, um komplexe Aufgaben zu erfüllen
SOA ermöglicht verschiedenen Diensten über ein lose gekoppeltes System miteinander zu kommunizieren
Austausch von Informationen
Koordination von Prozessen
Bereitstellung von IT-Services
Services verwenden gemeinsame Schnittstellenstandards und ein Architekturmuster, sodass sie schnell in neue Anwendungen integriert werden können
–> Interoperabilität
Enterprise Service Bus (ESB) stellt Kommunikation zwischen Services und Servicenutzern her
Lose Kopplung: Dienste arbeiten möglichst unabhängig und kommunizieren über definierte Schnittstellen (APIs)
Reduktion von Abhängigkeiten zw. Systemen
Prävention von Systemausfällen durch Fehlerauswirkungen
Voraussetzung: detaillierte Systemanalyse und präzise Beschreibung der Systemanforderungen
aktuelle Situation wird analysiert
Radar, LiDAR, Kameras nehmen Umweltt auf
GPS verortet Position
3D-Modell wird erstellt
KI wertet Daten aus
nächste Handlungen werden geplant und selbstständig ausgeführt
5 Autonomiestufen
Level 1: Fahrassistenz
(zB. Tempomat)
Level 2: Teilautomation
(Spur halten oder bremsen, Einpark-Assistenten)
Level 3: Hohe Automation
(selbstständiges überholen und beschleunigen)
Level 4: volle Automation
(Fahrzeuge übernehmen alle Fahraufgaben)
Level 5: autonom
(Passagier hat keine Fahraufgabe und Möglichkeit einzugreifen, Passagier nicht nötig)
Stand in DE
seit 2017 ist Level 3 erlaubt
für Level 4 und 5 sind erste rechtliche Grundlagen vorhanden
Fahren ohne Fahrer noch nicht erlaubt
–> nur auf Betriebsgeländen
Vor- und Nachteile
Verbesserung der Sicherheit
Verbesserung des Verkehrsflusses
Unfälle durch technische Fehler
Ethikfrage
Abhängigkeit von Internet, Gefahr durch Hacking
zukünftig zunehmende Vernetzung zwischen Fahrzeugen
Strategie
Fokus: Kundenorientierung
Verwaltung von Kundenbeziehungen, Kundengewinnung, langfristige Kundenbindung
Ziele:
effektivere Kommunikation mit Kunden (Marketing)
Steigerung der Kundenzufriedenheit und -bindung
letztlich Steigerung des Umsatzes und des Unternehemnserfolges
Beispiele
Erfassung von Kundendaten für
Kundenpräferenzen
personalisierte Vorschläge und Werbung
Anpassen von Online-Erfahrung
Identifizierung von Trends und Mustern
standortbasierte Daten für gezieltes MArketing
Operatives CRM
Kundenkontaktmanagement
–> Erfassung und Verwaltung von Kundendaten
Kampagnenmanagement / Marketing Automation
Kollaboratives CRM
–> Kommunikation (Beratung) über Telefon, E-Mail, Internet, Social Media
Analytisches CRM
Integration von Vertrieb, Marketing und Kundenservice
Auswertung von Kundendaten und individuellen Transaktionen (bspw. Bestellungen und Anfragen)
Fragen
CRM intern oder extern, Cloud-Lösungen
Sicherheits- und Datenschutzaspekte
Funktionalitäten
KI in der Geoinformatik
Herausforderung:
noch recht fehleranfällig
Vollständigkeit der zugrundeliegenden Daten
steigende Hardwarekosten und Rechenleistungen
fehlendes Personal
Möglichkeiten
Effizienzsteigerung
Erkennung komlexer Muster und Zusammenhänge
bessere Qualität und Konsistenz der Ergebnisse
——
Analyse in GIS
Einbezug von Umwelt- und Klimadaten, Datum, Uhrzeit, …
Verarbeitung große Datenmengen, die zu komplex für manuelle Analyse wären
Pixel Classification
(auf Grundlage eines Eingabe-Rasters wird jedem Pixel eine Klassenbezeichung zugeschrieben)
Object Detection
(erstellt auf Grundlage eines Eingabe-Rasters eine neue Feature Class)
Machine Learning Algorithmus für Unfall- und Risikowahrscheinlichkeit
Ausführung von Aufgaben, die sonst von Menschen ausgeführt werden würden
Machine Learning
Treffen eigener Entscheidungen aufgrund von Daten und beobachteter Muster
benötigen menschliches Eingreifen bei falscher Information
Deep Learning
nutzt künstichel neuronales Netzwerk, um korrekte Schlussfolgerungen zu treffen
ohne menschlisches Eingreifen
Kommunikation und Verbindung
erleichtert Kommunikation in Echtzeit unabhängig der Lage
Informationsaustausch und -verbreitung
Sachinformationen, Meinungen
Unterhaltung
Medienkonsum
Selbstdarstellung
Gemeinschaftsbildung
auf Grundlage gemeinsamer Interessen
Markenwerbung und Marketing
Bildungsressource / Wissensaustausch
Gefahren
übermäßige Nutzung
Vergleich mit anderen: veringertes Selbstwertgefühl, Neid
Datenschutz: Missbrauch persönlicher Informationen
personalisierte Werbung
Einflussbildung, Verbreitung falscher Informationen, Missbrauch
Social zunehmend als politisches Werkzeug
Industrie 4.0 – Digitaler Zwilling
Industrie 4.0
Intelligente Vernetztung von Maschinen und Abläufen in der Industrie mithilfe von Informations- und Kommunikationstechnologien
Flexible Produktion
digitale Vernetzung der an der Herstellung eines Produkts beteiligten Unternehmen
bessere Bedarfs- und Ressourcenplanung entlang der Supply Chain
–> Verbesserung der Produktivität
schnelle Anpassung an sich ändernde Bedingungen
kundenzentrierte Lösung
Herstellung individualisierter Produkte anhand von personalisierten Nutzerdaten
optimierte Logistik / Einsatz von Ressourcen
Berechnung opzimierter Lieferwege anhand von Algorithmen
smarte Vernetzung und Einsatz von Daten:
Maschinen melden selbsständig Zustand bzw. Lagerbestände / Bedarf von Ressourcen
Einsatz von Verbraucherdaten zur Produktoptimierung
Digitaler Zwilling
(3D) Visualisierung und Analyse der realen Welt in Echtzeit
dynamische, virtuelle Kopie einer Umgebung, eines Systems oder eines Prozesses, die genauso aussieht und sich genauso verhält wie ihr reales Gegenstück
repliziert Prozesse, um Ergebnisse, Leistungen und Probleme vorherzusagen
Internet of Things (IoT):
Ausstattung von Gegenständen mit Sensoren
ermöglich Kommunikation / Austausch von Daten mit anderen Geräten und Systemen in einem Netzwerk (Internet)
User Interface
graphische Benutzerschnittstelle (GUI) zur Bedienung eines Computers bzw. einer Anwendungssoftware
–> Human-Computer Interaction (HCI): Eingabe und Ausgabe
Wearables
kleine Computersysteme, die während der Nutzung direkt am Körper anliegen bzw. getragen werden
Smartwatch, Smartglass
Anwnedungsfelder
Benachrichtigung und Telefonie
Health Monitoring & Aktivitätstracking
Navigation
Mobiles Bezahlen
Wetter
Gaming
Videos, Musik
Einsatzmöglichkeiten GIS
Treffen in virtuellen Räumen
Visualisierung von Objekten / Digitaler Zwillinge
Schwierigkeiten
eingeschränkte Darstellungsmöglichkeit (Smartwatches)(beschränkt durch den geringe Formfaktor)
WIMP-Interfaces nur bedingt geeignet (ähnlich zu Smartphones)
(Grundkonzept zur Bedienung von GUIs: Windows, Icons, Menus, Pointer)
unterschiedliche Formen der Eingabe
Touch, Gestensteuerung
Tasten, Krone, Lünette
Spracheingabe
externe Steuerungseinheit
…
unterschiedliche Formen der Ausgabe
visuell
Sprachausgabe
Guidelines
UI-Design
(einheitlich, reduziert, kontrastreich; Priorisierung / visuelle Hierarchie)
Benutzerfreundlichkeit → Effizienz
(einfache, intuitive Bedienung)
Display-Formfaktor
(Anpassung der GUI)
Feedback
(haptisch, akustisch, visuell)
Personalisierungsmöglichkeiten
Last changed3 months ago