pmOne has extensive know-how in data integration and analytics and is constantly faced with requirements such as connecting many data sources, data modeling and security. More and more use cases using new technologies such as the cloud, forecasting algorithms and artificial intelligence find various data sources for analytics already available combined with new sources to be explored and integrated. Existing approaches such as Extract-Transform-Load (ETL) do not keep up with ever larger amounts of data and agile / iterative project procedures, where around 80% of the effort goes into data provision and preparation. We therefore looked at different solutions such as Data Virtuality, Presto and Denodo. In this talk we share our observations related to these technologies. In particular, the expansion of existing analytical data with new sources in a logical data warehouse is a promising area of application for data science with virtualized data.
Use Cases (Track 2)
Was wäre, wenn eine Virtual-Reality-Brille in Echtzeit Ihre Umwelt in ein riesiges räumliches Gemälde verwandeln könnte und alles im Stil eines Kunstwerkes von z.B. Van Gogh erscheinen würde? Eine der vielen spannenden Entwicklungen im Bereich der künstlichen Intelligenz ist der sogenannte „Style Transfer“. Darunter versteht man die Möglichkeit, eine Art Patchwork (vgl. Pastiche) aus zwei Bildern zu erzeugen. Ein Bild ist dabei die künstlerische Stilvorlage, während das andere den eigentlichen zu transformierenden Inhalt darstellt. Dem TNG Hardware-Hacking-Team ist es gelungen unter Anwendung von u.a. OpenCV und TensorFlow eine derartige Brille zu entwickeln. Mittels dieser erscheint die Umwelt dann im Stil von berühmten Malern wie z.B. Claude Monet oder Pablo Picasso. In diesem Vortrag erhalten Sie eine Einführung in die Welt des Realtime Style Transfers. Dabei wird insbesondere auf die Techniken im Bereich des Deep Learning eingegangen, die bei dieser Anwendung zum Einsatz kommen.
Was hat der digitale Zwilling mit künstlicher Intelligenz zu tun? An digitale Zwillinge und an KI-Verfahren werden ähnliche Erwartungen herangetragen – wenn es z.B. darum geht, Störungen an Maschinen vorherzusagen oder Produktionsabläufe zu optimieren. Philosophie und eingesetzte Techniken sind dagegen sehr unterschiedlich und erschweren eine Vergleichbarkeit der Ansätze. Der Vortrag zeigt auf, wie sich digitale Zwillinge und KI-Verfahren verbinden lassen, sie voneinander profitieren können und neue Geschäftsmodell ermöglichen. Eine zentrale Rolle spielt dabei das Zusammenspiel zwischen Mensch und KI sowie die Integration isolierter KI-Leistungen in ein Gesamtmodell. Anschaulich gemacht wird die Zusammenarbeit von digitalem Zwilling und KI durch Projektbeispiele aus unterschiedlichen Industrien.