In diesem Artikel wird ein Update zur IBM HMC/vHMC Roadmap Stand Juli 2019 gegeben. Außerdem werden die aktuellen Service Packs und iFixe ( = sogenannte interim Fixe) für die Versionen 8.8.7 und 9.1 vorgestellt. Zusätzlich wird anhand von einigen Screenshots aus einer Testinstallation einer vHMC(x86) ein optischer Eindruck zur aktuellsten V9R1M930 vermittelt.
Maschinelles Lernen (Machine Learning, ML) bietet enormes Potenzial, wenn es darum geht, aus unüberschaubaren und großen Datenmengen komplexe Zusammenhänge herzustellen und damit unter anderem als Entscheidungshilfe bei gesellschaftlichen und wirtschaftlichen Fragestellungen zu dienen. Von optimierten Prozessen und personalisierten Produktempfehlungen bis hin zu autonomem Fahren, gezieltem Katastrophenmanagement oder der Erkennung eines Malaria-Ausbruchs, sind die Möglichkeiten von ML innerhalb einzelner Branchen und übergreifend vielfältig.
Dieser zweite Teil des ML-Kompendiums stellt Use Cases vor, die branchenunabhängig sind.
Die im Juli 2019 vorgestellte Studie des Ponemon Institutes für IBM Security weist einen erneuten Anstieg der Kosten für Datenpannen aus – weltweit auf 3,92 Mio.US-Dollar, bzw. auf durchschnittlich 4,25 Mio. Euro in Deutschland. Die Gründe liegen unter anderem in der zunehmenden Regulierung und den immer komplexeren Aufklärungsprozessen, die auf kriminelle Attacken folgen. Die „Cost of a Data Breach“ Studie 2019 ergab auch einige unerwartete neue Aspekte.
1) In den letzten Jahren haben Unternehmen wie Google, Facebook und Amazon sehr viel in KI-Projekte investiert. 2) Kürzlich veröffentlichte IDC ein White Paper zum Einsatz von Künstlicher Intelligenz – inzwischen haben 41 % der deutschen Unternehmen KI-Projekte umgesetzt, also weniger als in den skandinavischen Ländern oder im UK, doch planten 88% der deutschen Unternehmen neue KI-Projekte für die nächsten 12 Monate. Untersucht wurden auch die Hürden, die Unternehmen bei der Einführung von KI überwinden müssen. 3) Algion bereitet Daten von Fortune 1000 Unternehmen für Machine Learning (ML) Trainings-Projekte vor. In einem „Blueprint“ Paper beschreibt Algion den typischen Projekteinstieg:
Diese Serie soll am Beispiel von Befehlen der IBM i die Möglichkeiten zur Nutzung und zur individuellen Erweiterung von semantischen Analysen zeigen. Gerade im Hinblick auf den Wechsel zu IBM ACS und IBM RDi als Werkzeuge für die Administration und die Entwicklung mit der Verlagerung von Quellen ins IFS hat dies eine besondere Bedeutung in Bezug auf die Abhängigkeiten und die Aktualität: „Passt die angezeigte Information im Client zum benutzten IBM i System?“
.
Maschinelles Lernen (Machine Learning, ML) bietet enormes Potenzial, wenn es darum geht, aus unüberschaubaren und großen Datenmengen komplexe Zusammenhänge abzuleiten. Diese dienen unter anderem als Entscheidungshilfe bei gesellschaftlichen und wirtschaftlichen Fragestellungen.
Auch im Gesundheitsbereich wird sich die künstliche Intelligenz stark auf die Personalstruktur, die Aufgabenteilung und die erzielbaren diagnostischen Resultate auswirken. Kürzlich wurden die ersten Resultate eines weiteren Machine Learning Projekts zur bildgebenden Diagnostik vorgestellt. Dieses befindet sich noch in den Anfängen, zeigt aber bereits beeindruckende Resultate.
Wie werden Roboter, Digitalisierung und Künstliche Intelligenz die Arbeitswelt verändern? Für den trend index 2018 wurden insgesamt 7.000 Arbeitnehmer weltweit in 7 Ländern durch ein Marktforschungsinstitut im Auftrag der automatica Messe, München, bevölkerungsrepräsentativ befragt – 1000 davon in Deutschland.
IBM kündigte am 22. Juni 2019 Db2 Version 11.5 an. Das Datenbank-Managementsystem Db2 wird mit künstlicher Intelligenz (KI) ausgestattet, um Data Management und Data Science auf einer Plattform zusammenzuführen.
Diese Serie soll am Beispiel von Befehlen der IBM i die Möglichkeiten zur Nutzung und zur individuellen Erweiterung von semantischen Analysen zeigen.
