DynaSoS: Dynamische Systems-of-Systems der Zukunft

Zukunftsvision: Dynamische Systems-of-Systems als Systemlandschaften von morgen

Die fortschreitende digitale Transformation stellt die Informatik vor die Herausforderung, immer komplexer werdende Systemlandschaften zu entwerfen. Im Bereich des Software Engineerings werden Digitale Ökosysteme entwickelt, die hauptsächlich darauf ausgerichtet sind, neue Geschäftsmodelle zu erschließen. Im Internet der Dinge treiben Innovationen…

What are Complex Systems? – Understanding and Assessing Complex Phenomena

Taking into account the complexity of the systems around us is the first step towards understanding them. In this post, our expert Dr. Julien Siebert (Fraunhofer IESE) describes the most important characteristics of a complex system from his point of…

Digitale Ökosysteme: Datensouveränität

Datensouveränität in Digitalen Ökosystemen: Wie eine benutzerfreundliche Umsetzung gelingt

Der stetige Zuwachs an Digitalen Ökosystemen geht auch mit steigenden Anforderungen an die dafür zu gewährleistende Datensouveränität einher. Denn die meisten Geschäftsmodelle rund um Digitale Ökosysteme und Plattformökonomien erfordern den Austausch personenbezogener und anderer sensibler Daten. Daher ist es wichtig,…

Heimattour für Digitalisierung (Teil 2)

Tour durch die Heimat: Das IESE auf Bereisungstour – Teil 2: Von Thallwitz nach Cham

Die Digitalisierung ländlicher Regionen nimmt einen immer höheren Stellenwert ein. In diesem Kontext möchten wir, das Fraunhofer IESE, im Projekt »Heimat 2.0« zusammen mit SPRINT (wissenschaftliche Politikberatung) als Forschungsassistenz einen Beitrag leisten und Kommunen auf ihrem Weg in die digitale…

Time Series Analysis: Pattern Recognition

Time Traveling with Data Science: Pattern Recognition, Motifs Discovery and the Matrix Profile (Part 4)

In Part 4 of our Fraunhofer IESE blog series on „Time Traveling with Data Science“, we continue our journey in the field of time series analysis. In this blog post, our experts from Fraunhofer IESE and our guest author Markus…

Agile Machine-Learning-Prozesse für KMU

Agile Machine Learning-Prozesse für KMU

Agile Machine Learning-Prozesse können für kleine und mittelständische Unternehmen (KMU) ein wahrer Erfolgsfaktor sein: Agile Praktiken haben sich als großer Vorteil bei der Entwicklung von Software-Systemen bewährt. Mit dem Wandel zu datengetriebenen Produkten und Dienstleistungen müssen nun jedoch diese Software-Entwicklungsprozesse…

Time Series Analysis: Outlier Detection

Time Traveling with Data Science: Outlier Detection (Part 3)

In our blog series on „Time Traveling with Data Science“, we previously introduced different tasks in time series analysis. In this blog post, we now present the task of Outlier Detection. Outliers are data so different from others that one…

Pandemiebekämpfung mit der OPEN-POCT-Plattform

Corona hat gezeigt: Im Falle einer Pandemie sind schnelle Reaktionen und reibungslose Prozesse zur Eindämmung des Geschehens unerlässlich. Die am Fraunhofer IMM und Fraunhofer IESE entwickelte OPEN-POCT-Plattform soll hierzu einen Beitrag leisten. Mittels modernster Technologien sollen zuverlässige Massentestungen bei Ausbruchsgeschehen…

Feldroboter CURT: Ein innovativer Manipulator zur Beikrautregulierung

Der mobile Agrarroboter »CURT« (Crops Under Regular Treatment) des Fraunhofer IPA hat zum Ziel, die Landwirtschaft der Zukunft durch die Autonomisierung von Pflanzenschutzmaßnahmen im arbeitsintensiven, biologischen und pestizidfreien, konventionellen Anbau durch seine kognitiven Fähigkeiten mitzugestalten. Der Applikationsfokus der Entwicklungen liegt…

Whitepaper: Digitale Ökosysteme in Deutschland

Digitale Ökosysteme bieten vielversprechende, neue Geschäftsmodelle. Unternehmen in Deutschland überlegen, wo sie sich strategisch positionieren. Dabei wollen wir Orientierung bieten. Dazu stellen wir, das Fraunhofer IESE, in unserem neuen »Whitepaper: Digitale Ökosysteme in Deutschland« 41 Digitale Ökosysteme vor, die aus Deutschland stammen oder hier aktiv sind.