
Der Entwurf von datenintensiven Anwendungen ist oft nicht einfach: Die Software muss skalierbar und zuverlässig sein und dabei trotzdem wartbar und performant bleiben. Um dies zu erreichen, gibt es einen riesigen Berg an Software-Plattformen, bei denen man jedoch schnell den Überblick verliert.
Bei der Barcamp Session soll anhand eines Beispiels aus der Praxis demonstriert werden, wie das Design eines solch datenhungrigen Systems aussehen kann und einen Leitfaden geben, um Entscheidungen über die eingesetzten Technologien zu treffen.
Es wird gezeigt, wie bei meteocontrol hunderttausende Machine Learning Modelle trainiert, benutzt und aktualisiert werden, um eine möglichst präzise Echtzeit Fehlererkennung in PV-Parks zu ermöglichen.
Die Herausforderung: Für über 46% der Befragten der deutschen Bauindustrie stellt das Finden einer unkomplizierten, technischen Lösung zur Unterstützung der digitalen Transformation eine große Herausforderung da (pwc, 2019). Es gibt zahlreiche Software-Vergleichsplattformen, die aber oft nicht die gewünschten Ergebnisse liefern und entweder zu unspezifisch sind oder zu viele Informationen bereitstellen. Hinzu kommt, dass Bauunternehmen unterschiedliche Anforderungen, Probleme, Unternehmensgrößen und auch unterschiedliche Digitalisierungsgrade haben.
Die Lösung: Die Konzeption und Entwicklung einer Web-Plattform (MVP) zum Suchen und Finden von Bausoftware. Anbieter von Bausoftware sollen ihre Lösungen schnell und einfach eintragen und kategorisieren können. Durch bestimmte Kriterien können Suchende sich anschließend einen Überblick über die Software-Landkarte verschaffen und einfach eine passende Software finden.
Dies ist ein nachhaltiges Projekt, das nach dem Kickoff bei der Hackerkiste über zwei Semester hinweg an der Hochschule Augsburg von Masterstudierenden der Fakultät Informatik bearbeitet wird.
Szenario:
Fabriken sind das Herz der deutschen Industrie. Gerade in Deutschland sind viele Fabriken hochautomatisiert. Die Maschinen sind teilweise so komplex, dass es schwer ist, die Ursache für Fehler zu identifizieren. Doch moderne Datenanalyse-Methoden bieten die Möglichkeit, der Ursache von Fehlern auf dem Grund zu gehen. Mit Hilfe der Ergebnisse können dann Maschinen effizienter betrieben werden.
Szenario:
Boxbote beliefert jeden Tag viele Augsburger:innen mit Produkten aus der Innenstadt. Unser Service ist nicht nur einzigartig und schnell, er trägt zudem zum Umweltschutz bei und ist Teil des Augsburger Mobilitätskonzepetes.
Wir wollen innovative Ansätze entwickeln, um unseren Fahrrad-Kurrieren die besten Routen zu unseren Kunden vorzuschlagen.
Szenario:
Konzeption und Prototyping kleiner Helfer zur Routen-Planung.
Beispiel: Verkehrslage analysieren, um automatisch weniger befahrene Straßen zu empfehlen.