Bei Projekten rund um Machine Learning (ML) und Künstlicher Intelligenz (KI) stellt sich die Frage, wie viel Unternehmen selbst entwickeln wollen und wo sie externe Hilfe zuziehen. Die Entscheidung darüber ist vielschichtig. Eine strukturierte Herangehensweise kann helfen.

Der Softwarehersteller aus dem kalifornischen Santa Barbara setzte Maßstäbe mit Entwicklungswerkzeugen für Embedded-Systeme und mit dem Echtzeitbetriebssystem INTEGRITY.

Guter Code ist Code, der offensichtlich korrekt ist. Offensichtlich korrekter Code ist einfach lesbar, einfach zu warten und einfach überprüfbar. Wie erstellt man also guten Code?

Ein permanent kritischer Aspekt in der Software-Entwicklung ist die Sicherheit. Mit DevOps-Praktiken wie Continuous-Integration und -Delivery hat sich die Schwachstellen-Problematik allerdings verschärft. Doch woe lassen sich diese am besten aufdecken?

Die Erwartungen an Softwareentwickler sind in den letzten Jahren rasant gestiegen: Immer schneller müssen sie qualitativ hochwertige, fehlerfreie Lösungen entwickeln und auf dem hart umkämpften Markt bereitstellen. DevOps-Praktiken können ihnen bei der Bewältigung dieser Herkules-Aufgabe helfen. Doch die unternehmensweite Implementierung dieser Prozesse in hybride IT-Umgebungen stellt IT-Experten vor zahlreiche Herausforderungen.

Durch den Zusammenschluss von Tasking und iSystem soll ein One-Stop-Shop für Entwickler von Embedded-Software mit dem Fokus auf Automotive Safety entstehen.

Egal, wie erfolgreich oder bewährt Ihre IT-Systeme sind, aufgrund ihrer Größe und Komplexität enthalten sie mit großer Wahrscheinlichkeit einiges an Verbesserungspotenzial. Durch systematische Reviews können Sie (respektive Ihr Entwicklungsteam) dieses Potenzial identifizieren, und dadurch die perfekte Grundlage für systematische Verbesserung schaffen.

Der Schlüssel zur künstlichen Intelligenz (KI) sind Daten. Und der Hauptunterschied zwischen intelligenten Cloud-Systemen und „Smart-World"-Systemen besteht darin, wie die KI an diese Daten gelangt.

Das Internet der Dinge (IoT) hat sich in Fertigung und Automatisierung längst durchgesetzt. Trotzdem kämpfen viele Betriebe noch mit Kinderkrankheiten. Dabei lassen sich die meisten davon vermeiden – mit einer dezentralen Architektur oder konkreter: mit Hilfe der Blockchain-Technik.

Künstliche Intelligenz (KI) ist in vielen Lebensbereichen heute schon ein täglicher Begleiter, sei es durch den Sprachassistenten auf dem Smartphone, den Routenplaner oder das Übersetzungstool. Den Anwendern ist gar nicht bewusst, dass viele Software-Assistenten bereits auf KI-Technologien setzen. Um auch dauerhaft für die KI Akzeptanz zu schaffen, muss erst einmal Vertrauen gebildet werden – zum Beispiel über transparente KI-Algorithmen.