Unzählige Möglichkeiten zur Steigerung der Produktionseffizienz sind ein Merkmal der Industrie 4.0: Von der Predictive Maintenance bis hin zu vernetzten Lieferketten, Computer Vision und Automated Guided Vehicles gibt es eine Vielzahl an Beispielen. Die genannten Anwendungsfälle haben hierbei eines gemeinsam: Sie alle erfordern die Erfassung, Verarbeitung, Speicherung und Analyse riesiger Datenmengen, um die datengesteuerte Entscheidungsfindung voranzutreiben.

Im dritten Teil unserer Serie geht es um den etwas schwieriger zu definierenden Begriff der Zukunftssicherheit. Dabei soll es nicht ausschließlich darum gehen, dass künftige Anforderungen der Betriebs- und Angriffssicherheit, der Funktionalität, des Designs und der Standards auch in Zukunft wettbewerbsfähig erfolgen

Die jährliche DevSecOps-Umfrage von GitLab zeigt, dass sich die Rollen der Software-Entwicklungsteams ändern. Traditionelle Grenzen zwischen Entwickler- und Operationsteams verschwimmen zunehmend.

Legacy Code bringt oft gewaltige Probleme bei der Entwicklung neuer Features mit: Variablen tragen nichtssagende Namen, Methoden sind zu überkomplexen Konstrukten mutiert und automatisierte Tests sind meist wenig bis gar nicht vorhanden. Wie geht man damit um?

Für kleinere Arduino-Projekte genügt die hauseigene IDE. Allerdings verlangt es vermutlich vor allem Software-Entwickler nach der Hardware-Schlacht nach etwas Komfort – und vielleicht einer anderen Programmiersprache.

Das Thema Künstliche Intelligenz hat zu einer gesellschaftlichen Debatte geführt. Vor allem Fragen zu ethischem und verantwortungsvollem Umgang mit KI prägen die Diskussionen. Bosch Rexroth hat nun für seine Mitarbeiter einen Kodex zu Künstlicher Intelligenz erarbeitet.

Die Hardware- und Softwarearchitekturen von Multicore-Designs entwickeln sich ständig weiter. Softwareseitig gibt es im Wesentlichen zwei Möglichkeiten: symmetrisches und asymmetrisches Multiprocessing.

Moderne Multicore-SoCs bieten Softwareentwicklern eine hohe Leistungsfähigkeit, die gesteuert und kontrolliert werden muss. Der erste Schritt ist, die unterschiedlichen Architekturen und ihre Vor- und Nachteile zu verstehen. Die richtige Entscheidung kann zu erfolgreichen Designs für viele kommende Produktgenerationen führen.

Das Arduino-Universum mag für Software-Entwickler auf den ersten Blick nur nach schmutzigen Händen und dem Gestank von Lötzinn aussehen. Aber ein Blick lohnt sich, der Einstieg ist simpel und es gibt auch beliebtere Buzzwords wie C++ oder Python.

Nach wie vor bestehen gegenüber Künstlicher Intelligenz (KI) viele Ängste und Vorbehalte. Der AI Act und die Idee von „verlässlicher KI“ sollen dem entgegenwirken, indem sie für mehr Transparenz und Erklärbarkeit von KI-Anwendungen sorgen.