Big Data Management und Analytics

Analyse von umfangreichen Datensätzen am Tablet.
© Sergey Nivens/AdobeStock

Die Digitalisierung von Wirtschaft und Gesellschaft stellt einen fundamentalen Wandel dar, der zunehmend nicht nur den informationstechnischen Sektor erfasst, sondern auch in anderen, klassischen Branchen zu einem disruptiven Wandel führt. Wir verfügen über immer mehr Daten – nicht nur über unsere Kunden- und Geschäftsprozesse, sondern durch die zunehmende Verbreitung intelligenter Sensorik auch über Maschinen, Geräte und Infrastrukturen (»Internet der Dinge«). Die Vielzahl dieser verfügbaren Daten (»Big Data«) ermöglicht nicht nur, das Bisherige besser und effizienter zu tun, sondern erlaubt es auch, im Unternehmen oder unternehmensübergreifend über völlig neue digitale Geschäftsmodelle nachzudenken, die schneller als je zuvor dazu führen, dass die Karten in bestimmten Märkten neu gemischt werden.

Es ist für Unternehmen daher von zentraler Bedeutung, sich der Digitalisierung und der Bedeutung von Daten frühzeitig und tiefgreifend zu stellen. Big Data ist dabei nicht nur ein technisches Thema der richtigen Auswahl von Architekturen für Rechenzentren und Speichersysteme, sondern vor allen Dingen auch ein strategisches Thema bei der Nutzung von Daten für neue Wertschöpfung (»datengetriebene Unternehmen«).

Der Fraunhofer IUK-Verbund unterstützt Unternehmen daher zum einen auf der strategischen Ebene bei der Identifikation von Daten mit ungenutztem Potenzial, sei es für neue Geschäftsmodelle oder für Effizienzgewinne. Er unterstützt Unternehmen zum anderen falls gewünscht bei der Realisierung der daraus entstehenden konkreten Projekte, sei es bei der Analyse von Daten, der Auswahl von Analysesystemen und ‑algorithmen oder bei der Konfiguration entsprechender hochperformanter und skalierbarer Infrastrukturen.

In der Fraunhofer-Allianz Big Data und Künstliche Intelligenz vereinen zu diesem Zweck 30 Fraunhofer-Institute ihre branchenübergreifende Expertise. So können wir Teams zusammenstellen, in denen Big-Data-Expert*innen gemeinsam mit Branchenexpert*innen an passfähigen Lösungen für Unternehmen arbeiten. Zusätzlich stellt die Big-Data-Allianz ein umfangreiches Schulungsangebot bereit, von Kompaktseminaren für Führungskräfte über Inhouse-Schulungen bis hin zur umfassenden Data-Science-Ausbildung im Rahmen der Fraunhofer Academy.

Kernkompetenzen

„„Technische Konzeption von Big-Data-Architekturen „„

Big Data Analytics „„

Visual Analytics „„

Systeme und Algorithmen für die Datenanalyse „„

Potenzialanalyse „„

Ausbildung im Data-Science-Bereich

Anwendungsgebiete

Produktion und Industrie 4.0 „„

Logistik und Mobilität „„

Life Sciences und Healthcare „„

Energie und Umwelt „„

Sicherheit „„

Business und Finance

Wissenschaftliche Publikationen

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2022 The Overlapping Effect and Fusion Protocols of Data Augmentation Techniques in Iris PAD
Fang, Meiling; Damer, Naser; Boutros, Fadi; Kirchbuchner, Florian; Kuijper, Arjan
Zeitschriftenaufsatz
2022 Towards a Better Understanding of Machine Learning based Network Intrusion Detection Systems in Industrial Networks
Borcherding, Anne; Feldmann, Lukas; Karch, Markus; Meshram, Ankush; Beyerer, Jürgen
Konferenzbeitrag
2022 MotorFactory: A Blender Add-on for Large Dataset Generation of Small Electric Motors
Wu, Chengzhi; Zhou, Kanran; Kaiser, Jan-Philipp; Mitschke, Norbert; Klein, Jan-Felix; Pfrommer, Julius; Beyerer, Jürgen; Lanza, Gisela; Heizmann, Michael; Furmans, Kai
Zeitschriftenaufsatz
2022 STonKGs: A sophisticated transformer trained on biomedical text and knowledge graphs
Balabin, Helena; Hoyt Tapley, Charles; Birkenbihl, Colin; Gyori, Benjamin; Bachman, John; Kodamullil, Alpha; Plöger, Paul; Hofmann-Apitius, Martin; Domingo-Fernández, Daniel
Zeitschriftenaufsatz
2022 Self-restrained Triplet Loss for Accurate Masked Face Recognition
Boutros, Fadi; Damer, Naser; Kirchbuchner, Florian; Kuijper, Arjan
Zeitschriftenaufsatz
2022 Template-Driven Knowledge Distillation for Compact and Accurate Periocular Biometrics Deep-Learning Models
Boutros, Fadi; Damer, Naser; Raja, Kiran; Kirchbuchner, Florian; Kuijper, Arjan
Zeitschriftenaufsatz
2022 Intra-identity PatchSwap: On the Generalizability of Face Presentation Attack Detection
Ali, Hamza
Master Thesis
2022 Is it all a cluster game?
Sinhamahapatra, Poulami; Koner, Rajat; Roscher, Karsten; Günnemann, Stephan
Konferenzbeitrag
2022 Beyond Test Accuracy: The Effects of Model Compression on CNNs
Schwaiger, Adrian; Schwienbacher, Kristian; Roscher, Karsten
Konferenzbeitrag
2022 A Survey of 6D Object Detection Based on 3D Models for Industrial Applications
Gorschlüter, Felix; Rojtberg, Pavel; Pöllabauer, Thomas Jürgen
Zeitschriftenaufsatz
2021 Partial Attack Supervision and Regional Weighted Inference for Masked Face Presentation Attack Detection
Fang, Meiling; Boutros, Fadi; Kuijper, Arjan; Damer, Naser
Konferenzbeitrag
2021 DevOps for Developing Cyber-Physical Systems
Kreutz, Andreas; Weiß, Gereon; Rothe, Johannes; Tenorth, Moritz
Bericht
2021 Face Liveness Detection Competition (LivDet-Face) - 2021
Purnapatra, Sandip; Smalt, Nic; Bahmani, Keivan; Das, Priyanka; Yambay, David; Mohammadi, Amir; George, Anjith; Bourlai, Thirimachos; Marcel, Sébastien; Schuckers, Stephanie; Fang, Meiling; Damer, Naser; Boutros, Fadi; Kuijper, Arjan; Kantarci, Alperen; Demir, Basar; Yildiz, Zafer; Ghafoory, Zabi; Dertli, Hasan; Ekenel, Hazim Kemal; Vu, Son; Christophides, Vassilis; Dashuang, Liang; Guanghao, Zhang; Zhanlong, Hao; Junfu, Liu; Yufeng, Jin; Liu, Samo; Huang, Samuel; Kuei, Salieri; Singh, Jag Mohan; Ramachandra, Raghavendra
Konferenzbeitrag
2021 MFR 2021: Masked Face Recognition Competition
Boutros, Fadi; Damer, Naser; Kolf, Jan Niklas; Raja, Kiran; Kirchbuchner, Florian; Ramachandra, Raghavendra; Kuijper, Arjan; Fang, Pengcheng; Zhang, Chao; Wang, Fei; Montero, David; Aginako, Naiara; Sierra, Basilio; Nieto, Marcos; Erakin, Mustafa Ekrem; Demir, Ugur; Ekenel, Hazim Kemal; Kataoka, Asaki; Ichikawa, Kohei; Kubo, Shizuma; Zhang, Jie; He, Mingjie; Han, Dan; Shan, Shiguang; Grm, Klemen; Struc, Vitomir; Seneviratne, Sachith; Kasthuriarachchi, Nuran; Rasnayaka, Sanka; Neto, Pedro C.; Sequeira, Ana F.; Pinto, Joao Ribeiro; Saffari, Mohsen; Cardoso, Jaime S.
Konferenzbeitrag
2021 ReGenMorph: Visibly Realistic GAN Generated Face Morphing Attacks by Attack Re-generation
Damer, Naser; Raja, Kiran; Süßmilch, Marius; Venkatesh, Sushma; Boutros, Fadi; Fang, Meiling; Kirchbuchner, Florian; Ramachandra, Raghavendra; Kuijper, Arjan
Konferenzbeitrag
2021 Using virtual met masts based on reanalysis data and Machine Learning concepts to monitor and evaluate the measurement data and performance of wind turbines
Faulhaber, Janosch
Master Thesis
2021 Tackling Contradiction Detection in German Using Machine Translation and End-to-End Recurrent Neural Networks
Pielka, Maren; Sifa, Rafet; Hillebrand, Lars Patrick; Biesner, David; Ramamurthy, Rajkumar; Ladi, Anna; Bauckhage, Christian
Konferenzbeitrag
2021 An Explainable Multimodal Neural Network Architecture for Predicting Epilepsy Comorbidities Based on Administrative Claims Data
Linden, Thoma; Jong, J. de; Lu, C.; Kiri, V.; Haeffs, K.; Fröhlich, H.
Zeitschriftenaufsatz
2021 Handling of Backgrounds in Furniture Recognition with Neural Networks
Gottschalk, Maximilian
Master Thesis
2021 Registration of EMT Positions and X-Ray Images in an Aortic Phantom
Grotz, Dennis
Bachelor Thesis
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica