Wer Daten mit Machine Learning verarbeitet, muss auf das Einhalten der Datenschutzanforderungen achten. Künstliche Intelligenz bringt neue Risikotypen für den Datenschutz mit sich.

Ziel der Cloud Native News ist es, in regelmäßigem Abstand von wichtigen Ereignissen und Neuigkeiten im Cloud-Native-Ökosystem zu berichten und diese zu interpretieren, damit der Überblick gewahrt bleibt.

Die Einführung von DevOps in Unternehmen scheitert meist, wenn sie innerhalb der klassischen Entwickler- und Betriebseinheiten erfolgt. Die Multi-Cloud kann hier für den notwendigen Schwung sorgen.

Im Kontext einer Geschichte erscheinen die Erkenntnisse von Datenanalysen leichter verständlich und nachvollziehbarer. Ein Zuviel oder Zuwenig an Information birgt dabei jedoch die Gefahr der Verzerrung – sowohl für den Erzähler als auch den Zuhörer.

Ed Burns, Co-Spec Lead der JavaServer Faces, im Gespräch über seinen Werdegang sowie seine kommende Keynote auf dem JavaLand 2019.

Bei den vielen Berichten über autonomes Fahren in jüngster Zeit geht fast unter, dass Machine Learning längst in der Praxis der Automobilbranche angekommen ist und Fahrerassistenzsysteme verbessert.

Zunehmend mehr Unternehmen generieren große Datensätze, die sie möglichst in Echtzeit verarbeiten wollen. In-Memory Datagrids und -Datenbanken können hierbei für Geschwindigkeit und Skalierbarkeit sorgen. Doch wie unterscheiden sie sich konzeptionell voneinander? Und was passt zu welchem Unternehmen?

Wie Fachbereiche und Entwickler in den Unternehmen die Herausforderungen der Datenflussanalyse und das Data Lineage meistern, erklärt Carsten Lux von ASG Technologies im Gespräch mit heise Developer.

Smartphones besitzen inzwischen eine ausreichend hohe Rechenleistung, um trainierte ML-Modelle direkt ausführen können. Mit CoreML und TensorFlow Lite existieren Frameworks, um Machine Learning auf mobile iOS- und Android-Geräte zu bringen.

Menschen können sich bis zu 8000 verschiedene Gesichter merken und unterscheiden, weit mehr als jede KI-Software. Das überrascht, wenn man sich die Erfolgsmeldungen zur Künstlichen Intelligenz vor Augen führt. Was steckt also hinter dem Hype, und was ist Realität?