Von Ralf Keuper

Eigentlich gilt die Regel, dass Unternehmen und Plattformen, die über den größten Datenbestand für Analysezwecke verfügen (Big Data), einen großen Wettbewerbsvorteil und Informationsvorsprung besitzen. Je mehr Daten, umso besser. Redundanz wird dabei zwangsläufig in Kauf genommen.

Es geht aber auch anders, wie das Beispiel des Compressed Sensing zeigt. Dabei handelt es sich um ein

Verfahren zur Erfassung und Rekonstruierung dünnbesetzter (englisch sparse) Signale oder Informationsquellen. Diese lassen sich aufgrund ihrer Redundanz ohne wesentlichen Informationsverlust komprimieren. Dies wird bei der Abtastung der Signale zur deutlichen Verringerung der Abtastrate im Vergleich zu herkömmlichen Verfahren effizient genutzt (Quelle: Die Trägheit der Daten: Datengravitation

  • FIWARE – die Open Source Plattform für unsere Smarte Digitale Zukunft
  • IIoT – Wie aus Maschinendaten geschäftsrelevante Informationen werden
  • Der smarte Kühlschrank als Kommunikationszentrale
  • Kommentare sind geschlossen.