Von Jahr zu Jahr wächst die von Menschen, Maschinen und Dingen produzierte Datenmenge. Die Daten entstehen dabei, im industriellen, aber auch gesellschaftlichen Kontext. Um die Flut an Daten effektiv zu verarbeiten, wird immer mehr künstliche Intelligenz (KI) eingesetzt. Während KI-Services bislang vorwiegend in der Cloud bzw. von Rechenzentren ausgeführt werden, verschiebt sich die Anwendung von KI zunehmend in die Richtung des Netzwerkrands – dem Einsatzgebiet der Edge Intelligence (EI).
EI ist in dem Bereich Informationstechnologie in den letzten Jahren in den Fokus der Forschung gerückt. In dieser Arbeit wird der aktuelle Forschungsstand von Anwendungsfällen für EI Lösungen in einer strukturierten Literaturanalyse nach Vom Brocke und Kollegen (2009) untersucht und im Anschluss in einer Taxonomie nach Nickerson und Team (2017) klassifiziert.
Inhaltsverzeichnis
- Zusammenfassung
- Abstract
- Inhaltsverzeichnis
- Abbildungsverzeichnis
- Tabellenverzeichnis
- Abkürzungsverzeichnis
- 1 Einleitung
- 2 Grundlagen
- 2.1 Artificial Intelligence
- 2.2 Edge Computing
- 2.3 Edge Intelligence
- 3 Strukturierte Literaturanalyse
- 3.1 5 Schritte nach Vom Brocke et al. (2009)
- 3.2 Definition des Umfangs
- 3.3 Konzeptualisierung des Themas
- 3.3.1 Definition relevanter Terme
- 3.3.2 Aufstellen des Suchstrings
- 3.4 Literaturrecherche
- 3.4.1 Stichwort-Literatursuche
- 3.4.2 Reduktion der Funde
- 3.5 Analyse und Synthese
- 3.5.1 Kernkonzepte
- 3.6 Konzeptmatrix
- 4 Taxonomie nach Nickerson et al. (2017)
- 4.1 Konzept: Taxonomie-Entwicklung
- 4.2 Entwicklung und Ergebnis der Taxonomie
- 4.2.1 Bestimmung der Meta-Charakteristika und der Endbedingungen
- 4.2.2 Iterationen
- 4.3 Ergebnis der Taxonomie
- 5 Diskussion
- 6 Schlussfolgerung
- Literaturverzeichnis
- Anhang
Zielsetzung und Themenschwerpunkte
Diese Seminararbeit untersucht den aktuellen Forschungsstand von Anwendungsfällen für Edge Intelligence (EI) Lösungen. Ziel ist die strukturierte Analyse und Klassifizierung relevanter Literatur zum Thema. Die Arbeit leistet einen Beitrag zum Verständnis der praktischen Anwendung von EI.
- Analyse des aktuellen Forschungsstands zu Edge Intelligence
- Klassifizierung von Anwendungsfällen für EI Lösungen
- Anwendung einer strukturierten Literaturanalyse-Methode
- Entwicklung einer Taxonomie für EI Anwendungsfälle
- Diskussion der Ergebnisse und ihrer Bedeutung
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in das Thema Edge Intelligence (EI) ein und beschreibt die wachsende Bedeutung der Datenverarbeitung am Netzwerkrand angesichts der exponentiell zunehmenden Datenmengen. Es wird die Relevanz der Forschungsarbeit und ihre Zielsetzung dargelegt, welche in der strukturierten Analyse und Klassifizierung von EI-Anwendungsfällen besteht. Die Einleitung schafft den notwendigen Kontext und begründet die Notwendigkeit der Untersuchung.
2 Grundlagen: Dieses Kapitel legt die theoretischen Grundlagen für das Verständnis von Edge Intelligence. Es definiert zentrale Begriffe wie Artificial Intelligence (KI), Edge Computing und Edge Intelligence selbst, wobei die jeweiligen Charakteristika und Unterschiede herausgestellt werden. Die Kapitel liefert die essentiellen Definitionen und Konzepte, die für die spätere Analyse und Klassifizierung unerlässlich sind. Die Zusammenhänge zwischen KI, Edge Computing und EI werden präzise erläutert und bilden ein solides Fundament für die weiteren Kapitel.
3 Strukturierte Literaturanalyse: Dieses Kapitel beschreibt den methodischen Ansatz der Arbeit. Es wird detailliert die Vorgehensweise der strukturierten Literaturanalyse nach Vom Brocke et al. (2009) erläutert, einschließlich der Definition des Umfangs der Recherche, der Konzeptualisierung des Themas, der Literaturrecherche selbst und der anschließenden Analyse und Synthese der Ergebnisse. Der Prozess der Literaturselektion und -bewertung wird transparent dargestellt, um die Validität der Ergebnisse zu gewährleisten. Die Methodik wird Schritt für Schritt erklärt und durch Abbildungen veranschaulicht.
4 Taxonomie nach Nickerson et al. (2017): In diesem Kapitel wird eine Taxonomie für die in der Literaturanalyse identifizierten Anwendungsfälle von EI entwickelt und vorgestellt. Die Methodik der Taxonomieentwicklung nach Nickerson et al. (2017) wird beschrieben, einschließlich der Bestimmung der Meta-Charakteristika und der iterativen Entwicklung des Klassifizierungsschemas. Das Ergebnis ist eine strukturierte Darstellung der verschiedenen EI Anwendungsfälle, die ein verbessertes Verständnis und eine systematische Organisation des Forschungsfeldes ermöglicht. Die Taxonomie selbst wird ausführlich präsentiert und diskutiert.
Schlüsselwörter
Edge Intelligence, Edge Computing, Künstliche Intelligenz (KI), strukturierte Literaturanalyse, Taxonomie, Anwendungsfälle, Datenverarbeitung, Netzwerkrand, Forschungsstand.
Häufig gestellte Fragen zur Seminararbeit: Anwendungsfälle von Edge Intelligence
Was ist der Gegenstand dieser Seminararbeit?
Diese Seminararbeit untersucht den aktuellen Forschungsstand und die Anwendungsfälle von Edge Intelligence (EI) Lösungen. Das Hauptziel ist die strukturierte Analyse und Klassifizierung relevanter Literatur zum Thema, um ein besseres Verständnis der praktischen Anwendung von EI zu ermöglichen.
Welche Themen werden in der Arbeit behandelt?
Die Arbeit behandelt die Grundlagen von Artificial Intelligence (KI), Edge Computing und Edge Intelligence. Sie beinhaltet eine strukturierte Literaturanalyse nach Vom Brocke et al. (2009), die Entwicklung einer Taxonomie für EI Anwendungsfälle nach Nickerson et al. (2017), sowie eine Diskussion und Schlussfolgerung der Ergebnisse. Die Arbeit umfasst eine detaillierte Beschreibung der Methodik, der Ergebnisse der Literaturanalyse und der entwickelten Taxonomie.
Welche Methoden werden in der Seminararbeit angewendet?
Die Arbeit verwendet eine strukturierte Literaturanalyse nach Vom Brocke et al. (2009) als methodischen Ansatz. Dieser umfasst fünf Schritte: Definition des Umfangs, Konzeptualisierung des Themas, Literaturrecherche, Analyse und Synthese der Ergebnisse. Zusätzlich wird die Methodik von Nickerson et al. (2017) zur Entwicklung einer Taxonomie für die klassifizierten EI Anwendungsfälle angewendet.
Welche Ergebnisse werden in der Arbeit präsentiert?
Die Arbeit präsentiert die Ergebnisse der strukturierten Literaturanalyse, einschließlich der identifizierten Kernkonzepte und der entwickelten Taxonomie für EI Anwendungsfälle. Die Taxonomie bietet eine strukturierte Darstellung der verschiedenen Anwendungsfälle und ermöglicht ein verbessertes Verständnis und eine systematische Organisation des Forschungsfeldes. Die Ergebnisse werden ausführlich diskutiert und in Bezug auf ihre Bedeutung für das Verständnis von EI interpretiert.
Welche Kapitel umfasst die Seminararbeit?
Die Seminararbeit umfasst die folgenden Kapitel: Einleitung, Grundlagen (KI, Edge Computing, Edge Intelligence), Strukturierte Literaturanalyse (inkl. Methodik nach Vom Brocke et al.), Taxonomie nach Nickerson et al., Diskussion, Schlussfolgerung, Literaturverzeichnis und Anhang. Jedes Kapitel behandelt einen spezifischen Aspekt der Thematik und trägt zum Gesamtverständnis bei.
Welche Schlüsselwörter charakterisieren die Arbeit?
Schlüsselwörter, die die Arbeit charakterisieren, sind: Edge Intelligence, Edge Computing, Künstliche Intelligenz (KI), strukturierte Literaturanalyse, Taxonomie, Anwendungsfälle, Datenverarbeitung, Netzwerkrand und Forschungsstand.
Wie ist die Arbeit strukturiert?
Die Arbeit ist logisch und systematisch aufgebaut, beginnend mit einer Einleitung, gefolgt von der Darstellung der theoretischen Grundlagen und der Methodik. Die Ergebnisse der Literaturanalyse und die entwickelte Taxonomie werden im Hauptteil präsentiert. Die Arbeit schließt mit einer Diskussion, Schlussfolgerung, Literaturverzeichnis und Anhang ab. Die Kapitel sind klar strukturiert und miteinander verknüpft.
Für wen ist diese Arbeit relevant?
Diese Arbeit ist relevant für alle, die sich für Edge Intelligence, Edge Computing, Künstliche Intelligenz und deren Anwendungsfälle interessieren, insbesondere für Wissenschaftler, Studierende und Fachleute im Bereich der Informationstechnologie und Datenverarbeitung.
- Quote paper
- Steffen Nagel (Author), 2020, Real World Use Cases für Edge Intelligence Lösungen, Munich, GRIN Verlag, https://www.grin.com/document/992974
