Ist der Einsatz von Quantencomputer samt entsprechender Anwendungen nur ein Hype? Wird das Quantencomputing jemals halten, was es verspricht? Tatsache ist, dass gerade jetzt verschiedene Startups entstehen, die die Möglichkeiten des Quantencomputings mit allen Potentialen heben wollen. Risikogeldgeber glauben an die innovativen Unternehmen und stellen ihnen Mittel zur Verfügung. Gleichzeitig experimentieren etablierte Branchenakteure wie beispielsweise Automobil-OEMs oder große Investmentbanken mit Quantencomputing, um sich auf die reale Anwendung, die bereits in einigen Jahren möglich sein könnten, vorzubereiten. Analysten, die sich weder vom Hype noch von der Faszination der Technologie des Quantencomputing über Gebühr ablenken lassen, können indes schon heute klare Anwendungsfälle für diese Technologie aufzeigen. Hauptsächlich sehen sie effektive Einsatzmöglichkeiten in Bezug auf Optimierungs- und Kombinationsaufgaben sowie fortgeschrittene Nutzung künstliche Intelligenz.  Müssen wir auf die Quanten Supremacy warten, bevor wir die Vorteile nutzen können? Sicherlich nicht. Auch die heutigen Supercomputer haben Linux-Server und Webanwendungen nicht ersetzt. Quantencomputing wird höchstwahrscheinlich nicht den Ersatz aller bestehenden IT-Systeme bedeuten, sondern lediglich die Vorherrschaft in bestimmten Bereichen und für konkrete Anwendungsfälle. In diesem Vortrag werden wir über mögliche Anwendungsfälle von Quantencomputing und deren Integration in bestehende Technologien sprechen. Anschließend präsentieren wir mögliche Referenzarchitekturszenarien für einen hybriden Aufbau klassischer und Quantencomputersysteme sowie deren Wechselwirkungen. Wir leiten diese Referenzarchitekturen aus bestehenden Quantencomputing-Implementierungsszenarien ab, die bereits heute existieren.

Zielgruppe: Head of Innovation, CTO, CIO, Enterprise Architects

Spart Cloud Geld oder resultiert die modernere Technologie in Zusatzkosten? Es zeigt sich, dass Cloud Transformationen besonders dann profitable Business Cases werden, wenn Unternehmen einen strukturierten Top-Down Ansatz entwickeln und auf der strategischen, taktischen und operativen Dimension effektive Werkzeuge einsetzen. Wie die verschiedenen Ebenen definiert werden und welche Fragestellungen & Aufgaben die jeweiligen Dimensionen mitbringen, erklären wir in einem praxisnahen Vortrag basierend auf jahrelanger Projekterfahrung. Außerdem thematisieren wir, wie durch Technology-Lifecycle-Management ein permanent effizientes Set-Up etabliert werden kann.

Zielgruppe: Executive und Senior Management, Enterprise Architects, Projekt Portfolio Manager, SRE/DevOps, etc.

Voraussetzungen: Grundlegende Cloud Computing Kenntnisse sowie Verständnis für IT-Prozesse, insbesondere für Architekturmanagement

Mobile Gaming wird mit den technologischen Verbesserungen in Mobilfunknetzen mit 5G und Benutzeroberflächen mit AR/VR-Tools immer beliebter. Niedrige Latenzzeiten und hohe Geschwindigkeiten, die durch das neue 5G (NR)-Radio und Multi-Access-Edge-Computing ermöglicht werden, sind für mobile Spiele von entscheidender Bedeutung, insbesondere bei kompetitiven Spielen, bei denen eine Verzögerung von sogar einer Millisekunde den Unterschied zwischen Gewinnen und Verlieren ausmachen kann. 5G-Netzwerke bieten einen Quality-of-Service (QoS)-Mechanismus für verschiedene Kommunikationen im End-to-End-Netzwerk, genannt Network Slicing. Anwendungskomponenten am Edge wie Video-Rendering können die extrem niedrigen Latenzanforderungen unterstützen und gleichzeitig die Auslastung der gesamten Netzwerkressourcen begrenzen. Communication Service Provider (CSP) sind die Infrastrukturanbieter für Sprache, Daten und Textnachrichten. Mit den Verbesserungen der Kommunikationstechnologie wurden die Mehrwertdienste jedoch hauptsächlich über Datenverbindungen bereitgestellt (z. B. WhatsApp, Messenger, YouTube, Spotify). Die CSP-Interessen begannen, sich vom „Connection-Providing“-Geschäft zum „Service-Providing“-Geschäft zu verlagern. Im Fallstudienprojekt für eine Gaming-Slide-Implementierung war EPAM verantwortlich für das Konzept und die Implementierung von Netzwerk- und Edge-Intelligenz für mobile Netzwerk- und Anwendungskomponenten, die einen solchen Umzug von CSPs unterstützen und den ROI von Netzwerkressourcen optimieren würden. Wir werden eine Architektur für ein solches Setup unter Berücksichtigung von Standards wie von 3GPP und ETSI sowie Erfahrungen mit Edge (MEC)-Bereitstellungen, der Auswahl der richtigen Machine-Learning-Algorithmen und Software-Integrationsmustern präsentieren. Die Architektur beschreibt die Integration des NWDAF in die anderen 5G-Kernfunktionen und wie die von diesen gesammelten Informationen intern in Echtzeit verarbeitet werden, um die Dienste bereitzustellen. Die Architektur ist so konzipiert, dass sie mit neuen Funktionalitäten und neuen Pipelines erweitert werden kann und ermöglicht Anpassungen an die Infrastruktur des Kunden und die Geschäftsanforderungen.

Zielgruppe: CDO, IT Managers, Enterprise Architects, Head of IoT, Solution Architects, Lead Developers

Der Masseneinsatz von Industrieautomation und IoT machte Sensoren in Bezug auf Verfügbarkeit, Zuverlässigkeit und Kosten akzeptabler. In Kombination mit dem Angebot von Public Clouds IoT-Plattformen macht es die Implementierung benutzerdefinierter IoT-Lösungen schneller und kostengünstiger als noch vor einigen Jahren. Neben Hardware-Sensoren gibt es Technologien, die für eine datengesteuerte Entscheidungsfindung basierend auf solchen Sensordaten verwendet werden, wie Computer Vision, ML-gesteuerte Anomalienerkennung und vorausschauende Wartung, Rules Engines und autonome Dinge. Dies führt unter anderem zu einer breiteren Akzeptanz von Technologien in verschiedenen Branchen, einschließlich der Landwirtschaft. Dazu gehören beispielsweise industrielle programmierbare Logiksteuerungen (SPS), die verwendet werden, um Daten aus Labors zu sammeln, um Versuchsbedingungen zu dokumentieren. Drahtlos verbundene Geräte sammeln Umgebungsdaten feldübergreifend. Videoaufzeichnungen über Drohnen können anstelle von kostspieligen Exkursionen verwendet werden, um den Stand der Studien zu erfassen. Computer Vision-basierte Anwendungen vereinfachen die Beobachtung von Studien. Und all diese Sensordaten können mit zusätzlichen Diensten wie Wetter- oder Luftverschmutzungsdaten aus verfügbaren Diensten angereichert werden. EPAM ist dabei, eine AgriTech-Lösung aufzubauen, die unserem Partner hilft, diese Vorteile zu erzielen und positive Nebeneffekte wie eine bessere Erweiterbarkeit der Datenaufnahme zu erzielen, dh zusätzliche Sensoren und Serviceunterstützung für noch informativere Daten, zentrales Gerätemanagement mit vorausschauender Wartung und Control Tower-Implementierung sowie Datenanreicherung nach der Testphase.

Zielgruppe: Solution Architects, Lead Developers, Head of IoT

Over the past decade, standardization of hardware for smartphones and computers has pushed industrial transformation from hardware updates to software development and updates. The automotive industry differs from smartphones and computers in terms of hardware standardization and technology with a strong emphasis on functional safety.  The challenges of the automotive industry are different from the world of smartphones and computers. In this segment, safety and economical aspects play a significant role. Therefore, safety standards are crucial, making the creation of software products in this domain a complex task.    The automotive industry is not ready to replicate the exact patterns from smartphone or computers. However, with increasing hardware standardization, the automotive industry is now likely to go through a similar process and develop software-defined vehicles.  

1) What is a software-defined vehicle (SDV)?  

2) What are the driving forces of SDV?

a.    Initiated by TESLA (you can buy software from TESLA)

i.    Positive market response ii.    Traditional car manufactures want to adapt

b.    Shared Mobility

i.    Less and less ownerships of cars  ii.    Emerging shared B2B services iii.    How to integrate SDV in the shared community

c.    Service  

i.    Extract more of the core product through software services ii.    Users have better accessibility to different services and features  

3) Gap Between Present and Future

a.    Changes in the automotive industry are implemented slower—these are mostly hardware updates with long development cycles

b.    Hardware Software Architecture

c.    Future is a centralized platform

d.    Vehicle Cloud Computing  

4) Automotive industry transformation

a.    Today automotive industry is organized alongside supply chain

b.    Supply chain can be transformed to mesh network

c.    Traditional car manufactures should not be driven by procurement i.    

Not focusing on cost reduction but on innovation and software updates  

5) New Opportunities

a.    Car manufacturers generate revenue by selling cars and parts

b.    Data can be monetized on top of sales revenue c.    In the future, SDV car manufacturers can transform their business model (like cloud providers) using the advantages of the software industry like faster development cycles, direct user access to features and services, data collection from users and utilizing it in their services

Zielgruppe: CIO, CTO, Solution Architects, Automotive sector, Lead developers