Der Begriff „RTLS-based WMS“ ist eine Abkürzung für ein auf Real-Time Location System (zu Dt. Echtzeit-Ortungssystem) basierendes Warehouse Management System (z. Dt. Lagerverwaltungssystem). Damit ist es möglich, Bewegungen der Sendungen im Lager vollautomatisch zu tracken, ohne diese manuell scannen zu müssen. Die Sendungen können ebenfalls in Echtzeit verfolgt und lokalisiert werden. Das RTLS-based WMS stellt einen bedeutenden Paradigmenwechsel gegenüber dem traditionellen WMS dar. Letzteres verfügt über kein explizites Standortbewusstsein – die einzigen Standortinformationen sind einem bestimmten Messpunkt zugeordnet – und sind darauf angewiesen, dass Menschen bei jeder Interaktion Artikel und Standorte korrekt scannten, denn der Standort der Güter wird auf der Grundlage des letzten Scans ermittelt. RTLS-based WMS kann die Benutzerfreundlichkeit und Produktivität in einigen Umgebungen verbessern, z. B. in sehr großen Gebäuden oder an Orten, an denen das Scannen problematisch und zeitaufwendig ist.

Unabhängig davon, ob Sie für die Verwaltung der Bestände in Ihrem Einzelhandelsgeschäft oder in einem Distributionszentrum in der Produktion verantwortlich sind, ist die Transparenz aller Ihrer Bestände eine Voraussetzung für ein produktives und gesetzeskonformes Lager. Um eine kontinuierliche Sichtbarkeit zu gewährleisten, ist eine RTLS-Lösung (Real-Time Location Service) mit aktiver RFID-Technologie eine Möglichkeit des Tracking und Monitorings. Die Genauigkeit der Ortung kann je nach Technologie von Metern bis zu Zentimetern reichen. Es gibt mehrere verschiedene Arten von RTLS-Technologien, die für Ortungssysteme verwendet werden.

Unternehmen aller Größenordnungen stehen vor vielen Herausforderungen, aber keine ist so entmutigend wie die Sicherheit der Mitarbeiter in einer Lagerumgebung. Ein wichtiger Aspekt des Lieferkettenmanagements ist die Sicherheit. Da es an jeder Ecke zu Unfällen kommen kann, ist es für Unternehmer wichtig, alle möglichen Lösungen zur Verbesserung der Sicherheit am Arbeitsplatz zu prüfen. Ein Echtzeit-Ortungssysteme (RTLS) im Warehouse kann auch im Bereich der Sicherheit unterstützen und eine kontrollierte und sichere Arbeitsumgebung gewährleisten.

Das auf UWB basierende Echtzeit-Ortungssystem (RTLS) von Sewio besteht aus Hard- und Software, die zusammen eine All-in-One-Plattform bilden, die mehrere Anwendungsfälle für die Ortung in Innenräumen abdeckt – von der Verfolgung von Vermögenswerten und Materialfluss bis hin zur Ortung von Mitarbeitern aus Sicherheitsgründen.

Web3 ist ein Konzept für eine neue Generation des Internets, welches auf Blockchain-Technologie aufsetzt und Dezentralisierung sowie Token-basierte Wirtschaft beinhaltet. Anstatt große Teile des Internets von BIG Tech Unternehmen zentralisiert kontrollieren zu lassen, wird das Eigentum unter seinen Erstellern und Nutzern verteilt. Es existiert eine Berechtigungsfreiheit, jeder hat den gleichen Zugang und niemand wird ausgeschlossen. Zahlungen oder Transaktionen werden über Kryptowährungen abgewickelt, ohne sich auf veraltete Infrastruktur von Banken und Zahlungsdienstleistern zu verlassen.

Beim Versand von Eigentumsurkunden oder anderen hochsensiblen Dokumenten an Geschäftspartner oder Kunden kämpfen Unternehmen mit langsamen, teuren und unzuverlässigen Papierversanddiensten – und E-Mail bietet einfach nicht die erforderlichen Funktionen. CargoX ermöglicht den Versand von sensiblen Verträgen oder Urkunden auf höchster Vertraulichkeitsstufe inklusive der Übertragung des Eigentums an den Dokumenten über das Ethereum-Netzwerk.

modum.io kombiniert IoT-Sensoren mit der Blockchain-Technologie und sorgt so für Datenintegrität bei Transaktionen mit physischen Produkten. Die modum-Sensoren erfassen die Umgebungsbedingungen, denen die Waren während des Transports ausgesetzt sind. Wenn die Ware den Besitzer wechselt, werden die Sensordaten mit den vorher festgelegten Bedingungen in einem Smart Contract in der Blockchain abgeglichen. Der Vertrag bestätigt, dass die Bedingungen alle vom Absender, seinen Kunden oder einer Regulierungsbehörde festgelegten Anforderungen erfüllen, und löst verschiedene Aktionen aus: Benachrichtigung von Absender und Empfänger, Zahlung oder Freigabe der Waren.

Durch die Kombination von Hightech-Sensoren, Blockchain-Protokoll und Smart Contracts erzeugt AirDAO ein universell überprüfbares, gemeinschafts-gesteuertes Ökosystem, um die Qualität, Sicherheit und Herkunft von Produkten zu gewährleisten. Lebensmittel und Medikamente sind lebenswichtige Produkte, aber aufgrund der heutigen globalen Lieferketten ist die Herkunft der Lebensmittel oder Medikamente unbekannt. Mit AirDAO werden globale Lieferketten verbessert, indem ein vertrauenswürdiges Ökosystem geschaffen wird, in dem die gesamte Produkthistorie zuverlässig aufgezeichnet und kommerzielle Transaktionen entsprechend durchgeführt werden können.

Mit Machine Learning Code Generation kann aus natürlicher Sprache automatisch der notwendige Quellcode für die Softwareentwicklung generiert werden. Als Input wird in natürlicher Sprache beschreibend formuliert, welche Funktion die Software ausführen soll. Anschließend wird der Input via Machine Learning Algorithmen analysiert und daraus ausführbarer Quellcode generiert.

GitHub Copilot ist ein KI-basierter Programmierassistent, der in Zusammenarbeit mit OpenAI entwickelt wurde und Entwicklern hilft, effizienter Codes zu schreiben. Es bietet Vorschläge für ganze Zeilen oder Funktionen basierend auf dem Kontext des aktuellen Codes und unterstützt eine Vielzahl von Programmiersprachen, besonders Python, JavaScript, TypeScript, Ruby und Go. Das Tool lernt von dem individuellen Codierstil des Anwenders und bietet Alternativen zur Problemlösung. Die Anwendug ist direkt in den Editor integriert, wobei die Visual Studio Code-Erweiterung am häufigsten verwendet wird Die Technologie hinter GitHub Copilot, OpenAI Codex wurde speziell für Code-Generierung trainiert und besitzt ein tiefgreifendes Verständnis der Code-Nutzung.

CodeT5 ist ein Open-Source-Programmiersprachenmodell, das von Forschern bei SalesForce entwickelt wurde. Es basiert auf dem T5-Framework von Google (Text-to-Text Transfer Transformer). Um CodeT5 zu trainieren, hat das Team über 8,35 Millionen Beispiele von Programmcode, einschließlich Nutzerkommentaren, aus öffentlich zugänglichen GitHub-Repositories beschafft. Ein Großteil dieser Datensätze stammt aus dem CodeSearchNet-Datensatz, der Ruby, JavaScript, Go, Python, PHP, C und C# umfasst, sowie aus zwei C- und C#-Datensätzen von BigQuery.

Es ist nicht mehr notwendig, die Programmierumgebung zu verlassen, um zu suchen, wie eine bestimmte Funktion zu erstellen ist. Blackbox macht es leicht, den richtigen Codeschnipsel zu finden, ohne dass die Umgebung verlassen werden muss, mehrere Registerkarten geöffnet und Webseiten mit Dokumentation und Ressourcen zu durchsuchen. Geben Sie einfach eine Frage ein, und Blackbox AI generiert automatisch den richtigen Codeschnipsel, in jeder Programmiersprache!

Sind Daten wirklich der Rohstoff der Zukunft? Wenn ja, dann gilt es jetzt für Unternehmen, diesen Schatz auch zu heben. Process Mining ist bei dieser „Rohstoffgewinnung“ ein neues, mächtiges Werkzeug. Es handelt sich dabei um einen innovativen digitalen Ansatz, der Data Mining und Prozessoptimierung verbindet. Gestützt auf reale Daten fördert er wertvolle detaillierte Einsichten über die Entscheidungsprozesse eines Unternehmens zu Tage und zeigt Wege zu ihrer Verbesserung auf. Faktisch ist nahezu jeder Vorgang in Datensätzen dokumentiert. Alles, was einen Zeitstempel hat, kann nun potenziell von Process-Mining-Anwendungen durchforstet werden. Das ermöglicht umfassende Transparenz, Realtime-Kontrolle und Adherence-Checks gegenüber definierten Soll-Prozessen. Es wird nachvollziehbar, welche Entscheidungsvorgänge im Unternehmen wirklich ablaufen – und wo die Ursachen auftretender Probleme konkret liegen. Im realen Event-Kontext können sie dann präzise und nachhaltig gelöst werden.

Das Dortmunder Start-up Motion-Mining® ermöglicht eine automatische und anonyme Analyse manueller Arbeitsprozesse hinsichtlich ihrer Ergonomie und Effizienz, in einem weiten Feld von Anwendungsbereichen wie Logistik, Produktion bis hin zu Krankenhäusern und Pflegeeinrichtungen. Diese reichen von ortsspezifischen Analysen, über Aktivitätskennzahlen bis hin zur Beurteilung der Ergonomie eines Arbeitsprozesses. Auch die Fahrzeug- und Hilfsmittelnutzung kann dabei umfassend ausgewertet werden.

Das Münchener Start-up Smartlane hat eine Software entwickelt, mit der Transportprozesse optimiert werden können. Die Software ermittelt durch „Transport Mining“, wie Unternehmen Lkw´s und Personal einsetzen können, um Aufträge optimal zu erfüllen. Dabei wird die Auftragsliste eines Logistikdienstleisters samt Adressen, Lieferzeitfenster, Präferenzen des Endkunden, Kapazitäten der Fahrer und Flottegröße von „Smartlane“ analysiert, wonach ein Algorithmus den optimalen Transportprozess errechnet.

Celonis ist eine Software, mit der Unternehmen ihre Geschäftsprozesse auf Basis realer Systemdaten analysieren können. Dazu nutzt die Software Logdaten aus IT-Systemen wie SAP, Oracle oder anderen ERP-/CRM-Systemen. Anhand dieser Daten rekonstruiert Celonis den tatsächlichen Ablauf eines Prozesses – Schritt für Schritt. Dadurch wird sichtbar, wo Abweichungen vom Soll-Prozess auftreten, etwa Verzögerungen, Umwege, Doppelschleifen oder manuelle Eingriffe.

Die intelligente Nutzung von Daten wird zu einer der wichtigsten Herausforderungen des 21. Jahrhunderts. Unternehmen beginnen mit Hilfe von Smart-Data-Verfahren, Kundendaten nach verborgenen Mustern zu durchsuchen. Entscheider in der Wirtschaft schätzen datenbasierte Erkenntnisse zunehmend, denn harte Zahlen wiegen schwerer als vage Aussagen. Die Datenanalysen von internen und externen Daten lassen die Transparenz innerhalb der Supply Chain immer weiter steigen. In Kombination mit einer schnellen Analyse, möglichst in Echtzeit, können vor allem Logistikdienstleister ihre Prozesse äußerst dynamisch gestalten und managen. Die intelligente Nutzung von Daten bietet daher ein massives Potenzial, um die betriebliche Effizienz zu steigern, Kundenerfahrung zu verbessern, Risiken zu reduzieren und neue Geschäftsmodelle zu schaffen.

Ein aktuelles Anwendungsbeispiel für den Trend Big Data in der Logistik ist die Route-Optimierung durch UPS. UPS nutzt das System ORION (On-Road Integrated Optimization and Navigation), um die Routen ihrer Fahrer zu optimieren. Dieses System analysiert historische Daten und Echtzeitinformationen, um die effizientesten Routen zu berechnen, was zu einer Reduzierung von Treibstoffverbrauch und CO2-Emissionen führt. Seit der Einführung von ORION hat UPS über 100 Millionen Meilen eingespart.

Das US-amerakanische Start-up CARTO entwickelt eine Mobilitätsplanungslösung zur Optimierung des Supply-Chain-Netzwerks. Ihr System verwendet eine riesige Menge an Standortdaten und künstliche Intteligenz, um die Supply Chain zu analysieren und zu optimieren, was Zeit und Ressourcenspart. CARTO ist die weltweit führende Location Intelligence Plattform, die es Unternehmen ermöglicht, räumliche Daten und Analysen für effizientere Lieferrouten, besseres verhaltensorientiertes Marketing, strategische Ladenplatzierungen und vieles mehr zu nutzen.

Das tschechische Start-up ECOTEN erstellt Temperatur-Karten für Großstädte, um die Auswirkungen des Klimawandels zu visualisieren. In einer ersten Kooperation mit der Stadt Wien wurde eine Temperatur-Karte für die Stadt entworfen, die besonders gefährdete Bezirke kennzeichnet. Diese sind durch die höchsten Temperaturen, wenige Grünflächen und einen großen Anteil von Senioren und Kindern gekennzeichnet. Für die Karten verwendet das Start-up Satellitendaten und ein geografisches Infomationssystem, das Flächendaten analysiert. Den betroffenen Städten werden zudem Lösungsansätze geboten, die in der Stadtplanung berücksichtigt werden sollen.

Machine Learning ist eine Subdisziplin der Forschung im Bereich der künstlichen Intelligenz. Der Begriff umfasst sämtliche Techniken, die Algorithmen selbstständiges Lernen durch exemplarischen Dateninput ermöglichen. Diese Systeme wandeln die Erfahrungen aus Beispielen in Wissen um und erkennen Muster darin. Ziel im Machine Learning ist die stetige Verbesserung der Modelle, etwa bei Empfehlungssystemen in Onlineshops. Bekannte Methoden des Machine Learning sind künstliche neuronale Netze inkl. der Ausprägung Deep Learning. Sie wurden von den Prozessen des menschlichen Gehirns inspiriert. Beim Deep Learning werden mit Hilfe zusätzlicher Ebenen noch bessere Ergebnisse erzielt. Machine Learning ist Ausgangspunkt für eine Fülle von Einsatzgebieten – von Sicherheitssystemen über Robotics bis hin zu Echtzeitübersetzern im Ohr des Nutzers. Ein zentraler Fortschrittsbereich ist Computer Vision, eingesetzt bei der Gesichtserkennung und der maschinellen Bildverarbeitung, die autonomes Fahren möglich macht.

Mittels Algorithmen des maschinellen Lernens (ML) ermöglicht Walmart eine nahtlose Beladung von Anhängern und eine effiziente Routenplanung. Diese KI-gesteuerte Logistiklösung als Software-as-a-Service (SaaS) Plattform optimiert Fahrtrouten, gestaltet die Beladung von Anhängern effizient und minimiert die Fahrtstrecken . Das Ergebnis? Eine signifikante Reduzierung von CO2-Emissionen und eine Steigerung der Lieferketteneffizienz.

Ein neues KI-Modell des MIT optimiert mittels Deep Learning die Koordination von Robotern in Lagerhäusern, um Effizienz und Sicherheit in Lagerhäusern zu steigern. Diese Fortschritte in der KI-Technologie ermöglichen eine präzisere und schnellere Lagerverwaltung, reduzieren Betriebskosten und optimieren die Logistikprozesse. Das besondere an diesem neuen deep-Learning ist, dass diese KI hunderte Roboter auf einmal viermal schneller als bisherige Systeme steuern kann.

Amazon Web Services hat die allgemeine Verfügbarkeit von „Amazon Lookout for Vision“ bekannt gegeben. Konkret handelt es sich dabei um einen neuen Dienst, der Bilder via Computer Vision und maschinellem Lernen zur Erkennung von Produkt- oder Prozessfehlern und -anomalien in hergestellten Produkten analysiert. Benötigt werden dabei von Anwendern lediglich 30 Basisbilder, mit denen sich das KI-Modell trainieren lässt. Genutzt wird das System bereits von Unternehmen, um beispielsweise die Inspektion von Produktionslinien zu automatisieren und festzustellen, ob Produkte den Qualitätsvorgaben entsprechen.

Der Begriff Predictive Analytics bezeichnet Software, die in der Lage ist, auf der Grundlage von historischen und aktuellen Daten Situationen und Szenarien vorherzusagen und dementsprechende Handlungsempfehlungen zu geben. Das Ziel von Predictive Analytics ist es, mittels quantitativ und qualitativ ausreichenden direkten und indirekten Systemdaten und geeigneten Datenanalyseverfahren, Aussagen über den wahrscheinlichen zukünftigen (Teil-) Zustand eines Systems zu errechnen. Dies erfolgt meist in einem Datenmodell, welches dann zukünftige Zustände des Systems simulieren kann. Das System kann dabei eine Fabrik oder ein Maschinenpark sein, oder es kann – im Fall der Logistik – auch ein Lager oder sogar eine ganze Lieferkette sein.

Die Nagel-Group hat den Transport Volume Estimator implementiert, der eine signifikante Verbesserung in der Informationsvervollständigung der Stellplätze darstellt. Diese fortschrittliche Technologie ermöglicht es, den Laderaum auf eine optimierte Weise auszulasten und die Disposition automatisiert zu gestalten. Durch einen ausgeklügelten Machine Learning Algorithmus ist es nun möglich, die Transportvolumina mit einer bemerkenswerten Genauigkeit zu schätzen.

Mittels eines auf Machine Learning basierenden Vorhersagemodells wird eine automatisierte Schätzung von zukünftigen Umsätzen ermöglicht. Das Ziel besteht darin den Budgetplanungsprozess massiv zu reduzieren und eine frühzeitige, proaktive Steuerung zu ermöglichen. Die Lösung unterstützt somit die jeweilige Fachbabteilung aktiv in der Budgetierungsphase.

Predictive Maintenance ist eine innovative Technologie, die durch den Einsatz von Künstlicher Intelligenz (KI) und Datenanalyse die Wartung von Geräten und Maschinen revolutioniert. Ein konkretes Anwendungsbeispiel von LeewayHertz ist die Überwachung von Flurförderzeugen in einem großen Lagerhaus. Sensoren erfassen kontinuierlich Daten wie Temperatur, Vibration und Betriebsstunden. Diese Daten werden in Echtzeit analysiert, um Muster und Anomalien zu erkennen, die auf einen bevorstehenden Ausfall hinweisen könnten.

Im Internet of Things (IoT) können sich physische Objekte digital miteinander vernetzen. Die automatische Identifikation erfolgt mittels RFID oder QR-Codes. Kleinste integrierbare Sensoren oder Machine-Sensing-Verfahren sorgen dafür, dass in Zukunft nahezu alle physischen Objekte miteinander in Verbindung stehen. Die Anwendungspotentiale erstrecken sich von der selbstoptimierenden Produktion bis zum automatischen Flottenmanagement. Das Internet of Things erfährt durch den kommenden Mobilfunkstandard „5G“ einen weiteren Entwicklungsschub. „5G“ ermöglicht komplexe Verkehrssysteme, bei denen Fahrzeuge autonom interagieren oder Operationen, die per Fernsteuerung durchgeführt werden. So lassen sich zukünftig mehr als 200 Milliarden Geräte weltweit nicht nur vernetzen, sondern in Echtzeit steuern.

739.000.000 Tonnen: So viel CO2 gelangte allein in Deutschland im Jahr 2020 in die Erdatmosphäre. Den Treibhausgasausstoß zu reduzieren, gilt als zentrales Mittel, um dem Klimawandel entgegenzuwirken – nicht nur hierzulande, sondern auf der ganzen Welt. Im Webinar „Mehr Effizienz und Nachhaltigkeit in der Logistik mit digitalen Lösungen und IoT “ zeigen die Telekom-Fachleute Ariane Fuchs, Florian Schroeter und Anton Schäfer, warum insbesondere Unternehmen aus der Logistik ihre Nachhaltigkeit jetzt steigern sollten und inwieweit digitale Lösungen wie das Internet of Things (IoT) der Branche dabei helfen können.

Der chinesische Haushaltsgerätehersteller Haier hat einen intelligenten Kühlschrank vorgestellt, der den Aufenthaltsort der darin enthaltenen Lebensmittel nachvollzieht und ermittelt, wie diese optimal aufbewahrt werden. Er erkennt Nutzer per Bild- und Spracherkennung und liefert personalisierte Dienste. Per RFID werden Produkte aufgefunden, deren Frischegrad bestimmt und Nutzer benachrichtigt, sobald sie nachbestellt werden müssen, was auch automatisch vorgenommen wird. Die neuartige Konservierungstechnik sorgt dafür, dass alle Lebensmittel länger frisch, nährstoffreich und gesund bleiben.

Das Start-up Josh.ai hat mit dem KI- und IoT-fähigen „Josh Micro Smart Home Control Button“ ein sprachgesteuertes Hausautomationssystem gelauncht. Josh lässt sich auf jede ebene Fläche positionieren, ist individuell konfigurierbar und kann Sprachbefehle in natürlicher Sprache verarbeiten. Integrierte Sensoren helfen darüber hinaus, Kontexte besser zu erkennen und sich zu orientieren. So lassen sich via Sprachbefehl unter anderem Licht, die Musik und eine Vielzahl anderer Aspekte eines Hauses steuern, während sich Josh ferner nach und nach intuitiv an diverse User und deren Angewohnheiten anpasst.

Die exponentielle Steigerung der Rechenleistung wird durch die nächste Generation von Computern ermöglicht, die auf den Gesetzen der Quantenmechanik beruhen. Der Quantencomputer ist rund Hundert Millionen Mal schneller als ein digitaler Computer. Mit seiner Hilfe wird die Suche in Datenbanken beschleunigt, komplexe Systeme können simuliert und die heutigen Verschlüsselungstechnologien geknackt werden. Das Unternehmen D-Wave Systems gilt als erster Anbieter des kommerziellen Quantencomputings. Zu den ersten Kunden*innen gehören die NASA und Google. Zukünftig kann die Rechenleistung eines Quantencomputers über die Cloud bezogen werden. Quanten-Clouds könnten die Plattformen der Zukunft werden, die große IT-Unternehmen zur Verfügung stellen, und die Ära der Hypercomputation auslösen.

Im Oktober 2024 eröffnete IBM in Ehningen sein erstes europäisches Quantum Data Center, das unter anderem den leistungsstarken „Heron“-Quantenprozessor beherbergt. Dieser bietet eine bis zu 16-fach höhere Leistung und 25-fach schnellere Rechengeschwindigkeit im Vergleich zu den Systemen von 2022.

Microsoft stellt seine Plattform Azure Quantum kostenfrei zur Verfügung und lädt Entwickler ein, an Forschungsprojekten teilzunehmen. Die Public Preview des Quantum-Ökosystems bietet ihnen mit dem Quantum Development Kit (QDK) und der Programmiersprache Q# Zugriff auf quelloffene Programmierwerkzeuge. Zudem stellt Microsoft die Open-Source-Schnittstelle Quantum Intermediate Representation (QIR) bereit. Nutzer erhalten auch Zugang zu Anwendungsbeispielen, Ressourcen, Dokumentationen und Tutorials, um Quantenprogramme zu entwickeln. Microsoft will so die Entwicklungsarbeit der Zukunftstechnologie vorantreiben.

Atom Computing hat einen beeindruckenden 1.225-Qubit-Quantencomputer vorgestellt, während IBM ebenfalls bedeutende Fortschritte im Quantencomputing erzielt hat, unter anderem mit der Einführung des IBM Quantum Heron Prozessors. Beide Entwicklungen symbolisieren signifikante Meilensteine in der Quantencomputertechnologie, die das Potenzial haben, diverse Bereiche wie Materialwissenschaften und komplexe Simulationen zu revolutionieren. Die fortschreittenden, schnellen Entwicklungen zeigen die Skalierbarkeit und Leistungsfähigkeit von Quantencomputern auf.

Die drahtlose Kommunikation entwickelt sich rasant weiter und ermöglicht neue Anwendungsszenarien in Industrie, Logistik und Smart Cities. Neben etablierten Technologien wie RFID, LTE und Bluetooth-Beacons treiben neue Standards wie Li-Fi und 5G die Konnektivität voran. Die kommende 6G-Generation wird durch KI-gestützte Kommunikation, extrem niedrige Latenzen und hohe Bandbreiten eine nahtlose Echtzeit-Datenverarbeitung ermöglichen.

Besonders innovativ sind self-powered Sensors, die ihre Energie aus Umgebungseinflüssen wie Vibrationen oder thermischen Differenzen gewinnen. Sie machen autarke, wartungsfreie Netzwerke möglich und verbessern die Standortverfolgung, Automatisierung und Datenverfügbarkeit. Mit diesen Technologien entsteht eine adaptive, energieeffiziente und hochvernetzte Infrastruktur, die die digitale Transformation weiter beschleunigt.

Zusammen mit HHLA Sky, einem Tochterunternehmen der Hamburger Hafen und Logistik AG, setzt die Telekom ein Campus-Netz im Hamburger Hafen um. Darüber steuert und überwacht HHLA Sky eine Flotte von Industrie-Drohnen aus einem einzigen Leitstand heraus. Auf den Terminals der HHLA inspizieren die Flugroboter Containerbrücken und Asphaltflächen, um so die Sicherheit auf dem Hafengelände zu erhöhen. Das spart Zeit im Vergleich zu bisherigen Inspektions-Verfahren. Zusätzlich übertragen die Drohnen zuverlässig Sensor- und Flugdaten über das Campus-Netz.

Aktuell befindet sich 6G noch in der Forschungs- und Entwicklungsphase, wobei es als die nächste große Innovation in der Telekommunikation gilt, die auf den Errungenschaften von 5G aufbauen wird. Die Entwicklung zielt darauf ab, noch höhere Datenraten, geringere Latenzzeiten und eine umfassendere Netzabdeckung zu ermöglichen. 6G wird voraussichtlich Technologien wie künstliche Intelligenz und fortschrittliche Drahtloskommunikationstechniken integrieren, um eine neue Ära der Vernetzung einzuleiten. Die genauen Spezifikationen und Standards für 6G sind noch in Arbeit, aber die Industrie und Forschungseinrichtungen weltweit arbeiten intensiv daran, die Vision von 6G zu realisieren.

Forscher der Purdue University haben die Software AppStreamer entwickelt, mit der Apps cloudbasiert auf ein Telefon „gestreamt“ werden können. Die Lösung könnte den Speicherplatzverbrauch von Smartphone-Apps um bis zu 85 Prozent reduzieren. AppStreamer fungiert als eine Middleware zwischen Apps und Betriebssystem eines Smartphones und kann automatisch antizipieren, welche Komponenten einer App in einem jeweiligen Moment benötigt werden. In ersten Tests konnte von Probanden im Bereich Gaming-Apps kein Unterschied zwischen AppStreamer und vollständig installierten Apps festgestellt werden.