Deutschenglish

Themen

MRCC and Fujitsu Optimize Data Centers using Fujitsu's Digital Annealer

MRCC and Fujitsu Optimize Data Centers using Fujitsu's Digital Annealer

Given the world’s increasing dependency on IT, the complexity of data centers grows significantly. In a collaboration project, Fujitsu and the Magdeburg Research and Competence Cluster (MRCC) compare Fujitsu’s new quantum-inspired ...
VLBA Lab auf der CLOSER 2018 & IoTBDS 2018 (Madeira, Portugal)

VLBA Lab auf der CLOSER 2018 & IoTBDS 2018 (Madeira, Portugal)

In diesem Jahr fand vom 19.03. bis 21.03.2018 auf Madeira (Portugal) zum 8. Mal die International Conference on Cloud Computing and Service Sciences (CLOSER), zum 3. Mal zusammen mit der International Conference on Internet of Things, Big Data ...
Beitrag "Analyzing the Effects of Load Distribution Algorithms on Energy Consumption of Servers in Cloud Data Centers" auf der WI2015

Beitrag "Analyzing the Effects of Load Distribution Algorithms on Energy Consumption of Servers in Cloud Data Centers" auf der WI2015

Energiekosten sind in Rechenzentren seit Jahren für einen signifikanten Anteil der Betriebskosten verantwortlich. Mit dem Aufkommen von Cloud Computing entstehen immer größere Rechenzentren, die dabei trotz effizienterer Hardware immer ...
DIGITALE DEGUSTATION | HYBRIDE VERANSTALTUNG  | 05.07.2022

DIGITALE DEGUSTATION | HYBRIDE VERANSTALTUNG | 05.07.2022

Das Mittelstand 4.0-Kompetenzzentrum Magdeburg lädt Sie herzlich zur Digitalen Degustation am 05. Juli 2022 – in der Zeit von 16.00 bis 20.00 Uhr – virtuell oder vor Ort in die Festung Mark nach Magdeburg ein. Neben edlen Tropfen ...

Kompatibilitätseigenschaften von Big Data Technologien und deren Ausprägungen (MA, WTP).

Beginn dieses Jahrzehnts hat sich Big Data als eine vielversprechende Möglichkeit erwiesen um datenintensive Projekte und Anwendung zu entwickeln, die noch vor wenigen Jahren unmöglich erschienen. Unter Verwendung neuartiger Technologien ...

Blockchain Technology Framework (BA, MA)

Blockchain-Technologie (BT) ist nach bekannten Anwendungsszenarien als Kryptowährung und Smart Contract mittlerweile auch für verteilte Applikationen eine interessante Grundlage. Im Rahmen von bisherigen Untersuchungen wurde bekannte BT ...

A formalized and evaluated Datamodel through ITIL v3 and ISO/IEC20000

...
Vorhersage nicht-funktionaler Eigenschaften von IT-Services

Vorhersage nicht-funktionaler Eigenschaften von IT-Services

Die Service-Orientierung der IT gewinnt weiter an Bedeutung, nicht zuletzt durch das Konzept des Cloud Computings. Sie unterstützt die Commoditisierung der IT und erhöht die Transparenz für die Kunden. Für die Anbieter solcher Services besteht ...

INternationaliSation of master Programs In Russia and China in Electrical engineering

Heutzutage müssen russische und chinesische Universitäten Programme anbieten, die die Gewöhnung der Absolventen an das echte Produktions- und Geschäftsumfeld fördern und ihre Wettbewerbsfähigkeit auf dem Arbeitsmarkt erhöhen. Um ...
Vorhersage der Verfügbarkeit eines In-Memory-Computing-Clusters

Vorhersage der Verfügbarkeit eines In-Memory-Computing-Clusters

In Zusammenarbeit mit dem Hasso-Plattner-Institut in Potsdam und Industriepartnern wie zum Beispiel SAP, HP und Fujitsu wurde 2014 im Rahmen des Future SOC Labs ein Projekt am VLBA Lab in Magdeburg durchgeführt. Im Rahmen dieses Projektes wurde ...

Publikationen

Volk, M.; Staegemann, D. G.; Turowski, K.
Providing Clarity on Big Data: Discussing Its Definition and the Most Relevant Data Characteristics
Staegemann, D. G.; Volk, M.; Turowski, K.
Exploring the Test Driven Development of a Fraud Detection Application using the Google Cloud Platform
Staegemann, D. G.; Volk, M.; Turowski, K.
Adapting the (Big) Data Science Engineering Process to the Application of Test Driven Development
Volk, M.; Staegemann, D. G.; Turowski, K.
Facing Big Data System Architecture Deployments: Towards an Automated Approach Using Container Technologies for Rapid Prototyping
Müller, Hendrik; Nahhas, Abdulrahman; Bosse, S.; Turowski, K.
Addressing IT Capacity Management Concerns Using Machine Learning Techniques