AWS Germany – Amazon Web Services in Deutschland

Category: Amazon Simple Storage Service (S3)

Snowflake und AWS: Eine Top-Kombination für Ihre Datenanforderungen

von Sébastien Stormacq, übersetzt von Felix John Ganz gleich, ob Sie Prognosemodelle erstellen oder Anwendungen entwickeln, die auf Prognosedaten basieren, Snowflake und AWS können Ihnen dabei unter die Arme greifen. In diesem Artikel zeigen wir Ihnen, wie Ihre Anwendungen, die Daten aufnehmen, speichern, analysieren oder visualisieren, von der Integration zwischen Snowflake- und AWS-Lösungen profitieren können. […]

Flottentelemetrie und vorausschauende Analysen mit Capgemini’s Trusted Vehicle und AWS IoT FleetWise

von Cher Simon, übersetzt durch Dirk Stahlecker Einleitung Während der Covid Pandemie hat sich gezeigt, dass eine hohe Anpassungsfähigkeit der Unternehmen an sich dynamisch ändernde Trends, Voraussetzung für eine schnelle wirtschaftliche Erholung ist. Aus diesem Grund nutzen führende Logistikunternehmen verstärkt vorausschauende Analysen (engl. «predictive analytics»), um schneller Entscheidungen zu fällen. In Logistikunternehmen betrifft dies z.B. Entscheidungen […]

AWS-Architekturen und Verfahren zur Notfallwiederherstellung, Teil II: Backup und schnelle Wiederherstellung durch Automatisierung

Von Seth Eliot, übersetzt durch Dirk Stahlecker In einem früheren Blogbeitrag habe ich vier Strategien zur Notfallwiederherstellung (engl. «Disaster Recovery – DR») vorgestellt und dargelegt, wie man sie mit AWS-Services umsetzen kann. Diese Strategien ermöglichen es, sich auf ein Desaster systematisch vorzubereiten, Auswirkungen zu minimieren und den Geschäftsbetrieb aufrechtzuerhalten. Wenn Sie zum Entwurf und zur […]

AWS hilft Kunden der Automobilindustrie das Risiko von Rückrufen durch maschinelles Lernen vorherzusagen

von Steven Miller, Alec Jenab und Robert Clendenning, übersetzt durch Dirk Stahlecker Dieser Blogbeitrag beschreibt wie sich das Long Short Term Memory (LSTM) Machine Learning Modell verwenden lässt, um Ausfälle und Rückrufe von Automobilteilen vorherzusagen. Im Besonderen zeigen wir, wie durch die Vorhersagen eines LSTM-Modells Frühindikatoren entwickelt werden können, die im Allgemeinen zu besseren Ergebnissen […]

Optimieren Ihrer AWS-Infrastruktur für Nachhaltigkeit, Teil IV: Datenbanken

von Otis Antoniou, Ibtehaj Ahmed, Darren Ko und Ceren Tahtasiz; übersetzt durch Lars Reimann In Teil I: Datenverarbeitung, Teil II: Speicher und Teil III: Netzwerk dieser Serie haben wir Strategien zur Optimierung der Datenverarbeitungs-, Speicher- und Netzwerk-Schicht Ihrer AWS-Architektur für Nachhaltigkeit vorgestellt. Teil IV konzentriert sich auf die Datenbankschicht und enthält Vorschläge wie Sie die […]

Optimieren Ihrer AWS-Infrastruktur für Nachhaltigkeit, Teil III: Netzwerk

von Katja Philipp, Aleena Yunus, Otis Antoniou, Ceren Tahtasiz; übersetzt durch Lars Reimann In den vorangegangen Teilen dieser Blog-Serie, Teil I: Datenverarbeitung und Teil II: Speicher, haben wir Ihnen Strategien vorgestellt, um die Datenverarbeitungsschicht und die Speicherschicht Ihrer AWS-Architektur auf Nachhaltigkeit zu optimieren. In diesem Teil liegt der Fokus auf der Optimierung der Netzwerkschicht Ihrer […]

Optimieren Ihrer AWS-Infrastruktur für Nachhaltigkeit, Teil II: Speicher

von Katja Philipp, Aleena Yunus, Otis Antoniou, Ceren Tahtasiz und Lars Reimann; übersetzt durch Lars Reimann In Teil I dieser Reihe stellten wir Ihnen Strategien vor, um die Datenverarbeitungsschicht ihrer AWS-Architektur auf Nachhaltigkeit zu optimieren. Wir haben Erfolgsfaktoren, Metriken und Architekturkonzepte zur Verfügung gestellt, welche die Energieeffizienz der Workloads erhöhen können. In diesem Blogartikel liegt […]

Optimieren Ihrer AWS-Infrastruktur für Nachhaltigkeit, Teil I: Datenverarbeitung

von Katja Philipp, Aleena Yunus, Otis Antoniou, und Ceren Tahtasiz; übersetzt durch Lars Reimann Wenn Unternehmen ihr Geschäft auf Nachhaltigkeitspraktiken ausrichten, ist es wichtig hierbei alle funktionalen Ebenen zu betrachten. Wenn Sie beispielsweise eine neue IT-Umgebung erstellen, ausrollen und verwalten möchten und bei diesen Schritten jeweils die Auswirkungen auf den ökologischen Fußabdruck berücksichtigen möchten, erfordert […]

Klassifizierung von Finanztransaktionen mit Amazon SageMaker Feature Store (Thumbnail)

Klassifizierung von Finanztransaktionen mit Amazon SageMaker Feature Store

von Maurits de Groot und Elina Lesyk Einführung Machine Learning (ML) wird in der Finanzdienstleistungsbranche umfangreich für Aufgaben wie Personalisierung, Anomalie- oder Betrugserkennung eingesetzt. Wie bei anderen ML-Anwendungsfällen sind qualitativ hochwertige Eingabedaten der Schlüssel für eine gute Leistung eines Modells. Um dem Modell mehr Kontext zu geben und seine Leistung zu verbessern, ist es üblich, […]