Introduction
Gliederung
Thema
In der heutigen Zeit generieren Unternehmen und Organisationen immer größere Mengen an Daten, sowohl in Bezug auf Menge als auch Geschwindigkeit. Die Echtzeit-Datenintegration und -Analyse ermöglicht es, Daten aus verschiedenen Quellen in Echtzeit zu sammeln, zu verarbeiten und zu analysieren. Dies ist von entscheidender Bedeutung, um fundierte Entscheidungen in Echtzeit zu treffen und Wettbewerbsvorteile zu erzielen. Im Finanzwesen ermöglicht sie es beispielsweise, Transaktionen in Echtzeit zu überwachen, um Betrug zu verhindern oder Marktveränderungen in Echtzeit zu erfassen, um schnellere Investitionsentscheidungen zu treffen. In der Logistikbranche kann sie dazu beitragen, Verzögerungen in Echtzeit zu verfolgen und umgehend darauf zu reagieren, um eine effiziente Lieferkette aufrechtzuerhalten. Daher spielt die Echtzeit-Datenintegration und -Analyse eine wichtige Rolle für Unternehmen und Organisationen, um schnelle und fundierte Entscheidungen zu treffen und Wettbewerbsvorteile zu erzielen.
Zielsetzung
Im Rahmen der Bachelorarbeit wird das Thema "Entwurf und Implementierung einer skalierbaren Datenverarbeitungspipeline zur Predictive Maintenance" behandelt. Das Ziel ist es, eine Cloud-basierte Architektur in Azure für die Streaming-Verarbeitung von Drohnen-Sensordaten zu entwickeln und implementieren. Dabei wird ein Machine-Learning-Algorithmus eingesetzt, um zu analysieren, ob eine Drohne beschädigt ist oder nicht. Die Daten werden in einer NoSQL Cosmos DB gespeichert und in einer separaten Datenbank zur Verfügung gestellt. Die Arbeit befasst sich mit folgenden Forschungsfragen:
Welche Architektur-Entscheidungen sind bei der Entwicklung einer Cloud-basierten Architektur in Azure für die Streaming-Verarbeitung von Drohnen-Sensordaten zu treffen?
Wie kann man einen Machine-Learning-Algorithmus implementieren, um zu analysieren, ob eine Drohne beschädigt ist oder nicht?
Welche Vor- und Nachteile bieten Apache Kafka, Event Hubs und IoT Hubs als Integration Layer in der Architektur?
Die Leser sollten zudem am Ende in der Lage sein, den Use Case selbständig nachzubauen.
Last updated
