Filtern
Erscheinungsjahr
- 2020 (46) (entfernen)
Dokumenttyp
Sprache
- Deutsch (46) (entfernen)
Volltext vorhanden
- nein (46) (entfernen)
Schlagworte
- Arzneimittel (1)
- BIM (1)
- BSM (1)
- Bodily sensation maps (1)
- Depression (1)
- Digitalisierung (1)
- EZB (1)
- Emotion induction (1)
- Energiewende (1)
- Europäische Zentralbank (1)
- Fluch (1)
- Geldpolitik (1)
- Gesellschaft Technische Gebäudeausrüstung (1)
- IAPS (1)
- IFC (1)
- Klimaschutz (1)
- Medication (1)
- Replication (1)
- Sportpolitik (1)
- Sportsoziologie (1)
- Sportökonomie (1)
- Stadtentwicklung (1)
- TGA (1)
TGA-Modelle in BIM-Projekten
(2020)
Die BIM-Methode erfasst in Deutschland mittlerweile alle Gewerke im Bauhauptgewerbe. Für die TGA-Branche hat sich gezeigt, dass die Priorität der Produkthersteller auf der Bereitstellung der Geometriedaten liegt. Weiterführende Metadaten und Attribute (z. B. Material, Masse, Preise, Leistungsdaten) sind oftmals nur in reduzierter Form oder gar nicht vorhanden. An exemplarischen Beispielen von RLT-Reräten und Komponenten werden die geometrischen und semantischen Möglichkeiten beim IFC-Format untersucht.
Digitalisierung gilt als die Basis für das Wohlergehen der modernen und globalen Informations- und Wissensgesellschaft. Während sie immer mehr Fahrt aufnimmt, zeigt sie gleichzeitig immer deutlicher auch ihre Kehrseite: Altbewährte Verteidigungssysteme gegen Cyberangriffe versagen zunehmend. Die Ursachen werden inzwischen sehr klar: Der klassische Perimeter löst sich dank Cloud und Mobility auf, die Angriffsflächen werden dank unzähliger neu im Netz hinzugekommener Dinge exponentiell größer, und Abwehrmaßnahmen auf herkömmliche Weise dank einer zerklüfteten, kaum integrierten Security-Landschaft immer komplexer. Zeit, die Erfolgsfaktoren der Digitalisierung zu erkennen und für das eigene Unternehmen umzusetzen. Dabei helfen vier grundsätzliche Cybersicherheitsstrategien.
Unternehmen setzen zunehmend auf KI oder planen, dies künftig zu tun. Doch die große Euphorie bleibt in der Industrie aus guten Gründen noch aus. Zum einen fehlt die kritische Masse an Einsatzszenarien, weswegen Unsicherheit besteht, welche Handlungsfelder nachhaltige Erfolge versprechen. Zum anderen ist die Frage der Zuverlässigkeit zu klären, also wie valide KI-generierte Ergebnisse wirklich sind. Im Folgenden geht es um die Mechanismen, die gute Ergebnisse sicherstellen helfen.