Advertisement

Der Analytics-Marktplatz

  • Carsten LanquillonEmail author
  • Sigurd Schacht
Chapter

Zusammenfassung

Der Analytics-Marktplatz ist die natürliche Verbindung der beiden disruptiven Technologien Blockchain und maschinelles Lernen. Die Blockchain kann, insbesondere mit Blick auf Vertrauen in Daten und Modellen sowie Incentivierungen für den Einsatz von Ressourcen, die Infrastruktur für die Lösung einiger Herausforderungen bei der Automatisierung von Machine-Learning-Prozessen und bei der Gestaltung neuer Geschäftsmodelle zur Bereitstellung von Lösungen auf Basis des maschinellen Lernens bieten. Da die Anforderungen an die Kombination einerseits und an die Gestaltung von Machine-Learning-Prozessen gerade unter Berücksichtigung der Datensicherheit und des Datenschutzes andererseits sehr vielfältig sind, wird es sehr unterschiedliche Ausprägungen bei der Umsetzung geeigneter Lösungen geben. Anhand eines Ordnungsrahmens werden die Herausforderungen für einen integrierten Analytics-Marktplatz dargestellt, bestehende Ansätze eingeordnet und zu erwartende Entwicklungen aufgezeigt.

Literatur

  1. 1.
    Davenport, T.H.: Analytics 3.0. Harv. Bus. Rev. 91(12), 64–72 (2013)Google Scholar
  2. 2.
    Ehrsam, F.: Blockchain-based machine learning marketplaces (2018). https://medium.com/@FEhrsam/blockchain-based-machine-learning-marketplaces-cb2d4dae2c17. Zugegriffen: 10. Juni 2019
  3. 3.
    Gadaleta, F., Gerits, D.: Amethix – fitchain – the decentralized machine learning factory (2018). https://github.com/fitchain/technical-primer. Zugegriffen: 23. Febr. 2019
  4. 4.
    Graepel, T., Lauter, K., Naehrig, M.: Ml confidential: machine learning on encrypted data. In: Proceedings of the 15th International Conference on Information Security and Cryptology, ICISC’12, S. 1–21. Springer, Berlin (2013).  https://doi.org/10.1007/978-3-642-37682-5_1Google Scholar
  5. 5.
    Humm, B., Wietek, F.: Architektur von data warehouses und business intelligence systemen. Informatik-Spektrum 28(1), 3–14 (2005).  https://doi.org/10.1007/s00287-004-0450-5CrossRefGoogle Scholar
  6. 6.
    Kurtulmus, A.B., Daniel, K.: Trustless machine learning contracts; evaluating and exchanging machine learning models on the Ethereum blockchain (2018)Google Scholar
  7. 7.
    Özyilmaz, K.R., Dogan, M., Yurdakul, A.: IDMoB: IoT Data Marketplace on Blockchain. In: 2018 Crypto Valley Conference on Blockchain Technology (CVCBT), S. 11–19. IEEE (2018).  https://doi.org/10.1109/CVCBT.2018.00007
  8. 8.
    Tonelli, R., Lunesu, M.I., Pinna, A., Taibi, D., Marchesi, M.: Implementing a microservices system with blockchain smart contracts. In: 2019 IEEE International Workshop on Blockchain Oriented Software Engineering (IWBOSE), S. 22–31 (2019)Google Scholar
  9. 9.
    Zhao, J., Mortier, R., Crowcroft, J., Wang, L.: Privacy-preserving machine learning based data analytics on edge devices. In: Proceedings of the 2018 AAAI/ACM Conference on AI, Ethics, and Society, AIES ’18, S. 341–346. ACM, New York (2018).  https://doi.org/10.1145/3278721.3278778

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Hochschule HeilbronnHeilbronnDeutschland

Personalised recommendations