Senior Analyst

Daniel KlemmDaniel Klemm ist Senior Analyst bei Crisp Research mit Fokus auf Big Data, Machine Learning, Cloud Computing und Customer Journey. Er hat mehr als 12 Jahre Erfahrung im Bereich verteilter Systeme und dem Gewinnen von Erkenntnissen aus großen Datenmengen. Als CTO eines Cloud Native Startups konzentrierte sich seine Arbeit unter anderem auf die Bereiche Skalierbare Cloud Architekturen, Marketing Automation sowie Programmatic Advertising. Daniel Klemm hat im Laufe seiner Karriere mehrfach den Prozess von Idea-To-Market für digitale Produkte und Startups auf technischer Seite verantwortet. Er ist einer der Initiatoren der Amazon Web Services User Groups in München und Kassel. Darüber hinaus ist Daniel Klemm Co-Author diverser wissenschaftlicher Publikationen im Bereich Agent-Based Modeling. Hierbei lag der Schwerpunkt auf der Simulation menschlichen Verhaltens (u. a. Konsumverhalten) im Kontext von Endscheidungsunterstützungssystemen.

Daniel Klemm's Posts


Cloud-Native Applications: Cloud Provider-Auswahl für Startups und Digital Business Units

Entscheider in Startups und Digital Units, die Cloud-Native-Applikationen entwickeln (wollen), stehen vor der Herausforderung, den richtigen Cloudprovider zu wählen. Cloud-Native-Anwendungen sind Anwendungen, die für den Betrieb in der Cloud entwickelt wurden. Häufig kommt hierbei eine (micro)service-orientierte Architektur zum Einsatz und nicht selten wird die Applikation in Container gepackt. Ein weiteres typisches Merkmal ist der Einsatz von Continuous Software Delivery. Es kommt vor, dass Entwicklungsteams die Verantwortung für Entwicklung und Betrieb tragen. Die Wahl des richtigen Cloudproviders ist nicht ganz einfach, denn es gilt eine Reihe von Fragen zu beantworten:

Continue reading “Cloud-Native Applications: Cloud Provider-Auswahl für Startups und Digital Business Units” »



Top 5 Developer – Trends für 2017

Polyglotte Systeme

Vor gar nicht allzu langer Zeit waren viele Entwickler noch PHP-Programmierer oder Java-Programmierer - heutzutage sind viele Full-Stack-Developer oder DevOps-Engineers. In den derzeit populären Job-Titeln, spiegelt sich wider, dass sich der Alltag eines modernen Entwicklers nicht so einfach mit der Expertise in einer Programmiersprache gleichsetzen lässt. Selbst bei einfachen Web-Applikationen kommen heutzutage häufig mehrere Markup-, Script- und/oder Programmiersprachen zum Einsatz. Immer mehr Entwickler schreiben regelmäßig Code in mehreren Sprachen. Durch den vermehrten Einsatz von Microservices wird die IT heterogener. Kleine autonome Services laden dazu ein pragmatische Lösungen zu finden und neue Wege zu gehen. Tools und Programmiersprachen können so abhängig vom konkreten Anwendungsfall gewählt werden und bieten Raum für Experimente. Diese Experimente mit neuen Technologien sind verhältnismäßig günstig, da ein kleiner Service schnell ersetzt werden kann - der Lerneffekt ist allerdings umso höher, denn im Produktiv-Einsatz lernt man am meisten. Infrastructure-as-Code und die Automatisierung von Prozessen wie z.B. Deployment und Testing tun ihr Übriges, die Vielfalt an Sprachen, die im Einsatz sind, zu erhöhen. Umso wichtiger ist es, für eine Atmosphäre des Voneinander-Lernens und Austauschs zu sorgen und sich mit Konzepten wie dem Just-In-Time-Learning auseinanderzusetzen. Continue reading “Top 5 Developer – Trends für 2017” »



Machine Learning in der Industrie

Machine Learning in der Industrie - Wie Verfahren der künstlichen Intelligenz zum elementaren Digitalisierungsbaustein der globalen Industriekonzerne werden

Mit der zunehmenden Digitalisierung steigt auch in der Industrie der wertschöpfende Anteil der IT. Mit dem Einzug des Internet der Dinge werden immer mehr Daten produziert, die gesammelt, analysiert und nutzbar gemacht werden wollen. Industrieunternehmen werden immer mehr zu IT- und Software-Unternehmen. Wer nicht mitmacht, wird abgehängt. Mit steigender Datenmenge und fortgeschrittener Automatisierung nehmen Machine Learning und Künstliche Intelligenz immer mehr Einzug in die Industrie. Continue reading “Machine Learning in der Industrie” »



Die Machine Learning Akquisitionen der Big Five – Smarte Produkte werden Standard

Nicht erst seit heute ist Machine Learning ein heißes Thema. Die Anwendungsmöglichkeiten sind vielfältig und reichen von der Bilderkennung über Predictive Analytics bis hin zu Computer Vision. Im Zeitraum von 2015 bis Mitte 2016 gab es über 120 Akquisitionen im Bereich Machine Learning. Crisp Research hat mal genauer hingeschaut und beleuchtet in diesem Analyst View vergangene und aktuelle Trends. Continue reading “Die Machine Learning Akquisitionen der Big Five – Smarte Produkte werden Standard” »