SharePoint Online rühmt sich, eine tolle Lösung für viele Probleme zu sein. Angefangen von einer fix fertigen Infrastruktur, Entlastung durch Übernahme administrativer Tätigkeiten, laufende Updates und Support, agiles Vorgehen bei der Entwicklung, fließender Übergang von OnPrem zu Online, eine mächtige Community, OpenSource Solutions und schließlich eine tolle neue Oberfläche, Modern UI.
Wie aber sieht es damit im Detail aus?
Mit Visual Studio 2017 gibt es viele neue Features, die uns als SW-Entwickler das Leben um ein Vielfaches einfacher gestalten.
Leider wurde die Verwendung von lokalen Reports – sog. RDLC Reports – sehr kompliziert gestaltet.
Damit man trotzdem auch mit VS2017 die gewohnten, sehr guten Featuren von RDLC nutzen kann, folgende Anleitung mit Links auf die offiziellen Microsoft Seiten.
Für die Verwendung von RDLC Reports in Visual Studio 2017 in ASP.NET-Projekten gehen Sie wie folgt vor (eine ähnliche Vorgehensweise gilt auch für die Verwendung von RDLC Reports in Windows-Forms-Projekten):
In manchen Szenarien ist eine klassische ETL-Lösung mit mehreren Staging/Harmonisierungs-Ebenen nicht realisierbar.
Häufig ist der Grund dafür der Wunsch nach sehr kurzen Latenzzeiten: Damit ist jene Verzögerungszeit gemeint, um Daten vom Vorsystem ins analytische Reporting zu transferieren.
Bei einem Full-Load werden aber die Daten vorher komplett aus der Zieltabelle gelöscht, um diese danach mit den neuesten Daten aus dem Vorsystem erneut zu befüllen.
Die Latenzzeit zwischen Löschen und fertiger Befüllung ist für das Reporting leider problematisch, da keine Daten verfügbar sind.
Um diese Anforderung so gut wie möglich zu bedienen, kommt die „Table-Switching“-ETL-Methode zum Einsatz.
In meinem letzten Blogbeitrag habe ich gezeigt, wie man mit Microsoft Azure Machine Learning Studio ein Experiment anlegen kann und dieses als Web Service bereitstellt. Heute möchte ich zeigen wie einfach es ist dieses WebService z.B. in einer eigenen Konsolenanwendung zu nutzen. (mehr …)
Am 11. und 12. April findet der 11. Confare CIO SUMMIT, Österreichs größter und mit dem CIO Award wichtigster IT-Treffpunkt des Jahres statt. Anlässlich dieses Events, bei dem die HATAHET productivity solutions als Aussteller und Vortragender vertreten sein wird, hat Nahed Hatahet, Michael Ghezzo, Geschäftsführer und Eigentümer der Confare GmbH, einige Fragen gestellt.
Lesen Sie hier das ganze Interview:
Nahed: Mit welchen Themen werden sich CIOs vor allem im Jahr 2018 hauptsächlich beschäftigen?
Michael: Technologisch sind moderne Arbeitsumgebungen, Customer Experience und Sicherheit wohl ganz oben auf der Agenda des CIO. Künstliche Intelligenz und IoT sind weitere Trendthemen, an denen man 2018 nicht vorbeikommt. Doch hinter all diesen Hypethemen steht vor allem eines – IT muss Innovation möglich machen. „Never change a running system“ war gestern. Wir haben erlebt, wie Technologie-getriebene Geschäftsmodelle ganze Branchen verändert haben. Es ist bei den Geschäftsführern, CEOs und Aufsichtsräten angekommen, dass Digitalisierung nicht ein leeres Schlagwort, die nächste „dot.com Blase“, ist, sondern eine nachhaltige Veränderung der Wirtschaft und der Gesellschaft. Der Blick geht Richtung IT. Von dort erwartet man schlüssige Antworten auf die modernen Herausforderungen. Man beurteilt die Leistung des CIOs nicht mehr an Einsparungen oder Performance-Kennzahlen alleine. Daher:
CIO zu sein ist wohl eine der herausforderndsten Aufgaben im Management Board, aber sicherlich auch die Spannendste. Ich würde sogar sagen: Es war noch nie so aufregend CIO zu sein, wie 2018.
http://confare.at/being-cio-in-the-digital-age-10-tips-for-the-digital-age-cio/
Das Microsoft Bot Framework mitsamt dem Bot Builder SDK, das für C# und Node.js verfügbar ist, bietet das Rüstzeug zum Senden und Empfangen von Nachrichten sowie eine Anbindung an verschiedene Chat Kanäle wie Facebook oder Skype. Weiters erleichtert es durch die Bereitstellung bereits vorgefertigter Hilfsklassen die Verwendung der Microsoft Cognitive Services.
Eine Übersicht über das Microsoft Bot Framework und dessen Schnittstellen ist in Abbildung 1 zu sehen.
Bei den Microsoft Cognitive Services sind vor allem der QnA Maker sowie die Language Understanding Intelligent Services (LUIS) für die Bot-Kommunikation sehr hilfreich.
Für die Erstellung eines neuen QnA Maker Services gibt es verschiedene Möglichkeiten. Die Knowledge Base kann erzeugt werden durch:
Mit der Knowledge-Base als Startpunkt können dann bei Bedarf Verbesserungen vorgenommen werden. Gibt ein Benutzer beispielsweise eine Frage ein, die nicht hinterlegt ist, werden die wahrscheinlichsten Alternativen zur Auswahl zurückgegeben. Wird eine dieser Alternativen vom Benutzer ausgewählt, erhält das System ein Feedback, welches zur Verbesserung beitragen kann. Ein Beispiel für diese Vorschläge ist in Abbildung 2 dargestellt.
Eine weitere Möglichkeit zur Verbesserung ist es, den Bot zu trainieren. Hierbei kann man die besten Antworten auswählen und auch alternative Phrasen zu einer bestimmten Frage hinzufügen. Ein Beispiel hierfür ist in Abbildung 3 dargestellt.
Weiters können alle bestehenden Konversationen abgefragt und die Fragen sortiert nach Häufigkeit trainiert werden.
Dieser Service analysiert die Bedeutung (Intent) und die dazugehörigen Objekte (Entities) von verschiedenen Aussagen. Abbildung 4 zeigt ein Beispiel, das die Bedeutung der Fragen (Intent) zu einer gewissen Person (Entity) behandelt.
Abbildung 5 zeigt, wie mit Hilfe des LUIS Service Portals Intents erzeugt werden können.
Mit Hilfe dieser Trainingsdaten wird im nächsten Schritt eine bestimmte Wahrscheinlichkeit zugewiesen (siehe Labeled Intent in Abbildung 6).
Das dabei erstellte Model kann danach für neue (auch unbekannte) Nachrichten die Wahrscheinlichkeiten berechnen.
Ist das Model fertig kann LUIS nun in der Bot-Implementierung verwendet werden. Als Einstiegspunkt bei jedem Bot dient der Messages Controller. Dieser ist in Abbildung 7 ersichtlich. Der Message Controller bekommt ein Activity Objekt übergeben. Ist das Activity Objekt vom Typ Message dann wird der LuisDialog aufgerufen. Andere Typen sind beispielsweise das Hinzufügen eines Chatteilnehmers oder das Beenden einer Konversation, auf welche wir hier nicht weiter eingehen.
Die Nachricht wird dann über die REST Schnittstelle analysiert und je nachdem, welcher Intent am wahrscheinlichsten ist, wird der dazugehörige Task ausgeführt und eine entsprechende Rückmeldung an den Benutzer gesendet (siehe Abbildung 8).
Auch bei LUIS kann das Model stetig verbessert werden, indem bisherige Zuweisungen bei Bedarf korrigiert werden.
SharePoint Online rühmt sich, eine tolle Lösung für viele Probleme zu haben. Angefangen von einer fix fertigen Infrastruktur, Entlastung durch Übernahme administrativer Tätigkeiten, laufende Updates und Support, agiles Vorgehen bei der Entwicklung, fließender Übergang von OnPrem zu Online, eine mächtige Community, OpenSource Solutions und schließlich eine tolle neue Oberfläche, Modern UI.
Wie aber sieht es damit im Detail aus?
Im Zuge der Abbildung von Prozessen in SharePoint kommt es immer wieder vor dass man Einladungen zu Terminen versenden muss. Sei es weil ein Urlaub über einen Workflow genehmigt wurde, oder weil man sich zu einem Event angemeldet hat. Da fallen wohl jedem etliche Szenarien ein.
Solange man sich innerhalb einer Organisation bewegt kann man wenigstens vom gleichen Mailprogramm für alle Benutzer ausgehen (meistens Outlook) und dafür dann eine geeignete technische Lösung suchen. Im Idealfall kann direkt auf den Mailserver zugegriffen werden um den Termin dort anzulegen.
Wenn man jedoch mit externen Benutzern zu tun hat schaut die Welt ein wenig anders aus. Da wird es auch andere Mailprogramme geben die man zu berücksichtigen hat. Ein einfacher Schluss daraus ist eine Methode zu verwenden der standardisiert und weit verbreitet ist. Nämlich das iCalender (iCal) Format. (mehr …)
Microsoft AI ist eine Sammlung von Services, Bibliotheken & Tools spezialisiert auf den Bereich der künstlichen Intelligenz. Die Plattform beinhaltet einfach zu verwendende, bereits vollständig konfigurierte Services sowie Tools mit denen komplexe, applikationsspezifische Modelle realisiert werden können. Microsoft AI kann in drei große Gruppen unterteilt werden:
In dieser Gruppe befinden sich vor allem Services, die die Mensch-Maschine-Kommunikation in verschiedenster Weise ermöglichen. Die Cognitive Services sind einfach zu verwenden und werden über REST Schnittstellen zur Verfügung gestellt. Die Integration kann meist mit sehr wenigen Codezeilen realisiert werden. Außerdem werden auch einige konfigurierbare Services angeboten. Ein Überblick über die verfügbaren Module ist in Abbildung „Verfügbare Module im Überblick“ zu sehen.
Eine Unterkategorie von AI ist das sogenannte Machine Learning. Die Azure Machine Learning Workbench bietet eine umfangreiche Umgebung mit einer Vielzahl an Tools zur Anwendung von gängigen Machine Learning Algorithmen. Außerdem verfügt das Programm über viele unterstützende Funktionen zur Vorbereitung der Daten sowie zum Veröffentlichen der erzeugten Modelle. Die Workbench kann auf dem lokalen Computer installiert werden und muss mit einer Azure Ressource verknüpft sein (siehe Abbildung „Azure Machine Learning“).
Deep Learning wird mit Hilfe des Cognitive Toolkits ermöglicht. Verschiedene Arten von Neuronalen Netzwerken können erstellt, trainiert und getestet werden. Durch eine Vielzahl an Konfigurationsmöglichkeiten kann eine hohe Präzision bei Vorhersagen mittels Neuronalen Netzwerken erreicht werden.
In den kommenden Wochen folgen weitere Blogeinträge zum Thema Microsoft AI, in denen auf ausgewählte Themenbereiche vertiefend eingegangen wird. Unter anderem wird gezeigt, wie mit Hilfe künstlicher Intelligenz ein Bot programmiert werden kann.
Wer aufmerksam das Microsoft Azure Portal beobachtet und regelmäßig besucht, hat vielleicht schon entdeckt, dass es eine Ressource „Machine Learning Studio workplaces“ gibt. Wie der Name schon andeutet, kann man damit Machine Learning Arbeitsbereiche erstellen und verwenden. Nun wird der Eine oder Andere der Meinung sein, dass das sehr kompliziert klingt und möglicherweise außer Aufwand keinen Nutzen hat. Dem möchte ich hier doch deutlich widersprechen :).
