Ingenics Digital GmbH

Fehlersuche in komplexen Systemen kostet Zeit, bindet Expert*innen und kann Stillstände unnötig verlängern. Genau hier setzt unsere RCA Workbench an: Sie verbindet relevante Informationen aus unterschiedlichen Quellen, unterstützt bei der Ableitung belegbarer Hypothesen und hilft dabei, Ursachen schneller einzugrenzen. In unserer Expert Session zeigen wir, wie AI die Root-Cause-Analysis gezielt unterstützen und den Analyseaufwand in komplexen Systemen deutlich reduzieren kann. 📅 27. Oktober 2026 🕔 17:00–ca. 18:00 Uhr 📍 Online über MS Teams oder vor Ort bei Ingenics Digital in Gräfelfing ✅ Kostenfrei Mehr erfahren und anmelden: 👉 https://lnkd.in/dYVcDbSY #IngenicsDigital #ExpertSession #RootCauseAnalysis #AI #SoftwareEngineering

Wie bekomme ich meine Firmware sicher? Das beschäftigt gerade viele im Kontext zum CRA. Und meine klare Antwort darauf ist: Kommt drauf an! Einige Antworten darauf und ein sehr schönes Beispiel dafür zeigt mein Kollege Malte am 22.10. um 17:00 in unserer kostenlosen Expert Session. Seien Sie gerne mit dabei, ich freue mich auf Ihre Teilnahme. Anmeldung unter: https://lnkd.in/e4rkHsSG

Der CRA gilt. Schrittweise kommen weitere Anforderungen hinzu. Aber: eigentlich ist all das ganz gut handhabbar. Wir zeigen, wie sich das auf prozessualer Ebene realisieren lässt. Ich lade Sie daher herzlich zu unserer kostenlosen Expert Session dazu am 20.10. um 17:00 online oder vor Ort in Gräfelfing ein. Anmeldung unter: https://lnkd.in/e4rkHsSG Ich freue mich auf Ihre Teilnahme!

Aus Gesprächen mit Entscheidern aus der Software- und Embedded-Entwicklung nehme ich wahr, dass Softwarearchitekturen neu bewertet werden. Treiber sind regulatorische Anforderungen, höhere Sicherheitsanforderungen und der Wunsch, Risiken durch technologische Abhängigkeiten sowie globale Software- und Lieferketten zu begrenzen. Der Abgleich zwischen bestehender Architektur und zukünftigen Anforderungen zeigt, ob eine Softwareplattform den Ansprüchen der kommenden Jahre gerecht wird. Werden dabei strukturelle Schwächen sichtbar, steht eine grundlegende Entscheidung an. Refaktorieren und entwickeln wir die bestehende Plattform weiter oder setzen wir auf eine Neuentwicklung? Diese Entscheidung ist selten ein einfaches „Entweder-oder“, da sie weitreichende Auswirkungen auf die Unternehmensstrategie, die Innovationsfähigkeit und die langfristigen Entwicklungskosten hat. Entsprechend komplex gestaltet sich die Entscheidungsfindung. Bei Softwareplattformen ist aus meiner Sicht oft nicht die einzelne Architekturentscheidung die größte Herausforderung. Schwieriger wird es, wenn Stabilität und Verlässlichkeit für die Produktteams wichtiger werden als weitere technische Optimierungen. Dann geht es weniger um die technisch eleganteste Lösung als um eine Plattform, die sich zuverlässig betreiben, erweitern und warten lässt.

Wann lohnt sich RAG eigentlich wirklich? Diese Frage stand im Mittelpunkt unserer letzten Expert Session im ersten Halbjahr: „Ab wann lohnt sich RAG in der AI?“ Für mich liegt der zentrale Punkt nicht darin, ob ein Unternehmen etwas mit GenAI machen möchte. Entscheidend ist, ob eine AI-Anwendung zuverlässig auf relevantes, eigenes und veränderliches Wissen zugreifen muss. RAG ist besonders sinnvoll sein, wenn: - Informationen über viele Dokumente, Systeme oder Wissenssilos verteilt sind - Inhalte regelmäßig aktualisiert werden und nicht in einem Modelltraining „eingefroren“ sein sollen - Antworten nachvollziehbar sein müssen - Fachwissen verfügbar gemacht werden soll, ohne es in unkontrollierbaren Chatbots zu verlagern RAG ist aber kein Selbstzweck. Schlechte Datenqualität, unklare Dokumentenstrukturen oder fehlende Governance werden durch ein LLM nicht gelöst. Sie werden schneller sichtbar. Diese Schnittstelle beschäftigt mich auch in meiner Rolle als Program Manager: Technologien nicht isoliert betrachten, sondern mit Blick auf Architektur, Datenbasis, Entwicklungsprozess, Security und den tatsächlichen Nutzen zusammenzubringen. Vielen Dank an Franziska Marquis für die fachlichen Impulse und an alle Teilnehmenden für die Fragen und Diskussionen. Die Session war der Abschluss unserer Reihe im ersten Halbjahr. Im kommenden Jahr möchten wir die Themen rund um AI, Softwareentwicklung und die industrielle Anwendung weiter vertiefen. Wo seht ihr aktuell den größten Hebel für RAG? #ArtificialIntelligence #RAG #SoftwareEngineering #DigitalTransformation #KnowledgeManagement

Schwachstellen halten sich nicht an unsere Roadmaps. Wir planen viel. Aber neue CVEs kommen trotzdem einfach rein. Auch dann, wenn gerade niemand hinschaut. Und genau da wird es kritisch. Was ich immer wieder merke: - Es fehlt nicht an Infos. - Es sind eher zu viele. Und irgendwann wird es schwer, noch klar zu sehen, was wirklich wichtig ist. Genau so entstehen die Engpässe. Wie ist das bei euch? Zu viele Signale oder zu wenig Überblick?