Zusammenfassung
Ein herausragendes Charakteristikum der vernetzten Welt ist der Austausch von immensen Datenmengen unterschiedlichster Art mit hoher Geschwindigkeit zwischen den im Netz agierenden Teilnehmern. Dieses Phänomen wird in prägnanter Weise mit den Stichworten Big Data bzw. Smart Data bezeichnet, wobei das Adjektiv „smart“ auf das intelligente Umgehen mit der Datenmenge hinweist. Zur Bewältigung einer solchen Datenflut werden neben den erforderlichen Hardwaretechnologien neuartige Softwaretechnologien aus den Bereichen Datenbanken und Data Analytics (Datenanalyse) eingesetzt. Herkömmliche Datenbanken genügen nicht den Anforderungen einer dynamischen vernetzten Welt, man benötigt eine Software, die dauerhaft läuft und auf Signale der Umwelt reagiert. Es müssen nahezu in Echtzeit Korrelationen zwischen aktuellen Geschehnissen festgestellt werden, um möglichst schnell geeignete Reaktionen in Gang zu setzen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Alpaydin, E. (2019). Maschinelles lernen (2. Aufl.). Berlin: De Gruyter.
Beierle, C., & Kern-Isberner, G. (2019). Methoden wissensbasierter Systeme – Grundlagen, Algorithmen, Anwendungen (6. Aufl.). Wiesbaden: Springer Vieweg.
BPMN. (2020). Homepage: http://www.bpmn.org. Zugegriffen: 18. Febr. 2020.
Bruns, R., & Dunkel, J. (2010). Event-Driven Architecture – Softwarearchitektur für ereignisgesteuerte Geschäftsprozesse. Berlin, Heidelberg: Springer.
Etzion, O., & Niblett, P. (2010). Event processing in action (1. Aufl.). Greenwich: Manning Publications Co.
Finkenzeller, K. (2015). RFID-Handbuch: Grundlagen und praktische Anwendungen von Transpondern, kontaktlosen Chipkarten und NFC. Berlin, Heidelberg: Hanser.
Hedtstück, U. (2013). Simulation diskreter Prozesse. Berlin: Springer.
Jehle, M. (2013). Algorithmic trading mit complex event processing. Masterarbeit, Hochschule für Technik, Wirtschaft und Gestaltung Konstanz.
Luckham, D. (2002). The power of events: An introduction to complex event processing in distributed enterprise systems. Reading: Addison-Wesley Professional.
Mandal, S., Weidlich, M., & Weske, M. (2017). Events in business process implementation: Early subscription and event buffering. In J. Carmona, G. Engels, & A. Kumar (Hrsg.), Business process management forum – 2017, Barcelona, Spain, September 10–15, 2017, Proceedings, Bd. 297 d. Reihe Lecture Notes in Business Information Processing, (S. 141–159). Springer.
Terroso-Saenz, F., Valdés-Vela, M., Martínez, C. S., Toledo-Moreo, R., & Gómez-Skarmeta, A. F. (2012). A Cooperative Approach to Traffic Congestion Detection with Complex Event Processing and VANET. IEEE Transactions on Intelligent Transportation Systems, 13(2), 914–929.
W. M. P. van der Aalst. (2011). Process mining – discovery, conformance and enhancement of business processes. Berlin, Heidelberg: Springer.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hedtstück, U. (2020). Einführung mit typischen Anwendungen. In: Complex Event Processing. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-61576-8_1
Download citation
DOI: https://doi.org/10.1007/978-3-662-61576-8_1
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-61575-1
Online ISBN: 978-3-662-61576-8
eBook Packages: Computer Science and Engineering (German Language)