Beta-Phase für Wolfram Data Drop gestartet

Daten aus Sensoren, Geräten, Programmen und Ähnlichem sollen sich mit Wolfram Data Drop sammeln und so speichern lassen, dass sie sich mit vergleichsweise wenig Aufwand für weiterführende Berechnungen nutzen lassen.

In Pocket speichern vorlesen Druckansicht
Lesezeit: 2 Min.
Von
  • Julia Schmidt

Wolfram Research, das Unternehmen hinter der Software für naturwissenschaftliche und mathematische Berechnungen Mathematica, hat die Beta-Phase seines neuen Angebots Data Drop gestartet. Es soll als eine Art Sammelstelle für das Internet der Dinge dienen, in der Daten aus verschiedenen Quellen in standardisierten Databins gespeichert werden, die sich dann etwa mit der Programmiersprache des Unternehmens, der Wolfram Language, analysieren, abfragen und visualisieren lassen. Das Unternehmen reiht sich mit seinem Produkt hinter ARM und IBM ein, die bereits Konzepte in diesem Bereich vorgestellt haben, die ebenfalls Analyseoptionen für Sensordaten und ähnliches bieten.

Die Data Drop Bins können privat oder öffentlich sein und je nach Einstellung ist eine Autorisierung zum Bearbeiten nötig. Unternehmen sollen die mit Data Drop aus Anwendungen, Sensoren, Geräten oder anderweitig gewonnenen Daten entweder in der Wolfram Cloud oder einem privaten Äquivalent speichern können. Neben den Möglichkeiten, die die Wolfram Language zum Umgang mit den Daten bietet, ist beispielsweise auch der Zugriff über die Computational Knowledge Engine Wolfram|Alpha möglich. Damit lassen sich beispielsweise automatisch Analysen und Berichte über den Inhalt ausgesuchter Bins erzeugen.

Weitere Informationen und ein Einsatzbeispiel finden sich in Stephen Wolframs Blog-Eintrag zur Ankündigung von Data Drop und auf der Website des Angebots. Wie teuer Data Drop für die Nutzer letztlich wird, ist bisher nicht bekannt. Wolfram erwähnt lediglich, dass Anwender, die mit einem eher bescheidenen Datenvolumen arbeiten, eine offene und kostenlose Basisversion nützen können sollen. Bei größeren Mengen soll wohl eine Registrierung nötig sein, wobei die Kosten mit der Menge der Daten wachsen. (jul)