Skip to main content
  • Book
  • © 2019

Blockchain und maschinelles Lernen

Wie das maschinelle Lernen und die Distributed-Ledger-Technologie voneinander profitieren

  • Zusammentragen der wesentlichen Distributed-Ledger-Technologien (DLT), insbesondere Blockchain, Tangle, Blöcke auf Basis von Hashbäumen, u.a. und Herausarbeitung der Anwendungsgebiete, Vor- und Nachteile diese Technologien mit maschinellem Lernen (ML) zu verbinden.
  • Use Cases auf Basis der kombinierten Technologien (ML und DTL) aus wissenschaftlicher Sicht darzustellen.
  • Ziel des Buches soll es einerseits sein, einen Überblick über die Technologien und ihre Sinnhaftigkeit in Bezug auf Machine Learning zu liefern und ergänzend Use Cases aufzuzeigen.

Buy it now

Buying options

eBook USD 44.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Other ways to access

This is a preview of subscription content, log in via an institution to check for access.

Table of contents (6 chapters)

  1. Front Matter

    Pages I-VII
  2. Einleitung

    • Sigurd Schacht, Carsten Lanquillon
    Pages 1-2
  3. Die Blockchain-Technologie

    • Sigurd Schacht
    Pages 3-87
  4. Grundzüge des maschinellen Lernens

    • Carsten Lanquillon
    Pages 89-142
  5. Der Analytics-Marktplatz

    • Carsten Lanquillon, Sigurd Schacht
    Pages 167-193
  6. Back Matter

    Pages 217-220

About this book

Durch Bitcoin wurde die Blockchain als zugrundeliegende Technologie bekannt. Sie zählt zu den Distributed-Ledger-Technologien, die zukünftig viele Bereiche des wirtschaftlichen Handels beeinflussen werden. So bergen dezentrale autonome Anwendungen enormes Potenzial, nicht nur Prozesse, sondern auch Vertragsabstimmungen zu automatisieren. Beispielsweise kann ein automatisiertes wirtschaftliches Handeln zwischen Maschinen ermöglicht werden. Um einen derart hohen Automatisierungsgrad zu erreichen, müssen datenbasierte Entscheidungen autonom – ohne menschliches Zutun – getroffen werden. Maschinelle Lernverfahren können dabei eine zentrale Komponente bei der Entscheidungsfindung einnehmen. Das Buch stellt erstmalig die komplementären Themengebiete Distributed-Ledger-Technologie und maschinelles Lernen gegenüber und zeigt auf, welches Potenzial freigesetzt werden kann, wenn beide Technologien zielführend miteinander verbunden werden. Das Buch ist eine unverzichtbare Lektüre für diejenigen, die sich tiefgreifendes Wissen in der Kombination beider Themengebiete aufbauen wollen, indem einerseits die theoretischen Grundlagen und andererseits auch mögliche Anwendungsszenarien dargestellt werden.

Editors and Affiliations

  • Hochschule Heilbronn, Heilbronn, Germany

    Sigurd Schacht, Carsten Lanquillon

About the editors

Sigurd Schacht beschäftigt sich seit mehr als zehn Jahren in Theorie und Praxis mit betriebswirtschaftlichen Datenanalysen und der Prüfung von SAP-Systemen. Seit drei Jahren beschäftigt er sich in Forschung und Lehre zusätzlich mit der Distributed-Ledger-Technologie.

Carsten Lanquillon beantwortet seit mehr als 20 Jahren unternehmerische Fragestellungen erfolgreich mit Hilfe maschineller Lernverfahren.


Im Data Science Lab an der Hochschule Heilbronn erforschen und transferieren die beiden Professoren Big-Data- und Blockchain-Technologien zur Steigerung des Unternehmenswertes.


Bibliographic Information

Buy it now

Buying options

eBook USD 44.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Other ways to access