IT-News Analytics

Cloud Computing (Bild: Shutterstock)

Mehrwerte von Cloud Analytics im Rahmen moderner Self-Service BI-Implementierungen

Self-Service Business Intelligence (SSBI) – das eigenständige Erstellen von BI-Content durch Fachabteilungen – ist seit Jahren für Unternehmen eines der Top-Themen. Den Unternehmen stehen mit der Weiterentwicklung von Cloud-Analytics-Produkten neue Tools für die Nutzung der Public Cloud zur Verfügung, die den Einsatz im SSBI-Kontext ermöglichen. Moderne BI-Tools bieten Fachbereichen verstärkt Funktionalitäten aus dem Umfeld „Augmented BI“ wie Prediction und Forecasting, sowie Funktionalitäten zur eigenständigen Aufbereitung und Speicherung von Daten.

(Bild: Shutterstock.com/agsandrew)

Analytische Modelle operationalisieren: So kommen KI & Co. in die Business-Praxis

Analytics und künstliche Intelligenz (KI) stehen bei Unternehmen ganz oben auf der Agenda – sind aber deshalb noch lange nicht im Geschäftsalltag angekommen. Analysten zufolge versickern viele Investitionen in Analytics-Projekten ohne konkretes Ergebnis. Erforderlich für die pragmatische Umsetzung im Unternehmen sind ein Ansatz, der Kollaboration fördert, und ein leistungsstarkes Model Management.

Künstliche Intelligenz (Bild: Shutterstock)

Was anstellen mit den Daten?

Jede KI ist nur so gut, wie die ihr zu Grunde liegende Datenbasis. Beim Blick auf nahende oder gerade entstehende Geschäftsmodelle sind darum das Verständnis und die Nutzung der vorhandenen Informationen essenziell. Dieser Dringlichkeit zum Trotz ist es um die operative Umsetzung von Analytics-Projekten nicht immer zum Besten bestellt. Es fehlt an Wissen und Experten.

Datenstrom (Bild: Shutterstock)

Big Data ist tot – es lebe “Just Data”

Heute will kein Unternehmen mehr den Hype um Big Data verpassen. Diese Sichtweise versperrt aber oft den Blick für das Wesentliche. Warum Daten einfach nur Daten sind erklärt Alexander Thamm im Gastbeitrag für silicon.de.

Gegenüberstellung (Bild: Shutterstock)

Gegenüberstellung: Search Engine versus Insight Engine

Um relevante Informationen zum richtigen Zeitpunkt, im richtigen Kontext zur Verfügung zu haben, werden heute Lösungen verwendet, die zum Teil auf Such-Technologien basieren, aber wesentlich mehr können müssen, als eine typische Volltextsuche. Im Blog für silicon.de erklärt Daniel Fallmann die Anforderungen.

Datenmengen und Big Data (Bild: Shutterstock)

Wie erstellt man gute Dashboards?

Im Jahrzehnt der explosionsartig zunehmenden Datenflut kommt der richtigen Visualisierung von Informationen eine Schlüsselrolle zu. Denn Informationen können nur dann korrekt wahrgenommen und interpretiert werden, wenn sie grafisch richtig dargestellt werden. In diesem Beitrag wird gezeigt, wie man ansprechende Dashboards und Datenvisualisierungen erstellt.

IBM Db2 bekommt JSON-Support

Eine neue Entwickler-Edition soll den Einstieg in das Arbeiten mit der Software erleichtern, die bereits alle Funktionen der Enterprise-Edition umfasst. Auch eine neue Cloud-Version ist verfügbar.

Tableau (Grafik: Tableau)

Tableau stellt komplett auf Abo-Modell um

Die neue Lizensierungsform reduziert die Anfangsinvestitionen für Neukunden und soll denen den Zugang zur Analyseplattform von Tableau erleichtern. Tableau Desktop Personal und Tableau Server kosten nun 35 Dollar pro Nutzer und Monat, Tableau Desktop Professional 70 Dollar, Tableau Online 42 Dollar pro Monat.

Nadel im Heuhaufen mit Graph Analytics finden

Wer verborgene Muster aufspüren will, braucht entweder sehr viel Geduld oder genügend Rechenleistung. Dominik Ulmer, VP Business Operations EMEA bei Cray Inc, erklärt in einem Gastbeitrag, wie Hochleistungsrechner bei der sprichwörtlichen Suche im Heuhaufen helfen können.

Data Scientist (Bild: Shutterstock)

Event Stream Processing: Analyse direkt am Ort des Geschehens

Unternehmen stehen immer noch ziemlich am Anfang, wenn es darum geht, Big Data Analytics in der gesamten Organisation zu verankern – das zeigen wiederholt Studien wie “Wettbewerbsfaktor Analytics” von der Uni Potsdam und SAS. Die Technologieentwicklung ist jedoch schon längst einen Schritt weiter. Ein besonders anschauliches Beispiel: Event Stream Processing (ESP). Hier findet Analytics nicht