IT-News Big Data Analytics

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.

Digitalisierung (Bild: Shutterstock)

Trends 2019: Warum Insight Engines wichtiger sind denn je

Daten sind das Gold der digitalen Transformation – aber nur, wenn aus ihnen Wissen generiert werden kann. Insight Engines wurden entwickelt, um genau diese Aufgabe zu erfüllen. Daniel Fallmann, Gründer und Geschäftsführer von Mindbreeze, definiert die wichtigsten sechs Insight Engine-Trends für das Jahr 2019.

Big Data sinnvoll nutzen

Die meisten Unternehmen verfügen schon heute über eine Unmenge an Daten, und täglich kommen neue hinzu, schwierig wird es, wenn aus diesen Daten auch erkennbarer Mehrwert generiert werden soll. Marc Mai von doubleSlash stellt in diesem Gastbeitrag neue Möglichkeiten vor.

Big Data (Bild: Shutterstock)

Big Data: Einsatzszenarien für Pentaho

Im Mittelpunkt des 10. Pentaho Community Meetings stand die Vorstellung diverser Einsatzszenarien. Stefan Müller vom deutschen Pentaho-Partner it-novum gibt im Gastbeitrag für silicon.de einen Überblick über die präsentierten Projekte.

Big Data (Bild: Shutterstock)

Big-Data-Strategie: vom Datengrab zum Mehrwert

In Unternehmen liegen viele wertvolle Daten begraben. In ihnen verstecken sich ungenutzte Mehrwerte. Um sich die zu erschließen, müssen die relevanten Informationen aus der Masse herausgefiltert und richtig interpretiert werden. Möglich machen das richtig geplante und zielgerichtet umgesetzte Big-Data-Projekte.

Big Data (Bild: Shutterstock)

So gelingen Big-Data-Projekte

Daten sind der Treibstoff für den Motor der Digitalisierung. Je schneller sich dieser dreht, desto größer ist auch der Verbrauch, weiß Ingo Marienfeld, Geschäftsführer BMC Deutschland.

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

Data Scientist (Bild: Shutterstock)

Der automatisierte Data Scientist

Ein Großteil der Aufgaben, die heute hochdotierte und gefragte Experten erledigen, werden bereits in wenigen Jahren Maschinen übernehmen, davon sind Marktbeobachter überzeugt. Auch eine neue Berufsgruppe soll es dann geben: Die “Citizen Data Scientists”.

Daten (Shutterstock/BeeBright).

Warum wir lernen müssen, Daten zu lesen

Während sich das Geschäftsjahr 2016 dem Ende zuneigt, beginnt die Zeit der Pläne und Vorsätze für das neue Jahr – und davon hat die IT-Branche viele. Qlik-Experte Wolfgang Kobek weiß, worauf Unternehmen 2017 im Bereich Business Intelligence vorbereitet sein müssen und fasst drei wichtige Trends zusammen.

IoT (Bild: Shutterstock)

Kaum Unternehmen mit umfassender IoT-Strategie

Vor allem in der Logistik- und Fertigungsbranche werden Projekte rund um das Internet der Dinge vorangetrieben. Der produktive Einsatz von IoT-Technologien ist derzeit aber noch sehr gering, wie eine aktuelle Untersuchung der Universität Potsdam zeigt.