Michael Matzer

Ein neuer Data Warehouse Report von Brooklyn Data, der im Auftrag des Herstellers Fivetran erstellt wurde, untersucht die Eignung von fünf Cloud Data Warehouses: Snowflake, Databricks, Azure Synapse, Amazon Redshift und Google BigQuery. Der Report empfiehlt, nicht so sehr auf die Kosten zu achten, sondern auf die Bedienbarkeit, das Kundenerlebnis und das Tuning.

Die Wirtschaftsstrategie „Industrie 4.0“ ist seit 2013 ein ausgearbeitetes Konzept und inzwischen durch eine Referenzarchitektur zu einem global vertretbaren und übertragbaren Konzept geworden. Der Begriff „Smart Factory“ ist von zentraler Bedeutung, denn in dieser Betriebsstätte sollen Werkstücke und Maschinen bzw. Roboter einander erkennen und miteinander interagieren, um eine Wertschöpfungskette zu bilden.

Mit Tableau Genie sollen Salesforce- und andere Kunden Milliarden von disparaten Kundendaten an einem einzigen Ort zusammenführen und analysieren können. Salesforce hat bereits verlautbart, die Genie Customer Data Cloud zu unterstützen. Kunden können ihre eigenen ML-Modelle einbinden.

Auf der Anwenderkonferenz re:Invent 2022 hat Amazon Web Services (AWS) der ETL-Integrationsmethode den Kampf angesagt und eine Reihe von Datenbank-Integrationen vorgestellt. Generell wird die Skalierbarkeit und Leistung der Datastores erhöht, das ML-Tool Amazon SageMaker verarbeitet nun auch Geodaten. Im IoT-Bereich stellte AWS vier Neuheiten vor.

Databricks hat seine auf Apache Spark aufbauende Delta-Lake-Plattform nicht nur deutlich ausgebaut, sondern auch alle Neuerungen der Linux Foundation zur Verfügung gestellt. Zu den wichtigsten Neuerungen zählen MLflow Pipelines für automatisierte Machine-Learning-Projekte und MLflow Recipes, die als Templates fungieren.

Noch diesen Herbst will Cloudera, ein Spezialist für Hybrid-Cloud-Datenarchitekturen, die Cloudera Data Platform (CDP) One als Software as a Service allgemein verfügbar machen. Das Cloud-Angebot basiert auf der Data-Lakehouse-Architektur und ermöglicht schnelle sowie einfache Self-Service-Analysen und explorative Datenanalyse für alle Arten von Daten. BigData-Insider sprach darüber mit Alexander Zschaler, Vertriebsleiter Deutschland bei Cloudera.

Im Gesundheitswesen wie in den angrenzenden Biowissenschaften wie etwa der Genomik haben Patienten, Klinikpersonal und Forscher hohe Erwartungen an die Rolle der Informatik, die sie in vielerlei Hinsicht unterstützen soll. Patienten wollen ein persönlicheres Erlebnis bei der Behandlung, einen leichteren Zugang zu Medizinern (etwa in der Fernmedizin) und vor allem eine wirksamere, auf sie abgestimmte Behandlung ihres Leidens.

Salesforce hat auf der Hausmesse Dreamforce 2022 seiner Customer Data Platform „Customer 360“ das Modul „Genie“ hinzugefügt. Die auf dem Metadaten-Modell von Salesforce basierende Technologie vereint Kundendaten aus allen Kanälen und Interaktionen zu einem in Echtzeit aktualisierten Kundenprofil. „Genie“ steht für alle Salesforce Clouds, MuleSoft, Tableau und Slack zur Verfügung.

Der Prozess der Datenaufbereitung (engl. Data Preparation) umfasst die Zusammenführung, Reinigung, Normalisierung, Umwandlung und Mischung von Daten, damit sie für analytische und andere Aufgaben in optimaler Qualität bereitstehen. Das E-Book „Data Preparation“ von BigData-Insider zeigt auf: Nur mit erstklassigen Daten lassen sich beispielsweise Lösungen für Machine Learning und Künstliche Intelligenz effizient, sicher und zuverlässig versorgen.

Künstliche Intelligenz (KI) gewinnt eine immer größere Bedeutung und wird im Jahr 2030 einen Wirtschaftswert von 13 bis 15 Billionen US-Dollar erreichen, sagt McKinsey voraus. Doch es gibt viele Hürden auf dem Weg zu erfolgreichen KI-Projekten zu überwinden, v. a. in Europa und Deutschland. Ein Roundtable von Experten und Praktikern hat sich über Erfahrungen und Ansichten über diese wichtige Entwicklung in der Technologie ausgetauscht.

TigerGraph, Anbieter einer Graph-Datenbank, hat auf seiner Anwenderkonferenz „Graph + AI Summit“ die Vorabversion seiner Machine Learning Workbench gezeigt und zahlreiche Neuerungen in seiner Cloud-Version vorgestellt. BigData-Insider sprach mit dem COO Todd Blaschka, der für die Customer Experience und die Unternehmensstrategie verantwortlich ist.

Databricks hat seine auf Apache Spark aufbauende Delta-Lake-Plattform nicht nur deutlich ausgebaut, sondern auch alle Neuerungen der Linux Foundation zur Verfügung gestellt. Zu den wichtigsten Neuerungen in Delta Lake 2.0 zählen die Schnittstelle Spark Connect, mit der Benutzer von jedem Gerät aus auf Spark zugreifen können, und MLflow Pipelines für automatisierte Machine-Learning-Projekte

Das jüngste E-Book von BigData-Insider beleuchtet Data Literacy. Data Literacy, oder Datenkompetenz, ist für die heutige und jede kommende Generation so wichtig wie das Lesen für ältere oder vergangene Generationen. Sie kommt dem Erwerb eines Führerscheins gleich. Datenkompetenz beschreibt die Fähigkeit, mit Daten kompetent, effizient und produktiv umzugehen. Sie umfasst verschiedene Einzelkompetenzen, um Daten zu erfassen, anzupassen, zu verändern, zu interpretieren und zu präsentieren. Gleichzeitig ist sicherzustellen, dass die Daten sicher, stimmig, vertrauenswürdig und rechtskonform sind.

Auf seiner Anwenderkonferenz Tibco Analytics Forum (TAF) 2022 hat der BI- und Datenmanagement-Spezialist sein Hauptprodukt Spotfire um handlungsorientierte Komponenten erweitert. Auch die KI-Modellierung wurde mit ModelOps produktiver und effizienter gemacht. Die für viele Kunden wichtige Visualisierung von Daten ist um 28 neue Darstellungsmöglichkeiten erweitert worden.

Dataiku, Anbieter der Data-Science-Plattform DSS, hat auf seiner „Everyday AI“-Konferenz in London den rund 700 Besuchern die Version 11 von DSS vorgestellt. Besonderes Augenmerk hat der Hersteller auf Responsible AI und AI Governance gelegt.

Auf seiner Anwenderkonferenz .conf 2022 hat Splunk, ein Anbieter von Datemanagementsoftware, mehrere Neuerungen für seine Splunk Cloud Platform wie auch für sein Hauptprodukt Splunk Enterprise vorgestellt. Ein Data Manager, Ingest Actions und Federated Search erlauben es, nicht nur umfassendere Datenquellen anzuzapfen, sondern diesen Zugriff auch feingranular zu steuern.

Auf dem AWS Summit Berlin haben sich dieses Jahr rund 7.000 Besucher eingefunden, um sich über zwei zentrale Themen zu informieren: „Sicherheit im Cloudbereich“ und „Machine Learning für alle“. Constantin Gonzalez, Principal Solutions Architect bei Amazon Web Services (AWS) erläutert im Gespräch mit BigData-Insider, wie KI nicht nur Rechenleistung und Erkenntnisse ermöglicht, sondern auch Nachhaltigkeit fördert.

Vor rund 4.000 Besuchern eröffnete Mark Nelson, President und CEO der Salesforce-Tochter Tableau, die diesjährige Anwenderkonferenz. Der BI-Spezialist, dessen Software ein integraler Bestandteil von Salesforce Customer 360 ist, hat drei größere Neuerungen seines Portfolios angekündigt.

SAS hat kürzlich drei neue Lösungen für die Datenanalyse vorgestellt. Mit „SAS 360 Match“ sollen es den von Abo-Verlusten geplagten Streaming-Riesen gelingen, weiterhin profitabel zu bleiben. Mit der „SAS Clinical Enrollment Simulation Cloud“ soll das Anwerben für klinische Studien simuliert werden können. Energieversorger sollen sich mit „SAS Grid Guardian AI“ rechtzeitig vor Netzausfällen schützen können.

Confluent, ein Anbieter von Streaming-Technologien, hat auf seiner Anwenderkonferenz Kafka Summit 2022, die in London stattfand, eine Reihe von Neuerungen vorgestellt. CEO Jay Kreps erläuterte fünf Prinzipien der Streaming-Technologie und stellte die Entwicklungsfirma Wix als exemplarischen Kunden vor.

Beim „Automatisierungstreff 2022“ in Böblingen konnten Anwender und Interessenten den aktuellen Stand von Industrial Internet of Things und Industrie 4.0 erfahren. In Workshops konnten sie selbst Produkte ausprobieren und in einer Ausstellung auf dem „Marktplatz“ konkrete Lösungen in Augenschein nehmen.

Auf seinem Data Cloud Summit hat Google Cloud mehrere Neuheiten angekündigt, mit denen seine Kunden ihre Daten durch Integration besser ausnutzen und ihre KI-Modelle zu wirtschaftlichem Nutzen führen können. Zudem stellte Google Cloud die Data Cloud Alliance vor, die zahlreiche Partner in einem Ökosystem zusammenführt.

Unter dem Motto „Umdenken möglich: Innovations-Erfahrungen“ präsentierte Amazon Web Services kürzlich auf der „AWS Innovate AI/ML Edition“, einer Veranstaltung für geschäftliche Anwender, eine Reihe von innovativen Projekten, die Deep Learning & Machine Learning, Supercomputing, Robotik und Analytik nutzen. Die Anwender, die sich auf der Konferenz vorstellten, wollen mithilfe von AWS-Diensten Neuerungen schnell vorantreiben, aktuelle Probleme lösen, das Wachstum ihres Unternehmens beschleunigen und – nomen est omen – Umdenken möglich machen.

KI-Modelle, die Entscheidungen unterstützen oder gar automatisch ausführen, müssen nach ethischen Prinzipien fungieren. Doch beim Trainieren der Modelle tritt immer wieder einseitige, unfaire Voreingenommenheit auf. Während also KI-basierte Entscheidungen Erfolg haben werden, sind Werkzeuge nötig, die für die Fairness, Transparenz und Erklärbarkeit der KI-Modelle sorgen. Der Artificial-Intelligence-Act der EU soll künftig den rechtlichen Rahmen dafür bereitstellen.

Mit seinem Cloud Data Marketplace stellt Informatica, ein Anbieter von Enterprise Cloud Data Management Software, eine Drehscheibe für firmeninterne Daten vor. Diese verbindet einen Datenkatalog mit Data Governance und soll den Nutzern so den sicheren Zugriff auf vertrauenswerte Daten und Analysen gewährleisten.

Das E-Book „DataOps für IoT Analytics“ von BigData-Insider stellt einen wachsenden Markt vor, der an Bedeutung gewinnt, weil Unternehmen und andere Organisationen zunehmend Daten für ihr Geschäft nutzen wollen und dafür auf eine optimale Qualität und Bereitstellung von Daten angewiesen sind.

Auf der Anwenderkonferenz AWS re:Invent 2021 hat Amazon Web Services zahlreiche Neuheiten in den Bereichen Datenbanken, Analytik, Machine Learning / KI sowie IoT und Robotik vorgestellt oder angekündigt.

Databricks, der Erfinder und Betreuer von Apache Spark, hat auf der Anwenderkonferenz „Data + AI 2021“ seine Unterstützung für Apache Airflow, dbt, Grafana und Prometheus angekündigt. Der Kunde Viessmann präsentierte daneben seine Databricks-basierte Lösung, und BARC-Chef Carsten Bange ordnete die Lakehouse-Architektur in den BI-Markt ein.

Auf seiner diesjährigen Anwenderkonferenz hat Tableau, ein Tochterunternehmen von Salesforce, weitere Integrationsmöglichkeiten seiner Analyse-Plattform mit Slack und Einstein AI vorgestellt. Analytik soll ebenso Teil des täglichen Arbeitens werden wie die Nutzung von KI-Funktionen mit Einstein. Weitere Schwerpunkte sind Datenschutz und die Einbindung von Drittlösungen.

Microsoft hat auf der Kundenkonferenz Ignite 2021 über 90 Neuheiten und Erweiterungen vorgestellt. Dazu gehören der KI-Dienst OpenAI, Erweiterungen für CosmosDB und Synapse Analytics sowie Azure SQL Managed Instance. Von SQL Server 2022 zeigten die Redmonder eine Preview.

NoSQL-Datenbanken wurden aus der Notwendigkeit heraus entwickelt, große, unterschiedliche Mengen von Dimensionen wie Raum, Zeit und Lokation auf möglichst effiziente Weise zu speichern und zu verarbeiten. Mittlerweile sind sie die unabdingbare Alternative zu relationalen SQL-basierten Datenbanken. Doch nicht jede NoSQL-Datenbank eignet sich für jeden Zweck. Tatsächlich sind die meisten sogar recht spezialisiert.

Regressionsanalysen dienen dazu, Prognosen zu erstellen und Abhängigkeiten in Beziehungen aufzudecken. Will ein Smartphone-Hersteller herausfinden, mit welchem Preis er in welchem Kundenkreis welchen Umsatz erzielen kann, so kennt er nur eine Variable – den Preis – aber nicht die anderen Variablen. Heute gibt es eine große Zahl solcher Verfahren, denn sie werden für zahlreiche Zwecke benötigt, etwa in der Epidemiologie.

Der k-Means-Algorithmus ist ein Rechenverfahren, das sich für die Gruppierung von Objekten, die sogenannte Clusteranalyse, einsetzen lässt. Dank der effizienten Berechnung der Clusterzentren und dem geringen Speicherbedarf eignet sich der Algorithmus sehr gut für die Analyse großer Datenmengen, wie sie im Big-Data-Umfeld üblich sind, so etwa in der Bildverarbeitung und in der Kundensegmentierung.

Regressionsanalysen dienen dazu, Prognosen zu erstellen und Abhängigkeiten in Beziehungen aufzudecken. Will ein Smartphone-Hersteller herausfinden, mit welchem Preis in welchem Kundenkreis er welchen Umsatz erzielen kann, so kennt er nur eine Variable – den Preis – aber nicht die anderen Variablen. Um 1760 erfunden, gibt es heute eine große Zahl solcher Verfahren. Dieser Beitrag beginnt mit dem einfachsten, der Einfachen Linearen Regression (ELR).

Greedy-Algorithmen, oder gierige Algorithmen, bilden eine spezielle Klasse von Optimierungsalgorithmen, die in der Informatik auftreten. Sie zeichnen sich dadurch aus, dass sie schrittweise den Folgezustand auswählen, der zum Zeitpunkt der Wahl den größten Gewinn bzw. das beste Ergebnis (berechnet durch eine Bewertungsfunktion) verspricht z. B. Gradientenverfahren, so etwa die Berechnung von Wechselgeld oder des kürzesten Wegs. Greedy-Algorithmen sind oft schnell, lösen viele Probleme aber nicht optimal.

Machine Learning ist ein bedeutendes Instrument im Kampf gegen die Corona-Pandemie. Wenn Bürger, Behörden und Unternehmen diese Gelegenheit nutzen, um Daten zu sammeln, vorhandenes Wissen zu vereinen und ihre Fachkenntnisse zusammenzubringen, können viele Leben gerettet werden – sowohl heute als auch in der Zukunft. Wie vielfältig die Einsatzgebiete von Machine Learning in diesem Rahmen sind, soll diese Übersicht zeigen, die von Data Revenue erstellt wurde.

Der Markt für Graph-Datenbanken blüht und wächst, denn die Nachfrage hinsichtlich der Analyse vernetzter Daten steigt rasch. Doch der IT-Nutzer fragt sich, welche Graph-Datenbank die leistungsfähigste ist und sich mit ihren Funktionen für ihn am besten eignet.

Der Random-Forest-Algorithmus ist ein sogenanntes beaufsichtigtes Klassifikationsverfahren, das aus mehreren unkorrelierten Entscheidungsbäumen besteht, die eine Klassifizierung oder Vorhersage liefern. Weil sich die Entscheidungsbäume parallel verarbeiten lassen, kann der Algorithmus – bei entsprechend paralleler Ausführung – sehr schnell ausgeführt werden. Die Skalierung ist also leicht zu berechnen. Random Forests können auch der Regressionsanalyse dienen.

Der Prozess der Datenaufbereitung umfasst die Reinigung, Formung und Mischung von Daten, damit sie für analytische und andere Aufgaben in optimaler Qualität bereitstehen. Nur mit erstklassigen Daten lassen sich beispielsweise Lösungen für Machine Learning und Künstliche Intelligenz effizient, sicher und zuverlässig versorgen.

Ob beim Design von künstlichen Neuronalen Netzwerken fürs Deep Learning, in der Logistik oder beim Layout von Leiterplatten – überall stößt man auf das mathematisch lösbare Problem des Handlungsreisenden: Wie lässt sich eine Tour mit mehreren Stationen auf dem kürzesten Weg und mit dem geringsten Aufwand bewältigen?

Eine Reihe von Algorithmen dient der Suche von Lösungen, ohne vorher die Antwort zu kennen, und von Entscheidungen, die nach „wahrscheinlich richtig oder falsch“ beurteilt werden. Das ist sinnvoll für das Risiko-Management, aber auch für die Nutzung von Supercomputern. Ein solcher Algorithmus ist der Monte-Carlo-Algorithmus und die darauf basierenden Simulationen

Die jüngste IDC-Studie „Industrial IoT in Deutschland 2021“ zeigt, dass fast 40 Prozent der rund 250 befragten deutschen Unternehmen wegen COVID-19 ihre Investitionen in das IIoT erhöhen wollen. Nur 18 Prozent der Befragten planen, sie zu senken. Technologische Entwicklungen bei Edge Computing, 5G und KI/ML fördern neue Anwendungsszenarien und eine IIoT-Adaption.

Auf dem Online-Event „IBM Data & AI Summit 2020“ stellte Big Blues neuer CEO Arvind Krishna u. a. Erweiterungen für die KI-Technologien „Watson Assistant“ und „Project Debater“ vor. Während Watson Assistant als Framework die Erstellung von Chatbots für Banken, Callcenter und andere Funktionen erlaubt, nutzt Project Debater Sprachverarbeitungsmethoden, um virtuelle Debatten zu ermöglichen.

Welches Modell ist für meine Daten am besten geeignet? Diese Frage stellt sich jeder Data Scientist. Mithilfe des seit 1974 in Japan veröffentlichten „Akaike Information Criterion“ (AIC) kann er die Antwort in kurzer Zeit finden.

Mit Amazon HealthLake sollen Kunden im Gesundheitswesen und in den Biowissenschaften leichter großen Datenmengen im Petabyte-Bereich analysieren können. Die neue Babelfish-Funktion für den Amazon-Aurora-PostgreSQL-Service greift das Lizenzgeschäft von Anbietern relationaler Datenbanken an und soll Kunden helfen, Lizenzgebühren zu sparen.

Auf der Online-Konferenz IBM Think Digital 2020 hat die IBM neue Services im Bereich KI, Hybrid Cloud und Edge Computing vorgestellt. Sie dienen zum einen der Automatisierung von Cloud- und IT-Abläufen unter KI-Einsatz, zum anderen sollen die Vorteile von Edge Computing und 5G den Kunden besser zugänglich gemacht werden.

Der von Databricks veranstaltete Spark+AI Summit startete kürzlich mit 60.000 angemeldeten Teilnehmern aus über 100 Ländern, die sich über die neuesten Trends und Entwicklungen aus der Welt der KI und des ML innerhalb der Apache Spark Community informierten. Databricks, der Erfinder und Betreuer von Apache Spark, hat sein 2018 vorgestelltes ML-Framework MLflow erweitert und der Open Source Community übergeben. Auf der neuen Version 3.0 von Spark bauen die neuen oder erweiterten Plattformkomponenten Delta Lake, Delta Engine und Redash auf.

Tableau, ein Spezialist für Datenvisualisierung, führt seine Plattform mit der von Salesforce zusammen, um seinen Kunden zusätzlich auch die KI- und Machine-Learning-Funktionen von Einstein Analytics zu bieten. Das Ergebnis wird Tableau CRM heißen. Weitere Integrationen mit Salesforce-Produkten, wie MuleSoft, sollen folgen.

Die Ereigniszeitanalyse bzw. Survival Analysis umfasst eine Reihe von Werkzeugen der Statistik, mit denen die Zeit bis zum Eintritt eines bestimmten Ereignisses zwischen Gruppen verglichen wird. Auf diese Weise will man die Wirkung von prognostischen Faktoren, einer medizinischen Behandlung oder von schädlichen Einflüssen abschätzen. Bei dem Ereignis kann es sich um etwas so Endgültiges wie den Tod handeln, aber auch um den Verlust einer Arbeitsstelle, eine Scheidung oder einen Beginn, etwa um eine Geburt oder einen Heilungseintritt.

Zunehmend wird Machine Learning im IIoT-Umfeld genutzt. Der Anwendungsfall Predictive Maintenance greift jedoch viel zu kurz, warnt Christian Liedtke, Head of Strategic Alliances bei KUKA. Doch wenn man KI und IoT ganzheitlich zu AIoT kombiniere und in einer optimierten Smart Factory umsetze, könnten die Unternehmen Effizienzsteigerungen von bis zu 30 Prozent erzielen

Das Sensor-gestützte Lieferketten-Management, die vorausschauende Wartung einer Windkraftanlage, der Arbeitsschutz von Mitarbeitern oder die KFZ-Versicherung eines vernetzten Autofahrers – sie alle haben eines gemeinsam: Ihre Daten werden in Echtzeit erfasst und einer zeitnahen Auswertung unterworfen. Das Internet der Dinge (Internet of Things, IoT) ist einer der größten Wachstumsbereiche der Industrie weltweit.

Die IBM hat ihr umfassendes Datenbank-Portfolio aktualisiert. Zu den Produkten gehören das Urgestein Db2, aber auch Informix, die Netezza-Appliance und das relativ neue Cloud Pak for Data.

Im Juni-2020-Release hat Qlik, ein Spezialist für Business Intelligence, sein Hauptprodukt Qlik Sense erheblich erweitert und dessen Cloud-Konnektivität ausgebaut, etwa zu Google Analytics und Twitter.

Wenn einem BI-Nutzer Reports und Dashboards nicht mehr reichen, wird es Zeit für Prognose-Tools, die in den Disziplinen Advanced Analytics (AA) und Data Science zu finden sind. Doch AA-Modelle sind nur von begrenztem Wert, wenn man sie nicht in die Prozesse integriert. Wie der Übergang von BI zu AA gelingen kann, zeigt ein Webinar von BARC-Experte Timm Grosser.

Munich RE hat Mitte vergangenen Jahres ein Projekt zur Einführung eines neuen Enterprise Data Warehouses (EDWH) für Rückversicherungsdaten erfolgreich abgeschlossen. Dabei wurde das klassische Reporting von Rückversicherungsdaten im Legacy-System „Global Data Warehouse (GDWH)“ auf eine moderne Business-Intelligence-Plattform migriert, die auf SAP BW on HANA basiert. Ziel des Projekts war die Implementierung der technischen Voraussetzung für die Anwendung moderner Business Intelligence für Rückversicherungsdaten.

Mithilfe des Satzes von Bayes lassen sich Parameter schätzen und Hypothesen induktiv testen. In einem Spamfilter können so wahrscheinliche Spam-Mails ermittelt werden. Und aus den Symptomen, die bei einem bekannten Test auftreten, lassen sich wahrscheinliche Krankheitsursachen aufspüren. Der Satz von Bayes, der bedingte Wahrscheinlichkeiten beschreibt, ist also ein nahezu universell nutzbares Werkzeug der Statistik.

Big-Data-Datenbanken sollen die unterschiedlichsten Datentypen schnell und effizient verarbeiten. Sie lösen die herkömmlichen, überwiegend relationalen Datenbanktypen ab, die meist ein Data Warehouse unterstützen. Sie lösen sie ab, um neue Geschäftsmodelle zu ermöglichen, oder sie ergänzen die Data-Warehouse-Architektur mit notwendige Fähigkeiten, etwa für Data Discovery, Realtime Analytics und Advanced Analytics (Prognose).

Seit 2014 haben Anbieter wie Microsoft, IBM, Amazon und die Apache Software Foundation das maschinelle Lernen (Machine Learning, ML) gefördert und in der Cloud zur Verfügung gestellt. Erzwungen durch den Mangel an Data Scientists, bieten ML-Algorithmen einen leicht erlernbaren Weg, um Prognosen zu erstellen.

Das E-Book „Wie Maschinen selbst lernen“ stellt Methoden, Technologien und Produkte vor, mit denen Unternehmen Machine-Learning-Modelle und Algorithmen für nutzbringende Anwendungsfälle verwenden können. Die Technologie um Machine Learning und Deep Learning, allgemein „Künstliche Intelligenz“ (KI) genannt, hat in den vergangenen Jahren einen rasanten Aufschwung erlebt. Es gibt kaum noch einen Anwendungsbereich, in dem noch keine Algorithmen in den Prozessen werkeln, ober in der Fabrik oder im Weltall.

Predictive Analytics ist ein Teilbereich von Business Intelligence, der sich in erster Linie mit zu erwartenden und möglichen Ereignissen beschäftigt. Er fragt, was unter welchen Voraussetzungen passieren wird oder passieren sollte. Das ermöglicht Prognosen in zahlreichen Wirtschaftsbereichen, sei es im Vertrieb, in der Fertigung, im Einzelhandel oder in der Luftfahrt. Die Prognoseresultate werden in der Regel mit ergänzender Software visualisiert und interaktiv in Teams diskutiert, weitergeleitet und bearbeitet.

Um Trends zu erkennen, wird oft die Clusteranalyse herangezogen. Der k-Means-Algorithmus etwa zeigt an, wo sich Analyseergebnisse in einer Normalverteilung ballen. Für manche Zwecke ist es aber aufschlussreicher, Ausreißer zu untersuchen, denn sie bilden die Antithese zum „Normalen“, etwa im Betrugswesen. Der Local-Outlier-Factor-Algorithmus (LOF) ist in der Lage, den Abstand von Ausreißern zu ihren Nachbarn zu berechnen und deckt so Anomalien auf.

Für verschiedene Probleme lassen sich nur durch Annäherung bzw. Approximation optimale Lösungen finden. Durch einen geeigneten Approximationsalgorithmus versuchen Informatiker, sich dem optimalen Ergebnis anzunähern, so etwa in der Graphentheorie, die Beziehungen in Netzwerken darstellt.

Das von den ursprünglichen Entwicklern von Apache Spark gegründete Unternehmen Databricks hat seine Unified Analytics Platform um eine weitere Komponente erweitert. Zu den vorhandenen Komponenten Delta Lake, Delta Engine und Redash, die auf der neuen Version 3.0 von Spark aufbauen, kommt nun SQL Analytics hinzu. Dieser SQL-Editor unterstützt mit Konnektoren bislang die BI-Lösungen von Tableau und Microsoft.

Der Business-Analytics-Spezialist Tibco integriert Event-Streaming in seine BI-Suite Spotfire und erweitert deren Fähigkeiten zur Datenverwaltung mit den Tools „Any Data Hub“ und „SmartMapper“. Im Bereich Business Process Management (BPM) erweitert der Hersteller sein Responsive Application Mesh (RAM).

Splunk Enterprise, das Hauptprodukt des Operational-Intelligence-Spezialisten Splunk, ist bei DB Cargo im Einsatz, der Güterbahnsparte der Deutschen Bahn. Im Zuge der Digitalisierung und Automatisierung des Güterverkehrs und des Fuhrparks hilft Splunk Enterprise bei der Datenerfassung und -analyse in den Projekten „Wagon Intelligence“ und „TechLOK“. Die Software-Entwicklung der beiden Projekte findet im DB Cargo amspire lab in Frankfurt am Main statt.

Die drei Analytik-Anbieter SAS, Exasol und Amazon Web Services haben den Sport als Wachstumsmarkt entdeckt. Zudem sind Organisationen wie die Deutsche Bundesliga auf Innovationen bei ihren Zuschauerangeboten angewiesen, um konkurrenzfähig zu bleiben. Mit den Lösungen der drei Anbieter reicht das Angebot von der einfachen Sportgrafik bis hin zu KI-basierten Angaben und Vorhersagen, die in Echtzeit angezeigt werden.

Überall sprechen die IT-Anbieter von Künstlicher Intelligenz (KI), ohne jedoch genau zu definieren, was sie damit meinen. Der KI-Hype überwiegt zunehmend das, was im Kern an Nutzen für den IT-Nutzer verborgen ist. Höchste Zeit, dass die Disziplinen, die sich hinter KI verbergen, beleuchtet werden. Neben Machine Learning ist hier vor allem Cognitive Computing zu nennen.

Self-Service BI ist schon seit Jahren der wichtigste Trend im Bereich Business Intelligence. Mitarbeiter in Fachbereichen erstellen Ad-hoc-Abfragen und analysieren Leistungsdaten. Mit QuickSight macht Amazon nun bekannten Cloud-Angeboten wie Qlik, Tableau, Microsoft PowerBI und SAP Lumira Konkurrenz.

Geschäftsregeln halten zahlreiche Unternehmensprozesse am Laufen, deshalb können sie mitunter sehr umfangreich werden. Der Umfang macht ihre Ausführung zeitaufwendig, weshalb jede Methode, sie zu beschleunigen, willkommen ist. Der Rete-Algorithmus beschleunigte 1979 die damals bestehenden Systeme für die Verarbeitung von Business Rules um den Faktor 3.000. Er ist bis heute die Grundlage zahlreicher Expertensysteme, etwa in der Mustererkennung.

Die IBM hat am 16. Februar offiziell die Türen des neuen globalen Hauptsitzes für ihren neuen Geschäftsbereich Watson IoT in München geöffnet. Ziel der 200-Millionen-US-Dollar-Investition ist es, die technischen und wirtschaftlichen IoT-Potenziale weiter auszuloten. Zudem gab IBM den offiziellen Startschuss für den Aufbau eines neuen, weltweiten Innovationsökosystems rund um künstliche Intelligenz (AI) und IoT. Mitglied dieses Ökosystems ist unter anderem BMW. Weitere Partnerschaften betreffen Bosch und Visa.

Der US-Hersteller Anaplan will den deutschen Markt für Enterprise Planning Software erobern. Statt mit Excel-Tabellen oder starrer Programmierung soll seine Software mit flexiblen Modulen alle nötigen Informationsquellen vernetzen und in einem sogenannten Hyperblock bereitstellen – natürlich in der Cloud.

Auf dem IBM Watson Summit 2017 in Frankfurt/Main haben führende europäische Unternehmen wie Kone, Lufthansa, Siemens oder Telekom ihre Digitalisierungsprojekte vorgestellt, die sie auf der Basis von Watson realisiert haben oder demnächst vorstellen. Darunter befand sich auch einer der ersten deutschen Chatbots.

Eine Studie von Morning Consult hat untersucht, welche Bedingungen für die Einführung von KI-Technologien und -Lösungen im Business erfüllt sein müssen. Einer der wichtigsten – mit 91 Prozent – ist die Vertrauenswürdigkeit von KI-Ergebnissen. Andrea Martin, die Leiterin des IBM Watson Centers Munich, liefert dazu klare Antworten.

Amazon Web Services hat auf seiner Kundenveranstaltung AWS re:Invent 2020 im Dezember eine Reihe von Produkten für den Industrial IoT Markt vorgestellt. Wir haben einen näheren Blick darauf geworfen und stellen diese kurz vor.

Das deutsche Start-up Stackable bietet Big-Data-Lösungen in der Enterprise Cloud an, die von Ionos betrieben wird. Im Unterschied zu den Angeboten der Hyperscaler basiert das Angebot von Stackable auf einer offenen und flexiblen Plattform, die durchgängig auf Open-Source-Komponenten setzt. Kunden haben hier die freie Wahl, welche Tools sie in welcher Version kombinieren möchten. So sollen sich maßgeschneiderte, Open-Source-basierte Lösungen erstellen lassen, die den Kunden nicht an einen bestimmten Anbieter binden.

Neo4j, ein marktführender Anbieter von Graph-Datenbanktools, hat die Version 4.0 seiner Plattform verfügbar gemacht. Zu den Neuerungen gehören unbegrenzte Skalierbarkeit, mandantenfähige Multi-Datenbank-Nutzung, die Integration von Apache Kafka und die besonders für Unternehmen wichtige feingranulare Steuerung von Datensicherheit und Datenschutz.

Microsoft hat auf der Kundenkonferenz Ignite 2021 über 90 Neuheiten und Erweiterungen vorgestellt. Dazu gehören der KI-Dienst OpenAI, Erweiterungen für CosmosDB und Synapse Analytics sowie Azure SQL Managed Instance. Von SQL Server 2022 zeigten die Redmonder eine Preview.

Mit der Ausbreitung von KI-Anwendungen stellen sich Schöpfern wie Benutzern zwei zentrale Fragen: Was befindet sich in der Black Box, die den Algorithmus und das Deep-Learning-Modell verbirgt? Und zweitens: Wie lässt sich sicherstellen, dass kein Unbefugter diese Software für seine Zwecke manipuliert hat? Manche KI-Hersteller und -Berater haben darauf bereits eine Antwort.

Das traditionelle Data Warehouse ist auf die Verarbeitung strukturierter Daten ausgelegt, welche es effizient und performant erledigt. Doch Big Data besteht aus unstrukturierten Daten, Datenströmen, die in großen Mengen und mit hoher Geschwindigkeit eintreffen. Um Leistung und Effizienz zu erhalten, aber Flexibilität hinzuzugewinnen, bietet das Virtual Data Warehouse eine vielversprechende Alternative.

In Stuttgart haben sich auf der EGG-Konferenz Interessenten für Künstliche Intelligenz (KI) und Data Science zum Meinungsaustausch getroffen. Dataiku der französische Anbieter einer kollaborativen Data-Science-Plattform, war der Veranstalter und enthüllte seine Produktplanung bis 2020.