Dipl.-Ing. (FH) Stefan Luber

MGSM ist ein multilingualer Benchmark mit mathematischen Aufgaben auf Grundschulniveau. Mithilfe der Aufgaben lassen sich die Fähigkeiten großer Sprachmodelle im mehrstufigen arithmetischen Denken evaluieren. Das Benchmark-Dataset enthält 250 Aufgaben, die jeweils in zehn verschiedene Sprachen übersetzt wurden.

TyDi QA (Benchmark for Information-Seeking Question Answering in Typologically Diverse Languages) ist ein Benchmark-Dataset für multilinguale Sprachmodelle. Es besteht aus über 200.000 von Menschen erstellten und annotierten Frage-Antwortpaaren in elf typologisch unterschiedlichen Sprachen. Die Aufgaben wurden nicht einfach aus anderen Sprachen übersetzt, sondern in der jeweiligen Sprache erstellt.

BIG-Bench Hard (BBH) ist ein Benchmark zur Evaluierung von Sprachmodellen. Es besteht aus 23 Aufgabentypen aus dem BIG-Bench-Dataset, bei denen die getesteten Sprachmodelle das durchschnittliche menschliche Leistungsniveau nicht erreichten. Mit BBH lässt sich prüfen, wie sich die Leistung der Sprachmodelle verbessern lässt.

Bei einem Compound Model handelt es sich um ein aus mehreren (Teil-)Modellen zusammengesetztes Gesamtmodell. Im KI-Umfeld fällt der Begriff häufig im Zusammenhang mit dem Compound-KI-System. Diese Systeme können durch die Kombination mehrerer interagierender KI-Komponenten komplexe Aufgabenstellungen lösen.

Das Kolmogorov-Arnold Network ist eine junge Klasse neuronaler Netzwerke. Es ist vom Kolmogorov-Arnold-Darstellungstheorem inspiriert und eine Alternative zu dem heute im Deep-Learning-Umfeld dominierenden Multi-Layer-Perzeptron. Kolmogorov-Arnold Networks bieten hinsichtlich Effizienz und Interpretierbarkeit einige Vorteile.

„Garbage in, garbage out“ ist ein altbekannter Grundsatz der Datenverarbeitung. Er besagt, dass qualitativ minderwertige Eingabedaten bei einem Datenverarbeitungsvorgang zu schlechten Ergebnissen führen. Der Grundsatz hat auch im Bereich der Künstlichen Intelligenz und des Trainings von KI-Modellen Gültigkeit.

Choice Shuffle Ensembling ist eine Prompting-Technik, mit der sich die Ergebnisqualität von KI-Sprachmodellen verbessern lässt. Die Technik präsentiert dem Modell die verschiedenen Antwortoptionen in unterschiedlichen Reihenfolgen und reduziert so einen möglicherweise auftretenden Positions-Bias.

Chain-of-Thought ist eine Prompting-Methode für Sprachmodelle. Sie fordert das Modell dazu auf, den Lösungsweg schrittweise zu erklären. Der Anwender erhält Einblick in die „Gedankenkette“ der KI. CoT trägt dazu bei, die Qualität und die Nachvollziehbarkeit der Ergebnisse von KI-Systemen zu verbessern.

In-Context Learning beschreibt die Fähigkeit von großen Sprachmodellen, während der Interaktion mit dem Anwender zu lernen. Dem KI-Modell wird beim Prompting Kontext zur Verfügung gestellt, aus dem es ohne zusätzliches Training oder Fine-Tuning neue oder spezifische Aufgabenstellungen zu lösen lernt.

DALEX ist ein Open-Source-Toolset, mit dem sich die Arbeitsweise und das Vorhersageverhalten von komplexen Machine-Learning-Modellen erklären lassen. Es gewährt Einblick in die Funktionsweise der KI-Modelle und kommt im Bereich der Explainable Artificial Intelligence (XAI) zum Einsatz.

Local Interpretable Model-Agnostic Explanations, kurz LIME, kommt im Bereich der erklärbaren Künstliche Intelligenz (Explainable Artificial Intelligence) zum Einsatz. Mithilfe von LIME lässt sich das Vorhersageverhalten von Machine-Learning-Modellen interpretieren und erklären. LIME ist modellagnostisch und verwendet interpretierbare Ersatzmodelle, um sich der Vorhersage einer Black-Box-KI anzunähern.

Layer-wise Relevance Propagation ist ein Verfahren für eine Explainable AI. Es macht durch schichtweise Rückwärtsübertragung das Vorhersageverhalten von Deep-Learning-Modellen erklärbar. Das Verfahren liefert die Merkmale der Eingangsdaten, die am stärksten zum jeweiligen Ergebnis beigetragen haben.

Eine Explainable Artificial Intelligence ist eine erklärbare Künstliche Intelligenz. Für die Explainable AI kommen verschiedene Verfahren und Methoden zum Einsatz, mit denen sich die Ergebnisse oder Vorhersagen nachvollziehen und erklären lassen. Die erklärbare KI ist das Gegenteil einer Black-Box-KI.

Ein Datenraum ist ein speziell geschützter virtueller Raum für den Austausch vertraulicher oder sensibler Daten. In der Regel handelt es sich um ein online zugängliches Dateiarchiv, das für berechtigte Personen oder Anwendungen den geschützten Zugriff auf die benötigten Daten ermöglicht.

Das Sankey-Diagramm ist eine spezielle Art von Flussdiagramm, das Mengenflüsse wie Material-, Kosten- oder Energieflüsse visualisiert. Die Breite der Verbindungspfeile ist proportional zur durchfließenden Menge. Pfeile können in kleinere Pfeile aufgeteilt oder zu größeren zusammengeführt werden.

Multiagent Systems sind auf Künstlicher Intelligenz (KI) basierende Systeme, bei denen mehrere autonome intelligente Agenten zusammenarbeiten, um gemeinsam komplexe Aufgabenstellungen zu lösen. Die Agenten interagieren sowohl mit ihrer Umgebung als auch untereinander. Es entsteht eine Art von verteilter Künstlicher Intelligenz.

Flan-T5 ist eine für verschiedene Aufgaben feinabgestimmte Version des Sprachmodells T5 von Google. Sie steht wie die Basisversion T5 in verschiedenen Größen mit unterschiedlicher Parameteranzahl als Open-Source-Modell zur Verfügung und übertrifft in Benchmarks die Leistung von teils deutlich größeren Modellen.

Tableflow ist ein Feature der Confluent-Cloud. Es ermöglicht die einfache und schnelle Konvertierung von Streaming-Daten zu Apache-Iceberg-Tabellen. Operative und analytische Daten lassen sich in Verbindung bringen, um Data Warehouses, Data Lakes oder Analyse-Engines mit Echtzeitdaten zu versorgen.

Composite AI kombiniert verschiedene Ansätze und Technologien der Künstlichen Intelligenz (KI; Englisch: Artificial Intelligence, AI) einem KI-Verbundsystem. Ziel ist es, durch die jeweiligen Stärken der Technologien die Lerneffizienz und Leistungsfähigkeit des KI-Systems zu steigern und komplexe Aufgabenstellungen und Probleme zu lösen.

DSPy ist ein Framework zur systematischen und algorithmischen Optimierung von Eingabeaufforderungen und Gewichtungen großer Sprachmodelle. Dank DSPy lassen sich große Grundlagenmodelle in KI-Anwendungspipelines integrieren. Anstatt Modelle mit traditionellem Prompting anzusteuern, werden sie quasi programmiert.

Eine Reasoning Engine ist eine Softwarekomponente, die logisch schlussfolgern kann. Sie wendet Regeln auf eine vorhandene Wissensbasis an, um neues Wissen abzuleiten oder Entscheidungen zu treffen. Schlussfolgerungsmaschinen kommen in vielen Bereichen, beispielsweise für Expertensysteme, zum Einsatz.

Medprompt ist eine von Microsoft entwickelte Prompting-Strategie. Sie verbessert die Leistung von GPT-4 in medizinischen Benchmarks. Die Strategie ist auf andere Bereiche übertragbar. So erreicht GPT-4 mit der Version Medprompt+ neue Spitzenwerte im MMLU-Benchmark und übertrifft sogar Google Gemini Ultra.

ChatGPT-4o ist die Bezeichnung für den KI-Chatbot ChatGPT von OpenAI mit Zugriff auf das neue Omnimodell GPT-4o. GPT-4o arbeitet wesentlich schneller, ist kostengünstiger im Betrieb und bietet viele Verbesserungen und neue multimodale Funktionen. Prinzipiell ist ChatGPT-4o kostenlos nutzbar.

Multimodal Deep Learning ist eine Weiterentwicklung und ein Spezialgebiet des maschinellen Lernens. KI-Modelle mit ihren neuronalen Netzen werden mit verschiedenen Arten von Daten wie Texten, Bildern, Audioinhalten oder Videos trainiert und lernen diese zu verarbeiten und auszuwerten.

Eine Black Box ist eine Künstliche Intelligenz (KI), deren innere Abläufe nicht nachvollziehbar oder kaum erklärbar sind. Der Benutzer sieht die Ein- und Ausgaben der KI, weiß aber nicht, wie und warum die Ergebnisse zustande gekommen sind. Das Gegenteil einer Black-Box-KI ist die erklärbare KI.

Flamingo ist ein visuelles Sprachmodell von DeepMind. Es versteht Beziehungen zwischen visuellen Inhalten und ihren textuellen Beschreibungen. Das Modell besitzt Few-Shot-Lernfähigkeiten und führt Aufgaben aus, ohne vorher dafür mit passendem Bildmaterial ausgiebig trainiert worden zu sein.

Unteranpassung ist ein Phänomen und ein unerwünschtes Verhalten aus dem Bereich der Statistik und der Künstlichen Intelligenz. Es tritt zum Beispiel beim Maschinellen Lernen auf. Dem Machine-Learning-Modell fehlt die Fähigkeit, die relevanten Muster und Merkmale in den Eingangsdaten zu erkennen, um die richtigen Vorhersagen zu treffen oder Schlussfolgerungen zu ziehen. Das gegenteilige Problem zur Unteranpassung beim Training von KI-Modellen ist die Überanpassung.

Überanpassung ist ein Phänomen und unerwünschtes Verhalten aus den Bereichen Statistik und Künstliche Intelligenz. Es tritt auf, wenn sich ein Modell zu eng an Trainingsdaten anpasst. Die Überanpassung führt zu sehr genauen Vorhersagen für Trainingsdaten, bereitet einem Modell aber Probleme, Gelerntes zu generalisieren und die richtigen Schlussfolgerungen aus anderen Daten abzuleiten.

Base TTS ist ein von Amazon entwickeltes Text-to-Speech-Modell mit Künstlicher Intelligenz. Es kann Texte in sehr natürlich klingende synthetische Sprache verwandeln. Texte werden in hoher Qualität ähnlich wie von einem Menschen vorgelesen und korrekt betont. Das Modell besitzt knapp eine Milliarde Parameter und wurde mit rund 100.000 Stunden Copyright-freien Sprachdaten in überwiegend englischer Sprache trainiert.

Ein Large Multimodal Model, LMM, ist ein großes generatives KI-Modell, das multimodale Informationen wie Texte, Bilder, Videos, Audioinhalte und andere Informationen sowie Kombinationen dieser verstehen, verarbeiten und generieren kann. LMMs sind eine Weiterentwicklung großer generativer Sprachmodelle (Large Language Models) und ein nächster Schritt hin zu einer Künstlichen Allgemeinen Intelligenz (Artificial General Intelligence – AGI).

Digitalisierung bezeichnet im ursprünglichen Sinn das Umwandeln von analogen Werten in digitale Formate. Diese Daten lassen sich informationstechnisch verarbeiten. Oft steht der Begriff Digitalisierung aber auch für die digitale Revolution oder die digitale Transformation.

Im Internet der Dinge (Englisch: Internet of Things, IoT) bekommen Gegenstände eine eindeutige Identität und können miteinander kommunizieren oder Befehle entgegennehmen. Mit dem Internet of Things lassen sich Anwendungen automatisieren und Aufgaben ohne Eingriff von außen erledigen.

Machine Learning, im Deutschen maschinelles Lernen, ist ein Teilgebiet der künstlichen Intelligenz. Durch das Erkennen von Mustern in vorliegenden Datenbeständen sind IT-Systeme in der Lage, eigenständig Lösungen für Probleme zu finden.

SAP BW ist ein Business-Intelligence-Paket von SAP und ermöglicht umfangreiche Auswertungen und Reports auf Basis von unterschiedlichsten Unternehmensdaten. Es besteht aus einer Kombination von Datenbanken, Datenbankmanagement-Tools sowie Analyse und Reporting-Anwendungen.

Die Abkürzung NLP steht für Natural Language Processing und beschreibt Techniken und Methoden zur maschinellen Verarbeitung natürlicher Sprache. Ziel ist eine direkte Kommunikation zwischen Mensch und Computer auf Basis der natürlichen Sprache.

Das Business Intelligence Dashboard, kurz BI Dashboard, beschreibt ein Tool, das wichtige Indikatoren eines Unternehmens übersichtlich und stark verdichtet visualisiert. Das Dashboard führt eine Vielzahl an Zahlen in einer grafischen Anzeige zusammen.

In einem Cyber-physischen System (cyber-physical system, CPS) sind mechanische Komponenten über Netzwerke und moderne Informationstechnik miteinander verbunden. Sie ermöglichen die Steuerung und die Kontrolle von komplexen Systemen und Infrastrukturen. Für die Industrie 4.0 spielen Cyber-physische Systeme eine zentrale Rolle.

Das Data Warehouse stellt ein zentrales Datenbanksystem dar, das zu Analysezwecken im Unternehmen einsetzbar ist. Das System extrahiert, sammelt und sichert relevante Daten aus verschiedenen heterogenen Datenquellen und versorgt nachgelagerte Systeme.

Künstliche Neuronale Netze (KNN) sind inspiriert durch das menschliche Gehirn und lassen sich für maschinelles Lernen und die Künstliche Intelligenz einsetzen. Es lassen sich mit diesen Netzen verschiedene Problemstellungen computerbasiert lösen.

Eine Entität in der Informatik ist ein einzelnes, eindeutig identifizierbares Informationsobjekt. Es kann sich sowohl um existierende als auch um abstrakte Objekte handeln. Entitäten sind zusammen mit den Entitätstypen und Attributen sowie den Beziehungen zwischen den Entitäten wesentliche Elemente der Datenmodellierung.

Deep Learning ist ein Teilbereich des Machine Learnings und nutzt neuronale Netze sowie große Datenmengen. Die Lernmethoden richten sich nach der Funktionsweise des menschlichen Gehirns und resultieren in der Fähigkeit eigener Prognosen oder Entscheidungen.

Der Begriff ACID (Atomicity, Consistency, Isolation, Durability) beschreibt Regeln und Eigenschaften zur Durchführung von Transaktionen in Datenbankmanagementsystemen (DBMS). Hält die Transaktion das ACID-Prinzip ein, gelten die Informationen in den Datenbanksystemen als verlässlich und konsistent.

CRISP-DM (Cross Industry Standard Process for Data Mining) ist ein von der EU gefördertes, branchenübergreifendes Standardmodell für das Data Mining. Es wurde 1996 unter Mitarbeit zahlreicher namhafter Konzerne entwickelt und definiert insgesamt sechs verschiedene Prozessphasen. CRISP-DM ist anwendungsneutral und in beliebigen Bereichen einsetzbar.

Bei einem Chatbot handelt es sich um ein technisches Dialogsystem, mit dem per Texteingabe oder Sprache kommuniziert werden kann. Chatbots werden häufig eingesetzt, um Anfragen automatisiert und ohne direkten menschlichen Eingriff zu beantworten oder zu bearbeiten.

Das Datenbankmanagementsystem, abgekürzt DBMS, ist neben den eigentlichen Daten der wichtigste Bestandteil einer jeden Datenbank. Es übernimmt die Aufgabe der Organisation und Strukturierung der Daten. Gleichzeitig kontrolliert es lesende und schreibende Zugriffe.

Data Mining ist die systematische Anwendung computergestützter Methoden, um in vorhandenen Datenbeständen Muster, Trends oder Zusammenhänge zu finden. Zur Wissensentdeckung eingesetzte Algorithmen basieren unter anderem auf statistischen Methoden.

Relationale Datenbanken ist das am weitesten verbreitete Datenbankmodell. Es setzt auf das relationale Datenbankmodell, das auf der Speicherung von Informationen in verschiedenen Tabellen basiert, die untereinander über Beziehungen (Relationen) verknüpft sind.

Die Normalisierung findet bei relationalen Datenbankschemata statt und hat zum Ziel, Redundanzen, Inkonsistenzen und Anomalien zu vermeiden und zu beseitigen. Zur Durchführung kommen bis zu fünf verschiedene aufeinander aufbauende Normalformen zum Einsatz. Normalisierte Datenbanken folgen einem klar strukturierten Modell.

NoSQL steht für „Not only SQL“ und bezeichnet Datenbanksysteme, die einen nicht-relationalen Ansatz verfolgen. Diese Datenbanken, denen verschiedene Datenbankmodelle zugrunde liegen können, sind horizontal skalierbar und lassen sich für Big-Data-Anwendungen einsetzen.

Beim Data Lake handelt es sich um einen sehr großen Datenspeicher, der die Daten aus den unterschiedlichsten Quellen in ihrem Rohformat aufnimmt. Er kann sowohl unstrukturierte als auch strukturierte Daten enthalten und lässt sich für Big-Data-Analysen einsetzen.

Beim ETL-Prozess handelt es sich um mehrere Einzelschritte, durch die sich Daten aus verschiedenen Datenquellen per Extrahieren und Aufbereiten in ein Data Warehouse integrieren lassen. Der Prozess kommt häufig zur Verarbeitung großer Datenmengen im Big-Data- und Business-Intelligence-Umfeld zum Einsatz.

Random Forest ist ein Algorithmus, der sich für Klassifizierungs- und Regressionsaufgaben nutzen lässt. Er kombiniert die Ergebnisse vieler verschiedener Entscheidungsbäume, um bestmögliche Entscheidungen zu treffen. Der Lernalgorithmus gehört zu den Verfahren des überwachten Lernens und ist im Machine Learning einsetzbar. Das Verfahren ist relativ einfach und bietet kurze Trainingszeiten.

Bei Hadoop handelt es sich um ein auf Java basierendes Software Framework. Mit ihm lassen sich große Datenmengen auf verteilten Systemen in hoher Geschwindigkeit verarbeiten. Es ist zur Bewältigung der Datenverarbeitung im Big-Data-Umfeld geeignet.

Datenvalidierung prüft Daten auf Einhaltung bestimmter Validierungsregeln. Diese wurden zuvor aufgestellt und beinhalten beispielsweise Vorgaben zu Wertebereichen oder Formaten. Die Datenvalidierung verbessert die Ergebnisse der Datenverarbeitung und Datenanalyse. Sie kann bei der Eingabe der Daten, direkt vor dem Start oder während der Datenverarbeitung stattfinden.

Predictive Maintenance verfolgt als eine der Kernkomponenten von Industrie 4.0 einen vorausschauenden Ansatz und wartet Maschinen und Anlagen proaktiv, um Ausfallzeiten niedrig zu halten. Das Verfahren nutzt hierfür von Sensoren erfasste Messwerte und Daten.

Ein BLOB (Binary Large Object ) ist ein großes binäres Datenobjekt, das von Datenbanken meist in besonderer Form verarbeitet und gespeichert wird. Typische BLOBs sind Dateien wie Video-, Audio- oder Bilddateien

Das Convolutional Neural Network ist eine besondere Form des künstlichen neuronalen Netzwerks. Es besitzt mehrere Faltungsschichten und ist für maschinelles Lernen und Anwendungen mit Künstlicher Intelligenz (KI) im Bereich Bild- und Spracherkennung sehr gut geeignet.

Unstrukturierte Daten sind Informationen, die in einer nicht identifizierbaren und nicht normalisierten Datenstruktur vorliegen. Es kann sich beispielsweise um Texte, Bilder oder Audio- und Videodateien handeln. Im Big-Data-Umfeld haben unstrukturierte Daten eine große Bedeutung.

Eine Pivot-Tabelle strukturiert in Tabellenform vorliegende Daten, fasst sie zusammen und ermöglicht ihre Auswertung. Die Tabellenart gehört zu den Grundfunktionen aller gängigen Tabellenkalkulationsanwendungen. Für die Erstellung einer Pivot-Tabelle sind nur wenige Grundbedingungen zu erfüllen. Komplexe Formeln oder das Anwenden von SQL-Datenbankabfragen sind dank Pivot-Tabellen zum Teil überflüssig.

Apache Kafka ist eine Open Source Software, die die Speicherung und Verarbeitung von Datenströmen über eine verteilte Streaming-Plattform ermöglicht. Sie stellt verschiedene Schnittstellen bereit, um Daten in Kafka-Cluster zu schreiben, Daten zu lesen oder in und aus Drittsysteme zu importieren und zu exportieren.

Bei ODBC (Open Database Connectivity) handelt es sich um eine standardisierte, offene Schnittstelle für den Zugriff auf unterschiedliche Datenbankmanagementsysteme. Über ODBC-Treiber können Anwendungen direkt Anweisungen an Datenbanken erteilen oder Abfragen ausführen.

Das ARIMA-Modell ermöglicht die Beschreibung und Analyse von Zeitreihen. Es handelt sich um eine leistungsstarke Modellklasse, die den autoregressiven Teil und den gleitenden Mittelwertbeitrag des ARMA-Modells um die Differenzierung und Integration zur Trendbeseitigung und Herstellung der Stationarität erweitert.

Die Support Vector Machine (SVM) ist eine mathematische Methode, die im Umfeld des maschinellen Lernens zum Einsatz kommt. Sie gestattet das Klassifizieren von Objekten und ist vielfältig nutzbar. Unterstützt werden die lineare und die nicht-lineare Objektklassifizierung. Typische Anwendungsbereiche sind die Bild-, Text- oder Handschrifterkennung.

Big Data Analytics ermöglicht es, große Datenmengen aus unterschiedlichen Quellen zu analysieren. Die gewonnenen Informationen oder erkannten Muster lassen sich einsetzen, um beispielsweise Unternehmensprozesse zu optimieren.

Das Industrial Internet of Things (IIoT) stellt die industrielle Ausprägung des Internet of Things (IoT) dar. Es repräsentiert im Gegensatz zum IoT nicht die verbraucherorientierten Konzepte, sondern konzentriert sich auf die Anwendung des Internets der Dinge im produzierenden und industriellen Umfeld.

In einer Smart City werden moderne Technologien aus den Bereichen Energie, Mobilität, Stadtplanung, Verwaltung und Kommunikation so miteinander vernetzt, dass sich die Lebensqualität für die Bewohner steigert. Gleichzeitig profitiert die Nachhaltigkeit der Stadt.

Generative AI (Artificial Intelligence) ist eine Form von Künstlicher Intelligenz (KI), die auf Basis von Vorgaben und vorhandenen Informationen Inhalte generiert. Es kommen KI-Verfahren und -Technologien wie trainierte neuronale Netzwerke, maschinelles Lernen (Deep Learning) und KI-Algorithmen zum Einsatz, um nach Anweisungen Texte, Bilder, Audio- und Videoinhalte, Programmcode, 3D-Modelle und anderes zu erzeugen.

Die Smart Factory steht im Zentrum der sogenannten Industrie 4.0. Sie stellt eine Produktionsumgebung zur Verfügung, die sich im Idealfall ohne menschlichen Eingriff selbst organisiert. Dazu zählen Fertigungsanlagen und Logistiksysteme. Kernkomponenten sind cyber-physische Systeme und die intelligente Vernetzung.

Bei einem Management-Informationssystem (MIS) handelt es sich um ein computerunterstütztes Informationssystem, das wichtige Unternehmensinformationen für die Führungsebene sammelt und aufbereitet. Auf Basis der Informationen lassen sich Analysen durchführen, Probleme lösen oder strategische Entscheidungen treffen.

Ein Digitaler Zwilling repräsentiert ein reales Objekt in der digitalen Welt. Es kann sich um materielle oder immaterielle Objekte handeln. Die Digitalen Zwillinge sind aus Daten und Algorithmen aufgebaut und können über Sensoren mit der realen Welt gekoppelt sein. Für die Prozesse der Industrie 4.0 stellen Digitale Zwillinge die Basis dar.

Python ist eine Programmiersprache, die dank ihrer klaren Syntax und einfachen Lesbarkeit leicht zu erlernen ist und sich sehr vielseitig einsetzen lässt. Für die gängigen Betriebssysteme ist Python frei verfügbar. Die üblichen Programmierparadigmen wie die objektorientierte oder funktionale Programmierung werden unterstützt.

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.

Data Literacy oder Datenkompetenz beschreibt die Fähigkeit, mit Daten kompetent umzugehen. Sie umfasst verschiedene Einzelkompetenzen, um Daten zu erfassen, anzupassen, zu verändern, zu interpretieren und zu präsentieren. Die Datenkompetenz ist Grundlage und wichtiger Skill der Digitalisierung.

XGBoost ist eine frei verfügbare Bibliothek mit Open-Source-Lizenz. Sie ermöglicht überwachtes maschinelles Lernen mit dem Boosted-Tree-Algorithmus, einem Baumalgorithmus mit Gradient Boosting. Die Bibliothek ist für Betriebssysteme wie Linux, Windows oder macOS verfügbar und arbeitet mit Programmiersprachen wie C++, Java, Python, R und Julia.

Total Cost of Ownership, abgekürzt TCO, ist eine ganzheitliche Kostenbetrachtung von Produkten, Gütern oder Services, die nicht nur die Anschaffungskosten, sondern auch laufende direkte und indirekt Kosten über den kompletten Lebenszyklus hinweg berücksichtigt. Die Kostenbetrachtung bietet wichtige Hilfestellungen zur Beantwortung betriebswirtschaftlicher Fragestellungen wie Investitionsentscheidungen.

Die IT-Strategie macht Vorgaben über die zukünftige Entwicklung der Informationstechnik (IT) und IT-Infrastruktur eines Unternehmens. Sie folgt immer der Unternehmensstrategie und ist eine zentrale Komponente des IT-Managements. Ziel der Strategie ist es, durch das Management der IT und die Definition der Rahmenbedingungen die langfristigen Unternehmensziele zu erreichen.

OPC UA (Open Platform Communications Unified Architecture) ist eine Sammlung von Standards für die Kommunikation und den Datenaustausch im Umfeld der Industrieautomation. Mithilfe von OPC UA werden sowohl der Transport von Machine-to-Machine-Daten als auch Schnittstellen und die Semantik von Daten beschrieben. Die komplette Architektur ist serviceorientiert aufgebaut.

Neben dem Data Owner hat der Data Steward eine Schlüsselposition in der Umsetzung der Data Governance inne. Er ist verantwortlich für die Einhaltung der Datenqualität und setzt die strategischen Vorgaben der Data Governance fachlich um. Innerhalb des Unternehmens agiert er als Ansprechpartner für die verschiedenen Fachabteilungen bei Fragen oder Problemen zur Datenqualität.

Ein Key Performance Indicator, kurz KPI, ist eine aussagekräftige Kennzahl, mit der sich die Leistung einer Aktivität einer Organisation oder eines Unternehmens messen lässt. Es existieren viele verschiedene KPIs für unterschiedlichen Unternehmensbereiche und Tätigkeiten. Die leicht verständlichen Leistungsindikatoren können zur kontinuierlichen Überprüfung der Zielerreichung eingesetzt werden.

Data Science ist eine angewandte, interdisziplinäre Wissenschaft. Ziel der Datenwissenschaft ist es, Wissen aus Daten zu generieren, um beispielsweise die Unternehmenssteuerung zu optimieren oder die Entscheidungsfindung zu unterstützen. Es kommen Methoden und Wissen aus verschiedenen Bereichen wie Mathematik, Statistik, Stochastik, Informatik und Branchen-Know-how zum Einsatz.