Im Gegensatz zu klassischen Prozessoren (CPUs) arbeiten GPUs (Graphical Processing Units) parallelisiert und bandweitenoptimiert. Das heißt: Sie eignen sich besser für rechenintensive Vorgänge, vor allem im Bereich Künstliche Intelligenz, Machine Learning und Deep Learning. Werden KI-Anwendungen damit reif für die Praxis und was bedeutet das für die gesamte Infrastruktur?

Ab 28. Juli ist die In-Memory-Analytics-Datenbank von Exasol in Version 7 verfügbar. Die aktuelle Fassung bringt eine Reihe neuer Features mit, darunter etwa Data-Vault- sowie KI/ML-Funktionen mit GPU-Unterstützung.

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.

Ab sofort sind die Data-Science-Experten von Eoda autorisierter Partner der In-Memory-Datenbankspezialisten von Exasol. Ziel der Kooperation ist eine weitere Professionalisierung von Data Science im Unternehmenseinsatz.

Eine aktuelle Studie der Exasol AG hat ergeben, dass nur 32 Prozent der Daten-Teams Erkenntnisse aus Datenbeständen extrahieren konnten, die von Unternehmen für eine bessere Entscheidungsfindung benötigt werden.

Daten werden von Unternehmen als wichtiges Kapital bewertet. Ohne eine Ableitung echter Erkenntnisse aus Analysen bleibt der erhoffte Mehrwert aber aus. Zu diesem Ergebnis kommt eine aktuelle Studie von Exasol.

Große Datenmengen aus mehreren Quellen werden mithilfe von Data Analytics zu geschäftsrelevanten Zusammenhängen. Üblicherweise werden die dafür benötigten Daten aus den verschiedenen Quellen in die Datenbank repliziert. Doch gerade, wenn die Menge der Daten und die Anzahl der Quellen wachsen, kann es sinnvoll sein, eine virtuelle Datenebene zu schaffen.

Immer mehr Geschäftsentscheidungen basieren auf Daten. Das ist kein neuer Trend, sondern gelebte Praxis in den Unternehmen. Doch Daten sammeln allein ist noch keine Strategie und datenbasierte Reports sind nicht mehr als der Anfang eines langen Weges zu einer Data-driven Company. Über welche Schritte sollten Unternehmen jetzt nachdenken?

Deutsche Unternehmen begeistern sich für Maschinenlernen, Roboterautomation und künstliche Intelligenz. Doch die Nutzung entsprechender Systeme muss gleich drei Hürden nehmen. Manchmal muss daher die natürliche Verbindung von KI und Cloud gekappt werden.

Saarstahl wird künftig die Datenanalyse-Plattform von Exasol einsetzen. Damit will der Stahlhersteller seine Fertigung und die Produktqualität verbessern.