MariaDB, der Anbieter der gleichnamigen relationalen Open-Source-Datenbank MariaDB, hat mit ColumnStore eine spaltenorientierte Speicher-Engine für die massive parallele Abfrageverteilung und ein paralleles Laden von Daten vorgestellt. Damit eignet sich nun MariaDB noch besser für die Analyse von Big Data.

Die Abfrage-Engine Exasol Espresso bietet ab sofort ein Komplettpaket aus KI-gesteuerten Self-Service-Analysen und Datenintegration. Dazu wurden die Dienste des Analytics-Spezialisten Veezoo integriert.

Künstliche Intelligenz (KI) ist aus der Arbeitswelt und dem Geschäftsalltag kaum noch wegzudenken. Doch es fehlt nach wie vor an entsprechend qualifizierten Fachkräften. Das Bildungsinstitut DataScientest hat fünf Kompetenzen zusammengetragen, die für Data- und KI-Berufe besonders wichtig sind.

Appian hat eine neue Version seiner KI-gestützten Plattform für Prozessautomatisierung veröffentlicht. Sie soll End-to-End-Automatisierung und datengesteuerte Entscheidungen durch Self-Service-Analytics (SSA) und generative private KI verbessern.

Informatica kündigt erweiterte Databricks- und Unity-Catalog-zertifizierte Datenpipeline-Integrationen für eine schnelle Datenaufnahme und -aufbereitung aus über 300 Quellen an. Zudem sei mit Superpipe für Snowflake die Datenintegration und -replikation nun 3,5-mal schneller.

Die Entwicklung in und rund um KI läuft momentan so schnell ab, dass es schwierig ist, Prognosen abzugeben und langfristig zu planen. Woher kommt dieses irre Tempo? Wie reagiert das Ökosystem darauf? Und was lässt sich überhaupt über die KI-Zukunft mit Bestimmtheit sagen?

Banken generieren jeden Tag eine große Menge an Finanzdaten. Diese Daten sind vertraulich und bedürfen besonderen Schutzes. Gleichzeitig enthalten einige von ihnen wichtige Informationen zur Aufdeckung krimineller Aktivitäten. Aufgrund von Datenschutzbedenken und mangelnder Infrastruktur können diese Informationen derzeit jedoch nicht länderübergreifend genutzt werden.

SHapley Additive exPlanations (SHAP) ist die Bezeichnung eines Ansatzes und Verfahrens, mit dem sich die Ergebnisse von Machine-Learning-Modellen erklären lassen. Es handelt sich um eine Lösung aus dem Fachgebiet Explainable AI. Explainable AI verfolgt die Zielsetzung, die Vorhersagen von KI-Modellen menschenfreundlich zu interpretieren. SHAP trägt zu mehr Transparenz und einer besseren Nachvollziehbarkeit von Entscheidungen Künstlicher Intelligenz bei.

Laut Bitkom steigen die Ausgaben für Künstliche Intelligenz (KI) in diesem Jahr um 32 Prozent auf 6,3 Milliarden Euro. Für 2024 wird ein weiteres Wachstum um 30 Prozent erwartet.

Die geschäftliche und gesellschaftliche Rolle der wichtigsten Suchmaschine wird sich mit generativen KI-Tools eher weiterentwickeln. Suche wird noch wichtiger.