Im Zuge der rasanten technischen Entwicklung werden konventionelle Ansätze der Datenanalyse zunehmend in Frage gestellt. Anlass hierzu geben unter anderem diverse Business-Intelligence-„Mythen“, die sich inzwischen als gültige Wahrheiten verbreiten. Demnach hat beispielsweise das Data Warehouse ausgedient. Auch die Datenqualität scheint durch einen angedachten Verzicht auf Datenmodellierung und Single Point of Truth an Relevanz zu verlieren. Der konkrete Blick in den Projektalltag führt indes ein anderes Bild zu Tage.

Woran erkennt man einen extrovertierten Informatiker? – Er schaut beim Sprechen auf Ihre Schuhe. Wenn Sie das lustig fanden, ist diese Bildergalerie genau das richtige für Sie!

Auf der Suche nach den Stecknadeln in den Heuhaufen dieser Welt, stellt sich die Frage nach dem geeigneten Werkzeug, das nicht nur Daten analysieren kann, sondern auch beliebige Datenquellen. Aktuell gehört die Aufmerksamkeit der Analysesoftware "R".

90 Prozent der heute im World Wide Web verfügbaren Daten sind in den letzten zwei Jahren entstanden. Diese Datenexplosion hat Konsequenzen. Die richtige Information ist da - aber sie ist schwieriger zu finden. 5 Tipps, die helfen.

Das Berliner Start-up UP42 hat seine gleichnamige Geodatenplattform präsentiert. Sie soll Zugang und Verarbeitung von Geodaten vereinfachen und bietet zudem integrierte Datenauswertung und eine modulare Infrastruktur.

Bis zu 88 Prozent der IT-Profis in Deutschland, die in der aktuellen „IBM AI Adoption Study – German Report“ befragt wurden, halten es für sehr wichtig, dass sie den Ergebnissen von KI-Lösungen vertrauen können. 85 Prozent halten zudem die Erklärbarkeit der Ergebnisse für geschäftskritisch. Michael Ehrmantraut, Executive Information Architect bei IBM, erklärt, wie AI Factory die Operationalisierung und Industrialisierung von KI vorantreibt und das notwendige Vertrauen und die Erklärbarkeit bei KI ermöglicht.

Verteilte Datenhaltung und Datensilos, verschiedene Aufgaben und Bedürfnisse der Datennutzer und regional unterschiedliche Vorgaben für Data Governance stellen hohe Anforderungen an ein Datenmanagement. Heiko Lenzing, Sales Leader DataOps D/A/CH - IBM Cloud & Cognitive, erklärt, welche Vorteile ein Data Fabric im Vergleich zu klassischem Datenmanagement bietet und wie Künstliche Intelligenz dabei hilft, dass die Nutzer die richtigen Daten zum richtigen Zeitpunkt am richtigen Ort im Zugriff zu haben.

In welchem Verhältnis stehen Big Data und künstliche Intelligenz zueinander? Welches Potenzial bietet Cognitive Computing für deutsche Unternehmen? Welche Ziele verfolgt der Bitkom-Arbeitskreis Artificial Intelligence? Darüber konnte BigData-Insider mit Jörg Besier sprechen, Managing Director – Digital Delivery Lead in ASG bei Accenture und Mitglied im Vorstand des Bitkom-Arbeitskreises Artificial Intelligence.

Unternehmen sind bereit für Big Data und Advanced Analytics, der Mangel an erfahrenen Data-Science-Experten erweist sich jedoch als ernstzunehmender Hemmschuh. Die neu entstehende Funktion des Citizen Data Scientist kann hier Abhilfe schaffen und Digitalisierungsprojekten zu einem Boost verhelfen.

Für Unternehmen geht es nicht mehr nur darum, ihre Produkte oder Fabrikanlagen digital zu vernetzen. Sie sehen sich inzwischen zunehmend mit einer noch viel größeren Herausforderung konfrontiert: dem Aufbau von IoT-basierten Geschäftsmodellen und Eco-Systemen.