Die Auswertung riesiger Datenbestände durch den Fachanwender wird immer wichtiger. Der Großteil der Business-Intelligence-Lösungen tut sich aber noch schwer damit. Aus diesem Grund haben wir die BI-Plattform Jedox mit Hive on Spark kombiniert. Damit lassen sich riesige Datenmengen komfortabel in einer Software bearbeiten und analysieren – auch durch IT-fremde Fachanwender wie Controller.

Um ein Werkstück effizient produzieren zu können, ist ein prozessübergreifender Informationsaustausch erforderlich. Eine wichtige Rolle dabei spielt ein durchgängiges Werkzeugmanagement – von der Konstruktion bis hin zur Produktion.

Ab sofort ist die Business-Intelligence-Plattform von Cubeware in Version 9.2 erhältlich. Zu den Neuerungen zählt unter anderem die umfassende Kompatibilität zu IBM Planning Analytics 2.0.

SAP Leonardo versteht sich als ein ganzheitliches System, das Unternehmen die Umsetzung digitaler Innovationsstrategien mit modernen Technologien wie maschinellem Lernen, IoT, Blockchains oder Big Data ermöglicht. Die Basis für das System bilden die Cloud-Services von SAP.

Operational Intelligence (OI) beschreibt einen methodischen und technologischen Ansatz, der Business-Analysen in Echtzeit ermöglicht. Entscheidungen und Maßnahmen lassen sich direkt aus den in Echtzeit bereitgestellten Datenanalysen ableiten. OI sorgt für transparente Geschäftsprozesse. Datensammlung und -analyse sind automatisiert und direkt in den Systemablauf integrierbar. Echtzeitvisualisierungen und interaktive Dashboards zählen zu den zentralen OI-Merkmalen.

Ein Distributed File System (DFS; auf Deutsch: verteiltes Dateisystem) ist ein wesentlicher Bestandteil eines Betriebssystems und ermöglicht über ein Rechnernetz den Zugriff auf in den Fileservern abgelegte Dateien.

Daten sind der Treibstoff der digitalen Transformation von Unternehmen. Big Data Analytics liefern die Entscheidungsgrundlage für Prozessoptimierung, Geschäftsmodelle, Kundeninteraktion und Vieles mehr. Doch dazu müssen Daten zielgerichtet analysiert werden. Eine Erkenntnis, die viele Entscheider bereits dazu veranlasst hat, in Big-Data-Technologie zu investieren. Doch diese Projekte scheitern häufig an kurzsichtiger Planung oder zu zaghafter Vorgehensweise. Das praxisbewährte Erfolgsrezept: Eine ganzheitliche Datenstrategie aus einer Hand – von der Beratung bis zu Hardware-Installation.

Events ereignen sich überall in der modernen Welt. Sei es eine Online-Bestellung, sei es das Buchen einer Lyft-Fahrt, die Log-Meldung eines IoT-Geräts oder die Transaktion in einem Banksystem – überall wird eine Kette von Events ausgelöst. Diese Event Streams lassen sich nicht nur in der jeweils passenden „Echtzeit“ erfassen, sondern auch flexibel verteilen, weiterverarbeiten und sogar „zurückspulen“. Ein Event-Streaming-System ist sowohl fehlertolerant als auch skalierbar – und leicht mit Apps zu nutzen.

Apache Spark, ein Framework für die Verarbeitung von Big Data, ist mittlerweile das aktivste Projekt in der Open Source Community. Im Juni 2015 gründete IBM in San Francisco ein eigenes Technologiezentrum (TC) für Apache Spark. BigData-Insider hatte die Gelegenheit, ein Interview mit Vijay Bommireddipalli zu führen, dem Leiter des IBM Spark Technology Center.

Daten beeinflussen einfach alles: Wir leben im Informationszeitalter und mit jedem Jahr, das verstreicht, wird unser privates, aber auch unser Arbeitsumfeld, immer mehr durch Daten bestimmt. Das können Daten von Haushaltsgeräten, Internetbrowsern, Autos, E-Mails, Krankenhäusern oder Thermostaten sein. Alle Branchen – vom öffentlichen Sektor, über das Gesundheitswesen bis hin zum Finanzmarkt und Handel – haben die Vorteile von fortschrittlichen Big Data Analytics bereits erkannt.