Die digitale Transformation verändert rapide bestehende Märkte und schafft neue datenzentrierte Geschäftsmodelle. Mithilfe von Big-Data-Technologien entstehen Analysemöglichkeiten, um noch schneller und direkter auf die Wünsche von Kunden einzugehen. In einem solchen Umfeld führt die digitale Transformation dazu, dass sich Unternehmen zu Echtzeitorganisationen entwickeln, in der Marktanalysen und Absatzzahlen direkt zu Veränderungen in der Produktion oder beim Vertrieb führen.

9,5 Prozent Wachstum: Der dynamische Fortschritt durch zukunftsweisende Technologien der Life Science Forschung lässt auch den LSR-Markt durchstarten. Das erklärte Dr. Peter Quick, Vorstandsmitglied im VDGH und Vorsitzender des Ausschusses Marktforschung anlässlich der Pressekonferenz der FA LSR zum Auftakt der Analytica 2016.

An vielen Stellen werden heute Daten erhoben und gesammelt, um aus ihnen weiter führende Erkenntnisse zu gewinnen. In diesem Kontext taucht in jüngerer Zeit immer wieder der Begriff „Big Data“ auf. Dabei geht es weniger um die Datenanalyse als solches, sondern um das Problem bzw. Phänomen, eine enorme Menge von Daten effizient und effektiv analysieren zu können. Im Folgenden wird beschrieben, wie die Software SPSS bei dieser Aufgabe hilft.

Einmal Datensee und zurück: Mit dem SQL 2016 Server will Microsoft relationale Datenbank und polystrukturierte Daten verknüpfen.

Im Rahmen der Messe Sapphire Now wurden Celonis und Siemens mit dem SAP HANA Innovation Award 2016 ausgezeichnet. Das gemeinsame Projekt der Unternehmen erhielt den Ehrenpreis in der Kategorie „Process Simplifier“.

Näher am Kunden und seinen Bedürfnissen sein und dadurch die eigenen Produkte und das Marketing verbessern: Das verspricht SAPs neues Datenangebot „Digital Consumer Insight“.

Mittels Predictive Maintenance lässt sich nicht nur vorhersagen, wo und wann ein Problem auftreten wird, sondern auch, in welcher Form – und wie es proaktiv zu beheben ist. Ein Anfang ist gemacht in drei Schritten.

Ob beim Design von künstlichen Neuronalen Netzwerken fürs Deep Learning, in der Logistik oder beim Layout von Leiterplatten – überall stößt man auf das mathematisch lösbare Problem des Handlungsreisenden: Wie lässt sich eine Tour mit mehreren Stationen auf dem kürzesten Weg und mit dem geringsten Aufwand bewältigen?

Torch ist ein wissenschaftliches Deep Learning Framework mit beachtlichem Support an Algorithmen für das maschinelle Lernen. Auf Grund der einfachen Skriptsprache Lua und der C/CUDA-Implementierung ist das Open-Source-Paket sehr anwenderfreundlich und sorgt für beschleunigte Prozesse.

Daten sind wahlweise das Öl oder Gold des 21. Jahrhunderts. Unternehmen graben nach wertvollen Datenquellen, um neue Erkenntnisse zu gewinnen und effizienter arbeiten zu können. Die „Goldgräber“ sind dabei die Data-Analysten und Data Scientists, die gesammelte Daten aufbereiten, ordnen, analysieren und Ergebnisse kommunizieren. Doch wie viel Zeit benötigen sie für welche Aufgabenbereiche? Wie effizient und effektiv können sie mit den ihnen zur Verfügung gestellten Tools arbeiten? Und wie sieht ihr Arbeitsalltag aus?