Softwareanbieter Progress, Spezialist für Entwicklung, Implementierung und Verwaltung unternehmenskritischer Applikationen, hat sechs Schritte hin zum datengetriebenen Marketing identifiziert.

Rob Mellor ist Vice President und General Manager EMEA bei Wherescape, einem Pionierunternehmen in Sachen Automatisierung von Data Warehouses. BigData-Insider hatte Gelegenheit für ein Gespräch.

Big Data, Big Business: Den Wert von Big-Data-Analytics-Projekten stellt heute niemand mehr infrage. Doch während Softwarehersteller schon die Technologie von morgen anbieten, läuft beim Anwender noch die IT von gestern. Dabei ist eine Modernisierung der IT-Architektur für Unternehmen grundlegend, um sich für Big Data fit zu machen.

Als führende Handelskooperation für Bekleidung muss die ANWR Group laufend Produktangaben für die Präsentation in Web-Shops manuell erfassen – ein sehr zeitintensives und aufwendiges Verfahren. Infolgedessen hat das Unternehmen eine Bilderkennung für Schuhe entwickelt, die über die Produktfotos alle relevanten Angaben generiert. Basis bildet ein vortrainiertes Modell, dessen angelerntes Wissen zum Teil auf die neue Aufgabenstellung übertragen werden konnte.

Google und Apple haben bereits die ersten Schritte im Connected-Car-Markt gewagt und auch Microsoft startet nun mit einer umfangreichen Offensive, um sich in der Geburtsstunde der vernetzten Automobile fest im Markt zu etablieren.

Eine Reihe von Algorithmen dient der Suche von Lösungen, ohne vorher die Antwort zu kennen, und von Entscheidungen, die nach „wahrscheinlich richtig oder falsch“ beurteilt werden. Das ist sinnvoll für das Risiko-Management, aber auch für die Nutzung von Supercomputern. Ein solcher Algorithmus ist der Monte-Carlo-Algorithmus und die darauf basierenden Simulationen

Industrie 4.0 will die Prinzipien des Internets der Dinge auf das verarbeitende Gewerbe übertragen. Ein Anwendungsbeispiel ist die vorausschauende Wartung von Maschinen und Anlagen auf Basis von Echtzeitdaten. Das klingt in der Theorie gut, ist aber laut der IDC-Studie „Industrie 4.0 – Startschuss für die ITK-basierte vierte industrielle Revolution“ noch nicht in der Breite der deutschen Industrie angekommen.

Produzierende Unternehmen müssen heutzutage gezielter und flexibler auf die Anforderungen reagieren, die ihre Kunden an sie richten. Dadurch steigt insbesondere die Komplexität im Supply Chain Management (SCM). Die Lösung heißt Vernetzung.

Eine Studie von Reply zeigt, dass viele Unternehmen, die Robotic Process Automation (RPA) nutzen, überwiegend positive Erfahrungen damit gemacht haben.

Modin ist eine Python Library, mit der sich Pandas-Workflows beschleunigen lassen. Die Library ist mit der Pandas-API kompatibel und stellt auf mehreren CPUs parallel prozessierbare Data Frames zur Verfügung. Um Modin zu nutzen, genügt eine einzige Zeile Programmcode, die den Pandas-Import durch den Modin-Import ersetzt. Modin verwendet für die Parallelisierung der Arbeit Dask oder Ray.