Die NoSQL-Datenbank Cassandra ist als skalierbares, ausfallsicheres System für den Umgang mit großen Datenmengen auf verteilten Systemen (Clustern) konzipiert. Im dritten Teil geht es um das Arbeiten mit Cassandra.

Databricks Lakehouse baut auf Apache Spark als Data-Engineering- und Analyse-Plattform auf. Auf der Anwenderkonferenz DAIS 2023 (BigData-Insider berichtete) im Juni 2023 wurde die Version 3.4 mit zahlreichen Neuerungen vorgestellt. Im September wurde die Version 3.5 freigegeben. Die Zusammenarbeit zwischen Spark und Python wird zunehmend enger.

Business Intelligence (BI) hat sich in den letzten Jahren zu einem festen Bestandteil im Marketing entwickelt. Der strategische Einsatz von BI verhilft zur Prozessoptimierung, steigert die Produktivität und wirkt sich positiv auf den ROI aus. Doch worauf kommt es bei der Auswahl eines Business Intelligence Tool an. 14 Anbieter finden sich in der Marktübersicht.

Um eine unternehmensweit einheitliche Datenstrategie zu etablieren, sollten Unternehmen ihre Daten demokratisieren. Das heißt: Alle, auch weniger IT-affine Mitarbeiter, müssen freien Zugang zu den für sie relevanten Informationen haben. Entscheidend ist zudem, dass die Daten aus einer Single Source of Truth stammen und dass die Mitarbeiter über ein gewisses Maß an Datenkompetenz verfügen.

Die SPS in Nürnberg entwickelt sich wieder in Richtung Vor-Corona-Niveau. Die Zahl der Aussteller ist im Vergleich zu 2022 deutlich gestiegen.

Unternehmen wissen inzwischen um den Wert ihrer Daten, doch das ist nur der erste Schritt. Die sehr viel größere Herausforderung ist es, diese Daten tatsächlich für alle Mitarbeiter nutzbar zu machen, damit sie aus ihnen relevante Erkenntnisse gewinnen und umsetzbare Maßnahmen ableiten können. Um diesen Prozess zu beginnen und zu steuern, ist es notwendig, Daten als Vermögenswerte zu betrachten.

Auf der Technologiekonferenz SAS Explore präsentierte SAS Mitte September die ersten der im Frühjahr angekündigten Branchenlösungen mit KI-Integration. Außerdem gab es einen Ausblick auf weitere neue Produkte.

Beim One-Shot-Lernen handelt es sich um eine Methode des Machine Learnings (ML), die den Trainingsaufwand deutlich reduziert und maschinelles Lernen dem menschlichem Lernen ähnlicher macht. ML-Modelle sind dank One-Shot-Lernen in der Lage, mit nur einem (oder wenigen) Trainingsbeispielen einer bestimmten Objektklasse anschließend korrekte Klassifizierungen vorzunehmen. Typischer Einsatzbereich des One-Shot-Lernens ist die Gesichtserkennung.

Eine global durchgeführte Umfrage des KI-Spezialisten Altair zeigt, dass die Verbreitung digitaler Zwillinge in allen Branchen voranschreitet. Die Digital-Twin-Technik könnte demnach physische Prototypen in wenigen Jahren überflüssig machen.

Viele Unternehmen wollen ihre Daten sinnvoll nutzen, gehen das Thema aber nur halbherzig an, weil sie aufwendige Projekte oder schmerzhafte Veränderungsprozesse fürchten. Dabei lässt sich eine erste Datenstrategie mit überschaubarem Aufwand erarbeiten und ermöglicht dann ein zielgerichtetes Vorgehen – auch in kleinen Schritten.