Im Bereich der Marketing Technologien konnte die Agentur Avaus 296 Firmen in Deutschland identifizieren. Diese MarTech-Unternehmen wurden, ähnlich wie bei Scott Brinkers Landscape, thematisch geclustert und in einer Infografik dargestellt.

Viele Unternehmen tun sich schwer in Sachen künstlicher Intelligenz (KI). Die Erfolgschancen sind vielsprechend, ein zu spätes Einsteigen könnte der Konkurrenz Wettbewerbsvorteile verschaffen. Doch die Entscheidung für eine Strategie fällt schwer.

Im Bereich Business Intelligence (BI) befindet sich Self-Service BI (SSBI) auf Erfolgskurs. Dieses Whitepaper beschäftigt sich daher mit den Erfolgsfaktoren für die Einführung von SSBI-Systemen in Unternehmen.

Das bedeutet die E-Privacy-Verordnung für Endgeräte +++ Managed Cloud Provider dringend gesucht +++Windows-Aufgaben per Skriptt automatisieren +++ Erbarmungslos nahe: Der Verzicht auf RAID-Arrays +++ KI braucht neue Prozessoren

So funktioniert der k-Means-Algorithmus +++ DevOps in Legacy-IT integrieren +++ Ist die ePVO wirklich das Ende des Targeting? +++ Fünf Tipps für den Aufbau skalierbarer Speicherumgebungen +++ Die wichtigsten Big-Data-Technologien!

Wichtige Kriterien zur Katalogisierung für die Verwaltung von Metadaten und Self-Service Analytics. Datenorientierte Unternehmen benötigen Enterprise Data Catalogs, um Daten zu identifizieren, zu verstehen und gemeinsam zu nutzen.

Welche Bedeutung hat KI für die digitale Transformation? Wie werden Netzwerke, Speicher und Apps durch KI optimiert? Wie wird Security durch Künstliche Intelligenz transformiert?

Mit Intelligente Daten können Unternehmen die Wettbewerbslandschaft verändern, neue Umsatzquellen nutzen und Entscheidungsträger zeitnah Zugriff auf sichere und relevante Daten bekommen. Daraus können schnell neue Erkenntnisse gewonnen werden.

Kostenoptimierte Produktion, Just-in-time-Logistik, zunehmende Digitalisierung und neue Geschäftsmodelle sind nur einige Herausforderungen, denen sich moderne Unternehmen stellen müssen. Viele setzen als Lösung auf das Internet der Dinge (IoT).

Zu den Hauptanwendern von SAP zählen vor allem große Unternehmen, deren SAP-Umgebung im Laufe der Zeit stetig zunahm. Aber mit der zunehmenden Größe steigt auch die Komplexität immer weiter an.

Ein ERP-System (Enterprise Ressource Planning) steuert anhand von gesammelten Daten unternehmerische und betriebliche Abläufe, wie beispielsweise Kapital oder Arbeitskräfte. Dabei gilt: Je aktueller die Daten, desto optimierter die Geschäftsprozesse.

Unter DevOps versteht man allgemein die Integration der Anwendungsentwicklung und des IT-Betriebs auf verschiedenen Ebenen. Das umfasst unter anderem Kultur, Prozessabläufe, Infrastrukturmanagement sowie Anwendungsentwicklung.

Unternehmen sammeln heutzutage viel größere Datenmengen als es bisher der Fall war. Zusammen mit den steigenden Anforderungen an die Datenarchivierung stoßen traditionelle Speicherlösungen an ihre Grenzen.

Dieser Research von Forrester bewertet die bedeutendsten Anbieter von ECP Suites auf dem Markt. Anhand von zehn Kriterien werden diese miteinander verglichen, um Entscheidern im Unternehmen die Wahl des richtigen Partners zu erleichtern.

Ernüchterung statt Cloud-Rausch +++ Wo möchte man auf der Dev-Ops-Reifeskala stehen? +++ Darauf kommt es bei Data Science an +++ Security Alerts auf GitHub nutzen +++ So können Unternehmen mit KI punkten

Plattformen und Analysemethoden sind heutzutage weiter verbreitet und leichter zu bedienen als zu den Anfangszeiten der Analyse-Ära. Führungskräften bieten sich damit neue Möglichkeiten, ihr Unternehmen in die Zukunft zu führen.

Da immer mehr Nutzer im Unternehmen in den Analyse-Prozess mit einbezogen werden, steigt auf der einen Seite der Nutzen für das Unternehmen, aber auf der anderen Seite leiden das Management und die Übersichtlichkeit über die Daten.

Im Zuge der digitalen Transformation wird die Beschaffung (Sourcing) von Daten aus den unterschiedlichsten Quellen eine zunehmende Bedeutung gewinnen.

Technologien wie künstliche Intelligenz und Dezentralisation von Systemen, nehmen großen Einfluss auf die Zukunft. Das schließt auch Versicherer und ihre Kunden mit ein. 71 Prozent der Versicherer nutzen KI-Technologien bereits.

Durch Machine Learning hat eine Reihe von neuen Technologien und Einsatzgebieten möglich gemacht. Dazu zählen beispielsweise selbstfahrende Autos, Spracherkennung oder effektive Websuchen. Aber wie funktioniert Machine Learning eigentlich?

Innerhalb der nächsten zwei Jahre soll ein Viertel aller Workloads in den Bereich KI fallen. Allerdings ist die traditionelle IT-Infrastruktur für diese Art Workloads nicht ausgelegt.