BI

In Zeiten von Dezentralisierung im Datenmanagement und einer Verteilung von Verantwortung und Kompetenzen stehen Unternehmen vor der Herausforderung, verantwortungsbewusst mit den Daten umzugehen, die sie täglich sammeln, verarbeiten und speichern. „Responsible Data“ – der verantwortungsvolle Umgang mit Daten – ist zu einem wesentlichen Bestandteil moderner Geschäftsstrategien geworden und stellt ..

Im Geschäftsalltag klaffen oft Welten zwischen der theoretischen Definition von Prozessen und ihrer praktischen Umsetzung. Die Realität ist geprägt von einem Labyrinth an Varianten, bewussten oder unbewussten Abweichungen, die den tatsächlichen Prozess formen. Diese Vielfalt an Prozessvarianten wirkt sich erheblich auf die Performance eines Unternehmens aus, sei es in Bezug auf Qualität, Kundenzuf..

Daten sind der große Schatz, der gehoben werden möchte, und das neue Öl für viele KI-Anwendungen. Mit Data Mesh gibt es erstmals ein Konzept, das das System von der Datennutzung her denkt und dabei von erfolgreichen Ideen in der modernen Softwareentwicklung profitiert. Wir begeben uns mit der Buchrezension auf eine Reise in dieses Universum.

In den letzten Jahren gab es bei vielen großen Unternehmen Initiativen, einen Data Lake als zentrale Plattform für den Datenzugriff im Bereich Analytics/Reporting/BI aufzubauen. Dabei führten Big- Data- und Data-Analytics-Projekte in einem ersten Schritt zur Etablierung einer Datenablageschicht basierend auf Hadoop oder S3. Darauf aufbauend wurden vielfältige meist spezialisierte Werkzeuge für ein..

Large Language Models (LLMs) bieten Potenzial für Effizienzsteigerungen durch Automatisierung, weisen jedoch eine Fehlerquote auf, die ihre Nutzung für präzise Aufgaben einschränkt. Der vorgestellte Ansatz kombiniert LLM-gestützte Automatisierung mit Validierungszyklen und Human-in-the-Loop, um Genauigkeit sicherzustellen. Am Beispiel der Datenmigration wird gezeigt, wie LLMs beim Mapping von Date..