BI

Process Mining ist ein datengetriebener Ansatz, um tatsächliche Prozessabläufe in Organisationen zu rekonstruieren, ihre Konformität mit Vorgaben transparent zu machen sowie Verbesserungspotenziale zu identifizieren. Es ist damit die ideale Grundlage, um in digitalisierten Unternehmensprozessen ein zielgerichtetes Management zu etablieren. Der Erfolg von Process Mining hängt von den Daten ab, die ..

Process Mining und Design Thinking laufen oftmals parallel oder in einer gewissen Reihenfolge, selten jedoch gemeinsam ab. Gemäß der herkömmlichen Herangehensweise werden beim Process Mining im Unternehmen gesammelte Daten analysiert und damit bestenfalls Geschäftsprozesse optimiert; beim Design Thinking hingegen geht es um die kreativere, interdisziplinäre Arbeit an Ideen, die Probleme von Anwend..

Die Herausforderungen von Digitalisierung und Big Data sind bekannt: der effiziente Umgang mit großen Datenmengen, eine schnelle Verarbeitung von Datenströmen und die Beherrschung komplexer Analysen. Um diesen Anforderungen begegnen zu können, stehen viele Unternehmen vor einer scheinbaren Mammutaufgabe: der Modernisierung ihres Data Warehouse. Und wie so häufig: Wo ein „Need“ ist, warten meist be..

Simple Karten waren gestern: Geoinformationssysteme verändern den Blick auf den Globus und schaffen neue Einblicke. So präsentieren die Dashboards der Johns-Hopkins-Universität und des Robert Koch-Instituts (RKI) auf Basis einer GIS-Lösung beispielsweise tagesaktuelle Fallzahlen in der Corona-Pandemie. Doch die Systeme können wesentlich mehr: Sie beziehen räumliche Daten in BI-Analysen mit ein. Jü..

Mit der Lakehouse-Architektur für die Datenanalyse in der Cloud liefert Databricks ein Bindeglied zwischen der bekannten Business-Intelligence-Welt und neuen Machine-Learning-Anwendungen. Die Lösung kombiniert dazu die Stärken von Data Lakes mit denen von Data Warehouses. BI-Spektrum sprach mit Horst Mundt von Databricks über die Vorteile und Herausforderungen der Architektur.