BI

Neben den lange dominierenden relationalen Datenbanksystemen entstanden in den vergangenen Jahren eine Vielzahl von weiteren Arten an Data Stores, um spezielle Anforderungen optimiert abdecken zu können. Daraus resultierte für Anwendungen das Problem der polyglotten Persistenz. Dieses besagt, dass passend zur jeweiligen Aufgabe ein Store zu wählen sei, der am besten dazu passt, während man in der ..

BI-Systeme kränkeln oft an zu vielen Analyseoptionen und zu wenig Interpretation durch die Nutzer. Die Wirksamkeit von BI im Unternehmen bleibt damit gering. Natürlich-sprachliche Interpretationen können vielen Menschen die Ergebnisse von Analysen leichter vermitteln, als es rein quantitative Darstellungen vermögen. „Synthetic Reasoning“ als Ansatz, um automatisch Interpretationen zu generieren, l..

In den letzten 20 Jahren hat die Anzahl verschiedener Datenbanken (DB) explosionsartig zugenommen. Auch für Anwendungen im DWH, Big-Data- und Data-Science-Umfeld stehen eine Vielzahl von Datenbanken zur Verfügung. Ressourcen-intensive Verarbeitungen, Ad-hoc-Abfragen oder Versionierung sind Anforderungen solcher Anwendungen. In diesem Artikel werden zunächst die Merkmale analytischer Datenbanken wi..

Business Intelligence ist nicht tot, befindet sich aber im Wandel. Wesentlichen Anteil daran hat die verstärkte Nutzung sogenannter Data Lakes. Sie spielen in aktuellen Informationsarchitekturen eine immer größere Rolle und werden häufig im Umfeld von Big-Data-Initiativen genutzt. Allerdings herrscht immer noch Unsicherheit, ob Data Lakes in Konkurrenz zu BI-Systemen stehen oder diese ergänzen. Di..

Oft rufen Unternehmer und CEOs: „Wir müssen unser Unternehmen zur Data Driven Company transformieren!“ Aber als Berater mit viel Erfahrung in der praktischen Umsetzung dieses Wunsches fragen wir immer: „Verstanden. Aber wollen Sie das wirklich? Wir haben da Zweifel!“ Eine Data Driven Company ersetzt nämlich nicht eine fehlende Führungs- und Fehlerkultur. Genau genommen benötigt sie sogar eine funk..