Big Data

In Unternehmen werden unterschiedlichste Daten für analytische Zwecke benötigt, die auch unterschiedlich schützenswert sind. Ebenso gibt es sehr verschiedene Arten von Benutzergruppen, die zum einen unterschiedliche Daten – wie etwa traditionelle relationale Daten, aber auch semistrukturierte und unstrukturierte Daten – nutzen und zum anderen auch teilweise die gleichen Daten in unterschiedlicher ..

Generative Künstliche Intelligenz (KI) bietet insbesondere für Data Engineers und Scientists zahlreiche Chancen. Sie ermöglicht effizienteres Programmieren, vereinfachte Analysen kleinerer Datensätze und unterstützt das Design von Datenarchitekturen. Zudem erleichtert sie die Bereitstellung und das Durchsuchen von Wissen, erweitert unsere Fähigkeiten in neuen Bereichen und bei der Durchführung kom..

Die Vorstellung, dass eine Künstliche Intelligenz (KI) Daten erzeugt, damit eine andere KI ein reales Problem löst, klingt wie ein Szenario aus einem Science-Fiction-Roman. Tatsächlich handelt es sich hierbei jedoch um einen Ausblick in die nahe Zukunft. Laut Gartner werden im Jahr 2030 die meisten Daten, die zur Entwicklung von KI-Modellen verwendet werden, synthetischen Ursprungs sein. Doch was ..

Seit 2012 setzte die öffentliche Verwaltung erfolgreich auf ein Data Warehouse, um datengetriebene Prozesse zu optimieren und komplexe Abfragen effizient zu bewältigen. Technologisch basierte die Lösung auf dem Microsoft Analytics Platform System (APS) – einer spezialisierten On-Premises-Datenbank für Massendatenverarbeitung bzw. Massive Parallel Processing (MPP). Doch mit dem angekündigten ..

Datenqualität als zentrale Säule der Data-Governance-Strategie ist eine Grundvoraussetzung für datenbasiertes Arbeiten in Unternehmen. Die Einführung eines Datenqualitätsmanagements ermöglicht aussagekräftige Analysen und viele Aufgaben werden langfristig effizienter bearbeitet. Doch häufig verfolgen Unternehmen bei der Einführung des Datenqualitätsmanagements kein systematisches Vorgehen, um den ..