Big Data

Für das Training von KI-Modellen sind sehr viele hochwertige Daten notwendig. So können etwa Verkehrskameras riesige Mengen an Bildern für Mautanwendungen sammeln; es ist jedoch teuer sowie zeitaufwendig und es erfordert besondere Fähigkeiten, diese zu annotieren. Auf der anderen Seite haben es Menschen im Autismusspektrum oft schwer, eine erfüllende Arbeit zu finden, die von ihren Fähigkeiten pro..

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..

Die Deutsche Bahn baut ihre ICE-Flotte in den nächsten Jahren aus. Damit wachsen auch die Anforderungen an die Instandhaltung. Der Einsatz Künstlicher Intelligenz (KI) spielt hier zusammen mit Automatisierungstechnik eine zentrale Rolle bei der Steigerung der Kapazität. Zum Einsatz kommen Kameras, die von einem ICE bis zu 50.000 Bilder aufnehmen, welche dann innerhalb weniger Minuten durch einen K..

BI-Spektrum sprach mit Siddarth Rajagopal, Chief Architect für Europa, Afrika und Lateinamerika bei Informatica, über AI und Datenmanagement sowie über die Defizite von Unternehmen im Umgang mit Daten. Außerdem erzählt er, was sich aus technischer Perspektive in den letzten 17 Jahren nicht geändert hat.

Die Frage nach dem Business-Case in Data-&-Analytics-Projekten wird schon lange im Markt diskutiert und hat nicht erst mit AI-Projekten begonnen. Der Zweifel, ob sich hohe Investitionen in zentrale Systeme wie ein Data Warehouse oder einen Data Lake lohnen, verursacht in vielen Unternehmen Diskussionen. Auch wenn der Hype um Künstliche Intelligenz noch allgegenwärtig scheint, ist – wie bei vie..