Meinungen

Meinungen

Datenanalyse

• Wie Unternehmen mit Datenanalysen widerstandsfähiger werden

  Weshalb treffen Ausnahmeereignisse, zum Beispiel eine Pandemie oder Logistikprobleme, nicht alle Firmen mit dergleichen Wucht? Ein Grund: Sie analysieren konsequent ihre Daten.  Weiterlesen

• Wie intelligentes Wissensmanagement funktioniert

  Die Digitalisierung schreitet voran. Unternehmer erkennen dabei das Potenzial datengetriebener Geschäftsmodelle. Wie intelligentes Wissensmanagement funktioniert.  Weiterlesen

• Mit verlässlichen Daten Krisen bewältigen

  Die Coronapandemie zeigt: Unternehmen müssen widerstandsfähiger werden. Eine wichtige Basis für bessere Entscheidungen in der Krise und eine höhere Resilienz sind Daten.  Weiterlesen

• Die Cloud-Migrationsplanung beginnt bei der Datenstrategie

  Wer eine Cloud-Strategie plant, sollte darauf achten, dass diese sich an den realen Bedürfnissen seines Unternehmens orientiert. Eine Datenstrategie ist die Voraussetzung dafür.  Weiterlesen

• Internet ohne Third Party Cookies: Welche Lösungen gibt es?

  Die Ankündigung, Third Party Cookies abzuschaffen, stellt digitale Werbetreibende vor Herausforderungen. Effektive Alternativen entscheiden über die Zukunft des Online-Marketings.  Weiterlesen

• Fünf Tipps für die KI- und datengestützte Transformation

  Unternehmen haben, nicht zuletzt durch neue Technologien, die Möglichkeiten intelligenter Datenauswertung erkannt. Eine wichtige Rolle spielt dabei künstliche Intelligenz.  Weiterlesen

• Wie Unternehmen die Datendemokratisierung vorantreiben

  In vielen Unternehmen setzt nur ein Bruchteil der Angestellten auf Datenanalyse. Um das zu ändern, sollten Firmen die Demokratisierung des Datenzugang vorantreiben.  Weiterlesen

• Sicher aus der Krise: Nicht nur Speichern – auch verwalten

  Mit aus Daten erschlossenem Wissen können Unternehmen ihr Geschäft vorantreiben und stärken. Dafür müssen Daten aber nicht nur gespeichert, sondern auch sinnvoll verwaltet werden.  Weiterlesen

• Mit automatisierter Datenintegration zum Modern Data Stack

  Das Zusammenspiel von Technologien, die eine automatisierte Datenintegration ermöglichen, wird als Modern Data Stack bezeichnet. Doch wie ist dieser aufgebaut?  Weiterlesen

• Mit intelligentem Wissensmanagement den Durchblick behalten

  Insight Engines unterstützen Firmen beim intelligenten Wissensmanagement. Dabei setzt die Technologie auf künstliche Intelligenz, Deep Learning und Natural Language Processing.  Weiterlesen

• Was 2021 für das Datenmanagement von Big Data zählt

  Die Datenmengen nehmen in Unternehmen stetig zu. 2021 besteht die größte Herausforderung darin, die richtigen Schlüsse daraus zu ziehen und die Daten gewinnbringend einzusetzen.  Weiterlesen

• Intelligente Automatisierung für hybride Architekturen

  Automatisierung wird in vielen IT-Abteilungen eingesetzt. Die nächste Stufe der Entwicklung ist intelligente Automatisierung, die kognitive Fähigkeiten ins Data Center bringt.  Weiterlesen

• Autonomes Fahren – Datenmengen werden zur Herausforderung

  Trotz Fortschritten bei den benötigten Technologien, ist die Umsetzung autonom fahrender Automobile noch ein Zukunftsthema. Das liegt auch am Umgang mit den erzeugten Daten.  Weiterlesen

• Vier Voraussetzungen für rentable Machine-Learning-Projekte

  Viele Unternehmen denken darüber nach, wie sie mit Machine Learning ihre Produktivität steigern können. In diesem Artikel erfahren Sie, wie Sie die Umsetzung strategisch angehen.  Weiterlesen

• Datenverarbeitung und Datenschutz im Web revolutionieren

  Datenerfassung, Datenschutz und künstliche Intelligenz (KI) können friedlich koexistieren. Im Moment befinden sich Konsumenten und Unternehmen aber in unklaren Gewässern.  Weiterlesen

• Wie Data Analytics bei der Bewältigung von Krisen hilft

  Unfälle oder Naturkatastrophen können Lieferketten unterbrechen. Betroffene Firmen müssen sich dann schnell auf die veränderte Situation einstellen. Data Analytics hilft hierbei.  Weiterlesen

• Datenmanagement: Gut klassifiziert ist halb sortiert

  Mit dem Anstieg der Masse zu verarbeitender Daten steigt die Attraktivität von automatischem Datenmanagement. Dafür müssen Unternehmen erst Fragen zur Klassifizierung klären.  Weiterlesen

• Kontinuierliche Datenketten beschleunigen neue Entwicklungen

  Datenketten beschleunigen die Entwicklung neuer Produkte. Diese umfassen dabei im Idealfall alle Daten zu einem Produkt. Doch Datenketten stellen Firmen auch vor Herausforderungen.  Weiterlesen

• Embedded BI und Analytics als Türöffner für Unternehmen

  Mit einer Embedded-Analytics- und Business-Intelligence-Lösung integrieren Unternehmen leistungsfähige Analysefunktionen in ihre Geschäftsabläufe und Anwendungen.  Weiterlesen

• Wie moderne Unternehmen eine digitale Vernetzung erreichen

  Ein Digital Supply Network vernetzt alle Wertschöpfungsprozesse einer Firma. Die entstehende Data Value Chain bildet das Fundament für eine integrierte Stakeholder Supply Journey.  Weiterlesen

• Machine-Learning-Modelle mit Feature Engineering entwickeln

  Machine-Learning-Algorithmen müssen im Vergleich zu konventionellen Algorithmen Regeln selbst erlernen und umsetzen. Zuvor müssen die verwendeten Daten aber formatiert werden.  Weiterlesen

• Ist das Ende des Allround Data Scientists gekommen?

  Jonathan Wilkins, Marketing Director bei EU Automation, beschreibt in diesem Artikel die veränderte Rolle des Data Scientists und wie diese heute arbeiten.  Weiterlesen

• Welche sozialen Auswirkungen Machine Learning haben kann

  Entscheidungen auf Basis von Machine-Learning-Systemen bergen das Risiko von verzerrten Ergebnissen. Wie sich das Risiko mit verschiedenen Tools verkleinern lässt.  Weiterlesen

• Data versus Text Mining: Wertvolle Daten erfolgreich bergen

  Data Mining und Text Mining sind gute Verfahren, um Daten aus verschiedenen Quellen zu bergen und diese effizient auf Trends sowie Muster zu untersuchen.  Weiterlesen

• Big Data: Fundament für fortschrittliches Machine Learning

  KI-Systemen benötigen Big Data, um zu lernen. Entscheidungen lassen sich damit sicherer treffen, da die Datenbasis größer ist und das System aus Analysen lernt.  Weiterlesen

• Mit künstlicher Intelligenz Vertriebsprozesse beschleunigen

  Um nachhaltiges Wachstum zu generieren und kontinuierlich Kunden zu gewinnen, ist eine schlagkräftige Vertriebsabteilung erforderlich. Hierbei hilft künstliche Intelligenz.  Weiterlesen

• Wie Unternehmen das Smart-Factory-Konzept realisieren

  Nur wenige Unternehmen haben bisher eine Smart Factory realisiert. Die Gründe: die technologischen und transformatorischen Eintrittsbarrieren sind häufig zu hoch.  Weiterlesen

• Welches Monetarisierungsmodell funktioniert für IoT?

  Lösungen für das Internet der Dinge kommen vermehrt zum Einsatz und bieten Unternehmen Gelegenheit, die Nutzung der Lösungen zu analysieren und zu bewerten.  Weiterlesen

• Mehr Transparenz durch segmentierte Scorecards schaffen

  Scoring-Verfahren und Scorecards bieten eine Grundlage, um tragfähige Entscheidungen treffen zu können. Allerdings benötigen diese Transparenz und Vertrauen.  Weiterlesen

• Apache Flink: Stream Processing beschleunigt IoT-Anwendungen

  5G und das Internet der Dinge als Top-Themen im Jahr 2019: Was bedeutet das für die Datenverarbeitung und welche Rolle spielt dabei Stream Processing?  Weiterlesen

• Zwischen Hype und Realität: Was IBM Watson für Analytics bietet

  IBM versucht Watson wieder zurück ins Rampenlicht zu drängen, nachdem Big Blue mehrere Akquisitionen hinter sich und neue Produkte präsentiert hat.  Weiterlesen

• Fünf Enterprise-Trends 2016: IoT weiter im Fokus, SaaS-Markt konsolidiert sich

  Dieses Jahr wird IoT erwachsen und Social Media gewinnt weiter an Bedeutung. Gleichzeitig konsolidiert sich der SaaS-Markt. Fünf Trends für 2016.  Weiterlesen

• Wie IoT-Technologie vom Buzzword zur Realität werden kann

  Einige Firmen fühlen sich zu IoT-Technologie hingezogen. Damit auch KMUs einen ROI erreichen, müssen sie verstehen, wie sie die Daten nutzen können.  Weiterlesen

• Neue Konzepte statt mehr Technologie: IT als Schlüssel für mehr Produktivität

  IT anders denken: Wie Unternehmen durch People Computing die Produktivität ihrer Mitarbeiter nachhaltig steigern und gleichzeitig Kosten sparen.  Weiterlesen

• Warum Datenanalysen auf mehr Schultern verteilt werden müssen

  In viele Firmen gibt es Datenanalytiker, die mit Analytics-Aufgaben überschüttet werden. Mehr Analytiker und neue Tools können diese Problem beheben.  Weiterlesen