Big Data
Big Data ist ein Ansatz, mit dem sich aus großen Mengen gespeicherter Daten geschäftsrelevante Muster ermitteln lassen. Lesen Sie, wie Sie Big Data richtig einsetzen. Big Data ist ein Begriff, der allgemein verwendet wird, um eine große Menge von unstrukturierten oder semi-strukturierten Daten in einem Unternehmen zu beschreiben. Ein primäres Ziel für Big-Data-Anwendungen ist, ein wiederholbares Geschäftsmuster zu entdecken. In dieser Rubrik erfahren Sie, wie Sie in Ihrem Unternehmen sinnvoll und effizient mit Big Data und entsprechenden Softwarelösungen arbeiten.
-
Tipp
14 Aug 2023
Apache NiFi: Datenflüsse zwischen Systemen automatisieren
Apache NiFi ist eine Open-Source-Lösung, mit der sich Datenflüsse zwischen Softwaresystemen in Unternehmen automatisieren lassen, inklusive der Verarbeitung großer Datenmengen. Weiterlesen
-
Tipp
10 Aug 2023
Apache Kylin: Analytical Data Warehouse für Big Data
Mit Apache Kylin lassen sich große Datenmengen analysieren und für Machine Learning verarbeiten. Der Artikel deckt die Funktionen der Open-Source-Software auf. Weiterlesen
-
Tipp
03 Aug 2023
Verarbeitung von Datenströmen mit Apache Samza
Apache Samza ist ein System zur Verarbeitung von Datenströmen in Echtzeit. Die Lösung arbeitet hierfür mit Apache Kafka, HBase und Hadoop YARN zusammen. Weiterlesen
-
Feature
05 Jun 2023
8 Vorteile der Big-Data-Nutzung für Unternehmen
Big Data ist eine großartige Ressource für intelligente Geschäftsentscheidungen. Hier sind acht Möglichkeiten, wie die Nutzung von Big Data Geschäftsabläufe optimiert. Weiterlesen
-
Tipp
02 Jun 2023
Was Datenmodellierung und Datenarchitekturen unterscheidet
Datenmodellierer und Datenarchitekten haben unterschiedliche Aufgaben, die sich jedoch ergänzen. Beide unterstützen Unternehmen dabei, den Geschäftswert von Daten zu erschließen. Weiterlesen
-
Feature
25 Mai 2023
Wie man eine universelle Big-Data-Pipeline aufbaut
Ähnlich einer Autobahn lassen sich über eine Big-Data-Pipeline massenweise Daten von der Quelle zum Ziel transportieren. Wie aber baut man eine solche Pipeline? Weiterlesen
-
Feature
19 Mai 2023
Was zeichnet eine Analysepipeline aus?
Analysepipelines befinden sich traditionell im Verborgenen. Das ändert sich gerade, da Unternehmen ihre Daten agil verarbeiten müssen. Was zeichnet eine Analysepipeline aus? Weiterlesen
-
Tipp
11 Mai 2023
Wie sich Daten- und Informationsarchitektur unterscheiden
Datenarchitekten sammeln Statistiken, Informationsarchitekten setzen die Zahlen in einen Kontext. Sie arbeiten eng zusammen, um neue Strategien für Unternehmen zu entwerfen. Weiterlesen
-
Tipp
05 Mai 2023
9 Schritte zur Erstellung eines Datenarchitekturplans
Lernen Sie die neun Schritte zu einem umfassenden Datenarchitekturplan kennen. Dieser umfasst unter anderem eine Bewertung der Dateninfrastruktur und eine SWOT-Analyse. Weiterlesen
-
Feature
28 Apr 2023
6 Kenntnisse, die für die Arbeit mit Big Data notwendig sind
Big-Data-Fachkräfte werden stark nachgefragt, brauchen aber auch spezielle Kenntnisse. Lesen Sie, welche Big-Data-Fähigkeiten Unternehmen suchen und was Sie dafür brauchen. Weiterlesen
-
Feature
24 Apr 2023
Eine Big-Data-Strategie in vier Schritten aufbauen
Fast alle Unternehmen analysieren große Datenmengen. Doch ohne Big-Data-Strategie sind diese Bemühungen wenig erfolgreich. Hier erfahren Sie, wie Sie eine Strategie entwickeln. Weiterlesen
-
Feature
24 Feb 2023
Zukunft der Datenwissenschaft: Karriere- und Branchentrends
Da neue Technologien die Aufgaben von Datenwissenschaftlern verändern, ist das künftige Jobprofil von Data Sciencists unklar. Der Beruf befindet sich im Wandel. Weiterlesen
-
Meinungen
15 Feb 2023
Wie Unternehmen einen Datenmarktplatz richtig aufbauen
Immer mehr Unternehmen nutzen Datenmarktplätzen. Sie können eigene Datensätze zur Verfügung stellen und externe Daten kaufen. Das erfordert aber eine rechtssichere Umsetzung. Weiterlesen
-
Tipp
30 Dez 2022
Die Leistung eines Data Warehouse bewerten und optimieren
Unternehmen integrieren Data-Warehouse-Systeme, um ihr Informationsmanagement zu verbessern. Das volle Potenzial schöpfen sie allerdings erst nach deren Optimierung aus. Weiterlesen
-
Tipp
16 Dez 2022
Sieben Anwendungen für die Optimierung der Datenqualität
Tools für das Datenqualitätsmanagement unterstützen bei der Automatisierung und Schließung von Lücken in den Datenprozessen. Hier sind sieben der besten Tools auf dem Markt. Weiterlesen
-
Feature
12 Dez 2022
Wie Anwender von Self-Service-Datenaufbereitung profitieren
Die Verwendung von Self-Service-Tools zur Datenaufbereitung vereinfacht Analyse- und Visualisierungsaufgaben und beschleunigt Modellierungsprozesse für Datenwissenschaftler. Weiterlesen
-
Feature
05 Dez 2022
Wie man größere Probleme bei der Datenaufbereitung bewältigt
Datenaufbereitung ist ein wichtiger Bestandteil der Datenanalyse, doch sie ist kompliziert. Sieben Herausforderungen, die den Prozess erschweren, und wie man sie bewältigt. Weiterlesen
-
Feature
21 Nov 2022
NLP und KI treiben automatisiertes Data Warehouse voran
Moderne Data Warehouses automatisieren so viele Elemente wie möglich. Features wie Augmented Analytics und Natural Language Processing optimieren die Prozesse. Weiterlesen
-
Tipp
18 Nov 2022
Die fünf wichtigsten Elemente eines modernen Data Warehouse
Klassische Data Warehouses können mit den schnell wachsenden Datenmengen nur schwer Schritt halten. Die hier vorgestellten fünf Funktionen erlauben es, BI umfassend zu nutzen. Weiterlesen
-
Tipp
28 Okt 2022
Zehn Big-Data-Herausforderungen und wie man sie bewältigt
Die Umsetzung einer Big-Data-Initiative erfordert eine Reihe von Fähigkeiten und Best Practices. Hier sind zehn Herausforderungen, auf die sich Unternehmen vorbereiten müssen. Weiterlesen
-
Feature
24 Okt 2022
Was eine Big-Data-Strategie ausmacht und wie man sie aufbaut
Unternehmen analysieren große Datenmengen, um ihre Prozesse zu optimieren. Doch ohne eine langfristige Big-Data-Strategie werden diese Bemühungen wenig Erfolg haben. Weiterlesen
-
Tipp
13 Okt 2022
Mit OpenRefine Daten bereinigen und zusammenführen
Das Open Source Tool OpenRefine ermöglicht Anwendern das Bereinigen und Aufbereiten von Daten aus verschiedenen Quellen. Wir zeigen in diesem Beitrag die Funktionen des Tools. Weiterlesen
-
Feature
08 Aug 2022
Hadoop versus Spark: ein Vergleich der Big Data Frameworks
Apache Hadoop und Spark sind zwei weit verbreitete Big Data Frameworks. Ein Einstieg in ihre Funktionen und Möglichkeiten sowie die wichtigsten Unterschiede bei den Technologien. Weiterlesen
-
Tipp
21 Jul 2022
Apache Beam: Einstieg in das Parallel Computing Framework
Apache Beam ist ein Parallel Computing Framework zur Verarbeitung großer Datenmengen. Der Beitrag zeigt die Möglichkeiten und gibt einen Einblick in das Projekt. Weiterlesen
-
Meinungen
06 Jul 2022
Wie sich Technologien für Datenmanagement verändert haben
Das Datenmanagement und die zugehörigen Anwendungen haben sich in den letzten 30 Jahren verändert. Ein Streifzug durch die Technologielandschaft. Weiterlesen
-
Tipp
02 Jun 2022
Big-Data-Analysen mit Tools der Apache Software Foundation
Die Open-Source-Lösungen der Apache Software Foundation sind im Bereich Big Data Analytics umfangreich. Die verschiedenen Anwendungen im Überblick. Weiterlesen
-
Meinungen
25 Mai 2022
Mit einem dezentralen Data Mesh mehr aus Daten herausholen
Ein Data Mesh ist ein dezentraler Ansatz zur skalierbaren Verwaltung und Bereitstellung analytischer Daten. Was für die Umsetzung eines Data Mesh notwendig ist. Weiterlesen
-
Tipp
23 Mai 2022
Fünf notwendige Prozesse für Predictive Analytics
Verstehen Datenspezialisten den mehrstufigen Prozesszyklus für Predictive Analytics, können sie leichter Engpässe im Ablauf finden und Prognosen treffen. Weiterlesen
-
News
10 Mai 2022
Kostenloses E-Handbook: Big Data analysieren und verwalten
Das E-Handbook dreht sich rund um Technologien, die sich für das Analysieren und Verwalten von Big Data einsetzen lassen und Datenexperten beim Big-Data-Management unterstützen. Weiterlesen
-
News
23 Mär 2022
Kostenloses eBook: Dark Data mit Machine Learning auswerten
Machine Learning und künstliche Intelligenz (KI) können unstrukturierte Daten in wertvolle Informationen umwandeln. Das ist bei Dark Data von unschätzbarem Wert. Weiterlesen
-
Tipp
04 Feb 2022
Dark Data aufspüren, verarbeiten und verwalten
Bevor ein Unternehmen Dark Data verwenden kann, muss es die Daten finden. Welche Herausforderungen man bei der Arbeit mit Dark Data bewältigen muss. Weiterlesen
-
Tipp
03 Feb 2022
Dark Data sinnvoll erforschen und ausnutzen
Ungenutzte Datenquellen führen dazu, dass Unternehmen auf eine Fülle von Informationen verzichten. Warum man Dark Data mehr Beachtung schenken sollte. Weiterlesen
-
Meinungen
31 Jan 2022
Die Zukunft der Landwirtschaft: IoT-Wearables und Daten
Landwirte und Haustierbesitzer könnten von IoT in der Veterinärmedizin profitieren. Mit Monitoring und Machine-Learning-Modellen lassen sich Tiere effektiver behandeln. Weiterlesen
-
Ratgeber
20 Jan 2022
Hadoop, Spark und Kafka: Das beste Framework für Big Data
Um Big Data zu verarbeiten und analysieren, benötigen Sie effiziente Frameworks. In diesem Artikel erklären wir die Unterschiede und Anwendungsgebiete der beliebtesten Optionen. Weiterlesen
-
Tipp
10 Dez 2021
Eine Infrastruktur für künstliche Intelligenz (KI) aufbauen
Der Aufbau einer KI-Infrastruktur erfordert eine umfassende Auseinandersetzung mit dem Storage-, Netzwerk- und Datenbedarf. Dafür braucht es strategische Planung. Weiterlesen
-
Tipp
01 Dez 2021
So gewährleisten Sie die Stromversorgung Ihrer Edge-Geräte
Edge-Geräte lassen sich häufig nicht an eine unterbrechungsfreie Stromversorgung anschließen. Sie müssen daher andere Wege finden, wie Sie diese sicher am Netz halten. Weiterlesen
-
Ratgeber
18 Nov 2021
So bereiten Sie Dark Data für maschinelles Lernen vor
Dark Data bietet zahlreiche Ansatzpunkte für maschinelles Lernen. Doch um ihr Potential voll zu entfalten, müssen diese Daten optimal verwaltet und strukturiert werden. Weiterlesen
-
Tipp
04 Nov 2021
Wie man Dark Data mit Machine Learning und KI auswertet
Maschinelles Lernen und KI können unstrukturierte und ungenutzte Daten in wertvolle Informationen verwandeln. Wie sich Dark Data auswerten lässt. Weiterlesen
-
Feature
27 Sep 2021
Wie man Datenqualität für Big Data gewährleistet
Da die Datenmengen exponentiell ansteigen, sind Methoden zur Verbesserung der Qualität von Big Data von entscheidender Bedeutung, um genaue Geschäftsentscheidungen zu treffen. Weiterlesen
-
Tipp
23 Sep 2021
Ein Leitfaden zu Big Data in der Cloud
Wenn Unternehmen Big-Data-Projekte in die Cloud verlagern, müssen IT-Administratoren einiges beachten. Ein Leitfaden zum Big-Data-Management in der Cloud. Weiterlesen
-
Meinungen
15 Sep 2021
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
-
Meinungen
09 Sep 2021
Datenmanagement als Voraussetzung digitaler Geschäftsmodelle
Viele Unternehmen befinden sich gerade auf der Reise hin zu einem digitalen Geschäftsmodell. Dafür müssen sie jedoch Datensilos auflösen und Speicher konsolidieren. Weiterlesen
-
News
07 Sep 2021
Kostenloses eBook: Big-Data-Management für Machine Learning
Der kostenlosen E-Guide hilft Datenmanagern und Softwareentwicklern zu verstehen, welche Schnittmengen zwischen Big Data, künstlicher Intelligenz und Machine Learning bestehen. Weiterlesen
-
Tipp
06 Sep 2021
Big Data mit Apache Calcite managen und analysieren
Mit dem Open Source Tool Apache Calcite können Daten aus verschiedenen Quell-, Management- und Datenbanksystemen für die Analyse zusammengefasst werden. Weiterlesen
-
Feature
02 Sep 2021
Die Vor- und Nachteile des Big Data Outsourcing
Immer mehr Unternehmen suchen nach externer Hilfe, um den Wert der Daten zu nutzen. Das Outsourcing von Big-Data-Verarbeitungsprojekten bringt einige Vor- und Nachteile mit sich. Weiterlesen
-
Meinungen
25 Aug 2021
Ran an die IoT-Daten: digitale Ökosysteme in Deutschland
Deutschland hinkt bei digitalen Geschäftsmodellen hinterher. Dabei sitzen viele traditionelle Branchen auf Bergen wertvoller Daten, die ein digitales Ökosystem stärken könnten. Weiterlesen
-
Feature
20 Jul 2021
Informatica erweitert Cloud-Angebot auf Azure Deutschland
Informatica stellt die Intelligent Data Management Cloud nun auch über Azure Deutschland bereit. Rik Tamm-Daniels beschreibt das Angebot und wofür es sich einsetzen lässt. Weiterlesen
-
Tipp
19 Jul 2021
Was Content-Management und Wissensmanagement unterscheidet
Wissensmanagement und Content-Management befassen sich beide mit dem Erstellen, Verwalten und Verteilen von Information. Es gibt jedoch wesentliche Unterschiede. Weiterlesen
-
Tipp
16 Jul 2021
SAP Internet of Things: Services für IIoT-Anwendungen
SAP ermöglicht die Einbindung von IoT-Geräten in entsprechende Infrastrukturen. Was SAP für IoT-Services bietet und wie diese mit anderen Cloud-Diensten zusammenarbeiten. Weiterlesen
-
Meinungen
07 Jul 2021
Fünf Gründe, warum künstliche Intelligenz Kontext braucht
Das Potential von KI ist noch lange nicht ausgeschöpft. Allerdings sind technische und ethische Standards notwendig. Graphtechnologie liefert dazu den nötigen Datenkontext. Weiterlesen
-
Feature
24 Jun 2021
Was ist der Unterschied zwischen KI und IT-Automatisierung?
KI und Automatisierung gehen Hand in Hand, doch es gibt wichtige Unterschiede zwischen ihnen. Wie KI und Automatisierung zusammenarbeiten und was sie unterscheidet. Weiterlesen
-
News
21 Jun 2021
Intelligentes Datenmanagement: Aparavi startet in Deutschland
Das Schweizer Unternehmen Aparavi eröffnet am 21. Juni seine EMEA-Tochtergesellschaft in München. Die Lösung verspricht Data Mastery für das Verwalten unstrukturierter Daten. Weiterlesen
-
Meinungen
17 Jun 2021
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
-
Tipp
31 Mai 2021
SAP HANA: Architektur, Einsatzgebiete und versteckte Kosten
SAP HANA bietet für Unternehmen die Möglichkeit, Daten sehr schnell abzufragen. Dadurch sind Geschäftsberichte unmittelbar verfügbar. Doch HANA hat auch zwei große Nachteile. Weiterlesen
-
Tipp
27 Mai 2021
Acht IoT-Anwendungen und -Beispiele in der Wirtschaft
IoT-Technologien kommen mittlerweile in vielen Bereichen zum Einsatz. Die Anwendungsfälle für das Internet der Dinge variieren dabei je nach Branche und Organisation. Weiterlesen
-
Tipp
24 Mai 2021
Was Big Data und Machine Learning vereint und unterscheidet
Big Data und Machine Learning sind eine leistungsstarke Analytics-Kombination. Doch was unterscheidet die beiden Bereiche und wie lassen sie sich gemeinsam einsetzen? Weiterlesen
-
Meinungen
28 Apr 2021
Eine heterogene Datenbanklandschaft konsolidieren
IIoT- und Big-Data-Anwendungen verarbeiten jede Menge Daten. Hierfür kommen unterschiedliche Datenbanksystem zum Einsatz. Tipps für die Konsolidierung der Datenbanklandschaft. Weiterlesen
-
News
27 Apr 2021
Kostenloses E-Handbook: Einen Data Lake planen und umsetzen
Das E-Handbook führt Datenmanagementexperten durch den Auswahlprozess einer Data-Lake-Anwendung und zeigt, worauf man bei der Integration achten muss. Weiterlesen
-
Feature
19 Apr 2021
Wie Informatica den Zugang zu Analysen demokratisieren will
Informatica hat eine Spark-basierte Cloud Data Integration Engine präsentiert. Rik Tamm-Daniels von Informatica erläutert im Gespräch die Lösung und wofür sie sich einsetzen lässt. Weiterlesen
-
Feature
13 Apr 2021
Datameer Spectrum: Datenaufbereitung in der Cloud
Der Big-Data-Spezialist Datameer hat Ende 2020 mit Spectrum und Spotlight sein Portfolio erweitert. Das Unternehmen konzentriert sich damit auf die Datenverarbeitung in der Cloud. Weiterlesen
-
Meinungen
31 Mär 2021
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
-
Tipp
29 Mär 2021
Leistungstests von Big-Data-Anwendungen sind entscheidend
Wenn es darum geht, Big-Data-Anwendungen zu testen, gibt es viel zu beachten. Datenmanager können möglicherweise überfordert sein. Es gibt allerdings hilfreiche Tools. Weiterlesen
-
Tipp
12 Mär 2021
Wie Sie die Sicherheit eines Data Lakes gewährleisten
Ein Data Lake ist voller sensibler Informationen. Die Sicherung dieser Daten hat oberste Priorität. Hier sind die besten Methoden, um die Daten vor Hackern zu schützen. Weiterlesen
-
Meinungen
09 Mär 2021
Diese Vier Cloud-Trends sollten Unternehmen im Blick haben
Die Coronapandemie wird die Wirtschaft und Arbeitswelt weiterhin prägen. Doch ein Blick in die Zukunft lohnt sich. Erfahren Sie, welche Cloud-Trends Sie im Auge behalten sollten. Weiterlesen
-
Tipp
08 Mär 2021
Mit Lake Formation einen Data Lake auf AWS einrichten
Moderne Unternehmen müssen riesige Datenmengen organisieren. AWS Lake Formation unterstützt Analysten und Datenspezialisten bei der Big-Data-Verwaltung und -Analyse. Weiterlesen
-
Tipp
25 Feb 2021
Big Data Analytics mit Microsoft Azure Synapse Analytics
Mit Microsoft Azure Synapse Analytics können Unternehmen in der Cloud Datenabfragen aus verschiedenen Quellen zentral zusammenfassen und aufbereiten lassen. Weiterlesen
-
Meinungen
24 Feb 2021
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
-
Feature
22 Feb 2021
IT-Jobs: Was macht ein Data Analytics Expert?
Die Fähigkeiten von Datenspezialisten wie Data-Analytics-Experten müssen breit gefächert sein. Neben statistischen Kenntnissen zählt aber auch, Daten anschaulich zu vermitteln. Weiterlesen
-
Feature
15 Feb 2021
IT-Jobs: Was macht ein Data Engineer?
Die Anforderungen an Datenspezialisten sind immens, haben sie doch mit einer Fülle an komplexen Daten zu tun. Das gilt insbesondere für Data Engineers. Weiterlesen
-
Tipp
11 Feb 2021
Cloudera, AWS, Azure und Co.: Hadoop-Distributionen bewerten
Welches sind die wichtigsten Merkmale, die man bei Hadoop-Distributionen bewertet? Wir stellen vier Punkte vor, die vor einem Abonnement oder Integration zu beachten sind. Weiterlesen
-
Feature
08 Feb 2021
IT-Jobs: Was macht ein Data Scientist?
Der Bedarf für Data Scientists ist in den letzten Jahren stark gestiegen. Grund genug, das Aufgabenfeld eines Datenwissenschaftlers näher unter die Lupe zu nehmen. Weiterlesen
-
Feature
04 Feb 2021
Hadoop-Distributionen für das Big-Data-Management erkunden
Hadoop bietet vielfältige Möglichkeiten für das Management und die Verarbeitung von Big Data. Allerdings ist die Auswahl an kommerziellen Lösungen begrenzt. Weiterlesen
-
Tipp
01 Feb 2021
Schlüsselfaktoren für eine optimale Data-Lake-Integration
Von der Technologie bis zu Governance: Eine Data-Lake-Implementierung besteht aus vielen Schritten. Erfahren Sie, welche Faktoren für eine Implementierungsstrategie wichtig sind. Weiterlesen
-
Tipp
29 Jan 2021
Sieben Use Cases für Data-Catalog-Software in Unternehmen
Von der Modernisierung von Data Lakes bis hin zur Demokratisierung von Daten – ein Datenkatalog bietet viele Vorteile. Sieben Anwendungsfälle, wie Unternehmen davon profitieren. Weiterlesen
-
Meinungen
27 Jan 2021
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
-
Meinungen
08 Jan 2021
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
-
Tipp
07 Jan 2021
Data Hub versus Data Lake: Wie unterscheiden sie sich?
Data Lake und Data Hub sind Konzepte für das Datenmanagement, die sich konträr gegenüberstehen. Hier sind die Hauptunterschiede zwischen den beiden Optionen. Weiterlesen
-
Feature
04 Jan 2021
Business-Intelligence-Trends für 2021 und darüber hinaus
Diese acht Business-Intelligence-Trends beeinflussen, wie Unternehmen im Jahr 2021 mit Daten arbeiten. Neben Augmented und Embedded Analytics wird der Markt von RPA geprägt. Weiterlesen
-
News
29 Dez 2020
Kostenloses E-Handbook: Data Warehouses planen und einsetzen
Das E-Handbook soll bei der Planung helfen, ob ein On-Premises oder Cloud Data Warehouse die passende Option für eine Firma ist, die den Einsatz einer entsprechenden Lösung plant. Weiterlesen
-
Feature
21 Dez 2020
Warum SAP S/4HANA das Data Warehouse nicht ersetzt
Auch wenn bereits über 15.000 Kunden S/4HANA einsetzen, stehen viele Anwender dem System skeptisch gegenüber. Das hat unter anderem mit der Datenbankarchitektur zu tun. Weiterlesen
-
Feature
17 Dez 2020
In vielen Firmen gibt es auch in Zukunft Data Warehouses
Mit Data Lakehouse und SQL Analytics bietet Databricks zwei Anwendungen für die Datenanalyse an. Joel Minnick von Databricks erklärt im Interview, was Anwender damit erreichen. Weiterlesen
-
Feature
11 Dez 2020
Warum ethische Datenverarbeitung für Firmen so wichtig ist
Für viele Konsumenten steht Datenschutz und ethisch vertretbare Datenverarbeitung im Vordergrund. Auf diese Entwicklung müssen Unternehmen reagieren. Weiterlesen
-
Meinungen
09 Dez 2020
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
-
Feature
03 Dez 2020
Was Predictive Maintenance ist und wie es angewendet wird
Mit Predictive Maintenance lassen sich Ausrüstung und Anlagen überwachen sowie mögliche Ausfälle vorbeugen. Was man zu Predictive Maintenance wissen muss. Weiterlesen
-
Meinungen
02 Dez 2020
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
-
Tipp
27 Nov 2020
Cloud-Data-Lake- und Data-Warehouse-Optionen von AWS
Um Datenanalysen und Workloads mit AWS auszuführen, müssen Anwender die verschiedenen Data Repositories und Speicherdienste erkunden. Eine Navigationshilfe durch das AWS-Portfolio. Weiterlesen
-
Meinungen
25 Nov 2020
Mit Data Vault zu mehr Agilität im Data Warehouse
Da Unternehmen ihre IT im Zuge der Digitalisierung reformieren müssen, stehen traditionelle Data Warehouses unter Druck. Das Data-Vault-Konzept soll hierbei entlasten. Weiterlesen
-
Feature
23 Nov 2020
Neue Analytics-Anforderungen ergänzen Data Warehouses
Da sich Datenspeicherung und zugehörige Technologien weiterentwickeln, denken Anwenderunternehmen auch über die Optimierung ihres Data Warehouses nach. Weiterlesen
-
Feature
19 Nov 2020
Data Warehouses erleben in der Cloud eine Renaissance
Cloud Data Warehouses finden Gefallen bei Teams, die die Verwaltung der Infrastruktur abgeben möchten. Neuere Data-Warehouse-Services übernehmen viele Administrationsaufgaben. Weiterlesen
-
Feature
12 Nov 2020
Amazon-Timestream für die Datenverarbeitung in IoT-Lösungen
Viele IoT- und Industrie-4.0-Lösungen produzieren Zeitreihendaten, die sie meist in relationalen Datenbanken speichern. AWS verspricht mit Timestream eine kostengünstigere Lösung. Weiterlesen
-
Tipp
03 Sep 2020
Unterschiede von Operational Data Stores und Data Warehouses
Sowohl Operational Data Stores als auch Data Warehouses speichern operative Daten, doch die Gemeinsamkeiten enden hier. Beide spielen eine eigene Rolle in Analysearchitekturen. Weiterlesen
-
Feature
06 Aug 2020
Unsere Kunden sehen MongoDB als General-Purpose-Datenbank
Im Interview erläutert Benjamin Lorenz, Pre-Sales Manager bei MongoDB, unter anderem, wie der Datenbankanbieter von der aktuellen wirtschaftlichen Situation profitiert. Weiterlesen
-
Tipp
03 Aug 2020
Einen Data Lake in der Cloud oder On-Premises einsetzen?
On-Premises oder in der Cloud: Was ist der bessere Ort für einen Data Lake? Bevor man sich entscheidet, wo man eine Big-Data-Umgebung einsetzt, gibt es einiges zu beachten. Weiterlesen
-
Tipp
30 Jul 2020
Data-Warehouse-Plattformen und ihre Anwendung evaluieren
Es gibt noch immer Bedarf für Data Warehouses in Unternehmen. Datenmanager und Analysten müssen allerdings prüfen, wofür sie ein Data Warehouse einsetzen wollen. Weiterlesen
-
Meinungen
15 Jul 2020
Kafka DataOps: Self-Service-Informationen bereitstellen
Kafka erlaubt es, Softwaresysteme mit Echtzeitdaten zu integrieren. Für Fachanwender ist es jedoch oft ein Buch mit sieben Siegeln. Erkenntnisse sind nicht immer leicht zugänglich. Weiterlesen
-
Feature
10 Jul 2020
WANdisco will Kernproblem der digitalen Transformation lösen
Im Interview erklärt Jürgen Lübeck, Regional Director DACH bei WANdisco, warum sich ein Distributed-Computing-Ansatz optimal für die Big-Data-Verarbeitung eignet. Weiterlesen
-
Meinungen
03 Jul 2020
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
-
Tipp
02 Jul 2020
Fünf Tipps für das Deep-Learning-Modelltraining
Das Deep-Learning-Modelltraining erfordert nicht nur die richtige Datenmenge, sondern auch die richtigen Daten. Entwickler müssen daher erfinderisch, aber auch vorsichtig sein. Weiterlesen
-
Feature
22 Jun 2020
Dezentrales Deep Learning bietet neuen Modelltrainingsansatz
Das Training von Deep-Learning-Modellen stellt eine große Belastung für die Infrastruktur von Unternehmen dar. Ein dezentraler Ansatz kann das Problem lösen. Weiterlesen
-
Feature
16 Jun 2020
Deep-Learning-Algorithmen erfordern unbegrenzte Datenmengen
Je mehr Daten vorliegen, desto wirkungsvoller sind Deep-Learning-Projekte. Allerdings benötigen Unternehmen auch die richtigen Daten für Deep Learning. Weiterlesen
-
Ratgeber
11 Jun 2020
Angebote für Machine Learning as a Service im Vergleich
Machine Learning as a Service (MLaaS) ermöglicht es Unternehmen, Modelle zu trainieren, ohne eigene Anwendungen hierfür entwickeln zu müssen. Es gibt jedoch Einstiegsbarrieren. Weiterlesen
-
Feature
09 Jun 2020
Wissensgraphen gewinnen in der Datenverarbeitung an Wert
Mit einer zunehmenden Reife von Wissensgraphen finden Unternehmen neue Wege, sie in den Geschäftsbetrieb zu integrieren – auch wenn es nach wie vor Stolpersteine gibt. Weiterlesen