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.

September 07, 2021 07 Sept.'21
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.
Juni 21, 2021 21 Juni'21
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.
April 27, 2021 27 Apr.'21
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.
Dezember 29, 2020 29 Dez.'20
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.

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
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
Optionen für das Backup von SAP HANA in Microsoft Azure

SAP HANA kann in Microsoft Azure betrieben werden. Das beeinflusst gleichzeitig die Backup-Strategie. In diesem Beitrag zeigen wir, auf was IT-Verantwortliche achten müssen. Weiterlesen

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
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
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

Wie kann RPA das Content-Management verbessern?

Viele Anbieter verwenden Robotic Process Automation (RPA), um verschiedene Aufgaben im Bereich Content-Management zu erledigen und Prozesse zu automatisieren. Weiterlesen
Was ist für den Aufbau eines Datenkatalogs wichtig?

Ein Datenkatalog kann eine Organisation unterstützen, Metadaten zu verwalten und Datenquellen zu erkunden. Tipps zur Erstellung eines Datenkatalogs. Weiterlesen
Wie steigert Salesforce Einstein Language die Produktivität?

Salesforce Einstein Language lernt ähnlich wie das menschliche Gehirn und erfüllt eine Vielzahl von Funktionen wie semantisches Parsen und Schlussfolgerungen. Weiterlesen

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
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
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

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
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
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

Big-Data-Management für KI und Machine Learning

Die Begriffe künstliche Intelligenz, Machine Learning und Big Data werden häufig in einem Kontext verwendet. Grundsätzlich beschreiben sie das gleiche Ziel: mit den zugehörigen Technologien möchte man Wissen aus Daten extrahieren und nutzbar machen. In diesem E-Guide werden die Schnittmengen dieser drei Kategorien unter die Lupe genommen. Weiterlesen
Infografik: Big Data und Machine Learning im Vergleich

Big Data und Machine Learning sind eine leistungsstarke Analytics-Kombination. Doch was unterscheidet die beiden Bereiche und wie lassen sie sich gemeinsam einsetzen? Erfahren Sie es in dieser Infografik. Weiterlesen
Praxisratgeber: Eine Data-Lake-Implementierung planen und umsetzen

Eine Data-Lake-Integration setzt sich aus vielen Schritten zusammen. Das E-Handbook unterstützt IT- und Datenadministratoren bei der Entwicklung einer Implementierungsstrategie. Weiterlesen