Wir leben heute in einer offenen globalen Weltwirtschaft, was bedeutet, dass auch Unternehmen wachsen, sich verändern und immer komplexer werden. Immer mehr Menschen sind am Tagesgeschäft beteiligt, immer mehr Daten sind in verschiedensten Systemen gespeichert und werden immer unvorhersehbarer – nicht zuletzt auch durch politische Entwicklungen
Nach der neuesten Studie Data to Decisions: A Rulebook to Unlock the Power of your Data von Aruba, einem Hewlett Packard Enterprise Unternehmen, stehen Unternehmen aktuell vor der Herausforderung, einen Mehrwert aus Daten zu generieren, während ihre Systeme durch die wachsende Anforderungen unter Druck geraten.
Ob in Zeiten von Pandemien, im Handel oder am Finanzmarkt: Große Mengen an Daten werden meist als Gewinn gesehen. Dennoch ist ihre Verwertung oft eine Herausforderung, denn je höher die Komplexität und Menge der Daten ist, umso komplexer und langwierig wird auch deren Verarbeitung.
Welche Wirkungen treten nach der Einnahme eines bestimmten Medikamentes auf? Im Rahmen eines Kundenprojekts nutzt die Syncwork AG die Stanford Natural Language Processing (NLP) Sentiment-Analyse, um aus einer Fülle unstrukturierter Daten herauszufiltern, ob und wie ein Medikament bei den Patienten anschlägt. Mit Erfolg, wie bisherige Ergebnisse zeigen.
Wenn es um das aktuelle Thema Daten-Demokratisierung geht, spalten sich die Meinungen. Auf der einen Seite der Datenschutz, auf der anderen Seite benötigen die Mitarbeiter Zugriff auf Daten. Ein Interview mit Herr Golombek, CTO der Exasol AG.
Die meisten Daten sind ohne eine vorher durchgeführte Data Preparation für KI-gestützte Prognosen ungeeignet: ihre Qualität ist unzureichend, sie liegen nicht in numerischer Form vor, oder es fehlen Werte.
Daten gelten schon seit längerem als das neue Gold. Doch Unmengen an Informationen lediglich zu erheben und zu speichern, genügt noch lange nicht.
Was genau ist „smart“, wenn es um die beste Strategie zum Finden, Erkennen und Analysieren von sicherheitsrelevanten Daten geht? Beim Erfassen und Analysieren von Sicherheitsdaten sowie ihrer automatischen Erkennung mittels künstlicher Intelligenz, hängt die Qualität der Ergebnisse stark von der Qualität der Daten ab.
Im Zeitalter von Big Data könnte man davon ausgehen, dass man gar nicht genug Daten haben könnte. Denn aus Daten lassen sich in der Theorie wichtige Erkenntnisse ziehen, die Unternehmen zu ihrem Vorteil nutzen können.
Der Begriff Big Data bezeichnet in erster Linie Daten, welche beispielsweise zu groß, zu komplex, zu schnelllebig oder zu schwach in ihrer Datenstruktur sind, um sie mit manuellen und herkömmlichen Methoden der Datenverarbeitung auszuwerten. Um Big Data für Unternehmenszwecke zu nutzen, existieren diverse Systeme in der
Thought Leadership
