Business Intelligence hat sich von großen Software-Monolithen, welche in der Vergangenheit ausschließlich von der IT kontrolliert wurden, zu einem agileren Tool-Set gewandelt. Eine große Rolle spielt dabei auch Nutzerfreundlichkeit durch ansprechende Visualisierung. Nicht umsonst sind Angebote wie Tableau, Qlik und andere am Markt sehr erfolgreich.
Laut einer Studie von Gartner planen 66 Prozent der befragten Unternehmen, 5G bis 2020 etabliert zu haben. Immerhin 59 Prozent wollen mit dem Einsatz des neuen Netzes auch Use Cases im Bereich Internet of Things (IoT) angehen. Nicht zu Unrecht.
Wir befinden uns inmitten der vierten industriellen Revolution. Daten sind zu einem der wertvollsten Güter geworden, nicht zuletzt deshalb, weil Künstliche Intelligenz stark von ihnen abhängt. KI und Maschinelles Lernen werden derzeit in vielen Bereichen im Rekordtempo eingeführt, bei Regierungen, dem Gesundheitswesen, der Landwirtschaft, Polizei und Finanzinstituten.
Unternehmen, die Wettbewerbs- und Innovationsstärke demonstrieren wollen, schreiben sich vermehrt Künstliche Intelligenz (KI) oder Maschinelles Lernen (ML) auf die Fahnen. Wer aber hinter die Firmenversprechen und Marketing-Botschaften schaut, erkennt: Es gibt noch großen Nachholbedarf, insbesondere hinsichtlich Umsetzung und realer Geschäftsnutzen.
Auch wenn bereits viele im neuen Jahr angekommen sind, bleibt die Frage, welche IT-Trends uns 2020 beschäftigen werden. Die Zauberworte lauten Edge Computing, Blockchain und softwarebasierte Virtualisierung. Doch welchen Einfluss werden die Technologien auf das Datenmanagement und die IT-Branche im Allgemeinen haben?
Die Digitale Transformation zwingt Unternehmen sich mit Big Data auseinanderzusetzen. Diese oft neue Aufgabe stellt viele IT-Teams hinsichtlich Datenverwaltung, -schutz und -verarbeitung vor große Herausforderungen. Die Nutzung eines Data Vaults mit automatisiertem Datenmanagement kann Unternehmen helfen, diese Herausforderungen auch mit kleinen IT-Teams zu bewältigen.
Der Begriff „data-driven“ hat sich mittlerweile zu einem wahren Trend entwickelt. Aber was bedeutet das eigentlich? Wie wandeln sich Unternehmen weg von einer instinktiv getriebenen Kultur hin zu einem Mindset, das auf Daten und Erkenntnissen basiert?
Oft scheitern Projekte aus vermeidbaren Gründen. Verantwortlichkeiten sind unklar. Unnötige Detailarbeit verzögert den Projektablauf. Und eh man den Schlamassel bemerkt, ist es schon zu spät. Wendet man jedoch Scrum-Prinzipien auf ein Business-Intelligence-Projekt an, bleiben Projekte eher im grünen Bereich.
Mehr als jedes dritte Unternehmen ist mit der Qualität seiner erfassten und bearbeiteten Kundendaten unzufrieden – und stuft diese als niedrig oder eher niedrig ein. Das zeigt eine aktuelle Uniserv -Umfrage. Allerdings ergreift jeder Fünfte keine Maßnahmen zur Verbesserung.
Der Begriff ‚Big Data‘ ist nun schon einige Jahre alt. Er wurde Mitte der 2000er Jahre erfunden, um Datensätze zu beschreiben, die zu groß waren, um sie mit herkömmlichen Business-Intelligence-Tools verwalten und verarbeiten zu können. Seitdem ist die Menge der Daten bekanntlich exponentiell weiter gewachsen und stellt
Thought Leadership
