Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind für Fabriken von erheblichem Nutzen. Es gibt jedoch nach wie vor Herausforderungen. Diese liegen normalerweise nicht in der Datenwissenschaft – denn der Code funktioniert in der Regel gut.

In der Theorie wissen Unternehmensverantwortliche inzwischen, welches Potenzial in ihren Daten liegt. Doch in der Praxis stellen sich die über Jahre und Jahrzehnte gewachsenen Datenstrukturen zunehmend als Problem heraus, denn die Daten liegen in Silos über die gesamte IT-Infrastruktur verteilt.

Chief Data Officers (CDOs) spielen eine immer wichtigere Rolle in ihren Unternehmen. So sind sie heute nicht mehr nur für die Einhaltung von Vorschriften zuständig, sondern leiten wichtige Dateninitiativen, wie die Beschleunigung der Wertschöpfung aus Daten, die Bereitstellung von Self-Service-Zugängen sowie die Sicherstellung der Datenverwaltung und -qualität für Analysen und für den Einsatz Künstlicher Intelligenz…

Moderne Datenarchitektur-Frameworks wie Data Mesh helfen die notwendige Agilität für Data Science & Analytics Teams beizubehalten. Was ist bei der Implementierung zu beachten?

Der Datenverkehr wächst stetig. Am Internetknotenpunkt DE-CIX in Frankfurt am Main beispielsweise hat er sich allein in den vergangenen fünf Jahren ungefähr verdoppelt. In solchen Datenmengen stecken große Potenziale – für Wirtschaftsunternehmen, aber auch für den öffentlichen Sektor.

Das Data Mesh etabliert sich zunehmend in deutschen Unternehmen als vorherrschendes Muster für Datenplattformen. Bereits 60 Prozent der Unternehmen mit mehr als 1.000 Mitarbeitenden setzt in Zukunft auf das noch junge Architekturparadigma.

Die Datenbestände einer Organisation steigen nicht nur kontinuierlich an – auch die verwendeten Technologien und Speicherorte werden zunehmend heterogen und komplex.

Die Beschleunigung der digitalen Transformation in den letzten zwei Jahren hat den Verantwortlichen deutlich aufgezeigt, dass sie mehr darauf achten sollten, wie sie Unternehmensdaten managen, die über verschiedene Speicherorte verteilt sind, gleichzeitig aber einfach zugänglich und vertrauenswürdig sein sowie der Data Governance unterliegen müssen.