Heutzutage entsteht in jedem Unternehmen eine riesige Menge an Daten im Vertrieb, in der Produktion, im Kundenfeedback, Marketing usw. Doch ohne gründliche Analyse und Verteilung können diese zu einem unübersichtlichen Wust werden, der nicht zu entwirren ist. Hier wird die Datenintegration zum Retter. Welche Verbesserungen sind damit
Welche freiberuflichen Spezialisten und Spezialistinnen sind trotz der Krise gefragt und können 2021 so richtig durchstarten? freelancermap hat nun wieder über 1,5 Mio. Suchanfragen analysiert und die Trends ermittelt. Bei den Programmiersprachen sind Python und Kotlin gefragter denn je, bei den Freelancer-Jobs steigt die Nachfrage nach Data
Die EU-Kommission will das Potenzial von Daten heben, die im Besitz von Unternehmen und öffentlichen Stellen sind oder die von Bürgern freiwillig zur Verfügung gestellt werden. Binnenmarkt-Kommissar Thierry Breton und Digitalkommissarin Margrethe Vestager stellten am Mittwoch in Brüssel den Entwurf für ein neues Gesetz zur Datenkontrolle («Data
BARC (Business Application Research Center) veröffentlicht seine neue Studie „The Future of Analytics“. Die BARC-Analysten Dr. Sebastian Derwisch und Alexander Rode geben darin einen Ausblick auf die Zukunft von Advanced Analytics und beleuchten hierbei die Aspekte Stellenwert in Unternehmen, relevante Nutzergruppen sowie Prozesse und Technologien zur Umsetzung.
Die Disziplin Data Science eröffnet neue Möglichkeiten, messbare Erkenntnisse und datengestützte Vorhersagen zu generieren. Damit hat sich die Datenwissenschaft als wichtiger Hebel positioniert, mit dem Unternehmen Wettbewerbsvorteile sicherstellen können. In der Praxis jedoch sammeln viele Organisationen einfach möglichst viele Informationen in riesigen Datenpools, in der Hoffnung, datengesteuerter
Unternehmen sehen eine steigende Anzahl mobiler und IoT-Geräte sowie einen Ansturm auf neue Apps in ihrem drahtlosen Netzwerk. Es ist daher an der Zeit für Innovationen, die der IT dabei helfen, die Skalierbarkeit zu erhöhen und diese neuen Anforderungen zu erfüllen. Glücklicherweise entwickeln sich KI und moderne
Trotz der erstaunlichen Fortschritte bei der Leistung der künstlichen Intelligenz in den letzten Jahren ist keine KI perfekt. Tatsächlich wird die Unvollkommenheit einer KI in der Regel durch die Messung der Genauigkeit des Modells an einem Testdatensatz deutlich gemacht. Perfekte Ergebnisse werden weder erwartet noch sind sie
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.
Wenn Finanzinstitute ihre Daten sinnvoll nutzen, können sie ihr Geschäft transformieren und sich einen wichtigen Wettbewerbsvorteil verschaffen. Neueste Analysetechnologien und KI-Lösungen werden für Privatbanken und Vermögensverwalter unverzichtbar, um ihre Zukunftsfähigkeit zu sichern.
Es ist kein Geheimnis: Laut einer aktuellen Studie von Forrester Research aus dem Jahr 2018 nutzen noch immer mehr als die Hälfte der Unternehmen in Deutschland einen Großrechner, den altbewährten Mainframe. Der IT-Evergreen ist schlichtweg unschlagbar: Sei es bei der Datenverarbeitung einfacher Vorgänge wie Flugbuchungen oder der
Thought Leadership