Was ist ein Data Lake? Definition, Architektur und Use Cases
Ein Data Lake (Datensee) erfasst strukturierte und unstrukturierte Daten zur Weiterverarbeitung durch Data Science, Advanced Analytics und KI.
Ein Data Lake (Datensee) erfasst strukturierte und unstrukturierte Daten zur Weiterverarbeitung durch Data Science, Advanced Analytics und KI.
Die Zukunft der Welt gehört den Daten! Um dieser Zukunft gerecht zu werden, muss jedes Unternehmen eine nachhaltige Datenkultur etablieren. Doch wie?
Datenqualität ist eines der bestimmenden Themen in vielen Unternehmen. Dieser Artikel vermittelt alles über Definition, Merkmale und Analyse was man wissen muss
Was sind Labels für Supervised Machine Learning? Wir definieren das Konzept und erklären, warum Labels so wichtig für überwachtes Lernen sind.
Data Staging bezeichnet im ETL-Prozess den Bereich der Extraktion und Transformation von Daten als Basis für ein Data Warehouse.
Digitalisierung bezeichnet die Umstellung von analog-manuellen Prozessen, Werkzeugen und Methoden auf digital-automatische.
Die Vorhersage der Abwanderung von Kunden, genannt Customer Churn Prediction, nutzt Daten und künstliche Intelligenz um gezielt Kunden ans Unternehmen zu binden
Batch Processing verarbeitet größere Datenblöcke, während Event Streams jede einzelne Information bearbeiten. Beide Big Data Methoden haben Vor- und Nachteile.
Citizen Data Scientists schließen die Lücke zu Data Science indem sie Wissen über KI-Methoden verfügen, aber nicht notwendig die Umsetzung selbst durchführen.
Data Governance ist die strategische und koordinierte Verwaltung von Daten. Wir stellen Merkmale, ein Framework und Beispiele vor.
Der Unterschied zwischen Data Analyst und Data Scientist liegt in Methoden, verarbeiteten Daten, genutzter Infrastruktur und Tools.
Advanced Analytics nutzt Daten und Künstliche Intelligenz um zu verstehen warum Dinge passieren, Prognosen zu erstellen und eine optimale Entscheidung zu geben.
Dass Daten als das neue Öl gelten hat seinen Ursprung in einem Artikel im Economist. Dabei sind viele Parallelen im Bezug auf Potential und Wert erkennbar.
Künstlicher Intelligenz, Maschinelles Lernen, Neuronale Netzwerke und Deep Learning sind hierarchisch aufeinander aufbauende Kategorien im Bereich KI.
Maschinelles Lernen (Machine Learning, ML) nutzt Algorithmen, um statistische Muster aus Daten zu extrahieren. Die Ziele sind Automatisierung und Vorhersagen.
Self-Supervised Learning nutzt Machine Learning um automatisch Labels für Algorithmen des überwachten Lernens zu generieren und einzusetzen.
Data Pipelines sind Skripte, die Daten von einem System in ein anderes überführt. Die Daten werden für weitere Verwendung (z.B. BI oder KI) bereitgestellt.
Was ist Data Driven Marketing? Wir definieren datengetriebenes Marketing und geben klare Beispiele, um die Vorteile aufzuzeigen.
Prescriptive Analytics ist die Empfehlung und Umsetzung von Handlungen basierend auf Datenauswertung mittels künstlicher Intelligenz.
Was ist Data Mining? In diesem Artikel geben wir eine einfache Erklärung und zeigen Anwendungsbeispiele wie Daten, Analysen und Data Science eingesetzt werden.
Die Hauptaufgabe eines Data Engineers ist die verlässliche Bereitstellung von Daten für Business Intelligence, Data Science und künstliche Intelligenz.
Die Aufgaben des Chief Data Officer (CDO) im Unternehmen liegen an der Schnittstelle von Datenhaltung („Defensive“) und Dateninnovation („Offensive“).
Einfach gesagt nutzt Machine Learning Daten, um Muster zu erkennen. Diese Muster werden eingesetzt um Vorhersagen (z.B. Ähnlichkeiten, Prognosen) zu erstellen.
Künstliche Intelligenz hat viele Vorteile. Konkret sind es Automatisierung, Mustererkennung und Skalierung, die KI so attraktiv für Unternehmen macht.
Künstliche Intelligenz in die Praxis zu bringen ist noch immer ein großes Problem für viele Unternehmen. Wir zeigen Beispiele und Lösungen.
Es gibt drei Arten von künstlicher Intelligenz: Stark, schwach und Superhuman. Manche sind noch weit entfernt real zu werden, andere hingegen schon im Einsatz.
Die Vorhersage von Umsatz ist wichtig für viele operative Prozesse. Künstliche Intelligenz kann helfen, möglichst genaue Prognosen abzugeben.
Kundensegmentierung bietet große Chancen für viele Unternehmen. Wir zeigen, was die Vorteile sind, welche Methoden es gibt und wie künstliche Intelligenz hilft.
Wie verändert KI die Welt? Wir geben über 100 Beispiele für wertvolle Use Cases im Bereich künstliche Intelligenz, Big Data, Machine Learning und Data Science.
Es gibt zahlreiche Vorteile beim Einsatz von künstlicher Intelligenz in Unternehmen. Wir nennen die wichtigsten und zeigen Beispiele für die Anwendung.
Künstliche Intelligenz ist die Simulierung menschlicher Verhaltensweisen durch Maschinen. Wir erklären alles, was man zu KI wissen muss.
AI, KI, ML, DS und viele mehr Abkürzungen erobern die Welt der Daten. Doch manchmal ist nicht klar, wofür die Begriffe stehen …
Die Vorhersage der Kündigungswahrscheinlichkeit durch KI erlaubt eine zuverlässige, flexible Prognose welche Kunden abwandern werden.
Ähnliche Dinge zu finden ist oft nicht einfach. Vor allem in einer immer größer werdenden Flut von Daten ist es herausfordernd, ähnliche …
Business Intelligence ist zentral für viele Unternehmen. Wir zeigen, wie man diese verlässlichen Daten für Künstliche Intelligenz einsetzen kann.
Der Onlinehandel boomt und damit steigt der Druck. Wir stellen 6 Beispiele vor, wie man mit KI im E-Commerce Mehrwert schaffen kann.
Künstliche Intelligenz ist überall. Wir stellen konkrete Beispiele vor, wie man mehr Umsatz durch KI erwirtschaften kann.
Künstliche Intelligenz setzt seinen Siegeszug in allen Bereichen fort. Doch welche Beispiele gibt es KI in der Praxis einzusetzen?
Kundendaten sind zentral für viele operative and strategische Prozesse. Doch oft sind sie von niedriger Qualität. Wie kann man diese verbessern?
Viele Unternehmen fühlen sich nicht bereit für den Einsatz von künstlicher Intelligenz. Wir machen Mut, wie es trotzdem gelingt.
Viele Unternehmen nähern sich langsam dem Gedanken an, Künstliche Intelligenz einzusetzen. Doch der Aufwand und die Kosten schrecken noch immer ab. Doch …
Immer mehr Unternehmen machen erste Berührungspunkte mit künstlicher Intelligenz (KI). Manche haben sogar eine konkrete Idee, wie man KI im eigenen Unternehmen …
Der Onlinehandel boomt. Immer mehr Umsatz wird über E-Commerce gemacht. Dies führt zu der Frage: Wie kann man Daten und künstliche Intelligenz …
Der E-Commerce boomt! Spätestens seit der Corona-Pandemie hat jedes Unternehmen erkannt, dass ein Onlinehandel Sinn macht. Und die Zahlen bestätigen dies: Allein …
Künstliche Intelligenz erobert die Welt! So oder so ähnlich kann man viele Schlagzeilen übersetzen. Dabei wird auch oft erwähnt, dass einer der …
Glückliche Kunden sind gute Kunden. Doch oft sind Unternehmen überfordert, ihren Kunden auch nach dem Kauf genau das zu bieten, was gut …
Datenqualität beschäftigt zunehmend mehr Unternehmen. Ob Multikanal-Erlebnis, System-Migration, Business Intelligence oder Data Science: Viele Vorhaben und Bereiche sind von einer hohen Qualität …
Künstliche Intelligenz birgt großes Potential für alle Geschäftsbereiche, aber vor allem auch im B2B Vertrieb. Oft herrschen im Sales-Bereich noch alte Prozesse …
Mit mehr Datenanalysen merken viele Unternehmen, dass sie erst ihre Datenqualität messen müssen, um verlässliche Ergebnisse zu kommen. Vor allem im Bereich …
Künstliche Intelligenz (KI) erobert immer weitere Teile der Welt. Ob in Wirtschaft, Wissenschaft oder im privaten Umfeld: KI unterstützt, vereinfacht und optimiert.Doch …
Kobold AI ist eine Self-Service Plattform für KI-Produkte. Aber was ist das eigentlich? Nutzung von KI im Jahr 2021: Status Quo Fangen …
Der Einsatz von Künstlicher Intelligenz im Marketing ist auf dem Vormarsch. Es gibt viele Beispiele, wie die Nutzung von Daten Effizienz erhöht, …
Künstliche Intelligenz (KI) ist in aller Munde. Während große Konzerne eigene Fachbereiche oder sogar Unternehmen schaffen um sich mit dem Thema KI …