AI

Business Analytics zielt darauf ab, aus Daten entscheidungsrelevantes Wissen abzuleiten und betrieblich zu nutzen. Als eine mögliche Quelle für die Wissensgewinnung kommen Modelle aus dem Bereich des Maschinellen Lernens in Frage. Sie erlernen automatisiert komplexe Regeln in hochdimensionalen Daten. Zwar ermöglichen diese Modelle treffsichere Prognosen, jedoch bleibt ihre Arbeitsweise oft verborg..

Augmented Analytics beschreibt das Prinzip der von Fachanwendern gesteuerten Übersetzung von Daten in Erkenntnisse und Handlungen im Business-Kontext. Das Ziel ist die Analyse von Daten und die Automatisierung daraus gewonnener Handlungsempfehlungen, damit sie leicht von Fachanwendern gesteuert und verwendet werden können. Dies umfasst die Datenaufbereitung zur Sicherstellung einer hohen Datenqual..

Die Datenwissenschaften beschreiben den Prozess, Wissen und Charakteristiken aus Daten zu extrahieren. Die Künstliche Intelligenz (KI) ist ein Teilgebiet der Datenwissenschaften und beschreibt KI-Systeme oder KI-Anwendungen, die ein menschenähnliches Verhalten zeigen. Eine KI kann es auch ermöglichen, Entscheidungen wie ein Mensch zu treffen. Beispiele dafür sind Sprachassistenten, die sich mittle..

Unternehmen wissen längst, dass Daten das neue Gold sind. Aber erst rund ein Drittel von ihnen hebt diesen Schatz systematisch, das heißt mit Hilfe integrierter Business-Intelligence-Plattformen (BI) mit automatisierten Analyseprozessen [Hag19a]. Ohne eingebettete Automatisierung, Maschinelles Lernen (ML) und Künstliche Intelligenz (KI) bei der Datenanalyse geht jedoch wertvolle Zeit zur Gewinnung..

Viele Unternehmen tappen bei der Frage im Dunkeln, ob und wie Künstliche Intelligenz (KI) für sie sinnvoll wäre. Selbst wenn sie dies beantwortet haben, müssen sie definieren, wie sie die Grundlagen für KI schaffen und erste Projekte aufsetzen können. Die Diskussion der besten Anwendungsmöglichkeit wirft sofort die Frage nach der Brauchbarkeit der Daten und der zugrunde liegenden IT-Architektur au..