Das Wissensportal für IT-Professionals. Entdecke die Tiefe und Breite unseres IT-Contents in exklusiven Themenchannels und Magazinmarken.

heise conferences GmbH

(vormals SIGS DATACOM GmbH)

Lindlaustraße 2c, 53842 Troisdorf

Tel: +49 (0)2241/2341-100

kundenservice@sigs-datacom.de

BI

179 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema BI.
Die Welt wird immer vernetzter, die Systeme zunehmend komplexer. Im Bereich der Datenanalytik rücken daher verstärkt Technologien in den Vordergrund, die auf die Analyse und Modellierung von Datenbeziehungen und Netzwerken spezialisiert sind. Graph Data Science (GDS) und Graph Analytics haben sich hier in den letzten Jahren als neue Kategorie etabliert – vor allem im Zusammenhang mit Machine Learn..
Mit Graph-Technologie Schritt für Schritt zu KI-Analysen
Dr. Martin Nusswald spricht mit JavaSPEKTRUM über die Veränderungen der CIO-Rolle in den letzten anderthalb Jahrzehnten und darüber, wie thyssenkrupp Materials Services, einer der größten Werk- und Rohstoffhändler der Welt, die Digitalisierung angeht. Und was unter „Materials as a Service“ zu verstehen ist.
„No IT without Business and no Business without IT“
BI-Spektrum sprach mit Ramesh Shurma, Gründer und CIO von Orion Governance, über die Funktion von Knowledge-Graphen und über ihre Einsatzgebiete.
Ramesh Shurma, Orion Governance, im Gespräch: Knowledge-Graphen sind selbstdefinierende Data Fabrics
Während die 2010er-Jahre klar im Zeichen von Data Lakes standen, konkurriert in den 2020ern ein ganzer Zoo neuer Architekturansätze um Zeit, Geld und Aufmerksamkeit der Auftraggeber, Architekten und Entwickler von BI-Systemen. Manche sind eher dezentral angelegt – wie Data Mesh und Data Contracts –, andere positionieren sich eher als technisches Upgrade des bekannten Enterprise Data Warehouse – wi..
Warum Data Vault und neue Datenarchitekturansätze zusammenpassen
Nie war der Einstieg in die BI-Welt so einfach und so günstig wie heute. Wollten Unternehmen vor einigen Jahren ein DWH aufbauen, hieß es viele Hürden zu überwinden und viel Geld zu investieren. Dies hinderte vor allem kleinere und mittelständische Unternehmen daran, die eventuell schon vorhandenen Daten auszuwerten und frühzeitig eine Transformation und Weiterentwicklung in ein datengetriebenes U..
Data-Vault-Automatisierung in der Cloud