BI

BI-Systeme kränkeln oft an zu vielen Analyseoptionen und zu wenig Interpretation durch die Nutzer. Die Wirksamkeit von BI im Unternehmen bleibt damit gering. Natürlich-sprachliche Interpretationen können vielen Menschen die Ergebnisse von Analysen leichter vermitteln, als es rein quantitative Darstellungen vermögen. „Synthetic Reasoning“ als Ansatz, um automatisch Interpretationen zu generieren, l..

Neben den lange dominierenden relationalen Datenbanksystemen entstanden in den vergangenen Jahren eine Vielzahl von weiteren Arten an Data Stores, um spezielle Anforderungen optimiert abdecken zu können. Daraus resultierte für Anwendungen das Problem der polyglotten Persistenz. Dieses besagt, dass passend zur jeweiligen Aufgabe ein Store zu wählen sei, der am besten dazu passt, während man in der ..

Daten werden nicht nur für Plattformen, sondern für eine Vielzahl von Produkten im Internet der Dinge sowie für Dienstleistungen zum integralen Bestandteil der Wertschöpfungskette. Die Fähigkeit, Daten effizient in der Entwicklung und Bereitstellung von Produkten und Services zu nutzen, entscheidet mehr und mehr über Entwicklungsgeschwindigkeit, Qualität der Leistung und Kundenakzeptanz. Operation..

In den letzten 20 Jahren hat die Anzahl verschiedener Datenbanken (DB) explosionsartig zugenommen. Auch für Anwendungen im DWH, Big-Data- und Data-Science-Umfeld stehen eine Vielzahl von Datenbanken zur Verfügung. Ressourcen-intensive Verarbeitungen, Ad-hoc-Abfragen oder Versionierung sind Anforderungen solcher Anwendungen. In diesem Artikel werden zunächst die Merkmale analytischer Datenbanken wi..

Business Intelligence ist nicht tot, befindet sich aber im Wandel. Wesentlichen Anteil daran hat die verstärkte Nutzung sogenannter Data Lakes. Sie spielen in aktuellen Informationsarchitekturen eine immer größere Rolle und werden häufig im Umfeld von Big-Data-Initiativen genutzt. Allerdings herrscht immer noch Unsicherheit, ob Data Lakes in Konkurrenz zu BI-Systemen stehen oder diese ergänzen. Di..