Big Data

„Wann wissen wir, ob das Modell-Training abgeschlossen ist und wir das fertige Modell deployen können?“. Diese Frage kennen Data Scientists. Nach vielen Experimenten, um die Modell-Qualität zu verbessern, müssen sie den Code und das Modell-Artefakt produktionsreif machen. Wie gelingt dieser Übergang stressfrei? Warum sollte man bei der anfangs gestellten Frage stutzig werden? Antworten in diesem A..

Zur Lösung komplexer Fragestellungen werden häufig KI-Modelle herangezogen, doch oft erreichen diese Projekte nur den Status des Proof of Concept (PoC). Ein Vergleich zu Softwareprojekten ermöglicht es, Hindernisse zu erkennen und diese mithilfe von entsprechenden Technologien und Tools zu lösen. Industrialisierung und automatisches Retraining von KI-Modellen sind der entscheidende Faktor für den ..

Und kaum ist der Begriff „AI“ (Artificial Intelligence) gefallen, schon gehen die Diskussionen los. Dieser Tage drehen sie sich meistens um ChatGPT und Konsorten.

Heutige Lösungen im Bereich der IT-Services stehen vor immer größeren Herausforderungen. Aufgrund der unüberschaubaren Datenmengen, die von modernen, dynamischeren IT-Infrastrukturen generiert werden, kommt die menschliche Expertise an ihre Grenzen. Dafür bedarf es Lösungen, die im Einsatz von KI und Big Data gefunden werden können. Mit Hilfe einer bedarfsorientierten Open-Source-Plattform können ..

Das Herzstück jeder Business-Intelligence-Architektur ist das Data Warehouse. Das wird auch auf absehbare Zeit so bleiben, auch wenn sich die die zugrunde liegenden Technologien und die Anwenderanforderungen ständig verändern.