Big Data

Ziel vieler Unternehmen ist es, mit Hilfe von datengestützten Entscheidungen und digitalen Geschäftsmodellen einen Wettbewerbsvorteil zu generieren. Wesentliche Herausforderungen sind dabei nach einer Erhebung der Enterprise Strategy Group die zunehmende Anzahl an Systemen, die Vielzahl unterschiedlicher Datenquellen und Anwendungen, die stetig steigenden Datenvolumina sowie die Integration Künstl..

Gut zwei Jahre ist es her, seit Blockchain seinen größten Hype erlebte. Damals, im Jahr 2017, riss die Marktkapitalisierung von Kryptowährung kurzzeitig fast die Trillion-US-Dollar-Grenze. Blockchain war damals vor allem im Zusammenhang mit Bitcoin bekannt, war die Technologie doch gemeinsam mit der Kryptowährung entstanden, als webbasiertes, dezentrales, öffentliches Buchhaltungssystem sämtlicher..

Bisweilen ist es unklar, wie sich die Disziplin Data Science Engineering in BI-Architekturen einbettet. Ein Problem dabei ist, dass Data Engineers häufig komplexe Pipelines – unter anderem zur Industrialisierung von maschinellen Lernverfahren – designen oder auch NoSQL-Datenbanken nutzen. Hier stoßen gängige, SQL-basierte Transformationen, wie man sie aus dem klassischen ETL-Bereich kennt, an Gren..

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..

Dieser Artikel zeigt auf, wie Architekturen für die Speicherung, Verarbeitung und Analyse von IoT-Daten beschaffen sein sollten. Es wird untersucht, wann und welche Daten dezentral auf Edge-Knoten und zentral in der Cloud gespeichert werden sollten. Ein wichtiger Aspekt dabei ist auch ob, wann, wo, wie und welche Daten (vor-) aggregiert werden sollen. Ebenso wird darauf eingegangen, wo welche Art ..