Big Data
144 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema Big Data.
Big Data
Anwendungssoftware
IT-Karriere
Mit modernen Tools vom Fachbereichsanwender zum Data Analyst
Die fortschreitende Digitalisierung führt dazu, dass immer mehr Daten aus unterschiedlichen Bereichen erfasst werden. Viele Firmen möchten hiervon profitieren und setzen sich zum Ziel, zur Data-Driven Company zu werden. Dadurch verändern sich nicht nur die Anforderungen an die Technik – auch Mitarbeiter stehen vor ganz neuen Herausforderungen: Sie müssen zum Data Analyst werden, um ihre Aufgaben b..
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..
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..
Das Thema Self-Service Business Intelligence (SSBI), also die eigenständige Erstellung von BI-Content durch Fachabteilungen, wird bereits seit einigen Jahren regelmäßig von Unternehmen als eines der Top-Themen im BI-Umfeld identifiziert. Hinsichtlich der Tool-Auswahl stehen den Unternehmen mit der Weiterentwicklung von Cloud-Analytics-Produkten durch die großen Softwarehersteller, insbesondere mit..
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 ..