Big Data

Klassische Ansätze in der Softwareentwicklung kommen an ihre Grenzen. Die Komplexität der Anforderungen ist nicht mehr effizient zu managen. Neue Methoden müssen etabliert und alte Denkmuster aufgebrochen werden. Viele Unternehmen begeben sich deshalb auf eine „Agile Journey“. Diese dauert lange, ist nicht ohne Sackgassen, und oft ist erst mal völlig unklar, von wo aus man startet und wo es überha..

JavaSPEKTRUM traf Andreas Geiss, CTO MindSphere, Siemens AG, auf dem SAS Forum in Bonn und sprach mit ihm über die Weiterentwicklung des IoT-Betriebssystems MindSphere, den IoT-Markt und die Rolle, die Analytics in diesem Umfeld spielt.

In dieser Kolumne diskutiert der Autor Themen rund um die Terminologie beim Softwaretesten. Heute geht es um die Schwierigkeit, die vielen Begriffe des Testens im Zusammenhang zu verstehen.

In den Anfangsphasen der Business Intelligence (BI) wurden dieser auch anspruchsvolle Datenanalysen zugerechnet – in der Literatur. Die Realität sah schon damals anders aus. Advanced-Analytics-Ansätze verharrten viele Jahre in Nischen. Mit dem Analytics-Boom hat sich dies geändert, allerdings sind viele der neuen Anwendungen nicht in den zentralen BI-Einheiten entstanden, sondern in den Fachbereic..

Daten sind in Unternehmen mittlerweile ein anerkannter Vermögenswert. Um diesen Vermögenswert intelligent zu nutzen, haben sich in der Praxis konventionelle Data-Warehouse- und moderne Big-Data-Ansätze entwickelt. Da Daten die Grundlage beider Ansätze bilden, werden diese aus einer Makroperspektive häufig gleichgesetzt. Tatsächlich nehmen sie jedoch unterschiedliche technische, fachliche und recht..