Big Data

Eine Grundvoraussetzung für den wertstiftenden Einsatz datengetriebener Künstlicher Intelligenz (KI) liegt in einer Datenbasis von ausreichender Qualität. Damit kommt der Datenbereitstellung und -aufbereitung eine zentrale Bedeutung zu. Um eine hohe Qualität sicherzustellen, empfiehlt sich die Verwendung eines Vorgehensmodells, das diese Anforderungen adressiert und nötige Aufgaben strukturiert. D..

Kann ein Anwender ohne tiefgreifende Programmierkenntnisse selbstständig mittels Low-Code- bzw. No-Code-Plattformen Daten aufbereiten und zur Verfügung stellen? Wie sieht der heutige Prozess „From Raw To Ready“ aus, und wo liegen die Grenzen von Data-Warehouse-Automatisierungsplattformen? Dieser Artikel gibt einen Überblick, in welchen Szenarien sich Low-Code- und No-Code-Plattformen erfolgreich e..

Jedes Data-Governance-Programm generiert von der ersten Stunde an Metadaten. Sollte deshalb der Einsatz eines Datenkatalogs der erste Schritt in einem Data-Governance-Projekt sein? Was nach einer steilen These klingt, entpuppte sich für den DKV EURO SERVICE als Erfolgsrezept.

Viele Firmen haben große Ansammlungen von Daten in Data Warehouses, Data Marts, Data Lakes und Data Lakehouses, um diese analysieren und daraus Erkenntnisse zur Verbesserung ihrer Geschäftsprozesse gewinnen zu können. Diese Daten werden typischerweise in einem Datenkatalog beschrieben. Aber wieso und wofür braucht man einen Datenkatalog? Um dieses Instrument sinnvoll und effizient einsetzen zu kön..

Ist es im Zeitalter von Big Data noch möglich, Datenanalysen von Hunderten von Gigabyte auf dem eigenen Rechner durchzuführen, ohne ihn in die Knie zu zwingen? Ja, jetzt wieder, mittels DuckDB, dem neuesten Star in der Datenbankwelt. Diese leichtgewichtige, hocheffiziente Datenbank kann leicht in die eigenen Python-, Java-, Swift- oder andere Programme integriert werden und macht moderne SQL-Analy..