Datenanalyse

„Know your Customer“-Prinzip effizient umsetzen

Seit 2020 gelten für bestimmte Unternehmen verschärfte Prüfungs- und Meldepflichten, um Geldwäsche oder Terrorfinanzierung aufzudecken. Ein Aufwand, der sich angesichts der Vielzahl von Datenquellen kaum mehr manuell bewältigen lässt. Doch wer die richtigen Parameter kennt, der kann eventuellen Strafen wegen möglicher Verstöße gegen „Know your Customer“ (KYC) entgehen, zumal sie sich mit einer technischen Lösung effizient vermeiden lassen. Denn KYC gilt nicht nur für Finanzinstitute.

Analytics

Mehr als Anforderungsmanagement: Die Arbeit der Business Analysten

Ihr Berufsprofil ist noch wenig bekannt, dabei sind sie in IT-Projekten unverzichtbar: Business Analysten. Als Bindeglied zwischen Fachbereich und IT verantworten sie das Anforderungsmanagement, sind aber zunehmend auch mit neuen Aufgaben bis hin zum Projektmanagement konfrontiert – für Unternehmen oft ein Grund, nach Verstärkung in diesem Bereich zu suchen.

Datenmanagement

Datenstrategien: Automatisierung des Data Warehouse muss Teil der Lösung sein

Die Im Zeitalter von Big Data könnte man davon ausgehen, dass man gar nicht genug Daten haben könnte. Denn aus Daten lassen sich in der Theorie wichtige Erkenntnisse ziehen, die Unternehmen zu ihrem Vorteil nutzen können. Und so sammeln Unternehmen seit Jahren fleißig Daten aus immer mehr Quellen ein – und stehen damit auch vor der immer komplexeren Aufgabe diese Daten sinnvoll verarbeiten zu müssen.

Datenanalyse

Massive Datentransformation in einer gesamten Organisation

„Daten-Unternehmen“ gelten als die künftig marktführenden Unternehmen – und zwar in jedem Segment. Dies erfordert eine Datenplattform, die die Entscheidungen jedes Mitarbeiters steuert und, was ebenso wichtig ist, Datenprodukte antreibt. Dazu ist eine Unified Analytics Plattform nötig, die in jeder Abteilung und jedem Team skalierbar ist.

Datenanalyse

Best Practices zur Absicherung einer Datenplattform

Beim Auflösen von Datensilos schieben viele Unternehmen alle ihre Daten aus verschiedenen Quellen in einen Data Lake, in dem Data Engineers, Data Scientists und Business Analysten die Daten verarbeiten und abfragen können. Es geht darum, Daten für die Benutzer verfügbar zu machen, aber es entsteht eine neue Herausforderung. Denn diese verschiedene Datenklassen sind vor den Benutzern zu schützen und zu isolieren, die keinen Zugriff auf diese Daten haben.

Datenmanagement

Beispiele zeigen, wie sich das Ressourcenproblem in Edge-Geräten lösen lässt

Bereits im ersten Teil dieser Beitragsreihe  wurde gezeigt, dass das Volumen der am Edge erzeugten Daten zu groß sein wird, als dass ihre Analyse komplett in der Public Cloud erfolgen wird. Ein neuer Ansatz muss her, der aus dem industriellen Internet der Dinge echtes Edge Computing macht – allen Ressourcenbeschränkungen der Geräte zum Trotz. Zwei Beispiele sollen diesen Ansatz verdeutlichen.

Datenanalyse

MLflow Search-API im Einsatz: Modellmetriken in Dashboards anzeigen

Data Engineers für maschinelles Lernen und Data Scientists trainieren häufig Modelle zur Optimierung einer Verlustfunktion. Mit Optimierungsmethoden wie dem Gradientenabstieg lässt sich iterativ der Verlust verringern, um schließlich ein Minimum zu erreichen. Data Scientists haben sich bereits oft die Frage gestellt, wie die eigene Produktivität optimiert werden kann? Oder kann ich den Fortschritt der Metriken meiner Trainingsmodelle visuell erkennen?

Datenanalyse

Automatisierung verändert Data Science: klarere Erkenntnisse und höhere Produktivität

Ein Hauptziel der visuellen Analyse und Datenwissenschaft ist es, umsetzbare Erkenntnisse zu gewinnen, die sich direkt auf die Geschäftsprozesse auswirken – zur Steigerung der Einnahmen, zur Verbesserung der Produktivität oder zur Minderung der Risiken. Automatisierte künstliche Intelligenz, genauer gesagt automatisiertes maschinelles Lernen für die Datenwissenschaft, kann helfen, dieses Ziel zu erreichen.

Datenanalyse

Besseres Machine Learning durch „Active Learning“

Gekennzeichnete Daten sind ein wichtiger Bestandteil des maschinellen Lernens, aber die Erstellung von „Labels“ ist manchmal teuer. Aktives Lernen hilft dabei, die Kennzeichnung intelligent zu steuern, um die Kosten zu senken und bessere Modelle zu erstellen. In einem Beispiel wird gezeigt, wie eine Python-Bibliothek für aktives Lernen, modAL, zum Einsatz kommen kann, um einen Menschen bei der Kennzeichnung von Daten für ein einfaches Textklassifizierungsproblem zu unterstützen. Modelle zum Bereich Machine Learning vermitteln oftmals den Eindruck von schwarzer Magie. Sie können zum Beispiel erkennen, ob sich auf einem Bild ein Hotdog befindet – oder auch nicht. Hierbei handelt es sich natürlich…

Datennutzung

Pega Trend Radar belegt: KI-Einsatz wird zum Standard

Dieses Jahr werden Unternehmen die Basistechnologie „Künstliche Intelligenz“ (KI) in der Praxis noch stärker einsetzen. Die Entwicklung belegt auch der Pega Trend Radar. Eine Umfrage über Künstliche Intelligenz ergab, dass die Mehrheit der Unternehmen Künstliche Intelligenz bereits nutzen, vor allem für die Datenanalyse innerhalb von Big-Data-Projekten (67 Prozent), im Bereich der Kundeninteraktion (58 Prozent) und für die Prozessautomatisierung (55 Prozent).

Datenmanagement

Nahtloses Datenmanagement auf intelligenter iPaaS-Lösung

Große Datenmengen und knappe Ressourcen stellen Personalabteilungen vor die Herausforderung, administrative Routinearbeiten in verschiedenen Programmen zeiteffizient und vor allem fehlerfrei zu erledigen. Immer wichtiger wird demnach die Integration verschiedener Aufgabenbereiche, sodass alle Systeme reibungslos untereinander und eigenständig kommunizieren können und stets über die richtigen Daten eines Mitarbeiters verfügen.

Datenanalyse

Passende Software erleichtert Forecast und Controlling

Ungenutztes Potential heben, Unternehmensprozesse optimal steuern und planen: Durch intelligente Vernetzung aller Betriebsbereiche werden interne Abläufe schneller und effizienter. Das Beispiel eines Modellbau-Spezialisten zeigt, wie Unternehmen von zeitgemäßer Planungssoftware profitieren, indem sie betriebswirtschaftliche Prozesse verbessern und zudem durch verlässliche Auswertung aktuellster Zahlen Sicherheit in der Planung schaffen.

1 2 3 4