Author Rainer Huttenloher

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.

Cloud Analytics: „One-Size-Fits-All“ funktioniert nicht

Wie lässt sich das Potential der Cloud für Data Analytics am besten ausschöpfen? Wie kann man die Cloud optimal in das eigene Analytics-Ökosystem integrieren? Wie sieht überhaupt eine gute Cloud Analytics-Lösung aus? Diesen Fragen stehen IT-Entscheider heutzutage häufig gegenüber.

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…

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).

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.