Beitrag von IT-BUSINESS

Es ist BI or DIE Level Up Woche! Themen sind:  Mittwoch: AI und #Analytics, Donnerstag: #PowerBI und #Fabric  und Freitag: #SAP Analytics! Dann gibt es drei Tage lang top Speaker, kein Bullshit, Wissensvermittlung on Point – natürlich komplett digital! Und bestimmt mit viel Spaß. Ich spreche am Donnerstag über den (U)X Faktor für Power BI Berichte. Morgen gibt es einen kleinen Teaser -- vielleicht erratet Ihr ja, worum es hauptsächlich gehen wird. Und keine Angst: keine Folien, nur ein Power BI Bericht mit vielen praktischen Tipps. Wer mehr wissen will, muss einfach einschalten: am Donnerstag, (spätestens) um 11 Uhr.

In der neuen Folge BI or DIE sprechen Andreas und Christoph Kleine von celver AG über Data Analytics, organisatorische Herausforderungen und die Zukunft von GenAI. Außerdem können wir ne Menge von der AI aus 80er-Zeichentrickserien lernen. Nostalgiker kommen auf ihre Kosten. 😌☝️ Ansonsten geht es um.. 🔧 Organisatorische Herausforderungen bei Data Analytics Projekten 🌐 Vielfalt der Kundenbedürfnisse und -herausforderungen 🛠 Power BI, SAP und Co - wie findet man das richtige Tool für seine Organisation? 🌟 Leuchtturmprojekte vs. kontinuierliche Verbesserung 🔮 Zukunft von GenAI und erste Schritte #GenAI #SelfService #Analytics #DataAnalytics

Qlik Answers: Unstrukturierte Daten optimal nutzen mit neuer KI-Lösung von Qlik Mit Qlik Answers hat BI-Anbieter Qlik jüngst eine neue Self-Service-KI-Lösung veröffentlicht. Das Tool nutzt generative KI, um unstrukturierte Daten im Unternehmen optimal zu nutzen – beispielsweise für eine bessere Entscheidungsfindung. Bei der Informationsbeschaffung wird in Unternehmen oftmals auf eine herkömmliche Suche zurückgegriffen, doch diese liefert meist nur eine Liste möglicher Ergebnisse, nicht aber eine konkrete Antwort. Benutzer müssen die benötigten Informationen dann erst noch manuell recherchieren und zusammenstellen. Integrierte Suchtools liefern darüber hinaus oft nur Inhalte aus einer einzigen Quelle. Generative KI kann hier jedoch Abhilfe schaffen. Die Generative KI ist eine Form der künstlichen Intelligenz, welche in der Lage ist, auf Grundlage von komplexen Sprachmodellen und Machine Learning neue, eigene Inhalte (z.B. Texte, Bilder, Audio oder Code) zu generieren. Die neue KI-Lösung Qlik Answers nutzt diese generative KI, um Geschäftsanwendern personalisierte, kontextbezogene Antworten auf Fragen aus unstrukturierten Daten zu geben. Hierzu lassen sich mit Qlik Answers personalisierte KI-basierte Wissensassistenten erstellen. Diese rufen zur Beantwortung der Fragen relevante Daten aus vorindizierten Wissensdatenbanken ab. Als Datenquelle können dabei verschiedene Dateitypen wie beispielsweise Webseiten (HTML) oder Textdokumente (DOCX, TXT oder PDFs) dienen. Die Assistenten bieten schließlich eine Chat-Schnittstelle, über die die gewünschten Fragen gestellt werden können. Die personalisierten, relevanten Antworten werden dann mittels Retrieval Augmented Generation (RAG) aus den vorher selbst erstellten Wissensdatenbanken mit unstrukturierten Daten ermittelt, die dem Assistenten hinzugefügt wurden. Anwender können dabei jederzeit auch die Quellen einsehen, die der Assistent zur Erstellung seiner Antworten verwendet hat. Auf diese Weise wird transparent gemacht, woher die Informationen stammen. Qlik Answers verknüpft somit generative KI mit den bewährten Data Analytics Funktionen von Qlik und liefert so präzise, kontextbezogene Ergebnisse auf Basis von umfangreichen unstrukturierten Datenquellen. Mit der Lösung lässt sich also künstliche Intelligenz nahtlos in bestehende Qlik Workflows integrieren. Der wesentliche Fokus der Anwendung liegt dabei auf der Nachvollziehbarkeit der KI-generierten Antworten. Wertsteigerung unstrukturierter Daten mit Qlik Answers Qlik Answers hilft somit, relevante und nützliche Antworten aus kuratierten Wissensdatenbanken zu generieren und so den Wert unstrukturierter Daten deutlich zu steigern. Die sofortige Einsatzbereitschaft des Tools reduziert dabei den Zeitaufwand und die Komplexität der Bereitstellung. ARTIKEL WEITERLESEN: https://lnkd.in/duk-zyPw #qliksense #qlikanswer #ki #selfserviceki

Da ich immer wieder gefragt werde, was die von mir betreute SaaS-Lösung Casebase eigentlich kann, hier eine kurze Beschreibung: 💡 Casebase: Die Plattform für Data Analytics & KI Use Cases Immer mehr Unternehmen beschäftigen sich mit Künstlicher Intelligenz (KI) und den damit verbundenen Anwendungsfällen. Dabei stoßen sie oft an die Grenzen von Excel-Tabellen. Hier kommt Casebase ins Spiel – die Managementplattform für KI-Projekte. Sexier than Excel! 😎 Die KI-Beratung Alexander Thamm [at] Casebase auf Basis ihrer über zehnjährigen Erfahrung mit mehr als 1.500 Use Cases entwickelt. casebase.ai unterstützt Unternehmen dabei, datengetriebene Use Cases zu dokumentieren, zu managen und zu steuern. Konkret bietet casebase.ai folgende Vorteile: ✔ Übersicht behalten: Casebase ermöglicht es, den Überblick über alle Use Cases zu behalten. ✔ Anschauliche Darstellung: Use Cases werden anschaulich visualisiert und beschrieben. ✔ Bewertung: Casebase hilft bei der Bewertung von Use Cases anhand KPIs und Quality Gates. ✔ Ressourcenplanung: Es lässt sich abschätzen, welcher Daten- und Personaleinsatz für die Umsetzung erforderlich ist. ✔ Erfolgspotenzial einschätzen: Unternehmen können das Erfolgspotenzial ihrer KI-Projekte besser einschätzen anhand von technischen und wirtschaftlichen Kriterien. ✔ EU AI Act-Konformität: Casebase ermöglicht die Benennung der Risikostufe gemäß dem EU AI Act. Wollt Ihr das Ganze mal Live und in Farbe sehen? 😃 Meldet Euch bei mir, ansonsten gibt es hier einen ersten Überblick https://casebase.ai/de/ ---------------------------------------------------------------------------- As I am often asked what the SaaS solution I manage, casebase.ai, actually does, here is a brief description: 💡 Casebase: The platform for data analytics & AI use cases More and more companies are looking at Artificial Intelligence (AI) and its use cases. However, they often reach the limits of Excel spreadsheets. This is where Casebase comes in - the management platform for AI projects. Sexier than Excel! 😎  The AI consultancy Alexander Thamm [at] developed casebase.ai based on more than ten years of experience with more than 1,500 use cases.  casebase.ai supports companies in documenting, managing and controlling data-driven use cases.  Specifically, casebase.ai offers the following benefits:  ✔ Maintain an overview: Casebase makes it possible to maintain an overview of all use cases.  ✔ Clear presentation: Use cases are clearly visualised and described. Evaluation: Casebase helps to evaluate use cases based on KPIs and quality gates. Resource planning: The amount of data and people required for implementation can be estimated. Assessing the potential for success: Organisations can better assess the potential success of their AI projects based on technical and business criteria. Compliance with EU AI legislation: Casebase allows you to determine the level of risk in accordance with the EU AI Act.

Innovation im Datenmanagement: Entdecken Sie, wie AnalyticsCreator den gesamten Data Warehouse-Lebenszyklus revolutioniert – von Design bis Änderungsmanagement1. Effizienz und Geschäftswert wie nie zuvor! #Innovation #Datenmanagement #Automatisierung AnalyticsCreator: Ein neues Pipeline-Tool für generative KI https://hubs.ly/Q02B2Z3z0

Aus unserem Competence Center #Data & #Intelligence: Deep Dive Day 2 zum Thema „Big Data & Artificial Intelligence“ mit dem Fraunhofer IAIS war geprägt von Best Practices rund um das Thema #Entwicklung im Bereich #MachineLearning. Dank der Fraunhofer Coaches Karl-Heinz Sylla und Claudio Martens gewannen unsere #DataScience-Expert:innen wertvolle Einblicke in das Thema Machine Learning Operations, kurz #MLOps. Der MLOps-Zyklus ist ein Vorgehensmodell, das konzeptuelle, technische und organisatorische Komponenten umfasst, die eine Entwicklung von Machine Learning-Lösungen auf hohem Niveau ermöglichen. Folgende Teilbereiche waren für uns besonders relevant: 🤖 Automatisierung: MLOps strebt danach, wiederholbare und automatisierte Workflows für die Datenvorbereitung, Modelltraining, Modellbewertung und -bereitstellung zu schaffen. 👓 Monitoring und Governance: MLOps implementiert kontinuierliches Monitoring und Logging, um die Leistung und Genauigkeit der Modelle in der Produktion zu überwachen. Dies umfasst auch Mechanismen zur Erkennung und Behebung von Data Drifts und Anomalien. 🤲 Kollaboration: MLOps fördert die Zusammenarbeit zwischen Data Scientists, Entwicklern und Betriebsteams, um eine nahtlose Integration von ML-Modellen in Produktivumgebung zu ermöglichen. 🏬 Skalierbare und flexible Architektur: Es werden skalierbare und flexible Infrastrukturen bereitgestellt, die es ermöglichen, ML-Modelle effizient zu entwickeln, zu testen und zu betreiben, sowohl lokal als auch in der Cloud. Das Feedback der Kolleginnen und Kollegen zu den zwei Tagen mit dem #Fraunhofer IAIS war durchweg positiv und alle freuen sich darauf, das Erlernte jetzt in unseren #SAP Projekten mit dem Branchenschwerpunkten #Retail & #ConsumerProducts in die Praxis umsetzen zu können. #AI meets #ERP 🥰 ! #sap #s4hana #ki #digitaltransformation #digitalisierung #bestpractice #machinelearning #weareconsenso

🚀 Neuer Blogbeitrag: Entdeckt, wie ihr Visualisierungen, die nicht standardmäßig in Pyramid Analytics vorhanden sind, einfach integrieren könnt. ✨ Mit der Pyramid Decision Intelligence Plattform könnt ihr Datenaufbereitung, Business Analytics und Data Science nahtlos in einer Umgebung vereinen. Für neue Nutzer bieten wir in unserem Blog zahlreiche Tipps & Tricks, die den Einstieg erleichtern. Der aktuelle Beitrag ist Teil 2 unserer Reihe zu GenBI „Chatbot in Pyramid Analytics“. Falls ihr den ersten Teil zur OpenAI Anbindung verpasst habt, könnt ihr ihn dort ebenfalls nachlesen. Viel Spaß beim Lesen. ✨ Hier geht’s zum Blogbeitrag: https://lnkd.in/e9UNNkNA #Pyramid #GenBI #PRODATO

Bei MicroStrategy sind wir davon überzeugt, dass generative AI ein erhebliches Potenzial hat. Unser neuester Blog zeigt, wie unsere integrierte Plattform Innovation und Integration verbindet, um „Intelligence Everywhere“ zu liefern. Erfahren Sie mehr über unsere Auto-Suite, HyperIntelligence und den Semantic Graph für Unternehmen - Tools, die die Datenanalyse demokratisieren und die Benutzerinteraktion verändern. Erfahren Sie ebenfalls, warum BARC uns das zweite Jahr in Folge als Marktführer ausgezeichnet hat. Zum Blog-Artikel 👉 https://lnkd.in/ek-K5c2z #BI #Analytics #Innovation #AI #HyperIntelligence #MicroStrategy

Ki ist der neue Hype. Aber wie kann KI Ihren Arbeitsalltag effizienter gestalten? Cloudera hat 3 weitere Anwendungen für den täglichen Bedarf mit KI leistungsfähiger und effizienter gemacht. 1. Optimieren oder erstellen Sie SQL Statements durch unseren KI gestützten SQL Editor. 2. Ein Dashboard sagt viel aus, aber oftmals möchte ich gerne in die Tiefe einsteigen und genauer analysieren warum bestimmte Werte so sind. Mit hilfe des Cloudera KI Bots kann ich mir das ganz einfach erklären und analysieren lassen, ganz ohne Programmierkenntnisse. 3. ML Pilot: einfach auf meine Bedürfnisse optimierte LLM's verwenden Es kann ganz einfach sein, die KI gewinnbringend und sicher im Unternehmen einzusetzen!

Teil 3v3 (Erforderliche Reifegrade für den Erfolg der Beispiele): ICT Reifegrade für erfolgreiche KI-Projekte im Mittelstand KI-Bereitschaft: Ein Unternehmen hat die notwendigen technischen Voraussetzungen, wie ausreichende Rechenkapazitäten und eine robuste IT-Infrastruktur. Es besitzt zudem umfassende Datensätze, die für maschinelles Lernen genutzt werden können. Des Weiteren verfügt das Unternehmen über qualifizierte Fachkräfte wie Data Scientists und Machine Learning Engineers, die in der Lage sind, KI-Modelle zu entwickeln und zu implementieren. Organisatorisch ist das Unternehmen bereit, KI-Projekte zu unterstützen und in seine Prozesse zu integrieren. 1. Fertigung: Predictive Maintenance ICT Reifegrad: Datenmanagement und Analytik & KI-Bereitschaft Begründung: Für Predictive Maintenance ist es notwendig, umfangreiche Sensordaten zu sammeln und zu analysieren. Ein gut aufgebautes Datenmanagementsystem und BI-Tools sind Voraussetzung. Bereitschaft Machine-Learning-Modelle zu entwickeln und zu implementieren. 2. Gesundheitswesen: Diagnoseunterstützungssysteme ICT Reifegrad: KI-Bereitschaft & Integration und Optimierung von KI Begründung: Diagnoseunterstützungssysteme erfordern fortschrittliche Datenverarbeitung und ML-Algorithmen, die präzise medizinische Analysen ermöglichen. Die Integration von KI in den klinischen Arbeitsablauf erfordert eine hohe ICT-Reife, spezielle Data-Science-Teams und fortschrittlicher Datenanalysefähigkeiten. 3. Einzelhandel: Personalisierte Kundenansprache ICT Reifegrad: Datenmanagement & Analytik und KI-Bereitschaft Begründung: Personalisierte Kundenansprache basiert auf der Analyse von Kundendaten und dem Einsatz von KI-Modellen, um personalisierte Empfehlungen zu generieren. Fortschrittliche Datenanalysefähigkeiten und ein gut strukturiertes Datenmanagement erforderlich. 4. Logistik: Routenoptimierung ICT Reifegrad: Datenmanagement & Analytik und KI-Bereitschaft Begründung: Die Optimierung von Lieferwegen erfordert die Sammlung und Analyse großer Mengen an geografischen und verkehrsbezogenen Daten. Fähigkeit diese Daten effektiv zu verarbeiten und Algorithmen zu entwickeln, die optimale Routen berechnen können. 5. Finanzwesen: Betrugserkennung ICT Reifegrad: KI-Bereitschaft & Integration und Optimierung von KI Begründung: Betrugserkennungssysteme benötigen fortschrittliche Datenanalysen und ML-Modelle, um verdächtige Aktivitäten in Echtzeit zu erkennen. Hohe Bereitschaft zur Integration von KI, fortschrittliche Sicherheitsprotokolle sowie Echtzeit-Datenverarbeitung erforderlich. Fazit Für den Erfolg von KI in verschiedenen Branchen sind insbesondere die Reifegrade Datenmanagement & Analytik und KI-Bereitschaft von entscheidender Bedeutung. Die Fähigkeit umfangreiche Daten zu sammeln, zu analysieren und fortschrittliche Algorithmen zu entwickeln sowie hohe Integration von KI in die Geschäftsprozesse sind erforderlich. dirk.heuss@dhub.de Recherche und Dialog ChatGPT