Could data governance policies for analytics be the foundation for a model governance program?
Tag: governance
Im ersten Teil meines Blogs habe ich argumentiert, dass die Beschäftigung mit künstlicher Intelligenz (KI) und Ethik keine rein philosophische oder gesellschaftspolitische Fragestellung ist. Eines ist klar: Die Ethik-Debatten werden in diesem Jahr weitergehen und sich stärker an den realistischen Möglichkeiten und Risiken von KI orientieren. Unternehmen und Organisationen, die
Self-service BI applications make gaining insights and decision making faster. But they've also generated a greater need for governance, including understanding the data lifecycle. You can find out where your data comes from with SAS Lineage Viewer. The post tells you how.
Die Steuerbehörden sind wahrscheinlich nicht jedermanns Lieblingsorganisationen. Aber überall auf der Welt spielen sie eine Schlüsselrolle bei der Erhebung von Einnahmen, die es den Regierungen ermöglichen, Geld für wichtige öffentliche Dienstleistungen auszugeben. Man braucht nur die Medienberichterstattung über die Steuerhinterziehung einiger großer Technologieunternehmen zu lesen und die dazugehörigen Bemühungen der
Hier kommen neue Tipps zum Maskieren: Denn die EU-Datenschutzgrundverordnung DSGVO fordert Sie und Ihr Unternehmen auf, alle (Zitat) erforderlichen technischen und organisatorischen Maßnahmen zu ergreifen und die zum Zeitpunkt der Verarbeitung verfügbare Technologie und technologischen Entwicklungen zu berücksichtigen. Wie können Sie diesem Anspruch in der Praxis gerecht werden? Im ersten Teil
Sie arbeiten mit Daten. Diese stammen vom Kunden. Vermutlich kann jener später indirekt identifiziert werden mit Ihren Daten. Ab Mai gilt neues Datenschutzrecht: Sie werden nachweisen müssen, welche „Maßnahmen der Technikgestaltung“ konkret getroffen wurden, um das zu verhindern. Knifflig, wobei eigentlich ist ja alles „pseudonymisiert“ oder „anonym“ oder so …
Kürzlich habe ich mich mit meinem Kollegen Michael Herrmann darüber unterhalten, wie Big Data die Anforderungen an Datenmanagement und vor allem an die Datenqualität verändert – und wie die IT, der Data Scientist und die Fachabteilung besser zusammenarbeiten können. Heute geht es darum, wie Daten nachvollziehbar und transparent gemacht werden
Das Konzept von Self-Service Analytics wird oft mit innovativen Geschäftsmodellen oder schneller Reaktion auf Kundenanfragen assoziiert. Darüber hinaus kann Self-Service aber auch Mitarbeiter in die Lage versetzen, operative Vorgänge besser und effektiver zu unterstützen. Mit Carsten Krah, Business Expert Risk, Fraud & Compliance bei SAS, habe ich mich darüber unterhalten,
Much of my recent work has been along the theme of modernization. Analytics is not new for many of our customers, but standing still in this market is akin to falling behind. In order to continue to innovative and remain competitive, organizations need to be prepared to embrace new technologies
Karen, in unserem letzten Gespräch haben wir über die Bedeutung von professionellem Datenqualitäts-Management und über die erforderliche organisatorische Einbettung gesprochen. Jetzt möchte ich etwas konkreter werden. Beschreibe doch mal, worauf es bei der Umsetzung ankommt? Wie sollte sich ein solcher Data Governance Prozess gestalten?
IDV (Individuelle Datenverarbeitung) ist ein Thema, das in den Banken als Teil von BCBS 239 seit Langem kritisch diskutiert wird. Ruppert Jaeschke betreut und berät seit fast 15 Jahren zahlreiche deutsche Banken im Umfeld Business Intelligence und SAS. Er hat eine klare Meinung zu diesem regulatorischen Thema. Frage: Welche Schmerzen
Die Finanzindustrie hat heute ein ganzes Paket an Herausforderungen zu schleppen. Neben Niedrigzinsphasen und strengeren Richtlinien der Aufsichtsbehörden muss sie sich auch noch mit dem Thema Digitalisierung/Industrie 4.0 beschäftigen. Dabei betreten die sogenannten FinTech-Unternehmen die Bühne und machen Finanzinstituten Geschäftsfelder streitig. In der Vergangenheit musste sich der Finanzsektor immer wieder
Open Source und SAS – das sind auf den ersten Blick zwei ganz verschiedene Welten. Dabei verfolgt SAS eine ganze Reihe von Initiativen rund um Open Source – insbesondere im Umfeld des Big-Data-Frameworks Hadoop. Ich habe Andreas Gödde zum Nebeneinander und Miteinander der Technologien befragt. Andreas Gödde berät viele Kunden
Unternehmen leben von der Qualität ihrer Daten. Banal bis fatal. Die Realität ist eher: Unternehmen überleben trotz der schlechten Qualität … Auf Nachfrage bekennen fast alle Befragten (98 Prozent), dass eine weitere Verbesserung der Datenqualität in ihrem Unternehmen positive Auswirkungen hätte. Mehr als die Hälfte sah da Chancen, etwas zu
In my previous blog post I talked about how the rapid and varied growth of data calls for states to consider an enterprise analytics program, in the form of a Center of Analytics. This entry, first posted as an article on Government Executive's Route Fifty, gives the most important success