In meinem vorherigen Beitrag ging es darum, wie sich das Internet of Things (IoT) über den aktuellen Hype hinaus geschäftsfähig machen, also operationalisieren, lässt. Und um die Hürden, die Unternehmen in Sachen Analytics dafür überwinden müssen. Immer wieder spreche ich in diesem Zusammenhang mit Kunden über ein Thema, das nicht
Exnovation – wissen Sie was das ist? Das ist das Gegenteil von Innovation. Nein, das wollen wir nicht haben. Wir wollen Innovationen, und die bitte am laufenden Band. Koste es, was es wolle. Gerade im Zeitalter der Digitalisierung. Innovation ist irgendwie zum Zwang geworden. Denn wer sich nicht innerhalb kürzester
„Wer 100% sicher sein will, ist 100% zu spät.“ Diesen Satz habe ich letztens auf dem IoT Forum in München gehört. Er fasst gut das Gefühl zusammen, dass mich in der deutschsprachigen Industrie 4.0 Debatte beschleicht. Die Buzz-Word-Schlachten der letzten 48 Monate haben ihre Wirkung nicht verfehlt: Kaum ein Strategiepapier
Wie versprochen beginnt heute eine kleine Blog-Reihe, in der ich ganz konkret Studiengänge zum Thema Data Science vorstellen möchte. Meine Quellen sind dabei nicht nur die reine Web-Recherche, sondern auch persönliche Gespräche mit Dozenten oder Studenten der jeweiligen Hochschulen. Ich erhebe keinerlei Anspruch auf Vollständigkeit, im Gegenteil, jeder Hinweis, Kommentar
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
Umsatzsteuerkarusselle drehen auf dem Jahrmarkt der Straftaten tagtäglich fröhlich ihre Runden. Sie sind bei einer cleveren Spezies von Kriminellen ein beliebter Klassiker, der sich wie ein geldgieriger Virus immer wieder einnistet, wenn nichts dagegen unternommen wird. Dabei werden jährliche viele Milliarden Euro auf betrügerische Konten geschaufelt. Die Basis: Handel mit
1901 prognostizierte Gottlieb Daimler: „Die weltweite Nachfrage nach Kraftfahrzeugen wird eine Million nicht überschreiten – allein schon aus Mangel an verfügbaren Chauffeuren." Heute fahren die meisten selber und das selbstfahrende Auto scheint auch greifbar nah. Chauffeure braucht heute kein Mensch mehr. Wie sieht das, bei immer mehr Self-Service-Analytics und Machine
Kennen Sie Kevin Ashton? Der britische Technologie-Pionier hat am Massachusetts Institute of Technology (MIT) einen internationalen Standard für RFID mitbegründet. Was aber vielleicht noch wichtiger ist: Vor fast 20 Jahren hatte er eine Vision von Computern, die Informationen über Gegenstände des Alltags und der Fabrikation sammeln und mit diesen Daten
Auf der diesjährigen KSFE (Konferenz für SAS Anwender in Forschung und Entwicklung) gab es wieder viele überraschende Entdeckungen zu machen: Zunächst lernten die von außerhalb anreisten Teilnehmer, dass Krefeld die „Samt- und Seidenmetropole“ Deutschlands war. In ihrer Blütezeit vor dem Strukturwandel der Jahrtausendwende wurden dort 90 % aller in Deutschland gefertigten
Auch wenn der Hype von Gartner für beendet erklärt wurde: An Big Data und der Auswertung entsprechender (oftmals unstrukturierter) Datenmengen kommt kein Unternehmen vorbei. Doch welche Herausforderungen stellen Big Data und damit einhergehende Entwicklungen an das Data Management? Wie können Data Scientists, IT und Fachabteilung heute zusammenarbeiten? Und wo prallen
