Excel ist wie Schokolade: Je mehr Daten man reingibt, umso fetter und dicker werden die Tabellen. Und gerade jetzt im Big Data Zeitalter besteht sogar noch Suchtgefahr, weil man einfach nicht los davon kommt, immer mehr Daten in Excel zu stopfen, um sie schließlich zu analysieren - das klassische Schokoladenphänomen. Wir
In knapp vier Wochen ist es wieder soweit. Die SAS Analytic-Conference Series „A2015“ macht in Rom Station (analytics 2015 rome). Seit dem ersten Event im Jahr 2009 in Kopenhagen fand die Konferenz auch bereits zweimal in Deutschland statt (2012 in Köln und 2014 in Frankfurt) und hat sich im Laufe
Wie aktuelle Studien über Big Data belegen, ist die Mehrheit der Unternehmen (mehr als 60 Prozent laut Crisp Research) nicht wirklich auf die Herausforderungen der digitalen Transformation vorbereitet. 58 Prozent der befragten Entscheider gaben konkret an, dass Sie noch keine funktionierende Strategie implementiert haben.
Kennen Sie einen Riskmanager, der sich schon mal mit dem Risiko beschäftigt hat, das von seinen eigenen Risikomodellen ausgeht? Ja? Das glaube ich Ihnen sogar, denn wenn ich mich mit Vertretern von Risikoabteilungen darüber unterhalte, behaupten auch sie, sie hätten in Bezug auf Modellrisiko-Management (model risk management) alles im Griff. Doch
Ich war vor kurzem auf einer Konferenz in Belgiens Hauptstadt Brüssel. Die Konferenzleitung klagte, dass sie keine angemessene Aktivität für eine Abendveranstaltung gefunden hatte. Passend zu den Themen der Konferenz einigten wir uns auf einen Workshop zum Thema Datenvisualisierung und Versuchsplanung. Was liegt in Brüssel näher, als das in Form
Das Big Data Lab ist der beste Weg hin zum innovativen und profitablen Umgang mit Big Data. Aber welche organisatorischen Weichenstellungen führen eigentlich zum Erfolg? In meinem letzten Blog habe ich die wichtigsten Erfolgsfaktoren eines Innovationslabors für datenbasierte Use Cases skizziert: Experimentieren erlauben, Agilität ermöglichen und schnelles Scheitern (als Chance!)
Es kommt mir so vor, als nörgele jeder am Modellrisiko-Management (MRM) der Finanzinstitute herum. MRM ist ja auch keine einfache Aufgabe, weil sehr komplex. Die Institute zweifeln sogar selber an ihren Modellen! Bei Stresstests überprüfen sie diese und überprüfen und überprüfen…... Wir müssen uns dem Thema MRM (model risk management)
Die veränderten Marktanforderungen zwingen viele Organisationen zur digitalen Transformation bestehender Geschäftsprozesse und Geschäftsfelder. Einzelhandel, Medien, Versicherungs-, Reise- und Logistikbranche sind sicherlich Vorreiter. Aktuelle Studien, zum Beispiel von Roland Berger, zeigen aber auch sehr eindrucksvoll die dramatischen Implikationen der digitalen Transformation auf die Industrie, das Retail-Banking oder Versicherungen.
...... ein Traum von einer Welt, in der wir Menschen uns die immer größer werdende Fülle von Daten zu Nutze machen können, um die richtigen Entscheidungen zu treffen - Entscheidungen, die durch analytisches Wissen gestützt werden. Jeden Tag sammeln wir Daten – man sagt, das digitale Universum verdoppelt sich alle zwei
Maschinelles Lernen wird mehr und mehr zum Mainstream. Was früher eine reine Domäne der wissenschaftlichen Forschung von wenigen Technologieunternehmen war, findet zunehmend Eingang in Produkte und Lösungen auch in traditionellen Branchen. Maschinelles Lernen nutzt mathematische (und/oder statistische) Modelle, um aus Datenbeständen zu lernen. „Lernen“ bedeutet in diesem Kontext die Annäherung
