Datenqualität bei Künstlicher Intelligenz — der Erfolgsfaktor
Datenqualität bei Künstlicher Intelligenz ist entscheidend für präzise und faire Ergebnisse. Die Auswahl und Verarbeitung von Daten spielen eine zentrale Rolle, um Verzerrungen zu vermeiden und den Datenschutz sicherzustellen. Reinhard Heckel, Professor für Maschinelles Lernen an der TU München, erläutert, wie eine hohe Datenqualität den Erfolg von KI-Anwendungen beeinflusst.
KI-Modelle sind nicht „einfach so“ intelligent
KI-Lösungen können nur so wertvoll, einzigartig und nützlich sein, wie Menge, Qualität und Vielfalt der verfügbaren Trainingsdaten. Dies bedeutet für Unternehmen, dass sie jetzt Methoden benötigen, um ihre Daten in einem Workflow zu speichern, der eine Analyse, Katalogisierung und Kennzeichnung all ihrer Daten ermöglicht. Dies erfordert eine End-to-End-Infrastruktur für unstrukturierte Daten, die sich an neue Herausforderungen anpassen lässt.
Business Analysen brauchen gute Datenqualität
Digitalisierung und Künstliche Intelligenz sind auf qualitative Daten angewiesen, um sinnvolle Resultate zu liefern. Aparavi, ein Anbieter von Lösungen zur Verwaltung unstrukturierter Daten, benennt vier Entwicklungen, bei denen die Datenqualität unverzichtbar ist.
Customer Data Platforms bündeln Kundenwissen
Customer Data Platforms, die an Data Warehouses angebunden sind, werden zum Schlüssel für erfolgreiche Kampagnen auf Basis Künstlicher Intelligenz. Das zeigt der aktuelle Report von Twilio über den Einsatz der hauseigenen Customer Data Platform Twilio Segment.
Den Goldschatz heben – mit effizientem Datenmanagement
In der heutigen datengetriebenen Wirtschaft ist der richtige Umgang mit Daten der Schlüssel zum Erfolg. Unternehmen sitzen oft auf einem wahren Schatz an Informationen, der jedoch erst durch effizientes Datenmanagement sein volles Potenzial entfaltet. Denn Daten bilden das Fundament eines Unternehmens, das jedoch nur nutzbringend eingesetzt werden kann, wenn es entsprechend aufbereitet wird.
Sicherheit und Qualität von Daten sind Top-Trends
Datensicherheit und Datenqualität sind die wichtigsten Themen für Anwender von Data, BI und Analytics. Das zeigt die BARC Studie Data, BI and Analytics Trend Monitor 2024. Auf Platz drei folgt der Dauerbrenner Data Governance.
Künstliche Intelligenz bekommt ein Gütesiegel
Faire Marktbedingungen für Künstliche Intelligenz durch gemeinsame Prüfkriterien und –verfahren – dieses Ziel verfolgt die Initiative Mission AI. Ein Expertenteam entwickelt ein freiwilliges Prüfsiegel. Dieses soll das Vertrauen in intelligente und zuverlässige Anwendungen fördern.
S/4HANA Migration: DSAG fordert Innovationen auch für On-Premises
Mehr als die Hälfte der DSAG-Mitglieder hat die Migration auf S/4HANA noch vor sich, berichtet Jens Hungershausen Vorstandsvorsitzender der SAP-Anwendervereinigung im Interview. Während SAP künftig bestimmte Innovationen nur Cloud-Nutzern liefern will, fordert die DSAG, dass alle SAP-Kunden darauf zugreifen können.
Künstliche Intelligenz im Prozessmanagement
Künstliche Intelligenz (KI) gilt als eine der Schlüsseltechnologien im Zeitalter von Industrie 4.0 und besitzt das Potenzial, über die künftige Wettbewerbsfähigkeit von Unternehmen zu entscheiden. Unter anderem ermöglicht sie eine effizientere Produktion und eine gezieltere, individualisierte Bereitstellung von Produkten und Dienstleistungen, was wiederum zu gänzlich neuen Geschäftsmodellen führen kann.
Performance Management braucht gute Daten
Performance Management versorgt Entscheidungsträger mit den jeweils passenden Analysen. Der Erfolg derartiger Initiativen beruht laut einer aktuellen Studie von BARC auf gut gepflegten Daten, auf den passenden Analysewerkzeugen und auf intensiv geschulten Power Usern.