Inhalt – Apparo AI-Magazin 2024/12
- Willkommen beim Apparo AI-Magazin
- Begrüßung und Einführung
- Kostenloser Einsteigerkurs für Cognos Analytics
- Künstliche Intelligenz im Fokus – IBM Think 2024 und der Weg zur Automatisierung
- Highlights der IBM Think 2024
- Projekt Ripasso und Watson X BI Assistant
- Kundenerfolge mit Watsonx
- Fazit und Ausblick
- AI on Pi Day – Highlights der AIDAUG Veranstaltung
- Überblick und Präsentationslinks
- Optimierung von Lakehouse-Strategien mit dem modernen Daten-Stack
- Data Warehouses vs. Data Lakes
- Einführung in Data Lakehouses
- Vorteile eines Data Lakehouse
- Fazit
- Praxis-Tipps des Monats
- Zeitbezüge mit dynamischem Datum in Cognos Analytics
- Verwendung von queryValue für dynamische Kalenderanpassungen
- Termine
- 17.12.2024 – CUG Videokonferenz und „Weihnachtsfeier“
- Ausblick auf Termine im Jahr 2025
Willkommen beim Apparo AI-Magazin
Vielen Dank für das Abonnieren unseres neuen Magazins! Mit diesem Format werden wir Sie regelmäßig über die neuesten Entwicklungen im Bereich der Künstlichen Intelligenz, insbesondere mit Fokus auf IBM-Produkte, informieren.
Als Willkommensgeschenk senden wir Ihnen in dieser Ausgabe einen Link zu einem unserer Einsteigerkurse für Cognos Analytics, den Sie kostenlos besuchen können:
UDEMY LINK (DER STEHT NUR UNSEREN LESERN ZUR VERFÜGUNG – BITTE ANFRAGEN ODER JETZT EINTRAGEN)
Zögern Sie nicht, uns bei Fragen jederzeit persönlich zu kontaktieren.
Wir freuen uns auf einen regen Austausch: https://www.apparo.de/kontakt
Künstliche Intelligenz im Fokus – IBM Think 2024 und der Weg zur Automatisierung
In der Cognos Usergroup Depesche (09/2024) wurden die Highlights der IBM Think 2024 zusammengefasst, mit einem klaren Schwerpunkt auf Künstlicher Intelligenz (KI). Trotz einer minimalen Präsenz von Cognos Analytics und Planning Analytics standen KI und Automatisierung im Zentrum der Veranstaltung.
Wichtige Ankündigungen:
Projekt Ripasso und Watson X BI Assistant: IBM’s Projekt Ripasso bringt den neuen Watson X BI Assistant, der speziell für die Datenanalyse entwickelt wurde und nächstes Jahr verfügbar sein wird. Dieser Assistent wird Ihnen helfen, Ihre Daten noch effektiver auszuwerten und wertvolle Einblicke zu gewinnen.
– IBM BI 3.0 (ehemals Watsonx BI Assistent) wurde vorgestellt. Dieses neue Tool soll Self-Service-Analytics und traditionelle BI-Berichterstattung kombinieren. Der Assistent bietet schnelle, KI-gestützte Einblicke und wird im ersten Halbjahr 2025 für Kunden verfügbar sein.
– Kundenerfolge mit Watsonx: IBM präsentierte erfolgreich implementierte KI-Projekte, darunter die BaFin und die BWI GmbH (IT-Dienstleister der Bundeswehr). Beide Organisationen nutzen Watsonx, um ihre Prozesse zu automatisieren und große Mengen an Daten effizient zu verarbeiten.
Fazit und Ausblick:
Die Veranstaltung verdeutlichte, dass KI und Automatisierung zentrale Themen der nächsten Jahre sein werden. Die gezeigten Anwendungsbeispiele beeindruckten, allerdings befinden sich viele neue Tools noch in der Entwicklungsphase. Auch kleine Projekte können von diesen Innovationen profitieren, wenngleich noch einige Reifezeit erforderlich ist.
AI on Pi Day – Highlights der AIDAUG Veranstaltung
Hier eine spannende Veranstaltung der AIDAUG „AI on Pi Day“ die nun als Videoaufzeichnung zur Verfügung steht.
https://www.youtube.com/watch?v=cy4AedHbKk0
Die Themenübersicht:
KI am Pi-Tag 2024 – Vorträge des EMEA-Tracks (Europa, Naher Osten und Afrika), moderiert von Atanas Iliev:
0:00:00 KI für bessere KI – Authentische Intelligenz für besser angenäherte Intelligenz von Lalitkumar Bhamare
0:30:50 Können wir diesen Unsinn über Datenbeobachtbarkeit stoppen? von Andy Petrella
1:01:16 Optimierung von Lakehouse-Strategien mit dem modernen Daten-Stack von Vincent Heuschling
1:31:21 FerretDB von Grund auf – eine wirklich quelloffene Alternative zu MongoDB von Marcin Gwozdz
1:56:18 Datenqualität: Vorbeugen ist besser als heilen von Andrew Jones
2:30:23 Von den Slums in Mumbai nach Deutschland, meine Geschichte in der Tech-Welt von Santosh Yadav
3:01:30 IBM Maximo Application Suite & Cognos Analytics – eine glückliche Verbindung seit 2012! von Jan-Willem Steur
3:30:45 Die Schnittstelle von Graphen und Sprachmodellen von Anthony Alcaraz
4:01:53 Business Intelligence und Data Science – Zusammenführung der Ansätze und Überwindung von Silos bei Konsum, Prozessen und Governance von Maximilian Burkardt
4:29:20 Große Sprachmodelle in der Praxis von Dr. Alessandro Brillante
5:01:25 Dein Chatbot-Kumpel ist nützlich und unterhaltsam, aber sind sie vertrauenswürdig? von Apostol Vassilev
5:31:13 Menschliche KI für Strategien von Christophe Bisson
6:02:54 KI-Allianzen und Open Source KI: IBMs Strategie, führend in der KI zu bleiben von Bill Higgins
7:01:06 Yin und Yang – Wie man den Zugang zu Daten mit Datensicherheit in Einklang bringt von Bart Vandekerckhove
7:29:16 Vom Prototyp zum wertschöpfenden KI-Modell: Wie man KI-Governance bei Finanzdienstleistern durch MLOps-Praktiken sicherstellt von Fabian Forthmann
Es sind natürlich alles spannende Themen. Sehr interssant ist z.B. der Vortrag von Maximilian Burkhardt zum Thema „Business Intelligence und Data Science“ https://www.youtube.com/watch?v=cy4AedHbKk0&t=1850s
Die Aufzeichnung bietet eine hervorragende Gelegenheit, sich näher mit dem Thema „Lakehouse“ zu befassen.
Optimierung von Lakehouse-Strategien mit dem modernen Daten-Stack
Traditionelle Data Warehouses sind zwar strukturiert und für Abfragen optimiert, können jedoch teuer und unflexibel sein. Im Gegensatz dazu bieten Data Lakes eine kostengünstigere und skalierbare Lösung zur Speicherung aller Datentypen, sind aber weniger strukturiert und schwerer zu analysieren. In diesem Artikel wird das Konzept der Data Lakehouses untersucht, sowie moderne Tools, die die Datenverarbeitung vereinfachen.
Ein Data Lakehouse kombiniert die Flexibilität eines Data Lakes mit der Struktur und Governance eines Data Warehouses. Es ermöglicht Unternehmen, sowohl strukturierte als auch unstrukturierte Daten an einem zentralen Ort zu speichern und sie je nach Bedarf für Analysen vorzubereiten.
Vorteile eines Data Lakehouse:
– Kosteneffizienz: Data Lakehouses nutzen Cloud-Speicher wie Amazon S3, wodurch Unternehmen nur für das zahlen, was sie nutzen. Dies vermeidet hohe Anfangsinvestitionen, die traditionelle Data Warehouses erfordern.
– Skalierbarkeit: Data Lakehouses lassen sich problemlos an wachsende Datenmengen anpassen. Speicher- und Rechenressourcen können unabhängig voneinander skaliert werden, was eine effiziente Nutzung ermöglicht.
– Flexibilität: Data Lakehouses können alle Arten von Daten speichern, nicht nur strukturierte Daten. Dies macht sie ideal für moderne Anwendungsfälle in der Datenanalyse, wie maschinelles Lernen und Künstliche Intelligenz.
– Schnellere Erkenntnisse: Durch die zentrale Speicherung aller Daten können Unternehmen schneller wertvolle Erkenntnisse aus verschiedenen Quellen gewinnen.
Fazit
Data Lakehouses sind eine hervorragende Methode für Unternehmen, ihre Daten zu verwalten und zu analysieren. Sie kombinieren die Skalierbarkeit und Kosteneffizienz von Data Lakes mit der Struktur und Governance von Data Warehouses. Integrierte Transformationstools wie DuckDB und DBT erleichtern die Datenverarbeitung und führen zu schnelleren Erkenntnissen.
Praxis-Tipps des Monats:
Zeitbezüge mit dynamischem Datum in Cognos Analytics
Cognos Kalender sind äußerst nützlich, um mit wenigen Klicks Zeitbezüge zu jeder Kennzahl zu erstellen. Standardmäßig verwendet IBM dafür den globalen Parameter _as_of_date, der jedoch immer das aktuelle Datum repräsentiert. Oft besteht die Anforderung, dass das Datum für relative Zeiten aus einem Datenelement des Datenmoduls stammen soll, wie zum Beispiel dem Ladedatum eines Data Warehouses oder dem letzten Bestelldatum einer Faktentabelle.
Lösung:
Mit der Funktion queryValue können Datenmodule dynamisch abgefragt werden, um Filter in den Kalendern anzupassen. Anstelle des festen _as_of_date wird ein Element aus einer Tabelle als Referenzdatum verwendet:
let refDate = queryValue( ‚[ORDER_HEADER].[LastOrderDate]‘ );
In diesem Beispiel wird das LastOrderDate aus der ORDER_HEADER Tabelle als das letzte Bestelldatum verwendet. So kann das Kalenderdatum dynamisch angepasst werden.
Weitere Informationen zu diesem Tipp und weitere Tipps & Tricks finden Sie unter: https://www.cognoise.de/cognos-kalender-relative-zeiten-mit-referenzdatum-aus-datenquelle-datenmodul-queryvalue-last-order-date-33079
Termine
Das Jahr geht langsam zu Ende, und wir möchten Sie noch auf den morgigen Termin des Cognos User Group e.V. hinweisen:
17.12.2024 – CUG Videokonferenz und „Weihnachtsfeier“
Weitere Informationen zu kommenden Terminen rund um AI und Datenanalyse folgen zum Jahresauftakt 2025.
Wir wünschen Ihnen eine schöne Weihnachtszeit und einen erfolgreichen Start ins neue Jahr!
Vielen Dank an alle Leser, Kunden und Partner für das Interesse an der Apparo Group und die großartige Zusammenarbeit.
Herzliche Grüße
Jens Bäumler