adesso BLOG

Metadatengesteuerte Datenpipelines sind ein Gamechanger für die Datenverarbeitung in Unternehmen. Diese Pipelines nutzen Metadaten, um Prozesse dynamisch zu aktualisieren, anstatt bei jeder Änderung einer Datenquelle jeden Schritt manuell zu überarbeiten. Wie auch bei den Datenpipelines kann die Pflege der Metadaten einen Engpass bei der Wartung und Weiterentwicklung eines Pipeline-Frameworks darstellen. In diesem Blog-Beitrag zeige ich anhand praktischer Beispiele, wie die Template-Sprache Jsonnet die Pflege von Metadaten erleichtert.

Lernen ist eine Grundvoraussetzung, um einen Job effizient zu erledigen und den Arbeitsalltag spannend zu halten. Es ist ein komplexer Prozess und ein zentrales Forschungsthema in verschiedenen Disziplinen. Dieser Blog-Beitrag erklärt, wie Lernen funktioniert und wie gute Datenqualität dabei helfen kann.

Die Nachfrage nach innovativen, auf KI basierenden Transformer-Modellen ist kaum zu übersehen. Insbesondere in Bereichen wie der maschinellen Übersetzung sowie der Sprach- und Texterkennung wurden in den letzten Jahren große Fortschritte bei der Entwicklung erzielt. Dieser Blog-Beitrag beschreibt, wie Transformer-Technologien bei Sprachmodellen zum Einsatz kommen.

Bislang ist die Nutzung der Daten im Gesundheitsbereich kaum bis gar nicht möglich. Die Datennutzung im Gesundheitswesen bietet allerdings ein enormes Innovationspotential und damit die Möglichkeit, die Gesundheitsversorgung aller grundlegend zu verbessern. Gesundheitsdaten sollten eine Art Gemeingut darstellen, von dem die gesamte Bevölkerung profitiert. Wieso das so ist, wie es um die Bereitschaft zur Datenspende und die Umsetzung steht und wie es mit den Themen Datenschutz und Datensicherheit aussieht, erkläre ich in diesem Blog-Beitrag.

Der Weg zur erfolgreichen Digitalisierung im Labor erfordert den Einsatz von IT-Systemen. Während bei manuellen Prozessschritten ein Großteil der Dokumentation und des Datenaufkommens auf Papier festgehalten wird, bringt ein erhöhter Digitalisierungsgrad ebenso ein erhöhtes Datenaufkommen mit sich. Damit wird es umso wichtiger sicherzustellen, dass die eingesetzten IT-Systeme validiert sind, damit die generierten und verarbeiteten Daten den geforderten Qualitätskriterien unterliegen.

Die Datenvisualisierung ist nur ein Aspekt zur Interpretation von bestimmten Daten. Die Betrachtung einer Darstellung führt allerdings unweigerlich zu einer bestimmten Interpretation, die zu bestimmten Problemen führen kann. Daher werde ich euch im zweiten Teil meines Blog-Beitrags an verschiedenen Beispielen zeigen, wie Visualisierungen ihre Intention «verdeckt» vermitteln.

Ganz nach dem Motto „Traue keiner Statistik, die du nicht selbst gefälscht hast“ kann schon die Art der Darstellung der exakt gleichen Daten ganz unterschiedliche Interpretationen provozieren. Daher werde ich euch in dem ersten Teil meines Blog-Beitrags zeigen, welchen Einfluss die Darstellung einer Grafik, die Daten visuell darstellt, auf die Wahrnehmung hat.