Top informiert mit unserem inics Blog
Hier veröffentlichen wir regelmäßig wissenswerte Beiträge zu relevanten Themen rund um Datenarbeit, Business Intelligence und Data Analytics.
Data Mesh, Data Meh? Warum viele Unternehmen ihre BI- und Datenorganisation gerade neu bewerten müssen
Vor ein paar Jahren war Data Mesh für viele Unternehmen vor allem ein starkes Zielbild. Mehr Ownership in den Domänen, weniger zentrale Engpässe, mehr Produktdenken, mehr Skalierbarkeit. Auf Strategiefolien klang das modern, ambitioniert und längst überfällig.
AI Use Case Inventar und Governance - Portfolio, Rollen, Pflichten
Teil 1 hat Datenqualität operativ gemacht. Teil 2 hat Traceability als Architekturprinzip gesetzt. Teil 3 schließt die Reihe mit der Frage, die in der Praxis oft als Erstes beantwortet werden muss:
Traceability by Design: Auditfähigkeit ist Architektur, nicht Dokumentation
Teil 2/3 der Reihe zum EU AI Act. Im ersten Teil ging es um Datenqualität. Teil 2 baut darauf auf. Denn selbst mit guten Daten kommt im Alltag fast immer dieselbe Frage:
EU AI Act Art. 10: Datenqualität, die Prüfungen standhält
Was Data Engineering vor dem Start der High Risk Regeln liefern muss (Teil 1/3). In vielen Organisationen war Datenqualität lange ein Hygiene Thema: Wichtig, aber selten entscheidend. Mit dem Start der High Risk Regeln wird sie prüfbar und muss messbar, steuerbar und belegbar im Betrieb sein.
Marktkorrektur als strategische Chance
Warum Ownership und Stabilität die neuen Leitwährungen im BI- & Analytics-Umfeld sind.
Die Cloud-Kostenkrise 2025: Warum Data-, BI- und AI-Teams spätestens 2026 handeln müssen
Das Cloud-Kostenmanagement ist 2025 faktisch kollabiert und fast niemand war darauf vorbereitet. Laut Flexera geben 84 % der Unternehmen an, dass Cloud-Kostenoptimierung inzwischen ihre größte Cloud-Herausforderung ist.¹ BCG berichtet, dass bis zu 30 % der Cloud-Ausgaben verschwendet werden.² TechRadar zeigt: 94 % der IT-Führungskräfte kämpfen weiterhin mit Kostenoptimierung und mangelnder Kostentransparenz.³ Diese Zahlen prägen das Jahr und entsprechen exakt dem, was wir in Dutzenden BI-, Data-Engineering- und AI-Umgebungen gesehen haben. Clouds sind unvorhersehbar geworden und Unvorhersehbarkeit ist inzwischen ein finanzielles Risiko.
Wenn Erfolg keine feste Zahl hat - Erfolgsmessung in einer nicht-deterministischen Datenwelt
In klassischen BI-Systemen schien Erfolg oft einfach messbar: Ein Dashboard spart Zeit, automatisiert Berichte, senkt Fehlerquoten. Doch auch dort war die Bewertung nie wirklich eindeutig. Wie bemisst man zum Beispiel eine bessere Entscheidung? Oder den Wert von Erkenntnissen, die verhindern, dass ein Fehler überhaupt entsteht? Schon in der klassischen BI ging es letztlich um mehr als Zahlen: um Entscheidungsqualität und Wirkung.
Databricks AI/BI Genie und die Zukunft der Business Intelligence
Wir erleben gerade eine neue Welle in Business Intelligence (BI): Die Grenze zwischen klassischem Dashboarding und natürlicher Dateninteraktion verschwimmt.
Datenkrimi: Weiße Ware, rote Zahlen
Tatort: Rampe - ein Datenkrimi über fehlendes Controlling, Alibis und die Spurensicherung von Zahlen