Wie semantikbasierte Wissensgraphen den Wert von Data Lakes beschleunigen

Wir freuen uns, Transform 2022 persönlich am 19. Juli und virtuell vom 20. bis 28. Juli zu präsentieren. Schließen Sie sich führenden KI- und Datenexperten an, um eingehende Diskussionen und spannende Networking-Möglichkeiten zu erhalten. Melden Sie sich noch heute an!

Die Demokratisierung von Daten und die Generierung von Erkenntnissen war noch nie so wichtig, um Wettbewerbsvorteile zu erzielen. Unabhängig davon, ob Sie fortschrittliche Analysen zur Entscheidungsfindung durchführen oder komplexe Beziehungen mit Daten modellieren, die sowohl zu groß als auch zu groß sind, um Personen, Orte, Dinge und ihre Beziehungen zu beschreiben, Wissensgraphen machen einen Unterschied darin, wie Informationen gefunden, verwendet und genutzt werden.

Wir wissen es vielleicht nicht, aber wir verwenden tatsächlich einen Knowledge Graph, wenn wir Dinge wie ein Restaurant in der Nähe googeln, das dienstags Live-Musik bietet. Es ist daher nicht verwunderlich, dass Enterprise Knowledge Graphs (EKG) auch am Arbeitsplatz immer beliebter werden. Indem sie helfen, Wissen als Antworten zu extrahieren, zu verbinden und bereitzustellen und dann Empfehlungen und Einblicke in jede datengesteuerte Anwendung zu formulieren, strukturieren EKGs die Informationen eines Unternehmens, damit es BI- und IT-Analysen optimieren und bessere Ergebnisse aus Chatbots und Empfehlungsmaschinen generieren kann.

Ein mit einer semantischen Ebene aktivierter Wissensgraph kann diese Vorteile jedoch noch weiter ausschöpfen, indem er Organisationen die Grundlage für eine Enterprise-Data-Fabric-Architektur bietet. Diese Kombination ermöglicht es funktions-, unternehmens- und/oder organisationsübergreifenden Teams, komplexe Abfragen über Domänensilos hinweg zu stellen und zu beantworten und dann die gemeinsame Nutzung von Daten einfach und zugänglich zu machen, um bestehende und zukünftige organisatorische Anforderungen zu erfüllen. Dies könnte auch der Grund sein, warum Gartner davon ausgeht, dass Data Fabric-Bereitstellungen bis 2024 die Effizienz der Datennutzung vervierfachen und gleichzeitig die vom Menschen gesteuerten Datenverwaltungsaufgaben halbieren werden. .

Vorhang auf: Warum Data Fabrics immer beliebter werden

Massive Fortschritte in der Datenverwaltung ermöglichen es Unternehmen, ungenutzte Werte freizusetzen, indem sie Daten innerhalb und außerhalb ihrer Organisation nutzen und verbinden. Offene Standards in Form vorgeschriebener Ontologien (d. h. semantischer Modelle), von FIBO bei Finanzdienstleistungen bis D3FEND in der Cybersicherheit, fördern sowohl den Datenaustausch als auch das Konzept Data Factory weiter und machen die Wiederverwendung von Daten noch besser möglich.

Vorfall

Transformation 2022

Nehmen Sie am 19. Juli und virtuell vom 20. bis 28. Juli an der führenden Veranstaltung für angewandte KI für Entscheidungsträger in Unternehmen und Technologie teil.

hier registrieren

Die Prämisse hinter dem Konzept einer semantischen Ebene ist nicht neu, da sie vor über drei Jahrzehnten entstanden ist, teilweise dank BI-Anbietern, die speziell entwickelte Dashboards erstellten. Wie bei anderen proprietären Systemen stagnierte die Einführung, hauptsächlich weil sie zu starr und zu komplex waren und unter den gleichen Einschränkungen litten wie ein physisches relationales Datenbanksystem, das Daten modelliert, um seine strukturierte Abfragesprache zu unterstützen, anstatt zu unterstützen, wie Daten in der echte Welt. Welt (d.h. viele-zu-viele). Ebenso erschwerte die Starrheit relationaler oder grafischer Datenbankstrukturen die Verknüpfung und Vernetzung komplexer Ressourcen...