adesso BLOG

Daten sind die Grundlage für fundierte Entscheidungen. In der Vergangenheit wurden Entscheidungen oft aus dem Bauch heraus getroffen. Heute ermöglichen datengetriebene Ansätze fundierte Bottom-up-Entscheidungen. Doch erst mit einer durchdachten visuellen Aufbereitung entfalten diese Daten ihr volles Potenzial. Dieser Blog-Beitrag erklärt, warum Dashboards in diesem Kontext eine entscheidende Rolle spielen.

Der Weg zur vollständigen Dekarbonisierung wird auch die Gasnetzbetreiber massiv betreffen: Teile der Infrastruktur werden voraussichtlich langfristig nicht mehr benötigt, andere Teile müssen für den Betrieb mit Wasserstoff ertüchtigt werden. In diesem Blog-Beitrag skizzieren wir ein Vorgehen, um die Umstellung auf Wasserstoff gut vorzubereiten. Die dafür notwendigen Daten können auch anderweitig genutzt werden.

In einer Zeit, in der Effizienz und schnelle Anpassungsfähigkeit entscheidend sind, bietet Process Mining einen erheblichen Mehrwert: Es ermöglicht Unternehmen, ihre Geschäftsprozesse datengetrieben zu optimieren. In diesem Blog-Beitrag erklären wir genauer, wie Process Mining helfen kann - und zwar in praktisch jeder Implementierung und unabhängig von Branche oder Prozess.

Effiziente Kraftwerksprozesse und fundierte Entscheidungen sind heute ohne datenbasierte Analysen kaum noch denkbar. In diesem Blog-Beitrag erfahrt ihr, wie PowerBI durch automatisiertes Reporting und umfassende Datenintegration die Arbeit von Mitarbeitenden in Kraftwerken erleichtern kann. Ihr erfahrt, wie Betriebsdaten aus unterschiedlichen Quellen effizient ausgewertet, die Anlagenperformance optimiert und Entscheidungsprozesse beschleunigt werden können.

In der modernen Datenverarbeitung stehen Unternehmen vor der Herausforderung, die richtige Datenbanktechnologie für ihre spezifischen Anforderungen zu wählen. PostgreSQL und Databricks sind zwei weit verbreitete Lösungen, die jeweils ihre eigenen Stärken haben. In diesem Blog-Beitrag werde ich die Unterschiede zwischen PostgreSQL und Databricks herausarbeiten, ihre jeweiligen Vor- und Nachteile untersuchen und konkrete Anwendungsfälle nennen, die einen Wechsel zu Databricks rechtfertigen.

Change Data Capture (CDC) ist eine Technik, die alle Datenänderungen in einem Datenarchiv erfasst, sammelt und für die Übertragung und Replikation in andere Systeme aufbereitet, entweder als Batch-Prozess oder als Stream. Dieser Blog-Beitrag konzentriert sich auf die Anwendung von CDC in Data Lakehouses am Beispiel von Change Data Feed, einer Variante von CDC, die von Databricks im Rahmen von Delta-Lake-basierten Data Lakehouses entwickelt wurde.

In einem verteilten Softwaresystem stellen Datenänderungen immer eine Herausforderung dar. Wie ist es möglich, die Änderungshistorie von Daten, die sich in einem Teil des Systems befinden, zu verfolgen, um angeschlossene Datenspeicher in anderen Teilsystemen zu synchronisieren? Eine Antwort auf diese Frage bietet Change Data Capture (CDC). Was es damit auf sich hat, erkläre ich in diesem Blog-Beitrag.

Täglich kämpfen Mitarbeitende mit manuellen Berichtsprozessen, die hohe Personalkosten, eingeschränkte Prozessoptimierungsmöglichkeiten und Qualitätsmängel verursachen. Trotz der entscheidenden Bedeutung von Kennzahlen für das Management sind manuelle Berichtsprozesse in der Produktion weit verbreitet. In diesem Blog-Beitrag erkläre ich, warum Unternehmen im IIoT-Bereich mit dem Produktionsreporting beginnen.

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.