Skalierbare Datenprodukte für KI und Analytics: Weniger Doppelarbeit, mehr Nutzen
Wie Governance und KI den Weg von der Anforderung zum Datenprodukt beschleunigen
KI- und Analytics-Anforderungen entstehen in vielen Unternehmen dezentral. Dadurch werden Bedarfe oft unterschiedlich priorisiert und ähnliche Lösungen mehrfach entwickelt. Wiederverwendbare Datenprodukte schaffen in diesem Kontext die Basis für mehr Transparenz, Konsistenz und Effizienz.
Wie ein KI-gestützter Datenprodukt-Assistent den Prozess von der strukturierten Bedarfsaufnahme bis zum zentralen Datenproduktkatalog unterstützt, zeigen wir in unserem Webinar am 24. November 2026 um 10 Uhr. Im Mittelpunkt stehen das Zusammenspiel von Governance, Ownership und Transparenz sowie ein praxisnaher Einblick in den Planungsprozess.
Das Webinar richtet sich an alle Data- & Analytics-Verantwortliche, Data Governance Leads, Data Product Owner, Datenarchitekten sowie Führungskräfte, die Reporting-, Analytics- und KI-Anforderungen skalierbar und wiederverwendbar umsetzen möchten.
Erfahren Sie, wie Governance und AI die Planung von Datenprodukten beschleunigen und gleichzeitig für mehr Konsistenz, Transparenz und Wiederverwendbarkeit sorgen. Melden Sie sich jetzt zum Webinar an:
Speaker
Julian Schütt berät unsere Kunden seit über 15 Jahren von der Konzeption bis zur Implementierung smarter Datenarchitekturen. Als Leiter der Business Unit Data & Cloud Services beschäftigt er sich dazu mit dem Einsatz innovativer Technologien, von agilen Cloud-Umgebungen bis zur effizienten Nutzung von Künstlicher Intelligenz.
Linus Gerull spezialisierte sich als Consultant im Bereich Smart Data Services auf Analytics- und Data Governance-Projekte. Dabei unterstützt er Kunden, ihre Daten effektiv zu nutzen und Prozesse zu optimieren.
Ian Shulman ist Data Scientist bei der celver AG mit besonderem Fokus auf die Textgenerierung mithilfe von Large Language Models. Dabei konzentriert er sich auf die Vereinfachung komplexer und umständlicher Prozesse durch Machine-Learning-Ansätze sowie die Nutzung von Data-Science-Methoden, um neue Erkenntnisse aus den Daten zu extrahieren.
