Noch mehr Wissen mit IBM Watson Analytics

20. Oktober 2015

IBM Watson Analytics wird noch leistungsstärker: Das kognitive System bietet durch neue Konnektoren ab sofort erweiterte Möglichkeiten zur interaktiven Datensuche, verwendet automatische Verschlüsselungstechnologien und verbessert über „Expert Storybooks“ seine Fähigkeiten zur fachspezifischen Recherche. Damit wird es für Nutzer noch einfacher, zielgerichtete Informationen aus den verfügbaren Daten zu erlangen. Zudem arbeiten immer mehr Unternehmen mit dem System: Seit Einführung der kognitiven Such- und Analysemaschine mit ihren umfangreichen Visualisierungsmöglichkeiten vor weniger als einem Jahr nutzen heute bereits über eine halbe Million Professionals IBM Watson Analytics. Damit gehört das System zu den erfolgreichsten und populärsten Self-Service-Analyse-Plattformen für die Geschäftswelt.

Die herausragenden Eigenschaften von Watson Analytics sind die natürliche Spracherkennung, die Fähigkeit zur Hypothesenbildung sowie die Lernfähigkeit des Systems. Damit können Anwender mehr Informationen aus ihren Daten ziehen und selber besser verstehen, welche Erkenntnisse sich daraus überhaupt gewinnen lassen. Diese Eigenschaften hat IBM jetzt noch einmal entscheidend verbessert und verfeinert. Unter anderem mit neuen Konnektoren, um noch mehr externe Datenquellen anzuzapfen. Unter anderem kann damit jetzt auf Daten von IBM DB2, IBM Informix, IBM Netezza, IBM SQL Datenbanken, IBM dashDB sowie weiteren populären Datenquellen zugegriffen werden.

Anzeige
cs espresso series

Darüber hinaus bietet Watson Analytics nun auch ein Sicherheits-Gateway zur automatischen Verschlüsselung sensibler Daten sowie erweiterte interaktive und branchenspezifischen Such- und Analysemöglichkeiten über sogenannte „Expert Storybooks”. Sie sind in Zusammenarbeit mit Partnern wie Deloitte, OgilvyOne oder Twitter entstanden und umfassen Themen wie Marketing, Risikomanagement und Investments sowie Social Media. Die Storybooks helfen den Anwendern, besser zu verstehen, wie unterschiedliche Datentypen und -quellen am besten genutzt werden beziehungsweise Muster erkannt und Zusammenhänge postuliert werden können, um beispielsweise Prognosen zu erstellen und Entscheidungen zu treffen. (rhh)

Hier geht es zur IBM

Lesen Sie auch