taod Consulting GmbH ads

Dir fehlt nicht KI. Dir fehlt ein gemeinsamer Standard.

Ich bin mehr und mehr überzeugt: Der Engpass in der Arbeit mit KI ist nicht mehr das Modell. Sondern wir. Warum? Nun, vor drei Jahren war Prompt Engineering der große Hype. Heute wird eher darüber gelächelt. Die Tricks von damals mit RACE-Promptframeworks braucht kaum noch jemand. Die Modelle verstehen uns auch so erstaunlich gut. Geblieben ist eine viel wichtigere Frage: Was trauen wir ihnen eigentlich zu? Was können wir von KI verlangen, wenn wir ihr eine Aufgabe abgeben? Da sind meiner Erfahrung nach viele Menschen erstaunlich unambitioniert. Ein Text aus dem Anthropic-Umfeld (von Felix Rieseberg, Member of Technical Staff bei Anthropic) hat mir dafür gerade die passende Sprache gegeben. Er unterscheidet vier Dimensionen, in die man als Mensch in der Arbeit mit KI ambitionierter werden kann. Aus meiner Sicht kann man das so ganz gut zusammenfassen: ➡️ Geschwindigkeit Dieselbe Arbeit, nur schneller. Das Angebot in 20 statt 90 Minuten, das Protokoll direkt nach dem Meeting mit passenden Aufgaben. Das ist messbar und sinnvoll. Aber genau das kann bald jeder Wettbewerber auch, ein Vorsprung entsteht hier wahrscheinlich nur kurzfristig. 🛫 Flughöhe Mal nicht nur die Aufgabe abgeben, sondern das Ziel dahinter. Statt „Beantworte diese Kundenanfrage“ lieber „Sorg dafür, dass dieser Kunde restlos glücklich ist und Kunden uns nicht dreimal dasselbe fragen müssen“. Dann findet die KI die wiederkehrenden Fragen, die Lücken in der Doku und die Stelle im Prozess, an der es hakt. 🔎 Expertentiefe „Du bist ein erfahrener Marktanalyst“ sorgt vielleicht dafür, dass die KI wie einer klingt. Tiefe heißt, sie dazu zu bringen, wirklich wie ein Experte zu arbeiten, z.B. an die Rohdaten statt an die fertige Zusammenfassung zu gehen und mit den Methoden der Besten im Fach zu arbeiten. 🔀 Breite Ein Problem durch die Brille von Disziplinen betrachten, die man nie an den Tisch geholt hätte. Die Wartungsplanung mit Methoden aus der Luftfahrt. Die Stellenanzeige gegen den Fachkräftemangel mit dem Blick eines Konsumgüter-Marketers, der weiß, warum Menschen auf einer Seite abspringen. Die meisten Unternehmen, die ich sehe, bleiben bei der ersten Dimension stehen. Das liegt nicht nur an fehlender Fantasie. Für sinnvolle Einbindung dieser Dimensionen braucht die KI Zugriff auf echte Daten und echte Werkzeuge bei Euch, mit Chatfenster und Copy-Paste kommt man über Geschwindigkeit halt einfach nicht hinaus. Wer größer denken will, muss also auch die technischen Voraussetzungen dafür schaffen. Was war die ambitionierteste Aufgabe, die ihr einer KI in den letzten Wochen gegeben habt?

Nicht jede Datenplattform muss am ersten Tag Enterprise-ready sein. Sondern dann, wenn es nötig wird Die Plattform sollte nämlich den Anwendungsszenarien folgen, nicht umgekehrt. Wenn ein Kunde zu uns kommt, drückt meistens schon der Schuh und es gibt ein erstes klares Ziel, welches wir gemeinsam ausarbeiten: → Ein Anwendungsszenario, wenige Nutzer, 1-2 Datenquellen und ein Dashboard mit täglicher Aktualisierung. So zeigen wir schnell Mehrwert: Ziel sollte es sein nur das zu bauen was benötigt wird - mit dem Bewusstsein, dass alles organisch mitwachsen kann. Mein Rat ist deswegen nicht direkt zu schauen was die perfekte Architektur ist, sondern die benötigte - und worauf ihr perspektivisch vorbereitet sein wollt. Klar braucht es eine Basis von #Automatisierung, #Versionierung, #Tests und eine gute #Governance von Anfang an, aber nicht in #Enterprise Ausprägung. Enterprise-ready ist für mich kein Startzustand. Wir starten relativ einfach und erhöhen die technische Reife schrittweise. Es sind eine Shritte, die man geht, sobald das Geschäft sie braucht. Wie seht ihr das? Direkt Enterprise-Architektur oder bewusst hineinwachsen? #Databricks #DataEngineering #Datenplattform #Datenstrategie #Mittelstand #Bielefeld

𝗔𝗜 𝗙𝗼𝘂𝗻𝗱𝗲𝗱 𝘃𝘀. 𝗔𝗜 𝗙𝗼𝘂𝗻𝗱𝗮𝘁𝗶𝗼𝗻: 𝗪𝗶𝗲 𝘃𝗲𝗿ä𝗻𝗱𝗲𝗿𝘁 𝗞𝗜 𝗱𝗶𝗲 𝗔𝗿𝗯𝗲𝗶𝘁 𝗺𝗶𝘁 𝗗𝗮𝘁𝗲𝗻? Ich freue mich sehr auf unseren nächsten Data Lounge & Learn Abend in Stuttgart! Am 18. November dreht sich alles um das Zusammenspiel von Data und AI: KI als starkes Werkzeug in der Entwicklung und zugleich als Art der Datennutzung. Was bedeutet das für uns im Data und AI Team? Wie verändern sich die Aufgaben von Analysts, Data Scientists und Data Engineers? Und welche Rolle spielt Context Engineering dabei? Darüber wollen wir nicht nur reden, sondern auch Dinge ausprobieren: mit einer Keynote, drei Hands-on-Stationen und einem Paneltalk. Ich bin diesmal als Moderator dabei und zeige euch (wer hätte es erwartet? :D) auch etwas in Microsoft Fabric. Freue mich auf spannende Diskussionen und den Austausch mit euch bei Pizza und kühlen Getränken. 🍕🍻 WANN: 18. November, ab 18 Uhr WO: Impact Hub Stuttgart Kommt vorbei, ich freue mich auf euch! Link zur Anmeldung und weitere Infos in den Kommentaren. #taod #data #meetup #theländ Annika Strauss Benedikt Köhler Felix Faude Stephanie Harnisch

Hier nun ein paar persönlich Highlights an neuen Features von der European Microsoft Fabric + SQL Community Conference 🫶 Das Monitoring (finally :D) ein großes Upgrade: mehr Details, bessere Filter- und Analyseoptionen, cross-workspace Monitoring, Alerts und AI-Unterstützung bei Ursachenanalyse und Reaktion. Capacity Monitoring bekommt eine Live-Alternative zur bekannten Capacity Metrics App. Der OneLake Catalog wird feingranularer, unter anderem mit stärkerem Fokus auf Schemas, Tabellen und Spalten. Dazu kommen weitere und bessere Optionen zur unternehmensweiten Berechtigungssteuerung in Fabric. Ein wichtiger Schritt zu einem echten Data Catalog für Mensch und AI. Fabric IQ verbindet Daten aus OneLake, Kennzahlen und Logik aus Semantic Models sowie operativen Kontext. Das Ziel ist, dass Menschen und Agents nicht nur Fabric Daten nutzen, sondern mit Foundry IQ für weniger strukturierte Daten, Work IQ für Microsoft-365-Kontext und Web IQ für aktuelle Informationen aus dem öffentlichen Web entsteht ein ziemlich umfassendes Bild. Fabric on Demand mit F0: "Pay what you use" statt dauerhafte Kapazität. Ein völlig neues Modell der Lizenzierung, dass für Flexibilität sorgt und viel Türen für Unternehmen öffnen kann. Power BI wird mehr zur App-Plattform: Mit dem Modern Report Creator sollen custom Reports künftig agentisch erstellt werden können, auf Basis von Semantic Models und einer React-basierten und interaktiven Frontend. Gleichzeitig soll Power BI Pro künftig Fabric Apps auf Rayfin-Basis sowie eine Fabric SQL Database mit bis zu 1 GB umfassen. Im Datenbankbereich gab es Updates rund um SQL Database Hyperscale, Vector Search und neue Möglichkeiten für moderne AI-Workloads. Shortcuts und Mirroring bleiben sehr nice und erweitern sich kontinuierlich. IQ-Sharing ermöglicht es auch Ontologies zu teilen. dbt Jobs sind nun in GA. Außerdem wurde die dbt Fusion Engine angekündigt. Für Warehouses wurde beschleunigte GPU-Unterstützung für AI-Foundation-Workloads gezeigt. Gerade die Themen rund um Governance, IQ und F0 halte ich für mega spannend. Was ist euer Highlight der Announcements? #taod #fabconeurope #microsoft #fabric

𝗞𝗜 𝗯𝗿𝗮𝘂𝗰𝗵𝘁 𝗱𝗶𝗲 𝗿𝗶𝗰𝗵𝘁𝗶𝗴𝗲 𝗗𝗮𝘁𝗲𝗻𝗯𝗮𝘀𝗶𝘀. Auf dem AI Catalyst Summit des KI Bundesverband durfte ich gemeinsam mit Dr. Ulrich Bohrn, MBA unseren Smart R&D Assistant bei LANXESS vorstellen. Für uns das Paradebeispiel dafür, was intelligente Kontext-Bereitstellung heute bedeuten muss. Die Herausforderung: Fast eine Million Dokumente. Eine einfache Suche oder klassisches RAG reichen bei dieser Komplexität längst nicht mehr aus. In zwei Jahren intensiver Zusammenarbeit haben wir deshalb auf modernste, agentische Methoden gesetzt: KI-Agenten sammeln nicht mehr nur stumpf Suchtreffer ein. Sie verstehen die Fragestellung und finden den relevanten Kontext eigenständig zur richtigen Zeit. Im Ergebnis verkürzt sich durch den Smart R&D Assistant die Suche nach den passenden Forschungsberichten von 1,5 Tagen auf nur noch 1,5 Stunden und liefert die Grundlage für viele weitere Agenten und Prozesse, um das Potenzial der Daten bestmöglich zu nutzen. Danke an dieser Stelle noch einmal Dr. Ulrich Bohrn, MBA für den gemeinsamen Auftritt und die wie immer wundervolle Zusammenarbeit! Ich bin gespannt auf das, was noch so kommt.