[antifragile data]

Dirk Lerner

[antifragile data] ist der Podcast für alle, die mehr wollen als Buzzwords. Dirk Lerner spricht über Data, AI und die Geschichten dahinter — ehrlich, praxisnah und manchmal unbequem. Ob Datenmodellierung, Data Engineering, Machine Learning, Data Governance oder die menschliche Seite der Datenwelt: Hier geht es um echte Erfahrungen, Fehler und Learnings aus über zwei Jahrzehnten in der Datenbranche. Der Podcast richtet sich primär an deutschsprachige Hörer. Internationale Gäste werden auf Englisch interviewt — diese Episoden sind entsprechend gekennzeichnet. Datenmodellierung & InformationsmodellierungData Engineering & ArchitekturDatenmodellierung & AIData Governance & StrategieData Culture & OrganisationKarriere in der DatenweltTool-Bewertungen & Tech-Deep-DivesFehlerkultur & Lessons Learned

Folgen

  1. 1. Sept.

    #001 · Secret Spice: Ohne Fachdatenmodell keine reproduzierbare AI

    Alle reden über AI. Aber die Initiativen, die wirklich liefern, haben eines gemeinsam – ein fachliches Datenmodell. Meine Position in gut 25 Minuten. Neulich in einem Vortrag: Ein Team stellt seine AI-Initiative vor. Der Satz, der hängen bleibt, handelt nicht von Modellen oder Plattformen, sondern von einer Entscheidung, die Jahre zurückliegt – beim letzten Umbau des Data Warehouse ein fachliches Datenmodell gebaut zu haben. Damals hat das niemand gefeiert. Heute ist es der Grund, warum ihre AI reproduzierbare Ergebnisse liefert. In der ersten Folge geht es um genau diese Lücke: Informationsmodelle werden gebraucht – dringender als je zuvor – aber in vielen Projekten ist das noch nicht angekommen. Ich kläre, was ein fachliches Datenmodell eigentlich ist und was es nicht ist, warum AI Semantik härter einfordert als jedes BI-Projekt davor, und woran es liegt, dass Modellierung trotzdem als Relikt gilt. Am Ende drei konkrete Schritte für alle, die nicht bei null anfangen wollen – und eine Geschichte aus meinen frühen Projekttagen, die ich lieber nicht erlebt hätte: vier Milliarden Datensätze, eine Geschäftsregel, die nur zu achtzig Prozent stimmte, und keine Originaldaten mehr, um sie zu korrigieren. Außerdem: was dich hier erwartet – kompakte Deep Dives (Secret Spice), Quartals-Backstage mit Kim de Vries und Gespräche mit Gästen aus der Data- und AI-Welt. Alle drei Wochen, dienstags. ── Kapitel ── 00:00 Intro 00:15 Der Satz aus dem Vortrag 01:15 Wer hier spricht, und was dieser Podcast ist 04:28 Was ein Informationsmodell ist – und was nicht 06:09 Missverständnisse über Informationsmodelle 09:04 Warum AI Semantik härter einfordert als BI 14:04 Warum es in Projekten trotzdem nicht ankommt 17:53 Drei Schritte, wenn man nicht bei null anfangen will 21:29 Die Signature Question – und meine eigene Antwort 25:09 Outro ── Erwähnungen & Links ── • Secret-Spice-Serie: https://tedamoh.com/de/academy/secret-spice • Video-Version dieser Folge: https://youtu.be/wV6EzYzC_JQ ★ Bewerten hilft: Eine Bewertung bei Apple Podcasts oder Spotify sorgt dafür, dass andere Datenmenschen den Podcast finden. ► Alle Folgen, Newsletter & Plattformen: https://podcast.tedamoh.com ► Unterstützen: https://truefans.fm/antifragile-data [antifragile data] – der Podcast über Data, AI und die Geschichten dahinter, mit Dirk Lerner (TEDAMOH). Ehrlich, praxisnah und manchmal unbequem. Dirk Lerner ist Berater, Autor und Gründer von TEDAMOH – The Data Modeling Hub: https://tedamoh.com #Data #AI #Datenmodellierung #DataVault #DataEngineering #Podcast

Bewertungen und Rezensionen

5
von 5
5 Bewertungen

Info

[antifragile data] ist der Podcast für alle, die mehr wollen als Buzzwords. Dirk Lerner spricht über Data, AI und die Geschichten dahinter — ehrlich, praxisnah und manchmal unbequem. Ob Datenmodellierung, Data Engineering, Machine Learning, Data Governance oder die menschliche Seite der Datenwelt: Hier geht es um echte Erfahrungen, Fehler und Learnings aus über zwei Jahrzehnten in der Datenbranche. Der Podcast richtet sich primär an deutschsprachige Hörer. Internationale Gäste werden auf Englisch interviewt — diese Episoden sind entsprechend gekennzeichnet. Datenmodellierung & InformationsmodellierungData Engineering & ArchitekturDatenmodellierung & AIData Governance & StrategieData Culture & OrganisationKarriere in der DatenweltTool-Bewertungen & Tech-Deep-DivesFehlerkultur & Lessons Learned