Am Beispiel eines News-Datensatzes setzen wir unsere Reise von der Quelle zur Aktion fort. Auf Basis eines realen News-Datensatzes präsentieren wir Ihnen mittels Natural Language Processing (NLP) die Aufbereitung von Texten für die weitere AI-gestützten Analyse.
Neben den strukturierten Unternehmensdaten aus dem Enterprise-DWH gewinnen unstrukturierte Daten für die Geschäftssteuerung an Bedeutung. Eine Möglichkeit ist die Datenablage in einem Hadoop Cluster, welche die Voraussetzung für eine effiziente parallele Datenaufbereitung ist. Wir demonstrieren die Herausforderungen beim NLP und wie mittels AI-Methoden systematisch Wissen und Erkenntnisse aus unstrukturierten Texten gewonnen werden können.
Abschließend zeigen wir, wie die gewonnenen Erkenntnisse als Wissensgraph visualisiert werden können. Die daraus abgeleiteten Trends lassen sich unter anderem zur Produkt- und Strategieentwicklung nutzen.