Agilität und Data Science haben eines gemeinsam: Beide Disziplinen haben in den letzten Jahren stark an Bedeutung gewonnen. Der Einsatz agiler Methoden und Frameworks kann für Unternehmen ein entscheidender Erfolgsfaktor sein. In diesem und den kommenden Blog-Beiträgen werden wir uns vor allem mit der Frage beschäftigen, ob und wie agile Ansätze in die Welt der Data Science integriert werden können. Zunächst jedoch ein Blick auf wichtige Grundlagen im Bereich Data Science und Agilität.
In diesem Blog-Beitrag werden wir die spezifischen Anforderungen an Data-Science-Projekte und die Auswahl des richtigen agilen Ansatzes betrachten. Dabei wird ein Blick auf den aktuellen Stand der Forschung geworfen.
zum Artikel gehenDie nahtlose Integration von Data Science in Unternehmen ist in der heutigen Zeit von entscheidender Bedeutung, um aus Daten wertvolle Erkenntnisse zu gewinnen und darauf basierend fundierte Geschäftsentscheidungen zu treffen. Bei adesso haben wir uns ein
zum Artikel gehenAgilität ist in aller Munde – auch fast zwanzig Jahre nach Veröffentlichung des agilen Manifests zur Softwareentwicklung. In meinem Blog-Beitrag möchte ich daher eine Bestandsaufnahme des Themas Agilität in der Bankenbranche vornehmen und euch zeigen, wel
zum Artikel gehenDas Thema Agilität wird seit einiger Zeit sehr gehyped, wodurch die Kerngedanken und Vorteile agiler Vorgehensweisen nur noch oberflächlich betrachtet werden. Für Unternehmen ist Agilität allerdings absolut überlebenswichtig. In meinem Blog-Beitrag habe i
zum Artikel gehenAgilität ist kein IT-Trend, sondern gehört zur Unternehmenskultur. Um Agilität richtig einzuführen und interne Prozesse damit zu verbessern, führt kein Weg an der Unternehmenskultur vorbei. Wieso das so ist und in welchem Bereich ein gewisses Umdenken sta
zum Artikel gehen