Glossar

BigML

Was ist BigML?

BigML ist eine Plattform für maschinelles Lernen des gleichnamigen, 2011 gegründeten Unternehmens aus Corvallis (Oregon, USA). Sie ermöglicht es, über eine Weboberfläche oder eine Programmierschnittstelle Modelle wie Entscheidungsbäume, Ensembles, Clustering oder Anomalieerkennung zu erstellen, ohne selbst viel zu programmieren. Ein Schwerpunkt liegt auf gut interpretierbaren Modellen und automatisierbaren Arbeitsabläufen. Angeboten wird sie als Cloud-Dienst und für den Betrieb im eigenen Rechenzentrum (Stand: Oktober 2026).

Themen

Machine-Learning-Plattform
Low-Code
Cloud

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

DataRobot

DataRobot ist ein US-Softwareunternehmen, dessen Plattform Organisationen beim Entwickeln, Betreiben und Überwachen von KI-Anwendungen unterstützt. Bekannt wurde es mit automatisiertem maschinellem Lernen (AutoML), bei dem viele Modellvarianten automatisch trainiert und verglichen werden – etwa um Kündigungen oder Nachfrage vorherzusagen. Heute stellt der Anbieter zusätzlich Betrieb und Governance von KI-Agenten in den Vordergrund (Stand: Oktober 2026).

AutoML
MLOps
+1

KNIME

KNIME ist eine Software für Datenanalyse, bei der Arbeitsabläufe grafisch aus Bausteinen („Knoten“) zusammengesetzt werden, statt sie zu programmieren. Die quelloffene KNIME Analytics Platform deckt Datenimport, Bereinigung, Auswertung, maschinelles Lernen und Berichte ab; kommerzielle Angebote des Herstellers ergänzen Zusammenarbeit und Betrieb im Unternehmen. Ein typisches Beispiel ist ein Workflow, der monatlich Verkaufsdaten aus mehreren Excel-Dateien zusammenführt, bereinigt und eine Prognose erstellt.

Datenanalyse
Low-Code
+1

No-Code

No-Code bezeichnet Werkzeuge, mit denen sich Anwendungen, Automatisierungen oder Websites über grafische Oberflächen erstellen lassen, ohne Programmcode zu schreiben. Fachabteilungen können so Abläufe selbst umsetzen und schneller testen, statt auf die IT-Entwicklung zu warten. Grenzen zeigen sich bei sehr speziellen Anforderungen, großen Datenmengen oder tiefen Integrationen. Beispiel: Ein Vertriebsteam baut per Drag-and-drop einen Ablauf, der neue Anfragen sortiert und zusammenfasst.

Automatisierung
Werkzeuge
+1

Maschinelles Lernen

Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer Muster aus Daten ableiten, statt jede Regel ausdrücklich programmiert zu bekommen. Je nach Aufgabe lernen Modelle aus beschrifteten Beispielen (überwacht), aus unbeschrifteten Daten (unüberwacht) oder durch Belohnung (bestärkend). Anwendungen reichen von Spamfiltern über Nachfrageprognosen bis zu Produktempfehlungen. Die Qualität hängt stark von Menge und Güte der Trainingsdaten ab.

Grundlagen
KI
+1