Glossar

KNIME

Was ist 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.

Themen

Datenanalyse
Low-Code
Open Source

KI.ordo ausprobieren

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

Demo starten

← Alle Begriffe

Verwandte Begriffe

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

Data Mining

Data Mining bezeichnet das systematische Durchsuchen großer Datenbestände nach Mustern, Zusammenhängen und Auffälligkeiten. Dabei kommen statistische Verfahren und Methoden des maschinellen Lernens zum Einsatz, etwa Clustering, Klassifikation oder Assoziationsanalyse. Ein klassisches Beispiel ist die Warenkorbanalyse im Handel, die zeigt, welche Produkte häufig zusammen gekauft werden – eine Grundlage für Sortiment, Platzierung und Empfehlungen.

Datenanalyse
Mustererkennung
+1

Explorative Datenanalyse (EDA)

Die explorative Datenanalyse (EDA) ist der erste, offene Blick auf einen Datensatz: Man berechnet Kennzahlen, betrachtet Verteilungen und Diagramme und sucht nach Mustern, Ausreißern und fehlenden Werten – noch ohne feste Hypothese. Sie hilft, Datenqualität einzuschätzen und sinnvolle Fragen für weitere Analysen oder Modelle zu finden. Beispiel: Vor einer Umsatzprognose zeigt die EDA, dass ein Monat wegen einer Systemumstellung unvollständig erfasst wurde.

Datenanalyse
Statistik
+1

Vorlage

Machine-Learning-Pipeline

Eine Machine-Learning-Pipeline ist eine festgelegte Abfolge von Arbeitsschritten, die Rohdaten in ein einsatzfähiges Modell überführt: Daten sammeln, bereinigen, Merkmale aufbereiten, trainieren, bewerten, bereitstellen und überwachen. Durch die Automatisierung werden Ergebnisse reproduzierbar, und neue Daten lassen sich mit wenig Aufwand verarbeiten. Ein Händler kann so etwa sein Absatzprognosemodell jede Woche automatisch mit aktuellen Verkaufszahlen neu trainieren und prüfen.

MLOps
Automatisierung
+1