0 / 0
Zurück zur englischen Version der Dokumentation
Übersicht über Anwendungsfälle

Übersicht über Anwendungsfälle

Sie können Cloud Pak for Data mit verschiedenen Services verwenden, um Anwendungsfälle zu implementieren, die Sie bei der Erstellung einer vertrauenswürdigen Datenbasis für Ihre KI-Operationen unterstützen.

Übersicht über die Data Fabric-Lösung

Wenn Sie die Datenstrukturlösung in Cloud Pak for Dataimplementieren, können Sie die Herausforderungen des Datenzugriffs, der Datenqualität, der Datengovernance und der Verwaltung Ihrer Datenlebenszyklen bewältigen.

Die Datenstrukturlösung in Cloud Pak for Data bietet die folgenden Hauptfunktionen für die Verwaltung und Automatisierung Ihrer Datenlebenszyklen:

Datenzugriff
Greifen Sie auf Ihre Daten in mehreren Clouds und lokal in Ihrer vorhandenen Datenarchitektur zu.
Self-Service-Nutzung
Teilen und verwenden Sie Daten und andere Assets aus dem gesamten Unternehmen in Katalogen.
Aufgelaufenes Wissen
Machen Sie sich mit Ihren Daten über ein allgemeines Geschäftsvokabular vertraut. Vertrauen Sie Ihren Daten durch Protokoll-, Abstammungs-und Qualitätsanalyse.
Collaborative Innovation
Arbeiten Sie mit anderen zusammen, um Erkenntnisse zu gewinnen. Bereiten Sie Daten vor und analysieren Sie sie mit einer Reihe integrierter Tools für alle Erfahrungsstufen.
Governance und Konformität
Definieren Sie Regeln zur Durchsetzung des Datenschutzes.
Einheitlicher Lebenszyklus
Automatisieren Sie das Erstellen, Testen, Bereitstellen und Überwachen von Datenpipelines.

Die folgende Abbildung zeigt, wie das Datenfabric Anwendungsfälle auf der Plattform Cloud Pak for Data (sowohl in der Cloud als auch lokal) unterstützt, indem der Zugriff auf hybride Datenquellen (z. B. Data-Lakehouse, Data-Warehouse, Data-Lake, Datenbank oder Geschäftsanwendung) mit Funktionen in einer einzigen Benutzerschnittstelle integriert wird.

Abbildung mit einem Datenfabric mit einer Ebene von Anwendungsfällen, Funktionen, Datenquellen und Plattform

Der Wert von Assets

Mit dem Data Fabric können Sie Daten in Assets umwandeln, die Bedeutung und Wert ansammeln. Assets sind mehr als nur Daten. Wenn Sie zum ersten Mal eine Verbindung zu einer Datenquelle herstellen, erhalten Sie grundlegende Informationen zum Zugriff auf die Daten, Tabellen, Schemas und Datenwerte. Sie beginnen mit der Wertschöpfung, während Sie Daten durch Virtualisierung, Transformation oder Replikation in Arbeitsbereichen, die als Projekte bezeichnet werden, aufnehmen.

Wenn Sie die Daten kuratieren, fügen Sie Ihren Datenassets Metadaten hinzu. Sie erstellen ein Profil der Daten, um sie zu klassifizieren und Statistikdaten zu den Werten zu kompilieren. Sie erweitern Assets mit einem Geschäftsvokabular, das die semantische Bedeutung der Daten für Ihr Unternehmen beschreibt. Sie analysieren die Datenqualität. Die Metadaten, die Sie während der Kuration hinzufügen, gelten als aktive Metadaten, da sie automatisch über Machine Learning-Prozesse generiert werden. Wenn Sie die Kuratierung nach Ihren Datenänderungen erneut ausführen, werden die Metadaten basierend auf der automatisierten Datenanalyse aktualisiert.

Wenn Benutzer die Assets in Projekten verwenden, erstellen sie die dritte Bedeutungsebene, die den Verlauf der Assetverwendung und die Beziehungen zwischen Assets beschreibt. Benutzer können die Daten in Notebooks oder Dashboards analysieren oder Modelle für maschinelles Lernen trainieren.

Benutzer können auch Informationen zu Assets hinzufügen, wie z. B. Bewertungen und Berichte, Visualisierungen der Daten, Tags und andere Beziehungen.

Die folgende Abbildung zeigt, wie Datenassets den Wert in einem Datenfabric kumulieren, indem sie beschreibende Informationen (Datenprofil, Datenqualität und Geschäftsvokabular), Nutzungsinformationen (Aktionen für Daten und Beziehungen) und vom Benutzer hinzugefügte Informationen (Bewertungen und Überprüfungen, Visualisierungen und Beziehungen) zu den Basisinformationen (Datentyp, Format und Schema und Position der Daten) über das Datenasset hinzufügen.

Abbildung, die zeigt, wie ein Datenasset einen Wert kumuliert

Anwendungsfälle für Data Fabric

Cloud Pak for Data bietet mehrere Anwendungsfälle als Teil der Datenstrukturlösung. Sie implementieren das Data Fabric, wie in jedem Anwendungsfall dargestellt, indem Sie einen oder mehrere Services installieren, die Features und Tools bereitstellen. Einige Services sind in mehreren Anwendungsfällen enthalten.

Anwendungsfälle stellen Möglichkeiten dar, einen Teil der Datenstrukturlösung zu implementieren, damit Ihr Team mit der Arbeit beginnen kann, während Sie andere Teile erstellen. Sie können mit jedem Anwendungsfall beginnen und die anderen nach Bedarf hinzufügen:

  • Wenn Sie ein ausgereifteres Datengovernance-Modell haben, beginnen Sie mit der Erstellung Ihres Geschäftsvokabulars, wie im Anwendungsfall 'Datengovernance' beschrieben.
  • Wenn Sie eine schnellere Wertschöpfung wünschen, beginnen Sie mit der Datenvirtualisierung oder Datenreplikation, wie im Anwendungsfall Datenintegration beschrieben.
  • Wenn Sie sicherstellen müssen, dass Ihre Benutzer und Systeme eine vollständige, vertrauenswürdige und einheitliche Ansicht Ihrer Kundendaten haben, beginnen Sie mit dem Abgleich und der Konsolidierung Ihrer Datensatzdaten in diskreten Entitäten, wie im Anwendungsfall für das Masterdatenmanagement beschrieben.

Untersuchen Sie jeden Anwendungsfall, um zu erfahren, was Sie erreichen können und welche Tools Sie verwenden können.

Datengovernance

Implementieren Sie Governance auf der Basis von Metadaten, die Geschäftswissen bereitstellen und den Datenschutz definieren. Stellen Sie hochwertige Datenassets in Self-Service-Katalogen bereit. Automatisieren Sie die Durchsetzung von Datengovernance für die Einhaltung gesetzlicher Bestimmungen.

Service für diesen Anwendungsfall: IBM Knowledge Catalog.

Siehe Datengovernance-Anwendungsfall.

Datenintegration

Vereinfachen und automatisieren Sie den Zugriff auf alle Ihre Daten, ohne sie zu verschieben. Koordiniert Daten in einer verteilten Umgebung, um ein Netz von sofort verfügbaren Informationen für Datenkonsumenten zu erstellen.

Services für diesen Anwendungsfall: Watson Query, DataStageund IBM Knowledge Catalog.

Siehe Anwendungsfall für die Datenintegration.

Master Data Management

Erstellen Sie eine konsolidierte Ansicht der Kunden und Datensatzdaten, indem Sie Daten domänenübergreifend verbinden und mit diesen abgleichen, um Stammdatenentitäten zu erstellen.

Service für diesen Anwendungsfall: IBM Match 360 with Watson.

Siehe Master Data Management-Anwendungsfall.

KI-Anwendungsfälle erstellen und steuern

Wenn Sie Build-und Governance-KI-Anwendungsfälle implementieren, können Sie die Herausforderungen bei der Erstellung von Modellen, KI-Governance und Verwaltung Ihrer KI-Lebenszyklen meistern.

Die Erstellung und Steuerung von KI-Anwendungsfällen in Cloud Pak for Data bieten die folgenden Hauptfunktionen für die Verwaltung und Automatisierung Ihrer KI-Lebenszyklen:

Collaborative Innovation
Arbeiten Sie mit anderen zusammen, um Erkenntnisse zu gewinnen. Bereiten Sie Daten vor, analysieren Sie Daten und erstellen Sie Modelle mit einer Reihe integrierter Tools für alle Erfahrungsstufen.
Governance und Konformität
Verfolgen und dokumentieren Sie den detaillierten Verlauf von KI-Modellen, um Compliance sicherzustellen.
Einheitlicher Lebenszyklus
Automatisieren Sie das Erstellen, Testen, Bereitstellen und Überwachen von KI-Modellen.

Cloud Pak for Data as a Service bietet zwei Build-und Governance-Anwendungsfälle für KI. Sie implementieren jeden Anwendungsfall, indem Sie eine oder mehrere Serviceinstanzen erstellen, die Features und Tools bereitstellen. Einige Services sind in mehreren Anwendungsfällen enthalten.

Sie können mit einem der beiden Anwendungsfälle beginnen und den anderen nach Bedarf hinzufügen:

  • Wenn Sie eine schnellere Zeit bis zur Wertschöpfung wünschen, beginnen Sie mit Data-Science, wie im Anwendungsfall für Data Science und MLOps beschrieben.
  • Wenn Sie sicherstellen müssen, dass Ihre Modelle den Zielen und Bestimmungen Ihres Unternehmens entsprechen, beginnen Sie mit der Verfolgung Ihrer Modelle, wie im KI-Governance-Anwendungsfall beschrieben.

Untersuchen Sie jeden Anwendungsfall, um zu erfahren, was Sie erreichen können und welche Tools Sie verwenden können.

Datenwissenschaft und MLOps

Operationalisieren Sie Datenanalyse und Modellerstellung mit einem automatisierten Workflow, der Daten vorbereitet, erstellt, implementiert, überwacht und Modelle erneut trainiert.

Services für diesen Anwendungsfall: Watson Studio, Watson Machine Learning, Watson OpenScaleund IBM Knowledge Catalog.

Siehe Anwendungsfall für Data Science und MLOps.

KI-Governance

Operationalisieren Sie KI-Governance mit einem automatisierten Workflow, der Fairness, Qualität und Erklärbarkeit in Ihren Modellen durchsetzt.

Services für diesen Anwendungsfall: Watson Studio, Watson Machine Learning, Watson OpenScaleund IBM Knowledge Catalog.

Siehe KI-Governance-Anwendungsfall.

Weitere Informationen

Übergeordnetes Thema: Übersicht über Cloud Pak for Data as a Service

Generative KI-Suche und -Antwort
Diese Antworten werden von einem großen Sprachmodell in watsonx.ai basierend auf dem Inhalt der Produktdokumentation generiert. Weitere Informationen