"Data Engine Thinking" 2026
Update: 2025-10-30
Description
mit Dirk Lerner
In dieser Episode des Podcasts AI OR DIE sprechen Kai-Uwe Stahl und Dirk Lerner über die Bedeutung der Datenmodellierung in der heutigen Zeit, insbesondere im Kontext von KI. Sie diskutieren die Herausforderungen und Chancen, die sich aus der fachlichen Modellierung ergeben, und stellen das Buch 'Data Engine Thinking' vor, das sich mit der Automatisierung und Optimierung von Datenlösungen beschäftigt. Zudem wird die Relevanz von bitemporalen Daten und die Rolle von KI in der Datenmodellierung thematisiert.
Takeaways
Die fachliche Modellierung ist entscheidend für den Erfolg von Datenprojekten.
KI kann die Datenmodellierung unterstützen, ersetzt aber nicht die Notwendigkeit einer soliden Basis.
Bitemporale Daten helfen, die richtige Reihenfolge von Ereignissen zu verstehen.
Die Informationsmodellierung schafft ein gemeinsames Verständnis im Unternehmen.
Technologien ändern sich schnell, aber die Grundlagen der Datenmodellierung bleiben wichtig.
Ein gutes Informationsmodell kann die Projektlaufzeit erheblich verkürzen.
Die Zusammenarbeit zwischen Fachbereich und IT ist entscheidend für den Erfolg.
Daten sollten als wertvolles Asset betrachtet werden.
Die Definition von Begriffen ist für die Datenqualität unerlässlich.
Die Automatisierung von Datenprozessen kann durch KI erheblich verbessert werden.
Titles
Die Zukunft der Datenmodellierung: KI und Fachlichkeit
Data Engine Thinking: Ein neues Paradigma in der Datenwelt
Soundbite
"Die KI kann uns hervorragend unterstützen."
"Die Technologien ändern sich immer schneller."
"Die KI hilft uns, Definitionen besser zu bauen."
Chapters
00:00 Einführung und Vorstellung des Gastes
02:25 Das Buch 'Data Engine Thinking' und seine Entstehung
07:52 Zielgruppe und Inhalte des Buches
11:39 Die Bedeutung der fachlichen Datenmodellierung
12:35 Fachliche Modellierung vs. KI: Ein notwendiger Ansatz
20:16 Wert der Informationsmodellierung für Unternehmen
23:14 Die Bedeutung von Daten als Unternehmenswert
25:45 Herausforderungen im Datenmanagement
28:24 Automatisierung und Metadaten
30:34 Temporale und bitemporale Daten
38:33 Die Rolle der KI in der Datenmodellierung
In dieser Episode des Podcasts AI OR DIE sprechen Kai-Uwe Stahl und Dirk Lerner über die Bedeutung der Datenmodellierung in der heutigen Zeit, insbesondere im Kontext von KI. Sie diskutieren die Herausforderungen und Chancen, die sich aus der fachlichen Modellierung ergeben, und stellen das Buch 'Data Engine Thinking' vor, das sich mit der Automatisierung und Optimierung von Datenlösungen beschäftigt. Zudem wird die Relevanz von bitemporalen Daten und die Rolle von KI in der Datenmodellierung thematisiert.
Takeaways
Die fachliche Modellierung ist entscheidend für den Erfolg von Datenprojekten.
KI kann die Datenmodellierung unterstützen, ersetzt aber nicht die Notwendigkeit einer soliden Basis.
Bitemporale Daten helfen, die richtige Reihenfolge von Ereignissen zu verstehen.
Die Informationsmodellierung schafft ein gemeinsames Verständnis im Unternehmen.
Technologien ändern sich schnell, aber die Grundlagen der Datenmodellierung bleiben wichtig.
Ein gutes Informationsmodell kann die Projektlaufzeit erheblich verkürzen.
Die Zusammenarbeit zwischen Fachbereich und IT ist entscheidend für den Erfolg.
Daten sollten als wertvolles Asset betrachtet werden.
Die Definition von Begriffen ist für die Datenqualität unerlässlich.
Die Automatisierung von Datenprozessen kann durch KI erheblich verbessert werden.
Titles
Die Zukunft der Datenmodellierung: KI und Fachlichkeit
Data Engine Thinking: Ein neues Paradigma in der Datenwelt
Soundbite
"Die KI kann uns hervorragend unterstützen."
"Die Technologien ändern sich immer schneller."
"Die KI hilft uns, Definitionen besser zu bauen."
Chapters
00:00 Einführung und Vorstellung des Gastes
02:25 Das Buch 'Data Engine Thinking' und seine Entstehung
07:52 Zielgruppe und Inhalte des Buches
11:39 Die Bedeutung der fachlichen Datenmodellierung
12:35 Fachliche Modellierung vs. KI: Ein notwendiger Ansatz
20:16 Wert der Informationsmodellierung für Unternehmen
23:14 Die Bedeutung von Daten als Unternehmenswert
25:45 Herausforderungen im Datenmanagement
28:24 Automatisierung und Metadaten
30:34 Temporale und bitemporale Daten
38:33 Die Rolle der KI in der Datenmodellierung
Comments
In Channel














