Die KI geht nicht zur Sabine: Warum Kopfwissen Ihr unterschätztes KI-Risiko ist
Kopfwissen hält gewachsene Unternehmen zusammen, ist aber für keine KI lesbar. Warum implizites Wissen Ihr größtes KI-Risiko ist und wie Sie es zugänglich machen.
Datenqualität für KI: Die vier Dimensionen, auf die es wirklich ankommt
Vollständig, konsistent, aktuell, maschinenlesbar: die vier Dimensionen der Datenqualität für KI, warum sie über KI-Ergebnisse entscheiden und wie Sie sie prüfen.
Was kosten schlechte Daten? Die 1-10-100-Regel und die wichtigsten Zahlen
Was schlechte Datenqualität wirklich kostet: die 1-10-100-Regel und die wichtigsten Studien und Zahlen im Überblick, mit Quellen.
Pimcore KI-Integration: Was Version 2025.4 wirklich neu macht | onacy
Mit dem Release 2025.4 hat Pimcore eine Reihe von KI-Features eingeführt, die über Marketingversprechungen hinausgehen. Aber was davon ist für Produktdaten-Teams im Alltag wirklich nützlich, und was bleibt vorerst Experimentierfeld? Dieser Artikel geht durch die konkreten KI-Funktionen der aktuellen Pimcore-Version, erklärt den praktischen Nutzen und zeigt, wo die aktuellen Grenzen liegen. Warum KI in PIM […]
Datenschulden: Warum KI-Projekte an den eigenen Daten scheitern
Datenschulden sind der wahre Grund, warum KI-Projekte im Mittelstand scheitern. Definition, Ursachen, Kosten und ein pragmatischer Tilgungsplan.
