Dataiku, eine der weltweit führenden Plattformen für Datenwissenschaft und maschinelles Lernen in Unternehmen, wurde im Magic Quadrant for Data Science and Machine-Learning Platforms 2019 von Gartner als Challenger ausgezeichnet. Dataiku verdankt seine Positionierung dem starken Fokus auf kollaborative, team- und profilübergreifende Funktionen sowie Benutzerfreundlichkeit und der Fähigkeit, für Unternehmen massiv zu skalieren.

Dies ist das dritte aufeinanderfolgende Jahr, in dem Dataiku in den Bericht aufgenommen wurde, und das erste Jahr im Challenger-Quadranten.

Seit seiner Gründung 2013 folgt Dataiku der Vision einer demokratisierten Datenwissenschaft. In den letzten Jahren hat das Unternehmen diese Vision geschärft und sich darauf konzentriert, Skalierbarkeit und Ausführbarkeit durch Operationalisierung zu erhöhen.

„Die Fähigkeit von Unternehmen, Daten zu nutzen – sie in konkrete, messbare Geschäftsergebnisse und Erkenntnisse umzuwandeln – wird zunehmend überlebensnotwendig im heutigen wettbewerbsorientierten Geschäftsumfeld“, sagte Florian Douetteau, CEO von Dataiku. „Wir sind stolz, eine wachsende Kraft in der Branche zu sein, die Unternehmen an vorderster Front hilft, in der Unternehmens-KI-Ära nicht nur zu überleben, sondern auch erfolgreich zu sein. 2019 und in den kommenden Jahren werden wir weiterhin innovative neue Funktionen anbieten und bestehende Fähigkeiten stärken, um noch größere Skalierbarkeit und Tiefe zu erreichen.“

Mehr als 200 Unternehmen nutzen Dataiku täglich, um es ihren Teams zu ermöglichen, prädiktive Datenflüsse zu erstellen, einzusetzen und zu überwachen, um branchenweite Probleme wie Betrug, Abwanderung, Lieferkettenoptimierung, prädiktive Wartung und vieles mehr zu lösen. Im Dezember 2018 kündigte Dataiku eine Serie-C-Runde von 101 Mio. USD zur Transformation und Demokratisierung von Unternehmens-KI weltweit an.

Um mehr über Dataiku zu erfahren, besorgen Sie sich eine Kopie der Gartner 2019 Magic Quadrant for Data Science and Machine-Learning Platforms, besuchen Sie www.dataiku.com oder besuchen Sie Dataiku auf dem Data & Analytics Summit 2019 von Gartner, am 18. bis 19. Februar in Sydney, am 18. bis 21. März in Orlando, Florida, oder am 29. April bis 2. Mai in London.

Gartner, Magic Quadrant for Data Science and Machine-Learning Platforms, Carlie Idoine, Peter Krensky, Erick Brethenoux, Alexander Linden, 28. Januar 2019. Der Bericht hieß früher Magic Quadrant for Data Science Platforms.

Haftungsausschluss: Gartner spricht keine Empfehlungen für die Händler, Produkte oder Dienstleistungen aus, die in den publizierten Forschungsarbeiten des Unternehmens dargestellt werden, und rät Technologienutzern daher nicht, nur jene Anbieter zu wählen, welche die besten Bewertungen erhalten haben. Die Forschungsarbeiten von Gartner stellen die Meinung der Forschungsabteilung von Gartner dar und dürfen nicht als Tatsachenbericht verstanden werden. Gartner distanziert sich von jeglicher ausdrücklich oder implizit verstandenen Gewährleistung hinsichtlich dieser Recherchen, einschließlich jeglicher Gewährleistung in Bezug auf Marktgängigkeit oder Eignung für einen bestimmten Zweck.

Über den Gartner Data & Analytics Summit: Führende Unternehmen in den Bereichen Daten und Analyse treiben die digitale Transformation voran, schaffen Monetarisierungsmöglichkeiten, verbessern das Kundenerlebnis und erneuern Branchen. Der Gartner Data & Analytics Summit bietet Werkzeuge, um auf der Grundlage von Datenmanagement, Business Intelligence (BI) und Analyse aufzubauen, innovative Technologien wie künstliche Intelligenz (KI), Blockchain und das Internet der Dinge (IoT) zu nutzen und den Wandel zu einer datengetriebenen Kultur zu beschleunigen, die den Weg zu besseren Geschäftsergebnissen weist.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.