In der heutigen, datengesteuerten Unternehmenslandschaft hat die Qualität von Enterprise Architecture (EA)-Daten direkten Einfluss auf strategische Entscheidungen und die Agilität von Organisationen. Diese Präsentation zeigt, wie Künstliche Intelligenz eingesetzt werden kann, um die EA-Datenqualität systematisch durch eine innovative Python-basierte Lösung zu verbessern. Durch die Verbindung unseres Enterprise Architecture Management-Tools „Luy“ mit einem KI-System namens „Sonar“ haben wir eine nahtlose Pipeline entwickelt, die Anwendungsmetadaten analysiert, Beschreibungen verbessert, präzise Kategorisierungen vorschlägt und Anwendungen automatisch mit Geschäftsfähigkeiten verknüpft. Die Präsentation zeigt echte Implementierungsdetails, überwundene Herausforderungen und quantifizierbare Verbesserungen in Bezug auf Datenvollständigkeit, -genauigkeit und -konsistenz. Die Teilnehmer erhalten praktische Einblicke in die Umsetzung ähnlicher KI-gestützter Lösungen, um ihre eigenen Herausforderungen in der EA-Datenqualität zu bewältigen und letztlich fundiertere Architekturentscheidungen sowie eine stärkere Ausrichtung zwischen IT und Geschäftsziele zu ermöglichen.
In dieser Session erhalten Sie Einblicke in:
- Wie kann KI in ein Enterprise Architecture Management-Tool integriert werden, um die Qualität von EA-Daten insbesondere in Bezug auf Vollständigkeit, Genauigkeit und Konsistenz zu verbessern?
- Welche Herausforderungen und Lösungen traten bei der Entwicklung einer Python-basierten Pipeline auf, die das “Luy”-EA-Tool mit dem “Sonar”-KI-System verbindet?
- Wie helfen KI-gestützte Lösungen Unternehmen, die Entscheidungsfindung zu verbessern und die Ausrichtung zwischen IT und Geschäftsstrategie zu stärken?
&nsbp;
