Viele Daten liegen als einfache Tabellen vor – Exporte, Logs, Umfragen. Auch ohne Ontologie oder komplexe Modelle lassen sich daraus belastbare Muster gewinnen. Der Vortrag zeigt, wie man Tabellen pragmatisch liest: Zeilen als Objekte, Spalten als Merkmale. Daraus lassen sich Regeln ableiten. Welche Merkmale treten gemeinsam auf? Sind diese Häufungen zufällig oder stabil? So entstehen Cluster und Hierarchien, die Erwartbares (bekannte Tech-Stacks) ebenso wie Überraschendes (stille Abhängigkeiten, Anbieter-Lock-ins) sichtbar machen. Der Fokus liegt auf nachvollziehbaren Schritten und einem klaren Audit-Trail. Ziel ist nicht ein perfektes Modell, sondern ein transparenter, reproduzierbarer Weg von der Tabelle zu nutzbaren Hypothesen – verständlich, pragmatisch und teamtauglich.

Nehmen Sie an dieser Sitzung teil und erfahren Sie mehr über:

• Tabellendaten pragmatisch lesen, Zeilen = Objekte, Spalten = Merkmale
• Gemeinsames Auftreten prüfen und stabile Regeln von Zufall unterscheiden
• Aus Regeln Cluster und Hierarchien gewinnen – reproduzierbar und nachvollziehbar