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 Session 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