Notizen über Ermittlungsarbeit, plus Fallakten aus echten öffentlichen Datensätzen.
Data Lakehouse einfach erklärt. Datei- und Tabellenformate wie Iceberg und Delta, Kataloge und Engines, wann es sich lohnt und warum Löschen nicht Tilgen ist.
Eine Erklärung in einfachen Worten zu Data Lineage. Warum die meisten Lineage-Graphen unlesbar sind, was Flow bedeutet, wie Spalten-Lineage funktioniert, wie weit man einem Pfeil trauen kann, wie Lineage Systemgrenzen überschreitet, und eine echte Spalte, die von einem Warehouse zurück in eine Datenbank verfolgt wird.
Was Named Entity Recognition und Zero-Shot-Extraktion sind, wie GLiNER2 arbeitet und was es in 200 echten Verträgen auf einer CPU fand und übersah.
Eine Erklärung in einfachen Worten zum Dublettenabgleich. Wie zwei Dokumente Wert für Wert verglichen werden, was ein Gewicht ist und wie die Punktzahl entsteht, was die beiden Grenzen entscheiden, wie man das Rauschen Schritt für Schritt wegstellt und was mit einem Treffer geschieht, der zählt, gezeigt am Laufwerk einer erfundenen Firma.
Eine kurze Erklärung zu Vektoren. Was ein Embedding ist, wie Suche nach Bedeutung auf einem gewöhnlichen Prozessor funktioniert, wo sie aufhört (bei Bildern, anderen Sprachen und Geräuschen, die kein Transkript enthält) und was ein Modell ändert, das Bilder und Ton liest, gemessen am Laufwerk einer erfundenen Firma.
Freier Cashflow erklärt und dann gemessen, an jedem britischen börsennotierten Unternehmen mit einer Vorgeschichte: 1.823 getaggte Jahresberichte von filings.xbrl.org, Jahr für Jahr gelesen. Wer macht aus Gewinn Geld, wer wächst stetig, und was meinen Unternehmen, wenn sie freier Cashflow sagen.
Ein Entscheidungsmodell schreibt nicht. Man gibt ihm einen Text und eine Liste von Fragen, und es beantwortet jede mit einer Wahrscheinlichkeit. Was das ist, woher der Name System One kommt, warum es plötzlich so viele gibt und was fünf echte Modelle mit fünfzig Nachrichten an einen Fahrradladen gemacht haben, den es nicht gibt.
Ein API-Schlüssel im Screenshot, eine .env-Datei im aufgegebenen Nebenprojekt, eine Textnotiz voller Passwörter. Schritt für Schritt alle geleakten Secrets auf dem eigenen Laptop finden, mit einem Docker-Befehl, nur lesend, ohne dass etwas das Gerät verlässt.
Eine Lieferung verschiebt sich um zwei Wochen, und drei Aufträge hängen daran. Vier Rettungsideen kommen als Hypothesen auf ein Fallboard, eine übersteht es. Ein Fall über Nova Manufacturing: ein erfundener Pumpenhersteller in einem echten Arbeitsbereich.
Jede Zahl stimmt, und die Geschichte ist trotzdem falsch. Wir haben echte Daten von Destatis, BKA und EU in einem System zusammengeführt und dort gesucht, wo eine wahre Zahl etwas Falsches sagt. Wir haben sechs Stellen gefunden.
Drei Fälle im österreichischen Firmenbuch, die Firmen von selbst aufnehmen und wieder abgeben, sobald Abschlüsse eintreffen. In den ersten sieben Stunden live haben sie 123 Antworten übernommen, ohne dass jemand eingegriffen hat. So haben wir sie gebaut, und was sie nicht behaupten.
Sehen Sie, wie Classifyre autonom 9.601 Hillary-Clinton-E-Mail-Dateien untersuchte, 20 Detektoren testete und acht beweisgestützte Fälle eröffnete.