Das erfolgreiche Abfragen der Datenbank kann nicht auf die Übersetzung unserer natürlichen Sprache in die Programmiersprache SQL oder relationale Algebra reduziert werden, sondern erfordert neben der Kenntnis des zugrunde liegenden Datenmodells und seiner konkreten technischen Umsetzung auch das Fachwissen im besonderen Kontext der jeweiligen Anwendung. In dem Vortrag werden Grenzen des Möglichen und des Sinnvollen aufgezeigt mit konkreten Beispielen in ORACLE SQL, sql.ai, SELECT AI, ChatGPT, RelaX u.v.m. 

In der Analyse von Datenbeständen trifft man immer wieder auf Trends, die einen räumlichen Bezug haben oder geografische Muster bilden. Die Erkennung derartiger Muster – etwa Cluster, Hotspots/Coldspots, oder räumliche Korrelationen – und die Vorhersage solcher Trends erfordern spezielle Algorithmen. In dem Beitrag zeigen wir, wie einfach man mit Python und Oracle Machine Learning raumbezogene Daten aufbereiten, analysieren, und seine Prognosen auf Karten darstellen kann.