Introducing G2.ai, the future of software buying.Try now

Amazon Comprehend und IBM Watson Studio vergleichen

Speichern
    Anmelden in Ihrem Konto
    um Vergleiche zu speichern,
    Produkte und mehr.
Auf einen Blick
Amazon Comprehend
Amazon Comprehend
Sternebewertung
(71)4.2 von 5
Marktsegmente
Kleinunternehmen (38.6% der Bewertungen)
Informationen
Pros & Cons
Nicht genügend Daten
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Amazon Comprehend
IBM Watson Studio
IBM Watson Studio
Sternebewertung
(164)4.2 von 5
Marktsegmente
Unternehmen (51.3% der Bewertungen)
Informationen
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über IBM Watson Studio
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
  • Benutzer berichten, dass Amazon Comprehend im Bereich Natural Language Processing mit einer hohen Bewertung von 8,5 hervorragend ist, während IBM Watson Studio im Bereich Natural Language Understanding mit einer Bewertung von 8,9 glänzt, was auf einen leichten Vorteil beim Verständnis von Kontext und Nuancen in der Sprache hinweist.
  • Rezensenten erwähnen, dass Amazon Comprehend eine robuste Sentiment-Analyse bietet, die mit 8,7 bewertet wird und für ihre Genauigkeit hoch geschätzt wird, während die Sentiment-Analyse von IBM Watson Studio mit 8,6 bewertet wird, was zeigt, dass sie ebenfalls effektiv, aber von den Benutzern etwas weniger bevorzugt wird.
  • G2-Benutzer heben hervor, dass die Benutzerfreundlichkeit der Datenkonnektivität von Amazon Comprehend mit 9,3 bewertet wird, was die Integration verschiedener Datenquellen erleichtert, während die Bewertung von IBM Watson Studio mit 9,1 immer noch stark ist, aber auf einen kleinen Unterschied in der Benutzererfahrung hinweist.
  • Benutzer auf G2 berichten, dass die Drag-and-Drop-Funktionalität von Amazon Comprehend mit 9,2 bewertet wird, was sie benutzerfreundlich für nicht-technische Benutzer macht, während die Bewertung von IBM Watson Studio mit 8,1 darauf hindeutet, dass seine Benutzeroberfläche für diejenigen, die weniger mit dem Programmieren vertraut sind, möglicherweise nicht so intuitiv ist.
  • Rezensenten erwähnen, dass IBM Watson Studio im Bereich Modelltraining mit einer hohen Bewertung von 9,0 hervorragend ist, was für Benutzer, die benutzerdefinierte Modelle entwickeln möchten, entscheidend ist, während die Bewertung von Amazon Comprehend mit 8,3 darauf hinweist, dass es in diesem Bereich möglicherweise nicht so stark ist.
  • Benutzer sagen, dass beide Plattformen starke Daten-Governance-Funktionen haben, wobei IBM Watson Studio mit 9,5 bewertet wird, was besonders für Unternehmen von Vorteil ist, die strikte Compliance benötigen, während die Bewertung von Amazon Comprehend mit 9,0 immer noch lobenswert ist, aber eine Lücke in den Governance-Fähigkeiten auf Unternehmensebene zeigt.

Amazon Comprehend vs IBM Watson Studio

Bei der Bewertung der beiden Lösungen fanden Rezensenten Amazon Comprehend einfacher zu verwenden, einzurichten und zu verwalten. Rezensenten bevorzugten es insgesamt, Geschäfte mit Amazon Comprehend zu machen.

  • Die Gutachter waren der Meinung, dass Amazon Comprehend den Bedürfnissen ihres Unternehmens besser entspricht als IBM Watson Studio.
  • Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Amazon Comprehend.
  • Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Amazon Comprehend gegenüber IBM Watson Studio.
Preisgestaltung
Einstiegspreis
Amazon Comprehend
Keine Preisinformationen verfügbar
IBM Watson Studio
Keine Preisinformationen verfügbar
Kostenlose Testversion
Amazon Comprehend
Keine Informationen zur Testversion verfügbar
IBM Watson Studio
Keine Informationen zur Testversion verfügbar
Bewertungen
Erfüllt die Anforderungen
8.5
63
8.3
121
Einfache Bedienung
8.6
63
8.0
122
Einfache Einrichtung
7.8
19
7.6
100
Einfache Verwaltung
8.1
18
7.8
95
Qualität der Unterstützung
8.4
55
8.2
113
Hat the product ein guter Partner im Geschäft waren?
8.1
18
8.0
94
Produktrichtung (% positiv)
8.9
61
8.5
115
Funktionen
Nicht genügend Daten
9.2
14
Zugriff auf Datenquellen
Nicht genügend Daten verfügbar
9.0
13
Nicht genügend Daten verfügbar
9.3
12
Nicht genügend Daten verfügbar
9.2
14
Daten-Interaktion
Nicht genügend Daten verfügbar
9.0
14
Nicht genügend Daten verfügbar
9.2
12
Nicht genügend Daten verfügbar
9.4
12
Nicht genügend Daten verfügbar
9.1
13
Nicht genügend Daten verfügbar
9.2
12
Nicht genügend Daten verfügbar
9.2
13
Nicht genügend Daten verfügbar
9.1
13
Nicht genügend Daten verfügbar
9.6
12
Exportieren von Daten
Nicht genügend Daten verfügbar
9.4
12
Nicht genügend Daten verfügbar
9.2
12
Nicht genügend Daten verfügbar
9.2
12
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
9.1
10
Einsatz
Nicht genügend Daten verfügbar
8.8
8
Nicht genügend Daten verfügbar
9.2
8
Nicht genügend Daten verfügbar
9.0
8
Nicht genügend Daten verfügbar
9.4
8
Nicht genügend Daten verfügbar
8.8
8
Einsatz
Nicht genügend Daten verfügbar
9.0
8
Nicht genügend Daten verfügbar
8.8
8
Nicht genügend Daten verfügbar
8.8
8
Nicht genügend Daten verfügbar
9.4
8
Nicht genügend Daten verfügbar
9.2
8
Management
Nicht genügend Daten verfügbar
9.3
7
Nicht genügend Daten verfügbar
9.6
8
Nicht genügend Daten verfügbar
9.0
7
Nicht genügend Daten verfügbar
9.0
8
Transaktionen
Nicht genügend Daten verfügbar
9.0
8
Nicht genügend Daten verfügbar
9.0
8
Nicht genügend Daten verfügbar
9.3
7
Management
Nicht genügend Daten verfügbar
9.5
7
Nicht genügend Daten verfügbar
9.4
8
Nicht genügend Daten verfügbar
8.8
7
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
Nicht genügend Daten
8.7
41
system
Nicht genügend Daten verfügbar
9.0
12
Modellentwicklung
Nicht genügend Daten verfügbar
8.5
33
Nicht genügend Daten verfügbar
8.8
34
Nicht genügend Daten verfügbar
8.5
35
Nicht genügend Daten verfügbar
8.3
36
Modellentwicklung
Nicht genügend Daten verfügbar
9.4
13
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.5
27
Nicht genügend Daten verfügbar
8.5
34
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
8.6
28
Machine-/Deep-Learning-Dienste
Nicht genügend Daten verfügbar
8.9
12
Nicht genügend Daten verfügbar
9.0
12
Einsatz
Nicht genügend Daten verfügbar
8.5
32
Nicht genügend Daten verfügbar
8.6
33
Nicht genügend Daten verfügbar
8.6
30
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Natürliches Sprachverständnis (NLU)11 Funktionen ausblenden11 Funktionen anzeigen
8.3
30
Nicht genügend Daten
Algorithmus
8.7
26
Nicht genügend Daten verfügbar
8.6
25
Nicht genügend Daten verfügbar
8.4
26
Nicht genügend Daten verfügbar
8.5
23
Nicht genügend Daten verfügbar
8.2
24
Nicht genügend Daten verfügbar
8.3
27
Nicht genügend Daten verfügbar
system
8.5
26
Nicht genügend Daten verfügbar
8.1
28
Nicht genügend Daten verfügbar
8.1
24
Nicht genügend Daten verfügbar
8.2
25
Nicht genügend Daten verfügbar
7.7
23
Nicht genügend Daten verfügbar
Einrichtung
8.7
26
8.6
7
8.6
26
8.3
7
7.6
23
9.7
6
Daten
8.5
24
8.6
7
8.1
25
8.6
7
Analyse
8.0
26
9.7
6
8.3
24
8.1
7
8.8
24
8.1
7
9.0
24
8.3
7
8.7
23
8.8
7
8.1
24
8.1
7
8.3
23
7.9
7
Anpassung
8.2
25
9.0
7
7.9
22
8.1
7
8.5
21
9.2
6
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
8.5
18
Statistisches Tool
Nicht genügend Daten verfügbar
8.0
14
Nicht genügend Daten verfügbar
8.4
15
Nicht genügend Daten verfügbar
8.1
15
Datenanalyse
Nicht genügend Daten verfügbar
8.7
15
Nicht genügend Daten verfügbar
9.0
14
Entscheidungsfindung
Nicht genügend Daten verfügbar
8.6
14
Nicht genügend Daten verfügbar
8.6
15
Nicht genügend Daten verfügbar
8.3
13
Nicht genügend Daten verfügbar
8.7
14
Generative KI
Nicht genügend Daten verfügbar
9.3
5
Nicht genügend Daten verfügbar
8.3
5
Kategorien
Kategorien
Geteilte Kategorien
Amazon Comprehend
Amazon Comprehend
IBM Watson Studio
IBM Watson Studio
Amazon Comprehend und IBM Watson Studio sind kategorisiert als Textanalyse
Einzigartige Kategorien
Amazon Comprehend
Amazon Comprehend ist kategorisiert als Natürliches Sprachverständnis (NLU)
Bewertungen
Unternehmensgröße der Bewerter
Amazon Comprehend
Amazon Comprehend
Kleinunternehmen(50 oder weniger Mitarbeiter)
38.6%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
38.6%
Unternehmen(> 1000 Mitarbeiter)
22.9%
IBM Watson Studio
IBM Watson Studio
Kleinunternehmen(50 oder weniger Mitarbeiter)
29.1%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
19.6%
Unternehmen(> 1000 Mitarbeiter)
51.3%
Branche der Bewerter
Amazon Comprehend
Amazon Comprehend
Informationstechnologie und Dienstleistungen
18.6%
Computersoftware
12.9%
Einzelhandel
7.1%
Finanzdienstleistungen
7.1%
Marketing und Werbung
5.7%
Andere
48.6%
IBM Watson Studio
IBM Watson Studio
Informationstechnologie und Dienstleistungen
15.8%
Computersoftware
13.3%
Telekommunikation
8.2%
Banking
7.6%
Bildungsmanagement
5.7%
Andere
49.4%
Top-Alternativen
Amazon Comprehend
Amazon Comprehend Alternativen
Google Cloud Natural Language API
Google Cloud Natural Language API
Google Cloud Natural Language API hinzufügen
Altair AI Studio
Altair AI Studio
Altair AI Studio hinzufügen
Google Cloud Translation API
Cloud Translation API
Google Cloud Translation API hinzufügen
Microsoft Text Analytics API
Microsoft Text Analytics API
Microsoft Text Analytics API hinzufügen
IBM Watson Studio
IBM Watson Studio Alternativen
Altair AI Studio
Altair AI Studio
Altair AI Studio hinzufügen
Alteryx
Alteryx
Alteryx hinzufügen
Vertex AI
Vertex AI
Vertex AI hinzufügen
Azure Machine Learning
Azure Machine Learning Studio
Azure Machine Learning hinzufügen
Diskussionen
Amazon Comprehend
Amazon Comprehend Diskussionen
How can increase sell
3 Kommentare
KAOLLLE u.
KU
Anzeigenvideos erstellen und auf YouTube posten, um Kunden zu gewinnen.Mehr erfahren
Monty der Mungo weint
Amazon Comprehend hat keine weiteren Diskussionen mit Antworten
IBM Watson Studio
IBM Watson Studio Diskussionen
Monty der Mungo weint
IBM Watson Studio hat keine Diskussionen mit Antworten