Data Science, Künstliche Intelligenz und Machine Learning: Die Extraktion von Wissen aus Daten kursiert derzeit unter vielen Begriffen. Das Thema beschäftigt nicht nur Unternehmen aller Branchen, sondern auch den gesellschaftlichen Diskurs. Dieser Vortrag erläutert die Hintergründe, gibt Einblicke in branchenübergreifende Anwendungsfälle und zeigt, wie Analytik zu einem entscheidenden Baustein für Ihr Unternehmen werden kann.

Die Inhalte Im Überblick:

• Die Hintergründe von Data Science: Was kann Analytik wirklich? Was sind die entscheidenden Erfolgsfaktoren?
• Keine Analyse ohne Daten: Welche Anforderungen müssen die Daten erfüllen?
• Der optimale Einstieg: Wie lässt sich der richtige Data-Science-Use-Case finden? Wie kann Ihr Unternehmen abteilungsübergreifend davon profitieren? Welche Kompetenzen sind unverzichtbar?
• Von den Anforderungen bis zum Data Product: Das Vorgehensmodell in Analyseprojekten
• Herausforderungen, Lösungswege und aufschlussreiche Ergebnisse: Einblicke in konkrete Analyseprojekte

Lohnende Zukunftsvision oder undurchsichtige Drohkulisse, nachhaltiger Erfolgsfaktor oder kurzfristige Trenderscheinung: Künstliche Intelligenz beschäftigt spätestens mit ChatGPT Unternehmen aller Branchen. In diesem Vortrag erklärt Oliver Bracht die Hintergründe von KI, beleuchtet die Stärken und Schwächen Künstlicher Intelligenz und zeigt, in welchen Anwendungsfällen sie für Unternehmen echte Mehrwerte bietet – weit hinaus über die klassischen Einsatzbereiche Generativer KI.

Vor allem aber zeigt Oliver Bracht auf Basis jahrelanger Erfahrung, wieso gerade für deutsche Unternehmen in der richtigen Verknüpfung von Künstlicher und menschlicher Intelligenz großes Potenzial liegt.

Die Inhalte im Überblick:

• Die Hintergründe von Künstlicher Intelligenz: Was kann KI wirklich? Was sind ihre Stärken und Schwächen?
• Die Herkunft von Künstlicher Intelligenz: Wie arbeiten Algorithmen-Entwickler?
• Der Blick in die Praxis: In welchen Bereichen lohnt sich der Einsatz von KI.
• Die perfekte Mischung: Wie lassen sich selbstlernende Algorithmen mit menschlichen Wissen und Erfahrungswerten verbinden?
• Der optimale Einstieg: Wie können Unternehmen von KI profitieren?

Um das Potenzial von Data Science nachhaltig zu erschließen, braucht es eine nahtlose Implementierung von Analytik-Lösungen in Ihre Geschäftsprozesse. In diesem Vortrag erhalten Sie wertvolle Einblicke in die technischen Anforderungen von Data Science, die wichtigsten Bausteine Ihrer IT-Landschaft und anhand von Referenzszenarien aus der Praxis ein tiefgehendes Verständnis für die richtigen Tool- und Technologieentscheidungen.

Die Inhalte im Überblick:

• Entwicklungsumgebung: Welche Umgebung ist für welchen Anwender die beste Wahl?
• Quellcodeverwaltung: Wie kann eine Versionsverwaltung helfen, Quelltext nachvollziehbar und transparent zu machen?
• Testing: Wie kann ich durch systematische Tests die Qualität der Analysen erhöhen?
• Staging-Architektur: Wie schaffe ich passende Umgebungen für den unterschiedlichen Reifegrad der Analysen?
• Dokumentation: Wie sieht eine Dokumentation aus, die Zusammenarbeit und Effizenz des Analyseteams fördert?
• Zugriffsmanagement: Welche Anforderungen haben abteilungsübergreifende Workflows an das Berechtigungskonzept?
• Sicherheit: Wie können Sie Analytik und IT-Sicherheit miteinander in Einklang bringen?
• Sizing der Infrastruktur: Welche Rechenkapazitäten müssen Sie für die Realisierung von Data-Science-Projekten vorhalten?
• Reporting: Ob statisches PDF, HTML-Dokumente oder interaktive Webapplikationen – wie implementiere ich das optimale Toolset für mein Reporting?
• Paketmanagement: Welche Anforderungen gibt es an den Einsatz der Pakete hinsichtlich des Managements von Abhängigkeiten oder dem Deployment von Updates?