image_ki_strategie

Die 5 wichtigsten Use Cases für Computer Vision

Oliver Guggenbühl Blog, Data Science

Die Grundlagen für Bilderkennung und Computer Vision wurden bereits in den 1970er Jahren geschaffen. Allerdings hat das Feld erst in den letzten Jahren vermehrt Anwendung außerhalb der Forschung gefunden. Dieser Beitrag stellt fünf ausgewählte und besonders vielversprechende Use Cases verschiedener Industrien vor, die entweder bereits in Produktion anzutreffen sind, oder in den kommenden Jahren große Veränderungen in ihren jeweiligen Feldern versprechen.

data academy

Whitepaper: KI-Weiterbildung für Führungskräfte

Fabian Müller Blog, Data Science

Im Whitepaper „Künstliche Intelligenz Weiterbildung für Führungskräfte“ zeigen wir Ihnen anhand der Case Study „AI Basics for Executives“ beispielhaft, wie eine erfolgreiche Umsetzung eines ausdifferenzierten Weiterbildungskonzepts aussehen kann. Hierbei wurde, speziell für Führungskräfte eines international agierenden Konzerns, ein Weiterbildungsformat entwickelt, das die Zielgruppe des mittleren bis gehobenen Managements auf die anstehende KI-Transformation vorbereitet.

Titelbild_NLP

Neue Trends im Natural Language Processing – Wie NLP massentauglich wird

Dominique Lade Blog, Data Science

NLP (engl. für Natural Language Processing) beschreibt allgemein das computergestützte Verarbeiten von menschlicher Sprache. Dies umfasst neben der geschriebenen auch die gesprochene Sprache. In diesem Artikel zeigen wir verschiedene Anwendungsgebiete von NLP und erklären, wie sich innerhalb nur weniger Jahre die Markteintrittsbarrieren so weit gesenkt haben, dass heute jedes Unternehmen NLP für eigene Lösungen nutzen kann.

data academy

Whitepaper: KI-Weiterbildung in Unternehmen

Alexander Niltop Blog, Data Science

Die Weiterbildung von Mitarbeitenden im Bereich Künstlicher Intelligenz (KI) ist eine der zentralen Aufgaben für eine erfolgreiche Etablierung von KI im eigenen Unternehmen. In diesem Whitepaper erläutern wir die Aufgaben & Pflichten der einzelnen Rollen eines Data Science und KI-Teams. Darauf aufbauen zeigen wir auf, weshalb interne Weiterbildung und Unterstützung externer Dienstleister der Schlüssel zum Aufbau einer erfolgreichen KI-Strategie darstellen.

5 Technologien, die jeder Data Engineer kennen sollte

Andre Münch Blog, Data Science

In diesem Beitrag sollen fünf Technologien vorgestellt werden, die jeder Data Engineer für seine tägliche Arbeit kennen und beherrschen sollte. Aufgeführt werden Spark als Data Processing Tool im Big Data Umfeld, Kafka als Streaming Platform, Airflow und Serverless-Architektur zur Koordinierung bzw. Orchestrierung. Zuvor werden Stellenwert und Rolle von SQL (Structured Query Language) und relationalen Datenbanken besprochen.

data science

Whitepaper: 7 Trends für Data Science im Jahr 2021

Livia Eichenberger Blog, Data Science

Das Interesse an Data Science hat sich in den letzten Jahren nicht nur enorm erhöht, sondern es hat sich auch erheblich verändert und entwickelt. Um Ihr Unternehmen bestmöglich auf kommende Data Science Trends vorzubereiten, haben wir in unserem Whitepaper 7 maßgebliche Trends herausgearbeitet und für jeden Trend 3 Schlüsselmaßnahmen identifiziert, die Sie bereits heute ergreifen können. Machen Sie sich bereit und nutzen Sie die vielversprechende Zukunftsperspektive von Data Science, um einen nachhaltigen datengetriebenen Mehrwert für Ihr Unternehmen zu schaffen.

Whitepaper: Change-Management für Data Science – Wie erreicht man ein Data Mindset

Lea Waniek Blog, Data Science

Data Science und künstliche Intelligenz sind der Schlüssel zur zukünftigen Wertschöpfung und Wettbewerbsfähigkeit vieler Organisationen. Daher ist im Rahmen von KI-Initiativen effizientes Change-Management zur Transformation des Denkens im Top-Down-Prozess dringend geboten. Erfolgreiches Change-Management zur Etablierung des Data Mindsets setzt klares Leadership Commitment voraus und ist durch sechs zentrale Schlüsselfaktoren gekennzeichnet, die wir in diesem Whitepaper behandeln.

Whitepaper: Ein Reifegradmodell für Künstliche Intelligenz

Jannik Klauke Blog, Data Science

Um künstliche Intelligenz im eigenen Unternehmen erfolgreich etablieren zu können, sollte zunächst verstanden werden, wie sich der Status Quo der KI-Adoption darstellt.
Hierzu haben wir bei STATWORX ein Reifegradmodell entwickelt, das basierend auf unserem KI-Strategieansatz den KI-Reifegrad in Organisationen oder Abteilungen bestimmen kann. Das Unternehmen kann dann in einen von vier möglichen Reifegraden eingestuft werden. Weiterhin zeigen wir anhand einer Ist-/Zielbildmatrix mögliche Entwicklungspfade für die Organisation auf.