Im Kundenlebenszyklus gilt es, den Kunden zum richtigen Zeitpunkt mit dem richtigen Angebot zu kontaktieren. Zur Lösung dieser Herausforderung haben wir hierzu für einen Kunden aus dem Einzelhandel einen ganzheitlichen Ansatz entwickelt. Auf Basis von Kundenstamm- und Transaktionsdaten haben wir verschiedene state-of-the-art Methoden des Machine Learnings und der künstlichen Intelligenz genutzt, um Kundengruppen individuell und automatisiert auf verschiedenen Kanälen ansprechen zu können.
In diesem Whitepaper geben wir Ihnen einen Überblick über mögliche Use Cases von KI in dieser speziellen Branche. Sie erhalten eine übersichtliche, umfassende Sammlung von 35 Use Cases, die Sie dazu anregen soll, über mögliche Anwendungen in Ihrem Unternehmen nachzudenken. Wir erklären, welche Anwendungsmöglichkeiten sich Ihnen bieten und warum Ihr Unternehmen von der Integration von künstlicher Intelligenz und Machine Learning profitieren kann.
Eine Vielzahl von Methoden ermöglichen es heute auch komplexe KI-Systeme erklärbar zu machen. Auch wenn es dabei eine Reihe von Herausforderungen zu beachten gilt, sind die Vorteile von XAI im Unternehmen immens. Das Whitepaper gibt einen Überblick über Einsatzmöglichkeiten, Vorteile, Methoden und Herausforderungen beim Einsatz von XAI im Unternehmen und dient damit als Wegweiser für dieses wichtige Zukunftsthema. Lesen Sie hier die Management Summary zum Whitepaper.
Aufgrund jüngster Errungenschaften im Bereich Deep Learning können nun eine Reihe unterschiedlicher NLP („Natural Language Processing“) Tasks mit erstaunlicher Güte gelöst werden.
Erfahren Sie in diesem Beitrag anhand von fünf praxisnahen Beispielen, wie NLP Use Cases diverse Businessprobleme lösen und so für Effizienz und Innovation sorgen.
Management Summary Die digitale Transformation ist für Unternehmen aller Branchen und Größen eine Herausforderung. Basierend auf aktuellen Umfragen, werden als größte Hindernisse einer erfolgreichen Digitalisierung die Anforderungen an Datenschutz und -sicherheit sowie fehlende IT-Kompetenzen in Unternehmen identifiziert. Damit Unternehmen in einem digitalen, software- und datengetriebenen Zeitalter weiter erfolgreich sein können, müssen die notwendigen technischen Voraussetzungen etabliert werden. Als wichtiger Baustein …
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.
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.
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.
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.
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.