Der Online-Shop ist ein wesentliches Element für einen technischen Händler wie Haberkorn: als Schaufenster, als Produktkatalog und für die Abwicklung von Bestellungen. …
Die UDO BÄR GmbH ist ein Multichannel-Distributor für Betriebs- Lager- und Büroeinrichtungen. Als B2B-Anbieter ist ihr Vertrieb sehr getrieben von Angeboten und …
Scikit-Learn ist eine der beliebtesten Bibliotheken für maschinelles Lernen in Python. Es bietet viele Algorithmen für Klassifikation, Regression und Clustering und ist …
Die BIOZOL Diagnostica Vertrieb GmbH ist ein Anbieter für Produkte aus dem Bereich Life Science und Diagnostik (z.B. Antikörper, Proteine, ELISAs, Detektionskits, …
In der heutigen digitalen Welt sammeln Unternehmen täglich eine enorme Menge an Daten. Diese Daten werden verwendet, um Entscheidungen zu treffen, Trends …
Betrugserkennung (engl. “Fraud detection”) ist von entscheidender Bedeutung, um die Sicherheit Ihres Unternehmens zu gewährleisten. Allerdings kann die manuelle Erkennung und Überprüfung …
Da die Welt von Tag zu Tag vernetzter und datengesteuerter wird, ist es für Fachleute in allen Bereichen unerlässlich, effektiv auf Daten …
Dieser Artikel ist ein umfassender Leitfaden zur generativen KI (englisch “Generative Artificial Intelligence”, GAI). Es diskutiert die Konzepte hinter der generativen KI, …
Wiederkäufer sind Kunden, die bereits einmal einen Kauf bei einem Unternehmen getätigt haben und erneut einkaufen. Sie sind von großer Bedeutung für …
Was ist Data Governance? Data Governance ist der Prozess der Verwaltung, Überwachung und Schutz von Daten innerhalb eines Unternehmens oder einer Organisation. …
In diesem Blog-Post werden wir uns mit den wichtigsten Anwendungsfällen von künstlicher Intelligenz (KI) in der Finanzbranche beschäftigen. KI ist eine Technologie, …
Customer Lifetime Value (CLTV) definiert die zu erwartende Gesamtsumme an Umsatz von einem Kunden bzw. einer Gruppe an Kunden.
Der Decision Scientist nutzt Daten und Algorithmen um Entscheidungen zu treffen; Data Science wird auf dem Weg zur Optimierung als Werkzeug eingesetzt.
Der Data Steward ist eine neue Rolle, die mit der nachhaltigen Dokumentation, Qualitätskontrolle und Zugänglichkeit von Daten beauftragt ist.
Amazon Web Services (AWS), der größte Cloud Provider der Welt, unterstützt Kobold AI durch ihr AWS activate Programm. AWS activate ist ein …
Die UDO BÄR GmbH ist ein Multichannel-Distributor für Betriebs-, Lager- und Büroeinrichtungen. Als klassisches Unternehmen des Mittelstandes befindet sie sich mitten in …
Viele Unternehmen begeben sich langsam auf den Weg zur Data Driven Company indem sie datenbasierte Anwendungsfälle als Prototypen umsetzen. Doch dann begegnen …
Kaggle ist eine auf Wettbewerbe im Bereich Machine Learning spezialisierte Plattform, die mit oft sehr hohen Preisgeldern lockt.
Clustering bezeichnet die algorithmische Einordnung von Objekten, meist Daten, in Gruppen. Wir zeigen Methoden und Beispiele von Clusteranalysen.
Was ist der Wert von Daten? Geht es nur um monetären Wert und ROI? Oder steht die datengetriebene Innovation im Vordergrund?
Unstrukturierte Daten: Wie sind sie definiert und welche Rolle werden sie in Zukunft spielen? Wir erklären alles, was man dazu wissen muss.
Ein Data Warehouse speichert strukturierte Daten für analytische Verwendung. Wir definieren die Architektur und beantworten häufige Fragen.
Was verdienen eigentlich Data Analysts, Data Scientists und Data Engineers? Wir stellen die Gehälter der verschiedenen Daten-Rollen vor, definieren Einflussfaktoren und geben …
Kendra ist die neue Suchengine von Amazon Web Services (AWS), die den Zugang zu Informationen mittels Machine Learning erleichtern soll. Mit Kendra …
Collaborative Filtering ist eine Algorithmenkategorie für Empfehlungssysteme, die das Verhalten einer Gruppe für Vorhersagen nutzt.
Edge Computing bezeichnet die Erfassung und Analyse von Daten direkt auf (mobilen) Geräten. Dazu zählen Mobiltelefone, Sensoren und mehr.
Jeder will es, kaum einer kann die Erfolgsgeschichten zu Tisch bringen. Und selbst jene Erfolge über die gesprochen wird, sind hart erkämpft. …
Es sprechen alle über Daten und deren Auswertung. Doch was sind eigentlich genau Daten und wie können sie definiert werden?
Machine Learning ist ein großes Feld mit einer Vielzahl an Methoden. Eine davon sind Neuronale Netze. Eine Unterart davon sind Deep Learning Netze.
Die Grundlage von neuronalen Netzen in der künstlichen Intelligenz sind Layer, die aus Input-Information abstrahieren können und somit nicht linear arbeiten.
CRISP-DM steht für “CRoss Industry Standard Process for Data Mining” und standardisiert den Einsatz von Data Mining durch 6 Schritte.
Google Data Studio ist eine kostenlose Visualisierungssoftware aus dem Hause Google. Doch was kann es und wo sind die Limits?
Big Data bezeichnet Daten die in Größe, Art oder Varianz nicht mehr einfach verarbeitet werden können. Der Einsatz von 6 Vs unterstützt bei der Definition.
Einfach gesagt liegt der Unterschied zwischen einem Data Warehouse und einem Data Lake in Art der Daten, Pflege des Inhalts und Anwendungszweck.
Der Data Scientist agiert im Feld zwischen Datenvorbereitung, Analyse und künstlicher Intelligenz. Sein klares Ziel ist Mehrwert durch den Einsatz von Daten.
Die 6 Vs von Big Data sind Volumen, Velocity, Variety, Value, Variability und Veracity. Veracity definiert dabei die Qualität der Daten in Herkunft und Inhalt.
Die Datenwissenschaft gewinnt immer mehr an Relevanz. Hier geben wir eine klare Definition und zeigen Beispiele für die Anwendung von Data Science.
Das Internet of Things (Internet der Dinge) bringt physische Dinge in die digitale Welt und erlaubt neue Analysen, Services und Personalisierung.
Feature Engineering nennt man die Transformation von Rohdaten in passende Attribute für das Training eines Machine Learning Modells.
Data Mining ist die explorative Suche nach Mustern in großen Datensätzen. Dieser Artikel erklärt Definition, Methoden, Tools, Rollen und Probleme.
Was genau ist Big Data, welche Merkmale werden damit assoziiert und welche Technologien dafür eingesetzt? Diese Fragen beantwortet dieser Artikel.
Als Legacy System (deutsch: “Altsystem”) wird ein veraltetes System bezeichnet, das aufgrund des Aufwands noch nicht ersetzt wurde.
Big Data Value ist eines der Merkmale für Big Data. Dieser Wert definiert das Potential, Daten innovativ oder optimierend einzusetzen.
Künstliche Intelligenz schafft Mehrwert in der Hotellerie: Automatisierung, Vorhersagen und Mustererkennung erlauben es Hotels, effektiver zu arbeiten.
Künstliche Intelligenz bezeichnet Computerprogramme, die menschliches Verhalten nachahmen. Wir geben Einblick in Methoden und Beispiele.
Explainable AI (XAI) beschreibt die Herausforderung, dass das Ergebnis von Algorithmen der künstlichen Intelligenz für Menschen interpretierbar sind.
Synthetic Data beschreibt künstlich erzeugte Daten, die in Bereichen wie Machine Learning und Softwareprogrammierung eingesetzt werden.
Deepfakes sind durch künstliche Intelligenz erzeugte Inhalte (z.B. Videos), die sich von realem Material kaum unterscheiden lassen.
Smart Data sind Daten, die zur Nutzung in sowohl Datenqualität als auch Bereitstellung für Analysen und künstliche Intelligenz aufbereitet wurden.
Durch die Kombination von qualitativer Kundenzentrierung mit datenbasierten Arbeiten kann man sehr effektiv hohen Mehrwert für Unternehmen schaffen.
Als Digital Twins bezeichnet man das digitale Abbild von realen Entitäten. Das Ziel ist die Kombination aller relevanten Daten und dazugehörige Analysen.
Ein Data Lake (Datensee) erfasst strukturierte und unstrukturierte Daten zur Weiterverarbeitung durch Data Science, Advanced Analytics und KI.
Die Zukunft der Welt gehört den Daten! Um dieser Zukunft gerecht zu werden, muss jedes Unternehmen eine nachhaltige Datenkultur etablieren. Doch wie?
Datenqualität ist eines der bestimmenden Themen in vielen Unternehmen. Dieser Artikel vermittelt alles über Definition, Merkmale und Analyse was man wissen muss
Was sind Labels für Supervised Machine Learning? Wir definieren das Konzept und erklären, warum Labels so wichtig für überwachtes Lernen sind.
Data Staging bezeichnet im ETL-Prozess den Bereich der Extraktion und Transformation von Daten als Basis für ein Data Warehouse.
Digitalisierung bezeichnet die Umstellung von analog-manuellen Prozessen, Werkzeugen und Methoden auf digital-automatische.
Die Vorhersage der Abwanderung von Kunden, genannt Customer Churn Prediction, nutzt Daten und künstliche Intelligenz um gezielt Kunden ans Unternehmen zu binden
Batch Processing verarbeitet größere Datenblöcke, während Event Streams jede einzelne Information bearbeiten. Beide Big Data Methoden haben Vor- und Nachteile.
Citizen Data Scientists schließen die Lücke zu Data Science indem sie Wissen über KI-Methoden verfügen, aber nicht notwendig die Umsetzung selbst durchführen.
Data Governance ist die strategische und koordinierte Verwaltung von Daten. Wir stellen Merkmale, ein Framework und Beispiele vor.
Der Unterschied zwischen Data Analyst und Data Scientist liegt in Methoden, verarbeiteten Daten, genutzter Infrastruktur und Tools.
Advanced Analytics nutzt Daten und Künstliche Intelligenz um zu verstehen warum Dinge passieren, Prognosen zu erstellen und eine optimale Entscheidung zu geben.
Dass Daten als das neue Öl gelten hat seinen Ursprung in einem Artikel im Economist. Dabei sind viele Parallelen im Bezug auf Potential und Wert erkennbar.
Künstlicher Intelligenz, Maschinelles Lernen, Neuronale Netzwerke und Deep Learning sind hierarchisch aufeinander aufbauende Kategorien im Bereich KI.
Maschinelles Lernen (Machine Learning, ML) nutzt Algorithmen, um statistische Muster aus Daten zu extrahieren. Die Ziele sind Automatisierung und Vorhersagen.
Self-Supervised Learning nutzt Machine Learning um automatisch Labels für Algorithmen des überwachten Lernens zu generieren und einzusetzen.
Data Pipelines sind Skripte, die Daten von einem System in ein anderes überführt. Die Daten werden für weitere Verwendung (z.B. BI oder KI) bereitgestellt.
Was ist Data Driven Marketing? Wir definieren datengetriebenes Marketing und geben klare Beispiele, um die Vorteile aufzuzeigen.
Prescriptive Analytics ist die Empfehlung und Umsetzung von Handlungen basierend auf Datenauswertung mittels künstlicher Intelligenz.
Was ist Data Mining? In diesem Artikel geben wir eine einfache Erklärung und zeigen Anwendungsbeispiele wie Daten, Analysen und Data Science eingesetzt werden.
Die Hauptaufgabe eines Data Engineers ist die verlässliche Bereitstellung von Daten für Business Intelligence, Data Science und künstliche Intelligenz.
Die Aufgaben des Chief Data Officer (CDO) im Unternehmen liegen an der Schnittstelle von Datenhaltung (“Defensive”) und Dateninnovation (“Offensive”).
Einfach gesagt nutzt Machine Learning Daten, um Muster zu erkennen. Diese Muster werden eingesetzt um Vorhersagen (z.B. Ähnlichkeiten, Prognosen) zu erstellen.
Künstliche Intelligenz hat viele Vorteile. Konkret sind es Automatisierung, Mustererkennung und Skalierung, die KI so attraktiv für Unternehmen macht.
Künstliche Intelligenz in die Praxis zu bringen ist noch immer ein großes Problem für viele Unternehmen. Wir zeigen Beispiele und Lösungen.
Es gibt drei Arten von künstlicher Intelligenz: Stark, schwach und Superhuman. Manche sind noch weit entfernt real zu werden, andere hingegen schon im Einsatz.
Die Vorhersage von Umsatz ist wichtig für viele operative Prozesse. Künstliche Intelligenz kann helfen, möglichst genaue Prognosen abzugeben.
Kundensegmentierung bietet große Chancen für viele Unternehmen. Wir zeigen, was die Vorteile sind, welche Methoden es gibt und wie künstliche Intelligenz hilft.
Wie verändert KI die Welt? Wir geben über 100 Beispiele für wertvolle Use Cases im Bereich künstliche Intelligenz, Big Data, Machine Learning und Data Science.
Es gibt zahlreiche Vorteile beim Einsatz von künstlicher Intelligenz in Unternehmen. Wir nennen die wichtigsten und zeigen Beispiele für die Anwendung.
Künstliche Intelligenz ist die Simulierung menschlicher Verhaltensweisen durch Maschinen. Wir erklären alles, was man zu KI wissen muss.
AI, KI, ML, DS und viele mehr Abkürzungen erobern die Welt der Daten. Doch manchmal ist nicht klar, wofür die Begriffe stehen …
Die Vorhersage der Kündigungswahrscheinlichkeit durch KI erlaubt eine zuverlässige, flexible Prognose welche Kunden abwandern werden.
Ähnliche Dinge zu finden ist oft nicht einfach. Vor allem in einer immer größer werdenden Flut von Daten ist es herausfordernd, ähnliche …
Business Intelligence ist zentral für viele Unternehmen. Wir zeigen, wie man diese verlässlichen Daten für Künstliche Intelligenz einsetzen kann.
Der Onlinehandel boomt und damit steigt der Druck. Wir stellen 6 Beispiele vor, wie man mit KI im E-Commerce Mehrwert schaffen kann.
Künstliche Intelligenz ist überall. Wir stellen konkrete Beispiele vor, wie man mehr Umsatz durch KI erwirtschaften kann.
Künstliche Intelligenz setzt seinen Siegeszug in allen Bereichen fort. Doch welche Beispiele gibt es KI in der Praxis einzusetzen?
Kundendaten sind zentral für viele operative and strategische Prozesse. Doch oft sind sie von niedriger Qualität. Wie kann man diese verbessern?
Viele Unternehmen fühlen sich nicht bereit für den Einsatz von künstlicher Intelligenz. Wir machen Mut, wie es trotzdem gelingt.
Viele Unternehmen nähern sich langsam dem Gedanken an, Künstliche Intelligenz einzusetzen. Doch der Aufwand und die Kosten schrecken noch immer ab. Doch …
Immer mehr Unternehmen machen erste Berührungspunkte mit künstlicher Intelligenz (KI). Manche haben sogar eine konkrete Idee, wie man KI im eigenen Unternehmen …
Der Onlinehandel boomt. Immer mehr Umsatz wird über E-Commerce gemacht. Dies führt zu der Frage: Wie kann man Daten und künstliche Intelligenz …
Der E-Commerce boomt! Spätestens seit der Corona-Pandemie hat jedes Unternehmen erkannt, dass ein Onlinehandel Sinn macht. Und die Zahlen bestätigen dies: Allein …
Künstliche Intelligenz erobert die Welt! So oder so ähnlich kann man viele Schlagzeilen übersetzen. Dabei wird auch oft erwähnt, dass einer der …
Glückliche Kunden sind gute Kunden. Doch oft sind Unternehmen überfordert, ihren Kunden auch nach dem Kauf genau das zu bieten, was gut …
Datenqualität beschäftigt zunehmend mehr Unternehmen. Ob Multikanal-Erlebnis, System-Migration, Business Intelligence oder Data Science: Viele Vorhaben und Bereiche sind von einer hohen Qualität …
Künstliche Intelligenz birgt großes Potential für alle Geschäftsbereiche, aber vor allem auch im B2B Vertrieb. Oft herrschen im Sales-Bereich noch alte Prozesse …
Mit mehr Datenanalysen merken viele Unternehmen, dass sie erst ihre Datenqualität messen müssen, um verlässliche Ergebnisse zu kommen. Vor allem im Bereich …