Details

<p>Dieses Buch bietet Ihnen einen praktischen Einstieg in die Welt der Künstlichen Intelligenz (KI) und Data Science. Es hinterfragt aktuelle Hypes und ist ein praxiserprobter Guide mit konkreten Schritten für den sinnvollen Einsatz von einfachen bis komplexeren KI-Anwendungen im Unternehmen – mit Schwerpunkt auf Data Analytics und Web-/App-Tracking.</p><p>In welchen Einsatzbereichen steckt das meiste Potenzial? Wie bestimmen Sie den KI-Reifegrad Ihres Unternehmens und wie planen Sie Ihre KI-Weiterbildungsoffensive? Welche wirtschaftlichen, ethischen und ökologischen Risiken sollten Sie berücksichtigen?&nbsp;</p><p>Antworten darauf erhalten Sie in diesem Quick Guide – mit zahlreichen Tipps, Methoden und Vorlagen für den Transfer in Ihr Unternehmen. Ein Buch für alle, die sich die Möglichkeiten von KI-Anwendungen jetzt erschließen und schon bald davon profitieren wollen.&nbsp;</p><p><b>Der Inhalt</b></p><p></p><ul><li>Grundlagen und historische Einordnung</li><li>Einsatzbereiche von KIim Bereich Analytics</li><li>Risiken und Chancen beim Einsatz von KI im Unternehmen</li><li>KI-Governance in fünf konkreten Schritten</li><li>AI & Data Analytics trifft Recht: AI Act und DSGVO</li><li>KI-Strategie aus Ihrer Geschäftsstrategie ableiten</li><li>KI-Kompetenz im Unternehmen erhöhen – mit Self-Assessment, Gap-Analyse und KI-Kompetenz-Canvas</li><li>Vom Scheitern lernen: Der Friedhof der KI-Projekte</li></ul><p></p><p><b>Was Sie aus diesem Buch mitnehmen werden:</b><br></p><p></p><ul><li>Warum wir im Zeitalter der allgegenwärtigen Künstlichen Intelligenz alle zumindest ein bisschen zu Data Scientists werden müssen</li><li>Wie sich die Teildisziplinen von Künstlicher Intelligenz und Data Science zueinander verhalten</li><li>Was Machine Learning und Deep Learning eigentlich sind und was das mit Neuronalen Netzen zu tun hat</li><li>Wie sich die genAI, also generative Künstliche Intelligenz, in verschiedenen Domänen (Sprache, Bild, Musik etc.) entwickelt&nbsp;</li><li>Wo aktuelldas meiste Potenzial für den Einsatz von KI steckt und welche Bereiche Sie sich deshalb genauer ansehen sollten</li><li>Wo Sie KI in Ihrem Alltag direkt anwenden können, um Aufgaben schneller und einfacher zu erledigen</li><li>Welche wirtschaftlichen, ethischen und ökologischen Risiken und Chancen Sie beim Einsatz von KI berücksichtigen sollten</li><li>Wieso eine Kosten-Nutzen-Abwägung erfolgen sollte, bevor ein KI-Projekt gestartet wird</li><li>Wie Sie die Ziele Ihrer KI-Governance festlegen</li><li>Worauf Sie bei der Umsetzung Ihrer Governance</li><li>Welche rechtlichen Entwicklungen im Bereich von Data Procurement und Data Analytics zu erwarten sind</li><li>Grundlegende Schritte zur Bewertung der Anwendbarkeit des Gesetzes auf spezifische Praktiken durch Fallstudienanalysen</li><li>Wie sich Ihre KI-Strategie in der Praxis umsetzen lässt (am Beispiel von Conversion Rate Optimization)</li><li>Warum sich KI-Kompetenz und KI-Strategie gegenseitig bedingen und wie Sie dieses Henne-AI-Problem lösen können</li><li>Wie Sie bestimmen, welchen KI-Reifegrad Ihr Unternehmen gerade hat und welchen es erreichen möchte</li><li>Wie Sie die vorhandene KI-Kompetenz in Ihrem Unternehmen erheben und anhand eines Zielbildes und einer Gap-Analyse herausfinden, auf welche Bereiche Sie sich bei Ihrer Weiterbildungsoffensive konzentrieren sollten</li><li>Wie Sie Ihre Weiterbildungsoffensive mit einem Canvas planen&nbsp;</li><li>Wie wir mit den Hypes im Zeitalter der KI umgehen sollten</li><li>Warum es KI-Kompetenz und kritisches Denken braucht, um herauszufinden, aus welchen Fehlern und Projekten man wirklich lernen kann - mit Self-Assessment und Gap-Analyse</li><li>Was Scheitern mit Ihrer Datenkultur zu tun hat und wie diese gefördert werden kann&nbsp;</li></ul><p></p><p><b>Mit</b><br></p><p></p><ul><li>Self-Assessment und Gap-Analyse für die KI-Kompetenz Ihres Unternehmens</li><li>Zahlreichen konkreten Tipps für den Transfer in Ihr Unternehmen</li></ul><p></p><div><br></div>