Künstliche Intelligenz

Datenvorsetzungen und Datenaufbereitung für erfolgreiche Digitalisierung und KI-Projekte

Daten und Verfahren der Künstlichen Intelligenz können gewinnbringend eingesetzt werden und gleichzeitig die Wettbewerbsfähigkeit steigern.

Die Verfügbarkeit, Nutzbarkeit und Qualität von Daten sind dabei von entscheidender Bedeutung für den Erfolg. Zirka 80% eines Prognose-Projektes werden für die Datenaufbereitung benötigt. Der absolute Aufwand kann reduziert werden, wenn die Datenqualität stimmt und das Mapping der Daten die Realität annähernd widerspiegelt. Doch auch die Digitalisierung braucht qualitätsgesicherte Daten.

Daten sind in jedem Unternehmen vorhanden. Das Potenzial von Daten wird jedoch in den meisten Unternehmen zu wenig genutzt. Aus der Erfahrung von über 100 Projekten wissen wir, dass zum einen Daten in der vorhandenen Struktur und Qualität sehr oft nicht geeignet sind. Zum anderen fehlen Informationen, um die angedachten Prognose-Ideen und KI-Use-Cases umsetzen zu können.

Das Seminar teilt sich in zwei Bereiche. Im ersten Teil wird aufgezeigt, wie datengetriebene KI-Potenziale in den unterschiedlichen Unternehmensbereichen wie Einkauf, Marketing, Vertrieb, Finanzen, Logistik, Produktion und Service genutzt werden können.

Im zweiten Teil des Seminars wird die Rolle der Daten für erfolgreiche KI-Projekte betrachtet. Die Teilnehmenden lernen, welche Kriterien die Daten zu erfüllen haben. Dabei wird auch vorhandenes Wissen zu Datentypen und Datenkategorien aufgefrischt. Darüber hinaus werden grundlegende Statistikmethoden vermittelt, die für die Validierung der Datenqualität und die Datenauswahl von entscheidender Bedeutung sind. Die Teilnehmenden erhalten eine kostenfreie Statistik-Software. Das Seminar wird inhaltlich an die Zusammensetzung der Teilnehmenden bzw. deren Firmen angepasst.

Nach dem Seminar sind die Teilnehmenden in der Lage, im Unternehmen dafür zu sorgen, dass die Daten und Datenquellen optimiert und die Vorgaben zur Datenqualität eingehalten werden.

Themenüberblick:

• Typische datengetriebene Prognose- und KI-Anwendungen für Unternehmen aus allen Branchen
• Anforderungen an Daten in KI-Projekten
• Definition und Kriterien für Datenqualität und Nutzbarkeit
• Datentypen, Datenkategorien
• Grundlegende Statistikmethoden zur Datensichtung und Datenauswahl
• Checklisten für Datenrichtlinien

Zielgruppe:

Verantwortliche aus den Bereichen Organisation, IT, Digitalisierung, Finanzen, Sales, CRM, Service, Assistenz der Geschäftsführung, Projektleiter, Prozessexperten.