Mehr als ein Jahr ist seit dem Inkrafttreten der EU-Datenschutz-Grundverordnung (DSGVO) vergangen. Jetzt sind die ersten Abstrafungen erfolgt. Zeit für eine erste Bilanz: Wo stehen wir eigentlich beim Datenschutz? Wie wird die Gesetzeslage schon umgesetzt und welche Hürden gibt es immer noch? Mit diesen Fragen hat sich Arnd Böken, Rechtsanwalt
Lenin ist sauer, saurer sogar, als es Bolschewiken-Art ist. „Ich habe Ihre IoT-Blogs gelesen“, sagt er. Und er ist sauer. Noch auf dem SAS Forum in Bonn hatte er unsere Zusammenarbeit gepriesen und den Stellenwert von Datenanalyse und künstlicher Intelligenz hervorgehoben. Auch Lenins Mitarbeiter waren dort gewesen, die Hornbrillen-Dame und
Im vorangegangenen Blog habe ich die „vier Säulen des Vertrauens“ für automatisierte Entscheidungen vorgestellt. Dieser hat gezeigt: Erklärbarkeit und Transparenz beziehen sich auf den gesamten analytischen Prozess. Wie sieht es aber mit der „Blackbox“ der maschinellen Lernalgorithmen aus? Auch dort muss Transparenz durch eine analytische Plattform gewährleistet sein. Die gute
Lenin schaut übellaunig wie ein Bolschewik: „Sherlock? Der hat mit leistungsfähiger künstlicher Intelligenz so wenig zu tun wie mit echter Detektivarbeit! Wir brauchen weder Sherlock noch seinen Doktor!“ Lenin hatte mich zum Challenger Workshop eingeladen. Ein Berater der Accelerator Change & Disruption Consultancy (AC&DC) bat nach kurzem Impulsvortrag (Change! Disruption!)
Im ersten Teil meines Blogs habe ich argumentiert, dass die Beschäftigung mit künstlicher Intelligenz (KI) und Ethik keine rein philosophische oder gesellschaftspolitische Fragestellung ist. Eines ist klar: Die Ethik-Debatten werden in diesem Jahr weitergehen und sich stärker an den realistischen Möglichkeiten und Risiken von KI orientieren. Unternehmen und Organisationen, die
IFRS 9 ist seit dem 1. Januar 2018 in Kraft. Heute lässt sich feststellen: Die Umsetzung hat länger gedauert als erwartet, langfristige Auswirkungen sind noch nicht absehbar. Wie in meinem vorangegangenen Blogbeitrag beschrieben, haben Banken im Großen und Ganzen den Prozess jedoch recht gut bewältigt. Angesichts der immensen Kosten stellt
Wenn wir über künstliche Intelligenz (KI) und Ethik sprechen, dann beziehen wir uns nicht in erster Linie auf dystopische Anwendungen, in denen ein autonomer Roboter stur und ohne menschliche Kontrolle in Terminator-Manier Entscheidungen über Leben und Tod trifft. Das soll natürlich nicht heißen, dass ein kritischer Diskurs zum Beispiel über
„Für mich heißt Internet of Things, dass hier alles rotiert wie in einem Wäschetümmler und es weder Durcheinander noch Stillstand gibt.“ Frau Dönmek hatte Lenin und mich am Werkstor in Cedorf abgeholt und uns gleich in die Halle zu ihrer Anlage geführt: „Wir arbeiten an der Kapazitätsgrenze. Was wir wegen
Nicht erst im Zeitalter von künstlicher Intelligenz (KI) und Real-Time Decision Engines werden historische und aktuelle Verhaltensweisen von Kunden analysiert. Die Praxis, anhand dieser Informationen Entscheidungen zu treffen und sie in Echtzeit auf die Kundeninteraktion anzuwenden, gab es bereits in den 1970er-Jahren. Frau Cerny betrieb den Lebensmittelladen im Wohnhaus meiner
Ich muss gestehen: ich bin leidenschaftlicher Gamer. Man könnte auch sagen, ein „Nerd“. Ich liebe Computerspiele, nicht nur, sie zu spielen, sondern ich möchte auch wissen, wie sie gemacht werden, wie sie funktionieren und wohin die Entwicklung in Zukunft führen wird. Ganz besonders interessiert mich, wie künstliche Intelligenz in Spielen
Finanzdienstleister haben aktuell massive Herausforderungen beim Management ihrer Daten: Der Kostendruck zwingt einerseits zu einem hocheffizienten Betrieb („run“). Zugleich wandeln sich andererseits die Prozesse im Business, Stichwort Digitalisierung („change“). Die drückenden Regeln der Aufsicht scheinen sich nicht vereinen zu lassen mit dem Anspruch der Kunden, flexibel, fix und doch datensparsam
Künstliche Intelligenz wird meist mit Alexa und Siri oder Chatbots bei Banken und Callcentern assoziiert. Eher selten wird über das Potenzial der KI-Technologien in den Life Sciences und im Gesundheitswesen gesprochen – die Idee ist aber im Kommen. Das zeigt eine aktuelle Studie von Accenture: 74 Prozent der Führungskräfte in
Heute beschreibt CINTELLIC in einem Gastbeitrag, wie CRM durch ein Höchstmaß an Personalisierung und Automatisierung optimiert werden kann. 2018 werden sich drei spannende Megatrends im CRM weiterentwickeln: künstliche Intelligenz (KI), datengetriebene Personalisierung und Automatisierung von Kundeninteraktionen. Heutzutage entscheiden Kunden selbstbestimmt und in Realtime, wann und über welche Kanäle sie sich
Wahrscheinlich schreibt Richard David Precht gerade an einem Buch über künstliche Intelligenz – und es wäre wirklich nicht schlecht, wenn sich möglichst viele Menschen so genau wie möglich über dieses Thema informieren könnten, ohne selbst Spezialist sein zu müssen. Denn, das ist 2017 bereits klar geworden, künstliche Intelligenz betrifft uns
Jahreswechsel bieten sich für Bestandsaufnahmen an. Mit ein wenig Abstand betrachtet fällt mir auf, dass die Spezialisten-Themen „Analytics“, „Big Data“ und vor allem „künstliche Intelligenz“ (KI) längst im publizistischen Mainstream angekommen sind. Täglich erscheinen in allen möglichen Publikumszeitschriften neue Artikel, die zwischen Euphorie und Pessimismus jede Facette anbieten. Grund genug,
Künstliche Intelligenz (KI), maschinelles Lernen (ML) und Analytics erleben zurzeit einen wahren Boom. Geht es nach den Anbietern, gelangen Produktionsabteilungen mithilfe von Industrie 4.0 und Digitalisierung in ein neues, goldenes Zeitalter, in dem Maschinen „selbstlernend“ für Qualitätsverbesserungen und Kostenreduktion sorgen. Doch anfänglichem Enthusiasmus und ersten positiven Erkenntnissen folgt meist Ernüchterung,
„… Internet, Internet, ich hör‘ hier immer Internet. Sag’n Se‘ ma‘, ganz richtig ist das nicht!“ Der Service-Manager errötet nach seinem Rap. Lenin schwankt zwischen Belustigung und bolschewistischem Ingrimm: Stellt der Rote Rapper seine Erfolge im Internet of Things infrage? Der Rapper fährt fort: „Denn diese Daten, die Sie verbraten,
Selbstfahrende Sport Utility Vehicle auf unseren öffentlichen Straßen, Siri immer im Zugriff, Alexa im Wohnzimmer … Künstliche Intelligenz und die dahinter funktionierenden Machine-Learning-Verfahren begegnen uns bereits heute, zum Teil eingebettet in den Alltag, zum Teil mit unserem „Wow“, wenn die US-Verkehrsaufsichtsbehörde NHTSA bestätigt, dass es bei einem Unfall mit einem selbstfahrenden
Wo steht eigentlich die europäische Versicherungswirtschaft in puncto Advanced Analytics, KI und Automatisierung? Erleben wir, dass gerade auch in der Assekuranz traditionelle Verfahren der Datenanalyse mit dem Begriff „maschinelles Lernen" überklebt werden? Oder ist die Branche hier schon deutlich weiter? Sind beispielsweise echte Chatbots wirklich schon allgegenwärtig? Aktuelle Einblicke gibt
„Durchsatz ist wichtig, jaja“, Supply-Chain-Leiter Herr Aklit lehnt sich zurück, faltet seine Hände über dem üppigen Bauch und sagt zu Lenin: „Sie haben ja schon einiges in Fluss gebracht mit Ihren Projekten zur Datenanalyse im Internet of Things.“ Er atmet tief durch und schaut aus dem Fenster: „Alles fließt …“,
