„… 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,
Something Stupid – eines der berühmtesten musikalischen Duette von Frank Sinatra und seiner Tochter Nancy kennt wahrscheinlich jeder. Ein anderes Duett hat sich in den letzten Jahren im Datenanalyse-Umfeld zusammengetan – Business Intelligence und Advanced Analytics. Ob das „something stupid“ oder doch eine ganz smarte Idee ist, wird in diesem
Bankkunden werden auch immer anspruchsvoller. Im Zeitalter von Google, Apple, Facebook und Amazon haben wir uns daran gewöhnt, personalisierte Angebote auf Basis der von uns freiwillig zur Verfügung gestellten Daten zu erhalten. Hier ist sie wieder, unsere Chatbot-Idee aus meinem 1. Beitrag zu KI in der Bankbranche, und es gibt
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
Artificial Intelligence (AI), Machine Learning und Deep Learning zählen zu den heißesten Themen, die im Markt diskutiert werden. Und dafür gibt es gute Gründe. Zum einen erleben wir, dass Apps und Software generell, Maschinen und Fahrzeuge immer smarter werden. Wir sprechen mit unseren Smartphones. Autos fahren bald selbst. Die automatische
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
Als ich neulich mal wieder auf der Autobahn unterwegs zu einem Kundentermin war, habe ich im Radio einen Beitrag gehört, der mich stutzig machte und zum Nachdenken brachte. In dem Beitrag ging es darum, dass eine Fitnesskette demnächst das größte Fitnessstudio der Welt in Deutschland eröffnen will. Und der Clou
Modelle im Risikomanagement sind essenziell. Sie helfen uns dabei, das Risiko eines Unterfangens auf Basis weniger Einflussgrößen vorherzusagen. Die Kunst der Modellierung besteht nun darin, die wichtigsten Faktoren zu bestimmen und einen komplexen Zusammenhang vereinfacht so abzubilden, dass die Aussagekraft relevant ist. Das heißt, modellbasierte Prognosen sollen möglichst nahe an
Blogparade startet: Vor Kurzem wurde ja bereits der analytisch beste Ort der Welt gefunden und gekürt. Dazu hat SAS aus fast 150.000 Orten in rund 200 Ländern jede Menge Daten gesammelt und mit modernsten Machine-Learning-Verfahren ausgewertet. Rund 100 sogenannte Prädiktoren, also mögliche Einflussgrößen auf „paradiesische“ Verhältnisse, spuckten West Perth aus
Datenvisualisierung – Manchmal braucht man einfach extrinsische Motivationsfaktoren, um andere Wege zu gehen. Die Zweiradreisenden unter uns kennen und schätzen die besondere Art der Fortbewegung (ohne Blechdach) mit all ihren Vor- und Nachteilen. Eine begrenzte Gepäckkapazität, fehlende Klimatisierung, größere Unfallgefahr usw. sind Faktoren, mit denen man dabei leben muss. Was
