Wenn sich Experten über Künstliche Intelligenz unterhalten, wird es schnell technisch und häufig auch euphorisch. Eine positive Grundstimmung dominiert, vor allem unter den Experten, die mit dem technischen Fortschritt auf irgendeine Art und Weise Geld verdienen. Anders ist es, wenn ganz normale Menschen zu diesem Thema ins Gespräch kommen. Dann
Datenmanagement alles andere als eine neue Disziplin. Dennoch verändert sich der Umgang mit Daten angesichts neuer Technologien wie künstliche Intelligenz (KI) und Machine Learning ebenso sehr wie die Analyse dieser Daten. Heute hat so ziemlich jedes Unternehmen moderne Datenmanagement-Werkzeuge im Einsatz, doch die angewandten Praktiken und Strategien stammen vielfach noch
In meinem letzten Blogpost ging es darum, welche Aufgaben „Robo A“ mir als Bankmitarbeiter womöglich schon abnehmen kann, sodass ich Zeit für wichtigere Themen gewinne. KI spielt in Banken schon lange keine Nebenrolle mehr. Die Suche nach dem ultimativen Use Case, der einerseits über den Hype und andererseits über den
Vor zwei, drei Jahren war „digitale Transformation“ nur ein Wort. Heute findet sie statt. Handwerk, Industrie, Banken, Gesundheitswesen – überall werden überholte und ineffiziente Strukturen abgelöst. Gerade Dienstleistungen sind schon spürbar schneller, unkomplizierter und besser verfügbar geworden. Und die Services öffentlicher Behörden? Auch dort bewegt sich einiges, aber: Es ist
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
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
Die Versicherungsbranche (Aktuariat) ist ein langer, ruhiger Fluss, auf dem träge Dampfer kreuzen. Sagen die einen. Sie ist ein Haifischbecken, das nur die stärksten überleben. Sagen die anderen. Recht haben sie beide. Denn zum einen ist der Versicherungsmarkt ganz klar ein reifer Markt, in dem der Handlungsspielraum für die einzelnen
Wien und die Donau: Zahlreiche Lieder, Geschichten und Filme dokumentieren die innige Beziehung zwischen der österreichischen Hauptstadt und „ihrem“ Fluss. Das war aber nicht immer so: Über Jahrhunderte stellte das Gewässer eine große Bedrohung für die Stadt dar – und es erforderte beträchtliche Ingenieurskunst, um die Donauauen in ein echtes
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
Fest steht: Künstliche Intelligenz (KI) wird unser aller Leben verändern – und tut es schon. Weniger klar ist, in welcher Weise und in welchem Zeitrahmen diese Veränderungen passieren – und was am Ende dabei herauskommt. In vielen Bereichen gibt es wilde Spekulationen. Bei Life Sciences und im Gesundheitssektor lichtet sich
Nach dem diesjährigen SAS Global Forum in Denver bin ich weiter nach San Francisco gereist. Und wie viele Touristen bin ich auch zur Golden Gate Bridge gefahren und habe sie Fuß überquert. In der Mitte der Brücke, bemerkte ich einen Windsurfer in der Bucht von San Francisco, der sich der
Ich blinzele, kann kaum was sehen. Die Sonne scheint mir direkt ins Gesicht. Hell, schmerzhaft, stechend – aber ich weiß, dass alle meine Sinne geschärft sein müssen. Ich bemühe mich zu sehen, was vor mir liegt. Denn ich fahre 60 km/h und fühle mich dabei fast blind. Und um mich
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
Ein Mythos ist in seiner ursprünglichen Bedeutung eine Erzählung. Mythen erheben traditionell einen Anspruch auf Wahrheit. Doch gerade an diesem Wahrheitsanspruch gibt es immer wieder Kritik. Ein Beispiel: Ist es ein Mythos, dass hier in Heidelberg die älteste deutschsprachige Universität steht? Nein, es ist eine Teilwahrheit. Denn es ist die
Zur Person: Dr. Volker Stümpflen verantwortet als Leiter Data Strategy & Operations bei der Mediengruppe RTL vor allem den Auf- und Ausbau der Data-Science-Aktivitäten sowie die Realisierung und Monetarisierung speziell analysierter Datenmodelle mit Fokus auf Nutzerverhalten und Nutzerbedürfnisse. Er verfügt über große Erfahrungen mit der Vernetzung großer Datenbanksysteme und Applikationen,
Gartner geht davon aus, dass dank künstlicher Intelligenz (KI) bis 2025 zwei Millionen neue Arbeitsplätze geschaffen werden. KI und Machine Learning sind in vielen Unternehmen bereits heute wichtiger Bestandteil von Geschäftsprozessen und Unternehmensbereichen. Sie erleichtern den Arbeitsalltag, optimieren die Interaktion mit Kunden, sagen den Ausfall einer Maschine zuverlässig vorher oder
Background: Prof. Dr. oec. HSG Holger K. von Jouanne-Diedrich ist seit 2013 Professor für Wirtschaftsinformatik und Customer Relationship Management an der Hochschule Aschaffenburg, Bayern. Er promovierte am Institut für Wirtschaftsinformatik der Universität St. Gallen, Schweiz, und studierte Betriebswirtschaftslehre an der Universität Hamburg. Weiterhin hatte er verschiedene Stationen bei der Lufthansa, der
Eine aktuelle Studie von SAS beschäftigt sich mit der Frage, wie bereit Unternehmen für die Nutzung von künstlicher Intelligenz (KI) sind. Das Ergebnis zeigt: Es gibt viel zu tun. Gerade beim Einsatz moderner Analytics-Plattformen, die Innovationen vorantreiben können, gibt es noch Nachholbedarf. Aber wer sind die Anspruchsgruppen einer solchen Analytics-Plattform,
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,
Die dunkle Seite fasziniert uns Menschen immer. Daher ist es auch nicht erstaunlich, dass selbst optimierende Maschinen, Assoziationen mit Science Fiction hervorrufen, und wir uns ständig fragen: Sind diese Entwicklungen jetzt gut oder schlecht? Wieviel Autonomie braucht der Mensch? Mit der bereits vorhandenen KI-Technologie können Dinge realisiert werden, die eigentlich
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,
In meinem vorherigen Blog bin ich darauf eingegangen, was künstliche Intelligenz (KI) bereits kann – und dass der Hype längst noch nicht in der operativen Realität bei Unternehmen angekommen ist. Letzteres ist eine Erkenntnis der aktuellen SAS Studie „The Enterprise AI Promise: Path to Value“. Was die Umfrage darüber hinaus
„… 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,
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
