Im Whitepaper „Wie sich Scrum für Data Science Projekte anwenden lässt“ erhalten Sie einen Überblick zu der Projektmanagementtechnik Scrum im Hinblick auf den typischen Ablauf eines Data Science Projektes. Darauf aufbauend stellen wir die größten Herausforderungen und Lösungsvorschläge für die Integration von Scrum in ihren Data Science Projekten dar. Lesen Sie hier die Management Summary zu diesem Whitepaper.
Whitepaper zum Thema Data Strategy.Whitepaper: 35 KI & Machine Learning Use Cases für die Retail- und Konsumgüterindustrie.In diesem Whitepaper geben wir Ihnen einen Überblick über mögliche Use Cases von KI in dieser speziellen Branche. Sie erhalten eine übersichtliche Sammlung von 35 Use Cases, die Sie dazu anregen soll, über mögliche Anwendungen in Ihrem Unternehmen nachzudenken. Künstliche Intelligenz (KI) und Machine …
Eine Vielzahl von Methoden ermöglichen es heute auch komplexe KI-Systeme erklärbar zu machen. Auch wenn es dabei eine Reihe von Herausforderungen zu beachten gilt, sind die Vorteile von XAI im Unternehmen immens. Das Whitepaper gibt einen Überblick über Einsatzmöglichkeiten, Vorteile, Methoden und Herausforderungen beim Einsatz von XAI im Unternehmen und dient damit als Wegweiser für dieses wichtige Zukunftsthema. Lesen Sie hier die Management Summary zum Whitepaper.
Whitepaper zum Thema Data Strategy.Whitepaper: Wie man durch Explainable AI Vertrauen im Fachbereich aufbautIn diesem Whitepaper erhalten Sie einen Überblick über Einsatzmöglichkeiten, Vorteile, Methoden und Herausforderungen beim Einsatz von Explainable AI im Unternehmen. Künstliche Intelligenz (KI) in Unternehmen ist längst kein neuer Trend mehr. Trotzdem ist das Potenzial für KI noch lange nicht ausgeschöpft. Damit Menschen und KI erfolgreich zusammenarbeiten …
Whitepaper zum Thema Machine Learning.Whitepaper: Machine Learning in der Cloud – AWS, Azure und GCP im VergleichIn diesem Whitepaper verschaffen wir Ihnen einen Überblick über die Angebotspalette der drei größten Provider für Cloud-Computing, AWS, Azure und GCP. Zudem beleuchten wir, wie diese Provider die Hürden für erfolgreiche ML-Projekte herabsetzen. Die digitale Transformation ist für Unternehmen aller Branchen und Größen eine …
Die Grundlagen für Bilderkennung und Computer Vision wurden bereits in den 1970er Jahren geschaffen. Allerdings hat das Feld erst in den letzten Jahren vermehrt Anwendung außerhalb der Forschung gefunden. Dieser Beitrag stellt fünf ausgewählte und besonders vielversprechende Use Cases verschiedener Industrien vor, die entweder bereits in Produktion anzutreffen sind, oder in den kommenden Jahren große Veränderungen in ihren jeweiligen Feldern versprechen.
NLP (engl. für Natural Language Processing) beschreibt allgemein das computergestützte Verarbeiten von menschlicher Sprache. Dies umfasst neben der geschriebenen auch die gesprochene Sprache. In diesem Artikel zeigen wir verschiedene Anwendungsgebiete von NLP und erklären, wie sich innerhalb nur weniger Jahre die Markteintrittsbarrieren so weit gesenkt haben, dass heute jedes Unternehmen NLP für eigene Lösungen nutzen kann.
Die Weiterbildung von Mitarbeitenden im Bereich Künstlicher Intelligenz (KI) ist eine der zentralen Aufgaben für eine erfolgreiche Etablierung von KI im eigenen Unternehmen. In diesem Whitepaper erläutern wir die Aufgaben & Pflichten der einzelnen Rollen eines Data Science und KI-Teams. Darauf aufbauen zeigen wir auf, weshalb interne Weiterbildung und Unterstützung externer Dienstleister der Schlüssel zum Aufbau einer erfolgreichen KI-Strategie darstellen.
Whitepaper zum Thema KI-Weiterbildung.Whitepaper: KI-Weiterbildung in UnternehmenIn diesem Whitepaper erläutern wir die Aufgaben & Pflichten der einzelnen Rollen eines Data Science und KI-Teams. Darauf aufbauen zeigen wir auf, weshalb interne Weiterbildung und Unterstützung externer Dienstleister der Schlüssel zum Aufbau einer erfolgreichen KI-Strategie darstellen. Die Weiterbildung von Mitarbeitenden im Bereich Künstlicher Intelligenz (KI) ist eine der zentralen Aufgaben für eine erfolgreiche …
In diesem Beitrag sollen fünf Technologien vorgestellt werden, die jeder Data Engineer für seine tägliche Arbeit kennen und beherrschen sollte. Aufgeführt werden Spark als Data Processing Tool im Big Data Umfeld, Kafka als Streaming Platform, Airflow und Serverless-Architektur zur Koordinierung bzw. Orchestrierung. Zuvor werden Stellenwert und Rolle von SQL (Structured Query Language) und relationalen Datenbanken besprochen.