Umsetzung von künstlicher Intelligenz und Machine Learning in Unternehmen
Methoden und Vorgehensweisen, Anwendungsfälle und Best Practices
Künstliche Intelligenz und Machine Learning stehen bei vielen Unternehmen ganz oben auf der Agenda. KI verspricht enorme Vorteile – von der Prozessoptimierung und Produktivitätssteigerung über optimierte Entscheidungsunterstützung bis hin zu neuen Geschäftsmodellen.
Was Unternehmen allerdings umtreibt, sind klare Zielsetzungen und Vorgehensweisen. Hinzu kommen Ängste der Mitarbeiter vor Arbeitsplatzabbau oder Umstrukturierungen. Das Buch möchte der Leserschaft für ihre Diskussions-, Planungs- und Umsetzungsprozesse hilfreiche Informationen an die Hand geben und praxisorientierte Optionen aufzeigen. Dabei behandelt das Buch nicht das Erstellen von mathematisch-statistischen Verfahren und Algorithmen oder die Programmierung von Anwendungen. Die Autoren erörtern, wie KI in Unternehmen erfolgreich umgesetzt werden kann und welche Auswirkungen sie auf die Geschäftsentwicklung und Betriebsmodelle hat, wie KI-Projekte erfolgreich durchgeführt werden und wie das Vertrauen der Mitarbeiter in KI-Technologien gestärkt werden kann. Use Cases, Praxisbeispiele und Ausführungen zu Anwendungen und Lösungen sowohl branchenübergreifend als auch branchenspezifisch mit unterschiedlichen Problemstellungen und Methoden werden behandelt und vorgestellt. Zur Zielgruppe dieser Fachpublikation zählen interessierte Manager, Praktiker, Dozierende und Studierende mit der Ausrichtung Digitale Wirtschaft im deutschsprachigen Raum.
Die Themen im Einzelnen:
- Veränderung des Rollenverständnisses und neue Aufgabenfelder auf Führungsebene im Kontext von Digitalisierung und Künstlicher Intelligenz
- Ganzheitlicher Ansatz und Rahmenbedingungen zur erfolgreichen Umsetzung von KI-Projekten
- Best Practices und Use Cases:
- Digitale Entscheidungsfindung zur Prozessoptimierung
- ERP als Grundlage zur Einführung von KI
- Projektbeschreibung: Einführung und Umsetzung einer Enterprise-Search-Lösung
- Automatisierte Einsatzplanung von Solar- und Windparks
- Machine Learning und Deep Learning in der Industrie und im Engineering