Analytics und Artificial Intelligence

Die Autoren zeigen in diesem Buch, wie man für eigene Data-Science-Projekte mit Data Analytics und AI einen echten (Mehr-)Wert schafft. Sie entwickeln einen Leitfaden, mit dem Sie Ihre Datenanalyse systematisch, agil und nutzer:innenzentriert aufbauen und betreiben können. Zunächst machen die Autoren klar, wie wichtig es ist zu Beginn Ihrer Analytics-Projekte die für Ihr Geschäftsmodell richtigen und wertstiftenden Fragen zu stellen. Im Anschluss erläutern sie, wie Sie Technologien und Daten so einsetzen, dass sie einen echten Mehrwert erzeugen können. Schließlich zeigen sie, wie Sie die Projekte effektiv, effizient und gewinnbringend umsetzen können. Das Fundament dafür bilden agile Methoden und Design Thinking, die die Autoren für alltägliche Analytics- und Data-Science-Projekte überführt und adaptiert haben.Mit zahlreichen Beispielen und Erfahrungen aus Daten-, Web- und Digital-Analytics-Projekten sowie zwei realen Beispielen, wie man von der Idee und dem Auftrag zum Prototypen kommt. Aus dem Inhalt Agile Basics: Agile Prinzipien und Erfolgsfaktoren Vom Design Thinking zum Data Thinking - wie Design Thinking Datenprojekte besser macht Artificial Intelligence - wie Künstliche Intelligenz mehrwertorientiert in Data Analytics eingesetzt werden kann Ethische, rechtliche und ökologische Implikationen - wie Data Analytics und AI doch kein Schreckgespenst werden Der Data Value Loop - Datenmehrwert agil und nutzer:innenzentriert Analytics in der Praxis - von der Konzeption über Tracking und Reporting bis zum Arbeitsmeeting im Alltag AI in der Praxis - Data Science und Agile, geht das überhaupt zusammen? Zwei exemplarische Projektdurchführungen Glossar

Dr. Ramona Greiner studierte Philosophie, Kunstgeschichte und Literatur in Regensburg, Eichstätt, Augsburg, München und Bern. Während ihrer Promotion hat sie ein Startup mitgegründet, ein weiteres operativ geleitet und war im internationalen Kunsthandel sowie der Markenberatung tätig. Seit 2017 arbeitet sie als Digital Analytics und Data Ethics Consultant bei einer Münchner Unternehmensberatung für datengetriebenes Marketing. Dort leitet sie internationale agile Kund:innenprojekte im Bereich Data & Analytics, hält Vorträge und Design-Thinking-Workshops und berät Kund:innen bei der ethischen wie rechtskonformen Datenerhebung und -nutzung. Mit Digitaler Ethik und der sozialen Gestaltung der Digitalisierung beschäftigt sie sich außerdem auf politischer Ebene. Im Jahr 2012 trat sie der Sozialdemokratischen Partei Deutschlands bei. Sie war seitdem in diversen Ämtern auf verschiedenen Ebenen aktiv und leitete mehrere Wahlkämpfe, u. a. zwei Bundestagswahlkämpfe im Landkreis München. 2021 unterstützte sie die Kandidatur von Uli Grötsch (MdB) für den Landesvorsitz der BayernSPD als seine designierte Generalsekretärin.

Agile Basics: Agile Prinzipien und Erfolgsfaktoren.- Vom Design Thinking zum Data Thinking - wie Design Thinking Datenprojekte besser macht.- Artificial Intelligence - wie Künstliche Intelligenz mehrwertorientiert in Data Analytics eingesetzt werden kann.- Ethische, rechtliche und ökologische Implikationen - wie Data Analytics und AI doch kein Schreckgespenst werden.- Der Data Value Loop - Datenmehrwert agil und nutzer:innenzentriert.- Analytics in der Praxis - von der Konzeption über Tracking und Reporting bis zum Arbeitsmeeting im Alltag.- AI in der Praxis - Data Science und Agile, geht das überhaupt zusammen? Zwei exemplarische Projektdurchführungen.- Glossar.