Künstliche Intelligenz für Business Analytics

Know-how für erfolgreiche KI-Initiativen
- Umfassendes und anwendungsbezogenes Handbuch
- Verständliche Darstellung des Einsatzes neuer Technologien wie generative KI, LLMs und Chatbot-Anwendungen
- Mit vielen Praxisbeispielen aus der BI & Analytics-Welt
Künstliche Intelligenz (KI) hat in den letzten Jahren stark an Bedeutung gewonnen. Unternehmen stehen vor der Herausforderung, KI wertschöpfend einzusetzen, um sich einen Wettbewerbsvorteil zu verschaffen bzw. ihre Wettbewerbsfähigkeit zu erhalten.
Dieses Buch gibt einen Überblick über das Thema 'Künstliche Intelligenz für Business Analytics' und dessen praktische Relevanz für Unternehmen. Neben technischen Aspekten wie Architekturen, Vorgehensmodelle zur Entwicklung von KI-Anwendungen, Datenvorbereitung und -analyse werden auch organisatorische Konzepte sowie Rahmenbedingungen wie Datenschutz, EU AI-Act und Fragen der Ethik beim Einsatz von KI behandelt. Dabei werden jeweils Bezüge zu bestehenden Analytics-Architekturen hergestellt.
Darüber hinaus werden Fallstudien aus unterschiedlichen Branchen vorgestellt, die verdeutlichen, welche Möglichkeiten sich durch die KI bieten und wie Unternehmen diese bereits heute produktiv im Einsatz haben.

Prof. Dr. Uwe Haneke ist seit 2003 Professor für Betriebswirtschaftslehre und betriebliche Informationssysteme an der Hochschule Karlsruhe - Technik und Wirtschaft. Dort vertritt er u.a. die Bereiche Business Intelligence, Geschäftsprozessmanagement im Fachgebiet Informatik. Seine Publikationen beschäftigen sich mit den Themen Open Source Business Intelligence, Self-Service-BI, Data Science und Analytics. Er ist Vorstandsmitglied des TDWI.
Dr. Michael Zimmer ist Chief Data & AI Officer und Leiter des Kompetenzzentrum für KI in der W&W-Gruppe. Er hat über Agilität von Datenarchitekturen promoviert und war vor seiner Zeit bei der W&W CDO der Zurich Gruppe Deutschland und mehr als 13 Jahre in der Beratung tätig. Er ist Herausgeber und Autor diverser Bücher und unter anderem TDWI Fellow, männlicher Alliierter der Woman Leaders in Data & Analytics (WLDA) sowie Mitglied der Arbeitsgruppe Ethical AI der deutschen Aktuarsvereinigung.
Prof. Dr. Stephan Trahasch ist Professor für betriebliche Kommunikationssysteme und IT-Sicherheit an der Hochschule Offenburg. Seine Forschungsschwerpunkte liegen in den Bereichen Data Mining, Big Data und Agile Business Intelligence. In Forschungsprojekten beschäftigt er sich mit der praktischen Anwendung von Data Mining und Big-Data-Technologien und deren Herausforderungen in Unternehmen. Er ist Initiator und Gründungsmitglied des Institute for Machine Learning and Analytics - IMLA an der Hochschule Offenburg.