Refine
Document Type
- Part of a Book (2) (remove)
Language
- German (2)
Has Fulltext
- no (2)
Is part of the Bibliography
- yes (2) (remove)
Keywords
Institute
Open Access
- Closed (1)
- Closed Access (1)
Die voranschreitende Digitalisierung ist ein Enabler für Business Analytics wodurch sich wiederum ein weiteres Innovationspotenzial durch dessen Nutzung in der datengetriebenen betrieblichen Entscheidungsunterstützung ergibt. Die Herausforderung besteht nun darin, bereits bei der Planung eines Digitalisierungsprojektes das Potenzial für weitergehende Business Analytics-Anwendungen zu erkennen, um dieses auszuschöpfen. Dabei spielen weniger die Methodenspezialisten, sondern eher die Entscheider in den Fachabteilungen die zentrale Rolle.
Machine Learning (ML) als das aktuell wohl am meisten diskutierte Teilgebiet von Künstlicher Intelligenz (KI) verspricht und realisiert bereits sinnvolle Unterstützung u.a. beim autonomen Fahren, der Predictive Maintenance, der Verbrechensvorbeugung, dem Zusammenführen von Angebot und Nachfrage durch Empfehlungslisten oder im Kundenservice mit Softbots.1 All diesen Anwendung ist letztlich gemeinsam, dass Entscheidungen zu treffen sind, und zwar möglichst rational vor dem Hintergrund von subjektiven Präferenzsystemen und den in Betracht gezogenen Handlungsalternativen. Die Entscheidungsgegenstände betreffen Fragen, wann ein Fahrzeug leicht abgebremst werden soll, in welcher Gegend schwerpunktmäßig Polizeipräsenz gezeigt werden soll oder wann eine Maschine gewartet werden soll.