Refine
Year of publication
Document Type
- Article (unreviewed) (91)
- Conference Proceeding (80)
- Part of a Book (71)
- Article (reviewed) (51)
- Book (49)
- Contribution to a Periodical (18)
- Study Thesis (12)
- Working Paper (9)
- Patent (6)
- Other (4)
Language
- German (245)
- English (152)
- Other language (1)
- Russian (1)
Keywords
- COVID-19 (13)
- Export (11)
- Government Measures (11)
- Corona (9)
- Management (9)
- Crisis (8)
- Datenmanagement (8)
- Maschinelles Lernen (8)
- Projektmanagement (8)
- Datenqualität (7)
Institute
- Fakultät Betriebswirtschaft und Wirtschaftsingenieurwesen (B+W) (399) (remove)
In die neuen Verfahren, wie Big Data, Machine Learning und Predictive Analytics, werden von Marketing und Vertrieb hohe Erwartungen gesetzt. Doch dem „Garbage in – Garbage out“-Prinzip folgend lassen die Ergebnisse zu wünschen übrig. Grund hierfür ist häufig eine nicht ausreichende Qualität in den zugrunde liegenden Kundendaten. Dieser Beitrag beleuchtet diese Problematik anhand der Wert-Pyramide. Je weiter oben die Daten in der Wertschöpfungskette angesiedelt sind, desto höher ist deren Qualität und umso mehr Wert haben sie für das Unternehmen. Darüber hinaus wird aufgezeigt, wie sich mit Hilfe von Monitoring-Systemen, wie einer Datenqualitäts-Scorecard, Aussagen zur Datenqualität treffen und Verbesserungen derselben messen lassen. So wird der tatsächliche Wert von Daten für Unternehmen ersichtlich.
Künstliche Intelligenz (KI) kommt laut einer Interxion-Studie bei 96 Prozent der Schweizer Unternehmen zum Einsatz. Allerdings gaben nur 22 Prozent der Schweizer IT-Entscheider an, dass sie KI bereits für einen ersten Anwendungsfall einsetzen. Dabei ist KI etwa im Datenmanagement sehr hilfreich – sofern Qualität und Quantität der Trainingsdaten stimmen.
Extended Reality (XR) durchläuft aktuell einen rasanten Entwicklungsprozess. Die Einsatzmöglichkeiten für die Wirtschaft sind vielfältig und die Bedeutung der neuartigen Technologie steigt kontinuierlich. Insbesondere der rapide Preisverfall der benötigten Hardware führt zu einer zunehmenden Markdurchdringung, wodurch sich XR-Systeme auf dem Massenmarkt etabliert haben.
Die Veröffentlichung richtet sich an Unternehmer, die sich einen Überblick über XR verschaffen möchten und abwägen, ob die Technologie in ihre Unternehmensprozesse eingebunden werden soll. Um die Entscheidung zu erleichtern, gibt die Publikation Auskunft über zentrale Aspekte wie Entwicklungsstand, Projektablauf und Einsatzmöglichkeiten. Aufgrund des enormen Potenzials der Technologien empfehlen die Autoren, dass Unternehmen frühzeitig Einsatzmöglichkeiten dieser Technologien evaluieren. Die Planung und Umsetzung setzen allerdings immer ein durchdachtes und systematisches Vorgehen voraus.
Duplikaterkennung, -suche und -konsolidierung für Kunden- und Geschäftspartnerdaten, sog. „Identity Resolution“, ist die Voraussetzung für erfolgreiches Customer Relationship Management und Customer Experience Management, aber auch für das Risikomanagement zur Minimierung von Betrugsrisiken und Einhaltung regulatorischer Vorschriften und viele weitere Anwendungsfälle. Diese Systeme sind jedoch hochkomplex und müssen individuell an die kundenspezifischen Anforderungen angepasst werden. Der Einsatz lernbasierter Verfahren bietet großes Potenzial zur automatisierten Anpassung. In diesem Beitrag präsentieren wir für ein KMU praxisfähige, lernbasierte Verfahren zur automatischen Konfiguration von Business-Regeln in Duplikaterkennungssystemen. Dabei wurden für Fachanwender Möglichkeiten entwickelt, um beispielgetrieben das Match-System an individuelle Business-Regeln (u.a. Umzugserkennung, Sperrlistenabgleich) anzupassen und zu konfigurieren. Die entwickelten Verfahren wurden evaluiert und in einer prototypischen Lösung integriert. Wir konnten zeigen, dass unser Machine-Learning-Verfahren, die von einem Domainexperten erstellten Business-Regeln für das Duplikaterkennungssystem „identity“ verbessern konnte. Zudem konnte der hierzu erforderliche Zeitaufwand verkürzt werden.
Die Mehrheit der deutschen Unternehmen verspricht sich aus KI-gestützter Datenanalyse einen großen Geschäftsvorteil. Doch gerade das Thema Datenbestand ist eine der größten, immer noch häufig unterschätzten Hürde beim Trainieren und Einführen von KI-Algorithmen. Im Folgenden sind vier konkrete Erfahrungen und Tipps für KI- & Datenanalyseprojekte in Unternehmen aufgeführt.
A method for 3D printing of a robot element, more particularly a finger for use in robotics. At least one sensor is concomitantly printed by means of multi-material printing during the printing of the robot element. A gripping element produced by a method of this kind includes a number of printed layers of robot element material and a concomitantly printed sensor.
PROBLEM TO BE SOLVED: To provide a method of producing a robot component, particularly a gripper, the method being capable of being applied multi-functionally and shortening a mounting time to a robot.
SOLUTION: A method of producing a robot component, particularly a finger 5, applied to robotics by a three-dimensional printing method of this invention comes not to require other production processes such as attachment of a cover, etc. with a separate sensor or a material (soft, in many cases), etc., by simultaneously printing at least one sensor 7 by multi-material printing while printing the robot component.
Modern Franciscan Leadership
(2020)
This article combines two important areas of practical theology: Monastic rules and leadership in a cloistral organisation, using the Rule of Saint Francis as a prominent example. The aim of this research is to examine how living Christian tradition in a monastic order affects leadership today, discovering how the Rule and Franciscan spirituality impact managing a convent. The research question is answered within this inductive research applying the methodology of the ‘theology in four voices.’ Based on the results, it is possible to build a coherent leadership system based on Biblical and Franciscan sources.