Gentsch Anteil EPB

Mit AI und Bots zu einem Algorithmic Business - Konzepte, Technologien und Best Practices
2018
ISBN: 978-3-658-19147-4
Verlag: Springer
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 252 Seiten

Dieses Buch zeigt, wie verschiedene Industrien von einer smarten Datennutzung mit Hilfe von Big Data Analytics und Künstlicher Intelligenz profitieren können. Dank der Künstlichen Intelligenz (KI) konnten in den letzten Jahren vor allem die Produktions- und Logistik-Prozesse vieler Unternehmen optimiert und automatisiert werden. Immer öfter werden jedoch auch administrative, dispositive und planerische Verfahren in Marketing, Sales und Management entwickelt, die den Weg hin zu einem ganzheitlichen Algorithmic Business ebnen. 
Mit diesem Buch präsentiert der Autor erstmals einen leicht verständlichen Praxisleitfaden, der systematisch die Technologien und Methoden der KI mit klaren Business-Szenarien und einem unternehmerischen Mehrwert verknüpft. Erfahren Sie u.a. wie Artificial Intelligence (AI) Ihr Pricing oder Ihre Produktempfehlungen automatisiert,  Ihre Kundenkommunikation und Conversational Commerce übernimmt oder durch Customer Journey Analysen das Marketing Budget effizient verteilt.  Lernen Sie, wie Sie über Daten Kunden- und Marktpotenziale identifizieren und Marktforschung intelligent optimieren können, um so die Kommunikation mit Bestandskunden zu verbessern und die Kundenzufriedenheit dauerhaft zu steigern. 
Entscheider im Marketing, Geschäftsführer und Vorstände finden in diesem Buch einen praktischen Leitfaden zur Einführung von Künstlicher Intelligenz in Management und Marketing  - einer Einführung mit wenig Aufwand, geringen Kosten und zuverlässiger Planung effektiv umgesetzt werden kann.  Machen Sie noch heute den ersten Schritt in Richtung Algorithmic Business.

Peter Gentsch ist Enterpreneur und Experte im Bereich Digital Management und Big Data sowie Inhaber des Lehrstuhls für Internationale Betriebswirtschaftslehre an der HTW Aalen mit den Schwerpunkten CRM, E-Business und Digital Intelligence. Er ist Autor zahlreicher national und international ausgezeichneter Veröffentlichungen und Keynote-Speaker zu den Themen Digital Business Transformation und Innovationsmanagement.


Peter Gentsch ist Enterpreneur und Experte im Bereich Digital Management, AI und Big Data sowie Inhaber des Lehrstuhls für Internationale Betriebswirtschaftslehre an der HTW Aalen mit den Schwerpunkten CRM, E-Business und Digital Intelligence. 
Peter Gentsch beschäftigt sich seit den 90er Jahren mit AI und Algorithmic in Theorie und Praxis und gilt damit als einer der Pionieren in Deutschland. Als Gesellschafter der Business Intelligence Group Holding hält er verschiedene Beteiligungen an Unternehmen, die AI-Lösungen entwickeln und einsetzen.
Er ist Autor zahlreicher national und international ausgezeichneter Veröffentlichungen und Keynote-Speaker zu den Themen Digital Business Transformation und Innovation Management.
Er wurde 2010 zusammen mit der Lufthansa mit dem Innovationspreis der Deutschen Marktforschung ausgezeichnet. Zusammen mit der Deutsche Post/DHL hat er 2011 den internationalen Digital Communication Award und 2014 den deutschen Preis für Online Kommunikation gewonnen. 
Darüber hinaus verantwortet er seit 2010 als Initiator den exklusiven Digital Excellence-Zirkel, zu dem Unternehmen wie Audi, Bosch, Daimler, Deutsche Post, Lufthansa, Microsoft, Telekom, Otto Group oder O2 gehören.

Autoren/Hrsg.

Gentsch, Peter

Inhaltsverzeichnis

1;Vorwort;5
2;Inhaltsverzeichnis;7
3;Über den Autor;11
4;Abbildungsverzeichnis;12
5;Tabellenverzeichnis;15
6;1 Einführung: „Algorithmic & AI eat the world“;16
6.1;Zusammenfassung;16
6.2;1.1Motivation und Hintergrund;16
6.3;1.2Ein Buch für die Unternehmenspraxis;19
7;2 Big Data;21
7.1;Zusammenfassung;21
7.2;2.1Was wirklich neu ist;21
7.3;2.2Definition von Big Data;22
7.4;2.3Dimensionen von Big Data;23
7.5;2.4Big Data als Grundlage für Algorithmic und Artificial Intelligence;24
8;3 Algorithmik und Artificial Intelligence;26
8.1;Zusammenfassung;26
8.2;3.1Die Macht der Algorithmen;26
8.3;3.2AI – das ewige Talent wird erwachsen;29
8.4;3.3Ein Definitionsversuch;30
8.5;3.4Erfolgsfaktoren und Treiber der Entwicklung der Aritificial Intelligence;31
8.5.1;3.4.1Internet und verteilte Systeme;31
8.5.2;3.4.2Mehrkernprozessoren und Graphics Processing Units;34
8.5.3;3.4.3Zukunftstechnologien – neuromorphe Chips und Quantencomputer;36
8.6;3.5Historische Entwicklung der AI;37
8.6.1;3.5.1Historische Entwicklung der Künstlichen Intelligenz;37
8.6.1.1;3.5.1.1 Erste Arbeiten im Bereich der Künstlichen Intelligenz (1943–1955);39
8.6.1.2;3.5.1.2 Früher Enthusiasmus und baldige Ernüchterung (1952–1969);39
8.6.1.3;3.5.1.3 Wissensbasierte Systeme als Schlüssel zum kommerziellen Erfolg (1969–1979);40
8.6.1.4;3.5.1.4 Die Rückkehr der neuronalen Netze und der Aufstieg der AI zur Wissenschaft (1986 bis heute);41
8.6.1.5;3.5.1.5 Intelligente Agenten werden zur Normalität (1995 bis heute);42
8.7;3.6Methoden und Technologien;43
8.7.1;3.6.1Symbolische AI;44
8.7.1.1;3.6.1.1 Natural Language processing (NLP);44
8.7.1.2;3.6.1.2 Regelbasierte Expertensysteme;45
8.7.1.3;3.6.1.3 Data Mining;47
8.7.2;3.6.2Subsymbolische AI;48
8.7.3;3.6.3Maschinelles Lernen;50
8.7.3.1;3.6.3.1 Überwachtes Lernen – Supervised Learning;51
8.7.3.2;3.6.3.2 Nicht überwachtes Lernen – Unsupervised Learning;51
8.7.3.3;3.6.3.3 Verstärkendes Lernen – Reinforcement Learning;51
8.7.4;3.6.4Aktuelle Anwendungen der AI-Forschung;52
8.7.4.1;3.6.4.1 Computervision und Maschinelles Sehen;52
8.7.4.2;3.6.4.2 Robotics;53
9;4 Algorithmics Business: Framework und Maturity Model;54
9.1;Zusammenfassung;54
9.2;4.1AI Framework – die 360°-Perspektive;54
9.2.1;4.1.1Motivation und Nutzen;54
9.2.2;4.1.2Schichten des AI Framework;55
9.2.3;4.1.3AI Use Cases;56
9.3;4.2Algorithmic Business Maturity Model: Vorgehensmodell mit Roadmap;61
9.3.1;4.2.1Reifegrade und Phasen;61
9.3.2;4.2.2Nutzen und Zweck;66
10;5 Algorithmic Business – auf dem Weg zum selbstfahrenden Unternehmen;67
10.1;Zusammenfassung;67
10.2;5.1Klassische Unternehmensbereiche;67
10.3;5.2Conversational Office;73
10.4;5.3Algorithmic Marketing;75
10.4.1;5.3.1Datenschutz und Datenhoheit;77
10.4.2;5.3.2Algorithmen im Marketingprozess;78
10.4.3;5.3.3Praxisbeispiele;79
10.4.3.1;5.3.3.1 Amazon;79
10.4.3.2;5.3.3.2 Otto Group;80
10.4.3.3;5.3.3.3 Bosch Siemens Haushaltsgeräte (B/S/H);80
10.4.3.4;5.3.3.4 UPS;81
10.4.3.5;5.3.3.5 Netflix;81
10.4.3.6;5.3.3.6 Coca Cola;81
10.4.3.7;5.3.3.7 Bank of America;81
10.4.4;5.3.4Der richtige Einsatz von Algorithmen im Marketing;82
10.5;5.4Algorithmic Market Research;83
10.5.1;5.4.1Mensch versus Maschine;83
10.5.2;5.4.2Liberalisierung der Marktforschung;84
10.5.3;5.4.3Neue Anforderungen an die Marktforscher;85
10.6;5.5Algorithmic Controlling;86
10.6.1;5.5.1Big Data – Implikationen für das Controlling;86
10.6.2;5.5.2Monitoring und Frühwarnung;88
10.6.3;5.5.3Implikationen für die Rolle des Controller;89
10.7;5.6Neue Geschäftsmodelle durch Algorithmic und AI;89
10.8;5.7Brauchen Unternehmen einen Chief Artificial Intelligence Officer (CAIO)?;90
10.8.1;5.7.1Motivation und Rational;90
10.8.2;5.7.2Einsatzgebiete und Qualifikationen eines CAIOs;91
10.8.3;5.7.3Rolle im Rahmen der Digitalen Transformation;92
10.8.4;5.7.4Argumente pro/contra;93
10.8.5;5.7.5Fazit;94
11;6 Conversational Commerce: Bots, Messaging, Algorithmen und Artificial Intelligence;95
11.1;Zusammenfassung;95
11.2;6.1Einführung;95
11.3;6.2Motivation und Entwicklung;96
11.4;6.3Gegenstand und Bereiche;98
11.5;6.4(Chat)Bots als Enabler des Conversational Commerce;99
11.5.1;6.4.1Imitation menschlicher Unterhaltung;99
11.5.2;6.4.2Schnittstellen für Unternehmen;100
11.5.3;6.4.3Bots als neues Betriebssystem;101
11.5.4;6.4.4Bots und Künstliche Intelligenz – wie intelligent sind Bots wirklich?;101
11.5.5;6.4.5Bots – Chance oder Risiko für Unternehmen, Konsumenten und Gesellschaft?;102
11.5.6;6.4.6Auch die Kunden rüsten auf – Bots als Butler und intelligente Assistenten;103
11.5.7;6.4.7Siri, Google Now, Cortana, Alexa, Home – wer ist die Schlauste im Land?;109
11.5.8;6.4.8Bots – quo vadis?;115
11.5.9;6.4.9Einsatzgebiete im E-Commerce;117
11.6;6.5Trends, die den Conversational Commerce begünstigen;117
11.7;6.6Beispiele von Conversational Commerce;118
11.8;6.7Herausforderungen für den Conversational Commerce;120
11.9;6.8Vor- und Nachteile des Conversational Commerce;121
11.10;6.9Roadmap zum Conversational Commerce: E-Commerce-Maturity-Modell – Plattformen-Checklisten;121
11.10.1;6.9.1Das DM3-Modell als systematisches Vorgehensmodell für den Conversational Commerce;122
11.10.2;6.9.2Plattformen und Checkliste;124
11.11;6.10Fazit und Ausblick;126
12;7 Best Practices;129
12.1;Zusammenfassung;129
12.2;7.1Sales und Marketing reloaded – Deep Learning ermöglicht neue Wege der Kunden- und Marktgewinnung;130
12.3;7.2Artificial Intelligence und Big Data im Kundenservice: Reality Check und Ausblick;140
12.4;7.3Customer Engagement mit Chatbots und Collaboration Bots: Vorgehen, Chancen und Risiken zum Einsatz von Bots in Service und Marketing;150
12.5;7.4Die Zukunft der Media Planung – AI als Game Changer;162
12.6;7.5Die Bot-Revolution verändert das Content Marketing – Algorithmen und AI zur Generierung und Verteilung von Content;170
12.7;7.6Next Best Action – Recommendation Systeme Next Level;185
12.8;7.7Intelligent Automation – wie AI und RPA (Robotic Process Automation) Arbeitsplätze und Abläufe in Verwaltung und Kundenservice verändern;197
12.9;7.8Kundenkommunikation und Kundenservice über smarte Apps;201
12.10;7.9Corporate Security: Social Listening und die Digitalisierung der Desinformation – durch Algorithmen systematisch unknown Unknowns entdecken;219
13;8 Fazit und Ausblick: Algorithmic Business – quo vadis?;233
13.1;Zusammenfassung;233
13.2;8.1Super Intelligenz: die Computer übernehmen – realistisches Szenario oder Science-Fiction?;233
13.3;8.2AI: Die Top 10 Trends 2017 and beyond;238
13.4;8.3Implikationen für Unternehmen und Gesellschaft;241
14;Literatur;247