Sie haben folgende Möglichkeiten:
  1. zum Login.
  2. zur Navigation.
  3. zum Inhalt der Seite.

Die Anwendungsbereiche von KI und Big-Data in der Industrie reichen von Medizin bis Mobilität. (Foto: ipopha - stock.adobe.com)
KI & Data Analytics

Ob auf dem Bahnhof oder beim Arzt: Was KI in der Praxis alles leisten kann

ESV-Redaktion Management und Wirtschaft
20.02.2020
Alle reden über Künstliche Intelligenz und Datenanalyse – aber vielen Unternehmen fehlt es an Ideen, wie sie die Technologien einsetzen können. Der Digitalverband Bitkom hat in einem Leitfaden zwölf konkrete Anwendungsbeispiele für KI und Big-Data in der Industrie zusammengestellt.
Der Leitfaden „Konkrete Anwendungsfälle von KI & Big-Data in der Industrie” stellt in zwölf Kapiteln unter anderem vor, wie sich Fahrzeugdaten nutzen lassen, um eine Risikoeinschätzung für das individuelle Fahrverhalten zu liefern, aber auch um Schlaglöcher auf einer Karte zu markieren und so die Straßenqualität zu verbessern.

In einem anderen Anwendungsfall aus der Mobilität werden mit Hilfe von anonymisierten Smartphone-Daten Bewegungsmuster erstellt, um ideale Standorte für Car-Sharing-Stationen oder E-Auto-Ladestationen zu ermitteln.

Weitere Anwendungsmöglichkeiten ergeben sich in der Medizin, wie KI etwa in der Kieferorthopädie bei der sogenannten Kephalometrie genutzt werden kann. Diese ist vor jeder kieferorthopädischen Behandlung, wie zum Beispiel der Einsatz einer Zahnspange, vorgeschrieben. Dabei muss ein seitliches Röntgenbild sehr schematisch ausgewertet werden, was rund 10 bis 15 Minuten dauert. Dank KI kann die Bildanalyse in weniger als einer Sekunde erledigt werden – bei weltweit etwa 10 Millionen Kephalometrien pro Jahr sind so gigantische Effizienzsteigerungen möglich.

Der Leitfaden behandelt darüber hinaus weitere Praxisbeispiele wie den Aufbau einer Price Engine für einen Kfz-Ersatzteilhändler, die Vorhersage von Fahrgastströmen auf Bahnhöfen sowie der Einsatz von KI und Datenanalyse in einer eher konservativen und wenig technologie-affinen Branche wie der Stahlindustrie.

Der Leitfaden „Konkrete Anwendungsfälle von Künstlicher Intelligenz & Big-Data in der Industrie” ist hier erhältlich.

Doch nicht nur in Industrie und Technik, auch im Managementbereich lassen sich mit Hilfe von Data Analytics Entscheidungsprozesse deutlich verbessern und damit Wettbewerbsvorsprünge erzielen, wie Prof. Dr. Marcus Albrecht und Dr. Tobias Schlüter in Erfolgsmodell Data Analytics anschaulich beschreiben.


Erfolgsmodell Data Analytics

Autor: Prof. Dr. Marcus Albrecht, Dr. Tobias Schlüter

Data Analytics und Digitalisierung gelten als wichtiger Schlüssel zur Bewältigung aktueller unternehmerischer Herausforderungen, generell als Schlüssel zur Zukunft. Thematisch sind sie längst im Unternehmensalltag angekommen – doch von einer systematischen Ausschöpfung ihrer Möglichkeiten sind die meisten Unternehmen noch weit entfernt.

Marcus Albrecht und Tobias Schlüter bieten einen praxisorientierten Einstieg in die Welt von (Big) Data Analytics, Künstlicher Intelligenz & Co. und vermitteln das notwendige Handwerkszeug, um Data-Analytics-Projekte mit Erfolg durchzuführen.

  • Schlüsselthema Data Analytics: Potenziale, Einsatzfelder, Anwendungsgrundlagen und Umsetzung in Geschäftsprozessen
  • Analytics-Use-Cases erkennen und den passenden, Mehrwert schaffenden Algorithmus entwickeln
  • Typische Risiken und Fallstricke und wie man sie im Workflow umgeht
  • Analytics-Change-Management: Akzeptanz für Data Analytics schaffen, Mitarbeiter mitnehmen und die Arbeitsteilung Mensch/Maschine richtig gestalten

Aus Daten neue Einsichten gewinnen und sie in richtige Entscheidungen, Wettbewerbsvorsprünge und bessere Unternehmensergebnisse umsetzen. Hier erfahren Sie, wie Sie das Erfolgsversprechen des Megatrends „Datenanalytik” einlösen können.

(ESV/uw, me)

Programmbereich: Management und Wirtschaft