Erfahrungswerkstatt Künstliche Intelligenz Eigene Anliegen einbringen – von Anderen lernen – gemeinsam weiterdenken Daniela Sommer, eine sehr erfahrene Organisationsberaterin für den digitalen Wandel, und ich werden die Erfahrungswerkstatt mit Terminen in München am 13.6.24 und in Regensburg am 20.6.24 wieder veranstalten. Kontaktieren Sie mich unter michael.colombo@stradigity.de wenn Sie Interesse haben und mehr wissen möchten.

Michael Colombo

Data Science ohne IT – geht das?

Das Treffen mit der IT-Abteilung hatte Sie schnell wieder auf den Boden der Tatsachen zurückgeholt. So ganz genau wussten die Kollegen nicht, wie die Anforderungen für eine Data Science Umgebung umzusetzen waren - welche Rechner, welche Speicher,…
Michael Colombo

So überzeugen Sie Ihre Organisation von KI

Das Data Science Team hatte ganze Arbeit geleistet: die Analysen zeigten eindeutig, wie die Produktion mit künstlicher Intelligenz vollautomatisch besser auszulasten war. Nur, der Leiter der Produktion sah überhaupt keinen Anlass die Produktion…
Michael Colombo

Geschäftsstrategie und die Data Driven Organisation – 2 Seiten derselben Medaille

Die erfolgreiche Unternehmens-Strategie eines Wettbewerbers - etabliert oder Start-Up - erscheint oft verblüffend einfach und wird dafür bewundert. Hätten wir doch auch darauf kommen können - aber andererseits - muss man doch wohl eher ein…
Michael Colombo

Künstliche Intelligenz – wie geht es denn los?

Viele Führungskräfte fühlen die dringende Notwendigkeit, künstliche Intelligenz einzusetzen. Und von außen betrachtet, sehen Sie übertragbare Anwendungsfälle in Form von Software Robotern, system-gestützten Empfehlungen oder auch direkter…
Michael Colombo

Maschinelles Lernen – alles schon einmal da gewesen

Sie wollen ihr Data Science Team auf eine Fragestellung werfen - aber die ist so speziell, dass es dafür sicher noch keine Lösung gibt? Wegen der Einzigartigkeit zweifeln sie deshalb auch, ob Ihr Team überhaupt die erforderlichen Kapazitäten…
Michael Colombo

80% Aufwand für die Datenaufbereitung – das kann sich doch nicht lohnen!

Sie hören es am Anfang jeder Präsentation von Ergebnissen einer Datenanalyse oder eines Data Science Projekts: ' 80% des Aufwands mussten wir erst einmal in die Aufbereitung der Daten stecken, bevor wir überhaupt mit den Analysen loslegen…