Analytics und Artificial Intelligence

Die Autoren zeigen in diesem Buch, wie man fur eigene Data-Science-Projekte mit Data Analytics und AI einen echten (Mehr-)Wert schafft. Sie entwickeln einen Leitfaden, mit dem Sie Ihre Datenanalyse systematisch, agil und nutzer:innenzentriert aufbauen und betreiben konnen. Zunachst machen die Autoren klar, wie wichtig es ist zu Beginn Ihrer Analytics-Projekte die fur Ihr Geschaftsmodell richtigen und wertstiftenden Fragen zu stellen. Im Anschluss erlautern sie, wie Sie Technologien und Daten so einsetzen, dass sie einen echten Mehrwert erzeugen konnen. Schlielich zeigen sie, wie Sie die Projekte effektiv, effizient und gewinnbringend umsetzen konnen. Das Fundament dafur bilden agile Methoden und Design Thinking, die die Autoren fur alltagliche Analytics- und Data-Science-Projekte uberfuhrt und adaptiert haben.Mit zahlreichen Beispielen und Erfahrungen aus Daten-, Web- und Digital-Analytics-Projekten sowie zwei realen Beispielen, wie man von der Idee und dem Auftrag zum Prototypen kommt. Aus dem Inhalt Agile Basics: Agile Prinzipien und ErfolgsfaktorenVom Design Thinking zum Data Thinking - wie Design Thinking Datenprojekte besser machtArtificial Intelligence - wie Kunstliche Intelligenz mehrwertorientiert in Data Analytics eingesetzt werden kannEthische, rechtliche und okologische Implikationen - wie Data Analytics und AI doch kein Schreckgespenst werdenDer Data Value Loop - Datenmehrwert agil und nutzer:innenzentriertAnalytics in der Praxis - von der Konzeption uber Tracking und Reporting bis zum Arbeitsmeeting im AlltagAI in der Praxis - Data Science und Agile, geht das uberhaupt zusammen? Zwei exemplarische ProjektdurchfuhrungenGlossar