Die meisten Unternehmen begannen ihre Reise von der Analytik zur KI vor einigen Jahren, indem sie auf den Data-Science-Zug aufsprangen. Damals galt der Datenwissenschaftler als der sexy Job des 21. Jahrhunderts. Mit den ersten Anwendungsfällen wuchs der Appetit auf mehr Analytik. Aber es gibt auch eine lange Liste gescheiterter Projekte. Jetzt haben wir GenAI und jeder springt auf den KI-Zug auf. Das ist ein guter Zeitpunkt, um sich zu fragen: Welche Lehren haben wir aus der bisherigen Reise gezogen? Und wohin wird die Reise gehen?

Nehmen Sie an diesem Vortrag teil, und erfahren Sie mehr über:

• Warum einige Data-Science- und KI-Initiativen erfolgreich sind, während andere scheitern, und welche Fallstricke es gibt
• Wie sich die Rolle der Datenwissenschaft mit dem Aufkommen der generativen KI entwickelt hat, einschließlich der Veränderungen bei den erforderlichen Fähigkeiten, Tools und Ansätzen, die die KI-getriebenen Strategien neu gestalten
• Umsetzbare Schritte, um die KI-Reise voranzutreiben, wobei der Schwerpunkt auf der Abstimmung von KI-Initiativen mit den Unternehmenszielen, der verantwortungsvollen Skalierung von KI und der Vorbereitung auf zukünftige Fortschritte in der KI-Landschaft liegt

• Wie hat sich Ihr Verständnis der Möglichkeiten und Grenzen von KI im Laufe Ihrer Reise entwickelt?
• Wie sind Sie mit Rückschlägen oder unerwarteten Ergebnissen umgegangen, und was haben Sie aus diesen Erfahrungen gelernt?
• Inwieweit entsprachen die Ergebnisse Ihrer KI-Projekte Ihren ursprünglichen Erwartungen, und welche Anpassungen haben Sie auf dem Weg dorthin vorgenommen?
• Welche technischen Tools, Frameworks oder Plattformen haben sich in Ihrem KI-Entwicklungsprozess als besonders effektiv erwiesen, und warum?
• Wie sind Sie mit Datenherausforderungen wie Qualität, Volumen und Vorverarbeitung umgegangen, um die Modellleistung zu verbessern?

In der Harvesting Session fassen die Moderatoren die Ergebnisse der Diskussionen des Tages zusammen und zeigen die wichtigsten Erkenntnisse der World Cafés auf.