• Welche Data Capabilities brauchen wir heute wirklich – und wie verändern sie sich durch den Einsatz von KI?
• Warum bleiben Datenkompetenzen auch im Zeitalter von generativer KI zentral – und was passiert, wenn wir sie vernachlässigen?
• Wie können wir KI (z. B. ChatGPT oder Copilot) sinnvoll einsetzen, um technische Skills wie Programmieren oder Datenanalyse zu lernen?
• Was unterscheidet gute Lernformate für Tech- und Datenkompetenzen von „0815-Onlinekursen“?
• Wie kann Lernen über Data Capabilities gleichzeitig als Change-Impuls wirken – und nicht nur Wissenstransfer sein?

In Zeiten wachsender Datenmengen und steigender Anforderungen an Datenqualität rückt die automatische Erkennung fehlerhafter Standortinformationen in den Fokus. Dieses Framework stellt einen KI-gestützten Ansatz zur Anomalie-Detektion vor, der Adressdaten mit Geolokationsinformationen vergleicht, um Unstimmigkeiten wie fehlerhafte, doppelte oder unplausible Einträge automatisch zu identifizieren. Die Teilnehmenden erhalten praxisnahe Einblicke in die Architektur, Methodik und Implementierung des Systems – ein entscheidender Schritt hin zu zuverlässiger Datenqualität in unternehmenskritischen Prozessen.

Nehmen Sie an dieser Session teil und erfahren Sie mehr über:

• Wie man Adressdaten mit Geokoordinaten abgleicht, um Location-Anomalien automatisiert zu erkennen
• Welche KI-Modelle und Algorithmen sich für die Anomalie-Detektion eignen
• Wie man Trainingsdaten vorbereitet und Labeling für Adress-Geolocation-Paare durchführt