Analytics und Artificial Intelligence
Springer Fachmedien Wiesbaden GmbH (Verlag)
978-3-658-38158-5 (ISBN)
Aus dem Inhalt
- Agile Basics: Agile Prinzipien und Erfolgsfaktoren
- Vom Design Thinking zum Data Thinking - wie Design Thinking Datenprojekte besser macht
- Artificial Intelligence - wie Künstliche Intelligenz mehrwertorientiert in Data Analytics eingesetzt werden kann
- Ethische, rechtliche und ökologische Implikationen - wie Data Analytics und AI doch kein Schreckgespenst werden
- Der Data Value Loop - Datenmehrwert agil und nutzer:innenzentriert
- Analytics in der Praxis - von der Konzeption über Tracking und Reporting bis zum Arbeitsmeeting im Alltag
- AI in der Praxis - Data Science und Agile, geht das überhaupt zusammen? Zwei exemplarische Projektdurchführungen
- Glossar
Dr. Ramona Greiner, Digital Analytics Consultant bei FELD M, hat Philosophie und Kunstgeschichte studiert und ist uber StartUps in die Welt des data-driven Marketings gekommen. Sie befasst sich mit den Themen Datenschutz, Digitalisierungsethik und Datenethik auch auf politischer Ebene. David Berger, Digital Analytics Consultant bei FELD M und zertifizierter Scrum Master, studierte BWL und beschaftigt sich seit vielen Jahren mit agilen Arbeitsweisen im Analytics-Umfeld, von der Projektplanung bis zur Datenauswertung und Aktivierung. Dr. Matthias Boeck, DataScientist bei FELD M, hat Bio-Informatik studiert und halt Vortrage und Workshops zu den Themen Kunstliche Intelligenz sowie Daten- und Digitalstrategie.
Agile Basics: Agile Prinzipien und Erfolgsfaktoren.- Vom Design Thinking zum Data Thinking - wie Design Thinking Datenprojekte besser macht.- Artificial Intelligence - wie Künstliche Intelligenz mehrwertorientiert in Data Analytics eingesetzt werden kann.- Ethische, rechtliche und ökologische Implikationen - wie Data Analytics und AI doch kein Schreckgespenst werden.- Der Data Value Loop - Datenmehrwert agil und nutzer:innenzentriert.- Analytics in der Praxis - von der Konzeption über Tracking und Reporting bis zum Arbeitsmeeting im Alltag.- AI in der Praxis - Data Science und Agile, geht das überhaupt zusammen? Zwei exemplarische Projektdurchführungen.- Glossar.
Erscheinungsdatum | 24.09.2022 |
---|---|
Zusatzinfo | XXIII, 269 S. 45 Abb. |
Verlagsort | Wiesbaden |
Sprache | deutsch |
Maße | 168 x 240 mm |
Gewicht | 503 g |
Themenwelt | Mathematik / Informatik ► Informatik ► Theorie / Studium |
Mathematik / Informatik ► Mathematik ► Finanz- / Wirtschaftsmathematik | |
Wirtschaft ► Betriebswirtschaft / Management ► Marketing / Vertrieb | |
Wirtschaft ► Betriebswirtschaft / Management ► Unternehmensführung / Management | |
Schlagworte | Asimov Gesetze Robotergesetze • Big Data und AI Artificial Intelligence • CRM, DMP, CDP und DWH • Data Layer • Data Science • Data Science und Data Analytics • Datenethik • Datenmanagement in KMU • digital analytics • Digital-Analytics sowie AI-Anwendungen • digitaler Humanismus • Künstliche Intelligenz • Künstliche Intelligenz - das europäische KI-Gesetz • Machine Learning und Deep Learning • MarTech-Landschaft - Marketing Technologie • Participatory Design • Tag-Management-System (TMS) • Turing Test - Mensch oder Maschine • Turing Test – Mensch oder Maschine • Web Analytics • Web Analytics: Tagging-Plan |
ISBN-10 | 3-658-38158-2 / 3658381582 |
ISBN-13 | 978-3-658-38158-5 / 9783658381585 |
Zustand | Neuware |
Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
Haben Sie eine Frage zum Produkt? |
aus dem Bereich