Künstliche Intelligenz für Sales, Marketing und Service

Peter Gentsch ist Leiter des Competence Center Data Mining bei der I-D MEDIA AG und hat verschiedene Projekte im Bereich Innovations- und Wissensmanagement geleitet und durchgeführt. Darüber hinaus ist er wissenschaftlicher Mitarbeiter am Lehrstuhl für Betriebswissenschaftslehre und Informationsmanagement an der Wissenschaftlichen Hochschule für Unternehmensführung (WHU), Koblenz/Vallendar.

Algorithmic Enterprise - Big Data und Artificial Intelligence enabled Business 1 Einführung: "Algorithmic & AI eat the world" 2 Big Data 2.1 Was wirklich neu ist 2.2 Definition von Big Data 2.3 Dimensionen von Big Data 2.4 Big Data als Grundlage für Algorithmic und Artificial Intelligence 3 Algorithmic und Artificial Intelligence 3.1 Die Macht der Algorithmen 3.2 AI - das ewige Talent wird erwachsen 3.3 Ein Definitionsversuch 3.4 Erfolgsfaktoren und Treiber der Entwicklung der Artificial Intelligence 3.5 Historische Entwicklung der AI 3.6 Methoden und Technologien 3.6.1 Symbolische AI 3.6.2 Subsymbolische AI 3.6.3 Maschinelles Lernen 3.6.4 Aktuelle Anwendungen der AI-Forschung (Computervision und Maschinelles Sehen; Robotics) 3.7. AI Mythen 4 Algorithmic Busin ess: Framework und Maturity Model 4.1 AI Framework - Die 360°- Perspektive 4.2 Algorithmic Business Maturity Model: Vorgehensmodell mit Roadmap 5 Algorithmic Business - auf dem Weg zum selbstfahrenden Unternehmen 5.1 Klassische Unternehmensbereiche 5.2 Conversational Office 5.3 Algorithmic Marketing 5.3.1 Datenschutz und Datenhoheit 5.3.2 Algorithmen im Marketingprozess 5.3.3 Praxisbeispiele von Amazon, Otto, Bosch-Siemens, UPS, Netflix, Coca Cola, Bank of America 5.3.4 Der richtige Einsatz von Algorithmen im Marketing 5.4 Algorithmic Market Research 5.4.1 Mensch versus Maschine 5.4.2 Liberalisierung der Marktforschung 5.4.3 Neue Anforderungen an die Marktforscher 5.5 Algorithmic Controlling 5.5.1 Big Data - Implikationen für das Controlling 5.5.2 Monitoring und Frühwarnung 5.5. 3 Implikationen für die Rolle des Controllers 5.6 Neue Geschäftsmodelle durch Algorithmic und AI 5.7 Brauchen Unternehmen einen Chief Artificial Intelligence Officer (CAIO)? 5.7.1 Motivation und Rational 5.7.2 Einsatzgebiete und Qualifikationen eines CAIO's 5.7.3 Rolle im Rahmen der Digitalen Tra nsformation 5.7.4 Argumente Pro/Contra 6 Conversational Commerce: Bots, Messaging, Algorithmen und Artificial Intelligence 6.1 Einführung 6.2 Motivation und Entwicklung 6.3 Gegenstand und Bereiche 6.4 (Chat) Bots als Enabler des Conversational Commerce 6.4.1 Imitation menschlicher Unterhaltung 6.4.2 Schnittstellen für Unternehmen 6.4.3 Bots als neues Betriebssystem 6.4.4 Bots und Künstliche Intelligenz - Wie intelligent sind Bots wirklich? 6.4.5 Bots - Chance oder Risiko für Unternehmen, Konsumenten und Gesellschaft? 6. 4.6 Auch die Kunden rüsten auf - Bots als Butler und intelligente Assistenten 6.4.7 Siri, Google Now, Cortana, Alexa, Home - Wer ist die Schlauste im Land? 6.4.8 Bots - Quo vadis? 6.4.9 Einsatzgebiete im E-Commerce 6.5 Trends, die den Conversational Commerce begünstigen 6.6 Beispiele von Conversational Commerce 6.7 Herausforderungen für den Conversational Commerce 6.8 Vor- und Nachteile des Conversational Commerce 6.9 Roadmap zum Conversational Commerce: E-Commerce-Ma turity- Modell - Plattformen-Checklisten 6.9.1 Das DM3-Modell als systematisches Vorgehensmodell für den Conversational Commerce 6.9.2 Plattformen und Checkliste 7 Best Practices 7.1 Sales und Marketing reloaded - Deep Learning ermöglicht neue Wege der Kunden- und Marktgewinnung (von Andreas Kulpa) 7.2 Artificial Intelligence und Big Data im Kundenservice: Reality Check und Ausbl ick (von Prof. Dr. Nils Hafner) 7.3 Customer Engagement mit Chatbots und& Collaboration Bots: Vorgehen, Chancen und & Risiken zum Einsatz von Bots in Service und Marketing (von Dr. Thomas Wilde) 7.4 Die Zukunft der Media- Planung - AI als Game Changer (von Andreas Schwabe) 7.5 Die Bot- Revolution verändert das Content Marketing - Algorithmen und AI zur Generierung und Verteilung von Content" (von Klaus Eck) 7.6 Next Best Action - Recommendation-Systeme Next Level (von Jens Scholz und Michael Th ess) 7.7 Intelligent Automation - Wie AI und RPA (Robotic-Process-Automation) Arbeitsplätze und Abläufe in Verwaltung und Kundenservice verändern (von Andreas Klug). 7.8 Customer Facing / Kundenkommunikation / B2C-Kommunikation / Kundenser

"... Hochspannend schildert der Autor, wie künstliche Intelligenz funktioniert, ohne dabei den Leser vor Verständnisprobleme zu stoßen. Abgerundet wird das Buch von zahlreichen Best Practices, für die der Autor sich Unterstützung angesehener Experten holt. Peter Gentsch gelingt es damit, ein umfassendes und komplexes Thema anschaulich darzulegen und große Spannung zu erzeugen, wie sich KI in Zukunft entwickeln wird ..." (email-marketing-forum.de, Januar 2018)