Seminar »Analyse des Potenzials von Big Data«

Termine

  • Termine für Inhouse Seminare auf Anfrage

Analyse des Potenzials von Big Data

Was steht hinter Schlagworten wie Digitale Transformation, Big Data, Maschinelles Lernen und Künstliche Intelligenz, und was ist deren potenzieller Nutzen für Ihr Unternehmen?

Dieses Seminar unterstützt Sie bei der systematischen Analyse Ihres Bedarfs und des Nutzens, den Ihr Unternehmen aus dem Einsatz von Daten ziehen kann, um Ihre Prozesse und Produkte zu verbessern oder vollkommen neue Richtungen zu erforschen, bevor Sie überhaupt in Beratung und Werkzeuge investieren. Wir behandeln folgende Fragen:

  • Wie kann ein datengetriebener Ansatz Sie bei der Erreichung Ihrer Ziele unterstützen?
  • Welche Datenschätze liegen in Ihrem Unternehmen verborgen?
  • Wie schwierig ist es, Daten zu verwenden?
  • Welche Investitionen in die Qualität der Daten sind erforderlich?
  • Welche externen Datenquellen können behilflich sein?
  • Welche Kompetenzen sind für datengetriebene Lösungen erforderlich?
  • Welche Investitionen müssen Sie in Ihre Tool-Infrastruktur unternehmen?

Ziel des Seminars

Während des gesamten Seminars präsentieren wir Einsatzszenarien, die das Potenzial zeigen, das sich aus datengetriebenen Ansätzen gewinnen lässt, wie z.B. Optimierung von Geschäfts- und Unternehmensprozessen, verbessertes Risikomanagement, bessere Entscheidungsfindung, besseres Kundenverständnis oder neue Produktideen. In praktischen Übungen vertiefen Sie Ihre Lernerfahrungen.

Inhalt des Seminars

Motivation

  • Daten in Wissen umwandeln
  • Nutzen und Herausforderungen datengetriebener Ansätze
  • Erfolgsfaktoren

Die Potenzialanalyse im Überblick

  • Geschäfts- und datengetriebene Innovationsstrategien

Strategische Ausrichtung

  • Geschäftsziele/-prozesse identifizieren
  • Datengetriebene Geschäftsfälle ableiten
  • Erfolg/Misserfolg messen

Datenintegration, -aufbereitung, -analyse und -visualisierung

  • Daten verbinden und integrieren
  • Daten für die Analyse vorbereiten
  • Daten analysieren und Ergebnisse visualisieren
  • Validierung und Deployment

Daten- und Informationsqualität

  • Qualitätseigenschaften identifizieren
  • Grundursachen guter/schlechter Qualität
  • Qualität beurteilen und managen

Infrastruktur und Kompetenzen

  • Big-Data-Referenzinfrastruktur
  • Big-Data-Fähigkeiten und -Kompetenzen
  • Beide evaluieren

Bewertung der Readiness für datengetriebene Lösungen

  • Fähigkeitsdefizite analysieren
  • Deployment-Plan ableiten
  • Risiken managen

Resümee und Diskussion