From Data to Decisions - Erfolgreiche Projekte mit Data Science und KI

Der eigene Datenschatz ist eines der wichtigsten strategischen Assets eines Unternehmens. Ziel von KI- und Data-Science-Initiativen ist es, aus diesen Daten handlungsrelevante Erkenntnisse zu gewinnen. In der Praxis scheitern solche Vorhaben jedoch häufig an der Schnittstelle zwischen fachlicher Fragestellung und technischer Umsetzung.

Fachliche Entscheider wissen oft nicht genau, was Künstliche Intelligenz heute realistisch leisten kann. Gleichzeitig verfügen Data Scientists zwar über hohe technische Kompetenz, richten ihre Modelle jedoch nicht immer konsequent an den relevanten Geschäftsfragen aus. Genau hier setzt dieses Seminar an.

• Grundlagen: Was sind "handlungsrelevante" Erkenntnisse und wie übersetze ich Geschäftsfragen in Daten und KI Use Cases?
• Top down vs. Bottom up: Vorgehensmodelle für Data Science Projekte und wie Fachlichkeit und Technik sinnvoll zusammenspielen.
• Datenbasis: Anforderungen an Datenqualität, Data Governance und Datenschutz als Fundament für belastbare Modelle.
• Methodenüberblick: Klassisches Machine Learning, Unsupervised und Self Supervised Learning, Generative AI und große Sprachmodelle.
• Methodenwahl in der Praxis: Wann einfache Modelle ausreichen, wann komplexe Verfahren nötig sind und wie man Grenzen von KI realistisch einschätzt.
• Erwartungsmanagement: Realistische Zielbilder und typische Stolpersteine in KI Projekten

• Fachliche Entscheider:innen aus Business-Bereichen, die KI- oder Data-Science-Projekte initiieren möchten
• Projektleiter:innen und (IT-)Manager:innen, die KI-Vorhaben koordinieren und zwischen Fachbereich, IT und Data Science vermitteln
• Data Scientists, Data Analysts und BI-Spezialist:innen, die ihre Arbeit stärker an fachlichen Zielstellungen ausrichten wollen