Erfahre von Florian Johannsen, Head of Data Science bei Freenet, wie echte Hyperpersonalisierung bei 16 Millionen Kunden funktioniert. Statt 25 Tarife zu reduzieren, macht sein 16-köpfiges Team sie zum Wettbewerbsvorteil durch KI-gestützte Individualisierung. Warum A/B-Testing wichtiger ist als das neueste LLM, wie Foundation Models Forecasting revolutionieren und weshalb Human-in-the-Loop unverzichtbar bleibt. Praxiseinblicke jenseits des KI-Hypes.
00:05 Definition Hyperpersonalisierung: Keine Begrenzung für Varianten statt feste Personas
00:10 Das Geschäftsproblem: 25 Tarife als Chance statt Komplexität bei Freenet
00:15 A/B-Testing Fundament: Strukturgleiche Kundengruppen wichtiger als LLMs
00:22 LLM-Einsatz: Metaprompting, Datenschutz und Human-in-the-Loop Ansätze
00:37 Foundation Models: Forecasting und Telefonie-Qualitätssicherung revolutionieren
00:41 Unstrukturierte Daten: LLMs als Brücke zu klassischem Machine Learning
Zum Gast: Florian Johannsen
Zum Host: Felix Schlenther
Zum Weiterlesen:
https://www.nature.com/articles/s41586-024-08328-6
https://github.com/PriorLabs/TabPFN
https://github.com/pipecat-ai/pipecat
