d:u Podcast

KONUX ist ein führendes deutsches KI-Scale-Up, das Predictive-Maintenance-Lösungen im Eisenbahnumfeld entwickelt. Zum Unternehmen: https://www.konux.com/ Kontakt Dr. Olav Stetter: https://www.linkedin.com/in/olavstetter/ Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Unsere Themen im Überblick: Entrepreneurship vs. Angestelltsein in der Startup-Welt. (ab 05:06) Sind Physiker die vielversprechendsten Kandidaten im Tech-Bereich? (ab 07:38) Was macht KONUX? (ab 10:25) Die besondere Vertriebssituation im Eisenbahnumfeld. (ab 13:57) Data Science bei KONUX. (ab 15:39) Von der Entstehungsgeschichte zur großen Vision bei KONUX. (ab 25:10) Mehr zur Predictive-Maintenance-Lösung. (ab 28:05) Effekte von Corona auf KONUX. (ab 35:12) Die Verbindung von klassischer Industrie und moderner Datenanalyse birgt ein großes Potenzial. (ab 38:13)

Bei den T-Labs handelt es sich um die Forschungseinheit der Deutschen Telekom. Frau Pohlink verantwortet dort den Bereich der künstlichen Intelligenz. Kontakt Claudia Pohlink: https://www.linkedin.com/in/claudia-pohlink/ Kontakt Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Dokumentation "Der große Umbruch - Wie Künstliche Intelligenz unseren Alltag verändert": https://www.youtube.com/watch?v=ltF3kKY073A&ab_channel=ARD Die wichtigsten Themen im Überblick: Die Rolle des T-Labs innerhalb der Deutschen Telekom. (ab 04:24) Wie genau arbeitet T-Labs? (ab 07:03) Die Schwerpunkte bei T-Labs. (ab 10:31) Konkrete Projektbeispiele. (ab 12:04) T-Labs alles andere als ein Elfenbeinturm. (ab 14:46) Verständnis von Sprache wird nicht mehr erforscht mit T-Labs. (ab 18:05) Die Innovationsthemen im Bereich KI in den nächsten 5-10 Jahren. (ab 20:40) Weitere Aufgaben bei der Deutschen Telekom (u.a. Aufklärung zu Datenschutz). (ab 25:27) Wie wichtig ist KI für die Deutsche Telekom und generell für die Telekommunikation? (ab 33:42) Tipps für Unternehmen, die AI-First werden wollen. (ab 35:45) KI in Europa hat ein Vermarktungsproblem. (ab 38:09)

Die Allianz ist einer der größten Versicherer der Welt und gerade im Ursprungsland Deutschland aktuell sehr ambitioniert im Bereich der Datenwertschöpfung. Kontakt Dr. Benedikt Laudage: https://www.linkedin.com/in/benedikt-laudage-812a1692/ Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Die wichtigsten Themen im Überblick: Wie wird man Head of Data Analytics als Jurist? (ab 01:14) Welche Chancen ergeben sich für Versicherungen durch Datenwertschöpfung und KI? (ab 09:05) Aufgabenverteilung zwischen Aktuaren und Data Scientists. (ab 11:35) Welchen Herausforderungen muss sich konkret die Allianz beim Thema Datenwertschöpfung stellen? (ab 16:12) Die Risikobeschreibung ist betriebswirtschaftlich das wichtigste Thema für Data Analytics. (ab 24:10) Das Data Analytics Team ist besonders kreativ im Auffinden neuer Datenquellen. (ab 26:40) Der Gleichheitsgrundsatz in der Versicherung. (ab 41:13) Sind InsurTechs eine Bedrohung für die traditionellen Versicherer? (ab 43:24) Innovative Versicherungsprodukte im asiatischen Raum. (ab 51:47)

Glanos ist im Bereich Text-Analytics aktiv. Von der Mitbewerberanalyse bis zur Klassifikation von Stellenanzeigen werden hier konkrete Beispiele besprochen. Zum Unternehmen Glanos: https://www.glanos.de/ Kontakt Dr. Gerhard Rolletschek: https://www.xing.com/profile/Gerhard_Rolletschek/cv Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Die wichtigsten Themen im Überblick: Zu den Ursprüngen von Hyperlinks und Hypertext. (ab 02:43) Was macht Glanos? (ab 07:26) Das Problem der Re-Identifikation. (ab 10:03) Mitbewerberanalyse mittels Text-Mining. (ab 16:20) Wieviel Linguistik steckt noch in heutigen Text-Analytics-Lösungen? (ab 21:52) Mitbewerberanalyse als konkretes Beispiel. (ab 25:33) Klassifikation von Stellenanzeigen als weiteres konkretes Beispiel. (ab 32:05) Fake News erkennen. (ab 38:46) Herausforderungen mit Social Media. (ab 46:28) Einschätzung zu GPT-3. (ab 54:34)

Mit automatisierter Content-Produktion lässt sich erheblich Zeit & Geld sparen. Genau hier liegt der Schwerpunkt von uNaice. Zum Unternehmen uNaice: https://unaice.de/ Kontakt Rosella Wenninger: https://www.linkedin.com/in/rosella-wenninger/ Kontakt Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Tesla News Stream: https://tesland.de/ Corona News Stream: https://www.linkedin.com/showcase/unaice-corona-ticker/ Die wichtigsten Themen im Überblick: Vom Auseinanderbauen der Stereoanlage zu Textautomation. (ab 02:08) Was steckt hinter uNaice? (ab 06:56) Automatisierte News Streams. (ab 12:39) Semantische Suche für Websites und Onlineshops. (ab 20:43) Technologiepartner von uNaice (v.a. AX Semantics). (ab 22:40) Von strukturierten zu unstrukturierten Daten und Texten. (ab 26:31) Konkrete Beispiele für die Verwendung von Textrobotern. (ab 28:52) Sind mit den letzten Durchbrüchen im NLG-Bereich bald alle Autoren arbeitslos? (ab 38:51) Gibt es durch Corona eine größere Nachfrage nach Textautomatisierung? (ab 43:56)

Das Westphalia DataLab ist aktiv im Bereich Data Science Consulting und Produktentwicklung und hat mit Philip Vospeter einen neuen Managing Director gefunden, der zuvor Head of Digital Transformation bei CLAAS war. Kontakt Philip Vospeter: https://www.linkedin.com/in/philip-vospeter-2201a01/ Kontakt Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Daten- und KI-basierte Wertschöpfungsnetzwerke am Beispiel der Logistik mit FIEGE: https://www.plattform-lernende-systeme.de/datenoekosysteme.html Jobs @ Westphalia DataLab: https://westphalia-datalab.join.com/ Unsere Themen im Überblick: Digitale Transformation bei CLAAS. (ab 02:28) Zu den Anfängen des Westphalia DataLabs. (ab 17:01) Worum genau geht es beim Westphalia DataLab. (ab 19:44) Consulting vs. Produktentwicklung. (ab 24:33) Zur strategischen Partnerschaft mit FIEGE. (ab 31:05) REMONDIS als neuer Industrieinvestor. (ab 33:21) Zur strategischen Ausrichtung des Westphalia DataLabs. (ab 36:12) Forecasting (z.B. Absatzprognose) als erstes Produkt des Westphalia DataLabs. (ab 39:58) Projekt DeepEye: Mit KI gegen Altersblindheit. (ab 44:54) Weitere Produkte in der Pipeline. (ab 58:58) Daten- und KI-basierte Wertschöpfungsnetzwerke am Beispiel der Logistik. (ab 1:03:34) Veränderungen durch die Corona-Krise. (ab 1:08:04)

Von Innovationsmanagement zu hochwertigen Designmöbeln zu Software für Prozessoptimierung. Kontakt Karina Buschsieweke: https://www.linkedin.com/in/karina-buschsieweke/ Kontakt Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Hochwertige Designmöbel von MBzwo: https://mb-zwo.de/ Launch Event von LANA Connect: https://lanalabs.lpages.co/lana-connect/ Unsere Themen im Überblick: MBzwo, Möbelwerkstatt und Familienbetrieb 2.0. (ab 05:12) Hintergründe zu Lana Labs und Process Mining. (ab 20:14) Automatisierung im Process Mining ermöglicht es Fachanwendern selbst Datenaufbereitungen und -analysen durchzuführen. (ab 35:14) Uns erwarten intelligentere Analysen im Process Mining. (ab 38:19) Einbezug von Kontextinformationen sowie Datenaustausch & Kollaboration als Innovationsthemen im Process Mining. (ab 39:34) Konkrete Beispiele für Process Mining. (ab 43:26) Menschen und Maschinen in der Prozessoptimierung, eine Abgrenzung. (ab 46:33) Aktuelle Herausforderungen für Lana Labs. (ab 51:04) Jetzt ist die Zeit für Innovation! (ab 55:38)

Avira ist einer der weltweit führenden Anbieter von Antivirensoftware und hat einen starken Fokus auf Datenwertschöpfung und angewandtes Machine Learning. Kontakt Dr. Manuel J. A. Eugster: https://www.linkedin.com/in/mjaeugster/ Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Job: Senior/Expert Machine Learning Researcher: https://careers.avira.com/Vacancies/1182/Description/2 Project prayas: Bayesian A/B Testing: https://avira.github.io/prayas/ Überblick zu unseren Themen: Relevanz von Körpersignalen in Informationssystemen und Benutzeroberflächen. (ab 04:36) Was macht Avira? (ab 12:57) Wie wichtig sind heute Virenscanner? (ab 17:53) “Data Intelligence” bei Avira, wie viel davon circa zahlt auf die Business-Seite ein (Marketing, BI etc.), wie viel auf das/die Produkt/e? (ab 20:25) Vom datengetriebenen zum experimentgetrieben Unternehmen zum Unternehmen mit KI-Kultur. (ab 26:57) Beispiele für Datenwertschöpfung bei Avira. (ab 35:58) Tech-Stack der Data Intelligence Unit bei Avira. (ab 46:29) Mindset im Unternehmen und Buyin vom Top-Management sind die größten Herausforderungen für den Erfolg von Data Intelligence. (ab 48:54) Zur großen Bedeutung von Forschung bei Avira. (ab 51:46)

TRUMPF gehört zu den größten Maschinenbauern der Welt und investiert massiv in die Digitalisierung. Kontakt Dr. Ulrich Faisst: https://www.linkedin.com/in/dr-ulrich-faisst-2a2558146/ Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Vortrag von Dr. Ulrich Faisst auf dem INDUSTRY.forward Summit 2019: https://www.youtube.com/watch?v=275ZKVB8HSU&feature=youtu.be Unsere Themen im Überblick: Die Technologie ist kein Bottleneck mehr. (ab 05:22) Was macht TRUMPF? (ab 06:21) Laserschneiden war eine Selbstdisruption. (ab 07:44) Ambidextrie als Erfolgsfaktor. (ab 09:13) Smart Factory: wo stehen wir und wohin geht die Reise? (ab 10:48) Künstliche Intelligenz ist in erster Linie noch ein "Explore" und kein "Exploit". (ab 13:41) Beispiele für Datenwertschöpfung bei TRUMPF. (ab 14:13) Wie groß ist die Disruption durch KI in der Industrie? (ab 20:45) "Internehmertum" bei TRUMPF. (ab 22:13) Datenwertschöpfung im Ökosystem - welche Potentiale bestehen zur herstellerübergreifenden Zusammenarbeit zwischen den Maschinenbauern? (ab 25:25) Veränderungen durch die Corona-Krise, z.B. Fernwartung bei Kunden. (ab 30:15)

Der Physiker Dr. Shivaji Dasgupta verantwortet die Themen Datenprodukte und Künstliche Intelligenz bei der Deutschen Bank. Kontakt Shivaji Dasgupta: https://www.linkedin.com/in/dr-shivaji-dasgupta-2072092/ Kontakt Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Überblick zu unseren Themen: Welche Chancen ergeben sich für Banken durch Datenwertschöpfung und KI? (ab 09:23) Zur Partnerschaft zwischen Deutsche Bank und Google Cloud. (ab 12:47) Welchen Herausforderungen muss sich die Deutsche Bank bei den Themen Datenwertschöpfung und KI stellen? (ab 15:27) Mangelnde Diversität in Teams stellt eine größere Gefahr dar als Blackbox-Algorithmen bei der Anwendung von KI (Kreditwürdigkeitsprüfung als Beispiel). (ab 21:54) Mit Deep Learning und Google-Earth-Bildern Solarpanele auf Häusern von Kunden erkennen, um ihnen passende Versicherungen anzubieten. (ab 27:35) Wo steht die Deutsche Bank im Wettbewerb mit Fintechs und Techfins? (ab 29:36) Gerade in Zeiten der Krise profitieren Traditionsbanken von einem Vertrauensvorschuss. (ab 33:13) Wie sehen die ersten Schritte für ein Unternehmen aus, wenn es in Datenwertschöpfung investieren möchte? (ab 36:14)