data:unplugged

Das Startup maiot tritt an die Nutzung von Machine Learning zu demokratisieren durch automatisierte und reproduzierbare Machine Learning Pipelines. Zum Unternehmen maiot: https://maiot.io/ Kontakt Adam: https://www.linkedin.com/in/adam-probst/ Kontakt Bernard: https://www.linkedin.com/in/bernardsonnenschein/ Die AI Infrastructure Alliance: https://ai-infrastructure.org/ Unsere Themen: Entstehungsgeschichte hinter dem Startup maiot. (ab 00:51) Das WHY von maiot. (ab 05:22) Von Predictive Maintenance für LKWs zu einer allgemeinen Machine Learning Lösung. (ab 08:18) Was ist MLOps? (ab 14:41) Welche Probleme löst maiot konkret? (ab 20:23) Business Innovation von maiot. (ab 30:55) 5 Jahre in die Zukunft geschaut, wie weit wird die Adoption von Machine Learning und MLOps sein? (ab 43:19)

Wie ist der Einzelhandel in Sachen Datenwertschöpfung aufgestellt? Das erfahren wir von Kolja Dobrindt, Global Head of Analytics bei Lidl. Kontakt Kolja Dobrindt: https://www.linkedin.com/in/kolja-dobrindt/ Kontakt Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Unsere Themen: Überblick zu Lidl mit Fokus auf Analytics. (ab 03:16) Konkrete Chancen für den Einzelhandel durch Datenwertschöpfung und KI: z.B. Logistiknetzwerkoptimierung oder Sortimentsanpassung. (ab 10:35) Kunden besser verstehen durch Treueprogramme (die Lidl Plus App) und weitere Datenquellen, wie z.B. Rezepte im Internet. (ab 22:34) Nutzung von Sensoren in der Filiale für z.B. Laufweganalysen? (ab 31:06) Interaktivität beim Einkaufen durch Nutzung des Smartphones. (ab 37:04) Sind Newcomer wie Picnic oder Flaschenpost eine Bedrohung für Discounter? (ab 38:44) Auswirkungen der Corona-Krise auf den Einzelhandel. (ab 43:20)

Sebastian hat allein mit seinen Data Science TED-Talks 5 Millionen Views generiert. Hier geht es um seine aktuelle Position als Chief Data Scientist beim Dienstleister und Softwareunternehmen ONE LOGIC. Kontakt Dr. Sebastian Wernicke: https://www.linkedin.com/in/wernicke/ Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Sebastians TED-Talks: https://www.ted.com/speakers/sebastian_wernicke Überblick zu unseren Themen: Große Strategieberatungen haben besondere Systeme für die Mitarbeiterentwicklung. (ab 04:24) Von TED zu Influencer bzw. Bizzfluencer bzw. Thought Leader? (ab 08:01) Graphen bzw. Netzwerke im Zusammenhang mit Datenwertschöpfung. (ab 10:30) Zusätzliche algorithmische Aspekte gewinnen an Bedeutung in Data Science. (ab 12:32) Überblick zu ONE LOGIC. (ab 17:22) Was verbirgt sich hinter der ONE DATA Datenplattform? (ab 25:38) Konkrete Beispiele aus dem Projektgeschäft. (ab 38:59) Die Grenzen von Big Data. (ab 52:31) Wie wird man TED-Speaker? (ab 1:01:13)

Frau Prof. Kreuter beschäftigt sich in ihrer Forschung mit Social Data Science, Umfragemethoden, Datenschutz, systematischen Verzerrungen von Daten sowie mit mobiler Technologie zur Datenerfassung. Kontakt Prof. Dr. Frauke Kreuter: https://www.linkedin.com/in/frauke-kreuter-6b06795/ Kontakt Dr. Bernard Sonnenschein: https://www.linkedin.com/in/bernardsonnenschein/ Podcast #DIGDEEP: https://digdeep.de/ Publikation "Association of Increased Youth Suicides in the United States With the Release of 13 Reasons Why": https://jamanetwork.com/journals/jamapsychiatry/article-abstract/2734859 "Data For Good": https://dataforgood.fb.com/, https://covidmap.umd.edu/api.html, https://data.covid.umd.edu/ Unsere Themen im Überblick: Die Coleridge Initiative stellt eine sichere Cloud-Umgebung zur Verfügung für den Datentransfer zwischen Unternehmen, Wissenschaftlern und Politikberatung. (ab 05:15) Gemeinsames Datenerhebungsprojekt mit der Firma Umlaut. (ab 07:38) Was verbirgt sich hinter Applied und Social Data Science? (ab 09:51) Kritische Betrachtung moderner Umfragemethoden wie sie z.B. bei Appinio oder Civey durchgeführt werden. (ab 14:45) Konkrete Beispiele für Social Data Science, u.a. Zusammenarbeit mit Facebook. (ab 19:20) Nicht für alle Aufgaben in der Datenwertschöpfungskette braucht es einen Uni-Abschluss. (ab 48:04) Digitalisierung in der Hochschulbildung. (ab 54:18)

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)