Einsatz von KI im Unternehmen

Eberhard Hechler ist Executive Architect im IBM Deutschland R&D Lab. Er ist Mitglied der DB2-Analytics-Accelerator-Entwicklungsgruppe und befasst sich mit dem breiteren Bereich Daten und KI auf IBM Z, einschließlich maschinelles Lernen für z/OS. Nach zweieinhalb Jahren im IBM Kingston Lab in New York arbeitete er in den Bereichen Softwareentwicklung, Leistungsoptimierung, IT/Lösungsarchitektur und -design, Open-Source-Integration (Hadoop und Spark) und Stammdatenmanagement. Er ist Mitglied des IBM Academy of Technology Leadership Teams und Co-Autor der folgenden Bücher: Enterprise MDM, The Art of Enterprise Information Architecture, und Beyond Big Data.Martin Oberhofer ist ein IBM Distinguished Engineer und Executive Architect. Er ist Technologe und technischer Leiter mit umfassender Erfahrung in den Bereichen Stammdatenmanagement, Data Governance, Datenintegration, Metadaten- und Referenzdatenmanagement, künstliche Intelligenz und maschinelles Lernen. Er versteht es, Kundenbedürfnisse in Softwarelösungen umzusetzen, und arbeitet mit global verteilten Entwicklungs-, Design- und Managementteams zusammen. Er leitet Entwicklungsteams, die agile und DevOps-Softwareentwicklungsmethoden anwenden. Er ist ein gewähltes Mitglied der IBM Academy of Technology und des TEC CR. Er ist ein zertifizierter IBM Master Inventor mit über 100 erteilten Patenten und zahlreichen Veröffentlichungen, darunter vier Bücher.Thomas Schaeck ist IBM Distinguished Engineer bei IBM Data and AI und leitet Watson Studio on IBM Cloud (Cloud Pak for Data) Desktop und die Integration mit anderen IBM-Angeboten. Zuvor leitete er die Architektur und technische Strategie für IBM Connections, WebSphere Portal und IBM OpenPages. Außerdem leitete er die Architektur und technische Ausrichtung der WebSphere Portal Platform und die Entwicklung der WebSphere Portal Foundation, initiierte und leitete die Portalstandards Java Portlet API und OASIS WSRP und Apache Open Source Referenzimplementierungen und initiierte und leitete die Web 2.0 Initiative für WebSphere Portal.

• Teil I: Erste Schritte.- Kapitel 1: KI-Einführung.- Kapitel 2: Historische Perspektive der KI.- Kapitel 3: Schlüsselkonzepte für ML, DL und Entscheidungsoptimierung.- Teil II: KI-Einsatz.- Kapitel 4: KI-Informationsarchitektur.- Kapitel 5: Von Daten zu Vorhersagen zu optimalen Maßnahmen.- Kapitel 6: Die Operationalisierung von KI.- Kapitel 7: Design Thinking und DevOps im KI-Kontext.- Teil III: KI im Kontext.- Kapitel 8: Anwendung von KI auf Data Governance und MDM.- Kapitel 9: KI und Governance.- Kapitel 10: KI und Change Management.- Kapitel 11: KI und Blockchain.- Kapitel 12: KI und Quantum Computing.- Teil IV: Grenzen der KI und zukünftige Herausforderungen.- Kapitel 13: Grenzen der KI.- Kapitel 14: Zusammenfassung und Ausblick.- Kapitel 15: Anhang: Abkürzungen.