Dieses Buch zeigt, wie verschiedene Industrien von einer smarten Datennutzung mit Hilfe von Big Data Analytics und Künstlicher Intelligenz profitieren können. Dank der Künstlichen Intelligenz (KI) konnten in den letzten Jahren vor allem die Produktions- und Logistik-Prozesse vieler Unternehmen optimiert und automatisiert werden. Immer öfter werden jedoch auch administrative, dispositive und planerische Verfahren in Marketing, Sales und Management entwickelt, die den Weg hin zu einem ganzheitlichen Algorithmic Business ebnen.
Mit diesem Buch präsentiert der Autor erstmals einen leicht verständlichen Praxisleitfaden, der systematisch die Technologien und Methoden der KI mit klaren Business-Szenarien und einem unternehmerischen Mehrwert verknüpft. Erfahren Sie u.a. wie Artificial Intelligence (AI) Ihr Pricing oder Ihre Produktempfehlungen automatisiert, Ihre Kundenkommunikation und Conversational Commerce übernimmt oder durch Customer Journey Analysen das Marketing Budget effizient verteilt. Lernen Sie, wie Sie über Daten Kunden- und Marktpotenziale identifizieren und Marktforschung intelligent optimieren können, um so die Kommunikation mit Bestandskunden zu verbessern und die Kundenzufriedenheit dauerhaft zu steigern.
Entscheider im Marketing, Geschäftsführer und Vorstände finden in diesem Buch einen praktischen Leitfaden zur Einführung von Künstlicher Intelligenz in Management und Marketing - einer Einführung mit wenig Aufwand, geringen Kosten und zuverlässiger Planung effektiv umgesetzt werden kann. Machen Sie noch heute den ersten Schritt in Richtung Algorithmic Business.

Peter Gentsch ist Enterpreneur und Experte im Bereich Digital Management und Big Data sowie Inhaber des Lehrstuhls für Internationale Betriebswirtschaftslehre an der HTW Aalen mit den Schwerpunkten CRM, E-Business und Digital Intelligence. Er ist Autor zahlreicher national und international ausgezeichneter Veröffentlichungen und Keynote-Speaker zu den Themen Digital Business Transformation und Innovationsmanagement.


Peter Gentsch ist Enterpreneur und Experte im Bereich Digital Management, AI und Big Data sowie Inhaber des Lehrstuhls für Internationale Betriebswirtschaftslehre an der HTW Aalen mit den Schwerpunkten CRM, E-Business und Digital Intelligence.
Peter Gentsch beschäftigt sich seit den 90er Jahren mit AI und Algorithmic in Theorie und Praxis und gilt damit als einer der Pionieren in Deutschland. Als Gesellschafter der Business Intelligence Group Holding hält er verschiedene Beteiligungen an Unternehmen, die AI-Lösungen entwickeln und einsetzen.
Er ist Autor zahlreicher national und international ausgezeichneter Veröffentlichungen und Keynote-Speaker zu den Themen Digital Business Transformation und Innovation Management.
Er wurde 2010 zusammen mit der Lufthansa mit dem Innovationspreis der Deutschen Marktforschung ausgezeichnet. Zusammen mit der Deutsche Post/DHL hat er 2011 den internationalen Digital Communication Award und 2014 den deutschen Preis für Online Kommunikation gewonnen.
Darüber hinaus verantwortet er seit 2010 als Initiator den exklusiven Digital Excellence-Zirkel, zu dem Unternehmen wie Audi, Bosch, Daimler, Deutsche Post, Lufthansa, Microsoft, Telekom, Otto Group oder O2 gehören.

1;Vorwort;5 2;Inhaltsverzeichnis;7 3;Über den Autor;11 4;Abbildungsverzeichnis;12 5;Tabellenverzeichnis;15 6;1 Einführung: "Algorithmic & AI eat the world";16 6.1;Zusammenfassung;16 6.2;1.1Motivation und Hintergrund;16 6.3;1.2Ein Buch für die Unternehmenspraxis;19 7;2 Big Data;21 7.1;Zusammenfassung;21 7.2;2.1Was wirklich neu ist;21 7.3;2.2Definition von Big Data;22 7.4;2.3Dimensionen von Big Data;23 7.5;2.4Big Data als Grundlage für Algorithmic und Artificial Intelligence;24 8;3 Algorithmik und Artificial Intelligence;26 8.1;Zusammenfassung;26 8.2;3.1Die Macht der Algorithmen;26 8.3;3.2AI - das ewige Talent wird erwachsen;29 8.4;3.3Ein Definitionsversuch;30 8.5;3.4Erfolgsfaktoren und Treiber der Entwicklung der Aritificial Intelligence;31 8.5.1;3.4.1Internet und verteilte Systeme;31 8.5.2;3.4.2Mehrkernprozessoren und Graphics Processing Units;34 8.5.3;3.4.3Zukunftstechnologien - neuromorphe Chips und Quantencomputer;36 8.6;3.5Historische Entwicklung der AI;37 8.6.1;3.5.1Historische Entwicklung der Künstlichen Intelligenz;37 8.6.1.1;3.5.1.1 Erste Arbeiten im Bereich der Künstlichen Intelligenz (1943-1955);39 8.6.1.2;3.5.1.2 Früher Enthusiasmus und baldige Ernüchterung (1952-1969);39 8.6.1.3;3.5.1.3 Wissensbasierte Systeme als Schlüssel zum kommerziellen Erfolg (1969-1979);40 8.6.1.4;3.5.1.4 Die Rückkehr der neuronalen Netze und der Aufstieg der AI zur Wissenschaft (1986 bis heute);41 8.6.1.5;3.5.1.5 Intelligente Agenten werden zur Normalität (1995 bis heute);42 8.7;3.6Methoden und Technologien;43 8.7.1;3.6.1Symbolische AI;44 8.7.1.1;3.6.1.1 Natural Language processing (NLP);44 8.7.1.2;3.6.1.2 Regelbasierte Expertensysteme;45 8.7.1.3;3.6.1.3 Data Mining;47 8.7.2;3.6.2Subsymbolische AI;48 8.7.3;3.6.3Maschinelles Lernen;50 8.7.3.1;3.6.3.1 Überwachtes Lernen - Supervised Learning;51 8.7.3.2;3.6.3.2 Nicht überwachtes Lernen - Unsupervised Learning;51 8.7.3.3;3.6.3.3 Verstärkendes Lernen - Reinforcement Learning;51 8.7.4;3.6.4Aktuelle Anwendungen der AI-Forschung;52 8.7.4.1;3.6.4.1 Computervision und Maschinelles Sehen;52 8.7.4.2;3.6.4.2 Robotics;53 9;4 Algorithmics Business: Framework und Maturity Model;54 9.1;Zusammenfassung;54 9.2;4.1AI Framework - die 360°-Perspektive;54 9.2.1;4.1.1Motivation und Nutzen;54 9.2.2;4.1.2Schichten des AI Framework;55 9.2.3;4.1.3AI Use Cases;56 9.3;4.2Algorithmic Business Maturity Model: Vorgehensmodell mit Roadmap;61 9.3.1;4.2.1Reifegrade und Phasen;61 9.3.2;4.2.2Nutzen und Zweck;66 10;5 Algorithmic Business - auf dem Weg zum selbstfahrenden Unternehmen;67 10.1;Zusammenfassung;67 10.2;5.1Klassische Unternehmensbereiche;67 10.3;5.2Conversational Office;73 10.4;5.3Algorithmic Marketing;75 10.4.1;5.3.1Datenschutz und Datenhoheit;77 10.4.2;5.3.2Algorithmen im Marketingprozess;78 10.4.3;5.3.3Praxisbeispiele;79 10.4.3.1;5.3.3.1 Amazon;79 10.4.3.2;5.3.3.2 Otto Group;80 10.4.3.3;5.3.3.3 Bosch Siemens Haushaltsgeräte (B/S/H);80 10.4.3.4;5.3.3.4 UPS;81 10.4.3.5;5.3.3.5 Netflix;81 10.4.3.6;5.3.3.6 Coca Cola;81 10.4.3.7;5.3.3.7 Bank of America;81 10.4.4;5.3.4Der richtige Einsatz von Algorithmen im Marketing;82 10.5;5.4Algorithmic Market Research;83 10.5.1;5.4.1Mensch versus Maschine;83 10.5.2;5.4.2Liberalisierung der Marktforschung;84 10.5.3;5.4.3Neue Anforderungen an die Marktforscher;85 10.6;5.5Algorithmic Controlling;86 10.6.1;5.5.1Big Data - Implikationen für das Controlling;86 10.6.2;5.5.2Monitoring und Frühwarnung;88 10.6.3;5.5.3Implikationen für die Rolle des Controller;89 10.7;5.6Neue Geschäftsmodelle durch Algorithmic und AI;89 10.8;5.7Brauchen Unternehmen einen Chief Artificial Intelligence Officer (CAIO)?;90 10.8.1;5.7.1Motivation und Rational;90 10.8.2;5.7.2Einsatzgebiete und Qualifikationen eines CAIOs;91 10.8.3;5.7.3Rolle im Rahmen der Digitalen Transformation;92 10.8.4;5.7.4Argumente pro/contra;93 10.8.5;5.7.5Fazit;94 11;6 Conversational Commerce: Bots, Messaging, Algorithmen und Artificial Intelligence;95 11.1;Zusammenfassung;95 11.2;6.1Einführung;95 11.3;6.2Motivation und Entwicklung;96 11.4;6.