Data Science End-to-End

Der erste Teil des Workshops vermittelt Grundlegendes zum Themenblock AI & Machine Learning (ML). So verstehen Sie das Handwerkszeug, welches benötigt wird, um Herausforderungen und Chancen in Ihrem Unternehmen zu identifizieren, die mittels AI & ML Tools gelöst und umgesetzt werden können.

Wir erklären Aufwandstreiber, Lebenszyklus, Projektzyklen und weiteres allgemeines Wissen zum praktischen Einsatz der Technologien. Ebenso zeigen wir die Grenzen der Methoden auf und welche Probleme viel mehr mit anderen Mittel gelöst werden sollten.

• Machine Learning & AI – im Überblick
• Wie sehen Use Cases beispielsweise aus?
• Was zeichnet Projekte in diesem Umfeld aus?
• Wie können Projekte in diesem Umfeld gesteuert werden?
• Wie können Use Cases erfasst und bewertet werden?

Basierend auf dem neu gewonnen oder vertieften Wissen zu AI & ML diskutieren wir in 2 heterogenen Gruppen Ihre konkreten Herausforderungen und Ideen für Prozessoptimierungen entlang Ihrer gesamten Wertschöpfungskette. Alternativ können wir in dieser Phase auch Use Cases aus unserem Katalog vorstellen, um Impulse für Ihre unterschiedlichen Fachbereiche bereitzustellen und im Interviewformat passende Fälle für Sie aufnehmen.

Im Idealfall skizzieren Sie Ihre End-to-End-Prozesse bereits im Vorfeld und bringen diese Informationen zum Workshop mit. So können wir gezielt einsteigen und geeignete Use Cases sammeln.

• Diskussionsrunden in 2 Gruppen (4h)
• Big Picture für alle Workshop-Teilnehmenden (2h)

Ihre identifizierten Use Cases werden gemeinsam von der gesamten Gruppe priorisiert. Hierfür nutzen wir das zu Beginn vermittelte Wissen zur Bewertung der Aufwandstreiber und Auswirkungen der Use Cases. Die Priorisierung erfolgt mithilfe eines Vier-Quadranten-Modells (ähnlich einer SWOT-Analyse) mit den Achsen 'Impact' und 'Machbarkeit'.

Abschließend werden zwei bis drei ausgewählte Use Cases in unserem Data Science Model Canvas (analog zum Business Model Canvas) ausspezifiziert. Die aufgeführten Dimensionen fassen den jeweiligen Use Case zusammen, so dass Ihnen diese Anforderungen konkret als Grundlage für die Konzeption eines Projekts bzw. Proof of Concepts dienen.

• Priorisierung von Use Cases aus dem vorangegangenen Big Picture (2h)
• Spezifikation von 2-3 priorisierten Use Cases (4h)

Ein möglicher Next Step ist die konkrete Verprobung eines Ihrer priorisierten Use Cases mit unseren Out-of-the-Box ML Services im Rahmen eines Proof of Concepts (PoC).

Unsere Services wenden wir direkt auf Ihre Unternehmensdaten an. So erhalten Sie mit minimalem Projektaufwand direktes Feedback über die Eignung ihrer Daten und deren Auswirkungen auf Machbarkeit und Impact im Rahmen des Use Case. So verwandeln wir den Use Case in einen greifbaren Business Case mit echten Mehrwerten.