Agile Projektvorgehensweisen wie Scrum scheinen der Zeitgeist zu sein. Selbst eingefleischte Wasserfall-Traditionalisten wie Versicherer wollen so schnell und flexibel werden wie Insurtechs. Wichtigste Erkenntnis: Teams arbeiten nicht von heute auf morgen agil. Die Umstellung erzeugt zunächst jede Menge Hilferufe. Hier die Innensicht aus einem konkreten Transformationsprogramm.
Die Umsetzung der Datenschutzgrundverordnung (DSGVO) wird gerade zum Albtraum für Unternehmen. Viele wissen nicht, wie sie auf effiziente Weise herausfinden, welche Daten sie an welchen Stellen gespeichert haben und für welche Prozesse sie die Daten verwenden. Eine aufstrebende Technologie kann das Detektivspiel nach Datenspuren drastisch vereinfachen: Die Rede ist von Process Mining.
Start-Ups haben es vergleichsweise leicht, agile IT-Infrastrukturen zu schaffen, denn sie müssen dafür keine Altlasten entsorgen oder gewachsene Systeme umbauen. Datengetriebene Agilität steht jedoch auch etablierten Unternehmen offen. Dafür bedarf es aber eines kulturellen Wandels: Change muss Unternehmensaufgabe werden – und bleiben.
Viele Unternehmen nutzen die herrschende digitale Aufbruchsstimmung, um neue und bestehende Märkte zu erschließen. Andere haben enorme Schwierigkeiten dauerhaft innovativ zu sein. Ihnen fehlt oftmals die Basis, denn Innovationen müssen durch ein erfolgreiches Management begleitet werden. Fünf Treiber können nachweislich dazu beitragen, das Innovationsmanagement nachhaltig zu verbessern.
Startups und vergleichsweise junge Unternehmen machen etablierten Unternehmen vor, wie datengetriebene Agilität geht. Anstatt nun mit den ungleichen Startbedingungen zu hadern, sollte die volle Konzentration auf der eigenen IT-Infrastruktur liegen. Mit einer konsequenten Digitalisierungsstrategie lässt sich eine Menge eigene Agilität erreichen.
Vergangene Woche haben wir unseren Aufruf zur Blogparade Künstliche Intelligenz (#KIParade) gestartet. Bis zum 16. Oktober freuen wir uns auf spannende KI-Blogposts und Linkedin-Artikel. Alternativ funktioniert auch ein Gastbeitrag hier bei uns im Blog. So wie der von Diederik Sutorius. Der Geschäftsführer der VOV Versicherung sieht in der künstlichen Intelligenz definitiv keinen Ersatz für uns Menschen. Hier sein Gastartikel.
In sozialen Netzwerken werden ohne Ende Meinungen, Erfahrungen und Gefühle geteilt. Per Sentimentanalyse (Opinion Mining) können Unternehmen messen, wie das Netz fühlt und denkt. Zum Beispiel im Falle vom Anstieg von Bankgebühren. Wie die Analyse in der Theorie funktioniert, haben wir schon vorgestellt. Nun geht es um die praktischen Einsatzmöglichkeiten.
Künstliche Intelligenz (KI) ist das Top-Digitalisierungsthema in diesem Jahr. Jedes zweite Unternehmen meldet zurück, bereits praktische Erfahrungen zu sammeln, beispielsweise mit digitalen Assistenten, mitdenkender Sensorik sowie mit Automatisierungstechniken. Überall wird über KI gesprochen, getwittert und natürlich geschrieben, auch bei uns im Blog. Wir möchten die Diskussion vertiefen und rufen deshalb zu einer Blogparade #KI auf.
Haltungen, Meinungen und Emotionen zu Produkten und Dienstleistungen durch Fragebögen zu erforschen, ist in der digitalen Welt nicht mehr zeitgemäß. Gut, dass es mittlerweile Social Media gibt und künstliche Intelligenz (KI), um selbst Gefühlslagen aus Tweets und Posts herauszulesen – und das praktisch in Echtzeit. Hier der Theorieteil zur so genannten Sentimentanalyse.