Peter Gentsch ist Entrepreneur 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.
Algorithmic Enterprise - Big Data und Artificial Intelligence enabled Business
1 Einführung: "Algorithmic & AI eat the world"
2 Big Data
2.1 Was wirklich neu ist
2.2 Definition von Big Data
2.3 Dimensionen von Big Data
2.4 Big Data als Grundlage für Algorithmic und Artificial Intelligence
3 Algorithmic und Artificial Intelligence
3.1 Die Macht der Algorithmen
3.2 AI - das ewige Talent wird erwachsen
3.3 Ein Definitionsversuch
3.4 Erfolgsfaktoren und Treiber der Entwicklung der Artificial Intelligence
3.5
Historische Entwicklung der AI3.6 Methoden und Technologien
3.6.1 Symbolische AI
3.6.2 Subsymbolische AI
3.6.3 Maschinelles Lernen
3.6.4 Aktuelle Anwendungen der AI-Forschung (Computervision und Maschinelles Sehen; Robotics)
3.7. AI Mythen4 Algorithmic Busin
ess: Framework und Maturity Model4.1 AI Framework - Die 360°- Perspektive
4.2 Algorithmic Business Maturity Model: Vorgehensmodell mit Roadmap
5 Algorithmic Business - auf dem Weg zum selbstfahrenden Unternehmen
5.1 Klassische Unternehmensbereiche
5.2 Conversational Office
5.3 Algorithmic Marketing
5.3.1 Datenschutz und Datenhoheit
5.3.2 Algorithmen im Marketingprozess
5.3.3 Praxisbeispiele von Amazon, Otto, Bosch-Siemens, UPS, Netflix, Coca Cola, Bank of America
5.3.4 Der richtige Einsatz von Algorithmen im Marketing
5.4 Algorithmic Market Research
5.4.1 Mensch versus Maschine
5.4.2 Liberalisierung der Marktforschung
5.4.3 Neue Anforderungen an die Marktforscher
5.5 Algorithmic Controlling
5.5.1 Big Data - Implikationen für das Controlling
5.5.2 Monitoring und Frühwarnung5.5.
3 Implikationen für die Rolle des Controllers5.6 Neue Geschäftsmodelle durch Algorithmic und AI
5.7 Brauchen Unternehmen einen Chief Artificial Intelligence Officer (CAIO)?
5.7.1 Motivation und Rational
5.7.2 Einsatzgebiete und Qualifikationen eines CAIO's
5.7.3 Rolle im Rahmen der Digitalen Tra
nsformation5.7.4 Argumente Pro/Contra
6 Conversational Commerce: Bots, Messaging, Algorithmen und Artificial Intelligence
6.1 Einführung
6.2 Motivation und Entwicklung
6.3 Gegenstand und Bereiche
6.4 (Chat) Bots als Enabler des Conversational Commerce
6.4.1 Imitation menschlicher Unterhaltung
6.4.2 Schnittstellen für Unternehmen6.4.3 Bots als neues Betriebssystem
6.4.4 Bots und Künstliche Intelligenz - Wie intelligent sind Bots wirklich?
6.4.5 Bots - Chance oder Risiko für Unternehmen, Konsumenten und Gesellschaft?
6.
4.6 Auch die Kunden rüsten auf - Bots als Butler und intelligente Assistenten6.4.7 Siri, Google Now, Cortana, Alexa, Home - Wer ist die Schlauste im Land?
6.4.8 Bots - Quo vadis?6.4.9 Einsatzgebiete im E-Commerce
6.5 Trends, die den Conversational Commerce begünstigen
6.6 Beispiele von Conversational Commerce
6.7 Herausforderungen für den Conversational Commerce
6.8 Vor- und Nachteile des Conversational Commerce
6.9 Roadmap zum Conversational Commerce: E-Commerce-Ma
turity- Modell - Plattformen-Checklisten6.9.1 Das DM3-Modell als systematisches Vorgehensmodell für den Conversational Commerce
6.9.2 Plattformen und Checkliste
7 Best Practices
7.1 Sales und Marketing reloaded - Deep Learning ermöglicht neue Wege der Kunden- und Marktgewinnung (von Andreas Kulpa)
7.2 Artificial Intelligence und Big Data im Kundenservice: Reality Check und Ausbl
ick (von Prof. Dr. Nils Hafner)7.3 Customer Engagement mit Chatbots und& Collaboration Bots: Vorgehen, Chancen und & Risiken zum Einsatz von Bots in Service und Marketing (von Dr. Thomas Wilde)
7.4 Die Zukunft der Media- Planung - AI als Game Changer (von Andreas Schwabe)
7.5 Die Bot- Revolution verändert das Content Marketing - Algorithmen und AI zur Generierung und Verteilung von Content" (von Klaus Eck)
7.6 Next Best Action - Recommendation-Systeme Next Level (von Jens Scholz und Michael Th
ess)7.7 Intelligent Automation - Wie AI und RPA (Robotic-Process-Automation) Arbeitsplätze und Abläufe in Verwaltung und Kundenservice verändern (von Andreas Klug).
7.8 Customer Facing / Kundenkommunikation / B2C-Kommunikation / Kundenservice über smarte Apps (von Eleftherios Hatziioannou und Darko Obradovic)
7.9 Corporate Security: Social Listening und die Digitalisierung der Desinformation - Durch Algori
thmen systematisch unknown Unknowns entdecken (von Prof. Dr. Martin Grothe)8
Fazit und Ausblick: Algorithmic Business - Quo Vadis?8.1 Super-Intelligenz: die Computer übernehmen - realistisches Szenario oder Science-Fiction?
8.2 AI: Die Top- 10- Trends 2017 and beyond
8.3 Implikationen für Unternehmen und Gesellschaft
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.
Prof. Dr. Peter Gentsch ist Entrepreneur 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.
Mit Beiträgen von:
Klaus Eck, d.Tales GmbH
Prof. Dr. Martin Grothe, complexium GmbH
Prof. Dr. Nils Hafner, Hochschule Luzern
Andreas Klug, ITyX Solutions AG
Andreas Kulpa, DATAlovers AG
Dr. Darko Obradovic, Insiders Technologies GmbH
Jens Scholz, prudsys AG
Andreas Schwabe, Blackwood Seven Germany GmbH
Dr. Michael Thess, Signal Cruncher GmbH
Dr. Thomas Wilde, BIG Social Media GmbH