Background Image
Previous Page  82 / 324 Next Page
Information
Show Menu
Previous Page 82 / 324 Next Page
Page Background

Arbeitsgruppe

3

Predictive Analytics, Machine Learning und

die Sales-Pipeline

Kann die Digitalisierung und das Anhäufen immer größerer Datenmengen in der Steuerung

von Unternehmen genutzt werden? Welchen Einfluss hat die Zunahme der Quantifizierung

und Automatisierung von Entscheidungsprozessen auf die Unternehmensführung und -kultur?

Kann man, ganz konkret etwa, schon frühzeitig erkennen, welche Angebote an einen Kun-

den erfolgreich verlaufen und welche Angebote, eventuell nach viel Aufwand, letztlich nicht

angenommen werden?

In dieser Arbeitsgruppe wollen wir uns ein Projekt aus dem Bereich Machine Learning und

Predictive Analytics von Anfang bis Ende anschauen und in Teilen realisieren. Dabei lernen

wir, wie das Finden von Use- und Business-Cases, die Datenbeschaffung und -qualität, die

Wahl von Algorithmen und Modellen sowie die Einbindung in das operative Geschäft mitein-

ander verzahnt sind.

Wir werden die Vor- und Nachteile verschiedener Modelle direkt erleben und sehen, welche

Entscheidungen in einem Data-Science-Projekt relevant sind. Dabei tauchen neben techni-

schen, kreativen und wirtschaftlichen Aspekten immer wieder konkrete ethische und gesell-

schaftliche Implikationen auf, die wir berücksichtigen müssen und diskutieren wollen.

Julian Pott

Horváth & Partner GmbH, München

Sergej Levich

Horváth & Partner GmbH, München

Studierende der Mathematik, Informatik, Physik und anderer Fächer mit ausge-

prägtem quantitativem Anteil. Die Arbeitsgruppe richtet sich eher an Studierende im

Masterstudium oder an Promovierende, die auch schon (erste) Programmiererfah-

rungen haben. Bei vorhandenem und auch schon praktisch erprobtem Interesse an

quantitativen Fragestellungen ist diese Arbeitsgruppe auch für Studierende anderer

Fächer offen.

Akademien

ab dem 5. Semester und Doktoranden

|

13. bis 19. August 2017

82