Artificial Intelligence und Data Science
90% aller Data Science und AI-Projekte bleiben in der Proof-of-Concept oder Analyse Phase stecken. Finden Sie heraus, wie sich unser Ansatz unterscheidet, welche Schritte wir unternehmen, um dies zu ändern und wie Ihr Unternehmen von AI-Anwendungen profitieren kann.

In a nutshell
Phasen eines Data-Science-Projekts
Um einen strukturierten Ansatz zu bieten und das Projekt zum Erfolg zu führen,
haben wir vier Phasen für jedes Data Science Projekt, das wir umsetzen, definiert.

Explore Phase
In einem persönlichen Vorab-Gespräch mit unserem Team besprechen wir Ihre Ideen, Business Cases und Probleme, welche sich potenziell mit modernsten Datenanalyse-Verfahren oder AI-Algorithmen lösen ließen. Dieses Gespräch ist für Sie natürlich kostenlos und dient auch dazu, unser Team und unsere Vorgehensweise besser kennenzulernen.
Danach bestehen unterschiedliche Vorgehensweisen. Falls es noch keine konkreten Use-Cases für Data Science gibt, startet man in der Regel mit einem sogenannten Data Thinking Workshop. In der Regel nehmen 1-2 Data Science und Software-Experten von unserer Seite und mehrere Ihrer Business-Experten an diesem Termin teil. Als Ergebnis leiten wir eine konkrete Road-Map mit allen gemeinsam identifizierten Use-Cases ab und priorisieren diese nach Business Impact und Aufwand.
Einige (Standard) Use-Cases in unserem Leistungsportfolio:
Prognosetools
— Nachfrage- und Preisprognosen
Customer Analytics
— Customer-Lifetime-Value Prognose
— Next Best Offer/Action
— Customer Segmentation
— Cross- und Upselling Optimierung
— Dynamic Pricing
Texterkennung (NLP/NLU)
— Automatische E-Mail Klassifikation
— Sentiment Analyse
Bilderkennung
Fraud und Anomaly Detection
Predictive Maintenance
Analyse Phase
Nachdem wir in der Explore Phase Ihre Datenlandschaft unter die Lupe genommen und Use-Cases identifiziert haben, verfolgen wir nun einen PoC Ansatz.
Das bedeutet, das primäre Ziel ist die Umsetzung eines Use-Cases mit hohem Impact und geringem zeitlichen Aufwand. Damit stellen wir sicher, dass wir die Akzeptanz für Data Science und KI in Ihrem Unternehmen nachhaltig steigern. In diese Phase fallen auch die genauen Datenanalysen unserer Experten und die Erarbeitung eines Prototypen.
Build Phase
Danach geht es für uns direkt mit der Build Phase weiter. Das unternehmerische Risiko Ihrerseits ist zu jeder Zeit im Projekt überschaubar, da wir jede Phase mit einer Review beenden und nur nach Erfüllung aller Anforderungen und Ihrem konkreten Wunsch zu einer weiteren Zusammenarbeit, in die nächste Phase eintreten.
In der Build Phase liegt der Fokus auf der gezielten Integration unseres Prototyps in Ihre IT-Systeme, Apps oder Websites. Dazu setzen wir auf modernste Methoden der Software-Entwicklung und beschäftigen uns eingehend mit Testing, Continuous Integration und Delivery. Am Ende dieser Phase steht der Pilot und kann im operativen Geschäft verwendet werden.
Maintain Phase
Nach einer 1-3 monatigen Pilotphase erarbeiten wir mit Ihnen die weitere Vorgehensweise und bieten Ihnen unterschiedlichen Service Packages, um einen reibungslosen Betrieb dauerhaft zu gewährleisten.
In den Services Packages sind dann regelmäßige Tests der Modelle und gegebenenfalls ein Re-Deployment vorhanden.
Zum Data Science MVP in nur 8 Wochen

Wo wir das bereits erfolgreich umgesetzt haben

Tunnelsensorfusion

Prädiktive Treasury Management Software

Hypersonalisierte Routenplanung
Mit uns arbeiten
Hervorragende Produkte und Dienstleistungen
erfordern eine durchdachte Entwicklung.
Sprechen wir über Ihre individuellen Bedürfnisse.