Artwork

Innhold levert av Michael Greth. Alt podcastinnhold, inkludert episoder, grafikk og podcastbeskrivelser, lastes opp og leveres direkte av Michael Greth eller deres podcastplattformpartner. Hvis du tror at noen bruker det opphavsrettsbeskyttede verket ditt uten din tillatelse, kan du følge prosessen skissert her https://no.player.fm/legal.
Player FM - Podcast-app
Gå frakoblet med Player FM -appen!

YCP002 YourCopilot Daten-Talk mit Markus Raatz

38:42
 
Del
 

Manage episode 405348999 series 3556530
Innhold levert av Michael Greth. Alt podcastinnhold, inkludert episoder, grafikk og podcastbeskrivelser, lastes opp og leveres direkte av Michael Greth eller deres podcastplattformpartner. Hvis du tror at noen bruker det opphavsrettsbeskyttede verket ditt uten din tillatelse, kan du følge prosessen skissert her https://no.player.fm/legal.
In dieser Episode sprechen Michael Greth und Markus Raatz, Ceteris AG Berlin, Experte für Big Data und Generative KI, über die Herausforderungen und Möglichkeiten, die sich aus der Verbindung von Big Data und generativer KI ergeben. Sie beleuchten die Komplexität der Datenbereinigung, die Bedeutung von sauberen und gut strukturierten Daten für KI-Anwendungen und die Grenzen aktueller KI-Modelle im Umgang mit Prozessautomatisierung und Datenanalyse. (Zusammenfassung von GPT:VideoSummarizer.ai)

  • Generative KI und Big Data: Die Diskussion eröffnet mit einer Einführung in die Themen Big Data und generative KI. Der Fokus liegt auf der Frage, wie generative KI Big Data verarbeiten kann und welche Erfahrungen Markus Ratz in diesem Bereich gesammelt hat.
  • Datenbereinigung: Ein zentrales Thema ist die Qualität der Daten. Viele Unternehmen glauben, ihre Daten seien sauber und bereit für KI-Anwendungen, doch oft ist das Gegenteil der Fall. Die Bedeutung sauberer Daten für den Erfolg von KI-Projekten wird betont.
  • Prozessautomatisierung vs. KI: Es wird diskutiert, dass viele Ideen zur Automatisierung, die Unternehmen haben, nicht wirklich KI benötigen, sondern durch einfache Prozessautomatisierung realisiert werden können. Die Diskrepanz zwischen den Erwartungen an KI und den tatsächlichen Möglichkeiten wird beleuchtet.
  • Limitationen von KI: Die aktuellen Grenzen von KI-Modellen, insbesondere bei der Prozesssteuerung und Datenanalyse, werden erörtert. Es wird klargestellt, dass große Sprachmodelle wie GPT-3 keine Prozesse steuern oder eigenständig komplexe Datenanalysen durchführen können.
  • Praktische Anwendung von KI: Anhand von Beispielen wird erläutert, wie KI in spezifischen Szenarien sinnvoll eingesetzt werden kann, wie bei der Kategorisierung von E-Mails oder der Unterstützung von Sachbearbeitern durch vorbereitende Analysen.
  • Zukunft der KI in der Datenanalyse: Die Diskussion schließt mit einem Ausblick auf die Entwicklung von KI in der Datenanalyse und wie Unternehmen sich auf die Integration von KI-Technologien vorbereiten können. Dabei wird die Bedeutung von gut definierten und verstandenen Datenmodellen hervorgehoben.
Insights basierend auf Zahlen:
  • Die Diskussion zeigt, dass der erfolgreiche Einsatz von KI nicht nur von der Technologie selbst, sondern auch von der Qualität und Struktur der zugrundeliegenden Daten abhängt.
  • Die Notwendigkeit, Daten effektiv zu sammeln, zu bereinigen und zu strukturieren, wird als Voraussetzung für den Nutzen von KI in der Datenanalyse und Prozessautomatisierung betont.

Markus Raatz auf LinkedIn : https://www.linkedin.com/in/markus-raatz/
Michael Greth auf LinkedIn : https://www.linkedin.com/in/mgreth/

  continue reading

22 episoder

Artwork
iconDel
 
Manage episode 405348999 series 3556530
Innhold levert av Michael Greth. Alt podcastinnhold, inkludert episoder, grafikk og podcastbeskrivelser, lastes opp og leveres direkte av Michael Greth eller deres podcastplattformpartner. Hvis du tror at noen bruker det opphavsrettsbeskyttede verket ditt uten din tillatelse, kan du følge prosessen skissert her https://no.player.fm/legal.
In dieser Episode sprechen Michael Greth und Markus Raatz, Ceteris AG Berlin, Experte für Big Data und Generative KI, über die Herausforderungen und Möglichkeiten, die sich aus der Verbindung von Big Data und generativer KI ergeben. Sie beleuchten die Komplexität der Datenbereinigung, die Bedeutung von sauberen und gut strukturierten Daten für KI-Anwendungen und die Grenzen aktueller KI-Modelle im Umgang mit Prozessautomatisierung und Datenanalyse. (Zusammenfassung von GPT:VideoSummarizer.ai)

  • Generative KI und Big Data: Die Diskussion eröffnet mit einer Einführung in die Themen Big Data und generative KI. Der Fokus liegt auf der Frage, wie generative KI Big Data verarbeiten kann und welche Erfahrungen Markus Ratz in diesem Bereich gesammelt hat.
  • Datenbereinigung: Ein zentrales Thema ist die Qualität der Daten. Viele Unternehmen glauben, ihre Daten seien sauber und bereit für KI-Anwendungen, doch oft ist das Gegenteil der Fall. Die Bedeutung sauberer Daten für den Erfolg von KI-Projekten wird betont.
  • Prozessautomatisierung vs. KI: Es wird diskutiert, dass viele Ideen zur Automatisierung, die Unternehmen haben, nicht wirklich KI benötigen, sondern durch einfache Prozessautomatisierung realisiert werden können. Die Diskrepanz zwischen den Erwartungen an KI und den tatsächlichen Möglichkeiten wird beleuchtet.
  • Limitationen von KI: Die aktuellen Grenzen von KI-Modellen, insbesondere bei der Prozesssteuerung und Datenanalyse, werden erörtert. Es wird klargestellt, dass große Sprachmodelle wie GPT-3 keine Prozesse steuern oder eigenständig komplexe Datenanalysen durchführen können.
  • Praktische Anwendung von KI: Anhand von Beispielen wird erläutert, wie KI in spezifischen Szenarien sinnvoll eingesetzt werden kann, wie bei der Kategorisierung von E-Mails oder der Unterstützung von Sachbearbeitern durch vorbereitende Analysen.
  • Zukunft der KI in der Datenanalyse: Die Diskussion schließt mit einem Ausblick auf die Entwicklung von KI in der Datenanalyse und wie Unternehmen sich auf die Integration von KI-Technologien vorbereiten können. Dabei wird die Bedeutung von gut definierten und verstandenen Datenmodellen hervorgehoben.
Insights basierend auf Zahlen:
  • Die Diskussion zeigt, dass der erfolgreiche Einsatz von KI nicht nur von der Technologie selbst, sondern auch von der Qualität und Struktur der zugrundeliegenden Daten abhängt.
  • Die Notwendigkeit, Daten effektiv zu sammeln, zu bereinigen und zu strukturieren, wird als Voraussetzung für den Nutzen von KI in der Datenanalyse und Prozessautomatisierung betont.

Markus Raatz auf LinkedIn : https://www.linkedin.com/in/markus-raatz/
Michael Greth auf LinkedIn : https://www.linkedin.com/in/mgreth/

  continue reading

22 episoder

Alle episoder

×
 
Loading …

Velkommen til Player FM!

Player FM scanner netter for høykvalitets podcaster som du kan nyte nå. Det er den beste podcastappen og fungerer på Android, iPhone og internett. Registrer deg for å synkronisere abonnement på flere enheter.

 

Hurtigreferanseguide

Copyright 2024 | Sitemap | Personvern | Vilkår for bruk | | opphavsrett