Einsatz von KI im Unternehmen

IT-Ansätze für Design, DevOps, Governance, Change Management, Blockchain und Quantencomputing

Martin Oberhofer, Eberhard Hechler, Thomas Schaeck

PDF
22,99
Amazon iTunes Thalia.de Weltbild.de Hugendubel Bücher.de ebook.de kobo Osiander Google Books Barnes&Noble bol.com Legimi yourbook.shop Kulturkaufhaus ebooks-center.de
* Affiliatelinks/Werbelinks
Hinweis: Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.

Apress img Link Publisher

Naturwissenschaften, Medizin, Informatik, Technik / Informatik

Beschreibung

Ihr Unternehmen hat sich für KI entschieden. Glückwunsch, was nun? Dieses praktische Buch bietet einen ganzheitlichen Plan für die Implementierung von KI aus der Perspektive der IT und des IT-Betriebs im Unternehmen. Sie erfahren etwas über die Fähigkeiten, das Potenzial, die Grenzen und die Herausforderungen von KI. In diesem Buch erfahren Sie, welche Rolle KI im Kontext etablierter Bereiche wie Design Thinking und DevOps, Governance und Change Management, Blockchain und Quantum Computing spielt, und diskutieren die Konvergenz von KI in diesen Schlüsselbereichen des Unternehmens.

Deploying AI in the Enterprise bietet Anleitungen und Methoden zur effektiven Bereitstellung und Operationalisierung nachhaltiger KI-Lösungen. Sie lernen die Herausforderungen bei der Implementierung kennen, wie z. B. Probleme bei der KI-Operationalisierung und Hindernisse bei der Umsetzung von Erkenntnissen in umsetzbare Prognosen. Sie werden auch lernen, wie Sie die Schlüsselkomponenten der KI-Informationsarchitektur erkennen und welche Rolle sie für eine erfolgreiche und nachhaltige KI-Implementierung spielt. Und Sie werden verstehen, wie Sie KI effektiv einsetzen können, um die Nutzung von Kerninformationen in Master Data Management (MDM)-Lösungen zu verbessern.


Was Sie lernen werden
Verstehen der wichtigsten KI-Konzepte, einschließlich maschinelles Lernen und Deep Learning
Befolgen von Best Practices und Methoden zur erfolgreichen Bereitstellung und Operationalisierung von KI-Lösungen
Erkennen der kritischen Komponenten der KI-Informationsarchitektur und der Bedeutung eines Plans
Integration von KI in bestehende Initiativen innerhalb einer Organisation
Erkennen der aktuellen Grenzen von KI und wie sich dies auf Ihr Unternehmen auswirken könnte
Bewusstsein für wichtige und aktuelle KI-Forschung schaffen
Ihre Denkweise anpassen, um KI von einem ganzheitlichen Standpunkt aus zu betrachten
Machen Sie sich mit den Möglichkeiten von KI in verschiedenen Branchen vertraut.


Für wen ist dieses Buch gedacht?

IT-Profis, Datenwissenschaftler und Architekten, die sich mit den Herausforderungen bei der Implementierung und dem Betrieb von KI auseinandersetzen müssen und einen umfassenden Überblick darüber benötigen, wie sich KI auf andere geschäftskritische Bereiche auswirkt. Es ist keine Einführung, sondern richtet sich an Leser, die nach Beispielen für die Nutzung von Daten suchen, um daraus verwertbare Erkenntnisse und Vorhersagen abzuleiten, und die die aktuellen Risiken und Grenzen von KI verstehen und berücksichtigen müssen und wissen wollen, was dies in einem branchenrelevanten Kontext bedeutet.

Weitere Titel in dieser Kategorie
Cover Data Mining
Jürgen Cleve
Cover GitOps
Johannes Schnatterer
Cover GitOps
Josia Scheytt
Cover Design trifft Code
Stephanie Stimac
Cover Design trifft Code
Stephanie Stimac
Cover Modernes IT-Management
Markus Mangiapane
Cover Mediendidaktik
Michael Kerres
Cover Mediendidaktik
Michael Kerres

Kundenbewertungen

Schlagwörter

KI und Blockchain, Maschinenlernen, KI und Quantenprogrammierung, KI für Stammdaten, KI-Forschung, Künstliche Intelligenz in der IT, Governance und KI-Lösungen, KI, Eberhard Hechler, KI DevOps, Herausforderungen und Chancen der Künstlichen Intelligenz (KI), Martin Oberhofer, Thomas Schaeck, KI-Grenzen, Bewertung von AI/ML, KI-Informationsarchitektur, KI-Architektur, Tiefes Lernen