Data Analytics bei der HUK-COBURG: Unser Weg zum datengetriebenen Unternehmen – Learnings aus ersten AI-basierten Geschäftsprozessen

Big Data und Künstliche Intelligenz sind auf dem Weg, die Versicherungsbranche nachhaltig zu verändern. Im Rahmen des Data Analytics Programms schaffen wir bei der HUK-COBURG die organisatorischen, technischen und fachlichen Erfolgsgrundlagen für den Einsatz moderner KI-Methoden in allen ökonomisch relevanten Prozessen und arbeiten in interdisziplinären und agilen Analytics-Teams. Ziel davon ist die datenbasierte Optimierung aller ökonomisch wichtigen Prozesse durch Data Analytics.

Was bedeutet „Data Driven“ – wie kommt man dorthin und was erwartet uns mit Generative AI?

Weitere Informationen in Kürze

Dr. Rainer Hoffmann, Chief Data Officer, EnBW Energie Baden-Württemberg AG 

Kurzvita
Dr. Rainer Hoffmann verantwortet den Bereich Data & Analytics Excellence bei der EnBW AG. Dort gestaltet er mit großer Leidenschaft die Skalierung der Daten- und KI-Aktivitäten für eine nachhaltige Energiewelt der Zukunft. In vorherigen Positionen war Herr Hoffmann u.a. Data Scientist im Energiehandel und baute den algorithmischen Handel für die EnBW auf. Zudem ist er Lehrbeauftragter am Karlsruher Institut für Technologie für “Responsible Artificial Intelligence”. Herr Hoffmann ist Wirtschaftsingenieur, promovierte in stochastischer Optimierung und bildete sich umfangreich am Massachusetts Institut of Technology (MIT) in KI weiter.

Dr. Clemens Schaeffner, Global Director Data Science Center, Gerresheimer AG

Kurzvita
Weitere Informationen in Kürze

Der Weg von Data & AI Literacy zu großen Data Products und warum Data Engineering wichtiger als Data Science geworden ist

• Die Durchdringung von Daten und AI sind Kulturthemen, im Fokus stehen neben weichen Faktoren (Change Management) vor allem Befähigungsprogramme und Graswurzelinitiativen
• Klassische IT Projektzyklen in der SAP Landschaft werden durch agile Data Apps auf dem Data-Tech-Stack ergänzt. Diese können als große Data Products kritische Geschäftsprozesse steuern.
• IT als entscheidender Enabler zur Erlangung von Wettwerbsvorteilen in Daten & AI-getriebener Operational Excellence jenseits reiner SAP Standardprozesse
• Die Demystifizierung der generalitisichen Data Science und der Bedeutungsgewinn des Data Engineering in realen Projekten

Empowering Human-AI Collaboration: Unleashing the Potential of Generative AI (English)

Discover how generative AI tools are revolutionizing businesses without rendering humans obsolete. This presentation explores the transformative power of generative AI in various domains such as sales, marketing, and customer support, showcasing how it enhances value creation and drives return on investment. Gain insights into practical applications and learn how a bionic handshake between humans and AI can lead to increased efficiency, improved processes, and the creation of valuable data products, ultimately transforming businesses into AI-powered organizations.

How Vorwerk is leveraging AI & Data to create products our customers love

• Geschäftskontext von Vorwerk
• Überblick über unsere KI- und Datenlandschaft
• Verwalten Sie den Lebenszyklus von KI-Anwendungen für unsere Rezeptplattform mit 14 Millionen Benutzern und betreiben Sie KI-Modelle für unseren Thermomix 6 im großen Maßstab

Was kommt nach ChatGPT? Absehbare Entwicklungen bei der Industrialisierung von Sprach- und Bildanwendungen – und wie sich Unternehmen auf den „AI-Tsunami“ einstellen können.

2017 wurde mit der Transformer Architektur für neuronale Netze ein grundlegender Durchbruch für die KI-Sprachtechnologie erzielt. 2020 wurde gezeigt, wie diese Architektur so skaliert werden kann, dass ein Trainieren mit 175 Milliarden Parametern möglich ist – GPT3 entstand. Im Mai 2023 wurde ChatGPT angekündigt und am 19. Juni 2023 wurde bekannt, dass bei der Bildzeitung Hunderte von Stellen durch KI ersetzt werden. Eindrücklich sind nicht nur die rasanten technologischen Durchbrüche, sondern auch wie schnell sich ihre Auswirkung auf Unternehmen vollzieht. Der Vortrag zeigt auf, wie Unternehmen den „KI-Tsunami“ erfolgreich bewältigen können und welche nächsten KI Innovationen auf uns zukommen werden.

AI Best Practice – Implementierung einer KI-Strategie und KI-Industrialisierung in einem grossen Fertigungsunternehmen

Wie setzt man eine KI-Strategie in einem großen Fertigungsunternehmen um? Wie organisieren Sie sich für den Erfolg? Wie industrialisiert man KI im großen Maßstab? In diesem Vortrag werde ich den Ansatz des ZF-Konzerns von der KI-Strategie bis zur Umsetzung zeigen und Themen rund um KI-Organisation, vertrauenswürdige KI und die Skalierung von Hunderten von Anwendungsfällen über mehrere Werke weltweit in einer Brownfield-Systemlandschaft ansprechen.

Data Excellence als Grundlage für die KI-Skalierung bis hin zu Generative AI

Auch die Energiebranche hat das Potenzial von KI für die Optimierung von Betriebsabläufen und die Förderung der Nachhaltigkeit vor langer Zeit erkannt. Das Gespräch behandelt den aktuellen KI-Reifegrad der EnBW und die verbundenen Herausforderungen bei der Skalierung. Der Fokus liegt dabei auf dem Aufbau des Fundaments (Data Excellence), welches benötigt wird, um KI zukünftig zum Mainstream werden zu lassen. Im Rahmen der Data Excellence investiert die EnBW in ein umfassendes Schulungsportfolio, um sicherzustellen, dass ihre Mitarbeiter über das erforderliche Wissen und die nötigen Fähigkeiten verfügen, um die KI effektiv zu nutzen. Des Weiteren wird durch die Förderung eines ganzheitlichen Verständnisses für KI eine kooperative Umgebung geschaffen, die den verantwortungsvollen Einsatz von KI-Technologien fördert. Eine weitere Säule sind der Ausbau von IT Fähigkeiten und Prozessen zur übergreifenden Wertschöpfung aus Daten.

Generative AI: Opportunities, Risks and Future Visions

If we believe some commentators, Generative AI (GenAI) is going to steal all our jobs (or destroy humanity). Some others are saying that it might be regulated out of useful existence. The answer, of course, is somewhere in between: some work will change, and regulation will have an impact, too. Some organizations will win by making big bets; others will struggle. One thing is already clear, though. Organizations that try to completely ignore GenAI technologies will be at a disadvantage.

So, the important questions for every organization starting out on the GenAI journey are: where are the real opportunities? How will organizations implement GenAI for different use cases, and ensure that these technologies are used appropriately and responsibly? What capabilities do organizations need to have, in order to deliver ROI on GenAI investments? And lastly, how is GenAI likely to further evolve in future?