Expertenwissen

Unkonzentriertes Arbeiten, unnötige Meetings, die Suche nach Dateien, das ewige Hin und Her zwischen verschiedenen Tools und Apps – all das und vieles mehr lenkt uns täglich davon ab, im Job das zu tun, was wir eigentlich wollen und sollten. Gestehen wir uns ein: Wir sind in einer Aufmerksamkeitskrise, die nicht nur unsere Produktivität schmälert, sondern schlimmer noch, unserer mentalen & physischen Gesundheit schadet. Diesem Missstand müssen wir entschieden begegnen.

Klassische Organisationen verharren noch immer in der Abteilungsdenke. Aufgaben werden entlang von internen Berichtslinien organisiert. Zukunftsunternehmen hingegen strukturieren sich entlang der Kundenaufgaben. Dort funktionieren Prozesse crossfunktional und sind reibungslos miteinander verzahnt.

Viele große Ideen hatten Ihren Ursprung auf einer kleinen Serviette. Denn was auf eine Papierserviette passt, geht auch leicht ins Gehirn. Einleuchtend, oder? Doch was hat eine Serviette mit Digitaler Transformation zu tun? Eine ganze Menge. Denn die digitale Transformation scheitert allzu oft an schwerfälligen, sterilen Strategiepapieren. Wer aber Menschen mit einer Idee anstecken möchte, muss begeistern, eine visuelle Geschichte erzählen. Und das selbst digitale Transformation auf eine Serviette passt, illustriert Prof. Dr. Dennis Lotter.

Text Mining wird teilweise auch als Text Data Mining bezeichnet, was die Beziehung zum allgemein geläufigeren Begriff Data Mining verdeutlicht. Textdaten, die nur selten eine eindeutige und einheitliche Struktur aufweisen, sollen mit Text Mining analysiert und ausgewertet werden. Wie das geht und welche Vorteile das Ganze hat, zeigt unser Expertenwissen.

Zunehmend verlangen der Markt und die Menschen nach einer Vereinbarkeit von Profitstreben und Nachhaltigkeit. Insofern ist ein zukunftsfähiger Corporate Purpose ökonomisch, ökologisch und sozial relevant. Er steht für die Identität eines Unternehmens. Und er muss glaubwürdig sein. Die Zeit der Sonntagsreden, ohne dass denen Taten folgen, ist vorbei.

Künstliche Intelligenz (KI) und mit dem Begriff verbundene Assoziationen haben inzwischen einen zentralen Platz in unserer Gesellschaft eingenommen. Ob sich durch den Einsatz von KI etwas verbessert oder verschlimmert, liegt im Auge des Betrachters. Wir geben Einblicke, wo KI eingesetzt wird und was die Vor- und Nachteile sind.

Die Zukunft rückt mit Hochgeschwindigkeit an. Permanente Vorläufigkeit wird zur Normalität. Überleben werden in diesem Kontext nur die Unternehmen, deren Grundgefüge sich adaptiv darauf einstellen kann. Hie und da etwas Tünche, um sich einen modernen Anstrich zu geben? Das reicht nicht. An organisationalen Innovationen kommt niemand vorbei.

Vier Tage in der Woche arbeiten. Kann das wirklich gut gehen? wird da nicht automatisch das eigene Unternehmen von den Wettbewerbern abgehängt? Nein, sagt Sven L. Franzen, CEO der TIGER MARKETING Group GmbH, der seit 2016 ein 35-Stunden-Modell eingeführt hat und bei dem gilt: Der Freitag ist frei... und das ist gut so.

Getreu dem Motto „Viel hilft viel“ können große Datenmengen für Unternehmen durchaus hilfreich sein – Sofern man auch etwas mit diesen Daten anfängt und die Ergebnisse aus den Analysen, vorausgesetzt man führt Analysen durch, nicht nur bestaunt, sondern auch zur Verbesserung nutzt. Aber was sind Daten überhaupt, und ab wann ist „Data“ eigentlich „Big“? Und ist mehr tatsächlich immer besser, oder kann man auch mit „Small Data“ Erfolge erzielen?

„Was ist denn Data Science?“ heißt unsere Reihe, in der wir Ihnen einige Grundbegriffe und Methoden aus dem Bereich Data Science näherbringen wollen. Aber was ist denn jetzt eigentlich Data Science? Und was ist dann Data Analytics? Was müssen Data Scientists und Datenanalysten kennen und können? Wir zeigen Gemeinsamkeiten und Unterschiede.