Info
KI Methodenmix für die Verbesserung von Verkaufsprognosen
Im Rahmen der Veranstatlung wird einerseits der methodische „Unterbau“ erläutert, wie man mit geeigneten Datenquellen und dem passenden AI Methodenmix verbesserte Verkaufsprognosen realisieren kann. Dabei wird ein Grundverständnis zur Einordnung von AI sowie den wichtigsten AI-Methoden vermittelt, wesentliche Data Engineering Techniken vorgestellt und auf die Herausforderungen und die Potenziale beim Trainieren, Bewerten und Nutzen von AI Modellen im Rahmen einer Verkaufsprognose eingegangen. Andererseits werden die aktuellen Schwächen von typischen Verkaufsprognosen in der Automobilindustrie erläutert und erklärt welchen Mehrwert KI Algorithmen bei der Interpretation von Daten bringen können. Welche Datengrundlagen liegen vor und welche perspektivisch relevanten Datenquellen wurden in unserem Beispiel genutzt? Erfahren Sie abschließend welche Ergebnisse, Mehrwerte und Potenziale durch den Einsatz von KI Algorithmen im Fallbeispiel erzielt werden konnten.
Informationen zu den Unternehmen/Referenten
- Keynote: Von den Daten zum passenden AI-Methodenmix - Erfolgsfaktoren für den Einsatz von AI im Rahmen komplexer Verkaufsprognosen
- Stefan Weingärtner, Managing Director & Founder, AltaSigma und DATATRONiQ GmbH, Deutschland
- Praxisbeitrag: KI-gestützte Verkaufsprognosen in der Automobilindustrie - ein Fallbeispiel
- Robin Hornung, Managing Director, flexis Consult GmbH, Deutschland
- Robin Hornung, Managing Director, flexis Consult GmbH, Deutschland
Programm/Ablauf/inhaltliche Ausrichtung
16:00 – 16:15 Uhr Begrüßung
16:15 – 16:45 Uhr Keynote
16:45 – 17:15 Uhr Praxisbeitrag
17:15 – 17:20 Uhr Ausblick kommender Veranstaltungen
17:20 – 18:00 Uhr Online-Paneldiskussionsrunde
18:00 Uhr Veranstaltungsende