SlideShare ist ein Scribd-Unternehmen logo
1 von 26
Downloaden Sie, um offline zu lesen
STRIKTES MANAGEN NACH
DATEN IST WIE MALEN NACH
ZAHLEN.
Conny Dethloff (OTTO GmbH & CO. KG) 1
Impulsvortrag bei der hmmh multimediahaus AG
Hamburg, 24. Oktober 2018
Unsere heutige Reiseroute
Conny Dethloff (OTTO GmbH & CO. KG) 2
Begriffsklärung
Wer oder was ist Big Data, BI,
KI, Lernen?
01
Praktischer Einsatz
Wie lassen sich Daten und KI
einsetzen?
02
Take Aways
Welche 3 Punkte sollten
mindestens im Gedächtnis
bleiben?
04
Stärken und Schwächen
Wo bestehen Stärken und Schwächen
im Umgang mit Daten und KI?
03
Unsere heutige Reiseroute
Conny Dethloff (OTTO GmbH & CO. KG) 3
Begriffsklärung
Wer oder was ist Big Data, BI,
KI, Lernen?
01
Praktischer Einsatz
Wie lassen sich Daten und KI
einsetzen?
02
Take Aways
Welche 3 Punkte sollten
mindestens im Gedächtnis
bleiben?
04
Stärken und Schwächen
Wo bestehen Stärken und Schwächen
im Umgang mit Daten und KI?
03
Den geschlossenen Regelkreislauf (Closed
Loop) zu operationalisieren ist essentiell!
Conny Dethloff (OTTO GmbH & CO. KG) 4
Unternehmen dürfen nicht nur auf den Markt reagieren, sie müssen ihn auch gestalten. Nur dann
erhalten sie ihre Lebensfähigkeit. Das ist die Aufgabe von Business Intelligence (BI).
Agieren/ Reagieren
Markt
Unternehmen
Beobachten/ Reflektieren
Erkenntnisse gewinnen
Entscheiden/ Handeln
Conny Dethloff (OTTO GmbH & CO. KG) 5
Was ist Big Data?  Die 5 Vs (Relevant Data)
Volume
Velocity
Variety
Veracity
Value
Sehr Große Datenmengen
Schnell produzierte Daten
Große Vielfalt an Datenarten
Enge regulatorische Leitplanken für Datennutzung
Schaffung von Mehrwerten durch Datennutzung
Symbolik von: http://www.kpmg.com/DE/de/Documents/mdws-survey-2015-kpmg.pdf
Conny Dethloff (OTTO GmbH & CO. KG) 6
Warum haben wir Big Data?  Weil wir es
können.
Stete Weiterentwicklung
der IT
Alle Menschen können
sich im Internet äußern
(Web 2.0)
Die Daten verbreiten
sich in rasend schneller
Geschwindigkeit um
den Globus.
Verbesserte
Messverfahren, um
Daten zu messen
(Sensoren).
Verbesserte
Speicherverfahren.
Speicherplatz wird
immer billiger.
Big Data
Conny Dethloff (OTTO GmbH & CO. KG) 7
Was wird heute als Künstliche Intelligenz (KI)
bezeichnet?
3 Richtungen
Symbolverarbeitungsansatz (z. B.
Taschenrechner)
Künstliche Neuronale Netze
(Konnektionismus)
Verhaltensbasierte KI
(Embodiment, Robotik)
Conny Dethloff (OTTO GmbH & CO. KG) 8
3 Arten von Lernen (nach Gregory Bateson)
Lernen_0 (Unterwiesenes Lernen):
Das können Maschinen
Lernen_1 (Nicht-Unterwiesenes
Lernen): Das können Maschinen
Lernen_2 (Kognitiv-Volitives
Lernen): Das können Maschinen
(noch) nicht
Conny Dethloff (OTTO GmbH & CO. KG) 9
Schematische Darstellung eines KNNs
(Allgemeines Feed-Forward-Netz)
Unsere heutige Reiseroute
Conny Dethloff (OTTO GmbH & CO. KG) 10
Begriffsklärung
Wer oder was ist Big Data, BI,
KI, Lernen?
01
Praktischer Einsatz
Wie lassen sich Daten und KI
einsetzen?
02
Take Aways
Welche 3 Punkte sollten
mindestens im Gedächtnis
bleiben?
04
Stärken und Schwächen
Wo bestehen Stärken und Schwächen
im Umgang mit Daten und KI?
03
Conny Dethloff (OTTO GmbH & CO. KG) 11
Der geschlossene Regelkreislauf wird bei
OTTO über die BI Plattform BRAIN erstellt.
Daten- und
Entscheidungsvorbereitung
Automatisierte „schnelle“
Entscheidungen (Maschine)
Manuelle „langsame“
Entscheidungen (Mensch)
Markt
Closed Loop (Geschlossener Regelkreislauf)
Datenbereitstellung vs. Reaktionszeit
12
− Batch Use Cases (Capture later, act
later)
− Beispiele: emailing, Kampagnen,
Print
− Near-Time Use Cases (Capture
now, act later)
− Beispiele: Shoppingcart abandons,
fraud detection, keyword bidding
− Adhoc Use Cases (Capture later,
act now)
− Beispiele: DMC auf statistischen
Profilen (offsite, onsite,
newsletter)
− Real-Time Use Cases (Capture
now, act now)
− Beispiele: Last Minute Defense
(NBA), Product Recommendations
(NBO), Retargeting
Historische Daten Real-Time Daten
BatchReal-Time Datenbereitstellung
Reaktionszeit
Conny Dethloff (OTTO GmbH & CO. KG)
Von kanal- zur userzentrierten Steuerung:
Den Kunden in den Mittelpunkt stellen.
13
Alte Welt (vor eCommerce) Neue Welt (eCommerce)
Im Rahmen einer Paradigmenumkehr stellen wir den User in den Mittelpunkt für die Maximierung unserer
vertrieblichen Zielsetzungen. Durch ein intelligentes Steuerungsmodell wollen wir bei höchstmöglicher Relevanz
der Botschaften für den Nutzer eine bestmögliche Monetarisierung über alle Erlösarten erreichen.
Conny Dethloff (OTTO GmbH & CO. KG)
Es ist essentiell, Entscheidungen auf Basis
von Daten wertgenerierender zu gestalten.
14Conny Dethloff (OTTO GmbH & CO. KG)
Manuelle
Sortimentierung
Automatische
Sortimentierung
Sortiments-
Reporting
Artikel-
Performance
Automatische
Metadatenpflege
Unsere heutige Reiseroute
Conny Dethloff (OTTO GmbH & CO. KG) 15
Begriffsklärung
Wer oder was ist Big Data, BI,
KI, Lernen?
01
Praktischer Einsatz
Wie lassen sich Daten und KI
einsetzen?
02
Take Aways
Welche 3 Punkte sollten
mindestens im Gedächtnis
bleiben?
04
Stärken und Schwächen
Wo bestehen Stärken und Schwächen
im Umgang mit Daten und KI?
03
Conny Dethloff (OTTO GmbH & CO. KG) 16
Datenstress
Mit der Digitalisierung haben wir das erste Mal in der
Geschichte der Menschheit den Umstand erreicht, mehr
Daten zu produzieren als wir verarbeiten können.
Das bringt uns in Stress.
Conny Dethloff (OTTO GmbH & CO. KG) 17
Materiell Seelisch Materiell Seelisch
„Heute“„Gestern“ „Morgen“
Ich habe getan
Ich habe gefühlt
beschreibende Schnittstelle
vorhersagende Schnittstelle
Daten entstehen
ausschließlich hier
Management nach Daten = Malen nach Zahlen:
Daten kennen das „WAS“, nicht das „WARUM“.
Ich werde fühlen
Ich werde tun
Zeit
Conny Dethloff (OTTO GmbH & CO. KG) 18
Künstlich Neuronal Netze sind „dumm“
Quelle: https://photos.google.com/share/AF1QipPX0SCl7OzWilt9LnuQliattX4OUCj_8EP65_cTVnBmS1jnYgsGQAieQUc1VQWdgQ?key=aVBxWjhwSzg2RjJWLWRuVFBBZEN1d205bUdEMnhB am
24.08.2018
In einem Wolkenbild entdeckt ein auf Tiere trainiertes Künstlich
Neuronales Netz stets tierartige Figuren.
Klärung des Unterschiedes zwischen Daten
und Information
19
Daten
(Korrelation)
Was ist im Markt
geschehen?
Information
(Kausalität)
Warum ist das im
Markt geschehen?
„Closed Loop“
Markt Maschine
(mit Mensch)
Mensch
(mit Maschine)
Business Logik
1. Daten kennen nur das „Was“, niemals das „Warum“.
2. Kenntnis über den Markt erlangt man nur, wenn man das „Warum“ versteht. Dieses „Warum“ ist aber stets
eine subjektive Erfindung im Unternehmen und wird über Business Logik generiert.
3. Beispiele für Daten sind: Geburtsdatum oder Adresse eines Kunden, „Hat Artikel x am Tag y gekauft“.
4. Beispiele für Information sind: „Kunde x ist sport-affin“, „Kunde x ist affin für eMail Kampagnen“.
Conny Dethloff (OTTO GmbH & CO. KG)
Beispiele für Korrelationen, die keine
Kausalität herstellen.
20
Quelle: http://www.tylervigen.com/spurious-correlations
Conny Dethloff (OTTO GmbH & CO. KG)
Vorsicht beim Generieren von Erkenntnissen, also beim
Transformieren von Daten (Korrelation) in Information (Kausalität).
Unternehmenssteuerung nach Daten: Eine
Analogie zum Autofahren
Conny Dethloff (OTTO GmbH & CO. KG) 21
1. Wie planen wir beim
Autofahren (langfristig vs.
Kurzfristig)?
2. Wie nutzen wir Daten beim
Steuern eines Autos?
3. Erst dann nach rechts
lenken, wenn links irgendwo
gegengefahren?
4. Unterscheiden zwischen
Ergebnis- und
Steuerungskennzahlen.
Beispiel 1: Steuern nach Kennzahl Rendite
Conny Dethloff (OTTO GmbH & CO. KG) 22
• Rendite = (Umsatz – Kosten)/Kosten
• Ziel: Maximieren der Rendite
• Dafür setzen wir die Formel der ersten Ableitung auf Null. Die
Formel enthält keine Umsatzbestandteile mehr. Maximum der
Rendite liegt im Minimum der Durchschnittskosten1.
 Unternehmen verliert Sicht auf den Markt und damit den
Kundenfokus. Es wird eine Innenausrichtung generiert.
1Eine detaillierte Erklärung finden Sie hier: http://blog-conny-dethloff.de/wp-content/uploads/2011/06/Renditemaximierung1.pdf
Beispiel 2: Steuern nach Kennzahl Velocity
im Scrum Kontext
Conny Dethloff (OTTO GmbH & CO. KG) 23
• Velocity = Addition aller Storypoints von erledigten Stories
• Ziel: Maximieren der Velocity
• Das Ziel lässt sich erreichen durch Erhöhen der erledigten
Stories oder durch Erhöhen der Storypoints je Story in der
Aufwandsschätzung. Was ist für ein Team leichter umsetzbar?
 Es ist schon richtig: „Kontrollieren kann man nur, was man
messen kann“. Da sich aber gerade komplexe Fragestellungen
nicht messen lassen, kann man diese auch nicht kontrollieren.
Unsere heutige Reiseroute
Conny Dethloff (OTTO GmbH & CO. KG) 24
Begriffsklärung
Wer oder was ist Big Data, BI,
KI, Lernen?
01
Praktischer Einsatz
Wie lassen sich Daten und KI
einsetzen?
02
Take Aways
Welche 3 Punkte sollten
mindestens im Gedächtnis
bleiben?
04
Stärken und Schwächen
Wo bestehen Stärken und Schwächen
im Umgang mit Daten und KI?
03
3 Take Aways
Conny Dethloff (OTTO GmbH & CO. KG) 25
#3
Beim Generieren von Erkenntnissen aus
Daten ist Vorsicht geboten (Korrelation
vs. Kausalität)
#2
Daten kennen das WAS, nicht das
WARUM. Menschen erzeugen Sinn und
Bedeutung in Daten.
#1
Es ist keine Frage, ob sondern nur wie
Unternehmen Daten für sich nutzen
sollten.
Unsere heutige Reiseroute: Wir sind
angekommen
Conny Dethloff (OTTO GmbH & CO. KG) 26

Weitere ähnliche Inhalte

Ähnlich wie Striktes Managen nach Daten ist wie Malen nach Zahlen

eStrategy-Magazin - Ausgabe #2 2020
eStrategy-Magazin - Ausgabe #2 2020eStrategy-Magazin - Ausgabe #2 2020
eStrategy-Magazin - Ausgabe #2 2020
TechDivision GmbH
 
DMR TRANSFORMATION & PEOPLEMANAGEMENT
DMR TRANSFORMATION & PEOPLEMANAGEMENTDMR TRANSFORMATION & PEOPLEMANAGEMENT
DMR TRANSFORMATION & PEOPLEMANAGEMENT
Marc Wagner
 

Ähnlich wie Striktes Managen nach Daten ist wie Malen nach Zahlen (20)

PEX Konferenz DACH 2019 in Berlin: Vom Prozess zum Produkt
PEX Konferenz DACH 2019 in Berlin: Vom Prozess zum ProduktPEX Konferenz DACH 2019 in Berlin: Vom Prozess zum Produkt
PEX Konferenz DACH 2019 in Berlin: Vom Prozess zum Produkt
 
PM Camp Berlin 2018: Die digitale Transformation bei OTTO
PM Camp Berlin 2018: Die digitale Transformation bei OTTOPM Camp Berlin 2018: Die digitale Transformation bei OTTO
PM Camp Berlin 2018: Die digitale Transformation bei OTTO
 
BI@OTTO: Lean, Agil - Einfach machen hoch 2
BI@OTTO: Lean, Agil - Einfach machen hoch 2BI@OTTO: Lean, Agil - Einfach machen hoch 2
BI@OTTO: Lean, Agil - Einfach machen hoch 2
 
3. Neujahrsempfang Unfallkasse MV 2019 - Best Practice Führung
3. Neujahrsempfang Unfallkasse MV 2019 - Best Practice Führung3. Neujahrsempfang Unfallkasse MV 2019 - Best Practice Führung
3. Neujahrsempfang Unfallkasse MV 2019 - Best Practice Führung
 
BI@OTTO – Agile is out, Viable is in!!!
BI@OTTO – Agile is out, Viable is in!!!BI@OTTO – Agile is out, Viable is in!!!
BI@OTTO – Agile is out, Viable is in!!!
 
BI@OTTO - Vom Projekt- zum Produktmanagement
BI@OTTO - Vom Projekt- zum ProduktmanagementBI@OTTO - Vom Projekt- zum Produktmanagement
BI@OTTO - Vom Projekt- zum Produktmanagement
 
20161011 düsseldorf jahreskongress für organisation und management_die digita...
20161011 düsseldorf jahreskongress für organisation und management_die digita...20161011 düsseldorf jahreskongress für organisation und management_die digita...
20161011 düsseldorf jahreskongress für organisation und management_die digita...
 
20160929 bregenz logistik forum_die digitale reise von otto
20160929 bregenz logistik forum_die digitale reise von otto20160929 bregenz logistik forum_die digitale reise von otto
20160929 bregenz logistik forum_die digitale reise von otto
 
Social Collaboration: "Stell dir vor, es wird digital und keiner macht mit"
Social Collaboration: "Stell dir vor, es wird digital und keiner macht mit"Social Collaboration: "Stell dir vor, es wird digital und keiner macht mit"
Social Collaboration: "Stell dir vor, es wird digital und keiner macht mit"
 
K5 Konferenz 2015 - Intro zur Marketing Session - Florian Heinemann
K5 Konferenz 2015 - Intro zur Marketing Session - Florian HeinemannK5 Konferenz 2015 - Intro zur Marketing Session - Florian Heinemann
K5 Konferenz 2015 - Intro zur Marketing Session - Florian Heinemann
 
DATEV DigiCamp 2020 - Business Systemics
DATEV DigiCamp 2020 - Business SystemicsDATEV DigiCamp 2020 - Business Systemics
DATEV DigiCamp 2020 - Business Systemics
 
eStrategy-Magazin - Ausgabe #2 2020
eStrategy-Magazin - Ausgabe #2 2020eStrategy-Magazin - Ausgabe #2 2020
eStrategy-Magazin - Ausgabe #2 2020
 
AI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität LüneburgAI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität Lüneburg
 
DMR TRANSFORMATION & PEOPLEMANAGEMENT
DMR TRANSFORMATION & PEOPLEMANAGEMENTDMR TRANSFORMATION & PEOPLEMANAGEMENT
DMR TRANSFORMATION & PEOPLEMANAGEMENT
 
The Lean Startup - Pitching Techniken und Storytelling
The Lean Startup - Pitching Techniken und StorytellingThe Lean Startup - Pitching Techniken und Storytelling
The Lean Startup - Pitching Techniken und Storytelling
 
BI@OTTO: Vom Projekt- zum Produktmanagement
BI@OTTO: Vom Projekt- zum ProduktmanagementBI@OTTO: Vom Projekt- zum Produktmanagement
BI@OTTO: Vom Projekt- zum Produktmanagement
 
Break-out Session: Roboter in der Teppichetage? Cornelia Diethelm, Founder Ce...
Break-out Session: Roboter in der Teppichetage? Cornelia Diethelm, Founder Ce...Break-out Session: Roboter in der Teppichetage? Cornelia Diethelm, Founder Ce...
Break-out Session: Roboter in der Teppichetage? Cornelia Diethelm, Founder Ce...
 
10 fragen medienstandort_d_5_6_2014_w_rb
10 fragen medienstandort_d_5_6_2014_w_rb10 fragen medienstandort_d_5_6_2014_w_rb
10 fragen medienstandort_d_5_6_2014_w_rb
 
20160923 königstein gvdk jahreskonferenz 2016_komplexitätsmanagement bei otto
20160923 königstein gvdk jahreskonferenz 2016_komplexitätsmanagement bei otto20160923 königstein gvdk jahreskonferenz 2016_komplexitätsmanagement bei otto
20160923 königstein gvdk jahreskonferenz 2016_komplexitätsmanagement bei otto
 
Zwischen Himmel und Hölle - UX in Zeiten von KI
Zwischen Himmel und Hölle - UX in Zeiten von KIZwischen Himmel und Hölle - UX in Zeiten von KI
Zwischen Himmel und Hölle - UX in Zeiten von KI
 

Mehr von Conny Dethloff

ABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdf
ABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdfABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdf
ABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdf
Conny Dethloff
 

Mehr von Conny Dethloff (20)

Better SAFe than sorry - Why scaled agile frameworks do not necessarily impro...
Better SAFe than sorry - Why scaled agile frameworks do not necessarily impro...Better SAFe than sorry - Why scaled agile frameworks do not necessarily impro...
Better SAFe than sorry - Why scaled agile frameworks do not necessarily impro...
 
Mehr Mensch und weniger Rolle gesucht
Mehr Mensch und weniger Rolle gesuchtMehr Mensch und weniger Rolle gesucht
Mehr Mensch und weniger Rolle gesucht
 
(Agiles) Portfoliomanagement
(Agiles) Portfoliomanagement(Agiles) Portfoliomanagement
(Agiles) Portfoliomanagement
 
ABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdf
ABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdfABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdf
ABIT2023 - Organisationen in 3 Dimensionen beobachten und designen.pdf
 
Aldi-Süd - Keynote Marketing IO Days - End-to-End - what is it about and why...
Aldi-Süd - Keynote Marketing IO Days - End-to-End - what is it about and why...Aldi-Süd - Keynote Marketing IO Days - End-to-End - what is it about and why...
Aldi-Süd - Keynote Marketing IO Days - End-to-End - what is it about and why...
 
Purpose Driven Organisation - Unternehmen auf Sinnsuche, macht das Sinn?
Purpose Driven Organisation - Unternehmen auf Sinnsuche, macht das Sinn?Purpose Driven Organisation - Unternehmen auf Sinnsuche, macht das Sinn?
Purpose Driven Organisation - Unternehmen auf Sinnsuche, macht das Sinn?
 
WorkingProducts MONTHLY - Transformation geht nur über Strukturen
WorkingProducts MONTHLY - Transformation geht nur über StrukturenWorkingProducts MONTHLY - Transformation geht nur über Strukturen
WorkingProducts MONTHLY - Transformation geht nur über Strukturen
 
Produktentwicklung - Von der Natur lernen
Produktentwicklung - Von der Natur lernenProduktentwicklung - Von der Natur lernen
Produktentwicklung - Von der Natur lernen
 
BWI GmbH - Quo Vadis Organisationsdesign
BWI GmbH - Quo Vadis OrganisationsdesignBWI GmbH - Quo Vadis Organisationsdesign
BWI GmbH - Quo Vadis Organisationsdesign
 
Graduate Campus Hochschule Aalen - Unternehmen NEU denken
Graduate Campus Hochschule Aalen - Unternehmen NEU denkenGraduate Campus Hochschule Aalen - Unternehmen NEU denken
Graduate Campus Hochschule Aalen - Unternehmen NEU denken
 
PM Websession - Event Storming
PM Websession - Event StormingPM Websession - Event Storming
PM Websession - Event Storming
 
CC20 - Myth Buster New Work, Purpose, Kundenzentrierung, ...
CC20 - Myth Buster New Work, Purpose, Kundenzentrierung, ...CC20 - Myth Buster New Work, Purpose, Kundenzentrierung, ...
CC20 - Myth Buster New Work, Purpose, Kundenzentrierung, ...
 
Digital Health 4 Digital Workers - Impuls zu Führung
Digital Health 4 Digital Workers - Impuls zu FührungDigital Health 4 Digital Workers - Impuls zu Führung
Digital Health 4 Digital Workers - Impuls zu Führung
 
HP20 - New Work: Ein Rufen in die Leere
HP20 - New Work: Ein Rufen in die LeereHP20 - New Work: Ein Rufen in die Leere
HP20 - New Work: Ein Rufen in die Leere
 
Bonprix Barcamp - Impuls zu leadership - Conny Dethloff
Bonprix Barcamp - Impuls zu leadership - Conny DethloffBonprix Barcamp - Impuls zu leadership - Conny Dethloff
Bonprix Barcamp - Impuls zu leadership - Conny Dethloff
 
Re think.one: Unternehmen NEU denken
Re think.one: Unternehmen NEU denken Re think.one: Unternehmen NEU denken
Re think.one: Unternehmen NEU denken
 
Ministry Group-Learning-Journey: Einblicke in meinen Werkzeugkasten für Organ...
Ministry Group-Learning-Journey: Einblicke in meinen Werkzeugkasten für Organ...Ministry Group-Learning-Journey: Einblicke in meinen Werkzeugkasten für Organ...
Ministry Group-Learning-Journey: Einblicke in meinen Werkzeugkasten für Organ...
 
XING Puls - Warum Initiativen im Kontext New Work so oft zum Business Theater...
XING Puls - Warum Initiativen im Kontext New Work so oft zum Business Theater...XING Puls - Warum Initiativen im Kontext New Work so oft zum Business Theater...
XING Puls - Warum Initiativen im Kontext New Work so oft zum Business Theater...
 
LeanStammtisch Mannheim - Lean vs. Agile
LeanStammtisch Mannheim - Lean vs. AgileLeanStammtisch Mannheim - Lean vs. Agile
LeanStammtisch Mannheim - Lean vs. Agile
 
Denkraum-Führung - Herstellen von Balance zwischen Geben und Nehmen
Denkraum-Führung - Herstellen von Balance zwischen Geben und NehmenDenkraum-Führung - Herstellen von Balance zwischen Geben und Nehmen
Denkraum-Führung - Herstellen von Balance zwischen Geben und Nehmen
 

Striktes Managen nach Daten ist wie Malen nach Zahlen

  • 1. STRIKTES MANAGEN NACH DATEN IST WIE MALEN NACH ZAHLEN. Conny Dethloff (OTTO GmbH & CO. KG) 1 Impulsvortrag bei der hmmh multimediahaus AG Hamburg, 24. Oktober 2018
  • 2. Unsere heutige Reiseroute Conny Dethloff (OTTO GmbH & CO. KG) 2 Begriffsklärung Wer oder was ist Big Data, BI, KI, Lernen? 01 Praktischer Einsatz Wie lassen sich Daten und KI einsetzen? 02 Take Aways Welche 3 Punkte sollten mindestens im Gedächtnis bleiben? 04 Stärken und Schwächen Wo bestehen Stärken und Schwächen im Umgang mit Daten und KI? 03
  • 3. Unsere heutige Reiseroute Conny Dethloff (OTTO GmbH & CO. KG) 3 Begriffsklärung Wer oder was ist Big Data, BI, KI, Lernen? 01 Praktischer Einsatz Wie lassen sich Daten und KI einsetzen? 02 Take Aways Welche 3 Punkte sollten mindestens im Gedächtnis bleiben? 04 Stärken und Schwächen Wo bestehen Stärken und Schwächen im Umgang mit Daten und KI? 03
  • 4. Den geschlossenen Regelkreislauf (Closed Loop) zu operationalisieren ist essentiell! Conny Dethloff (OTTO GmbH & CO. KG) 4 Unternehmen dürfen nicht nur auf den Markt reagieren, sie müssen ihn auch gestalten. Nur dann erhalten sie ihre Lebensfähigkeit. Das ist die Aufgabe von Business Intelligence (BI). Agieren/ Reagieren Markt Unternehmen Beobachten/ Reflektieren Erkenntnisse gewinnen Entscheiden/ Handeln
  • 5. Conny Dethloff (OTTO GmbH & CO. KG) 5 Was ist Big Data?  Die 5 Vs (Relevant Data) Volume Velocity Variety Veracity Value Sehr Große Datenmengen Schnell produzierte Daten Große Vielfalt an Datenarten Enge regulatorische Leitplanken für Datennutzung Schaffung von Mehrwerten durch Datennutzung Symbolik von: http://www.kpmg.com/DE/de/Documents/mdws-survey-2015-kpmg.pdf
  • 6. Conny Dethloff (OTTO GmbH & CO. KG) 6 Warum haben wir Big Data?  Weil wir es können. Stete Weiterentwicklung der IT Alle Menschen können sich im Internet äußern (Web 2.0) Die Daten verbreiten sich in rasend schneller Geschwindigkeit um den Globus. Verbesserte Messverfahren, um Daten zu messen (Sensoren). Verbesserte Speicherverfahren. Speicherplatz wird immer billiger. Big Data
  • 7. Conny Dethloff (OTTO GmbH & CO. KG) 7 Was wird heute als Künstliche Intelligenz (KI) bezeichnet? 3 Richtungen Symbolverarbeitungsansatz (z. B. Taschenrechner) Künstliche Neuronale Netze (Konnektionismus) Verhaltensbasierte KI (Embodiment, Robotik)
  • 8. Conny Dethloff (OTTO GmbH & CO. KG) 8 3 Arten von Lernen (nach Gregory Bateson) Lernen_0 (Unterwiesenes Lernen): Das können Maschinen Lernen_1 (Nicht-Unterwiesenes Lernen): Das können Maschinen Lernen_2 (Kognitiv-Volitives Lernen): Das können Maschinen (noch) nicht
  • 9. Conny Dethloff (OTTO GmbH & CO. KG) 9 Schematische Darstellung eines KNNs (Allgemeines Feed-Forward-Netz)
  • 10. Unsere heutige Reiseroute Conny Dethloff (OTTO GmbH & CO. KG) 10 Begriffsklärung Wer oder was ist Big Data, BI, KI, Lernen? 01 Praktischer Einsatz Wie lassen sich Daten und KI einsetzen? 02 Take Aways Welche 3 Punkte sollten mindestens im Gedächtnis bleiben? 04 Stärken und Schwächen Wo bestehen Stärken und Schwächen im Umgang mit Daten und KI? 03
  • 11. Conny Dethloff (OTTO GmbH & CO. KG) 11 Der geschlossene Regelkreislauf wird bei OTTO über die BI Plattform BRAIN erstellt. Daten- und Entscheidungsvorbereitung Automatisierte „schnelle“ Entscheidungen (Maschine) Manuelle „langsame“ Entscheidungen (Mensch) Markt Closed Loop (Geschlossener Regelkreislauf)
  • 12. Datenbereitstellung vs. Reaktionszeit 12 − Batch Use Cases (Capture later, act later) − Beispiele: emailing, Kampagnen, Print − Near-Time Use Cases (Capture now, act later) − Beispiele: Shoppingcart abandons, fraud detection, keyword bidding − Adhoc Use Cases (Capture later, act now) − Beispiele: DMC auf statistischen Profilen (offsite, onsite, newsletter) − Real-Time Use Cases (Capture now, act now) − Beispiele: Last Minute Defense (NBA), Product Recommendations (NBO), Retargeting Historische Daten Real-Time Daten BatchReal-Time Datenbereitstellung Reaktionszeit Conny Dethloff (OTTO GmbH & CO. KG)
  • 13. Von kanal- zur userzentrierten Steuerung: Den Kunden in den Mittelpunkt stellen. 13 Alte Welt (vor eCommerce) Neue Welt (eCommerce) Im Rahmen einer Paradigmenumkehr stellen wir den User in den Mittelpunkt für die Maximierung unserer vertrieblichen Zielsetzungen. Durch ein intelligentes Steuerungsmodell wollen wir bei höchstmöglicher Relevanz der Botschaften für den Nutzer eine bestmögliche Monetarisierung über alle Erlösarten erreichen. Conny Dethloff (OTTO GmbH & CO. KG)
  • 14. Es ist essentiell, Entscheidungen auf Basis von Daten wertgenerierender zu gestalten. 14Conny Dethloff (OTTO GmbH & CO. KG) Manuelle Sortimentierung Automatische Sortimentierung Sortiments- Reporting Artikel- Performance Automatische Metadatenpflege
  • 15. Unsere heutige Reiseroute Conny Dethloff (OTTO GmbH & CO. KG) 15 Begriffsklärung Wer oder was ist Big Data, BI, KI, Lernen? 01 Praktischer Einsatz Wie lassen sich Daten und KI einsetzen? 02 Take Aways Welche 3 Punkte sollten mindestens im Gedächtnis bleiben? 04 Stärken und Schwächen Wo bestehen Stärken und Schwächen im Umgang mit Daten und KI? 03
  • 16. Conny Dethloff (OTTO GmbH & CO. KG) 16 Datenstress Mit der Digitalisierung haben wir das erste Mal in der Geschichte der Menschheit den Umstand erreicht, mehr Daten zu produzieren als wir verarbeiten können. Das bringt uns in Stress.
  • 17. Conny Dethloff (OTTO GmbH & CO. KG) 17 Materiell Seelisch Materiell Seelisch „Heute“„Gestern“ „Morgen“ Ich habe getan Ich habe gefühlt beschreibende Schnittstelle vorhersagende Schnittstelle Daten entstehen ausschließlich hier Management nach Daten = Malen nach Zahlen: Daten kennen das „WAS“, nicht das „WARUM“. Ich werde fühlen Ich werde tun Zeit
  • 18. Conny Dethloff (OTTO GmbH & CO. KG) 18 Künstlich Neuronal Netze sind „dumm“ Quelle: https://photos.google.com/share/AF1QipPX0SCl7OzWilt9LnuQliattX4OUCj_8EP65_cTVnBmS1jnYgsGQAieQUc1VQWdgQ?key=aVBxWjhwSzg2RjJWLWRuVFBBZEN1d205bUdEMnhB am 24.08.2018 In einem Wolkenbild entdeckt ein auf Tiere trainiertes Künstlich Neuronales Netz stets tierartige Figuren.
  • 19. Klärung des Unterschiedes zwischen Daten und Information 19 Daten (Korrelation) Was ist im Markt geschehen? Information (Kausalität) Warum ist das im Markt geschehen? „Closed Loop“ Markt Maschine (mit Mensch) Mensch (mit Maschine) Business Logik 1. Daten kennen nur das „Was“, niemals das „Warum“. 2. Kenntnis über den Markt erlangt man nur, wenn man das „Warum“ versteht. Dieses „Warum“ ist aber stets eine subjektive Erfindung im Unternehmen und wird über Business Logik generiert. 3. Beispiele für Daten sind: Geburtsdatum oder Adresse eines Kunden, „Hat Artikel x am Tag y gekauft“. 4. Beispiele für Information sind: „Kunde x ist sport-affin“, „Kunde x ist affin für eMail Kampagnen“. Conny Dethloff (OTTO GmbH & CO. KG)
  • 20. Beispiele für Korrelationen, die keine Kausalität herstellen. 20 Quelle: http://www.tylervigen.com/spurious-correlations Conny Dethloff (OTTO GmbH & CO. KG) Vorsicht beim Generieren von Erkenntnissen, also beim Transformieren von Daten (Korrelation) in Information (Kausalität).
  • 21. Unternehmenssteuerung nach Daten: Eine Analogie zum Autofahren Conny Dethloff (OTTO GmbH & CO. KG) 21 1. Wie planen wir beim Autofahren (langfristig vs. Kurzfristig)? 2. Wie nutzen wir Daten beim Steuern eines Autos? 3. Erst dann nach rechts lenken, wenn links irgendwo gegengefahren? 4. Unterscheiden zwischen Ergebnis- und Steuerungskennzahlen.
  • 22. Beispiel 1: Steuern nach Kennzahl Rendite Conny Dethloff (OTTO GmbH & CO. KG) 22 • Rendite = (Umsatz – Kosten)/Kosten • Ziel: Maximieren der Rendite • Dafür setzen wir die Formel der ersten Ableitung auf Null. Die Formel enthält keine Umsatzbestandteile mehr. Maximum der Rendite liegt im Minimum der Durchschnittskosten1.  Unternehmen verliert Sicht auf den Markt und damit den Kundenfokus. Es wird eine Innenausrichtung generiert. 1Eine detaillierte Erklärung finden Sie hier: http://blog-conny-dethloff.de/wp-content/uploads/2011/06/Renditemaximierung1.pdf
  • 23. Beispiel 2: Steuern nach Kennzahl Velocity im Scrum Kontext Conny Dethloff (OTTO GmbH & CO. KG) 23 • Velocity = Addition aller Storypoints von erledigten Stories • Ziel: Maximieren der Velocity • Das Ziel lässt sich erreichen durch Erhöhen der erledigten Stories oder durch Erhöhen der Storypoints je Story in der Aufwandsschätzung. Was ist für ein Team leichter umsetzbar?  Es ist schon richtig: „Kontrollieren kann man nur, was man messen kann“. Da sich aber gerade komplexe Fragestellungen nicht messen lassen, kann man diese auch nicht kontrollieren.
  • 24. Unsere heutige Reiseroute Conny Dethloff (OTTO GmbH & CO. KG) 24 Begriffsklärung Wer oder was ist Big Data, BI, KI, Lernen? 01 Praktischer Einsatz Wie lassen sich Daten und KI einsetzen? 02 Take Aways Welche 3 Punkte sollten mindestens im Gedächtnis bleiben? 04 Stärken und Schwächen Wo bestehen Stärken und Schwächen im Umgang mit Daten und KI? 03
  • 25. 3 Take Aways Conny Dethloff (OTTO GmbH & CO. KG) 25 #3 Beim Generieren von Erkenntnissen aus Daten ist Vorsicht geboten (Korrelation vs. Kausalität) #2 Daten kennen das WAS, nicht das WARUM. Menschen erzeugen Sinn und Bedeutung in Daten. #1 Es ist keine Frage, ob sondern nur wie Unternehmen Daten für sich nutzen sollten.
  • 26. Unsere heutige Reiseroute: Wir sind angekommen Conny Dethloff (OTTO GmbH & CO. KG) 26