AI Technology Archives - Seite 5 von 16

Der Vorteil von Agentic AI im Gesundheitswesen: Beschleunigung des ärztorientierten Marketings der Pharmaindustrie – von der Erkenntnis bis zum Ergebnis

Das neue E-Book von Artefact mit dem Titel „Der Vorteil agentischer AI im Gesundheitswesen: Beschleunigung des HCP-zentrierten Marketings der Pharmaindustrie – von der Erkenntnis zum Ergebnis“ zeigt, dass agentische AI einen bedeutenden Fortschritt bei der Bewältigung dieser Herausforderungen darstellt. Während sich traditionelle generative AI auf die Erstellung von Inhalten konzentriert, kann agentische AI aktiv handeln. Es erhält Ziele und Vorgaben, denkt strategisch und führt Aufgaben autonom innerhalb der Grenzen der Compliance und genehmigter data-Quellen aus. Agentes AI macht AI von einem Produktivitätswerkzeug zu einem Motor für die Unternehmensleistung.

ESG in der Praxis: Nachhaltigkeit in geschäftliche Erkenntnisse umsetzen

In den letzten zehn Jahren hat sich Nachhaltigkeit vom Randbereich der Unternehmensreputation zum Kern der Geschäftsleistung entwickelt. Das neue E-Book von Artefact mit dem Titel „ESG in Action: Wie man Umwelt-, Sozial- und Governance-Kriterien (ESG) data in Business Intelligence umwandeln), dokumentiert diesen Wandel anhand von halbstrukturierten Interviews mit Führungskräften aus der obersten Etage globaler Unternehmen wie Accor, Legrand, Tarkett, Ardian, Heineken, Siplec und Schenker sowie anhand von Erkenntnissen der OECD und der Nachhaltigkeits- und data-Experten von Artefact.

Wird die Zukunft von Agentic AI von Wissensgraphen abhängen?

Während Unternehmen sich beeilen, AI in die Praxis umzusetzen, stellen die meisten fest, dass ihre data-Infrastruktur nie für autonomes Schlussfolgern ausgelegt war. Heute entfallen bis zu 80 % der AI-Implementierungszeit auf die Aufbereitung von data-Daten und die Schemaanpassung – ein Symptom für Infrastrukturen, die auf Speicherung ausgelegt sind, nicht auf Verständnis. Ohne eine Grundlage, die Beziehungen und Bedeutungen erfasst, bleiben Agenten zwar leistungsstark, aber blind. Da AI-Agenten zu aktiven Teilnehmern in Unternehmensworkflows werden, verändern sich Art und Umfang der data-Abfragen.

Gestaltung der AI-Strategie im Bereich Energie und Industrie

In den letzten 18 Monaten hat das Thema 'Generative KI' jede Strategiesitzung auf C-Level dominiert. Aber was, wenn das bereits das alte Thema ist? Im Energie- und Industriesektor verlagert sich die Diskussion schnell von GenAI zu Agentic AI. Dabei handelt es sich nicht nur um ein inkrementelles Update, sondern um ein neues Paradigma, das von der einfachen Ergänzung von Aufgaben zur völligen Neuerfindung zentraler Industrieprozesse übergeht.

AI-gesteuerte Anzeigen: Die Zukunft der Werbung

Als OpenAI mit „Atlas“ seinen neuen, auf ChatGPT basierenden Browser vorstellte, brachte das Unternehmen nicht einfach nur ein weiteres Produkt auf den Markt. Es öffnete eine Tür, die in die nächste Ära der Mensch-Computer-Interaktion und damit zwangsläufig auch in eine neue Dimension der Werbung führt.

Data – Plattformen für das Zeitalter der Agenten

Die meisten Unternehmen sind nicht bereit, einen data-Stack aus der Dashboard-Ära durch einen KI-Stack zu ersetzen. Die jüngste Studie von Salesforce zum Stand von Data & Analytics zeigt, dass 84% der data- und Analytics-Führungskräfte sagen, dass ihre Strategien komplett überarbeitet werden müssen, bevor KI-Ambitionen erfolgreich sein können. Die Führungskräfte schätzen, dass 26% ihrer data nicht vertrauenswürdig sind, nur 43% über formale data governance-Rahmenwerke verfügen und etwa 50% kein Vertrauen in ihre Fähigkeit haben, zeitnahe Erkenntnisse zu generieren und zu liefern. Gleichzeitig glauben 70%, dass die wertvollsten Erkenntnisse im unstrukturierten data stecken. Die Schlussfolgerung liegt auf der Hand: Das Hindernis ist nicht der Enthusiasmus, sondern die Grundlage, und diese Grundlage muss sich ändern, bevor agentische Systeme skalieren können.

Das Heimwerkererlebnis bereichern: Wie ADEO mit AI Inhalte und Wissen miteinander verknüpft

Die Sortimentsoptimierung ist ein wichtiger Prozess im Einzelhandel, bei dem es darum geht, den idealen Produktmix zu finden, um die Nachfrage der Verbraucher zu befriedigen und gleichzeitig die vielen logistischen Zwänge zu berücksichtigen. Die Einzelhändler müssen sicherstellen, dass sie die richtigen Produkte in der richtigen Menge und zur richtigen Zeit anbieten. Durch die Nutzung von data und Verbraucherinformationen können Einzelhändler fundierte Entscheidungen darüber treffen, welche Artikel sie auf Lager halten, wie sie ihren Bestand verwalten und welche Produkte sie auf der Grundlage von Kundenpräferenzen, saisonalen Trends und Verkaufsmustern priorisieren sollten.

MotherDuck im Überblick: Wie sich die AI- und Analytics-Lösung der nächsten Generation in Ihren Data-Stack einfügt

MotherDuck erweitert die analytische Leistung von DuckDB auf das cloud mit kollaborativen Funktionen und bietet eine 4x schnellere Leistung als BigQuery sowie Kosteneinsparungen gegenüber herkömmlichen data-Warehouses durch serverlose, nutzungsabhängige Preise. Nach der Ankündigung der neuen europäischen cloud-Region von MotherDuck waren wir von der Leistung und dem attraktiven Preis beeindruckt. MotherDuck kann bereits in Ihre Goldschichten integriert werden, um die Bereitstellung von data-Anwendungsfällen zu beschleunigen und gleichzeitig Kosten zu sparen. Siehe Leistungsbenchmark.

Wie AI die Suche verändert und was das für Kunden, Vermarkter und Marken bedeutet

KI verändert die Suche und verlagert sie von Ranking und Retrieval hin zu Argumentation und Synthese. Dieses Whitepaper zeigt diese Entwicklung auf, erklärt die Funktionsweise von großen Sprachmodellen (LLMs) und legt die Auswirkungen für Vermarkter und Marken dar. Im Zentrum der neuen Messlandschaft steht das goldene Dreieck des MROI: Die Marketing-Mix-Modellierung (MMM) liefert die strategische Sichtweise, quantifiziert die Auswirkungen des Marketings auf den Umsatz und bietet Optimierer und Simulatoren, um die Budgetzuweisung zu steuern. Inkrementalitätstests validieren, ob Kampagnen tatsächlich zusätzliche Ergebnisse liefern, indem sie Test-gegen-Kontrolle-Experimente verwenden, um die Kausalität zu ermitteln. Außerdem kalibriert es sowohl MMM- als auch Attributionsmodelle. Die Attribution informiert über die Optimierung während des Fluges, indem sie den Kunden eine bestimmte Zeitspanne zuordnet. Im Jahr 2025 nutzen fortschrittliche Modelle Deep Learning und Aufmerksamkeitsmechanismen, um Kanalinteraktionen effektiver zu erfassen. Diese Methoden sind am leistungsfähigsten, wenn sie zusammen eingesetzt werden: MMM für die langfristige Planung, Inkrementalität für die Basiswahrheit und Attribution für die Agilität in Echtzeit. Unternehmen stehen auch vor der Entscheidung zwischen In-Housing- und SaaS-Lösungen. Eine In-House-Lösung bietet Anpassungsmöglichkeiten und Kontrolle, erfordert aber Talent und Investitionen, während SaaS Schnelligkeit und Fachwissen bietet. Die richtige Wahl hängt von den Ressourcen und dem Reifegrad von data ab. Beispiele aus der Praxis zeigen die besten Praktiken: Googles Meridian führt ein Open-Source-MMM-Toolkit ein, um die Kalibrierung, die Messung des oberen Trichters und die Korrektur von Verzerrungen zu verbessern. Accor nutzt Inkrementalitätstests, um Annahmen zu hinterfragen und die Budgetzuweisung zu optimieren. Nike demonstriert die Macht der Beharrlichkeit und des kulturellen Wandels, indem es die Messung in die Prozesse einbettet und die Erkenntnisse demokratisiert. Artefact unterstreicht die 95-5-Regel und zeigt, wie die Messung des Markenwerts langfristiges Wachstum mit kurzfristiger Leistungseffizienz verbindet. Mit Blick auf die Zukunft werden fünf Trends die Messung prägen: verbesserte data-Qualität, neue Rahmenbedingungen für Einzelhandelsmedien und vernetztes Fernsehen, internes MMM mit Tests, datenschutzorientierte Ansätze und aufmerksamkeitsbasierte Metriken. Die Schlussfolgerung ist klar: Marketing-Messung ist jetzt ein strategischer Wegbereiter. Durch die Integration von Methoden, die Verankerung in der Unternehmenskultur und die Konzentration auf Leistung und Marke können CMOs ihre Budgets verteidigen und nachhaltiges Wachstum freisetzen.