EN Archives - Seite 7 von 68

Vertrauen als Strategie: Wie Pharma durch Industrialisierung der Verantwortlichkeit gewinnt

Die Pharmaindustrie steht an einem entscheidenden Wendepunkt. Die im EU-AI-Gesetz festgelegte Frist für die Einhaltung der Vorschriften für risikoreiche AI-Systeme im August 2026 ist nicht nur eine regulatorische Hürde – sie ist ein strategischer Wendepunkt, der die Wettbewerbslandschaft für die Biopharma-Branche neu definieren wird. Die meisten Unternehmen betrachten dies als Compliance-Belastung. Die Marktführer erkennen darin jedoch bereits eine strategische Chance: die Möglichkeit, einen skalierbaren Trust Stack (Governance, Assurance, Adoption) aufzubauen, der den Weg vom Molekül zur Markteinführung beschleunigt und einen Schutzwall um ihre data-Assets errichtet.

Die letzte Absolventengruppe: Bedeutet AI das Ende des Immobilienfachmanns?

Der jüngste Kursrückgang der Aktien von Immobilienunternehmen aufgrund der Befürchtungen, dass ihr Geschäftsmodell durch disruptive Veränderungen existenziell bedroht sein könnte, ist Ausdruck einer neuen Realität, die sich allmählich abzeichnet. Wenn man über die Zukunft der bebauten Umwelt nachdenkt, fühlt es sich oft so an, als stünde man am Abgrund. In meinen jüngsten Gesprächen mit Branchenführern habe ich festgestellt, dass sich die Diskussion meist auf zwei Extreme konzentriert: eine Techno-Utopie der totalen, automatisierten Effizienz oder eine hartnäckige, vorsichtige Rückkehr zum "menschlichen Faktor"."

Von Leistungsplateaus zu Signature-Gerichten: Mit first-party und data die AI-Grenze durchbrechen

Dieser Artikel zeigt, wie Marketingfachleute über die Standardplattform AI hinausgehen können, indem sie first-party, data, prädiktive Signale und intelligente Infrastruktur kombinieren – und so aus generischer Automatisierung “Spezialitäten” machen, die einen höheren ROI erzielen.

Intelligenter Modeeinzelhandel: Förderung der Einführung von AI durch einen menschenzentrierten Ansatz

Zwar hat AI der Branche enorme Möglichkeiten eröffnet, doch stellt die Umsetzung in großem Maßstab nach wie vor eine Herausforderung dar. Insgesamt hat es nur eine Minderheit der Einzelhändler geschafft, Personalisierung in großem Maßstab erfolgreich umzusetzen, und viele Unternehmen werden nach wie vor durch Defizite bei der Qualifizierung der Mitarbeiter und beim Veränderungsmanagement gebremst, was ihre Transformationsprozesse verlangsamt.

AI im Sport: Die größten Erfolge werden heute abseits des Spielfelds erzielt

Im Sport werden data und AI in erster Linie mit der Leistung auf dem Spielfeld in Verbindung gebracht: Spieleranalysen, taktische Modellierung und Verletzungsprävention. Die Technologie hat die Grenzen sportlicher Leistungen erweitert und es Athleten ermöglicht, bisherige Grenzen zu überschreiten. Warum wenden dann nicht mehr Sportorganisationen dieselbe Denkweise auf das Sportgeschäft an? Der Sport ist eine äußerst wettbewerbsintensive Unterhaltungsbranche, in der marginale Verbesserungen in Bereichen wie Fanbindung, Inhalte, Betriebsabläufe und kommerzielle Entscheidungsfindung genauso wichtig sein können wie die Ergebnisse.

Langfristige AI-Agenten, Teil 3: Was dies konkret für Unternehmen bedeutet

Die Technologie ist real, aber noch nicht ausgereift. Die Richtung ist klar, der Zeitplan jedoch nicht. Die meisten Unternehmen, die im Jahr 2026 lang laufende AI-Systeme einsetzen, werden teure Lektionen lernen. Einige wenige werden echte Vorteile daraus ziehen. Der Unterschied wird letztlich von drei Faktoren abhängen: wo sie diese Systeme einsetzen, wie sie sie steuern und ob sie verstehen, was "autonom" in der Praxis tatsächlich bedeutet.

Langfristige AI-Agenten, Teil 2: Drei Ansätze, die tatsächlich funktionieren

Ende 2025 ging eine Technik mit dem absurden Namen "Ralph Wiggum" unter Praktikern viral. Der Name stammt von einer Simpsons-Figur – bewusst albern, denn die Kernidee ist fast schon peinlich einfach.

Langzeit-AI-Agenten, Teil 1: Das Problem, über das niemand spricht

Im März 2025 veröffentlichte eine Forschungsorganisation namens METR eine Erkenntnis, die weniger Beachtung fand, als sie verdient hätte. Sie hatten etwas Unmodisches gemessen: wie lange AI-Systeme Aufgaben ausführen konnten, bevor sie ausfielen. Nicht, was sie in einer einzelnen Interaktion leisten konnten. METR wollte wissen, wie lange sie eine kohärente, sinnvolle Leistung aufrechterhalten konnten.

70% von AI: Der Erfolg steht im Mittelpunkt: Hier sind fünf Fakten aus der Praxis, die dies belegen

Wir leben in einer Zeit, die ungeheure technologische Möglichkeiten bietet. In allen Branchen lassen sich Führungskräfte von den Möglichkeiten inspirieren, die AI bietet, doch um diesen Nutzen zu realisieren, reicht es nicht aus, lediglich neue Software zu installieren. Um die Lücke zwischen einem erfolgreichen Proof-of-Concept und skalierbarem geschäftlichem Nutzen zu schließen, müssen wir uns auf eine grundlegende Neugestaltung unserer Prozesse einlassen. Erfolgreich sind jene Projekte, die AI nicht nur als Werkzeug, sondern als Katalysator für einen kulturellen Wandel betrachten.

Vorherige 678 Nächster