blog
Von der Powerpoint-Präsentation direkt in die Schublade?
💡 Data Science-Projekte scheitern nur manchmal an technischen Fragestellungen oder Datenthemen. Viel öfter scheitern sie an der Stelle, wo Menschen, Prozesse und Unternehmenspolitik ins Spiel kommen. Grandiose Projekte landen zu Unrecht plötzlich in der Schublade,...
Softe Faktoren als Projektkiller: ML Deployment Crisis
58% der Machine Learning-Experten geben an, dass weniger als 20% der von ihnen entwickelten Machine Learning-Anwendungen auch tatsächlich in Unternehmen zum Einsatz kommen. Das bedeutet, über 80% ihrer Modelle enden in Schubladen und die investierten Ressourcen...
Die größten Herausforderungen auf dem Weg zu data-driven
👉 Viele spannende Datenprojekte mit wirtschaftlichem Potenzial werden nicht implementiert oder ausgerollt, weil⚡️ Dateninformationen abstrakt und kompliziert sein können und das menschliche Gehirn Schwierigkeiten hat diese zu verarbeiten.⚡️ weil wir Maßnahmen setzen...