Vorwort	5
	Inhaltsverzeichnis	7
	Über den Autor	11
	Abbildungsverzeichnis	12
	Tabellenverzeichnis	15
	1 Einführung: „Algorithmic & AI eat the world“	16
	Zusammenfassung	16
	1.1 Motivation und Hintergrund	16
	1.2 Ein Buch für die Unternehmenspraxis	19
	2 Big Data	21
	Zusammenfassung	21
	2.1 Was wirklich neu ist	21
	2.2 Definition von Big Data	22
	2.3 Dimensionen von Big Data	23
	2.4 Big Data als Grundlage für Algorithmic und Artificial Intelligence	24
	3 Algorithmik und Artificial Intelligence	26
	Zusammenfassung	26
	3.1 Die Macht der Algorithmen	26
	3.2 AI – das ewige Talent wird erwachsen	29
	3.3 Ein Definitionsversuch	30
	3.4 Erfolgsfaktoren und Treiber der Entwicklung der Aritificial Intelligence	31
	3.4.1 Internet und verteilte Systeme	31
	3.4.2 Mehrkernprozessoren und Graphics Processing Units	34
	3.4.3 Zukunftstechnologien – neuromorphe Chips und Quantencomputer	36
	3.5 Historische Entwicklung der AI	37
	3.5.1 Historische Entwicklung der Künstlichen Intelligenz	37
	3.5.1.1 Erste Arbeiten im Bereich der Künstlichen Intelligenz (1943–1955)	39
	3.5.1.2 Früher Enthusiasmus und baldige Ernüchterung (1952–1969)	39
	3.5.1.3 Wissensbasierte Systeme als Schlüssel zum kommerziellen Erfolg (1969–1979)	40
	3.5.1.4 Die Rückkehr der neuronalen Netze und der Aufstieg der AI zur Wissenschaft (1986 bis heute)	41
	3.5.1.5 Intelligente Agenten werden zur Normalität (1995 bis heute)	42
	3.6 Methoden und Technologien	43
	3.6.1 Symbolische AI	44
	3.6.1.1 Natural Language processing (NLP)	44
	3.6.1.2 Regelbasierte Expertensysteme	45
	3.6.1.3 Data Mining	47
	3.6.2 Subsymbolische AI	48
	3.6.3 Maschinelles Lernen	50
	3.6.3.1 Überwachtes Lernen – Supervised Learning	51
	3.6.3.2 Nicht überwachtes Lernen – Unsupervised Learning	51
	3.6.3.3 Verstärkendes Lernen – Reinforcement Learning	51
	3.6.4 Aktuelle Anwendungen der AI-Forschung	52
	3.6.4.1 Computervision und Maschinelles Sehen	52
	3.6.4.2 Robotics	53
	4 Algorithmics Business: Framework und Maturity Model	54
	Zusammenfassung	54
	4.1 AI Framework – die 360°-Perspektive	54
	4.1.1 Motivation und Nutzen	54
	4.1.2 Schichten des AI Framework	55
	4.1.3 AI Use Cases	56
	4.2 Algorithmic Business Maturity Model: Vorgehensmodell mit Roadmap	61
	4.2.1 Reifegrade und Phasen	61
	4.2.2 Nutzen und Zweck	66
	5 Algorithmic Business – auf dem Weg zum selbstfahrenden Unternehmen	67
	Zusammenfassung	67
	5.1 Klassische Unternehmensbereiche	67
	5.2 Conversational Office	73
	5.3 Algorithmic Marketing	75
	5.3.1 Datenschutz und Datenhoheit	77
	5.3.2 Algorithmen im Marketingprozess	78
	5.3.3 Praxisbeispiele	79
	5.3.3.1 Amazon	79
	5.3.3.2 Otto Group	80
	5.3.3.3 Bosch Siemens Haushaltsgeräte (B/S/H)	80
	5.3.3.4 UPS	81
	5.3.3.5 Netflix	81
	5.3.3.6 Coca Cola	81
	5.3.3.7 Bank of America	81
	5.3.4 Der richtige Einsatz von Algorithmen im Marketing	82
	5.4 Algorithmic Market Research	83
	5.4.1 Mensch versus Maschine	83
	5.4.2 Liberalisierung der Marktforschung	84
	5.4.3 Neue Anforderungen an die Marktforscher	85
	5.5 Algorithmic Controlling	86
	5.5.1 Big Data – Implikationen für das Controlling	86
	5.5.2 Monitoring und Frühwarnung	88
	5.5.3 Implikationen für die Rolle des Controller	89
	5.6 Neue Geschäftsmodelle durch Algorithmic und AI	89
	5.7 Brauchen Unternehmen einen Chief Artificial Intelligence Officer (CAIO)?	90
	5.7.1 Motivation und Rational	90
	5.7.2 Einsatzgebiete und Qualifikationen eines CAIOs	91
	5.7.3 Rolle im Rahmen der Digitalen Transformation	92
	5.7.4 Argumente pro/contra	93
	5.7.5 Fazit	94
	6 Conversational Commerce: Bots, Messaging, Algorithmen und Artificial Intelligence	95
	Zusammenfassung	95
	6.1 Einführung	95
	6.2 Motivation und Entwicklung	96
	6.3 Gegenstand und Bereiche	98
	6.4 (Chat)Bots als Enabler des Conversational Commerce	99
	6.4.1 Imitation menschlicher Unterhaltung	99
	6.4.2 Schnittstellen für Unternehmen	100
	6.4.3 Bots als neues Betriebssystem	101
	6.4.4 Bots und Künstliche Intelligenz – wie intelligent sind Bots wirklich?	101
	6.4.5 Bots – Chance oder Risiko für Unternehmen, Konsumenten und Gesellschaft?	102
	6.4.6 Auch die Kunden rüsten auf – Bots als Butler und intelligente Assistenten	103
	6.4.7 Siri, Google Now, Cortana, Alexa, Home – wer ist die Schlauste im Land?	109
	6.4.8 Bots – quo vadis?	115
	6.4.9 Einsatzgebiete im E-Commerce	117
	6.5 Trends, die den Conversational Commerce begünstigen	117
	6.6 Beispiele von Conversational Commerce	118
	6.7 Herausforderungen für den Conversational Commerce	120
	6.8 Vor- und Nachteile des Conversational Commerce	121
	6.9 Roadmap zum Conversational Commerce: E-Commerce-Maturity-Modell – Plattformen-Checklisten	121
	6.9.1 Das DM3-Modell als systematisches Vorgehensmodell für den Conversational Commerce	122
	6.9.2 Plattformen und Checkliste	124
	6.10 Fazit und Ausblick	126
	7 Best Practices	129
	Zusammenfassung	129
	7.1 Sales und Marketing reloaded – Deep Learning ermöglicht neue Wege der Kunden- und Marktgewinnung	130
	7.2 Artificial Intelligence und Big Data im Kundenservice: Reality Check und Ausblick	140
	7.3 Customer Engagement mit Chatbots und Collaboration Bots: Vorgehen, Chancen und Risiken zum Einsatz von Bots in Service und Marketing	150
	7.4 Die Zukunft der Media Planung – AI als Game Changer	162
	7.5 Die Bot-Revolution verändert das Content Marketing – Algorithmen und AI zur Generierung und Verteilung von Content	170
	7.6 Next Best Action – Recommendation Systeme Next Level	185
	7.7 Intelligent Automation – wie AI und RPA (Robotic Process Automation) Arbeitsplätze und Abläufe in Verwaltung und Kundenservice verändern	197
	7.8 Kundenkommunikation und Kundenservice über smarte Apps	201
	7.9 Corporate Security: Social Listening und die Digitalisierung der Desinformation – durch Algorithmen systematisch unknown Unknowns entdecken	219
	8 Fazit und Ausblick: Algorithmic Business – quo vadis?	233
	Zusammenfassung	233
	8.1 Super Intelligenz: die Computer übernehmen – realistisches Szenario oder Science-Fiction?	233
	8.2 AI: Die Top 10 Trends 2017 and beyond	238
	8.3 Implikationen für Unternehmen und Gesellschaft	241
	Literatur	247