Beispiele für Social Simulation. Allgemeine Prinzipien von Agenten und Multiagentensystemen (MAS)

Größe: px
Ab Seite anzeigen:

Download "Beispiele für Social Simulation. Allgemeine Prinzipien von Agenten und Multiagentensystemen (MAS)"

Transkript

1 Mit prognoseorientierter Analytik verbessern wir das Ergebnis von Unternehmen in Konsumbranchen Social Simulation mit Multiagentensystemen 1 Inputs 2 Expertise 3 utzen in 5 Bereichen Multi-source modern mit anwendbaren Ergebnissen Klarer Fokus Daten Strategic Predictive Customer Insights Akquisition & Bindung Modellierung und Simulation des realen Kundenverhaltens mit Multiagentensystemen Aleksandar Ivanov Berlin, Experten Crowd Web Innovative Verfahren Orientierung an Top- Management klarer Fokus auf definierte Anwendungsbereiche Service aus einer Hand: Datenbearbeitung, Methodik, Visualisierung Produkt, Portfolio & Preis akurate Bedarfsplanung Standortauswahl & Standortcontrolling Marketing Mix Optimierung Poznan Berlin Boston Analyx 0 Analyx 1 Analyx 2 2 amhafte Branchenführer erzielten mit Analyx nachhaltige Erfolge in diesen 5 speziellen Anwendungsbereichen Bereich Ansatz Referenz Akquisition & Bindung Produkt, Portfolio & Preis Bedarfsplanung Standortwahl & -controlling Marketing Mix Campaign Worx Product Worx Demand Worx Location Worx Promo Worx Leading German apparel retailer Erfolg 18% Reduzierung Kundenkündigung Improved hit rate despite lower market research cost 15 %-Punkte höhere Planungsgenauigkeit; EBIT-Steigerung um mehrere Millionen EUR 9% Erhöhung der Flächenproduktivität 3.5 Millionen EUR EBIT-Effekt (nur Deutschland) BEISPIELE weitere Global White Goods Firm Analyx Standorte in 3 Analytikzentren Analyx US Spike: Advanced market simulation & Complexity science Consulting for US clients Links into MIT and Santa Fe Institute USA Boston Germany Berlin Analyx Germany Spike: Social Forecasting & Social Media predictions Consulting for Western Europe Links into German academia Analyx Poland Spike: Data-driven prediction, Data mining & Econometrics Consulting for Eastern Europe Partnerships with Poland s leading economics and technical universities Poznan Poland Analyx 4 4 Social Simulation simuliert menschliches Verhalten in Gemeinschaften: Märkte, Länder, Kommunen u. v. a. m. Analyx 5 # 1

2 Wie kann man menschliches Verhalten simulieren? Beispiel: Simulation des Telekommunikationsmarkets für die Deutsche Telekom Warum ein Multiagentensystem für diese Fragen?? Was ist wichtiger: Bandbreite oder Preis? Sollten wir Köln mit Glasfaser ausstatten? Wo liegt die Schmerzgrenze beim Kunden? Welchen Marktanteil haben wir in 2014? Komplexer Markt mit vielen Einflussfaktoren Daten, Umfragen und Statistisches Analysen allein reichen nicht Bauchgefühl liegt meist daneben Menschliche Gehirne sind mit der Komplexität überfordert Analyx 6 Analyx 7 Analyx 8 Wie entscheidet sich ein Agent für einen Tarif? Der Output: Marktanteile, Umsätze, Entwicklung der Kundenbasis Beispiel: Simulation des deutschen Arbeitsmarktes für die Bertelsmann Stiftung Start Habe ich V, I oder TV utzung Gespräche mit Freunden Hallo, mein ame ist Agent 1, ich bin 32 Jahre alt, männlich und bin 1&1 Kunde. Ich nutze meine Produkte (Telefon und Internet) täglich 80% 70% 60% achfrageseite Für Dokumentation: Qualifikationsstruktur der Arbeitsnachfrage Gering Angebotsseite 50% Bin ich zufrieden mit V, I, T? V, I und/oder T Tarif ändern ächster Agent Wie lange läuft mein Vertrag noch? 40% 30% 20% 0% Gesamtstellenzahl nach Qualifikationen Mittel Hoch Einzelne Jobs Einzelne Personen Analyx 9 Analyx 10 Analyx 11 # 2

3 Beispiel: Simulation des deutschen Arbeitsmarktes für die Bertelsmann Stiftung Beispiel: Simulation des deutschen Arbeitsmarktes für die Bertelsmann Stiftung Exemplarische Agenten Attribute Alter Geschlecht ationalität Qualifikation Partizipation Erwerbsstatus Besch.-Dauer Prozesse: Dynamik der Attribute Geburt, Altern, Tod Konstant Einbürgerungsentscheidung Bildungsentscheidung Partizipationsentscheidung Job-Such- und Matching-Prozess Job-Beendigungs-Enscheidung Wachsende Berufserfahrung mit zunehmendem Alter 30% 25% 20% 15% 5% 0% Arbeitslosenquote (ILO) für Erwerbspersonen zw , in Prozent Mittel Mittel ALQ Deutsche ALQ Ausländer Analyx 12 Analyx 13 Analyx 14 Was ist ein Agent? Arten von Agenten Ein Agent ist als Programm aufgebaut, wie jedes andere Programm Ein Software-Agent ist ein Computerprogramm, das zu gewissem eigenständigem (autonomem) Verhalten fähig ist. Reaktive Agenten Adaptive Agenten Kognitive Agenten autonom arbeitet unabhängig vo User reaktiv reagiert auf Änderungen der Umgebung robust gegen äußere und innere Störungen adaptiv eigenen Einstellungen (=Parameterwerte) ändern kognitiv Lernen aufgrund getätigter Entscheidungen/Beobachtungen Parameter Alter Geschlecht ationalität Qualifikation Partizipation Prozesse: Methoden, Funktionen Altern Konstant Entscheiden, wann man Einbürgerungsantrag stellt Bildungsentscheidung Partizipationsentscheidung proaktiv führt Aktionen aufgrund eigener Initiative aus Erwerbsstatus Job-Such- und Matching-Prozess Job-Beendigungs-Enscheidung sozial Kommunikation mit anderen Agenten Analyx Quelle: Wikipedia.de 15 Analyx Quelle: Wikipedia.de 16 Analyx 17 # 3

4 F ZE F ZP Reaktiver Agent Kognitiver Agent Was ist ein Multiagentensystem (MAS)? Perception Sensor Komplexe Datenstrukturen Komplexe Funktionen Social Status Cognition Emotion Physis Z S F S Z C G C F C Thinking P C Behaviour E P Actor Ein MAS ist ein System aus mehreren gleichartigen oder unterschiedlich spezialisierten Software-Agenten, die kollektiv agieren miteinander oder gegeneinander. Z: State F: State Transition Function G: Goals P: Action Plans Causal Dependencies Information Flow Analyx Quelle: Wikipedia.de 18 Analyx Schmidt: Modeling Human Behavior 19 Analyx 20 Beispiel für ein MAS: Roboter als Agenten, die mit der physischen Welt und anderen Robotern interagieren können Beispiel für ein MAS: Roboter als Agenten, die mit der physischen Welt und anderen Robotern interagieren können Beispiel für Soziale MAS: Virtuelle Märkte, Unternehmen und Menschen im Computern simulieren Produkte & Preise Marktumgebung: Kommunikationskanäle, Wettbewerber usw. Welche Produkte haben meine Freunde/Familie? Wieviel kann/will ich ausgeben? Will ich etablierten Anbieter oder einen ewcomer testen? Bin ich Intensiv- oder Gelegenheitsnutzer? Simulierte Unternehmen Simulierte intelligente Kunden Analyx 21 Analyx 22 Analyx 23 # 4

5 F ZE F ZP Einordnung von MAS-Simulationen Was braucht man für die Modellierung von sozialen Systemen? Statische Simulation Technik: Objekt-orientierte Programmierung und Frameworks Monte-Carlo-Simulation Dynamische Simulation Kontinuierliche Simulation Diskrete Simulation Hybride Simulation Agententheorie: KI, Kognitivie Architekturen Systemtheorie: Umweltmodelle, Makromodelle Fachwissen: Psychologie, Marketing, BWL, VWL, Soziologie Daten: Befragungen, Ergebnisse psychologischer Experimente, volksw. Daten, Daten über Wettbewerber und Produkte des Markets Datenanalyse: Statistik, Data Mining, Visualisierung Analyx 24 Analyx 25 Analyx 26 Technik: Objekt-orientierte Programmierung und Frameworks, z. B. RePast oder etlogo Agententheorie: BDI-Modell Agententheorie: PECS-Modell - Physical conditions, Emotional state, Cognitive capabilities, Social status Perception Sensor Belief Desire Intention Social Status Cognition Emotion Physis Z C F C Weltwissen Wissensrepräsentation Ziele Handlungsalternativen Plan-Datenbank Funktionen Z S F S G C Thinking P C E P Behaviour Actor Z: State F: State Transition Function G: Goals P: Action Plans Causal Dependencies Information Flow Analyx 27 Analyx 28 Analyx 29 # 5

6 Agententheorie in der Praxis ist viel Papier und der Programm-Code, den man daraus macht Die Erstellung von Social MAS sind interdisziplinäre Großprojekte 1. Ziel des Modells klar definieren 2. Target kennenlernen und erste Modell-Skizzen 3. Detailliertes Paper model und Datenbedarf 4. Fast Prototyping mit sehr groben Daten 5. Datenverfügbarkeit prüfen und Paper model anpassen basierend auf Erkenntnissen des Prototypen und gemäß den Datenrestriktionen 6. Datenerhebung und vorbereitung 7. Datenanalyse 8. Paper model verbessern gemäß den Erkenntnissen aus den Datenanalysen 9. Version 1 des Paper models implementieren und verifizieren 10. Validierung des Modelloutputs 11. Version 2 implementieren Analyx 30 Analyx 31 Analyx 32 Bespiel Deutsche Telekom Target verstehen: Mögliche Bestandteile eines Marktmodells im Telekommunikationsmarkt Datenbedarf -> Datenverfügbarkeit -> Datenbasis Modellierung Datenanalyse Implementierung Individual-Daten Alter Einkommen Preis-Sensitivität Online-Involvement Provider-Präferenz Mobilfunk/Online-Bedarf Marktumfeld Tarife der Anbieter Anbieter-Image Kommunikationskanäle, z. B. Direktmarketing vs. Massenwerbung Konjunkturelle Situation usw. Kognitive Architektur: Wie entscheidet ein Kunde? Wahrnehmung Brand perception Brand image Preiswahrnehmung Selbstbild Alternativen- Auswahl Available Set Awareness Set Evoked Set Consider. Set Preisverarbeitung Entscheidung Gedächtnis Erfahrungen mit Produkten Marken- Erfahrungen Voraussetzung für Lernprozesse Interaktion der simulierten Kunden miteinander Mund-zu-Mund-Propaganda etzwerk-marketing-strategien prüfbar usw. Lernprozesse Zufriedenheit mit aktuellem Tarif Anpassung der Präferenzen bei Unzufriedenheit Evolution des Anbieter-Images Tarifdatenbank DTAG und Hauptwettbewerber (96% des PK-Festnetzmarktes) Alle Haupttarife mit den relevanten Tarifeigenschaften : Grundpreis utzungspreis Bandbreite Tel.-AS. Variante TV-Ausprägung MVLZ Kündigungsfrist Rabatte etc Tarife auf Monatsbasis von 2007 heute Relative und absolute Preisabstände Berücksichtigung der Tarife nach regionaler Verfügbarkeit Kundenbestände u. Wechslerdaten Anzahl der Wechsler pro Monat von Tarif x nach Tarif y auf Bundesebene Kategorisierung nach Art des Wechsels z.b. : Upgrade Downgrade eukunde Churner Kundenbestände zum Ende jeden Monats pro Tarif Berücksichtigung von realen Verfügbarkeiten pro Tarif sogar auf PLZ- Ebene Gesamtumsatz und Umsatz nach Produktklassen Telebasics Home Jährliche, repräsentative Befragung der deutschen Haushalte Soziodemografische Erhebungen: Haushaltsgröße Alter Geschlecht Einkommen Wohnort Bildung Beruf utzungsverhalte n TK-Ausgaben TK-Produkte etc. ~ 320 Attribute pro befragtem Haushalt Marktdaten Demografische und gesamtwirtschaftliche Entwicklung nach regionaler Gliederung (97 Raumeinheiten) Private Konsumausgaben (insb. Medien und Konsum) Mediennutzung nach Alter, Einkommen u.a. Anschlussgrade unterschiedlicher Medien/Technologien Entwicklung Anzahl/Größe Privathaushalte Regionale Marktunterschiede Analyx 33 Analyx 34 Analyx 35 # 6

7 ik 0 k1 i1 k 2 i 2 kj ij ein (eher hoch Involvierte) Wähle aus valid-tarife einen Tarif mittels preisverarbeitung1 Wähle aus valid-tarife mit p-netzusers >= p-netzusers-pref einen Tarif mittels preisverarbeitung2 Wähle aus valid-tarife mit netz = netzpref einen mittels preisverarbeitung2 z5 < p? Ja (Konservative) ein. Ja (eher gering Involvierte) p-netzusers-pref > users-lim netzpref leer? ein (icht-konservative) z6 z6 < 0,5 z6 >= 0,5 Ja. Wähle aus valid-tarife einen Tarif mittels preisverarbeitung2 Wähle aus valid-tarife mit mlz <= maxmlz einen Tarif mittels preisverarbeitung2 Habe ich V,I oder TV Gespräche mit Freunden Bin ich zufrieden mit V, I, T? utzung V, I und/oder T Tarif ändern ex t Consumer ex t Consumer ex t Consumer ex t Consumer U s age = (V oice Usage of Consumer, X%) [ Ca p at 0] T i m e to p a y this time s t ep? D et er mine amount to p a y based on Usage amount Cost Rel eva nce.y i ncome G o tr ough list of friends Ch o ose probabilistically which D ecis ion Attribute to talk about A t t ribute Relevance += (Friend s Rel. old Attr. R el.) * Co nsumer Receptiveness * F riend s Persuas iveness O t h er A t t ributes to talk a b out? B r a nd Per ception += (Friend s B rper c. old BrPer c.) * Co nsumer Receptiveness * F riend s Persuas iveness G o tr ough V, I and T Co n sumer S t i ckines s > S a tisfaction w i t h V, I or T? O t h er A t t ributes to talk a b out? Co n sumer a l low ed to l ea ve? S et Flexibility R el evance = x PlanValue i Satisfacti on Relevance i Deci si onat t ri but e MaxValue i Cr ea te initial Choice Set with a l l plans according to Table 4.1 R em ove all plans not available i n the area of the Cons umer R em ove all plans with brands n o t know n to the Consumer R em ove all plans with Consumer can t a f ford: Cost > X% of Income Create all possible combinations with current plan(s) Consumer is happy with Co n sumer in Ca t egory A? Ch o ose plan(s ) W i t h Utility Method F i nal Choice R ed uce Choice Set w i t h EA B Method G o Shopping Co n sumer ex t Consumer Cr ea te initial Choice Set with a l l plans according to Tanle 1.0 R em ove all plans not available i n the area of the Cons umer R em ove all plans with brands n o t know n to the Consumer R em ove all plans Consumer can t a f ford: Cost > X% of Income Cr ea te all possible combinations w ith cu r r ent plan(s) Consumer is happy with Co n sumer in Ca t egory A? Ch o ss e plan(s) w i t h Utility Method F i nal Choice U s age = (V oice Usage of Consumer, X%) [ Ca p at 0] R ed uce Choice Set w i t h EA B Method P er formance Relevance += Usage*u * I mpact Factor from Graph 1.1 B r a nd Per ception += Usage*v * I mpact Factor from Graph 1.1 T i m e to p a y this time s t ep? D et er mine amount to p a y based on Usage amount Cost Rel eva nce.y i ncome R el ax Cr i t erion over T i ghten Cr i t erion R a nk Decision A ttributes p r o babilistically based o n Relevance values G o through Decis ion A t t ributes by rank E l iminate all plans that d o n t satisfy the Criterion f o r this Decision Attr ibute A n y plans left i n Choice Set? Choose V, I,T combinatio nwith highest Utility : Pla n Va lui e Utility Releva n ce i Deci si onat t ri but e Ma xva lui e A n y Decision A t t ributes left? S i ze of Ch o ice Set < X M a ximum of Ch o ice Set ex t Consumer U s age = (V oice Usage of Consumer, X%) [ Ca p at 0] P er formance Relevance += Usage*u * I mpact Factor from Graph 1.2 B r a nd Per ception += Usage*v * I mpact Factor from Graph 1.2 T i m e to p a y this time s t ep? D et er mine amount to p a y based on Usage amount Cost Rel eva nce.y i ncome Datenanalyse: Vorgehensweise am Beispiel der Kündigungswahrscheinlichkeit eines Kunden (Churn probability) Fast Prototyping eines Agenten basierend auf den ersten Erkenntnissen Prototyp-Agenten in ein MAS mit anderen Agenten und einer Umwelt laufen lassen Benennung der Indikatoren Faktorenanalyse Aufstellung von Hypothesen Regressionsanalyse Kontrolle Soft knowledge aus Erfahrung & Mafo Kaufentscheidung WE Alter>42 UD Einkommen < DA Suche o-name Produkt WE Involvement hoch DA vergleiche Preise Konsistent vernetzte Erkenntnisse aus Daten & Erfahrung Entscheidung Aktualisiere Warenkorb Ja Betrete Supermarkt Laufe durch Regale Impuls Kauf? Entscheidungslogik Start Intelligente Agenten Produkte und Preise Simulierte Wettbewer Faktor 1 Faktor 2 Faktor 3 Faktor 4 Faktor 5 Faktor 6 Faktor 7 Faktor 8 Faktor 9 Faktor 10 z Die Churnrate im SP- Layer ist abhängig von bk b x b x... b x -15% 9% 6% utzung WE Intensivnutzung DA Produkterfahrung hoch gewichten WE Monatsrechnung zu hoch DA Zunahme Unzufriedenheit Gedächtnis WE Freunde positive utzungs-erfahrungen DA Marken-Image revidieren Weitere Bereiche ein Preis und Marke wählen Einkaufsliste leer? Gedächtnis Erfahrungen Formung & Evolution des Markenimages Lernen & Adaption Ja Ja ein Suche einen Artikel aus Einkaufsliste Artikel gefunden? ein Unzufriedenheit zu groß? Ja Produktnutzung ächster Agent Analyx 36 Analyx 37 Analyx 38 Ergebnisse des Prototypen mit Realdaten vergleichen Bespiel Deutsche Telekom Entscheidungsprozess eines Agenten Überblick über den Entscheidungsprozess Mikro-Validierung Entscheiden einzelne Agenten richtig? Makro-Validierung Verhält sich das Gesamtsystem richtig? Start Habe ich V, I, T? J Modell- Output utze V, I, T Realdaten Weiterentwicklung der kognitiven Architektur der Agenten Gespräche mit Freunden Bin ich zufrieden mit V, I, T? J euen Tarif wählen V, I, und/oder T ächster Kunde Analyx 39 Analyx 40 Analyx 41 # 7

8 Habe ich V,I oder TV Gespräche mit Freunden Bin ich zufrieden mit V, I, T? utzung V, I und/oder T Tarif ändern Entscheidungspfade Entscheidungspfade des Agentenbasierten Modells Start Habe ich J V, I, T? Agenten in einem MAS mit anderen Agenten und detaillierten Umweltdaten laufen lassen Entscheidungslogik Start Intelligente Agenten Produkte und Preise Simulierte Unternehmen Validierung des Gesamtmodells 1. Mikrovalidierung utze V, I, T Gespräche mit Freunden 2. Makrovalidierung Bin ich zufrieden mit 3. Szenarien und Extremvarianten V, I, T? ächster Agent J euen Tarif wählen V, I, oder T ächster Kunde Input aus Telebasics Home Tarifdatenbank Wechslerdaten Analyx 42 Analyx 43 Analyx 44 Bespiel Deutsche Telekom Tool Anwendung durch das Management der Deutschen Telekom Tarifmaske Executive Summary Wechslermatrix KPI Charts Ergebnisse und Tool Sollten wir den Preis des Call & Surf Comfort um 5 senken? Erkenntnis der Simulation des Dynamischen Marktmodells. Analyx 45 Analyx 46 Analyx 47 # 8

9 Ergebnisse Wechslermatrix Baseline Szenario KPIs Analyx 48 Analyx 49 Analyx 50 Simulation des deutschen Arbeitsmarktes Wie wirkt sich Zuwanderung auf die Beschäftigung aus? Simulation des deutschen Arbeitsmarktes Merkmale eines Agenten Simulierte Zuwanderungs-Szenarien des deutschen Arbeitsmarktes Ausländeranteil bei Personen zw. 0-64, in Prozent 80% 70% 60% 50% 40% 30% 20% 0% achfrageseite Für Dokumentation: Qualifikationsstruktur der Arbeitsnachfrage Gesamtstellenzahl nach Qualifikationen Gering Mittel Hoch Einzelne Jobs Angebotsseite Einzelne Personen Reale menschliche Vorbilder für die intelligenten Agenten Attribute Alter Geschlecht ationalität Qualifikation Partizipation Erwerbsstatus Besch.-Dauer Prozesse Geburt, Altern, Tod Konstant Einbürgerungsentscheidung Bildungsentscheidung Partizipationsentscheidung Job-Such- und Matching-Prozess Job-Beendigungs-Enscheidung Wachsende Berufserfahrung mit zunehmendem Alter Festung Europa Bildung Hoch B Bildung Hoch A Maximale Zuw anderung icht-eu Maximale Zuw anderung Bevölkerung konstant halten Deutschland läuft leer Umkehrung Deutschland läuft leer ettozuw anderung ull BASELIE ohne EU12 BASELIE START ,0% 5,0% 10,0% 15,0% 20,0% 25,0% 30,0% 35,0% 40,0% Analyx 51 Analyx 52 Analyx 53 # 9

10 Simulierte Zuwanderungs-Szenarien des deutschen Arbeitsmarktes Simulierte Zuwanderungs-Szenarien des deutschen Arbeitsmarktes Baseline-Szenario Migration von Personen im Alter zwischen 0-64, absolut Arbeitslosequote (ALQ), in Prozent Bevölkerungszahl, absolut Festung Europa Bildung Hoch B Bildung Hoch A Maximale Zuw anderung icht-eu Festung Europa Bildung Hoch B Bildung Hoch A Maximale Zuw anderung icht-eu Maximale Zuw anderung Maximale Zuw anderung Bevölkerung konstant halten Deutschland läuft leer Umkehrung Deutschland läuft leer ettozuw anderung ull BASELIE ohne EU12 BASELIE START 2000 Bevölkerung konstant halten Deutschland läuft leer Umkehrung Deutschland läuft leer ettozuw anderung ull BASELIE ohne EU12 BASELIE START ,0% 5,0% 10,0% 15,0% 20,0% 25,0% Bevölkerung Erwerbspersonen 15-64, absolut Immigranten Emigranten Arbeitslosequote (ALQ) insgesamt ALQ Deutsche ALQ Ausländer Analyx 54 Analyx 55 Analyx 56 Baseline-Szenario Baseline-Szenario 30% 25% 20% 15% Arbeitslosenquote (ILO) für Erwerbspersonen zw , in Prozent 30% 25% 20% 15% Arbeitslosenquote (ILO) für Erwerbspersonen zw , in Prozent 5% 5% 0% Mittel Mittel % Mittel Mittel ALQ Deutsche ALQ Ausländer ALQ insgesamt ALQ Mittel-Qualifizierte ALQ Gering-Qualifizierte ALQ Hoch-Qualifizierte Analyx 57 Analyx 58 Analyx 59 # 10

11 Social Simulation und MAS im praktischen Alltag Social Simulation und MAS im praktischen Alltag Social Simulation und MAS im praktischen Alltag Wir wissen nicht, wie Menschen wirklich denken Die Datenlage ist viel schlechter als in den aturwissenschaften Experimente sind kaum möglich Zusammenhänge ändern sich ständig, aturgesetze dagegen sind konstant Simulationen sind in der Geschäftswelt wenig verbreitet Simulations-Experten mit zusätzlichem interdisziplinärem Wissen gibt es kaum Wir wissen nicht, wie Menschen wirklich denken 70 Die Datenlage ist viel schlechter als in den aturwissenschaften 60 Experimente sind kaum möglich 50 Zusammenhänge ändern sich ständig, aturgesetze dagegen sind konstant 40 Simulationen sind in der Geschäftswelt wenig verbreitet 30 Simulations-Experten mit zusätzlichem interdisziplinärem Wissen gibt es kaum 20 Wir wissen nicht, wie Menschen wirklich denken Die Datenlage ist viel schlechter als in den aturwissenschaften Experimente sind kaum möglich Zusammenhänge ändern sich ständig, aturgesetze dagegen sind konstant Simulationen sind in der Geschäftswelt wenig verbreitet Simulations-Experten mit zusätzlichem interdisziplinärem Wissen gibt es kaum 10 0 Haben Sie das Licht gesehen? Haben Sie ein Licht gesehen? Analyx 60 Analyx 61 Analyx 62 Weiterführende Infos Einstiegsliteratur: Simulation for the Social Scientist, Troitzsch, Gilbert Journals: Journal of Artificial Societies and Social Simulation Online: Website von Prof. Leigh Tesfatsion Simulationsumgebungen: o RePast Simphony: umfassend, komplex, OpenSource o etlogo: einfach, kostenfrei o Anylogic: umfassend, besser dokumentiert als RePast, kommerziell Analyx 63 # 11

Praktikum Entwicklung von Mediensystemen mit ios

Praktikum Entwicklung von Mediensystemen mit ios Praktikum Entwicklung von Mediensystemen mit ios WS 2011 Prof. Dr. Michael Rohs michael.rohs@ifi.lmu.de MHCI Lab, LMU München Today Heuristische Evaluation vorstellen Aktuellen Stand Software Prototyp

Mehr

BIG DATA Impulse für ein neues Denken!

BIG DATA Impulse für ein neues Denken! BIG DATA Impulse für ein neues Denken! Wien, Januar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust The Age of Analytics In the Age of Analytics, as products and services become

Mehr

POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE

POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE FÜNF DINGE ÜBER UNS Marketing & Technologie I. Spezialagentur für Marketingberatung und -technologie II. Sitz in Wien, Marketing Labs

Mehr

ShopBot, ein Software-Agent für das Internet

ShopBot, ein Software-Agent für das Internet Software-Agenten p.1/20 ShopBot, ein Software-Agent für das Internet Eine Einführung in (Software-)Agenten Madeleine Theile Software-Agenten p.2/20 Aufbau des Vortrags grundlegende Theorie Definition Autonomy,

Mehr

Wie Social Media die Geschäftswelt verändert. Axel Schultze President

Wie Social Media die Geschäftswelt verändert. Axel Schultze President Wie Social Media die Geschäftswelt verändert Axel Schultze President Copyright Xeequa Corp. 2008 Social Media aus der Vogelperspektive Copyright Xeequa Corp. 2008 Fast 10 Jahre Social Media - im Zeitraffer

Mehr

Customer Journey: Mehrwert Urlaubserlebnis. Berlin, 6. März 2014

Customer Journey: Mehrwert Urlaubserlebnis. Berlin, 6. März 2014 Customer Journey: Mehrwert Urlaubserlebnis Berlin, 6. März 2014 Marken-Kommunikation Tourismus- und Produkt-Marketing Marketing IT-Solutions STRATEGIE TECHNOLOGIE LEAN MARKETING Nachhaltige Wertsteigerung

Mehr

Kybernetik Intelligent Agents- Action Selection

Kybernetik Intelligent Agents- Action Selection Kybernetik Intelligent Agents- Action Selection Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 26. 06. 2012 Intelligent Agents Intelligent Agents Environment

Mehr

Social Media als Bestandteil der Customer Journey

Social Media als Bestandteil der Customer Journey Social Media als Bestandteil der Customer Journey Gregor Wolf Geschäftsführer Experian Marketing Services Frankfurt, 19.6.2015 Experian and the marks used herein are service marks or registered trademarks

Mehr

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena http://www.im.uni-jena.de Contents I. Learning Objectives II. III. IV. Recap

Mehr

Accounting course program for master students. Institute of Accounting and Auditing http://www.wiwi.hu-berlin.de/rewe

Accounting course program for master students. Institute of Accounting and Auditing http://www.wiwi.hu-berlin.de/rewe Accounting course program for master students Institute of Accounting and Auditing http://www.wiwi.hu-berlin.de/rewe 2 Accounting requires institutional knowledge... 3...but it pays: Lehman Bros. Inc.,

Mehr

Customer-specific software for autonomous driving and driver assistance (ADAS)

Customer-specific software for autonomous driving and driver assistance (ADAS) This press release is approved for publication. Press Release Chemnitz, February 6 th, 2014 Customer-specific software for autonomous driving and driver assistance (ADAS) With the new product line Baselabs

Mehr

Support Technologies based on Bi-Modal Network Analysis. H. Ulrich Hoppe. Virtuelles Arbeiten und Lernen in projektartigen Netzwerken

Support Technologies based on Bi-Modal Network Analysis. H. Ulrich Hoppe. Virtuelles Arbeiten und Lernen in projektartigen Netzwerken Support Technologies based on Bi-Modal Network Analysis H. Agenda 1. Network analysis short introduction 2. Supporting the development of virtual organizations 3. Supporting the development of compentences

Mehr

Scope-Camp Hamburg 27. Mai 2008. learning to change changing to learn

Scope-Camp Hamburg 27. Mai 2008. learning to change changing to learn Scope-Camp Hamburg 27. Mai 2008 learning to change changing to learn Scope-Camp Hamburg 27. Mai 2008 Angelehnt an die Idee eines Barcamps. Der Unterschied zur herkömmlichen Konferenz besteht darin, dass

Mehr

Digitale Transformation - Ihre Innovationsroadmap

Digitale Transformation - Ihre Innovationsroadmap Digitale Transformation - Ihre Innovationsroadmap Anja Schneider Head of Big Data / HANA Enterprise Cloud Platform Solutions Group, Middle & Eastern Europe, SAP User Experience Design Thinking New Devices

Mehr

Der Mar a k r e k t e i t ng Bo B ost s e t r

Der Mar a k r e k t e i t ng Bo B ost s e t r Der Marketing Booster Inhaltsverzeichnis Seite Performancesteigerung durch den Marketing Booster 3 Die Entwicklung des Marketing Boosters 7 Planen und Steuern durch den Marketing Booster 12 Beispiele für

Mehr

Firmenporträt. Portfolio und Referenzen. apricot marketing consulting consulting

Firmenporträt. Portfolio und Referenzen. apricot marketing consulting consulting Firmenporträt Portfolio und Referenzen apricot marketing consulting consulting Warum apricot? apricot unterstützt Unternehmen bei der erfolgreichen Implementierung strategischer und operativer VERMARKTUNGS-Massnahmen.

Mehr

Master of Science Business Administration

Master of Science Business Administration Master of Science Business Administration Marketing Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt, die das WiSo-Studienberatungszentrum

Mehr

Seminar für Wirtschaftsinformatiker (Master/Diplom) Sommersemester 2012

Seminar für Wirtschaftsinformatiker (Master/Diplom) Sommersemester 2012 Seminar für Wirtschaftsinformatiker (Master/Diplom) Sommersemester 2012 Lehrstuhl für Wirtschaftsinformatik, insb. Systementwicklung Julius-Maximilians-Universität Würzburg 07.02.2012 Erwerb von Kompetenzen

Mehr

SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN

SOZIALES BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN CHRISTIAN KÖNIG BUSINESS EXPERT COMPETENCE CENTER CUSTOMER INTELLIGENCE Copyr i g ht 2012, SAS Ins titut e Inc. All rights res

Mehr

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?

Mehr

Künstliche Intelligenz

Künstliche Intelligenz Künstliche Intelligenz Data Mining Approaches for Instrusion Detection Espen Jervidalo WS05/06 KI - WS05/06 - Espen Jervidalo 1 Overview Motivation Ziel IDS (Intrusion Detection System) HIDS NIDS Data

Mehr

Social Business Erfolgsmessung

Social Business Erfolgsmessung Social Business Erfolgsmessung Praxisbericht aus dem Social Business Projekt bei der Robert Bosch GmbH 8.10.2013, Cordula Proefrock (Robert Bosch GmbH), Dr. Christoph Tempich (inovex GmbH) 1 The Bosch

Mehr

Exercise (Part II) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part II) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part II) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

Mehr

Digital Customer Experience Notwendiges Übel oder überlebenswichtige Notwendigkeit? Datalympics, 2. Juli 2014

Digital Customer Experience Notwendiges Übel oder überlebenswichtige Notwendigkeit? Datalympics, 2. Juli 2014 Digital Customer Experience Notwendiges Übel oder überlebenswichtige Notwendigkeit? Datalympics, 2. Juli 2014 Digitale Realität Die Welt verändert sich in rasantem Tempo Rom, Petersplatz, März 2013 Franziskus

Mehr

Customer Experience Week

Customer Experience Week Customer Experience Week Die Macht der Sterne Einfluss von Bewertungen auf die Kaufentscheidung Sebastian von Dobeneck BIG Social Media Senior Account Manager www.big-social-media.de Wem vertrauen Kunden?

Mehr

BIG DATA: EXPECT THE UNEXPECTED. T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft

BIG DATA: EXPECT THE UNEXPECTED. T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft BIG DATA: EXPECT THE UNEXPECTED T-SYSTEMS AUSTRIA 2014 Dipl.-Ing. Axel Quitt @ Bundestagung der Jungen Wirtschaft Big Data Ein Wort wie eine Grippeepidemie Quelle: Google Trends Unternehmen werden mit

Mehr

Master of Science Business Administration

Master of Science Business Administration Master of Science Business Administration Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt, die das WiSo-Studienberatungszentrum

Mehr

SaaS On-Demand CRM Kommunikationslösungen INVESTOREN-PRÄSENTATION, 2011

SaaS On-Demand CRM Kommunikationslösungen INVESTOREN-PRÄSENTATION, 2011 SaaS On-Demand CRM Kommunikationslösungen INVESTOREN-PRÄSENTATION, 2011 Marktpotenzial - SaaS CRM On demand CRM is forecasted to reach 2.8 billion in 2011 SaaS weltweiten Gesamtumsatz von 13,1 Milliarden

Mehr

Thementisch Anwendungsgebiete und

Thementisch Anwendungsgebiete und Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven

Mehr

Einführung in die Robotik Steuerungsarchitekturen. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.

Einführung in die Robotik Steuerungsarchitekturen. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm. Einführung in die Robotik Steuerungsarchitekturen Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 29. 01. 2013 Steuerungsarchitekturen - Deliberative

Mehr

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014

Industrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Industrie 4.0 Predictive Maintenance Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Anwendungsfälle Industrie 4.0 Digitales Objektgedächtnis Adaptive Logistik Responsive Manufacturing Intelligenter

Mehr

nicht wissen macht auch nichts

nicht wissen macht auch nichts Prof. Dr. Hans-Günter Lindner Schmalenbach Institut für W irtschaftswissenschaften Forschungsschwerpunkt W issensmanagement FH Köln hans-guenter.lindner@fh-koeln.de LiNKiT M ittagstisch Köln 2 4. April

Mehr

Conjoint Measurement:

Conjoint Measurement: Conjoint Measurement: Eine Erfolgsgeschichte Das Ganze ist mehr als die Summe seiner Teile Leonhard Kehl Paul Green & Vithala Rao (1971) De-Kompositionelle Messung von Präferenzstrukturen aus Gesamt-Urteilen:

Mehr

Spezialisierungskatalog

Spezialisierungskatalog Spezialisierungskatalog Inhaltsverzeichnis: 1. Friedrich Schiller Universität 2. TU Ilmenau 3. FH Erfurt 4. FH Jena 5. FH Nordhausen 6. FH Schmalkalden 7. BA Gera 8. BA Eisenach 1. Friedrich-Schiller-Universität

Mehr

Algorithms for graph visualization

Algorithms for graph visualization Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum

Mehr

Data Driven Marketing Eine Verortung

Data Driven Marketing Eine Verortung Data Driven Marketing Eine Verortung Gregor Wolf Geschäftsführer Experian Marketing Services Frankfurt, 29.01.2015 Experian and the marks used herein are service marks or registered trademarks of Experian

Mehr

THE NEW ERA. nugg.ad ist ein Unternehmen von Deutsche Post DHL

THE NEW ERA. nugg.ad ist ein Unternehmen von Deutsche Post DHL nugg.ad EUROPE S AUDIENCE EXPERTS. THE NEW ERA THE NEW ERA BIG DATA DEFINITION WHAT ABOUT MARKETING WHAT ABOUT MARKETING 91% of senior corporate marketers believe that successful brands use customer data

Mehr

Social Media Zukunfts-Szenarien: Big Data, Smart Agents, Artificial Intelligence, und Marketing als... Content

Social Media Zukunfts-Szenarien: Big Data, Smart Agents, Artificial Intelligence, und Marketing als... Content FuturistGerd.com Social Media Zukunfts-Szenarien: Big Data, Smart Agents, Artificial Intelligence, und Marketing als... Content @gleonhard 1 2 4 8 16 32 Eine Welt der Screens. Immer-an. Immer billiger.

Mehr

Management Information System SuperX status quo and perspectives

Management Information System SuperX status quo and perspectives Management Information System SuperX status quo and perspectives 1 Agenda 1. Business Intelligence: Basics 2. SuperX: Data Warehouse for Universities 3. Joolap: OLAP for Universities 4. Cooperative reporting

Mehr

Die Macht der Kunden nutzen!

Die Macht der Kunden nutzen! Die Macht der Kunden nutzen! 1 Worum geht es heute konkret? Social Commerce Kaufempfehlungen Beteiligungen der Kunden am Design, Verkauf und/oder Marketing Soziale Navigation = gegenseitige Hilfe bei Auswahlprozessen

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

ETF _ Global Metal Sourcing

ETF _ Global Metal Sourcing _ Global Metal Sourcing ist in wichtigen Beschaffungsund Absatzmärkten zu Hause is at home in major procurement and sales markets Bulgaria China India Italy Serbia Slovenia Slovakia Spain _ Services Globale

Mehr

Welcome. Thoughts on Brands Strategy & Activities

Welcome. Thoughts on Brands Strategy & Activities Welcome Thoughts on Brands Strategy & Activities Why brands? Precondicions: - consistant unique look and branding - consistant product quality - standardized processes or product qualities - consistant

Mehr

Chair of Information Management Wissenschaftsdisskussion

Chair of Information Management Wissenschaftsdisskussion Chair of Information Management Wissenschaftsdisskussion 3. Wirtschaftsinformatik Doktorandenkolloquium Südost-Niedersachsen 2008 10. - 11. März 2008, St.Andreasberg Institute of Information Systems Chair

Mehr

++ + - -- Organisationen sind nicht für Wandel gemacht.

++ + - -- Organisationen sind nicht für Wandel gemacht. Work like a Network hhpberlin und Microsoft rollen den Bauplan für eine agile Organisation aus. Referenzkunde: hhpberlin Stefan Truthän Organisationen sind nicht für Wandel gemacht. ++ + - -- 1 28.05.2014

Mehr

Inequality Utilitarian and Capabilities Perspectives (and what they may imply for public health)

Inequality Utilitarian and Capabilities Perspectives (and what they may imply for public health) Inequality Utilitarian and Capabilities Perspectives (and what they may imply for public health) 1 Utilitarian Perspectives on Inequality 2 Inequalities matter most in terms of their impact onthelivesthatpeopleseektoliveandthethings,

Mehr

Kybernetik Das Kybernetische Modell

Kybernetik Das Kybernetische Modell Kybernetik Das Kybernetische Modell Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 05. 06. 2012 Das Modell Das Modell Was ist ein Modell? Ein Modell

Mehr

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6

Summary... 4. Keywords... 4. Granularität der Daten... 5. Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Inhaltsverzeichnis Summary... 4 Keywords... 4 Granularität der Daten... 5 Mit Vorverdichtung hochaggregierte Daten bereithalten... 6 Partitionierung der Datenbestände... 7 Vergrößerter Aktionsradius von

Mehr

Anhang 1.3: Minor Bankbetriebslehre (24 LP) Prüfungs - form KL 6 24

Anhang 1.3: Minor Bankbetriebslehre (24 LP) Prüfungs - form KL 6 24 Anhang 1: Nebenfach Betriebswirtschaftslehre 24 Anhang 1.1: Minor Accounting (24 ) Betriebswirtschaftliche Steuerlehre I Betriebswirtschaftliche Steuerlehre II International Taxation Internationale Rechnungslegung

Mehr

Critical Chain and Scrum

Critical Chain and Scrum Critical Chain and Scrum classic meets avant-garde (but who is who?) TOC4U 24.03.2012 Darmstadt Photo: Dan Nernay @ YachtPals.com TOC4U 24.03.2012 Darmstadt Wolfram Müller 20 Jahre Erfahrung aus 530 Projekten

Mehr

ecom World 2014 WIE BIG DATA UND TOTAL CONNECTIVITY MARKETING UND E-COMMERCE VERÄNDERN

ecom World 2014 WIE BIG DATA UND TOTAL CONNECTIVITY MARKETING UND E-COMMERCE VERÄNDERN ecom World 2014 WIE BIG DATA UND TOTAL CONNECTIVITY MARKETING UND E-COMMERCE VERÄNDERN Referent: Marius Alexander 24.09.14 1 WHO WE ARE - A leading European Digital Agency* with a focus on Austria, Germany,

Mehr

Herzlich Willkommen zum Swiss Insurance Club

Herzlich Willkommen zum Swiss Insurance Club Herzlich Willkommen zum Swiss Insurance Club Swiss Insurance Club 8. Peter Lüssi 8. Switzerland's Next Top Modell wie nutzen Sie Datenmodelle in der Praxis www.pwc.com Switzerland's Next Top Modell - wie

Mehr

Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015

Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015 Big-Data and Data-driven Business KMUs und Big Data Imagine bits of tomorrow 2015 b Wien 08. Juni 2015 Stefanie Lindstaedt, b Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center

Mehr

LABOr: Europäisches Knowledge Centre zur beruflichen Ausbildung und Beschäftigung von Menschen mit Lernbehinderungen

LABOr: Europäisches Knowledge Centre zur beruflichen Ausbildung und Beschäftigung von Menschen mit Lernbehinderungen Beschäftigung von Menschen mit Lernbehinderungen EUR/01/C/F/RF-84801 1 Projektinformationen Titel: Projektnummer: LABOr: Europäisches Knowledge Centre zur beruflichen Ausbildung und Beschäftigung von Menschen

Mehr

Addressing the Location in Spontaneous Networks

Addressing the Location in Spontaneous Networks Addressing the Location in Spontaneous Networks Enabling BOTH: Privacy and E-Commerce Design by Moritz Strasser 1 Disappearing computers Trends Mobility and Spontaneous Networks (MANET = Mobile Ad hoc

Mehr

Innovation und Marktforschung Drei spekulative Zukunftsszenarien. Dr. Karlheinz Steinmüller Z_punkt The Foresight Company

Innovation und Marktforschung Drei spekulative Zukunftsszenarien. Dr. Karlheinz Steinmüller Z_punkt The Foresight Company Innovation und Marktforschung Drei spekulative Zukunftsszenarien Ein Blick zurück und voraus Fünf Thesen 1. Die Marktforschung ist dabei, sich neu zu erfinden: Megatrends und Innovationen verändern die

Mehr

Vorteile von Java und Konvergenz Service Creation mit JAIN Network Management mit JMX Fazit

Vorteile von Java und Konvergenz Service Creation mit JAIN Network Management mit JMX Fazit Hochschule für Technik und Architektur Chur Dr. Bruno Studer Studienleiter NDS Telecom, FH-Dozent bruno.studer@fh-htachur.ch 1 GSM: 079/610 51 75 Agenda Vorteile von Java und Konvergenz Service Creation

Mehr

Customer Decision Journey» Kunden erfolgreich bei der Kaufentscheidung begleiten

Customer Decision Journey» Kunden erfolgreich bei der Kaufentscheidung begleiten Customer Decision Journey» Kunden erfolgreich bei der Kaufentscheidung begleiten 1. Wie verlaufen heute Kaufentscheidungen? 2. Wie beeinflusse ich die Kaufentscheidung mit meiner Kommunikation? 3. Welche

Mehr

Kybernetik Intelligent Agents- Decision Making

Kybernetik Intelligent Agents- Decision Making Kybernetik Intelligent Agents- Decision Making Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 03. 07. 2012 Intelligent Agents Environment Agent Intelligent

Mehr

PRESS RELEASE. Kundenspezifische Lichtlösungen von MENTOR

PRESS RELEASE. Kundenspezifische Lichtlösungen von MENTOR Kundenspezifische Lichtlösungen von MENTOR Mit Licht Mehrwert schaffen. Immer mehr Designer, Entwicklungsingenieure und Produktverantwortliche erkennen das Potential innovativer Lichtkonzepte für ihre

Mehr

WISSEN SAMMELN HEADLINE. WISSEN NUTZEN.

WISSEN SAMMELN HEADLINE. WISSEN NUTZEN. Quelle: T-Systems WISSEN SAMMELN HEADLINE. WISSEN NUTZEN. AUF DIESEM CHART BILD FÜR DEN TITELHINTERGRUND EINFÜGEN WOB B2B VERTRIEBSUNTERSTÜTZUNG PRÄSENTIERT DEN AUFTRITT DURCH VERNETZTE FÜR DIE MESSE DATENANALYSEN.

Mehr

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH QUALITÄT ZÄHLT DIE KUNDENWAHRNEHMUNG ENTSCHEIDET 91% 91% of unhappy customers unzufriedener

Mehr

Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine

Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine Model-based Development of Hybrid-specific ECU Software for a Hybrid Vehicle with Compressed- Natural-Gas Engine 5. Braunschweiger Symposium 20./21. Februar 2008 Dipl.-Ing. T. Mauk Dr. phil. nat. D. Kraft

Mehr

Sozionik: Programmatik und Anwendungsperspektiven. Dr. Ingo Schulz-Schaeffer TU Hamburg-Harburg

Sozionik: Programmatik und Anwendungsperspektiven. Dr. Ingo Schulz-Schaeffer TU Hamburg-Harburg Sozionik: Programmatik und Anwendungsperspektiven eines neuen Forschungsfeldes Dr. Ingo Schulz-Schaeffer TU Hamburg-Harburg Sozionik: Zielsetzung: Erforschung und Modellierung künstlicher Sozialität Leitidee:

Mehr

26.03.2015. Connected Retail. Serviceplan Gruppe: Building best brands. ecommerce goes Local Shop. Christian Rößler München, 24.3.

26.03.2015. Connected Retail. Serviceplan Gruppe: Building best brands. ecommerce goes Local Shop. Christian Rößler München, 24.3. Connected Retail ecommerce goes Local Shop Serviceplan Gruppe: Building best brands Christian Rößler München, 24.3.2015 1 Das Haus der Kommunikation Eine Kultur. Eine Vision. Ein Weg. building best brands

Mehr

Interaktive Optimierung mess-, steuer- und regelungstechnischer Anlagen für die technische Gebäudeausrüstung

Interaktive Optimierung mess-, steuer- und regelungstechnischer Anlagen für die technische Gebäudeausrüstung DFG-Schwerpunktprogramm 1103 Vernetzt-kooperative Planungsprozesse im Konstruktiven Ingenieurbau Transferprojekt Interaktive Optimierung mess-, steuer- und regelungstechnischer Anlagen für die technische

Mehr

Possible Solutions for Development of Multilevel Pension System in the Republic of Azerbaijan

Possible Solutions for Development of Multilevel Pension System in the Republic of Azerbaijan Possible Solutions for Development of Multilevel Pension System in the Republic of Azerbaijan by Prof. Dr. Heinz-Dietrich Steinmeyer Introduction Multi-level pension systems Different approaches Different

Mehr

Google Analytics Premium vs. Google Analytics

Google Analytics Premium vs. Google Analytics Premium vs. Premium ist ab sofort in Deutschland und anderen europäischen Ländern neben der weiterhin bestehenden kostenlosen Variante verfügbar. Trakken hat als offizieller Reseller bereits seit Mitte

Mehr

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at

Mehr

Cross-Channel-Marketing und Customer Journey

Cross-Channel-Marketing und Customer Journey Cross-Channel-Marketing und Customer Journey Wie Sie den Kunden und seine wachsenden Ansprüche besser begleiten können Roland Brezina Manager Center of Excellence D-A-CH SAS Institute Deutschland GmbH

Mehr

ISO 15504 Reference Model

ISO 15504 Reference Model Prozess Dimension von SPICE/ISO 15504 Process flow Remarks Role Documents, data, tools input, output Start Define purpose and scope Define process overview Define process details Define roles no Define

Mehr

Vielfältige Medienlandschaft

Vielfältige Medienlandschaft Vielfältige Medienlandschaft Telefon Smartphone TV Set TV Filiale GAA CITIBANK May I help you? John Doe VISA Laptop Mastercard SMARTCARD PDA PC PC card Karte POS Terminal, Kiosk SB-Zellen Telefonzelle

Mehr

Business Activity Monitoring Overall, Real Time Monitoring Daniel Jobst, TietoEnator Michael Herr, Deutsche Post SOPSOLUTIONS

Business Activity Monitoring Overall, Real Time Monitoring Daniel Jobst, TietoEnator Michael Herr, Deutsche Post SOPSOLUTIONS Business Activity Monitoring Overall, Real Time Monitoring Daniel Jobst, TietoEnator Michael Herr, Deutsche Post SOPSOLUTIONS CITT Expertengespräch TietoEnator 2006 Page 1 Data Freshness and Overall, Real

Mehr

SAP HANA eine Plattform für innovative Anwendungen

SAP HANA eine Plattform für innovative Anwendungen SAP HANA eine Plattform für innovative Anwendungen Top Intelligence: Big Data & SAP HANA Zürich, Frankfurt, Hamburg, München, Mülheim/R Februar 2014 Dr. Wolfgang Martin Analyst und Mitglied im Boulder

Mehr

Was sind Facebook-Fans»wert«?

Was sind Facebook-Fans»wert«? m a n a g e w h a t m a t t e r s Was sind Facebook-Fans»wert«? Social Insight Connect, die erste Lösung für Brand Controlling und Development im Social Web, liefert strategische Insights zu Social Media

Mehr

EVUE Kick Off meeting Frankfurt am Main

EVUE Kick Off meeting Frankfurt am Main EVUE Kick Off meeting Frankfurt am Main City of Frankfurt am Main Region Frankfurt-RheinMain EVUE - Frankfurt am Main 5,3 million inhabitants 2,5 million employees 185 billion $ gross product 660 million

Mehr

Das Ende der klassischen Handelskommunikation und Werbung?

Das Ende der klassischen Handelskommunikation und Werbung? Die (Mobile) Social Media Revolution Das Ende der klassischen Handelskommunikation und Werbung? Ludwigsburg, 24.04.2012 Prof. Dr. Klemens Skibicki Mit wem haben Sie zu tun? Klemens Skibicki Da ist etwas

Mehr

LOG AND SECURITY INTELLIGENCE PLATFORM

LOG AND SECURITY INTELLIGENCE PLATFORM TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com

Mehr

Mit Legacy-Systemen in die Zukunft. adviion. in die Zukunft. Dr. Roland Schätzle

Mit Legacy-Systemen in die Zukunft. adviion. in die Zukunft. Dr. Roland Schätzle Mit Legacy-Systemen in die Zukunft Dr. Roland Schätzle Der Weg zur Entscheidung 2 Situation Geschäftliche und softwaretechnische Qualität der aktuellen Lösung? Lohnen sich weitere Investitionen? Migration??

Mehr

Fundraising Kongress Berlin 2014 Marcus Koch Twitter: @marcus_koch

Fundraising Kongress Berlin 2014 Marcus Koch Twitter: @marcus_koch Fundraising Kongress Berlin 2014 Marcus Koch Twitter: @marcus_koch Festlegung der Online Marketing Ziele Eigentlich eine einfache Übung.. Ziele, Kennzahlen, Key Performance Indikatoren Wir sind was wir

Mehr

TomTom WEBFLEET Tachograph

TomTom WEBFLEET Tachograph TomTom WEBFLEET Tachograph Installation TG, 17.06.2013 Terms & Conditions Customers can sign-up for WEBFLEET Tachograph Management using the additional services form. Remote download Price: NAT: 9,90.-/EU:

Mehr

Next Generation SEO Author Markups und Schema Integrationen Marcus Tober Köln 16.10.2013

Next Generation SEO Author Markups und Schema Integrationen Marcus Tober Köln 16.10.2013 Next Generation SEO Author Markups und Schema Integrationen Marcus Tober Köln 16.10.2013 10/21/2013 Searchmetrics Inc. 2013 Page 1 Gründer von Searchmetrics Ich liebe SEO und Search seit 2001 Informatik-Studium

Mehr

User-Integration bei der Entwicklung von Websites und Software. Markus Weinmann

User-Integration bei der Entwicklung von Websites und Software. Markus Weinmann User-Integration bei der Entwicklung von Websites und Software Markus Weinmann Trends 80 % der Neu-Entwicklungen scheitern am Markt. 80 % der Neu-Entwicklungen, die mit Kunden entwickelt wurden, haben

Mehr

School of Engineering Institut für Datenanalyse und Prozessdesign (IDP)

School of Engineering Institut für Datenanalyse und Prozessdesign (IDP) School of Engineering Institut für Datenanalyse und Prozessdesign (IDP) Zürcher Fachhochschule www.zhaw.ch/idp Forschung & Entwicklung Das Institut für Datenanalyse und Prozessdesign (IDP) Das Institut

Mehr

Labour law and Consumer protection principles usage in non-state pension system

Labour law and Consumer protection principles usage in non-state pension system Labour law and Consumer protection principles usage in non-state pension system by Prof. Dr. Heinz-Dietrich Steinmeyer General Remarks In private non state pensions systems usually three actors Employer

Mehr

Potenziale Ideen zur verstärkten Zusammenarbeit mit der ITForschung

Potenziale Ideen zur verstärkten Zusammenarbeit mit der ITForschung Potenziale Ideen zur verstärkten Zusammenarbeit mit der ITForschung Fokus: Vertrieb/Marketing 2. GFFT Jahreshauptversammlung Wesel, Januar 2008 - Germany Prof. Dr. Martin Przewloka SAP AG, Global Marketing

Mehr

Your Partner for Luxury and Lifestyle Estates Ihr Partner für Luxus- und Lifestyle-Immobilien

Your Partner for Luxury and Lifestyle Estates Ihr Partner für Luxus- und Lifestyle-Immobilien Your Partner for Luxury and Lifestyle Estates Ihr Partner für Luxus- und Lifestyle-Immobilien Welcome to Premier Suisse Estates Willkommen bei Premier Suisse Estates Dr. Peter Moertl, CEO Premier Suisse

Mehr

Die Renaissance von Unified Communication in der Cloud. Daniel Jonathan Valik UC, Cloud and Collaboration

Die Renaissance von Unified Communication in der Cloud. Daniel Jonathan Valik UC, Cloud and Collaboration Die Renaissance von Unified Communication in der Cloud Daniel Jonathan Valik UC, Cloud and Collaboration AGENDA Das Program der nächsten Minuten... 1 2 3 4 Was sind die derzeitigen Megatrends? Unified

Mehr

1G05 Zufriedene End-User durch professionelles IT Management mit HP OpenView

1G05 Zufriedene End-User durch professionelles IT Management mit HP OpenView 1G05 Zufriedene End-User durch professionelles IT Management mit HP OpenView Alexander Meisel Solution Architect IT Service Management HP OpenView 2004 Hewlett-Packard Development Company, L.P. The information

Mehr

Klinische Forschung. Klinische Forschung. Effectiveness Gap. Versorgungsforschung und evidenzbasierte Medizin. Conclusion

Klinische Forschung. Klinische Forschung. Effectiveness Gap. Versorgungsforschung und evidenzbasierte Medizin. Conclusion Versorgungsforschung und evidenzbasierte Medizin Klinische Forschung 00qm\univkli\klifo2a.cdr DFG Denkschrift 1999 Aktuelles Konzept 2006 Workshop der PaulMartiniStiftung Methoden der Versorgungsforschung

Mehr

Social Commerce. Internet Briefing E-Commerce Konferenz 2013. @Mpolzin

Social Commerce. Internet Briefing E-Commerce Konferenz 2013. @Mpolzin Social Commerce Internet Briefing E-Commerce Konferenz 2013 8.März 2013 Malte Polzin @Mpolzin www.carpathia.ch Der heilige Gral? Quelle: wilnsdorf.de 8-März-2013 Internet-Briefing E-Commerce Konferenz

Mehr

Modellfreie numerische Prognosemethoden zur Tragwerksanalyse

Modellfreie numerische Prognosemethoden zur Tragwerksanalyse Modellfreie numerische Prognosemethoden zur Tragwerksanalyse Zur Erlangung des akademischen Grades Doktor-Ingenieur (Dr.-Ing.) an der Fakultät Bauingenieurwesen der Technischen Universität Dresden eingereichte

Mehr

Einstellungen zu Gesundheitssystemen und Ungleichheiten in der Inanspruchnahme von Gesundheitsleistungen im internationalen Vergleich

Einstellungen zu Gesundheitssystemen und Ungleichheiten in der Inanspruchnahme von Gesundheitsleistungen im internationalen Vergleich Monika Mischke, Claus Wendt Einstellungen zu Gesundheitssystemen und Ungleichheiten in der Inanspruchnahme von Gesundheitsleistungen im internationalen Vergleich Literatur / Quellen: Reibling, Nadine und

Mehr

Einführung in die Robotik Regelung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 04. 12.

Einführung in die Robotik Regelung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 04. 12. Einführung in die Robotik Regelung Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 04. 12. 2012 The human is perhaps the most intelligent control system

Mehr

Kybernetik Einführung

Kybernetik Einführung Kybernetik Einführung Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 24. 04. 2012 Einführung Was ist Kybernetik? Der Begriff Kybernetik wurde im 1948

Mehr

BOARD Deutschland GmbH

BOARD Deutschland GmbH BOARD Deutschland GmbH Roger Schymik Senior PreSales Consultant BOARD Deutschland GmbH Better decisions. Better business. Der Wendepunkt WETTBEWERBSFÄHIGKEIT BI & CPM WENDEPUNKT Entscheidungs -effektivität

Mehr

INNOVATIVES MARKETING IM WEB 2.0 - LICHT INS DUNKEL. Floriane von der Forst - Geschäftsführerin BEAUTY TREND GMBH

INNOVATIVES MARKETING IM WEB 2.0 - LICHT INS DUNKEL. Floriane von der Forst - Geschäftsführerin BEAUTY TREND GMBH INNOVATIVES MARKETING IM WEB 2.0 - LICHT INS DUNKEL Floriane von der Forst - Geschäftsführerin BEAUTY TREND GMBH AGENDA DIGITALER WANDEL DER ENTSCHEIDUNGSPROZESS DES KONSUMENTEN EINFLUSSNAHME AUF DIE KAUFENTSCHEIDUNG

Mehr

Data Driven Performance Marketing

Data Driven Performance Marketing Data Driven Performance Marketing 2 INTRODUCTION ÜBER METAPEOPLE Sven Allmer seit 2009 bei metapeople Business Development Manager verantwortlich für New Business, Markt- und Trendanalysen, Geschäftsfeld-Entwicklung

Mehr

Ist das Big Data oder kann das weg? Outsourcing ja, aber geistiges Eigentum muss im Unternehmen bleiben

Ist das Big Data oder kann das weg? Outsourcing ja, aber geistiges Eigentum muss im Unternehmen bleiben Ist das Big Data oder kann das weg? Outsourcing ja, aber geistiges Eigentum muss im Unternehmen bleiben Jürgen Boiselle, Managing Partner 16. März 2015 Agenda Guten Tag, mein Name ist Teradata Wozu Analytics

Mehr