Künstliche Intelligenz im Steuerbereich. Berlin
|
|
- Frank Becker
- vor 6 Jahren
- Abrufe
Transkript
1 Künstliche Intelligenz im Steuerbereich Berlin
2 Einführung in KI und deren Einsatz im Steuerbereich Prof. Dr. Dr. h.c. mult. Wolfgang Wahlster, DFKI
3 Künstliche Intelligenz für die zweite Welle der Digitalisierung Zweite Welle: Erste Welle: Daten digital» Erfassen» Speichern» Übertragen» Verarbeiten Daten digital» Verstehen» Veredeln» Aktiv nutzen» Monetarisieren Maschinenlesbare Daten: Internet- und Cloudtechnologien Maschinenverstehbare Daten: Künstliche Intelligenz und Maschinelles Lernen Digitalisierung mit Sinn und Verstand
4 Die vier Phasen der KI-Forschung Intelligenzgrad Phase 4 : ab 2010 Phase 3: bis 2010 Phase 2: bis 1990» Kombination von Lernverfahren mit wissensbasierten Methoden» Maschinelles Lernen über Massendaten» Maschinelle Wissensverarbeitung mit manuell erstellten Wissensbasen Phase 1: bis 1970» Heuristische Such- und Schlussfolgerungsverfahren
5 Kerngebiete und Einsatzfelder der KI
6 Assistenzsysteme für die Unterstützung von körperlicher und geistiger Arbeit durch Künstliche Intelligenz Assistenz bei körperlicher Arbeit durch kollaborative KI-Roboter Assistenz bei geistiger Arbeit durch kognitive KI-Systeme
7 Big Data: Daten als Wirtschaftsgut BIG DATA 95% der 1,2 Zettabyte weltweiten digitalen Daten sind unstrukturiert - bei einem Datenwachstum pro Jahr von 62%.
8 Modernste IT-Umgebungen ermöglichen den Siegeszug von KI-Lösungen Cloud- Technologien Web- Technologien In-Memory Computing KI BigData GPU- Parallelrechner Mobiles Internet Google: Von Mobile First zu AI First
9 Was bewirkt der Einsatz von KI-Technologien? autonom kooperativ proaktiv interoperabel selbstheilend Merkmale von KI- Systemen adaptiv selbsterklärend lernfähig selbstoptimierend fehlertolerant
10 Von programmierten Systemen zu selbstlernenden Systemen Ausgabe Ausgabe Ausgabe Computerprogramm Algorithmus, Heuristik Programmierer erstellt Software Wissensverarbeitung Suche, Inferenz, Planung Wissensbasis Fakten, Regeln, Modelle Maschinelles Lernen Merkmalsextraktion, Mustererkennung, Merkmalsabbildung Datenbasis Trainingsdaten, Metadaten, Testdaten Eingabe Eingabe Eingabe Flaschenhals: Programmierer hoher Entwicklungsaufwand aufwändige Adaption geringe Erklärungsfähigkeit Flaschenhals: Wissensbasis hoher Entwicklungsaufwand hoher Pflegeaufwand gute Erklärungsfähigkeit Flaschenhals: Trainingsdaten geringer Entwicklungsaufwand leichte Anpassbarkeit schlechte Erklärungsfähigkeit
11 Wie Software trainiert wird Regelbasiert Lernen anhand von definierten Regeln: 1. Ein Apfel ist schlecht, wenn er braune Flecken hat 2. Ein Apfel ist schlecht, wenn er Runzeln hat 3. Ein Apfel ist schlecht, wenn er braun ist 4. Nachteile regelbasierter Modelle:» Präzise Regeln sind sehr schwer zu formulieren» Regeln sind fast nie vollständig Maschinelles Lernen Lernen anhand von Beispielen Schlechter Apfel Schlechter Apfel Guter Apfel Adaptiert von Leverton W. Wahlster
12 Deep Learning für das Bildverstehen: Netzwerke aus mehreren Schichten merkmalserkennender Neuronen Unfall auf Landstraße Szenen- und Objektmodell Ausgabeschicht PKW 1, PKW 2 Polizeitransporter Haltestellenschild Objekte Fahrbahn, Radkappe, Heckleuchte Szenenelemente Objektteile Grüne Fläche im Hintergrund, Linie auf Fahrbahn Bildelemente, Bereiche Kanten, Markante Punkte Bild 3 Bild 2 Bild 1 Eingabeschicht Je mehr verdeckte Schichten ein Deep Learning Netz hat, desto mehr kann es abstrahieren und subtile Zusammenhänge erkennen.
13 Offene Probleme beim Maschinellem Lernen» Fehlanpassung durch zu viel Training» Kein Extinktionslernen» Schwache Selbsterklärungsmöglichkeiten» Alchemie der Lernarchitektur» Fehlalarme durch falsch positive Ergebnisse
14 Kognitive Fähigkeiten für die Arbeit im Steuerbereich: Schwierigkeitsgrade für KI-Systeme Lesen + Bewerten ++ Übersetzen + Entscheiden ++ Verstehen ++ Dokumentieren + Klassifizieren + Formulieren + Analysieren ++ Begründen +++ Rückfragen + Argumentieren +++ zunehmender Schwierigkeitsgrad:
15 Potentiale für den Einsatz von KI im Steuerbereich Zeit» Standardisierung von Routinetätigkeiten» Proaktive Informationsbereitstellung» Harmonisierung von Schnittstellen» Vereinfachte Datenaufbereitung» Erhöhung der Compliance» Minimierung von Steuerrisiken» Qualitative Tätigkeitserweiterung» Aufdecken neuer Zusammenhänge Qualität Kosten» intelligente Automatisierung» bessere Ressourcenauslastung» KI-getriebene Skalierungseffekte» Erhöhte Produktivität aus wts-studie des DFKI zur Untersuchung der Potentiale von KI im Bereich Steuer
16 Drei Generationen von KI-Systemen für den Steuerbereich 1. Tax Chatbot 2. Tax Assistant 3. Robo Tax Clerk beantwortet einfache Fragen aus dem Unternehmen oder von Mandanten Unterstützt und berät den Steuerspezialisten bei einem breiten Aufgabenspektrum Substituiert Steuersachbearbeiter bei repetitiven Aufgaben vollständig heute in 2-3 Jahren in 3-5 Jahren t
17 Superintelligenz als Science Fiction
18 Ist Künstliche Intelligenz besser als die menschliche Intelligenz eines Steuerexperten? [f: P* A] [f: P* A] Antwort : Noch lange nicht! Aber:
19 Künstliche Intelligenz ist besser als natürliche Dummheit ? [f: P* A]
20 Einführung in die Innovationsstudie Vorstellung der Prototypen Fritz Esterer, WTS
21 Die Umsetzung der nicht gedachten Vision
22 Warum KI und Steuern? Riesige Datenmengen in Konzernen (Zoll, USt, VP, LSt) Zunehmende Complianceanforderungen (Steuer IKS) Hohe Priorität von KI Technische Reife von KI-Basistechnologien Greenfield Approach bei Steuer Gemeinsame Pionierarbeit von DFKI und WTS zur Exploration der Potentiale
23 Erkenntnisse der Studie Der Einsatz von KI liefert enormes Unterstützungs- und Automatisierungspotential in der Steuerberatung. Tätigkeiten, die nur eine geringe soziale Intelligenz, Kreativität und Umgebungsinteraktion erfordern, werden mithilfe von KI automatisiert, wodurch erhebliche Kostensenkungen und Qualitätssprünge möglich werden. Das Tätigkeitsfeld des Steuerberaters wird sich wandeln, insbesondere findet eine Konzentration und Ausweitung auf hochwertige Beratungstätigkeiten statt.
24 Schwerpunkte der Studienbetrachtung Lohnsteuer Umsatzsteuer Zoll Quellensteuer
25 Anwendungsszenarien für KI im Steuerbereich Antworten auf Fragen, die niemand gestellt hat» Erkennen von Zusammenhängen ( Big Data )» Identifizierung von Anomalien durch selbstlernende KI-Verfahren Jagd auf steuerliche Prozesse» Identifizierung gelebter Prozesse ( Process Mining )» Automatischer Soll-Ist-Abgleich ( Steuer IKS in Echtzeit ) Anwendung von KI Navi für den Steuerchef» Innovative Assistenzsysteme» Strukturierte Fragen und Antworten KI als Wettbewerber von Steuerjuristen» Beschleunigung von Recherchen und Übersetzungen» Erstellung von Gutachten und juristischen Stellungnahmen
26 Prototypen» Inhaltliche Analyse von Steueranfragen» Spracherkennung und Sprachverständnis im Bereich Steuer» Identifikation von argumentativen Strukturen» Maschinelle Übersetzung von Steuerfachtexten» Erkennung von unbekannten Fehlern in Massendaten
27 Steuerfunktion der Zukunft Ziemlich bester Business Partner» Antwortvorschläge für alle steuerlichen Fragestellungen» Schnittstellenfreie Vernetzung der Steuerabteilung 100% Compliance» Echtzeitzugriff auf alle global vorhandenen steuerrelevanten Daten und Prozesse» International Compliance Assurance (ICAP) durch weltweite Kooperation mit Finanzverwaltungen
28 Vorstellung der Prototypen Prof. Dr. Peter Fettke, DFKI Eike Nikoleit, WTS Prof. Dr. Swen Bäuml, WTS Tim Niesen, DFKI Vanessa Just, WTS Andreas Homrighausen
29 KI-Technologien im Überblick
30 Prototypen im Überblick
31 Prototyp Detection Eike Nikoleit
32 Prototyp Detection: Künstliche Intelligenz zur Beherrschung der Datenflut Selbstlernende Anomalieerkennung Muster Filterung und Verdichtung Aufdecken unbekannter Zusammenhänge Identifikation von Einflussfaktoren
33 Prototyp ARGUMENTUM Prof. Dr. Swen Bäuml und Tim Niesen
34 Prototypen im Überblick
35 Einführung ARGUMENTUM» Wachsende Verfügbarkeit von Rechtsprechungscorpora in elektronischer Form, z. B. des BVerfG-Corpus Möglichkeiten der Automatisierung von Abläufen» Zielsetzung des Projektes ARGUMENTUM Erforschung der Potentiale und Grenzen der Analyse, des Auffindens und des Vorschlagens von Argumentation mit rechnergestützten Methoden am Beispiel der Rechtswissenschaft
36 Einführung ARGUMENTUM Analyse Vorschläge Suche
37 Potentiale» Heute übliche Suchmaschine erlauben eine Recherche mit Suchbegriffen qualitative Unterscheidung sind darüber hinaus nicht möglich qualitative Unterscheidung durch Farbe führt zu Effizienzgewinnen bei der Recherche in der Praxis» Angabe qualitativer Suchkriterien und inhaltliche Auswertung von Urteilen durch Verständnis von Strukturen und Zusammenhängen schnelle Erfassung relevanter Textpassagen und automatische Vorverarbeitung» hoher Effizienzgewinn bei der juristischen Recherche, z. B. durch schnelleres Herstellen der argumentativen Hierarchie Aufzeigen argumentativer Hotspots Einschränkung der Suche nach relevanten Argumentationsmustern
38 Wo steckt die KI im Prototypen?» System lernt die Zusammenhänge, ohne dass Regeln explizit vorgegeben werden müssen» System geht weit über stichwortbasierte Suche hinaus, argumentative Passagen werden auch gefunden wenn Schlüsselwörter nicht explizit vorkommen» Automatische Verarbeitung von Urteilstexten und Anwendung von gelernten Regeln keine händische Annotation o. ä. notwendig» erste Schritte, die Menschen bei der Sichtung und Bewertung der Urteilstexte vornehmen, werden automatisiert und vom System übernommen
39 Prototyp ARGUMENTUM: Künstliche Intelligenz zur Ableitung semantischer Zusammenhänge Lernen argumentativer Zusammenhänge Argumentation Automatische Annotation Erschließung struktureller Informationen Automatisierte Sichtung und Bewertung
40 Prototyp NeuMU Vanessa Just und Tim Niesen
41 Eine sportliche Herausforderung
42 3 No. 41 EStG. 1 1 Übersetzung durch Google Übersetzer, 09. Oktober 2017 Feststellung des Leistungsstandes In diesem Urteil vom hatte der BFH darüber zu entscheiden, ob das in 8b Abs. 5 Satz 1 KStG geregelte pauschale Betriebsausgabenabzugsverbot auch auf Gewinnausschüttungen anzuwenden ist, die nach 3 Nr. 41 EStG steuerfrei geblieben sind. In this judgment of 26 April 2017, the BFH had to decide whether the flat-rate ban on the ban on operating expenses, which is regulated in 8b (5) 1 KStG, also applies to profit distributions which have remained tax-exempt pursuant to
43 3 No. 41 EStG. 1 1 Übersetzung durch Google Übersetzer, 09. Oktober 2017 Feststellung des Leistungsstandes In diesem Urteil vom hatte der BFH darüber zu entscheiden, ob das in 8b Abs. 5 Satz 1 KStG geregelte pauschale Betriebsausgabenabzugsverbot auch auf Gewinnausschüttungen anzuwenden ist, die nach 3 Nr. 41 EStG steuerfrei geblieben sind. In this judgment of 26 April 2017, the BFH had to decide whether the flat-rate ban on the ban on operating expenses, which is regulated in 8b (5) 1 KStG, also applies to profit distributions which have remained tax-exempt pursuant to
44 Zehnkampf vs. Einzeldisziplin Übersetzungsleistung Politische Sachtexte Moderne Lyrik Zeitungsartikel Wissenschaftliche Fachbeiträge Steuerfachtexte
45 Zehnkampf vs. Einzeldisziplin Übersetzungsleistung Politische Sachtexte Moderne Lyrik Zeitungsartikel Wissenschaftliche Fachbeiträge Steuerfachtexte
46 Eine Frage des Trainings Ziel: Übersetzung des WTS Tax Weekly Newsletters von Deutsch nach Englisch Pressemitteilungen Website-Texte EU-Richtlinien EuGH-Rechtsprechung Tax Weekly Newsletter
47 Trainingsfortschritte Tätigkeiten, die nur eine geringe soziale Intelligenz, Kreativität und Umgebungsinteraktion erfordern, werden mithilfe von KI automatisiert, wodurch erhebliche Kostensenkungen und Qualitätssprünge möglich werden. Activities that require only a low level of social intelligence, creativity and the promotion of the environment are automated with the help of Ki, which makes significant cost reductions and high-quality jumps possible. Activities that require only a low social intelligence, creativity and spatial action are automated using artificial intelligence, allowing significant cost reductions and quality jumps. Stand: 04. September 2017 Stand: 07. Oktober 2017
48 Trainingserfolge Durch Hinzurechnungsbesteuerung soll verhindert werden, dass Unternehmen Gewinne in Firmen ohne operative Verantwortung bzw. ohne Aktivität in Niedrigsteuerländern verlagern können. The aim is to prevent companies from shifting profits in firms without operational responsibility or without activity in low-tax countries. Controlled foreign corporation rules are intended to prevent companies from shifting profits in firms without operational responsibility or without activity in low-tax countries. Stand: 04. September 2017 Stand: 07. Oktober 2017 Throughout taxation, companies are to be prevented from transferring profits to companies without operational responsibility or without activity in low-income countries. 1 1 Übersetzung durch Google Übersetzer, 10. Oktober 2017
49 Zukünftige Disziplinen» Intern genutzter Übersetzungs-Service» Verfeinerung durch selbständiges Lernen aus neuen Texten» Ausweitung des Systems auf andere Sprachen» Automatische Übersetzungen zwischen beliebigen Sprachkombinationen» Anwendung auf gesprochene und geschriebene Sprache in Echtzeit» Rechtssichere Übersetzung komplexer Fachdokumente
50 Prototyp NeuMU: Künstliche Intelligenz zur automatisierten Übersetzung Sprach- und Grammatikverständnis Übersetzung Bilinguale Zusammenhänge Charakteristika im Bereich Steuer Fachspezialisierung
51 Prototyp Prediction Eike Nikoleit
52 Prototyp Prediction: Künstliche Intelligenz zur Zuordnung von Steuerexperten Lernen von Klassifikationsregeln Verständnis Kontinuierliche Verbesserung durch Experten-Feedback Wissensdatenbanken Automatisierte Fragebeantwortung
53 Prototyp Q&A Andreas Homrighausen
54 Prototyp Q&A: Künstliche Intelligenz zur intelligenten Dialogführung Natürliche Dialogführung Dialoge Inhaltliches Verständnis Erschließung notwendiger Informationen Freie Spracheingabe
55 Prototypen im Überblick
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
MehrLehrstuhl 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
Mehr3A03 Security Löcher schnell und effizient schließen mit HP OpenView Radia
3A03 Security Löcher schnell und effizient schließen mit HP OpenView Radia Alexander Meisel HP OpenView 2004 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change
MehrWillkommen zum neuen Semester!
Willkommen zum neuen Semester! Informationsmanagement und Informationstechnologie (IMIT) und Wirtschaftsinformatik (Winf) Wintersemester 2012/13 1 Informationen (1) Belegung von Mastermodulen im Bachelor
MehrAnalyse und Synthese von Argumentationsstrukturen durch rechnergestützte Methoden am Beispiel der Rechtswissenschaft
Analyse und Synthese von Argumentationsstrukturen durch rechnergestützte Methoden am Beispiel der Rechtswissenschaft Ass. jur. Iris Speiser Institut für Rechtsinformatik Universität des Saarlandes Dipl.-Wirt.-Inf.
MehrKünstliche 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
MehrEducation 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
MehrDie Vernetzung menschlicher Gehirne
Flims, 04.09.2012 Einsatz neuer Medien: Die Vernetzung menschlicher Gehirne Pascal Kaufmann CEO Starmind International AG Verbindung von Gehirn und Maschine visueller Input motorischer Output Forschungsprojekt
MehrMaschinelles Lernen und Data Mining: Methoden und Anwendungen
Maschinelles Lernen und Data Mining: Methoden und Anwendungen Eyke Hüllermeier Knowledge Engineering & Bioinformatics Fachbereich Mathematik und Informatik GFFT-Jahrestagung, Wesel, 17. Januar 2008 Knowledge
MehrCorporate Digital Learning, How to Get It Right. Learning Café
0 Corporate Digital Learning, How to Get It Right Learning Café Online Educa Berlin, 3 December 2015 Key Questions 1 1. 1. What is the unique proposition of digital learning? 2. 2. What is the right digital
MehrLOG 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
MehrBIG 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?
MehrSQL Server 2012. Technischer Überblick. Patrick Heyde
SQL Server 2012 Technischer Überblick Patrick Heyde Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/patrick_heyde Patrick.Heyde@Microsoft.com SQL Server 2012 Highlights Der neue
MehrCloud Computing in der öffentlichen Verwaltung
Cloud Computing in der öffentlichen Verwaltung Willy Müller - Open Cloud Day 19.6.2012 2 Plug and Cloud? 3 The plug tower BPaaS Software SaaS Platform PaaS Storage/ Computing IaaS Internet Power grid 4
MehrAgile Prozesse, Web Apps, Business Intelligence & Case Management
Agile Prozesse, Web Apps, Business Intelligence & Case Management Aktuelle Entwicklungen im Bereich des Geschäftsprozessmanagements und ihre Auswirkungen auf IKS Prof. Dr. Jana Koehler Hochschule Luzern
MehrBusiness Analytics Die Finanzfunktion auf dem Weg zur Strategieberatung? IBM Finance Forum, 20. März 2013 Prof. Dr.
v Business Analytics Die Finanzfunktion auf dem Weg zur Strategieberatung? IBM Finance Forum, 20. März 2013 Prof. Dr. Gerhard Satzger Agenda 1. Wie sieht die erfolgreiche Finanzfunktion von morgen aus?
MehrDie digitale Transformation von Wirtschaft und Gesellschaft - die nächsten 5 Jahre
Die digitale Transformation von Wirtschaft und Gesellschaft - die nächsten 5 Jahre www.futuristgerd.com www.gerdleonhard.de www.gerdtube.com www.gerdcloud.com @gleonhard ENG @derfuturist DE Wir sind am
MehrEinführung in die Wissensverarbeitung und Data Mining
Einführung in die Wissensverarbeitung und Data Mining Peter Becker FH Bonn-Rhein-Sieg Fachbereich Angewandte Informatik!" $# Vorlesung Wintersemester 2001/02 1. Einführung Vorbemerkungen 1 Einführung Vorbemerkungen
MehrThe Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor
The Need for Speed CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed Industrialisierung, Agilität und Compliance die Rolle von Performance Management
MehrBusiness Intelligence
Business Intelligence TOP Priorität für CIOs? Köln 08. Mai 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business Intelligence BI TOP Priorität
MehrBig Data Herausforderungen für Rechenzentren
FINANCIAL INSTITUTIONS ENERGY INFRASTRUCTURE, MINING AND COMMODITIES TRANSPORT TECHNOLOGY AND INNOVATION PHARMACEUTICALS AND LIFE SCIENCES Big Data Herausforderungen für Rechenzentren RA Dr. Flemming Moos
MehrBetrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014
Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung
MehrDie 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
MehrMehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen.
Mehr Visibility. Wie Sie täglich mehr aus Ihren Daten machen. Definitionen Business Intelligence (BI) bezeichnet Verfahren, Prozesse und Techniken zur systematischen Analyse von Daten in elektronischer
MehrQuality Management is Ongoing Social Innovation Hans-Werner Franz
Quality Management is Ongoing Social Innovation Hans-Werner Franz ICICI Conference, Prague 1-2 October 2009 What I am going to tell you social innovation the EFQM Excellence model the development of quality
MehrBIG 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
MehrAutonomic Computing. Veronica Garcia, Lukas Knauer, Christopher Suter. 18. Mai 2006 Seminar Communication Systems IFI, UniZH
Autonomic Computing Veronica Garcia, Lukas Knauer, Christopher Suter 18. Mai 2006 Seminar Communication Systems IFI, UniZH Agenda Warum Autonomic Computing? Was ist Autonomic Computing? Level der Evolution
MehrHOW DO YOU EXPECT YOUR COMPANY'S CHINA PROFIT?
P R E S S E I N F O R M A T I O N Schweizer Unternehmen in China besonders erfolgreich Das Jahr 2014 soll für Schweizer Firmen in China wachsende Umsätze und Profite bringen: Eidgenössische Unternehmen
MehrZeitgemäße Verfahren für ganzheitliche Auswertungen
Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions
MehrOpinion Mining in der Marktforschung
Opinion Mining in der Marktforschung von andreas.boehnke@stud.uni-bamberg.de S. 1 Überblick I. Motivation Opinion Mining II. Grundlagen des Text Mining III. Grundlagen des Opinion Mining IV. Opinion Mining
MehrTuning des Weblogic /Oracle Fusion Middleware 11g. Jan-Peter Timmermann Principal Consultant PITSS
Tuning des Weblogic /Oracle Fusion Middleware 11g Jan-Peter Timmermann Principal Consultant PITSS 1 Agenda Bei jeder Installation wiederkehrende Fragen WievielForms Server braucheich Agenda WievielRAM
MehrGerman Taxation of Islamic Finance (Sukuk)
German Taxation of Islamic Finance (Sukuk) Andreas Patzner BaFin Conference on Islamic Finance May 2012 Contents Particulars Slides Islamic Financial Instruments 2 Sukuk (Islamic Bond) 3 Sukuk (Islamic
MehrExercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1
Exercise (Part XI) 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
MehrZiele und Herausforderungen
Ziele und Herausforderungen Text soll automatisch aus einer Quellsprache in eine Zielsprache übertragen werden Dabei soll die Funktion des Textes erhalten bleiben Es werden sowohl computerlinguistische
MehrData. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired
make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,
MehrIntelligente Unternehmens- und Prozesssteuerung durch CPM
Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business
MehrSilvan Geser Solution Specialist Unified Communications Microsoft Schweiz GmbH
Silvan Geser Solution Specialist Unified Communications Microsoft Schweiz GmbH - Henry Ford, 1863-1947 Individuelle erreichbarkeit Sicherheit und Regulatorien Verteilte Teams Partner und Kunden Hohe Kosten
MehrBig-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
MehrBI und Data Warehouse
BI und Data Warehouse Die neue Welt der Daten mit 2012 Daniel Weinmann Product Marketing Manager Microsoft Deutschland GmbH Sascha Lorenz Consultant & Gesellschafter PSG Projekt Service GmbH Werner Gauer
MehrIFRIC Draft Interpretation D3 Determing whether an Arrangement contains a Lease
IFRIC Draft Interpretation D3 Determing whether an Arrangement contains a Lease Liesel Knorr Düsseldorf, 16. März 2004-1- DRSC e.v/öffentliche Diskussion/16.03.2004 Überblick 1. Hintergrund des Interpretationsentwurfs
MehrTop 10 der Business Intelligence-Trends für 2014
Top 10 der Business Intelligence-Trends für 2014 Das Ende der Datenexperten. Datenwissenschaft kann künftig nicht nur von Experten, sondern von jedermann betrieben werden. Jeder normale Geschäftsanwender
MehrAnmeldung zum UNIVERSAL DESIGN favorite 2016 Registration for UNIVERSAL DESIGN favorite 2016
Anmeldung zum UNIVERSAL DESIGN favorite 2016 Registration for UNIVERSAL DESIGN favorite 2016 Teil 1 Anmeldung Teilnehmer Part 1 Registration Participant Angaben zum Teilnehmer Participant Address Information
MehrBIG DATA Die Bewältigung riesiger Datenmengen
BIG DATA Die Bewältigung riesiger Datenmengen Peter Mandl Institut für Geographie und Regionalforschung der AAU GIS Day 2012, 13.11.2012, Klagenfurt Was sind BIG DATA? Enorm große Datenmengen, Datenflut
Mehrelearning 02.07.2004 SIGNAL project Hans Dietmar Jäger 1
elearning The use of new multimedia technologies and the Internet to improve the quality of learning by facilitating access to resources and services as well as remote exchange and collaboration. (Commission
MehrZertifikate: Nutzen für wen?
Zertifikate: Nutzen für wen? Zertifikate = Bessere Qualität? Hans Ulrich Rothen, Vorsitzender Qualitätskommission Inselspital Zertifizierungen Überprüfung von Prozessen (Arbeitsabläufen) und deren Ergebnisse
MehrTalkIT: Internet Communities Tiroler Zukunftsstiftung Donnerstag, 22. 4. 2010
TalkIT: Internet Communities Tiroler Zukunftsstiftung Donnerstag, 22. 4. 2010 Reinhard Bernsteiner MCiT Management, Communication & IT MCI MANAGEMENT CENTER INNSBRUCK Universitätsstraße 15 www.mci.edu
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
MehrMegatrends Digitalisierung: Chancen und Risiken für KMU
HORIZONTE Konjunktur- und Trendforum der St. Galler Kantonalbank, St. Gallen Megatrends Digitalisierung: Chancen und Risiken für KMU Dr. David Bosshart l 1088 GDI Montag, 2. Februar 2015 Diese Präsentation
MehrDas Knowledge Grid. Eine Architektur für verteiltes Data Mining
Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide
MehrChallenges for the future between extern and intern evaluation
Evaluation of schools in switzerland Challenges for the future between extern and intern evaluation Michael Frais Schulentwicklung in the Kanton Zürich between internal evaluation and external evaluation
MehrISO 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
MehrDr. Stefan Wess, Geschäftsführer
Dr. Stefan Wess, Geschäftsführer Wirtschaftliche Aspekte der Suchtechnologie: Es geht um (viel) mehr als (nur) Die richtige Information zur richtigen Zeit bei der richtigen Person 4 Dr. Stefan Wess 11.
MehrCloud Computing bei schweizerischen Unternehmen Offene Fragen und Antworten
Cloud Computing bei schweizerischen Unternehmen Offene Fragen und Antworten Prof. Dr. Stella Gatziu Grivas, Wirtschaftsforum FHNW 04 09 13 Olten Cloud Computing: die Verschmelzung von zwei Trends Quelle:
Mehrwww.pwc.com FATCA implementieren in der Schweiz vom Projekt bis zum operativen Prozess SVV Präsentation 4. April 2013
www.pwc.com FATCA implementieren in der Schweiz vom Projekt bis zum operativen Prozess Präsentation 4. Agenda 1. Einführung 2. FATCA-Hauptaufgaben 3. Versicherer in der Schweiz und FATCA 4. Implementierungsaspekte
MehrTotal Security Intelligence. Die nächste Generation von Log Management and SIEM. Markus Auer Sales Director Q1 Labs.
Total Security Intelligence Die nächste Generation von Log Management and SIEM Markus Auer Sales Director Q1 Labs IBM Deutschland 1 2012 IBM Corporation Gezielte Angriffe auf Unternehmen und Regierungen
MehrAccreditation of Prior Learning in Austria
Accreditation of Prior Learning in Austria Birgit Lenger ibw Institut für Bildungsforschung der Wirtschaft Institute for Research on Qualifications and Training of the Austrian Economy October, 2009 TOPICS
Mehr0 Einführung: Was ist Statistik
0 Einführung: Was ist Statistik 1 Datenerhebung und Messung 2 Univariate deskriptive Statistik 3 Multivariate Statistik 4 Regression 5 Ergänzungen Explorative Datenanalyse EDA Auffinden von Strukturen
MehrMOVILISE-Beruflich Englisch Sprachkurs mit innovative Techniken für Schiedsrichter - Trainer - Sportler
MOVILISE-Beruflich Englisch Sprachkurs mit innovative Techniken für Schiedsrichter - Trainer - Sportler 2009-1-TR1-LEO05-08709 1 Projektinformationen Titel: MOVILISE-Beruflich Englisch Sprachkurs mit innovative
MehrTowards Automated Analysis of Business Processes for Financial Audits
Towards Automated Analysis of Business Processes for Financial Audits Michael Werner Universität Hamburg michael.werner@wiso.uni hamburg.de Max Brauer Allee 60 22765 Hamburg StB Prof. Dr. Nick Gehrke Nordakademie
MehrAnalyse und Feedback in Echtzeit
Analyse und Feedback in Echtzeit Die Daten-Strategie von IDG Michael Beilfuß, Verlagsleiter Stefan Huegel, VP Digital 20.11.2014 / VDZ Tech Summit 2014 in Hamburg // BIG DATA - der Game-Changer Paradigmenwechsel
MehrDer Wetterbericht für Deutschland. Read the weather reports and draw the correct weather symbols for each town.
Der Wetterbericht für Deutschland Read the weather reports and draw the correct weather symbols for each town. Es ist sehr heiß in Berlin und es donnert und blitzt in Frankfurt. Es ist ziemlich neblig
MehrDominik Stockem Datenschutzbeauftragter Microsoft Deutschland GmbH
Dominik Stockem Datenschutzbeauftragter Microsoft Deutschland GmbH Peter Cullen, Microsoft Corporation Sicherheit - Die Sicherheit der Computer und Netzwerke unserer Kunden hat Top-Priorität und wir haben
MehrCloud Architektur Workshop
Cloud Architektur Workshop Ein Angebot von IBM Software Services for Cloud & Smarter Infrastructure Agenda 1. Überblick Cloud Architektur Workshop 2. In 12 Schritten bis zur Cloud 3. Workshop Vorgehensmodell
MehrDirektmarketing im Zentrum digitaler Vertriebsstrategien
Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer
MehrRechnungswesen Prüfung (30 Minuten - 10 Punkte)
Rechnungswesen Prüfung (30 Minuten - 10 Punkte) 1/4 - Aktiva Programmelement Verfahrensmethode Zeit Punkte Aktiva Füllen Sie die Leerstellen aus 5' 1.5 Die Aktiven zeigen die Herkunft der Vermögensgegenstände
MehrAfter sales product list After Sales Geräteliste
GMC-I Service GmbH Thomas-Mann-Str. 20 90471 Nürnberg e-mail:service@gossenmetrawatt.com After sales product list After Sales Geräteliste Ladies and Gentlemen, (deutsche Übersetzung am Ende des Schreibens)
MehrIst Qualität nachrüstbar? Testen, Dokumentation und Code Qualität von Anfang an
Ist Qualität nachrüstbar? Testen, Dokumentation und Code Qualität von Anfang an Was ist Qualität? Definition laut EN ISO 9000:2005 Qualität wird definiert als "Grad, in dem ein Satz inhärenter Merkmale
MehrDa sein, wo der Kunde Sie sucht: Marketing in Suchmaschinen. Innocel - 22. November 2006
Da sein, wo der Kunde Sie sucht: Marketing in Suchmaschinen Innocel - 22. November 2006 1. Warum Suchmaschinen-Marketing? Was ist Suchmaschinen-Marketing? Warum Suchmaschinen-Marketing? Das Internet besteht
MehrStrategy. Execution. Results. CIAgenda. COPYRIGHT Phil Winters 2014 ALL RIGHTS PROTECTED AND RESERVED.
CIAgenda 1 Customer Strategy Datenflüsterer Experte für Strategien aus der Kundenperspektive 2 Customer Experience COPYRIGHT Phil Winters 2014. ALL RIGHTS PROTECTED AND RESERVED. 3 Aus der Kundenperspektive
MehrSoftware / Office MailStore Service Provider Edition
Software / Office MailStore Service Provider Edition page 1 / 5 Bieten Sie E-Mail-Archivierung als Managed Service an Mit Hilfe der MailStore Service Provider Edition können Sie Ihren Kunden moderne E-Mail-Archivierung
MehrSemantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer
Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation
MehrCustomer Experience Management / IBM Tealeaf
Customer Experience Management / IBM Tealeaf Steigerung von Umsatz und Kundenzufriedenheit in Online Kanälen Thomas Eherer, Tealeaf Sales D/A/CH 2013 IBM Corporation Relevante Fragestellungen im Online
MehrBusiness Intelligence Meets SOA
Business Intelligence Meets SOA Microsoft People Ready Conference, München, Nov. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business
Mehr1.3.5 Clinical Decision Support Systems
Arzneimitteltherapie Thieme Verlag 1.3.5 Clinical Decision Support Systems Marco Egbring, Stefan Russmann, Gerd A. Kullak-Ublick Im Allgemeinen wird unter dem Begriff Clinical Decision Support System (CDSS)
MehrSocial 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.
MehrBeschränkte Menschen unbeschränkte Technologie: Wie entwickelt sich das digitale Ökosystem
SFS Innovationsfachtagung Logistik 2015, Das Zelt Zürich Beschränkte Menschen unbeschränkte Technologie: Wie entwickelt sich das digitale Ökosystem Dr. David Bosshart l 1102 GDI Mittwoch, 15. April 2015
MehrPersonalisierung. Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung. Data Mining.
Personalisierung Personalisierung Thomas Mandl Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung Klassifikation Die Nutzer werden in vorab bestimmte Klassen/Nutzerprofilen
MehrBereiche der KI. KI und das Web Eine Übersicht. Allgemeines zur KI. Einfluss der KI auf die Informatik. Herausforderungen im Web
Bereiche der KI KI und das Web Eine Übersicht Web Site Engineering, Vorlesung Nr. 13 Neuronale Netze Suchverfahren Expertensysteme Fallbasiertes Schließen (Case-Based Reasoning) Planen Maschinelles Lernen
MehrProaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze
Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze INAUGURALDISSERTATION zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften an der Wirtschaftswissenschaftlichen
MehrDie Ethische Maschine Univ. Prof. Dr. Sarah Spiekermann
Die Ethische Maschine Univ. Prof. Dr. Sarah Spiekermann Wien, 17. September 2015 Die moderne IKT Welt ist in einer Krise, weil ihr die Visionen fehlen.? Sind wir DAUs? * Duane Hansons s Supermarkt Lady
MehrTechnische Aspekte von Privatsphäre in der digitalen Lebenswelt
Technische Aspekte von Privatsphäre in der digitalen Lebenswelt Herausforderungen und Lösungen Prof. Dr. Stefan Katzenbeisser Security Engineering Group Technische Universität Darmstadt & European Center
MehrDie Rolle des QM-Systems - Forderung und Praxis
Die Rolle des QM-Systems - Forderung und Praxis Inhalt Warum ist ein QM-System für Hersteller von Medizinprodukten so wichtig? Was kann die Basis eines solchen Systems sein? Zusammenfassung FAQs Inhalt
MehrMediaBoxXT 4.0. Einfache Erstellung von Postscript-Dateien mit QuarkXPress. JoLauterbach Software GmbH Stolzingstraße 4a 95445 Bayreuth Germany
MediaBoxXT 4.0 Einfache Erstellung von Postscript-Dateien mit QuarkXPress JoLauterbach Software GmbH Stolzingstraße 4a 95445 Bayreuth Germany Telefon: 0921-730 3363 Fax: 0921-730 3394 Internet: email:
MehrKonsolidierung & Synchronisierung von strategischer, Finanz- und operativer Planung Executive Breakfast, Juni 2013
Konsolidierung & Synchronisierung von strategischer, Finanz- und operativer Planung Executive Breakfast, Juni 2013 Dr. Wolfgang Martin Analyst, Mitglied im Boulder BI Brain Trust Planung synchronisieren
MehrIdeen der Informatik. Maschinelles Lernen. Kurt Mehlhorn Adrian Neumann Max-Planck-Institut für Informatik
Ideen der Informatik Maschinelles Lernen Kurt Mehlhorn Adrian Neumann Max-Planck-Institut für Informatik Übersicht Lernen: Begriff Beispiele für den Stand der Kunst Spamerkennung Handschriftenerkennung
MehrModul 6 Virtuelle Private Netze (VPNs) und Tunneling
Modul 6 Virtuelle Private Netze (VPNs) und Tunneling M. Leischner Netzmanagement Folie 1 Virtuelle Private Netze Begriffsdefinition Fortsetz. VPNC Definition "A virtual private network (VPN) is a private
MehrMit 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??
MehrInequality 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,
MehrContinuous Auditing eine gut gemeinte aber schlechte Idee kommt zurück
Continuous Auditing eine gut gemeinte aber schlechte Idee kommt zurück Michel Huissoud Lic.iur, CISA, CIA 5. November 2012 - ISACA/SVIR-Fachtagung - Zürich Überwachung Continuous Monitoring Continuous
MehrDas intelligente Unternehmen
Das intelligente Unternehmen Das Office of the CFO als Leitstand SAP Infotage, Düsseldorf, Okt. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut
MehrVon Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrReadMe zur Installation der BRICKware for Windows, Version 6.1.2. ReadMe on Installing BRICKware for Windows, Version 6.1.2
ReadMe zur Installation der BRICKware for Windows, Version 6.1.2 Seiten 2-4 ReadMe on Installing BRICKware for Windows, Version 6.1.2 Pages 5/6 BRICKware for Windows ReadMe 1 1 BRICKware for Windows, Version
MehrExplosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd.
Warum viele Daten für ein smartes Unternehmen wichtig sind Gerald AUFMUTH IBM Client Technical Specialst Data Warehouse Professional Explosionsartige Zunahme an Informationen Volumen. 15 Petabyte Menge
Mehr15. ISACA TrendTalk. Sourcing Governance Audit. C. Koza, 19. November 2014, Audit IT, Erste Group Bank AG
15. ISACA TrendTalk Sourcing Governance Audit C. Koza, 19. November 2014, Audit IT, Erste Group Bank AG Page 1 Agenda IT-Compliance Anforderung für Sourcing Tradeoff between economic benefit and data security
MehrPrivacy-preserving Ubiquitous Social Mining via Modular and Compositional Virtual Sensors
Privacy-preserving Ubiquitous Social Mining via Modular and Compositional s Evangelos Pournaras, Iza Moise, Dirk Helbing (Anpassung im Folienmaster: Menü «Ansicht» à «Folienmaster») ((Vorname Nachname))
MehrSocial Media bei DATEV Handlungsfelder und Erkenntnisse
10. April 2012, 14:30 15:30 Social Media bei DATEV Handlungsfelder und Erkenntnisse Christian Buggisch, Leiter Corporate Publishing, DATEV eg Social Media ist im Alltag angekommen Aber Social Business
MehrEinkommensaufbau mit FFI:
For English Explanation, go to page 4. Einkommensaufbau mit FFI: 1) Binäre Cycle: Eine Position ist wie ein Business-Center. Ihr Business-Center hat zwei Teams. Jedes mal, wenn eines der Teams 300 Punkte
MehrMulti-Vendor-Outsourcing und Produktisierung von IT-Services. Dr. Serguei Dobrinevski serguei.dobrinevski@hypersoft.com
Multi-Vendor-Outsourcing und Produktisierung von IT-Services Dr. Serguei Dobrinevski serguei.dobrinevski@hypersoft.com Einführung Hypersoft Information Systems Mehr als 200 Großkunden für die Service-Metrics-Software
MehrMicroStrategy Analytics + Security
PPT-0129 0115 Campaign Sales Deck MicroStrategy Analytics + Security Die leistungsstarken Analytics und Mobile Plattformen von MicroStrategy umfassen nun eine einfache, nahtlose und umfangsreiche Identitäts-Plattform.
Mehr