No abstract

ZusammenfassungEntscheidungsbäume bereichern moderne künstliche Intelligenz durch vielseitige Weiterentwicklungen. Lernende Entscheidungsbäume sind seit Jahrzehnten ein tradiertes Werkzeug zur Erstellung von erklärbaren Modellen zu Klassifikation und Regression. Während moderne Trends wie Deep Learning die Aufmerksamkeit der KI-Entwicklung auf sich ziehen, werden Entscheidungsbäume kontinuierlich weiterentwickelt, in neuen Bereichen eingesetzt und mit scheinbar im Wettstreit stehenden Methoden verschmolzen. Der Artikel stellt die Funktionsweise von Entscheidungsbäumen dar und zeigt Entwicklungen der aktuellen Forschung auf.

No abstract

Data have become ubiquitous in the 21st century. Companies can achieve a competitive advantage if they manage to utilise business data successfully, and a data strategy can help to become a data-driven company. In this article, three pillars are presented: data literacy as a central competence, data science as a specialisation, and the chief data officer as a C-level executive. Die Digitalisierung führt im 21. Jahrhundert zu immer größeren Datenmengen. Unternehmen können betriebliche Daten nutzen, um fundierte und bessere Entscheidungen schneller zu treffen. Dabei stellt sich die Frage, wie im Anschluss an die digitale Transformation die Entwicklung von einem digitalisierten zu einem datengetriebenen Unternehmen erfolgen kann. Der geschulte Umgang mit Daten, die sogenannte Data Literacy, gilt als eine der grundlegenden Kompetenzen der modernen Wissensgesellschaft. Die in diesem Artikel vorgestellte Datenstrategie hat drei Säulen: Data Literacy als entscheidende Kompetenz aller Mitarbeiter, Data Science als Spezialisierung für komplexe Fragestellungen und die Rolle des Chief Data Officers als strategische Führungskraft zur Koordina­tion und Etablierung von datengetriebenen Prozessen. Die erfolgreiche Umsetzung einer Datenstrategie kann einen messbaren Wettbewerbsvorteil schaffen.