Data Culture Podcast
In diesem Podcast geht es um die Bedeutung von Data Culture für Unternehmen und wie diese durch den Einsatz von Data, Analytics und KI erfolgreich aufgebaut werden kann. Der CEO von BARC, Carsten Bange, präsentiert wöchentlich neue Folgen, in denen er verschiedene Aspekte der Datenkultur behandelt. Data Culture wird als entscheidender Faktor für den Erfolg von mehr als 75% aller Unternehmen betrachtet. Es geht darum, wie Menschen und Organisationen Daten nutzen und eine datengetriebene Denkweise annehmen können, um bessere Entscheidungen zu treffen und ihre Geschäftsziele zu erreichen. Der Podcast gibt Einblicke in die verschiedenen Elemente einer erfolgreichen Datenkultur, wie z.B. die Identifizierung und Nutzung relevanter Datenquellen, den Einsatz von Analysetools und die Implementierung von KI-Technologien. Es wird erläutert, wie Unternehmen ihre Mitarbeiter unterstützen können, datenkompetent zu werden und Daten in ihrer täglichen Arbeit effektiv einzusetzen. Jede Folge des Podcasts behandelt ein spezielles Thema im Zusammenhang mit Data Culture und bietet praktische Tipps und Ratschläge für Unternehmen, die ihre Datenstrategie verbessern möchten. Es wird betont, dass die Schaffung einer starken Datenkultur ein kontinuierlicher Prozess ist, der sowohl Führungskräfte als auch Mitarbeiter beinhaltet. Insgesamt bietet der Podcast wertvolle Informationen und Anleitungen für Unternehmen, um eine effektive und nachhaltige Datenkultur aufzubauen und so ihre Wettbewerbsfähigkeit zu steigern.
Die neuesten Episoden:
How to generate value from AI – at scale and ethically – with Conny Schaurecker, Vodafone
In dieser Podcast-Episode dreht sich alles um die Frage, wie man mit KI wertvolle Ergebnisse erzielen kann, was insbesondere in datengetriebenen Organisationen von großer Bedeutung ist. Im Zentrum dieser Bemühungen steht die Entwicklung von Datenmodellen und Datenprodukten sowie deren Skalierung. Die Gäste diskutieren verschiedene Aspekte der Wertschöpfung durch KI. Zunächst betonen sie die Bedeutung der Qualität der Daten, die zur Modellbildung verwendet werden. Nur mit genauen und zuverlässigen Daten können effektive Modelle entwickelt werden. Zudem ist es wichtig, die richtigen KPIs (Key Performance Indicators) zu definieren, um den Fortschritt und den Wert der KI-Projekte zu messen. Ein weiteres Thema ist die Skalierbarkeit von Datenmodellen und -produkten. Da die Menge an verfügbaren Daten ständig wächst, müssen die Modelle entsprechend angepasst und erweitert werden. Dies erfordert eine gute Infrastruktur und die Nutzung von Cloud-Computing-Ressourcen, um die Skalierung zu gewährleisten. Ein weiterer wichtiger Punkt in der Diskussion ist die Zusammenarbeit zwischen verschiedenen Teams und Abteilungen innerhalb einer Organisation. Eine enge Zusammenarbeit zwischen Datenwissenschaftlern, Entwicklern, Fachexperten und anderen relevanten Stakeholdern ist notwendig, um den Erfolg von KI-Projekten sicherzustellen und den Mehrwert zu maximieren. Zusammenfassend legt diese Podcast-Episode den Fokus auf die Entwicklung von Datenmodellen und Datenprodukten sowie deren Skalierung und betont die Bedeutung der Datenqualität, der Definition von KPIs und der Zusammenarbeit zwischen verschiedenen Teams. Dies sind entscheidende Faktoren, um den Wert von KI in datengetriebenen Organisationen zu maximieren.
Jetzt anhören
Datengetriebene Zusammenarbeit – mit Jan Henning, E.ON
In dieser Podcast-Episode erläutert Jan Henning, Vice President Data bei E.ON, wie das Unternehmen zu einer data-driven Company werden möchte. Sein Team arbeitet konsequent an der Umsetzung dieses Ziels. Dabei bildet die Data Culture den Leitstern, und das Data Culture Framework von BARC dient als strukturgebendes Instrument. Die Data Culture bezieht sich auf die Denkweise und das Verhalten der Mitarbeiter in Bezug auf Daten. Diese Kultur erstreckt sich auf alle Ebenen des Unternehmens und fördert die Nutzung von Daten in allen Geschäftsbereichen. Henning betont die Bedeutung von Daten als strategische Ressource und betont, dass der Umgang mit Daten eine Kompetenz ist, die jeder Mitarbeiter besitzen sollte. Das Data Culture Framework von BARC bietet eine strukturierte Vorgehensweise zur Etablierung einer Data Culture. Es besteht aus sechs Kategorien: Leadership, Skills und Kompetenzen, Organisation und Governance, Prozesse und Kollaboration, Dateninfrastruktur und -plattformen sowie Messung und Steuerung. Henning erklärt, wie E.ON diese Kategorien in seine strategische Ausrichtung integriert und wie sie dabei helfen, die Data Culture im Unternehmen voranzutreiben. Abschließend betont Henning die Wichtigkeit des Change Managements, um die Transformation hin zu einer data-driven Company erfolgreich umzusetzen. Es geht nicht nur um technische Aspekte, sondern auch um die Akzeptanz der Mitarbeiter und die Förderung einer datengetriebenen Denkweise in der gesamten Organisation.
Jetzt anhören
Wie kann ich Vertrauen in Daten herstellen? mit Jan Wetzke, Talend
In dieser Podcast-Episode diskutiert Jan Beispiele aus seinen bisherigen Projekten, die verdeutlichen, wie Datenintegration genutzt werden kann, um ein datengesteuertes Unternehmen zu werden. Zunächst beschreibt er ein Projekt, bei dem ein Unternehmen Daten aus verschiedenen Quellen integriert hat, um Kundensegmente zu identifizieren. Durch die Verknüpfung von Kundendaten mit externen Datenpunkten wie demographischen Informationen konnten detaillierte Kundensegmente erstellt werden. Dies ermöglichte es dem Unternehmen, gezieltere Marketingkampagnen zu entwickeln und das Kundenverhalten besser zu verstehen. Ein weiteres Beispiel betrifft die Integration von Verkaufsdaten mit Lieferkettendaten. Durch die Analyse dieser Daten konnte das Unternehmen Engpässe in der Lieferkette identifizieren und die Produktions- und Lieferprozesse optimieren. Dies führte zu kürzeren Lieferzeiten und einer höheren Kundenzufriedenheit. Jan erklärt auch, wie die Integration von Finanzdaten in das Data-Warehouse eines Unternehmens zu einem besseren Verständnis der finanziellen Leistung geführt hat. Durch die Kombination von Umsatz-, Kosten- und Kreditdaten konnte das Unternehmen besser verstehen, wie sich finanzielle Entscheidungen auf den Erfolg auswirken. Dies half bei der Identifizierung von Einsparungspotenzialen und der Steigerung der Rentabilität. Jan betont, dass Datenintegration entscheidend ist, um den vollen Nutzen aus den vorhandenen Daten ziehen zu können. Durch die Kombination von Daten aus verschiedenen Quellen können Unternehmen ein umfassenderes Verständnis von Kunden, Lieferketten und der finanziellen Leistung gewinnen. Dadurch können datengesteuerte Entscheidungen getroffen und Wettbewerbsvorteile erzielt werden.
Jetzt anhören
ChatGPT und generative KI bei der Deutschen Post – mit Thorsten Kranz, DHL Group
In dieser Podcast-Episode geht es um die Anwendungsmöglichkeiten und Integration von generativer Künstlicher Intelligenz (KI) und ChatGPT im Geschäftsumfeld. Obwohl diese Technologien momentan im Rampenlicht stehen, fragt der Host nach dem konkreten Nutzen, den Unternehmen davon haben können. Als Antwort werden verschiedene Anwendungsfälle genannt, bei denen KI-generierte Inhalte sinnvoll eingesetzt werden können. Zum Beispiel kann generative KI für die Erstellung von automatisierten Produkterklärungen und -beschreibungen genutzt werden. Auch das Generieren von Textinhalten, wie Blogbeiträge oder Social-Media-Posts, ist mithilfe dieser Technologie möglich. Dadurch könnten Unternehmen Zeit und Personalaufwand sparen. Bei der Integration von generativer KI und ChatGPT muss jedoch darauf geachtet werden, dass die Geschäftsziele und Grenzen klar definiert sind. Außerdem ist es wichtig, die KI-Modelle kontinuierlich zu verbessern und zu überwachen, um unerwünschte Auswirkungen, wie beispielsweise Voreingenommenheit, zu vermeiden. Ein weiterer Aspekt, der angesprochen wird, ist die Menschenzentriertheit bei der Nutzung von KI im Geschäftskontext. Der Host betont, dass KI als Werkzeug für Menschen dienen sollte und nicht umgekehrt. Ein bewusster Einsatz von KI soll den Kundenservice verbessern und menschliche Arbeitskräfte unterstützen, anstatt sie zu ersetzen. Abschließend wird betont, dass es wichtig ist, die Potenziale von generativer KI und ChatGPT im Geschäftsalltag zu erkennen und strategisch einzusetzen, um einen wirklichen Mehrwert zu erzielen. Mit klaren Zielen, ethischer Verantwortung und der Fokussierung auf den Menschen, können Unternehmen diese Technologien erfolgreich integrieren und von ihnen profitieren.
Jetzt anhören
Wertschöpfung aus Daten durch Data Mesh und Datenprodukte – mit Sebastian Wernicke, One Data
In dieser Podcast-Episode diskutieren die Gastgeber mit Sebastian Wernicke, dem Chief Data Scientist bei One Data, über Data Mesh und Datenprodukte. Data Mesh bezieht sich auf eine neuartige Methode der Datenorganisation, bei der Daten in dezentrale Domänen oder Domänenprodukte aufgeteilt werden, um die Effizienz und den Wert der Daten zu steigern. Diese dezentrale Struktur ermöglicht es den Verantwortlichen in den einzelnen Domänen, sich auf ihre spezifischen Datenprodukte zu konzentrieren und diese optimal zu nutzen. Der Gast erklärt, dass Datenprodukte die Hauptakteure im Data Mesh-Ansatz sind und dass eine erfolgreiche Implementierung einen kulturellen Wandel in Unternehmen erfordert. Datenprodukte sind eigenständige Einheiten, die Daten sammeln, verarbeiten und analysieren, um wertvolle Erkenntnisse zu generieren. Sie werden von eigenen, autonom arbeitenden Teams entwickelt und gepflegt. Wernicke betont die Bedeutung von Datenqualität und spricht über die Herausforderungen bei der Implementierung von Data Mesh und Datenprodukten. Er betont die Relevanz eines engen Zusammenspiels zwischen IT und Fachbereichen sowie die Notwendigkeit einer klaren Kommunikation und Abstimmung innerhalb des Unternehmens. Abschließend diskutieren die Teilnehmer des Podcasts verschiedene Anwendungsfälle für Data Mesh und Datenprodukte in verschiedenen Branchen und erörtern deren positive Auswirkungen auf Effizienz, Innovation und Wertschöpfung.
Jetzt anhören
50 Folgen, 50 Gäste – was wir über Data Culture gelernt haben
In dieser Podcast-Episode wird die Entwicklung und Veränderung der Data Culture in den letzten Monaten diskutiert. Die Gastgeber blicken auf verschiedene interessante Aspekte, die in den vorherigen 49 Folgen des Podcasts behandelt wurden, und ordnen diese Erkenntnisse in ihr Data Culture Framework ein. Ein wichtiger Aspekt, der in den Diskussionen der vergangenen Folgen immer wieder herausgestellt wurde, ist die Bedeutung der Datenkultur im Unternehmen. Es wird betont, dass eine gute Data Culture die Grundlage für den erfolgreichen Einsatz von Daten und datenbasierten Entscheidungen ist. Unternehmen müssen eine datengetriebene Denkweise fördern und sicherstellen, dass alle Mitarbeiter die Bedeutung von Daten verstehen und aktiv nutzen. Ein anderer wichtiger Punkt, der in der Podcast-Episode angesprochen wird, ist die technische Weiterentwicklung im Bereich Datenmanagement und -analyse. Es wird betont, dass Unternehmen heute Zugang zu leistungsstarken Tools und Technologien haben, die es ihnen ermöglichen, Daten effizienter zu erfassen, zu speichern und zu analysieren. Dies eröffnet neue Möglichkeiten für datengetriebene Entscheidungen und Innovationen. Abschließend wird darauf hingewiesen, dass Unternehmen weiterhin daran arbeiten müssen, ihre Data Culture zu verbessern und weiterzuentwickeln. Dies erfordert sowohl Maßnahmen auf der organisatorischen Ebene, wie Schulungen und Schulungen für Mitarbeiter, als auch auf der technologischen Ebene, wie die Implementierung von fortschrittlichen Datenanalysetools. Insgesamt zeigt diese Podcast-Episode, dass sich die Data Culture in den letzten Monaten weiterentwickelt hat und immer mehr Unternehmen die Bedeutung von Daten erkennen und in ihre Geschäftsentscheidungen einbeziehen.
Jetzt anhören
How to promote Data Culture at a large B2C company – with Naveen Gupta, IKEA
In this podcast episode, the guest is Naveen Gupta, who holds the position of Global Data Lead at IKEA. He shares his expertise in the process of transforming a traditional and large company into a data-driven organization. Gupta begins by discussing the importance of building a data culture within an organization. He emphasizes that data should be seen as a strategic asset and that everyone in the company should be aware of its value. He explains that this mindset shift requires a top-down approach, starting with the leadership team, to drive the data-driven vision. Gupta then delves into the challenges faced during this transformation process. He highlights the resistance to change and the fear of making decisions based on data rather than intuition. He suggests that continuous communication, training, and education are crucial to overcome these challenges and build trust in data-driven decision-making. Furthermore, Gupta discusses the role of technology in enabling a data-driven culture. He mentions that having a robust data infrastructure, data governance, and data analytics capabilities are essential. He also emphasizes the need for collaboration between IT and business teams to leverage technology effectively. In conclusion, Gupta emphasizes the need for a data-driven mindset, effective communication, and collaboration to successfully transform a traditional company into a data-driven organization. He believes that data can be a strategic asset for any company, and leveraging it correctly can drive significant business growth and innovation.
Jetzt anhören
Erfolgsfaktoren für die datengetriebene Transformation im mittelständischen Konzern – mit Jonas Rashedi, Funke Medien
In dieser Podcastfolge ist Jonas Rashedi, Chief Data Officer bei Funke Medien und erfolgreicher Podcaster, zu Gast. Der Schwerpunkt des Gesprächs liegt auf dem Thema Daten und deren Nutzung im Medienbereich. Rashedi erklärt, dass Daten eine immer wichtigere Rolle für Medienunternehmen spielen. Mithilfe von Datenanalysen können sie ihr Publikum besser verstehen und personalisierte Inhalte anbieten. Dadurch steigt die Relevanz ihrer Angebote und sie können ihre Zielgruppen besser erreichen. Er betont jedoch auch die ethische Verantwortung im Umgang mit Daten. Es müsse eine klare Linie gezogen werden, um die Privatsphäre der Nutzer zu schützen und Missbrauch zu verhindern. Hierfür seien klare Richtlinien und Transparenz wichtig. Rashedi spricht auch darüber, wie Podcasts von der Nutzung von Daten profitieren können. Durch Analyse der Hörerdaten können Podcastproduzenten ihre Inhalte anpassen und so die Zufriedenheit der Hörer steigern. Zudem können sie die Daten nutzen, um Werbepartner gezielt anzusprechen und passende Werbung einzublenden. Abschließend gibt Rashedi einen Ausblick auf die Zukunft der Datenanalyse im Medienbereich. Künstliche Intelligenz und maschinelles Lernen werden eine noch größere Rolle spielen und noch genauere Einblicke ermöglichen. Insgesamt ist die Folge eine interessante Diskussion über die aktuellen Entwicklungen im Einsatz von Daten im Medienbereich und verdeutlicht die Chancen und Herausforderungen, die damit einhergehen.
Jetzt anhören
ChatGPT – Background and Use Cases at Siemens – with Maria Sukhareva
In this podcast episode, Carsten interviews Maria Sukhareva, a Senior Key Expert and Data Scientist at Siemens AG, discussing her experiences with ChatGPT and its applications. They start by explaining that ChatGPT, an advanced language model developed by OpenAI, has become widely accessible and is being utilized in various industries. Maria explains her involvement with ChatGPT and highlights the importance of customization in its applications. She emphasizes that adapting the model to specific use cases is essential to ensure accurate and relevant responses. Training the model with domain-specific data is a crucial step in achieving this customization. The conversation then turns to the benefits and challenges of using ChatGPT. Maria points out that it allows for efficient customer service and support by quickly providing answers to frequently asked questions. However, she mentions that addressing misinformation and bias in the model's responses can be challenging and requires careful monitoring and continuous improvement. Carsten and Maria also discuss the limitations of ChatGPT, including its occasional generation of incorrect or nonsensical answers, as well as its inability to have true conversations or exhibit an understanding of complex contexts. In conclusion, Maria expresses her excitement for the future of language models like ChatGPT and their potential to transform various industries, but stresses the importance of responsible use and continuous refinement to address potential risks and challenges.
Jetzt anhören
Data Fabric vs. Data Mesh – Ein Führer durch den aktuellen Begriffs- und Konzeptdschungel – mit Hardy Gröger, IBM
In dieser Podcast-Episode verrät Hardy Gröger von IBM, was sich hinter den aktuellen Hype-Begriffen Data Mesh und Data Fabric verbirgt. Er erklärt, wie man ein Data Mesh technisch umsetzen kann und hebt den Unterschied zur Data Fabric hervor. Data Mesh bezieht sich auf eine dezentrale Datenstruktur, bei der die Datenverantwortung auf einzelne Teams verteilt wird. Dadurch wird eine flexible und skalierbare Dateninfrastruktur geschaffen. Die Data Fabric hingegen ist eine technische Lösung, die es ermöglicht, Daten aus verschiedenen Quellen zu integrieren und zu harmonisieren. Es fungiert sozusagen als "Gewebe" für die Datenlandschaft. Des Weiteren diskutieren Hardy und Carsten in der Episode die Bedeutung von Data Assets und Data Products. Data Assets sind dabei die Rohdaten, die in einem Unternehmen vorhanden sind und potenziell genutzt werden können. Data Products hingegen sind die Ergebnisse der Datenanalyse, zum Beispiel ein Dashboard oder ein Modell. Es gilt, Data Assets in wertvolle Data Products umzuwandeln, um den größtmöglichen Nutzen aus den vorhandenen Daten zu ziehen. Zusammenfassend bietet diese Podcast-Episode einen Einblick in die Welt der Data Mesh und Data Fabric, erklärt die technische Umsetzung und diskutiert wichtige Begriffe wie Data Assets und Data Products.
Jetzt anhören