Loading...
Data Science2019-09-10T13:44:22+02:00

Schickler Data Science

90% aller weltweit verfügbaren Daten wurden in den letzten zwei Jahren generiert. Weniger als 1% aller weltweit verfügbaren Daten werden überhaupt analysiert. Diese Diskrepanz zeigt beeindruckend das Potenzial von Data Science in Unternehmen.

Speziell für Medienunternehmen ergeben sich große Chancen, da die Prozesse und Geschäftsbeziehungen hin zu Kunden und Unternehmen besonders vielfältig sind. Vor allem bei der Verbesserung bestehender Produkte, Services und Prozesse schafft Künstliche Intelligenz und Machine Learning vielfältige Chancen für Medienunternehmen.

Um Medienunternehmen beim Einsatz Künstlicher Intelligenz zu unterstützen, hat Schickler ein eigenes in-house Data Science Team. Dieses arbeitet in Projekten Hand in Hand mit den Schickler Beratern, um Chancen für den Einsatz Künstlicher Intelligenz zu identifizieren, Algorithmen zu entwickeln und Prototypen zu programmieren.

Einige Beispiele, wie Medienunternehmen Künstliche Intelligenz nutzen können:

  • Welche Werbekunden sollten wann mit welchem Angebot angesprochen werden? Wo gibt es Upselling Möglichkeiten, bei welchen Kunden bestehen die höchsten Verkaufschancen?
  • Welcher Leser sollte für ein E-Paper Upselling angesprochen werden? Wer hat die höchsten Upselling-Chancen?
  • Wie kann ein Online-Leser in Echtzeit klassifiziert werden, um zu entscheiden, welche Inhalte vor und welche Inhalte hinter die Paywall müssen, um die Conversion auf ein Paid Content-Abo zu erhöhen?
  • In welchen Bezirken der Zustelllogistik muss am nächsten Tag mit Problemen gerechnet werden? Basierend auf historischen Daten, Wetter, Druckspezifika, etc.?
  • Wie können Probleme im Produktionsprozess vorhergesagt werden, zum Beispiel in Druckereien, um proaktiv handeln zu können?

Einige Beispiel der Expertise unseres Data Science Team:

  • Data Cleaning
  • Data Enrichment
  • Explorative Data Analysis
  • Pattern Recognition
  • Prediction & Forecasting
  • Recommender Systems

Eine Auswahl der von uns eingesetzten Algorithmen:

  • Feature extraction and mapping
  • Convolutional Neural Network
  • Supervised Learning
  • Tree-based ensemble learning
  • Classifiers
  • Regression analysis

Data Science Landkarte

Schickler Data Science Landkarte

Welche Anwendungsfälle von Data Science, Künstlicher Intelligenz und Machine Learning gibt es in Medienunternehmen? Schickler beantwortet diese Frage mit der Schickler Data Science Landkarte. Sie gibt einen detaillierten Überblick über Anwendungsfällt in den Bereichen Redaktion, Lesermarkt, Werbemarkt, Druck, Logistik, Finanzen und Personal.

Fordern Sie Ihr Exemplar der Schickler Data Science Landkarte als A2 Poster kostenfrei bei uns an. Senden Sie eine E-Mail an datascience@schickler.de.

Data Science Pyramide

Wir unterstützen über alle Ebenen hinweg

Data Science Projekte sind komplex. Die notwendigen fachlichen Kenntnisse sind so vielfältig, dass viele Data Science Projekte früh scheitern. Schickler Data Science hat die notwendigen fachlichen Kenntnisse und Erfahrung, um Data Science Projekte zum Erfolg zu bringen.

Darstellung auf Basis “AI Hierarchy of Needs”.

Beispiele unserer Data Science Projekte

Whitespot Analyse

Wir schaffen Transparenz über Ihre Daten, Qualität und über mögliche Anwendungsfälle von Künstlicher Intelligenz in Ihrem Unternehmen.

Data Ready Organisation

Wir analysieren und bereinigen ihre vorhandenen Daten und machen Ihre Organisation und Prozesse “Data-ready”, so dass Sie kontinuierlich die wichtigsten Daten effizient speichern.

K.I. Algorithmen

Wir entwickeln Algorithmen für Ihre Künstliche Intelligenz Anwendungen und bringen Ihre Produkte, Services und Prozesse auf die nächste Stufe.

Aufbau in-house Teams

Wir unterstützen Sie bei Aufbau, Entwicklung und Training von in-house Data Science Teams und schaffen die optimalen Prozesse zur Verzahnung mit Ihrer Organisation.

Data Science Toolset

Wir haben das Know-how

Schickler bringt zwei essentielle Komponenten für erfolgreiche Data Science Projekte mit: 1) Unsere Schickler Berater haben tiefes Verständnis über Prozesse, Systeme und Strategien von Medienunternehmen. 2) Unser Data Science Team hat tiefes technisches und analytisches Know-how rund um Künstliche Intelligenz, Algorithmen und Datenanalyse. In Data Science Projekten kombinieren wir diese Komponenten und schaffen das optimale Projektsetup für erfolgreiche Projekte.

Einige unserer Data Science Experten

Christoph Mayer

Dr. Christoph Mayer

Head of Data Science, Associate Partner
  • Promotion Informatik, Karlsruher Institut für Technologie (KIT)
  • seit 2012 bei Schickler, über 100 Projekte in Medienunternehmen
  • Fokus auf Strategie, Organisations- und Prozessoptimierung
  • Hohe Kompetenz im Einsatz Künstlicher Intelligenz in Medienunternehmen
  • Head of Data Science bei Schickler
Ole Martin

Dr. Ole Martin

Data Scientist
  • Promotion Mathematik, Universitäten in Kiel, Marbug, Hamburg
  • seit 2018 bei Schickler, mehrjährige Beratungserfahrung
  • Stochastische Analysis, High-Frequency-Statistics
  • Entwicklung komplexer Data Science Algorithmen
  • Machine Learning Algorithmen, Classifier und Recommender Engines
Amr Salama

Amr Rekaby Salama

Data Scientist
  • Promotion Informatik, Universitäten Hamburg, York St John University
  • seit 2015 bei Schickler, Optimierung Medienprozesse durch Data Science
  • über 8 Jahre Erfahrung in Softwareentwicklung
  • Natural language processing, Neural networks, Syntactic-Semantics
  • Machine Learning Proof-of-Concept Programmierung

Publikationen

Schickler KI und Roboter schreiben Weihnachtskarten

Jedes Jahr schreiben wir über 500 Weihnachtskarten an unsere Kunden. Dieses Mal hatten wir Unterstützung: von Künstlicher Intelligenz und einem Roboterarm. Unser Data Science Team trainierte einen Algorithmus mit einem dicken Buch voller Weihnachtsgeschichten. Hieraus erzeugte der Algorithmus individuelle Weihnachtsgrüße - für jede Weihnachtskarte einen. Beim Schreiben hat uns ein Roboterarm unterstützt. Er schrieb die Weihnachtsgrüße auf alle 500 Karten. [...]

18. Mai 2019|

BDZV/SCHICKLER Trendumfrage 2019

Künstliche Intelligenz, Preis- und Angebotsdifferenzierung und neue Geschäftsmodelle und Services in der Logistik. Das sind die Trends der Zeitungsbranche 2019. Sie sind das Ergebnis der Trendumfrage von BDZV und SCHICKLER. Jedes Jahr werden die Top-Entscheidern den Zeitungsverlagen zu ihren Einschätzungen und Toptrends des gestarteten Jahres 2019 befragt. Die vollständige Studie finden Sie hier. Verlage setzen auf [...]

30. Januar 2019|

Schickler Einblick: Künstliche Intelligenz für Medienunternehmen

Wie können Medienunternehmen von Data Science und Künstlicher Intelligenz profitieren? Welche Einsatzmöglichkeiten gibt es? Der Schickler Einblick "Künstliche Intelligenz für Medienunternehmen" schafft Transparenz über Grundlagen, Einsatzmöglichkeiten und Trends von Künstlicher Intelligenz bei Medienunternehmen. Das Schickler Data Science Team gibt einen detaillierten Einblick.Fordern Sie Ihr persönliches Exemplar des Schickler Einblick bei uns an. Senden Sie eine E-Mail an datascience@schickler.de. [...]

1. Januar 2019|

Schickler Data Science Landkarte: Anwendungsfälle Künstlicher Intelligenz für Medienunternehmen

Welche Anwendungsfälle von Data Science, Künstlicher Intelligenz und Machine Learning gibt es in Medienunternehmen? Schickler beantwortet diese Frage mit der Schickler Data Science Landkarte. Sie gibt einen detaillierten Überblick über Anwendungsfällt in den Bereichen Redaktion, Lesermarkt, Werbemarkt, Druck, Logistik, Finanzen und Personal. Fordern Sie Ihr Exemplar der Schickler Data Science Landkarte als A2 Poster kostenfrei bei uns an. Senden [...]

6. Dezember 2018|