Merkzettel Warenkorb
Produktbild: Künstliche Intelligenz und Data Science in Theorie und Praxis
Vorbesteller Neu

Künstliche Intelligenz und Data Science in Theorie und Praxis Von klassischen Algorithmen zu Generativer KI und Agentic AI: Konzepte und Realisierung in Unternehmen

69,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

02.09.2026

Abbildungen

IX, mit 145 Amit 126 Abbildungenen, 126 Abb. in Farbe., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Andreas Gillhuber + weitere

Verlag

Springer Berlin

Seitenzahl

501

Maße (L/B)

23,5/15,5 cm

Auflage

2. Auflage

Sprache

Deutsch

ISBN

978-3-662-73473-5

Beschreibung

Portrait

Andreas Gillhuber ist Unternehmer, Technologieexperte und Berater mit über 30 Jahren Erfahrung in IT, Data Science und Künstlicher Intelligenz. Er ist Gründer und CEO der A. Gillhuber Investment & Consulting GmbH, Geschäftsführer und Mitgründer des KI-Start-ups &act sowie Senior Advisor mit verschiedenen Mandaten im Beratungs- und Private Equity-Bereich. Er engagiert sich als CFO der German Data Science Society (GDS) e.V. und ist Gastdozent an der Constructor University Bremen und der Scheer School Saarbrücken. Zuvor war er Geschäftsführer in einem der führenden Data- und KI-Beratungsunternehmen im DACH-Raum und hatte Führungspositionen bei BMW, RWE, Nokia Siemens Networks, Siemens und IBM inne.

Göran Kauermann ist Universitätsprofessor an der Ludwigs-Maximilians-Universität München und lehrt und forscht im Bereich Statistik und Data Science. Er leitet von 2016 bis 2026 den Elitestudiengang Data Science an der LMU und ist derzeit gewählter Fachkollegiat für Statistik bei der Deutschen Forschungsgemeinschaft.  Er ist Vorsitzender der German Data Science Society (GDS) e.V.

Wolfgang Hauner ist Mitgründer und Geschäftsführer einer AI-Beratungsfirma und berät als Senior Advisor Vorstände und Bereichsleiter zu Fragen der Digitalisierung und künstlichen Intelligenz. Zuvor war er als Head of Group Data Analytics bei Allianz SE und Group Chief Data Officer bei Munich Re global verantwortlich für Data Analytics und AI in Erst- und Rückversicherung. Er engagiert sich als Gründungsmitglied im Vorstand der German Data Science Society (GDS e.V.).

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

02.09.2026

Abbildungen

IX, mit 145 Amit 126 Abbildungenen, 126 Abb. in Farbe., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

501

Maße (L/B)

23,5/15,5 cm

Auflage

2. Auflage

Sprache

Deutsch

ISBN

978-3-662-73473-5

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
[email protected]

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel findest du in
  • Produktbild: Künstliche Intelligenz und Data Science in Theorie und Praxis

  • .- 1. Eine kurze Geschichte über Data Science.

    .- 2. Data Science in der Ausbildung.

    .- 3. Uncertainty, Reliability and Data.

    .- 4. Maschinelles Lernen.

    .- 5. Generative künstliche Intelligenz.

    .- 6. Von Dashboards zu digitalen Agenten: Wertrealisierung mit Agentic Analytics in der Unternehmenspraxis.

    .- 7. Synthetische Befragungsdaten mit Digital Twins: Wie LLMs belastbare Daten liefern.

    .- 8. Die Triple Transformation – Zukunftsfähigkeit im Zeitalter multipler Krisen.

    .- 9. Nachhaltige KI: energieeffiziente neuronale Netze für Chirurgie und Kommunikation.

    .- 10. Datenethik zwischen gesellschaftlichem Anspruch und betrieblicher Praxis.

    .- 11. Künstliche Intelligenz in deutschen Unternehmen: Verbreitung, Nutzung, Auswirkungen und eine internationale Einordnung.

    .- 12. Innovationsökosysteme als Katalysatoren: KI von der Forschung in die Anwendung bringen.

    .- 13. Legal Frameworks – Grundlagen der europäischen KI Gesetzgebung und dessen Bedeutung für deutsche Unternehmen.

    .- 14. Einsatz von generativer und agentischer KI im Business-Kontext.

    .- 15. Agentic AI im Unternehmenseinsatz: Von der Theorie autonomer Systeme zur operativen Exzellenz.

    .- 16. Dialogreparatur in Mensch-KI-Interaktionen: Wahrnehmungs- und Zufriedenheitseffekte wiederholter Klärungsfragen im Rahmen der Disambiguierung.

    .- 17. Large Industry Models: Konzept und Reifegradmodell.

    .- 18. DevOps, MLOps und LLMOps: Vom Prototyp zum zuverlässigen KI-Produkt.

    .- 19. Vom Prototyp zum Regelbetrieb: Wie Organisationen Anwendungsfälle mit Künstlicher Intelligenz trotz Unsicherheit skalieren.

    .- 20. Umgang mit Mensch-KI-Interaktionen: Vertrauen, Risiko und unternehmerische Maßnahmen bei der Einführung von generativer Künstlicher Intelligenz.

    .- 21. Versicherer auf dem Weg in die Data Economy.

    .- 22. KI & Datenwissenschaften für Seltene Erkrankungen: Forschungsdomänen und Datenökosysteme.

    .- 23. Large Industry Models: Anwendungen in der Automobilindustrie.

    .- 24. Die KI-Transformation bei Continental Tires – Vom dezentralen Experiment zur Governance-gesteuerten Skalierung.

    .- 25. Künstliche Intelligenz in der Verteidigung.

    .- 26. Ausblick auf KI im Verteidigungssektor.

    .- 27. Wie Conversational AI den Kundenservice der Energiebranche digitalisiert.

    .- 28. Energiewirtschaft im Wandel: Data Science und künstliche Intelligenz -Anwendungen in der Energiewirtschaft von heute.

    .- 29. Erfolgreiche Umsetzung von klassischer und generativer KI bei ERGO.

    .- 30. Strategische KI-Adoption im hochregulierten Finanzsektor: Eine Fallstudie zur Implementierung der GenAI-Plattform „Helena“ bei der Helaba (Landesbank Hessen-Thüringen).

    .- 31. KI als Game-Changer: eSports als Spielfeld für SAP Business AI Agenten.

    .- 32. KI im Mittelstand – Die automatisierte Erstellung von Angeboten.

    .- 33. Künstliche Intelligenz bei der Prüfung juristischer Ansprüche.

    .- 34. Der hörbare Nutzen: Wie Audio KI aus Stimme Biomarker macht.

    .- 35. KI & Datenwissenschaften für Seltene Erkrankungen.

    .- 36. KI im agilen Team: Wo Maschinen helfen – und Menschen unersetzlich bleiben.

    .- 37. Wie Data Science die Konfliktforschung verändert.

    .- 38. Sozialverträgliche Wärmewende? Wie Daten und KI die Ergebnisse der kommunalen Wärmeplanung am Beispiel der Stadt Bonn erklären.