Aus dem Kurs: KI-Projekte planen und starten

So erhalten Sie Zugriff auf diesen Kurs

Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 23.100 Kurse von Branchenfachleuten.

Woran scheitern Pilotprojekte im ML-Bereich?

Woran scheitern Pilotprojekte im ML-Bereich?

Aus dem Kurs: KI-Projekte planen und starten

Woran scheitern Pilotprojekte im ML-Bereich?

Woran scheitern eigentlich Piloten? Es gibt natürlich verschiedenste Gründe, warum Piloten nicht immer erfolgreich sein können. In diesem Video möchte ich Ihnen meine Learnings aus der Vergangenheit erzählen, und was bei mir die Hauptgründe waren, warum Piloten fehlgeschlagen sind. Oft wurde ein falsches Problem bzw. ein nicht existierendes Problem versucht zu lösen. Wie sieht das Ganze aus? Hier hat die Absprache zwischen dem Domain und Business bzw. der ML-Expertise einfach nicht funktioniert. Das war das falsche Problem bzw. das war der falsche Use Case. Ein weiterer Grund für Fehlschläge war, dass nicht die richtige Expertise vorhanden war. Wie vorhin erwähnt, braucht man im ML-Bereich eine Art eierlegende Wollmilchsau, also einen Generalisten oder eine Generalistin, jemand der breit aufgestellt ist. Und auch noch mal zur Erinnerung: Wir brauchen ja nicht nur die ML-Expertise, wir benötigen ja auch das ganze Softwareentwicklungsthema, da der Pilot eben auch Umsetzungs-, Test- und…

Inhalt