Event Cover Image
Event Image
Offene Diskussionsrunde über Themen der Businessanalyse: Jeden Monat am zweiten Mittwoch treffen wir uns in einer offenen Diskussionrunde um über aktuelle Themen zur Geschäftsoptimierung zu sprechen. Nach einem kurzen Einführungsvortrag können alle mitdiskutieren. Für jeden der sich rechts mit dem orangen button "Register" anmeldet, wird ein Zoom Link zur Teilnahme verschickt.

Warum scheitern 40% aller AI-Projekte?

Die Antwort ist einfach: Schlechte Datenqualität oder GIGO. "Garbage in, Garbage out" – dieser Grundsatz gilt für AI-Agenten mehr denn je. Doch wie bereiten wir als Business Analysts Daten so vor, dass AI-Agenten tatsächlich daraus lernen können?

Was Sie in diesem Workshop lernen:

In diesem interaktiven Stammtisch zeigt Alexander (AAA-Strategie) live, wie man Kundendaten aus drei Systemen (SAP KNA1, Salesforce Accounts, Salesforce Leads) für AI-Training vorbereitet. Anhand eines realen Szenarios mit 4.788 Datensätzen erfahren Sie:

  • Datenqualität systematisch messen – Die 6 Dimensionen der Data Quality und wie Sie AI-Readiness bewerten
  • Fuzzy Matching praktisch anwenden – Wie erkennt man Duplikate, wenn "Container Graphics Corp" und "CONTAINER GRAPHICS CORP" der gleiche Kunde sind?
  • Die neue BA-Rolle verstehen – Vom Requirements Engineer zum Data Steward: Die 5 kritischen Fragen in AI-Projekten
  • Master Data Management strategisch denken – Konkrete Management-Empfehlungen: Vom Kundendaten-Chaos zum AI-Ready Enterprise

Das Besondere:

Live-Demo mit Jupyter Notebook – Sie sehen jeden Schritt in Echtzeit
Zum Mitmachen – Alle Materialien (Notebook, BA Checklist, Setup-Anleitung) zum Download
Praxisnah – Echte Daten, echte Probleme, echte Lösungen
CBAP-relevant – Wie erweitert sich Ihre BA-Rolle nach BABOK für AI-Projekte?

Für wen ist dieser Workshop?

  • Business Analysts, die verstehen wollen, wie AI ihre Rolle verändert
  • Requirements Engineers, die Data Requirements definieren müssen
  • Product Owners, die AI-Features planen
  • IT-Consultants, die Kunden zu Data Quality beraten
  • Jeder, der schon mal gedacht hat: "Wir müssten mal unsere Duplikate aufräumen..."

Was Sie mitnehmen:

  1. Jupyter Notebook mit komplettem Code (Python)
  2. BA Checklist: "Die 5 kritischen Fragen in AI-Projekten"
  3. Setup-Anleitung für Google Colab (kein Python-Wissen nötig!)
  4. Vorher/Nachher-Vergleich: Datenqualität messbar machen
  5. Management-Präsentation: ROI von Data Analytics zeigen

Technische Voraussetzungen:

Keine! Um mitzumachen: Google-Account für Colab (optional). Zum Zuschauen: Nur Ihr Browser.

 

#BusinessAnalysis #DataAnalytics #AI #MachineLearning #DataQuality #MasterDataManagement #CBAP #Python #FuzzyMatching  #IIBAStammtisch

Organizers
image
Peter Wetzel
president@germany.iiba.org
+4917610163375