Der aktuelle Hype um Künstliche Intelligenz

Der Einfluss von Gen-AI und die Bedeutung des Themas Machine Learning für die Logistik

Der Bedarf von Unternehmen, KI zu verstehen und die richtige Technologie zu wählen

Herausforderungen und Chancen von KI, einschließlich regulatorischer, kultureller und ethischer Aspekte

Die Bedeutung der Wahl der richtigen KI-Lösung für die spezifischen Probleme eines Unternehmens

Die hohe Fehlerquote von KI-Projekten und die Notwendigkeit einer neuen Herangehensweise an Technologie

Die drei wesentlichen Hebel von KI: Zugang zu Wissen, schnelle Datenverarbeitung und Automatisierung

Wichtige Anwendungsfelder für KI in der Logistik: Bestandsplanung, Logistikplanung, Auftragsmanagement, Risikomanagement

Der Vergleich der KI-Entwicklung in der Logistikbranche mit anderen Sektoren

Das Beispiel des Claims Managements als Anwendungsbereich für KI.

Die zunehmende Bedeutung von unstrukturierten Daten und die Fähigkeit von KI, diese zu verarbeiten

AI-Powered Hyper-Automation

Die Herausforderungen bei der Integration verschiedener Datenquellen und die Bedeutung von Cloud-basierten Systemen.

Die Zusammensetzung von Teams für KI-Projekte und die Notwendigkeit eines Top-Down-Ansatzes

Die Herausforderungen für den Mittelstand bei der Implementierung von KI

Konkrete Ratschläge für Unternehmen, die KI einsetzen möchten

Beispiele für einfache KI-Anwendungen für den Mittelstand

Die Wahl der richtigen Partner für KI-Projekte: interne Entwicklung, Startups, etablierte Anbieter, branchenfremde Lösungsanbieter

Praktische Demonstration von KI-Anwendungen auf der Supply Chain CX

und vieles mehr