『Künstliche Intelligenz fürs Geschäft Podcast: KI-Strategie, Automatisierung, Produktivität, Marketing, Vertrieb und Wachstum』のカバーアート

Künstliche Intelligenz fürs Geschäft Podcast: KI-Strategie, Automatisierung, Produktivität, Marketing, Vertrieb und Wachstum

Künstliche Intelligenz fürs Geschäft Podcast: KI-Strategie, Automatisierung, Produktivität, Marketing, Vertrieb und Wachstum

著者: Podily
無料で聴く

概要
Der Künstliche Intelligenz fürs Geschäft Podcast zeigt, wie Unternehmen, Unternehmer und Führungskräfte künstliche Intelligenz einsetzen können, um produktiver zu arbeiten, Prozesse zu automatisieren, Kosten zu senken, Umsätze zu steigern und schneller zu wachsen. Jede Folge behandelt praktische Anwendungen von KI in Strategie, Marketing, Vertrieb, Kundenservice, Betrieb, Analyse, Produktentwicklung und Unternehmensführung. Der Podcast beschäftigt sich mit generativer KI, KI-Tools, Automatisierung, Large Language Models, KI-Agenten, Workflow-Optimierung, Datenanalyse, Content-Erstellung, Leadgenerierung, Kundenakquise und der Frage, wie Unternehmen künstliche Intelligenz sinnvoll in bestehende Prozesse integrieren können. Außerdem geht es um Produktivität, Effizienz, Wettbewerbsvorteile, neue Geschäftsmodelle und die Veränderungen, die KI für Arbeitsplätze und Unternehmensstrukturen mit sich bringt. Von kleinen Unternehmen und Startups bis zu großen Organisationen untersucht der Künstliche Intelligenz fürs Geschäft Podcast, wie KI messbaren geschäftlichen Nutzen schaffen kann. Ob Automatisierung, Marketing, Vertrieb, Produktivität, Strategie oder Wachstum – jede Folge zeigt, wie künstliche Intelligenz die Zukunft von Unternehmen verändert.© 2026 Podily. All rights reserved. マネジメント・リーダーシップ リーダーシップ 経済学
エピソード
  • Preisgestaltungs-Engine 2.0: Wie Einzelhändler Tabellenkalkulationen in eine KI-gestützte, dynamische Preisgestaltung umwandeln.
    2026/10/11
    In dieser Folge wird die Entwicklung von manuellen Preisänderungen bis hin zu ausgeklügelten KI-Systemen nachgezeichnet, die in Echtzeit Daten erfassen, die Nachfrageprognose mit Lagerbeständen und Wettbewerbsdaten abgleichen und Erklärbarkeit sowie die Einhaltung gesetzlicher Vorschriften in jede Preisentscheidung integrieren. Wir untersuchen wichtige technische Entscheidungen – Datenerfassung, Merkmalsentwicklung, Gradient-Boosting-Modelle im Vergleich zu Reinforcement Learning, Edge Deployment – und erläutern, warum eine solide Governance-Architektur in dieser Branche genauso wichtig ist wie die Genauigkeit der Modelle. Learn more about your ad choices. Visit megaphone.fm/adchoices
    続きを読む 一部表示
    24 分
  • Von einer Flut von Support-Anfragen zur Automatisierung: Wie künstliche Intelligenz die Anzahl der Mitarbeiter im Kundensupport in der Praxis reduziert hat.
    2026/10/11
    Erfahren Sie, wie Unternehmen wie Salesforce Einstein, Klarna und Freshworks KI-gesteuerte Methoden zur Reduzierung von Supportanfragen eingesetzt haben, um die Anzahl der Mitarbeiter im direkten Kundenservice drastisch zu verringern und gleichzeitig Herausforderungen in Bezug auf Compliance, Voreingenommenheit und den Einsatz menschlicher Unterstützung zu bewältigen. In dieser Folge werden die eingesetzten Technologien, MLOps-Pipelines und kulturellen Veränderungen aufgezeigt, die dazu beigetragen haben, theoretische Konzepte in tatsächliche Kosteneinsparungen umzusetzen. Learn more about your ad choices. Visit megaphone.fm/adchoices
    続きを読む 一部表示
    22 分
  • Adobes interne Einführung von Firefly – der Beweis liegt im Ergebnis.
    2026/09/26
    Wir betrachten die interne Einführung von Adobes generativer KI-Plattform Firefly und deren Einsatz in Millionen von Anwendungen, um vor einer externen Veröffentlichung Geschwindigkeit, Einhaltung von Vorschriften und Kostenvorteile nachzuweisen. Die Folge zeigt, wie eine unternehmensweite Implementierung, Governance-Frameworks und kreative Feedbackschleifen einen Forschungsprototypen in eine kommerzielle Lösung verwandeln. Learn more about your ad choices. Visit megaphone.fm/adchoices
    続きを読む 一部表示
    21 分
adbl_web_anon_alc_button_suppression_t1
まだレビューはありません