Erfolgreiche KI-Projekte: Warum Business Verständnis wichtiger ist als perfekte Modelle

Alle reden über KI – aber viele KI-Projekte scheitern nicht an der Technologie, sondern daran, dass das Business-Problem falsch modelliert wurde oder die Umsetzung im echten Prozess nicht funktioniert. Alexander Schäfer, Senior Data Scientist bei der DGQ mit Erfahrung in der Logistikoptimierung am Flughafen Frankfurt, blickt kritisch auf den KI-Hype und zeigt, warum Datenqualität und Modellierung wichtiger sind als perfekte Algorithmen. Er stellt das DMAVO-Framework vor, gibt drei direkt umsetzbare Handlungsempfehlungen für Führungskräfte und zeigt bewährte Automatisierungs-Regeln: Wann lohnt sich Automatisierung wirklich?
Der Vortrag ist ein Reality-Check mit konkreten Praxisbeispielen aus der Flughafenlogistik – gegen Hype, für echte Wertschöpfung.

Format

Vortrag

Dauer

60 Minuten

Referent

Alexander Schäfer - ist Senior Data Scientist bei der DGQ mit Schwerpunkt auf datenbasierter Forschung, Data Analytics und KI. Zuvor war er über 10 Jahre als Senior Consultant für Operations Research und Logistik am Flughafen Frankfurt tätig und konzipierte KI-Lösungen für operative Planungs- und Dispositionsanwendungen.