Einsatz von Machine Learning im Innovationsmanagement
| dc.contributor.author | Szafarski,Daniel | |
| dc.contributor.author | Beckmann,Helmut | |
| dc.contributor.editor | Demmler, Daniel | |
| dc.contributor.editor | Krupka, Daniel | |
| dc.contributor.editor | Federrath, Hannes | |
| dc.date.accessioned | 2022-09-28T17:10:48Z | |
| dc.date.available | 2022-09-28T17:10:48Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | In volatilen Zeiten, in denen die verfügbare Datenmenge stetig steigt, nehmen Unternehmen das IM in den Fokus, um ihre Wettbewerbsfähigkeit zu sichern. Aus diesem Grund ist eine stetig steigende Anzahl an Publikationen zu verzeichnen, welche sich aktuell insbesondere mit der frühphasigen Ideengenerierung mithilfe natürlich sprachlicher Texte beschäftigen. Zur Analyse werden sowohl unüberwachte als auch überwachte Lernverfahren angewendet, wobei insbesondere Clustering-Algorithmen sowie Klassifikations- und Regressionsanalysen genutzt werden. Die präskriptive Analyse sowie die geschäftsbezogenen Innovationen sind in diesem Zusammenhang noch kaum untersucht, weswegen sich hieraus weitergehender Forschungsbedarf ableiten lässt. | de |
| dc.identifier.doi | 10.18420/inf2022_74 | |
| dc.identifier.isbn | 978-3-88579-720-3 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/39577 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik, Bonn | |
| dc.relation.ispartof | INFORMATIK 2022 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-326 | |
| dc.subject | Innovationsmanagement | |
| dc.subject | Machine Learning | |
| dc.subject | Künstliche Intelligenz | |
| dc.subject | Digitalisierung | |
| dc.subject | State-of-the-Art | |
| dc.title | Einsatz von Machine Learning im Innovationsmanagement | de |
| gi.citation.endPage | 883 | |
| gi.citation.startPage | 871 | |
| gi.conference.date | 26.-30. September 2022 | |
| gi.conference.location | Hamburg | |
| gi.conference.sessiontitle | Wirtschaftsinformatik an Hochschulen Angewandter Wissenschaften |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- haws_02.pdf
- Größe:
- 443.6 KB
- Format:
- Adobe Portable Document Format