Logo des Repositoriums
 

Einsatz von Machine Learning im Innovationsmanagement

dc.contributor.authorSzafarski,Daniel
dc.contributor.authorBeckmann,Helmut
dc.contributor.editorDemmler, Daniel
dc.contributor.editorKrupka, Daniel
dc.contributor.editorFederrath, Hannes
dc.date.accessioned2022-09-28T17:10:48Z
dc.date.available2022-09-28T17:10:48Z
dc.date.issued2022
dc.description.abstractIn 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.doi10.18420/inf2022_74
dc.identifier.isbn978-3-88579-720-3
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/39577
dc.language.isode
dc.publisherGesellschaft für Informatik, Bonn
dc.relation.ispartofINFORMATIK 2022
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-326
dc.subjectInnovationsmanagement
dc.subjectMachine Learning
dc.subjectKünstliche Intelligenz
dc.subjectDigitalisierung
dc.subjectState-of-the-Art
dc.titleEinsatz von Machine Learning im Innovationsmanagementde
gi.citation.endPage883
gi.citation.startPage871
gi.conference.date26.-30. September 2022
gi.conference.locationHamburg
gi.conference.sessiontitleWirtschaftsinformatik an Hochschulen Angewandter Wissenschaften

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
haws_02.pdf
Größe:
443.6 KB
Format:
Adobe Portable Document Format