Features Article Count: 0

» Wir sprechen insbesondere Entscheidungsträger*innen und Eigentümer*innen an, die Potenziale für die digitale Transformation in Ihrem Unternehmen gemeinsam mit Ihren Mitarbeiter*innen erforschen wollen und sich in diesem Kontext fragen, wie / warum / wann sie

»» Internet of Things,

»» Impacts of Generative AI - ChatGPT, Google BARD, Baidu ERNIE,

»» Blockchain,

»» Cognitive Computing,

»» Robotics,

»» Machine Learning,

»» Deep Learning,

»» Augmented Reality (AR),

»» Virtual Reality (VR),

»» Watson,

»» Social Media Tools,

»» Allerlei 4.0

u.v.a. für ihr Unternehmen nutzen können.

Was Sie im Ping Pong Thinking Lab erwartet:

» Wir stellen Digitalisierungs-Trends und Einführung in unterschiedliche Formen der Geschäftsmodelle für digitale Ökosysteme dar.

» Sie verstehen, welche Kompetenzen notwendig sind, um die Geschäftsmodelle für Digital Business Ecosystems zu realisieren und die digitale Transformation in Ihrem Unternehmen voranzutreiben.

» Sie reflektieren den aktuellen digitalen Reifegrad Ihres Unternehmens.

» Sie entwickeln neue Ideen für digitale Geschäftsmodelle und erstellen dazu Prototypen, um diese mit relevanten Stakeholdern wie Kunden zu testen.

» Sie lernen Techniken, Methoden, Theorien, Tools kennen, die Sie direkt in Ihrem Unternehmensalltag einsetzen können.

» Sie erhalten persönliche praxisorientierte Betreeung durch das Team lorenzotural.com.

Quelle: European Commission - Information Society and Media anno 2008

Wir sind Macher!

Team lorenzo tural. übernimmt gerne Verantwortung:

Auf Wunsch unterstützen wir Sie gerne bei der weiteren Umsetzung konkreter Projekte.

Unsere vier Module für die Gestaltung der Digital Business Value Ecosystems

Modul 1 - Exploring Digital Business Ecosystems - Discover What´s Next?

Internet of Things

Nun aber geht es darum aus einer pragmatischen Hubschrauberperspektive eine Roadmap für unternehmensbezogene Digital Business Ökosystem zu entwickeln, um nicht nur einzelne Technologien, sondern den ökonomisch sinnvollen Gesamtnutzen zu heben.

Modul 2 - Digital Business Ecosystems Roadmap

Modul 3 - Change Management in Digital Ecosystems

Modul 4 - Leadership in Digital Business Ecosystems

Formate

» Inhouse Workshop zum Einstieg

» Managed Training im Rahmen eines Projektes

» Train the Trainer Sessions

» Berater-Weiterbildung

» Impulsreferate, KeyNotes

» offene Workshops (2- od. 3-tägig)

Preise

» Für Impulsreferate, KeyNotes, Inhouse Workshops, Managed Training, Train the Trainer Sessions und Berater-Weiterbildung unterbreiten wir Ihnen gerne ein individuelles Angebot.

Weitere Informationen / Anfrage

» +49 (0)1590 1497679 (auch via whatsapp)

Digital Business Ecosystems Article Count: 12

How to transform Value Chains into Business Ecosystems?

How to develop the Ecosystem Revenue for individual Actors within the Ecosystem?

Why Communities are crucial to Success?

Digitalisierung führt dazu, dass sich die tradierten Value Chains (Wertschöpfungsketten) der Unternehmen im rasanten Tempo in Digital Business Value Ecosystems (Wertschöpfungsökosysteme) verwandeln.

Wie müssen Unternehmen ihre Kernaktivitäten K1 - K5 organisieren, planen, durchführen , wenn sie sich als gestaltender Akteur in den Digital Business Value Ecosystems (Wertschöpfungsökosystemen) positionieren wollen?

- Wettbewerbsfähige Produkte und Services entwickeln

- Zulieferungen bereitstellen und Qualitätsprodukte herstellen

- Produkte und Services verkaufen und Kunden nachhaltig binden

- Produkte und Services vereinbarungsmäßig ausliefern

- Verkaufte Produkte und Services betreuen und Kundenbindung sichern

- Was sind die neuen Aufgaben, Verantwortlichkeiten und Kompetenzen in den Managementprozessen?

- Wie müssen die internen Leistungen für die Kernaktivitäten erbracht werden?

Und wie muss die Herausforderung Bringing the Outside in the Company von allen Beteiligten gemeinsam gemeistert werden, damit die Kunden die Leistungen des Unternehmens auch in Zukunft konsumieren und dafür ihre Rechnungen begleichen.

Wie kann Künstliche Intelligenz zur Gestaltung wettbewerbsfähiger Wertschöpfungsökosysteme angewendet werden?

Wir beraten Sie gerne.

Lexikon Article Count: 171

Kompetenzen für Digital Ecosystems Management Article Count: 1

Die Digitalisierung verändert alles: Die Gesellschaft, die Wirtschaft, die Märkte, die Unternehmen, die Bildung, die Politik!

Die Wertschöpfungsketten (Value Chains) verwandeln sich in Wertschöpfungsökosysteme (Digital Value Ecosystems).

Der Generation Smartphone folgt in rasanten Schritten die Generation alexa-siri der heutigen Grundschüler und Kindergartenkinder.

Worüber wir heute rege diskutieren, wird in Wertschöpfungsökosystemen intergenerational ein alltäglicher Bestandteil in der Gesellschaft, der Wirtschaft und den Märkten.

Wie werden sich aber die Kompetenzprofile in den kommenden Jahren entwickeln?

Zu welchen Veränderungen führt die globale Digitalisierung in der Bildung, dem gesellschaftlichen Miteinander und in den Unternehmen?

Warum müssen wir die aktuell gängigen Methoden, Techniken, Tools, Apps neu denken?

Die Trendbeobachtung, Trendanalyse und Trendbeschreibung setzt voraus, dass wir die heutige Schüler-Generation in ihrer Denkwelt verstehen müssen.

In kommenden Jahren werden sich die Kompetenzprofile der Mitarbeiter durch

» Global vernetzte Welt

» Suprastrukturierte Unternehmensorganisationen(superstructured Organizations),

» die Grenzen zwischen Unternehmen und ihren Umwelten werden durch Internet of Services und Internet of Things durchlässiger.

» Industrie 4.0-Unternehmen werden suprastrukturierte Organisationen aufbauen.

» Werschöpfungsökosystem der digitalen Gesellschaft 2020 wird vom Internet of Services bzw. Internet der Dienstleistungen bestimmt.

» Neue Frenemies-Geschäftsmodelle entstehen

» durch weitere Digitalisierung in Unternehmen und im Alltag (Computational World; Internet of Things bzw. Internet der Dinge) weitere Verbreitung von Smart Systems wie Smart Products, SmartPhones, Smart Grids, Smart Buildungs, Smart Logistics; Smart Factories ... )

» Längere Berufsfähigkeit in entwickelten Ländern; Menschen bleiben weit über 60 berufsfähig.

grundlegend verändern.

Welche Kompetenzen brauchen wir für Digital Business Ecoystem Management?

Die gesamte Präsentation vom November 2014 im pdf Format: Kompetenzen für agile Organisationen in 2020

Wir bieten transgenerationale Lösungen für Unternehmen, Politik, Bildungseinrichtungen, um die Chancen des digitalen Wandels für sich zu nutzen.

Beginnen Sie noch heute, die Kompetenzen fit for 2020 zu entwickeln, um den Anschluß an Internet of Services in den digitalen Ökosystemen nicht zu verpassen.

Artificial Intelligence Consulting Article Count: 10

- Business Intelligence

- Market Intelligence

- Sales Intelligence

- Production Intelligence

- Cognitive Robotics

- Programmable Logic Controller

- Intelligent Agent

and many more ...

Geschichte der künstlichen Intelligenz

"Künstliche Intelligenz basiert auf der Annahme, dass der Prozess des menschlichen Denkens formalisiert werden kann.

Das Studium des mechanischen – oder formalen – Denkens hat eine lange Geschichte: Die chinesischen, indischen und antiken griechischen Philosophen entwickelten im ersten Jahrtausend v. Chr. strukturierte Methoden der formalen Deduktion. Ihre Ideen wurden im Laufe der Jahrhunderte weiterentwickelt von Philosophen wie Aristoteles, der eine formale Analyse des Syllogismus lieferte, und Euklid, dessen Elemente ein Modell des formalen Schließens waren.

Al-Chwarizmi, der dem Algorithmus seinen Namen gab, entwickelte die Algebra, europäische Philosophen der Scholastik wie Wilhelm von Ockham und Johannes Duns Scotus trugen zum Verständnis von Logik, Deduktion und Induktion bei.

..."

Unsere Künstliche-Intelligenz-Geschichte:

Unsere KI-Geschichte begann mit einem Expertensystem-Projekt, in dem das Wissen eines bestimmten Fachgebiets in der Medizin in Form von Regeln und großen Wissensbasen repräsentiert wurde: Algorithmen

Die medizinischen Maschinen haben wir mit Fachwissen der Ärzte und weiteren Experten*innen gefüttert, bis sie selbstständig auf Fragen der Nutzer*innen antworten konnten.

Phase 1. Business Intelligence, Entscheidungen der Menschen auf Basis von Daten

Phase 2. Data Mining, Entscheidungen ebenfalls durch Menschen

Phase 3. Die Maschinen entscheiden automatisiert, jedoch überwacht von Menschen (Machine Learning)

Phase 4. Die Maschinen wählen autonom aus mehreren Entscheidungsmodellen aus

Phase 5. Deep Learning, selbstlernende Systeme, die miteinander und mit dem Menschen interagieren

Phase 6 now! Social Impacts of Artificial Intelligence

Unseren aktuellen Schwerpunkt beschreibt die Frage:

"Welche Auswirkungen hat die Künstliche Intelligenz (KI) auf die Funktionssysteme der Gesellschaft?"

Was uns unterscheidet?

Wenn die KI-Experten (w/d/m) von Künstlicher Intelligenz oder selbstlernenden Algorithmen sprechen, beziehen Sie sich (fast ausschließlich) auf die Techniken und Methoden des Machine Learning:

Es geht um

- technische Systeme,

- künstliche (von Menschen angefertigte) Systeme sowie

- organische lebende Systeme.

Darüber wie die menschliche Selbstreferentialität und die damit zusammenhängende Sinnverarbeitung in der KI-Tools lückenlos abgebildet werden können, findet man kaum Informationsquellen:

Die Suche nach den Antworten bildet einen besonderen Schwerpunkt unserer Artificial-Intelligence-Consulting-Services

Beispiele:

>>> Impacts of ChatGPT, google Gemini, Baidu Ernie Bot

>>> autonomous driving level 5

Wo hat unser Team in den vergangenenen Jahrzehnten Projekte im Themenbereich Artificial Intelligence gemacht?

An unseren Anfängen gab es die Kategorisierung schwache KI - starke KI bereits, man denke z.B. an das Chinesische Zimmer, ein Gedankenexperiment des Philosophen John Searle.

Die Data Science Aktivitäten waren ebenfalls im Gange. Die Objekte haben wir digitalisiert, die Algorithmen zur Datenzusammenstellung und Datenanalyse erstellt, die Datenbanken modelliert, Kommunikationskonzepte zur Visualisierung der Datenrelationen und der Ergebnisse entworfen. Kurz, wir haben die Software aufgebaut, um Menschen (Nutzer) in der Analyse von erfassten Daten zielführend zu unterstützen.

Den ersten Erfahrungen mit den Expertenssystemen folgten die Anwendungen der neuronalen Netze: Der Konnektionismus.

Er orientierte sich anders als die symbolverarbeitende KI stärker am biologischen Vorbild des Gehirns. Die Frage, ob wir PROLOG oder LISP anwenden sollten, beschäftigte uns in unseren Projekten intensiv genug.

Ab Anfang der 90er befassten wir uns mit der verteilten Künstlichen Intelligenz Distributed AI, um den Robotern in der Automobil-Produktion mehr formale Autonomie zu ermöglichen.

KI-Anwendungen verließen ab Mitte der 90er des vergangenen Jahrhunderts die Produktionshallen, die Forschungslabors und machten sich in immer mehr alltäglichen Lebenslagen grenzenübergreifend breit.

Die zusammenhängenden Datenmengen wurden nach und nach größer.

Die Datenquellen waren sehr unterschiedlich: vom Papier über excel bis ERP-Tools wie SAP.

Die Daten, die oft nicht vollständig und teilweise fehlerhaft waren, mussten kontextbezogen zusammengestellt und Business-Intelligence-Tools wie SAP BW, Cognos, SAS oft -in Echtzeit- zur Verfügung gestellt werden: OLAP, MOLAP, ROLAP.

Unser Ansatz für globale Datennetzwerke (2006)

Datennetzwerke in (global) verteilten Business Intelligence Landschaften (2010)

In Data Warehouse Systemen wurden Daten gelagert und verarbeitet.

Ende der 90er des vergangenen Jahrhunderst haben wir unser erstes Data Mining Projekt geplant, ausgeführt, abgeschlossen.

Aufgrund der technologischen Entwicklungen sind neue Techniken, Methoden, Tools entstanden, um Big Data Mengen noch präziser und für vielfältige Zwecke zu nutzen:

"Machine learning makes machines intelligent by enabling them to learn from Big Data sets.

Humans are actively involved here in the learning and analysis process.

Deep Learning is a subfield of machine learning, but it is inspired by the simulation of human neuronal networks.

Like living beings, intelligent systems are capable of learning from information such as images or sounds."

Diese Beschreibung kennen heute die meisten Grundschüler. Wenn sie sie nicht kennen, fragen sie alexa, siri, chatGPT oder google BARD ...

knstliche intelligenz zitat 1

Die Gesellschaft stellt Strukturen bereit, um die Anschlüsse zwischen den Funktionssystemen zu vereinfachen.

Ab Level 3 werden die Strukturen der Funktionssysteme und die strukturellen Kopplungen zwischen ihnen in der (Welt)Gesellschaft große Veränderungen erleben.

Beim Strategy Design erstellen wir Zukunftsbilder für die Level 3-, Level 4- und Level 5-Zeiten.

Toward Level 3, Level 4, Level 5: we need to rethink structures for structural coupling between functional systems

Backwards Rolling Wave Strategy Design by lorenzo tural.

Die Gesellschaft nähert sich dem Level 3 "Tipping Point".

Die Entwicklungen in der Disziplin Künstliche Intelligenz haben gravierende Auswirkungen auf die gesellschaftlichen Funktionssysteme, die wir beim Strategy Design konsequent mit berücksichtigen.

Für die Entwicklung der Zukunftsszenarien gelten die Zukunfstbilder für die einzelnen Levels als Anhaltspunkte.

Autonome Fahrzeuge in mobilen Ökosystemen sind Daten-Produzenten und Daten-Konsumenten in Personalunion.

Level 5 full automation and driverless:

- The system can take over the entire dynamic driving task in all use cases.

- The human driver is no longer required at all. But what kind of system is „the system“ replacing the human driver?

and

- what are the characteristics of the System´s Artificial Intelligence?

Künstliche Intelligenz (Artificial Intelligence): Why? Where? When? How? Who? What?

Bis die von menschlichen Fahrern gesteuerten Autos Auslaufmodelle sind und nur noch auf Nostalgieveranstaltungen bestaunt werden können, werden nach dem internationalen Verband der Automobilingenieure (SAE) sechs Automationsstufen erfolgen.

1. Wer steuert, beschleunigt/bremst? (Quer- und Längsführung Fahrer oder System)

2. Wer überwacht/beobachtet das Fahrumfeld? (Umgebungsbeobachtung Fahrer oder System)

3. Wer ist für die Rückfallebene verantwortlich? (Rückfallebene Fahrer oder System)

Auf der Suche nach den passenden Antworten für diese drei Fragen wird Künstliche Intelligenz Stufe für Stufe neu gedacht, neu definiert:

Stufe 0 (Level 0): Keine Automation (No Automation)

Quer- und Längsführung: Fahrer,

Umgebungsbeobachtung: Fahrer,

Rückfallebene: keine