Sozialkapitalismus im IT-Zeitalter (Utilitismus)

Einleitung

Es gibt bis jetzt zwei grundsätzliche Ansätze um das Versorgungsproblem eines sozialen Systems zu lösen, den Kapitalismus und den Sozialismus. Aus ökonomischer Perspektive nutzt der Kapitalismus das individuelle streben nach Nutzen, um Arbeit für die ökonomische Nutzenerstellung bereitzustellen, während er Privateigentum garantiert, während der Sozialismus soziales Eigentum kennt und das Interesse an einem funktionierenden System (mittelbarer Nutzen) dazu nutzt, Arbeit für die ökonomische Nutzenerstellung bereitzustellen. Viele Menschen sind der Überzeugung, dass der Kapitalismus sich durchgesetzt hat und der Sozialismus nicht effizient funktioniert.

Durch die technologische Entwicklung in IT-Hardware, Cluster-Algorithmen und selbstlernender Algorithmen, entstehen flexible Lösungsautomaten basierend auf den besten Verfahren, die bekannt sind, und menschliche Arbeit wird zum Teil und möglicherweise irgendwann im Potential substituiert. Es gibt derzeit eine große Debatte darum, wie sich die Gesellschaft im Kontext zunehmender flexibler Automatisierung menschlicher Arbeit entwickelt.

Mir ist aufgefallen, dass die Probleme des Sozialismus in Bezug auf die Leistungsmotivation und Regelkonformität durch flexible Automatisierung lösbar sind. Ein abgeleitetes Modell möchte ich hier vorstellen und zur Diskussion vorlegen.

Automatisierte Unternehmen

Ich unterscheide in meiner Betrachtung, basierend auf meiner ökonomischen Intuition, automatisierte Unternehmen und Humanunternehmen.

Betriebliche Funktionen, die optimal oder mit der besten bekannten Heuristik “lösbar” sind, werden per Gesetz verpflichtend in automatisierte Unternehmen ausgelagert, die jedes Humanunternehmen in Anspruch nehmen muss (Regulation), um die betriebliche Funktion zu erfüllen.

Wie funktioniert das? Es werden sich meines Erachtens automatisierte privatwirtschaftliche Unternehmen entwickeln und diese sollte der Staat aufkaufen und mit einer automatischen Preissetzungslogik und Investitionslogik ausstatten. Um die Wohlfahrt zu maximieren sollte die Preissetzungslogik den Konkurrenzpreis simulieren und mit einem Gewinnaufschlag versehen. Dieser Gewinnaufschlag wird im Wesentlichen als bedingungsloses Grundeinkommen an die Bevölkerung ausgezahlt, sodass sich in einem demokratischen Prozess der Abwägung zwischen Einkommen und Konsummöglichkeiten der Gewinnaufschlag bestimmt.

Die Automatisierung eröffnet die Möglichkeit, die automatisierten Unternehmen unter regulatorische Restriktion zu stellen, die absolut bindend und durchsetzbar ist. Das ist meines derzeitigen Erachtens genauso wohlfahrtsoptimal wie eine Pigue-Steuer um Externalitäten zu “internalisieren”, erzeugt aber zusätzlich ein bedingungsloses Grundeinkommen.

Meinem bisherigen Verständnis des Nachhaltigkeitsbegriffs nach bedeutet das, dass automatisierte Unternehmen sequenziell optimiert werden sollten, und zwar beginnend mit einer ökologischen Optimierung auf die die Optimierung entsprechend der betrieblichen Funktion folgt. Der europäischen Zielsetzung der sozialen Nachhaltigkeit wird die Systemkonfiguration von sich aus gerecht – soweit ich das momentan verstehe.

Diese automatisierten Unternehmen befinden sich also im Staatseigentum und ihre verteilbaren Gewinne werden gleichmäßig auf die Bevölkerung als bedingungsloses Grundeinkommen verteilt.

Es verbleibt ein privatwirtschaftlicher Anreiz die automatisierten Unternehmen zu optimieren, um den Preis senken zu können und so mehr “Share-of-Wallet” zu erzielen, also Anteil am Budget der Konsumenten. Gleichwohl können die automatisierten Unternehmen logisch und empirisch innoviert werden, weil sie Algorithmen sind, deren Leistung messbar ist.

Humanunternehmen

Humanunternehmen übernehmen Kreativitätsleistungen, zwischenmenschliche Leistungen und Innovationen. Sie befinden sich systemisch in einem klassischen Kapitalismus unter der Nebenbedingung automatisierte Unternehmen für bestimmte betriebliche Funktionen nutzen zu müssen, und haben deswegen in Bezug auf sich selbst klassische Innovationsanreize. Die Anreize automatisierte Unternehmen zu bilden ergeben sich aus dem Aufkaufsgebot für den Staat. Die Anreize für die Verbesserung von zu nutzenden automatisierten Unternehmen ergeben sich aus der oben angeführten Share-of-Wallet-Optimierung.

Abschätzung von Konsequenzen

Humanunternehmen erzeugen möglicherweise nicht genug Arbeitskapazität und die strukturelle Arbeitslosenquote steigt. Arbeitslose werden jedoch durch die Umverteilung der Erträge von automatisierten Unternehmen finanziert (Verteilungsgerechtigkeit). Es bestehen allerdings nach wie vor individuelle Anreize, das Einkommen durch Arbeit zu erhöhen (Leistungsgerechtigkeit). Humanunternehmen erzeugen entsprechend der kapitalistische Funktionsweise nach wie vor ökonomischen Fortschritt und Variantenvielfalt (ökonomische Nachhaltigkeit). Die Bedingungen des Kapitalismus stehen jedoch in Verbindung mit einer z. B. ökologischen Restriktion, Staatspräferenzen können in Teile des kapitalistischen Systems verbindlich installiert werden (Moralisierung des Kapitalismus durch Staatsorganisation).

Wenn wir unterstellen, dass die Menge von Fortschritt und vernünftiger Variantenvielfalt ermöglichender Faktoren begrenzt ist, aber alle Probleme gelöst werden können, konvergiert das System gegen einen Sozialismus basierend auf kapitalistischem Versorgungssystem ohne Arbeit, der sich nach den individuellen Präferenzen der Menschen richtet, sofern die Staatsorganisation die Variante nicht indirekt eingeschränkt hat (das ist etwas anderes als Planwirtschaft).

Restriktionen

Ein Staat der dieses System individuell, also nicht in globaler Koordination einführen möchte, müsste sehr wahrscheinlich Importe beschränken und verminderte Exporte in kauf nehmen.

In einem demokratischen Prozess würde das bedingungslose Grundeinkommen seiner Höhe nach entsprechend der Möglichkeiten definiert. Hieraus resultiert die “Gefahr”, dass ab einer gewissen Automatisierungsquote auf den kapitalistischen Teil der Wirtschaftsordnung verzichtet wird, um den Konsum erhöhen zu können. Dies wäre eine vorgenerationenopportunistische Verhaltensweise, die mit Erziehung eingedämmt werden könnte. Diese Erziehung ist jedoch nicht anreizkompatibel.

Blog via E-Mail abonnieren

Gib deine E-Mail-Adresse an, um diesen Blog zu abonnieren und Benachrichtigungen über neue Beiträge via E-Mail zu erhalten.

Nutzen Sie das untenstehende Feld für Kommentare. Wenn Sie mir persönlich Rückmeldung geben wollen, schreiben Sie mir eine E-Mail an marius.a.schulz@web.de.

Integration

Einleitung

Integration wird häufig gefordert. In der Integrationsdebatte rund um Migranten hört man häufig: “Migranten sollen sich integrieren”. Können Sie verstehen, was der Migrant tun soll? Was verstehen Sie unter Integration?

In diesem Artikel wird das allgemeine Integrationsproblem am Beispiel der Integration von Migranten / Asylanten dargestellt, aber es ist wichtig, dass Problem in Analogieschlüssen zu übertragen, denn es handelt sich um ein fundamentales Problem des Individuums in einer Gesellschaft. Ich habe viele Menschen beobachtet, die im Kern danach streben integriert zu sein, und die immer wieder an grenzen stoßen, und dann gedrückt bis depressiv in Lebenskrisen geraten. Dieser Artikel gibt Ihnen möglicherweise Hoffnung.

Es gibt verschiedene Wege, um Integration zu modellieren.

Absolute Integration

Absolute Integration bedeutet, dass ein Systemelement sich so verhält, dass das System gegebene Ziele optimal erreicht.

Ein Beispiel wäre der Migrant, der in seiner neuen Gesellschaft sein Handeln so einrichtet, dass die Gesellschaft den höchsten sozialen Wohlstand erreicht. Es gibt im Kontext von Industrie 4.0 ein weiteres wichtiges Beispiel:

Eine Maschine in einem Produktionssystem ist ausgestattet mit Informationstechnologie und berechnet, was sie wann produziert, um die Nachfrage an das Produktionssystem möglichst optimal zu befriedigen.

Tatsächlich ist dieses Optimierungsproblem weder individuell, also durch das Systemelement noch hierarchisch also durch einen Leitrechner des Systems während Ihrer Lebenszeit lösbar. Auch Menschen müssten alle Optionen im Kontext des Systemverhaltens antizipatorisch durchspielen, um eine absolute Integration zu erreichen, was unsere Denkkapazität überschreitet.

Absolute Integration ist also (derzeit) unmöglich.

Regelbezogene Integration

Regelbezogene Integration bedeutet, dass ein Systemelement als integriert gilt, wenn es sich zu jeder Zeit an eine abgeschlossene Menge von Regeln hält, die einen Konsens des Systems darstellen.

In der Realität existiert zunächst kein Konsens über Regeln, die Menge der Regeln ist vermutlich nicht abgeschlossen und selbst wenn sie abgeschlossen wäre, wäre der Umfang vermutlich nicht in einer Weise lernbar, dass zu jeder Zeit die relevanten Regeln präsent sind und letztlich ist die Wahrscheinlichkeit hoch, dass die Regeln nicht konsistent sind.

Unter diesen Bedingungen kann weder der Mensch noch die Maschine “optimal”, also Regelkonform agieren und regelbezogene Integration ist ebenfalls unmöglich.

Erfahrungsheuristische Integration

Erfahrungsheuristische Integration ist eine systematische Verhaltensvariation des Systemelements bei Berücksichtigung der Systemresultate, um in der Auswertung der “zufällig” produzierten Ergebnisse ein Muster zu erkennen, das auf das Optimum schließen läßt. Zwischenzeitlich wird die beste bekannte Lösung gehäuft.

In Bezug auf ein Produktionssystem können Sie mit der Monte-Carlo-Simulation in begrenzter Zeit optimumsnahe Lösungen finden. Die Güte der Heuristik ist abhängig von der Anzahl zufällig gebildeter und berechneter Varianten, also ein Zeitproblem.

In Bezug auf Menschen liegt das zentrale Problem darin, dass Systemresultat zu beurteilen. Es müsste zunächst das Zielsystem als gesellschaftlicher Konsens widerspruchsfrei definiert und gewichtet sein und dann müssten alle Folgewirkungen per Feedback sachlich rückgemeldet werden. Das Individuum müsste alle Handlungsvariationen erfassen, mit den Folgewirkungen verknüpfen und entsprechend des Zielsystems zu einer Ergebnisgröße verdichten. Nach einer Simulationsphase könnte sich das Individuum auf ein bestes Handeln festlegen. Um flexibel zu bleiben, müsste die Simulation hin und wieder wiederholt werden.

Erfahrungsheuristische Integration ist das, was meiner Einschätzung nach die meisten Menschen tun. Das Zielsystem ist sozialisiert-wahrnehmungsabhängig und individuell, die Variation des Handelns ist semi-strukturiert, das Feedback ist eingeschätzt und unvollständig, die Auswertung erfolgt eher intuitiv als mathematisch exakt und die Erhebung wird zum Teil vergessen. Kurz: Menschen versuchen sich “richtig” zu verhalten und verwenden ihr subjektiv “bestes” bekanntes Ergebnis derzeit. Zudem tauschen sie sich über Erfahrungen aus.

Das bedeutet z. B., dass Integration – vernünftig betrachtet – ein Prozess mit hochgradig diversen Zuständen ist und durch die zentralen Interaktionspartner und Zufälle geprägt wird. Wenn man also sagt: “Du musst dich integrieren”, sollte man vernünftiger Weise akzeptanz für Verhaltensvariation und viel Geduld mitbringen und individuelle temporäre Ergebnisse erwarten. Kurz: Jemand der unter Verdacht steht, nicht integriert zu sein – z. B. weil er aussieht wie ein Migrant – wird nicht belegen können, sich integriert zu haben.

Integration aus Systemperspektive

Integration aus Systemperspektive bedeutet, dass jemand als integriert gilt, wenn er “integriert” wurde – es handelt sich um einen ausschließlich zwischenmenschlichen Ansatz.

Hier wird die Verantwortung oder die Problematisierung der Verantwortung vom Individuum auf das System übertragen und dann das Indiviualverhalten aus dem “optimalen” Systemverhalten abgeleitet.

Nehmen wir an Integration bedeutet akzeptiert zu werden, dann ist ein suboptimales Individuum integriert, wenn es vom System akzeptiert wird. Das optimale System, das Integration wünscht, würde also die Akzeptanz von Individuen durch seine Systemelemente maximieren. Dazu müsste das System möglichst viele Systemelemente dazu bringen akzeptant gegenüber Individualität zu sein, also Diversifität zu schätzen.

Dieser Ansatz ist für Sie vermutlich erstmal albern, weil er die ganze Denkkategorie sprengt. Die Kategorisierung / Assoziation Migrant – systemextern – nicht integriert ist aus dieser Perspektive schlichtweg falsch. Der Fehler liegt bei Ihnen, sie sollen nicht “systemextern” denken oder eine Kategorie “integriert” meinen zu kennen, sondern Mensch – anders – Vielfalt – Bereicherung denken  und fühlen.

Was bedeutet das? Menschen suchen nach Sicherheit und jetzt sollen Sie Vielfalt immer gut finden. Das geht nicht. Wir brauchen also eine Einschränkung. Aus Individualperspektive und aus Systemperspektive müssen wir definieren oder ableiten, welche Formen der Vielfalt allgemein nicht erlaubt sind.

Das ist nicht zu verwechseln mit Ihrer individuellen Meinung, denn wir brauchen anerkannte Prinzipien auf die sich alle Individuen und das System einigen, sodass klar ist was man nicht darf. Sie werden vielleicht bemerkt haben, dass das die Invertierung der regelbezogenen Integration (Lösung des dualen Problems) ist und das unser System tatsächlich so arbeitet – wir haben Rechtsgrundsätze.

Das Problem wurde aber zudem von unzähligen Menschen analysiert und es sind soweit mir bekannt drei fundamentale Konzepte entstanden: 1. der kategorische Imperativ Kants, 2. der Utilitarismus und 3. Konzepte basierend auf Verallgemeinerung von Empfindungen. Integration bedeutet demnach: Sei vielfältig, aber moralisch, dann finde ich dich gut. (Interessanter Weise leiden alle Ansätze unter der begrenzten Simulierbarkeit des Systemverhaltens, und können demnach nur mit Erfahrung und Phantasie entwickelt werden [Pfadabhängigkeit]).

Zusammenführung

In individueller Optimierung ist Integration die systematische Variation von Verhalten (Ausprobieren) und der Versuch das was klappt oder toll ist zu verinnerlichen. In systemischer Optimierung ist Integration Freude über Vielfalt, sofern alle moralisch bleiben. Zusammengenommen sollten Sie sich freuen, wenn Ihnen jemand / etwas neues begegnet, das strebsam versucht etwas subjektiv positives zu finden, sofern es moralisch ist.

Die Forderung: “Integrier dich”, ist hingegen grober Unfug, denn Integration unter Menschen ist ein Wechselspiel und wenn Sie sagen: “Integrier dich”, zeigen Sie, dass Sie eine Kategorie verinnerlicht haben, die zementiert, dass eine andere Person niemals als integriert gilt, solange Sie Ihre Kategorie nicht ändern.

#Wichtige Anmerkung:

Es gibt im Kontext von Integration von Migranten / Asylanten einen wichtigen Blindpunkt, soweit mir bekannt.

Eine beschreibende Theorie der Moral, die ich aus dem Buch Moral Minds von Harvard-Professor Marc D. Hauser kenne, besagt, dass Menschen über soetwas wie eine universelle moralische Grammatik verfügen, die sich in einer moralischen Sprache durch den Umgang mit der Umgebung vor allem als Kind konkretisiert.

Im interkulturellen Kontext existieren demnach verschiedene moralische Sprachen, die die moralische Intuition prägen. Dementsprechend wäre es wichtig, dass die Deutschen durch interkulturelle Forschung erarbeiten, inwiefern die moralische Intuition der Migranten / Asylanten nicht mit unserer vereinbar ist, sodass den Migranten / Asylanten von uns erklärt werden kann, was bei uns nicht erlaubt ist, aber für sie nicht intuitiv verständlich ist.

Manch einer wird jetzt sagen, die Migranten / Asylanten sollen das z. B. durch “Gesetzeslektüre” erarbeiten. Bitte verstehen Sie, dass das ein Jurastudium ist und in erheblichem Maße Detailkenntnis von Wortbedeutungen erfordert, die z. B. den meisten Deutschen auch erst mit Vollendung des Abiturs erwachsen ist.

Blog via E-Mail abonnieren

Gib deine E-Mail-Adresse an, um diesen Blog zu abonnieren und Benachrichtigungen über neue Beiträge via E-Mail zu erhalten.

Nutzen Sie das untenstehende Feld für Kommentare. Wenn Sie mir persönlich Rückmeldung geben wollen, schreiben Sie mir eine E-Mail an marius.a.schulz@web.de.

Die 1057 interessantesten Data-Science-Central-Artikel nach Kategorien

Einleitung

Um mir einen Überblick über Data Science zu verschaffen, habe ich die Data-Science-Central-Homepage geharvested und nach interessanten Blogs gescreent. Die resultierende Liste von Artikeln habe ich Kategorien zugeordnet. Nachfolgend liste ich die 1057 verbliebenen Artikel nach Kategorie auf. Sie können anhand der Sie interessierenden Kategorien einfach interessante Data-Science-Central-Links finden.

Blog via E-Mail abonnieren

Gib deine E-Mail-Adresse an, um diesen Blog zu abonnieren und Benachrichtigungen über neue Beiträge via E-Mail zu erhalten.

Links zu Kategorien / Übersicht

Allgemein

Ausbildungen

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Begriffe

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Blogger & Meinungsführer

 

 

 

Zurück zur Übersicht.

CV-Tweaks

 

 

Zurück zur Übersicht.

Data Science

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Data Science Projekte

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Data Scientists

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Data Storytelling

 

 

Zurück zur Übersicht.

Data Warehousing

 

Zurück zur Übersicht.

Datenstrategie

 

Zurück zur Übersicht.

Empfehlungen

 

Zurück zur Übersicht.

Ethik

 

 

Zurück zur Übersicht.

Hackathons

 

Zurück zur Übersicht.

Hadoop vs. Spark

 

Zurück zur Übersicht.

Internet of Things

 

 

Zurück zur Übersicht.

Interviewfragen

 

 

Zurück zur Übersicht.

Jobverluste

 

 

Zurück zur Übersicht.

Jobwechsel

 

Zurück zur Übersicht.

Komplexitätsanalyse

 

Pareto-Prinzip

 

 

Zurück zur Übersicht.

Präsentationen

 

Zurück zur Übersicht.

ROI von Data Science

 

 

Zurück zur Übersicht.

Überblicksseiten

 

Zurück zur Übersicht.

Softwareeinkauf

 

Zurück zur Übersicht.

Bücher

Data Mining

 

 

Zurück zur Übersicht.

Data Science

 

 

 

 

Zurück zur Übersicht.

Data Scientists

 

Zurück zur Übersicht.

Deep Learning

 

 

Zurück zur Übersicht.

Internet of Things

 

Zurück zur Übersicht.

Maschinelles Lernen

 

 

 

 

Zurück zur Übersicht.

Predictive Analysis

 

Zurück zur Übersicht.

R

 

 

 

Zurück zur Übersicht.

Statistik

 

 

Zurück zur Übersicht.

Statistisches Lernen

 

Zurück zur Übersicht.

Visualisierung

 

 

 

Zurück zur Übersicht.

Humor

Comics

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Geeky Stuff

 

Zurück zur Übersicht.

Poster

 

Zurück zur Übersicht.

Videos

 

Zurück zur Übersicht.

Software

Amazon Web Services

 

Zurück zur Übersicht.

Apache Beam

 

Zurück zur Übersicht.

Apache Drill

 

Zurück zur Übersicht.

Apache Spark

 

Zurück zur Übersicht.

Cassandra

 

Zurück zur Übersicht.

DataJoy

 

Zurück zur Übersicht.

Dmelt

 

Zurück zur Übersicht.

Excel

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Free Tools

 

Zurück zur Übersicht.

Geo-Tools

 

Zurück zur Übersicht.

Hadoop

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Java

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Julia

 

Zurück zur Übersicht.

Python

 

Zurück zur Übersicht.

R

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

SciDB

 

Zurück zur Übersicht.

Spark

 

 

 

 

 

 

 

Zurück zur Übersicht.

Tensorflow

 

 

 

 

Zurück zur Übersicht.

Statistik

Aspekte

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Meinung zu Data Science

 

 

Zurück zur Übersicht.

Tests

 

Zurück zur Übersicht.

Business Intelligence

 

Zurück zur Übersicht.

Data Science

 

 

 

Zurück zur Übersicht.

Data Science und Maschinelles Lernen

 

Zurück zur Übersicht.

Disruptive Technologien

 

Zurück zur Übersicht.

E-Mail und Pdf

 

Zurück zur Übersicht.

IT

 

Zurück zur Übersicht.

Maschinelles Lernen

 

 

Zurück zur Übersicht.

Nachhaltigkeit der Profession Data Science

 

Zurück zur Übersicht.

Schlagwörter

 

Zurück zur Übersicht.

Weiterbildung

Algorithmen

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Amazon EMR

 

Zurück zur Übersicht.

Anomaly Detection

 

 

Zurück zur Übersicht.

Bayes

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

BigQuery

 

Zurück zur Übersicht.

Data Analytics

 

 

Zurück zur Übersicht.

Data Lake

 

Zurück zur Übersicht.

Data Mining

 

 

 

Zurück zur Übersicht.

Data Science

 

Zurück zur Übersicht.

Data Warehousing

 

 

Zurück zur Übersicht.

Datenbanken

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Datenbereinigung

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Datensicherheit

 

Zurück zur Übersicht.

Deep Learning

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Docker

 

Zurück zur Übersicht.

Explanatory Data Analysis

 

Zurück zur Übersicht.

Fraud Detection

 

Zurück zur Übersicht.

Fuzzylogik

 

 

Zurück zur Übersicht.

Internet of Things

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Komplexitätsanalyse

 

Zurück zur Übersicht.

Markov-Ketten

 

Zurück zur Übersicht.

Maschinelles Lernen

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Network Analysis

 

 

 

 

 

 

Zurück zur Übersicht.

Pattern Recognition

 

Zurück zur Übersicht.

Pentesting

 

Zurück zur Übersicht.

Predictive Analysis

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Sicherheit

 

 

 

 

 

Zurück zur Übersicht.

Systems Analytics

 

Zurück zur Übersicht.

Text Mining

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Visualisierung

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Sonstiges

A/B-Testing

 

Zurück zur Übersicht.

Argumentation

 

Zurück zur Übersicht.

ARM-Prozessor

 

Zurück zur Übersicht.

Automatisierung von Data Science

 

Zurück zur Übersicht.

Behavioral Analytics

 

Zurück zur Übersicht.

Benchmarking

 

Zurück zur Übersicht.

Berlin

 

Zurück zur Übersicht.

Bilanzanalyse

 

Zurück zur Übersicht.

Biometrie

 

Zurück zur Übersicht.

Blockchain

 

Zurück zur Übersicht.

Boltzmann

 

Zurück zur Übersicht.

Botnets

 

Zurück zur Übersicht.

Chatbots

 

Zurück zur Übersicht.

Crowdflower

 

Zurück zur Übersicht.

Crowdsourcing

 

Zurück zur Übersicht.

Data Analytics in der Regierungsarbeit

 

Zurück zur Übersicht.

Data Science Wettbewerbe

 

Zurück zur Übersicht.

Datenalphabetisierung

 

 

Zurück zur Übersicht.

Dateninstrumentalismus

 

Zurück zur Übersicht.

Datenqualität

 

 

 

 

 

 

Zurück zur Übersicht.

Drohnen

 

Zurück zur Übersicht.

E-Mail-Kampangen

 

 

 

Zurück zur Übersicht.

Ebola

 

Zurück zur Übersicht.

Entscheidungsunterstützung

 

 

 

 

 

 

 

Zurück zur Übersicht.

Erdbeben

 

Zurück zur Übersicht.

Erregermanagement

 

Zurück zur Übersicht.

Evolution

 

Zurück zur Übersicht.

Fake Data

 

Zurück zur Übersicht.

Fake News

 

 

Zurück zur Übersicht.

Flughäfen

 

Zurück zur Übersicht.

Functional Programming

 

Zurück zur Übersicht.

G 20

 

Zurück zur Übersicht.

Gamification

 

Zurück zur Übersicht.

Gaming

 

Zurück zur Übersicht.

Gehirntraining

 

Zurück zur Übersicht.

Gesichtserkennung

 

 

Zurück zur Übersicht.

Gesundheit, Wohlstand und Ungleichheit

 

Zurück zur Übersicht.

Google

 

 

Zurück zur Übersicht.

Hacking-Y-Combinator

 

Zurück zur Übersicht.

Handschrifterkennung

 

Zurück zur Übersicht.

Hardware

 

Zurück zur Übersicht.

Heatmaps

 

Zurück zur Übersicht.

Human Resources

 

 

 

 

 

 

 

 

 

 

 

Zurück zur Übersicht.

Illegalität

 

 

Zurück zur Übersicht.

Immobilienbranche

 

Zurück zur Übersicht.

Interneterklärungen

 

Zurück zur Übersicht.

Investment in BI-Tools

 

Zurück zur Übersicht.

Jobverluste

 

Zurück zur Übersicht.

Journalismus

 

Zurück zur Übersicht.

Klimawandel

 

Zurück zur Übersicht.

Kriminalitätsstatistik

 

Zurück zur Übersicht.

Landwirtschaft

 

 

Zurück zur Übersicht.

LinkedIn-Gruppen

 

Zurück zur Übersicht.

Marktsegmentierung

 

 

Zurück zur Übersicht.

Mathematik

 

Zurück zur Übersicht.

Medizin

 

 

Zurück zur Übersicht.

Menschen mit Behinderungen

 

Zurück zur Übersicht.

Migration in der EU

 

Zurück zur Übersicht.

Militärsimulationen

 

Zurück zur Übersicht.

Moore´s law

 

Zurück zur Übersicht.

Mordstatistik

 

Zurück zur Übersicht.

Nahrungsmittelpreisanalyse

 

Zurück zur Übersicht.

NASA

 

Zurück zur Übersicht.

Neurochemie

 

Zurück zur Übersicht.

NOAA-Analyse

 

Zurück zur Übersicht.

Open Data

 

 

Zurück zur Übersicht.

Organisationale Simulationen

 

Zurück zur Übersicht.

Pareto-Prinzip

 

Zurück zur Übersicht.

Passwörter

 

Zurück zur Übersicht.

PHP-Testing

 

Zurück zur Übersicht.

Politische Propaganda

 

 

Zurück zur Übersicht.

Politische Wahlen

 

Zurück zur Übersicht.

Portfoliotheorie

 

Zurück zur Übersicht.

Produktivität

 

Zurück zur Übersicht.

Produktmanager

 

Zurück zur Übersicht.

Psychologie

 

Zurück zur Übersicht.

Qualitätsmanagement

 

Zurück zur Übersicht.

Rauchen und die Krebserkrankung

 

Zurück zur Übersicht.

Reverse Data Science

 

Zurück zur Übersicht.

Riemann-Hypothese

 

Zurück zur Übersicht.

Risikokapital

 

 

Zurück zur Übersicht.

SaaS

 

Zurück zur Übersicht.

Überlebenswahrscheinlichkeitsanalyse

 

Zurück zur Übersicht.

Scoring-Modelle

 

Zurück zur Übersicht.

Search Engins

 

Zurück zur Übersicht.

Selbstbedienungsdatenanalyse

 

Zurück zur Übersicht.

Semantische Ebene

 

 

 

Zurück zur Übersicht.

SEO

 

Zurück zur Übersicht.

Smart Apps

 

Zurück zur Übersicht.

Smart Citys

 

 

Zurück zur Übersicht.

Spracherkennung

 

Zurück zur Übersicht.

Startup-Geschäftsmodelle

 

Zurück zur Übersicht.

Steganographie

 

Zurück zur Übersicht.

Sterberate

 

Zurück zur Übersicht.

Suchmaschinen

 

 

Zurück zur Übersicht.

Symbolische Ausdrcke

 

Zurück zur Übersicht.

Threads-Splitting

 

Zurück zur Übersicht.

Twitter

 

Zurück zur Übersicht.

Öffentliche Datenbanken

 

 

Zurück zur Übersicht.

Verhöre

 

Zurück zur Übersicht.

Versicherungen

 

Zurück zur Übersicht.

VW-Skandal

 

Zurück zur Übersicht.

Wachstum des Wissens

 

Zurück zur Übersicht.

Walmart

 

Zurück zur Übersicht.

Watson

 

 

Zurück zur Übersicht.

Weibliche Intuition

 

Nutzen Sie das untenstehende Feld für Kommentare. Wenn Sie mir persönlich Rückmeldung geben wollen, schreiben Sie mir eine E-Mail an marius.a.schulz@web.de.