#63: Data Mining: der pragmatische Weg zu Datenreife & Datenkultur mit Prof. Dr. Ana Moya

„Data Mining“ – klingt nach Staub und Schaufeln, ist aber der Schlüssel zur Mustererkennung in Daten! Wir diskutieren, warum einfache Methoden oft besser sind als fancy KI-Lösungen, besonders bei niedriger Datenreife. Außerdem: Wie man nachhaltigen Mehrwert schafft, ohne sich in Dashboards zu verlieren, und welche Skills und Tools wirklich zählen. Hilfreich für alle, die effektiv mit Daten arbeiten wollen.

Zusammenfassung

Data Mining: Definition und Bedeutung als pragmatischer Ansatz zur MustererkennungHerausforderungen: Niedrige Datenreife und der Druck, „fancy“ Methoden einzusetzenLösungsansätze: Bewährte Methoden wie Statistik, Visualisierungen und Anomaly DetectionNachhaltigkeit: Optimierte Prozesse und ressourcenschonende Lösungen als KernnutzenSkills und Tools: Analytisches Denken, Statistik, Programmierkenntnisse, sowie Tools aus dem Bereich Business Intelligence und Programmiersprachen wie R & PythonFehler vermeiden: Datenqualität, Vermeidung von Confirmation Bias und sinnvolle Nutzung von Dashboards

***Links***

Prof. Dr. Ana Moya auf LinkedIn: https://www.linkedin.com/in/doc-moya/International School of Management (ISM) https://en.ism.de/INFOMOTION GmbH https://www.infomotion.de/Power BI https://www.microsoft.com/de-de/power-platform/products/power-bi?market=deTableau https://www.tableau.com/Python https://www.python.org/R https://www.r-project.org/Fragen, Feedback und Themenwünsche gern an [email protected]

Wir machen Data Science. Und in unserem Podcast Data Science Deep Dive reden wir darüber.

Du bist ebenfalls Data Scientist oder interessierst dich für Daten, ML und AI? Dann ist dieser Podcast für dich. Wir teilen unsere Learnings aus über 180 Projekten, du bekommst Infos und Anregungen zu spannenden Themen rund um Daten.

Wir klären auf, geben Hinweise und teilen unsere Erfahrungen, die wir in über 10 Jahren als Data Scientists im B2B Bereich gesammelt haben.
Wir decken auf, was wirklich hinter den Hypes und Trends der Data Science Branche steckt.
Wir hinterfragen, was ein Data Science Projekt erfolgreich macht und welche Faktoren es zum Scheitern verurteilen.

• Anzahl der Folgen: 81
• Letzte Folgen: 2025-09-04
• Technologie

Wo kannst du zuhören?