Critical Skills: Aufbau der Data & AI Academy bei Miele
Daten und KI haben ein enormes Potenzial für Organisationen, aber die Mitarbeiter müssen mit den richtigen Fähigkeiten ausgestattet sein, um sie zu nutzen. Bei Miele haben wir hierfür die Data & AI Academy ins Leben gerufen. In dieser Präsentation werden wir die wichtigsten Merkmale der Academy, die Schritte, die wir unternommen haben, und die dabei gewonnenen Erkenntnisse vorstellen. Begleiten Sie uns, um 10 häufige Fallstricke zu entdecken, die Ihren Erfolg beim Aufbau von Daten- und KI-Kompetenzen in Ihrer Organisation behindern können.
Zielpublikum: Führungskräfte, Projektleiter, Product Owner, Entscheider, Change Agents
Voraussetzungen: Keine Vorkenntnisse notwendig
Schwierigkeitsgrad: Basic
Extended Abstract:
Daten und KI haben ein enormes Potenzial für Organisationen, aber die Mitarbeiter müssen mit den richtigen Fähigkeiten ausgestattet sein, um sie zu nutzen. Bei Miele haben wir die Data & AI Academy ins Leben gerufen, um unsere Organisation auf diese Transformation vorzubereiten. Ziel der Academy ist es, ein vielfältiges Lernangebot für alle Mitarbeitenden zu schaffen.
In dieser Präsentation stellen wir die wichtigsten Merkmale der Academy sowie die Schritte, die wir in der Etablierung der Academy unternommen haben, vor.
Anhand von 10 häufigen Fallstricken, die eine erfolgreiche Etablierung von Daten- und KI-Kompetenz im Unternehmen behindern können, teilen wir unsere gewonnenen Erkenntnisse und geben einen vielfältigen Einblick vom Trainingsangebot bis hin zur internen Organisation der Academy.
Claudia Stingl arbeitet als Product Owner für Analytics & Data Science bei Miele im Bereich Smart Home/Electronics. Zuvor arbeitete sie in der Luftfahrt- und Logistikbranche und leitete die Entwicklung und Implementierung von KI Use Cases auf internationaler Ebene. Sie verfügt über mehr als 10 Jahre Berufserfahrung im Bereich Daten und KI. Ihre Interessen liegen u.a. in Daten- und KI-Organisationen, einschließlich der Befähigung von Organisationen, Daten und KI effektiv zu nutzen.
Robert Temminghoff arbeitet als Softwareingenieur für KI-Anwendungen bei Miele im Bereich Smart Home/Electronics und macht Haushaltsgeräte mit maschinellem Lernen intelligenter. Neben der Arbeit an MLOps und klassischen Datenengineering-Aufgaben hat Robert auch eine Leidenschaft dafür, anderen zu ermöglichen, effektiver mit Daten und KI zu arbeiten. Sein Hintergrund liegt in der Teilchenphysik, und er hat einen Doktortitel von der Technischen Universität Dortmund.
