Dieser Sammelband verbindet theoretische Grundlagen und praktische Anwendungen von Künstlicher Intelligenz und Data Science: Führende Expertinnen und Experten aus Wissenschaft und Wirtschaft stellen in ihren Beiträgen den aktuellen Stand in Forschung und Unternehmenspraxis dar und bieten so einen einzigartigen Überblick über aktuelle Konzepte und ihre Umsetzung in Unternehmen.Im ersten Teil des Buchs werden grundlegende Konzepte, aktuelle Methoden und Algorithmen aus Statistik und Informatik skizziert; dazu gehört auch eine strukturierte Einführung in die Mathematik und Methodik moderner KI-Modelle. Darüber hinaus werden zentrale übergeordnete Aspekte beleuchtet – etwa Wirtschaftlichkeit, Wertschöpfung, Nachhaltigkeit und Datenethik. Im zweiten Teil werden die praktische Umsetzung und typische Herausforderungen vertieft, darunter die Einbettung in eine Gesamtstrategie, die Operationalisierung und Weiterentwicklung daten- und KI-basierter Lösungen sowie die Überführung von Prototypen (PoCs) in produktive, skalierte Anwendungen – auch vor dem Hintergrund des EU AI Act. Der dritte Teil widmet sich Data Science in der Praxis: Vertreter namhafter Unternehmen berichten aus konkreten Projekten in unterschiedlichen Branchenkontexten, darunter auch Anwendungsfälle mit Large Language Models (LLMs) und agentischen Systemen. Die Beiträge reichen von international agierenden Konzernen bis zu mittelständischen Unternehmen und Startups.Das Buch möchte die interdisziplinäre Diskussion und Kooperation zwischen Wissenschaft und Wirtschaft fördern und einen Beitrag zur allgemeinen „Data Literacy“ leisten. Es richtet sich insbesondere anStudierende und Absolventen, die Orientierung für die eigene Laufbahn suchen,Forschende und Lehrende, die einen Einblick in praxisrelevante Einsatzgebiete erhalten möchten,Anwender, Praktiker und Entscheider, die sich über Chancen und Herausforderungen von KI in der Praxis informieren möchten.Für die vorliegende zweite Auflage wurden insbesondere Grundlagen und Beispiele zu Generativer KI (GenAI) und Agentic AI integriert. Auch die Dynamik seit ChatGPT und anderen Foundation Models wird eingeordnet, und die entsprechende Unternehmenspraxis von der Strategie bis zum zuverlässigen Betrieb mit LLMOps und MLOps wird vertieft. Dafür wurden zahlreiche neue Beiträge aufgenommen, bestehende aktualisiert oder grundlegend überarbeitet.
