51
The Bloomberg for privately-held companies

The Bloomberg for privately-held companies - iwelt.de · markets, its dynamics and associated companies. Exhaustive company profiles In-depth market analysis Product portfolio Shareholders

  • Upload
    others

  • View
    6

  • Download
    0

Embed Size (px)

Citation preview

The Bloomberg for privately-held companies

2

Analyst Market Overview

MergerSpot

MERGERSPOT. We provide the new genration of market research soltuion forthe data driven future.

3

PRODUCT. Analysts find an exhaustive company profile including all relevant data with just one click

Get me everything you have on A-Kaiser GmbH!

„Custom query engine

Datapoint sentiment

NLP

Web Crawling

4

PRODUCT. We offer a one-stop-solution for analysts to deeply understand markets, its dynamics and associated companies.

Exhaustive company profiles In-depth market analysis

Product portfolio

Qualitative signalsShareholders

Press newsMeta data

Financials

Consolidation analysisSentiment

Innovation scoutingTrend ident.

CompetitionBenchmarking

The one-stop-platform

for privately-held companies

5

Source: Troy (2004)

6

Künstliche Intelligenz – Die eierlegende Wollmilchsau?

Humanoide Roboter

Selbstfahrende Autos

Recommender Systems

Sprachübersetzung

Bilderklassifizierung

Alpha Zero

Chess

7

Source: Troy (2004)

8

Die Achillesfersen der künstlichen Intelligenz

Erkenntnisse aus der Praxis

Forschungsprojekte Praxisprojekte Gründungen

9

„The goal of AI is to develop machines thatbehave as though they were intelligent“John McCarthy (1955) – AI pioneer

„Systems that perform activities that we associate with human thinking, activities such as decision-making, problem solving, learning “Bellmann (1979) – An introduction to artificial intelligence : can computers think?

„Artificial intelligence (AI) is an area of computer science that emphasizes the creation of intelligent machines that work and react like humans. “Technopedia (2019)

„The field of computer science dedicated to solving cognitive problems commonly associated with human intelligence, such as learning, problem solving, and pattern recognition. “Amazon (2019)

Keine klare Definition von KI

10

Starke KI Schwache KI

11

Starke KIMaschinen mit der Fähigkeit ein beliebiges Problem mit Intelligenz zu lösen(Strong AI)

Schwache KI

(Selbst-)bewusstsein

Empfindungsvermögen

Verstand

12

Starke KIMaschinen mit der Fähigkeit ein beliebiges Problem mit Intelligenz zu lösen(Strong AI)

Schwache KIMaschinen, die sich auf stark eingeschränkteProbleme konzentieren und dabei intelligent wirken(Weak / Narrow AI)

(Selbst-)bewusstsein

Empfindungsvermögen

Verstand

Scheinbares „Denken“

Reaktionär

Enge Regeln

13

Starke KIMaschinen mit der Fähigkeit ein beliebiges Problem mit Intelligenz zu lösen(Strong AI)

Schwache KI

(Selbst-)bewusstsein

Empfindungsvermögen

Verstand

Wissenschaft

Praxis

14

Achillesverse 1:

Datenverfügbarkeit

15

Mangelnde Datenverfügbarkeit

Aktuell verfügbare Datensätze sind

oft zu klein

oft irrelevant

oft nicht gekennzeichnet

16

Mangelnde Datenverfügbarkeit

Aktuell verfügbare Datensätze sind

oft zu klein

oft irrelevant

oft nicht gekennzeichnet

oft inkonsistent

oft widersprüchlich

und noch schlimmer

17

Mangelnde Datenverfügbarkeit

Aktuell verfügbare Datensätze sind

80 % 20 %

Datensaüberung, -vorbereitung, -aufbereitung

Anwendungsentwicklung

oft zu klein

oft irrelevant

oft nicht gekennzeichnet

oft inkonsistent

oft widersprüchlich

und noch schlimmer

18

Mangelnde Datenverfügbarkeit

Aktuell verfügbare Datensätze sind

oft zu klein

oft irrelevant

oft nicht gekennzeichnet

oft inkonsistent

oft widersprüchlich

und noch schlimmer

Initiierung von Projekten, um explizit Daten zu sammeln

Möglichst viel Wissen zu dokumentieren

Strikte Eingabefelder

Strikte Qualitätskontrolle

19

Achillesverse 2:

KI für alles und immer

20

„… das macht dann einfach die KI!“

21

„… das macht dann einfach die KI!“

<beliebiges Problem>

22

23

Achillesverse 3:

KI Projekte als „Kunst“ statt Ingenieurwesen

24Source: Big Bang Theory, Business.org

25

✓ Einfach nutzbare Reportingpipelines (z.B.mit Tools wie neptune.ml)

✓ Dokumentation von Wissen, v.a. von fehlgeschlagenen Experimenten (z.B. in Wikis wie Confluence)

✓ Klare Definition-of-Done für einzelne Stories (für agile Teams, Kanban vs. Scrum)

✓ Gemeinsame Entwicklungsumgebung und –standards (z.B. gemeinsame Github Repostiories)

Software Engineering Best-Practices

26

✓ Einfach nutzbare Reportingpipelines (z.B.mit Tools wie neptune.ml)

✓ Dokumentation von Wissen, v.a. von fehlgeschlagenen Experimenten (z.B. in Wikis wie Confluence)

✓ Klare Definition-of-Done für einzelne Stories (für agile Teams, Kanban vs. Scrum)

✓ Gemeinsame Entwicklungsumgebung und –standards (z.B. gemeinsame Github Repostiories)

➢ Keine strikte Eingliederung in die Produktiv-IT

➢ Keine Wasserfallprojekte (fixes Budget, fixe Zeit, fixes Ergebniss)

Software Engineering Best-Practices

Durch das Management garantierter Freiraum

27

Achillesverse 4:

Fehlendes Vertrauen

28

bessere KI

29

30

Der KI

Zyklus

31

Vertrauen

32

Vertrauen

Es ist unser Pflicht Vertrauen aufzubauen

• Nutzeranforderungen verstehen• Konkrete Anwendungsfälle ausarbeiten• Entmystifizierung von zu hohen Erwartungen• Ängste nehmen

33

Achillesverse 5:

Falsche Teams

34

Algorithmfreak

35

User researcher

Projekt-manager

Algorithmfreak

Software engineer

KI Dream Team

36

Datenverfügbarkeit

Allheilmittel

Kunst statt Ingenieurwesen

Fehlendes Vertrauen

Falsche Teams

37

Source: Troy (2004)

39Source: Anodot, Talos Principle. Medium

KI übernimmt die Weltherrschaft

38

Starke KIMaschinen mit der Fähigkeit ein beliebiges Problem mit Intelligenz zu lösen(Strong AI)

Schwache KIMaschienen, die sich auf stark eingeschränkteProbleme konzentieren und dabei intelligent wirken(Weak / Narrow AI)

(Selbst-)bewusstsein

Empfindungsvermögen

Verstand

Scheinbares „Denken“

Reaktionär

An enge Regeln gebunden

40

Statistik wird die Welt beherrschen – immer noch Angst?

Prof. WinstonFormer director of MIT’s Artificial Intelligence Laboratory, former Association for the Advancement of Artificial Intelligence

Verstorben Juli, 2019

Deep NeuralNets

Künstliche Intelligenz

Statistik

41

Künstliche Intelligenz – Die eierlegende Wollmilchsau?

Generalisier-barkeit

Performanz

Humanoide Roboter

Selbstfahrende Autos

Recommender Systems

Sprachübersetzung

Bilderklassifizierung

Alpha Zero

Chess

0.10x 0.25x 0.50x 4x 8x2x

0.0001x

0.001x

0.01x

0.1x

42

Der Mensch – Die Allzweckwaffe!

Generalisier-barkeit

Performanz

Mensch

Humanoide Roboter

Selbstfahrende Autos

Recommender Systems

Sprachübersetzung

Bilderklassifizierung

Alpha Zero

Chess

Menschliches Niveau

Menschliches Niveau

0.10x 0.25x 0.50x 4x 8x2x

0.0001x

0.001x

0.01x

0.1x

43

KI ist (noch) nicht die “eierlegende Wollmilchsau”auf die alle zählen

Dampfmaschine Elektrizität Automobil

44

KI ist (noch) nicht die “eierlegende Wollmilchsau”auf die alle zählen

KI wird schon in den nächsten 5 Jahren den (Arbeits)alltag beinflussen

repetitive Aufgaben

klar abgegrenzte Einsatzbereiche

gute Datensätze

45

Source: Troy (2004)

46

Aktives Sammeln von Datensätzen1

47

Aktives Sammeln von Datensätzen1

Kritische Analyse der Geschäftsprozesse2

48

Aktives Sammeln von Datensätzen1

Kritische Analyse der Geschäftsprozesse2

Die richtigen KI-Teams bilden3

49

Aktives Sammeln von Datensätzen1

Kritische Analyse der Geschäftsprozesse2

Die richtigen KI-Teams bilden3

Gemeinsam mit den Nutzern Prototypen entwerfen4

50

Aktives Sammeln von Datensätzen1

[email protected]

www.mergerspot.de

+49 176 38708896

The Bloomberg for privately-held companies