Fortschritte in der KI-Entwicklung für einen proaktiveren Analyseansatz der Business Intelligence
DOI:
https://doi.org/10.26034/lu.akwi.2024.6200Schlagworte:
Artificial Intelligence as a Service, Business Analytics, Business Intelligence, Data-to-Decission, Gradient Boosting, Künstliche Intelligence, Large Language Models, Machine Learning, Natural Language Processing, Predictive Analytics, Proaktive AnalysenAbstract
Der Einsatz von Künstlicher Intelligenz (KI) im Bereich der Business Intelligence (BI) eröffnet neue Möglichkeiten, den BI-Prozess effizienter und proaktiver zu gestalten. Diese Masterarbeit untersucht systematisch die theoretischen Grundlagen und technologischen Fortschritte, die erforderlich sind, um den gesamten BI-Prozess durch KI zu erweitern und effizienter zu gestalten.
Literaturhinweise
Eboigbe, E. O. et al. (2023): Business Intelligence Transformation through AI and Data Analytics. In: Engineering Science & Technology Journal 4, Nr. 5, S. 285–307. DOI:10.51594/estj.v4i5.616
Gurcan, F. et al. (2023): Business Intelligence Strategies, Best Practices, and Latest Trends: Analysis of Scientometric Data from 2003 to 2023 Using Machine Learning. In: Sustainability 15, Nr. 13. DOI:10.3390/su15139854.
Michael, C. I. et al. (2024): Data-driven decision making in IT: Leveraging AI and data science for business intelligence. In: World Journal of Advanced Research and Reviews 23, Nr. 1, S. 472–480. DOI:10.30574/wjarr.2024.23.1.2010.
Tripathi, M. A. et al. (2023): Machine learning models for evaluating the benefits of business intelligence systems. In: The Journal of High Technology Management Research 34, Nr. 2. DOI:10.1016/j.hitech.2023.100470.
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2025 Niklas Zährl, Harald Ritz, Frank Kammer
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
