Data Product Discovery: Wie baue ich ein AI-Produkt?
Maschinelle Lernverfahren können durch Cloud- und Out-of-the-Box-Angebote immer leichter auf Daten angewendet werden. Aber welche Datenprodukte braucht der Nutzer wirklich, wo liegen die Mehrwerte und für was bezahlt am Ende der Kunde?
In unserem Vortrag Data Product Discovery führen wir in die Arbeit eines Datenproduktmanagers ein. Wir erklären, wie man Kundenprobleme für ein Datenprodukt identifiziert, welche Value Propositions es gibt und wie man diese realisieren kann. Anhand von Beispielen zeigen wir die Bedeutung von Feedback Loops für Datenprodukte. Wir schließen mit einem Vorschlag für die Teamorganisation zur effektiven Umsetzung, damit eure Datenprodukte zum Erfolg werden.
Vorkenntnisse
Kenntnisse aus den Bereichen Business Model Canvas, Lean Canvas, Lean-Start-up sind hilfreich, ebenso ein Basisverständnis von maschinellen Lernverfahren.
Lernziele
* Vermittlung von Typen und Geschäftsmodellen für Datenprodukte
* Systematische Identifizierung von Datenprodukten
* Systematische Bewertung von Datenproduktideen
* Vermittlung der Unterschiede zwischen klassischem Produktmanagement und Datenprodukt-Management
* Erfahrungen mit unterschiedlichen Organisationsmodellen kennenlernen
Die Teilnehmer wissen am Ende des Vortrages worauf man aus Produkt- und Organisationssicht achten sollte, wenn man AI in Produkten zum Einsatz bringen möchte.