IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-662-62776-1_4.html
   My bibliography  Save this book chapter

Das Predictive-Intelligence-Reifegrad-Modell

In: Predictive Intelligence für Manager

Author

Listed:
  • Uwe Seebacher

Abstract

Zusammenfassung In diesem Kapitel werden die Entwicklungsstadien zu Predictive Intelligence in Organisationen beschrieben. Dieses Modell bildet die Grundlage für den Implementierungsprozess von Predictive Intelligence in jeglicher Form von Unternehmen. Das Modell wurde basierend auf Theorien und Erkenntnissen der Arbeiten im Bereich der Organisationsetymologie in Kombination mit Erfahrungen aus verschiedenen Praxis- bzw. Umsetzungsprojekten zu Predictive Intelligence entwickelt. Auf der Grundlage des Predictive-Intelligence-Reifegrad-Modells wurde auch das im nachfolgenden Kapitel dargestellte Predictive-Intelligence-Assessment (PIA) aufgebaut, mit Hilfe dessen initial der Status Quo in einer Organisation aber auch laufend der jeweils aktuelle Entwicklungsstand zur Predictive Intelligence (PI) evaluiert werden kann. Auf diese Weise bieten das PI-Reifegrad-Modell, das PI-Assessment und das PI-Vorgehensmodell für jede Organisation ein zusammenhängendes Instrumentarium, um sich effizient und effektiv zu einem datengetriebenen Unternehmen zu entwickeln.

Suggested Citation

  • Uwe Seebacher, 2021. "Das Predictive-Intelligence-Reifegrad-Modell," Springer Books, in: Predictive Intelligence für Manager, chapter 4, pages 61-95, Springer.
    • Handle: RePEc:spr:sprchp:978-3-662-62776-1_4
    DOI: 10.1007/978-3-662-62776-1_4
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-662-62776-1_4. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.