varesi-consulting

Scrum ist eine agile Methode mit der man sehr schnell, sehr effizient hochkomplexe Projekte umsetzen kann. Scrum kommt hauptsächlich im Bereich der Softwareentwicklung zum Einsatz, aber die Methode kann auch mehr. Mit leichten Anpassungen eignet sie sich sogar dazu, sein persönliches Zeit- und Ressourcenmanagement optimal in Griff zu bekommen. Mehr Infos als in diesem kurzen Podcast erhalten Sie in entsprechenden Seminaren und Webinaren, die ich anbiete. Mehr dazu unter www.varesi.de Inhalt: - Was ist Scrum? - Nutzung über SW-Entwicklung hinaus Agile Methoden: - Scrum - Design Thinking - Lean Startup Rollen und Framework von Scrum - Product Owner = Auftraggeber - Product Backlog = Featureliste - Scrum Master = Projektmanager - Sprint = Umsetzung eines Teilpakets - Sprint Backlog = akt. Aufgabenliste - Scrum Team = Entwicklertruppe - Stakeholder = Potentielle Nutzer Scrum für Selbstmanagement: - Scrum Master und Team in einem - Daily Scrum Meeting (max. 15 min) - Sprint Review z.B. mit Partner*in - Potentially Shipable Functionality Gründe für Scrum Selbstmanagement: - Hohe Komplexität - Priorisierung paralleler Aufgaben - Zeit- und Ressourcenmanagement Persönlicher Ablauf: - Product Backlog = Monatsplan - Offen und dynamisch - Wöchentliches Sprint Review Meeting - Aufgabenplan für laufende Woche - Agiles Projektmanagement leben

Wer über 40 gründet, für den gelten andere Herausforderungen als für jüngere Gründer. In diesem Podcast erfahren Sie, wo genau diese Unterschiede liegen, welche Fehler Sie als Gründer vermeiden sollten und bekommen Tipps, wie Ihnen der erfolgreiche Start gelingt. Mehr Infos als in diesem kurzen Podcast erhalten Sie in entsprechenden Seminaren und Webinaren, die ich anbiete. Mehr dazu unter www.varesi.de/gruenden_40 Inhalt 1. Warum ist Gründen Ü40 was anderes? 2. Risiken für ältere Gründer 3. Lösungsansätze für Ihren Erfolg Wieso ist Gründen über 40 so anders? Erfahrung als Vorteil Aus finanzieller Sicherheit gründen Gründen aus der Not heraus Gründen als Selbstverwirklichung Gemeinsame Problematik: Beschäftigung ist nicht gleich Einkommen Einkommen nur für das, wofür Kunden auch bezahlen Drei Arten wichtiger Arbeit 1. Arbeit, die tatsächlich bezahlt wird 2. Aufgaben, die neues Geschäft bringen 3. Themen, die Pflicht sind Problem: Tätigkeiten die nur Spaß machen Für Angestellte ist das möglich Für Selbständige nutzlose Arbeitssimulation Ein subjektives Arbeitsgefühl aber - nicht nötig - bringt kein Geld - bringt keine Aufträge Vorsicht vor "Protect me from what I want" Keine Aufgaben vorschieben Prüfen, ob eine Aufgabe - direkt bezahlt wird - Neukunden bringt - getan werden muss Homeoffice Vermischung Beruf und Privatleben - Privatleben bleibt auf der Strecke - Privates stört Berufliches ...nur was für ganz Konsequente Absurde Situation - Was der Chef sagte, wurde getan - Eigene Pläne jedoch nicht umgesetzt - Kaum Konsequenzen als Angestellter - Existenzbedrohung als Selbständiger Tag für Tag: Priorität No. 1 Kundenakquise Alles was Sie tun, kostet Geld Nämlich Ihren Tagessatz Egal ob Sie Geld ausgegeben oder nicht verdienen Jede Ihrer Stunden ist bares Geld wert Genießen Sie die gewonnene Zeit Work hard, party hard Arbeiten Sie nicht zu lange Einen Burnout können Sie sich nicht leisten Seien Sie keine One-Man-Show Vorsicht vor "faulen Eiern" im Team Nutzen Sie den Team-Spirit Prüfen Sie eine Unternehmensnachfolge Gewinnen Sie Ihren Ex-Arbeitgeber als Auftraggeber Abfindungen haben auch Nachteile - Verlust der Kundenbeziehung zum Ex-Arbeitgeber - Abfindungssteuer lässt sich nicht durch Unternehmenskauf mindern Optimales Zeitmanagement z.B. mit von Scrum

Künstliche Intelligenz ist aktuell das Hypethema schlechthin. Doch was genau ist überhaupt eine Künstliche Intelligenz? Wie schaffen es Computer zu lernen? Und für welche Anwendungen benötigen wir überhaupt künstliche Intelligenzen? In diesem Podcast gehe ich dem auf den Grund und analysiere auch, in wie weit wir damit rechnen müssen, dass unsere Welt demnächst von einer KI beherrscht wird. Mehr Infos als in diesem kurzen Podcast erhalten Sie in entsprechenden Seminaren und Webinaren, die ich anbiete. Mehr dazu unter www.varesi.de Inhalt:     Was ist Künstliche Intelligenz?    Wie können Computer lernen?    Was sind die wichtigsten KI-Anwendungen?    Wird KI die Welt beherrschen? 1. Was ist Künstliche Intelligenz?     Klassischer Programmcode = alle Optionen fest programmiert     Neue Optionen = neuer Code     Beispiel: Keyboard = Klaviatur, Tastatur, Schlüsselbrett     Künstliche Intelligenz KI (engl. Artificial Intelligence AI)     KI = lernfähig     Neue Optionen = KI passt sich dynamisch an     Beispiel: Keyboard KI erlernt anhand vieler Beispiele neuen Kontext 2. Wie können Computer lernen?     KI-Konzepte seit den 50ern z.B. Thesaurus, Expertensysteme, Fuzzylogik     Heute dominieren Künstliche Neuronale Netze (KNN)     Ideal für Maschinelles Lernen (ML)     Bestehen aus vernetzten Künstlichen Neuronen     Eingabe per Input-Layer     Verarbeitung in versteckten Ebenen (Hidden Layer)     Ausgabe im Output Layer     Lernen durch Rückmeldungen (Backpropagation)     Mehrere Hidden Layer = Deep Learning     Kern der KI sind Künstliche Neuronen     Summe mehrerer Eingangssignale (Über­tragungs­funk­tion)     Ausgangssignal, wenn Schwellwert überschritten (Aktivierungsfunktion)     Falsches Ergebnis => Feedback (Backpropagation)     Änderung von Gewichtungsfaktoren der Inputsignale     Beispiel: Neuron entscheidet, ob Hund gefährlich ist     Häufiges Feedback (Teaching) liefert perfekte Ergebnisse     Logik eines KNN: Gewichtungen statt Programmcode 3. Was sind die wichtigsten KI-Anwendungen?     Natural Language Processing     - Text in Sprache (Betonung, Aussprache)     - Spracherkennung (Dialekte, Störgeräusche)     - Übersetzung (Kontext, Mehrdeutigkeit)     - Stimmungserkennung (Traurig, Verärgert)     - Beispiel: KI-Assistenten (Google Assistent, Apple Siri, MS Cortana, Amazon Alexa)     - Beispiel: KI-Übersetzer www.deepl.com         Bild- und Musteranalyse     - Identifikation von Personen auf Bildern     - Handschrifterkennung     - DNA-Analyse     - Beispiel: Google Bildersuche         Mustervorhersage     - Predictive Analytics anhand von Big Data     - Beispiele:     - Predictive Policing des BKA     - Amazon Anticipatory Shipping         Autonome Systeme     - Autonomes Fahren     - Autonome Roboter     - Beispiele:     - Tesla Model S     - Lieferroboter Starship         Wissensbasierte bzw. Expertensysteme     - IBM Watson z.B. als Anwaltsassistent     - Wissensmanagement z.B. One Mind bei Munich Re 4. Wird Künstliche Intelligenz in Zukunft die Welt beherrschen?    -  Bedrohung von 7 Mio. Jobs z.B. 250 Entlassungen bei Zalando     - Gefahr der Singularität: Irving John Good (1965): „Eine ultraintelligente Maschine [..], die die intellektuellen Fähigkeiten jedes Menschen [..] übertrifft, kann noch bessere Maschinen bauen [..]. Die erste ultraintelligente Maschine ist also die letzte Erfindung, die der Mensch zu machen hat. Vernor Vinge (1993) Technological Singularity: „Innerhalb von 30 Jahren (=2023) verfügen wir über die technologischen Mittel, um übermenschliche Intelligenz zu schaffen. Wenig später ist die Ära der Menschen beendet.“     - Zustimmung seitens Bill Gates, Steven Hawking und Alon Musk     - ABER: eine KI hält sich an Rahmenvorgaben     - Schachprogramm lernt neue Züge, hält sich aber an Spielregeln Wer mehr über KI erfahren möchte, dem empfehle ich bei mir auf der Homepage varesi.de vorbeizuschauen, da biete ich KI Kurse und auch Webinare zu dem Thema an. Da gehen wir dann auch etwas tiefer ins Detail, Sie erfahren, mit welchen KI-Lösungen Sie sich und ihre Mitarbeiter von leidigen Routinejobs entlasten können und wie Sie bei Bedarf auch eine eigene KI entwickeln können.