IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-48169-8_4.html
   My bibliography  Save this book chapter

Datengetrieben zum Erfolg: Digitale Transformation bei ZEISS

In: Digitale KI-unterstützte Geschäftsmodelle

Author

Listed:
  • Karlheinz Bozem

    (bozem | consulting associates | munich)

  • Anna Nagl

    (Hochschule Aalen)

Abstract

Zusammenfassung In einer zunehmend digitalen Welt haben datengetriebene Unternehmen einen klaren Vorteil, da sie schnell auf Marktveränderungen reagieren und ihre Geschäftsmodelle flexibel anpassen können. Sie schaffen es, Daten effizient zu sammeln, zu speichern und zu analysieren, um wertvolle Erkenntnisse zu gewinnen. Eine solide Data Foundation ist hierbei entscheidend, da sie die Grundlage für die Sammlung, Verarbeitung und Analyse von Daten bildet und Unternehmen ermöglicht, fundierte, datengestützte Entscheidungen zu treffen. Bei ZEISS ermöglicht eine solide Data Foundation, kombiniert mit fortschrittlichen Technologien wie GenAI, die schnelle Entwicklung skalierbarer digitaler Lösungen. Diese Lösungen können in allen Geschäftsbereichen eingesetzt werden und fördern die digitale Transformation sowie die kontinuierliche Optimierung der Datenverarbeitung.

Suggested Citation

  • Karlheinz Bozem & Anna Nagl, 2025. "Datengetrieben zum Erfolg: Digitale Transformation bei ZEISS," Springer Books, in: Digitale KI-unterstützte Geschäftsmodelle, edition 3, chapter 4, pages 175-201, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-48169-8_4
    DOI: 10.1007/978-3-658-48169-8_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
    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:978-3-658-48169-8_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.