Nagarro SE · XETR:NA9
Nagarro — #bitesize Webinar: AI im Arbeitsalltag (February 2025)
36 slides from Nagarro's conference presentation, Feb 21, 2025
Slide 1: #bitesize Webinar
#bitesize Webinar
Slide 2: Fast alle Geschäftsprozesse beginnen, involvieren oder enden mit Dokumenten
Slide 3: Jedes Unternehmen hat eine unendliche Menge an Daten & Dokumenten
Jedes Unternehmen hat eine unendliche Menge an Daten QS) & Dokumenten Handgeschriebene Dokumente und Formulare Dokumente in allen Formaten wie PDF, Word, Text files, etc. 2 E-Mails Social media posts von Facebook, Twitter, etc. ml}
Slide 4: ... und es werden eher mehr als weniger...
... und es werden eher mehr als weniger... Tl Spe Ry Fa] aa: £ £ ™~ el "T ~ STIs ® ill ® tll
Slide 5: ... und es werden mehr
... und nw ’ Yeh fis % ehr 5 fini ll ) ) a \$ all =a x tll |
Slide 6: AI hilft den Überblick zu bewahren und lästige Routineaufgaben zu automatisieren
6) Al hilft den Uberblick zu bewahren und lastige Routineaufgaben zu automatisieren
Slide 7: Dokumente sind eine echte Herausforderung für die Automatisierung
Dokumente sind eine echte NS) Herausforderung fur die Automatisierung Dokumente FORMAT QUELLEN POSITIONEN sind unstrukturierte a a Die Informationen liegen = Die Dateiformate sind = Die wesentlichen Daten, das in natUirlicher Sprache vor, oft unterschiedlich. Informationen in ° . also so wie wir spr
Slide 8: Wir zeigen Lösungen für folgende Szenarien
Wir zeigen Losungen fur folgende Szenarien NS) Finance-Mitarbeiter Paul Kundenservice MA Karl Social Media Verantwortliche Andrea Als Finance-Mitarbeiter bearbeitet Paul Als Kundenservice-Mitarbeiter hat Karl Als Social Media Verantwortliche Rechnungen, die alle ein standig wiederkehrende Anfragen,
Slide 9: Finanz-Szenario
Slide 10: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3
Slide 11: Datensammlung, Datenanalyse, Erstes Modell
Datensammlung Datenanalyse Erstes Modell Zweites Modell Laufend optimieren 70 60 50 40 30 ✓ 20 10 0 ✓ Original Eingescannt Prozent ✓
Slide 12: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3 ✓
Slide 13: Kundenservice
Slide 14: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3 Schritt 4
Slide 15: Datensammlung, Datenanalyse, Erstes Modell
Datensammlung Datenanalyse Erstes Modell Zweites Modell Laufend optimieren
Slide 16: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3 ✓
Slide 17: Marketing
Slide 18: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3
Slide 19: Datensammlung, Datenanalyse, Erstes Modell
Datensammlung Datenanalyse Erstes Modell Zweites Modell Laufend optimieren ✓
Slide 20: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3 ✓
Slide 21: Bonus Material
Sal Bonus Material - war nicht Teil des Webi
Slide 22: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3
Slide 23: Datensammlung, Datenanalyse, Deep Learning Modell
Datensammlung Datenanalyse Deep Learning Modell Laufend optimieren 100 80 60 40 20 0 Ja Nein Genaue Artikelnummern in Anfrage
Slide 24: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3 ✓
Slide 25: Bonus Material
Au Res Bonus Material - war nicht Teil des Webin A Fces
Slide 26: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3
Slide 27: Datensammlung, Datenanalyse, Struktur Extraktion, NLP Modell
Datensammlung Datenanalyse Struktur Extraktion NLP Modell Laufend optimieren 80 60 40 20 0 Sprache Andere Ablehnungen in Prozent
Slide 28: Die Aufgabe, Schritt 1, Schritt 2
Die Aufgabe Schritt 1 Schritt 2 Schritt 3 ✓
Slide 29: Zusammengefasst - Ihr Nutzen
Zusammengefasst - Ihr Nutzen NS) * Relevante Informationen aus Dokumenten extrahieren * Im Gegensatz zu Robot Process Automation (RPA), kann Machine Learning auch bei neuen, unterschiedlichen Dokumenten und Texten die Information finden. * Aggregation von Informationen zu Wissen * Machine Learning-b
Slide 30: Extraktion von relevanten Informationen aus Texten
Extraktion von rel en Informationen aus Tex
Slide 31: Key Takeaways
Key Takeaways dim \ \ Al und Machine Learning zu nutzen ist sehr einfach! Daten sind oft verfugbar oder einfach zusammen zu sammeln! Sichtbare Ergebnisse bereits innerhalb von 2-4 Wochen!
Slide 32: Nagarro AI Kompetenzen
Nagarro Al Kompetenzen Nur ein kleiner Ausschnitt Heutiges Webinar 7 A lI Bilder- und Dokumentenanalyse Datengesteuerte Entscheidungen Machine Learning auf unstrukturierten Machine Learning auf strukturierten Daten. Daten. <=> = ® Big Data Chatbots CT” Business Intelligence Data Warehouses und inter
Slide 33: Slide 33
Slide 34: Unser Vorgehen
Unser Vorgehen wa Inspiration Iteration Implementierung * Wir demonstrieren unsere * Wir erarbeiten Losungen fir Ihre * Der Prototyp veranschaulicht die Kompetenzen, Anwendungsfalle und speziellen Anforderungen. Vorteile der Losung auf einfache Art Acceleratoren. . an . und Weise. * Wir setzen Prior
Slide 35: Wir sind für Sie da!
Wir sind fir Sie da! Ki@nagarro.com & 4 oo . Jan Nossner Bernd Ruiss Machine Learning Enthusiast Senior Account Manager Jan.noessner@nagarro.com bernd.ruiss@nagarro.com www.linkedin.com/in/noessner www.linkedin.com/in/bruiss/
Slide 36: Lösen Sie das Mysterium, kreieren Sie Magie!
Losen Sie das Mysterium, kreieren Sie Magie!
Nagarro — #bitesize Webinar: AI im Arbeitsalltag (February 2025) on 6ix