Blog

Webbasierte KI-Indikatoren bieten sich als umfassende, granulare, aktuelle und kostengünstig zu erhebende Alternative zu traditionellen Unternehmensdaten an. Wir bei istari.ai sind Pioniere im Bereich webbasierter Indikatorik und entwickeln mit der webAI eine künstliche Intelligenz, die unseren Kunden Markt- und Unternehmensinformationen in Echtzeit bietet.

Künstliche Intelligenz (KI) ist aus unserem heutigen Leben nicht mehr wegzudenken und bereits in vielen Anwendungen integriert. KI zählt zu den aussichtsreichsten und vielversprechendsten Technologien der Zukunft.

Die Coronavirus-Pandemie hat die weltweite Wirtschaft Anfang 2020 hart getroffen. Entscheidungsträger in Wirtschaft und Politik mussten weitreichende Entscheidungen auf Basis einer oftmals unvollständigen Datenlage treffen, insbesondere zu Beginn der Pandemie. Hier bietet die von istari.ai entwickelte webAI einen neuen Ansatz zur tagesaktuellen und umfassenden Analyse hoch-dynamischer Marktsituationen.

Presseartikel

Publikationen

Kinne, Jan und Janna Axenbeck (2020), Web Mining for Innovation Ecosystem Mapping: A Framework and a Large-scale Pilot Study, Scientometrics

Dania Eugenidis, David Lenz, Christoph Leser, Frauke Schleer-van Gellecom  und Peter Winker (2020), Text-mining basierte Analyse der Kapitalmarktreaktionen auf Ad-hoc-Mitteilungen, CORPORATE FINANCE, 09-10.

Kinne, Jan und David Lenz (2019), Predicting Innovative Firms Using Web Mining and Deep Learning, ZEW Discussion Paper No. 19-001, Mannheim.

Kinne, Jan und Resch Bernd (2018), Generating Big Spatial Data on Firm Innovation Activity from Text- Mined Firm Websites, GI_Forum 1, 8289.

Krüger, Miriam, Jan Kinne, David Lenz und Bernd Resch (2020), The Digital Layer: How Innovative Firms Relate on the Web, ZEW Discussion Paper No. 20-003, Mannheim.

Mirtsch, Mona, Jan Kinne und Knut Blind (2020), Exploring the Adoption of the International Information Security Management System Standard ISO/IEC 27001: A Web Mining-Based Analysis, IEEE Transactions on Engineering Management.

Rammer, Christian, Jan Kinne und Knut Blind (2019), Knowledge Proximity and Firm Innovation: A Microgeographic Analysis for Berlin, Urban Studies.

D. Lenz, C. Schulze, M. Guckert (2018),”Real-time Session-Based Recommendations using LSTM with neural Embeddings”Artificial Neural Networks and Machine Learning – ICANN 2018 | SpringerLink.

D. Lenz, P. Winker (2020), “Measuring the Diffusion of Innovations with Paragraph Vector Topic Models” PLOS ONE. 2020;15(1):1-18

Kinne, Jan, Miriam Krüger, David Lenz, Georg Licht und Peter Winker (2020), Corona-Pandemie betrifft Unternehmen unterschiedlich, Tagesaktuelle Webseiten-Analyse zur Reaktion von Unternehmen auf die Corona-Pandemie in Deutschland, ZEWKurzexpertise Nr. 20-05, Mannheim.

Kinne, Jan und Bernd Resch (2018), Analyzing and Predicting MicroLocation Patterns of Software Firms, ISPRS International Journal of GeoInformation 7, 1.

Kinne, Jan und Janna Axenbeck (2018), Web Mining of Firm Websites: A Framework for Web Scraping and a Pilot Study for Germany, ZEW Discussion Paper No. 18-033, Mannheim.