💡Zusammenfassung
In dieser Podcast-Episode begrüßt das Datenbusiness-Team Lars Schrameyer und Dr. Marvin Pohl von BASF Coatings. Lars leitet das Data Office und gibt einen Einblick in seine Karriere, die von Ingenieurwissenschaften zu IT und Daten führte. Er spricht über die Rolle von Daten in der Automobilindustrie und wie er in der BSF seit 2018 daran arbeitet, eine datengetriebene Produktentwicklung zu fördern. Ein zentrales Projekt war die Einführung eines Data Lakes, der den automatisierten Datenzugriff ermöglicht, was zu einer verbesserten Datenqualität und effizienteren Prozessen führte.
Marvin, beschreibt seine Reise von der akademischen Forschung zur Wirtschaft und seine Arbeit an innovativen Projekten bei BASF. Ein besonderes Highlight ist die Automatisierung von Finanzberichten mittels generativer KI. Marvin erklärt, wie sie ein Hybridmodell entwickelt haben, das regelbasierte Dateninterpretation mit generativer KI kombiniert, um präzise Berichte zu erstellen und so Zeit und Ressourcen zu sparen.
Das Gespräch beleuchtet auch die strukturellen und organisatorischen Ansätze von BASF Coatings, wie die Einführung von Data Stewards und die Förderung von Digitalisierung und Innovation. Lars und Marvin diskutieren zukünftige Projekte, darunter die Entwicklung eines AI-Frameworks, das verschiedene interne Tools und große Sprachmodelle integriert, um datengetriebene Entscheidungen und Prozesse weiter zu verbessern.

⬆️ Highlights
🔧 Karrierewege: Lars und Marvin haben über unkonventionelle Wege in die IT und künstliche Intelligenz gefunden.
📊 Datenmanagement: Aufbau eines Data Lakes und Einführung von Data Stewards zur Verbesserung der Datenintegration.
🤖 KI und Machine Learning: Automatisierung von Prozessen, wie Zolltarifnummernzuordnung und Auto-Commenting mit ChatGPT.
🔮 Zukunftsaussichten: Entwicklung eines AI-Frameworks für interne Prozessoptimierung und neue datengetriebene Produkte
🏭 BASF Coatings: Spezialisiert auf Automobil- und Reparaturlacke mit innovativen Oberflächenbeschichtungen.

Kapitelübersicht
01:29 – Vorstellung und Hintergrund von Lars Schrameyer.
Lars erzählt von seiner Position als Leiter des Data Office bei BASF Coatings und gibt einen Überblick über seinen Werdegang als Wirtschaftsingenieur mit Fokus auf Mechatronik und Automatisierungstechnik.
06:52 – Erfahrung von Lars in den USA und Wechsel zur IT.
Lars spricht über seine Zeit in den USA, seine Arbeit in der IT-Beratung und wie er schließlich zu BASF Coatings kam. Er beschreibt, wie er in die Datenwelt eingeführt wurde.
09:21 – Arbeit bei BASF Coatings und Fokus auf Datenintegration.
Lars erklärt seine Rolle bei BASF und die Herausforderungen der Datenintegration und Datenqualität in IT-Systemen für die Produktentwicklung.
13:08 – Start von Datenprojekten bei BASF und der Aufbau eines Data Lakes.
Lars erläutert, wie BASF 2018 begann, sich intensiv mit Daten zu beschäftigen, einschließlich der Schaffung eines Data Lakes und der Rolle von Data Stewards.
18:43 – Entwicklung eines Data Management Teams und der Einsatz von Data Stewards.
Lars beschreibt die Bildung eines Data Management Teams und die Ausbildung von Data Stewards, die als Schnittstelle zwischen Fachbereichen und IT fungieren.
22:15 – Vorstellung von Dr. Marvin Pohl und sein Wechsel zur Datenwissenschaft.
Marvin beschreibt seinen akademischen Hintergrund in der Physik, seine Promotion und seine Arbeit in den USA, bevor er zu BASF kam.
36:09 – Einstieg bei BASF und Arbeit an Datenprojekten.
Marvin beschreibt seine Rolle bei BASF und die Zusammenarbeit mit Lars an Datenprojekten, insbesondere im Bereich der Automatisierung und Datenanalytik.
46:19 – Nutzung von Machine Learning für die Automatisierung und Datenwertschöpfung.
Marvin erläutert spezifische Use Cases, wie die Automatisierung von Zolltarifnummern und die Implementierung von Machine Learning für verschiedene Geschäftsprozesse bei BASF.
57:01 – Zukunftspläne und Einsatz von generativer KI bei BASF Coatings.
Lars und Marvin diskutieren die zukünftige Ausrichtung, einschließlich der Implementierung von generativer KI für automatisierte Berichte und andere innovative Anwendungen, um die Effizienz und Datenwertschöpfung weiter zu steigern.