Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Fit für die nächsten 20 Jahre - Forecasting

355 views

Published on

Cleaned up German version of a client talk about future-proofing the organization, forecasting as a tool, and an eclectic collection of signals with a focus on humans and machines working together.

Published in: Business
  • Be the first to comment

  • Be the first to like this

Fit für die nächsten 20 Jahre - Forecasting

  1. 1. The Waving Cat | www.thewavingcat.com | @thewavingcat Peter Bihr | @peterbihr The Waving Cat A Strategy, Research & Foresight Company “Fit für die nächsten 20 Jahre” 
 Berlin, 11. Juli 2017
  2. 2. Clients
  3. 3. Self-initiated projects Self-initiated conferences, publications & research projects include: Cognitive Cities Conference (2011) Future of connected cities. Ignite Berlin (since 2010)
 Lightning talks of 5 minutes about passion projects.
 Enlighten us, but make it quick! ThingsCon (since 2014) A global community of IoT fostering the creation of a human-centric and responsible IoT. Understanding the Connected Home (2nd ed. 2016) Thoughts on living in tomorrow’s connected home. Ebook. View Source: Shenzhen (2017)
 An exploration of Shenzhen’s hardware ecosystem. The State of Responsible IoT (2017)
 This ThingsCon report is a collection of essays by experts from the ThingsCon community. Conferences & Communities Publications & Research
  4. 4. “Compasses over Maps” —Joi Ito, MIT Media Lab Quelle: Joi Ito
  5. 5. Emerging Tech 101
  6. 6. Internet of Things (IoT) Pragmatische Definition: - Verlängerung des Internet in den physischen Raum - Vernetzte, datengetriebene Produkte, Services, Systeme - Physische Kompotente + Sensoren + Datenverarbeitung Quelle:Scott Webb
  7. 7. Quelle: The Waving Cat
  8. 8. Internet of Things (IoT)
  9. 9. Internet of Things (IoT) Vorhersagen im Bereich von 
 20-50 Milliarden Devices in 2020 
 (< drei Jahre!) Quelle: Pablo Garcia Saldana
  10. 10. Quelle: Stephen die Donato, Andrew Welch Connected Home Smart
 City
  11. 11. AI/KI, Machine Learning, Big Data Artificial Intelligence (AI) = Künstliche Intelligenz (KI):
 Teilgebiet der Informatik (Stochastik), die sich mit automatisierter Entscheidungsfindung befasst. Machine Learning (ML):
 Methode innerhalb des Gebiets der KI. Lernende Algorithmen, die Muster erkennen und sie auf andere Bereiche anwendbar machen, z.B. Spracherkennung. Big Data:
 Analyse extrem großer Datenmengen, i.d.R. in Echtzeit. Quelle: Zivile Arunas
  12. 12. AI & Machine Learning Leaders Quelle: Jeff Bezos
  13. 13. Foresight
  14. 14. Quelle: Poster by Coupland, Image by Peter Bihr
  15. 15. THE NEW NORMAL: VUCA Volatility
 Uncertainty
 Complexity
 Ambiguity Quelle: Oscar Keys Unberechenbarkeit
 Unvorhersehbarkeit
 Komplexität
 Ambivalenz
  16. 16. “Wir sehen die Dinge nicht, wie sie sind, 
 wir sehen sie so, wie wir sind.” 
 —Anaïs Nin Quelle: Yeshi Kangrang
  17. 17. Zukunſt gestalten Voraussetzungen: 1.Verständnis der Vergangenheit (Daten) 2.Fähigkeit, zukünftige Entwicklungen aufzunehmen (Analyse, Foresight) 3.Methoden, Entwicklungen positiv zu beeinflussen (Strategie)
 Quelle: Luigi Manga
  18. 18. The 3 “Laws” of Foresight The future is not predetermined. The future is not predictable. Future outcomes can be influenced by our choices in the present.  Source: Dr Joseph Voros, Swinburne University of Technology
  19. 19. 3 Werkzeuge des Forecasting Futures Cone Backcasting Signals Quelle: Todd Quackeknbush
  20. 20. The Futures Cone Source: Voros via Sjef van Gaalen
  21. 21. Backcasting Source: relativ.co.za via Sjef van Gaalen
  22. 22. Backcasting Source: Sjef van Gaalen now later
  23. 23. Signals Source: IFTF. Image: Bob Brents A signal is typically a small or local innovation or disruption that has the potential to grow in scale and geographic distribution. Signals are useful for people who are trying to anticipate a highly uncertain future (…) & capture emergent phenomenon sooner than traditional social science methods. —Institute for the Future
  24. 24. Beispiele
  25. 25. Dubai: Museum of the Future Quelle: a as architecture “See the future, create the future”
  26. 26. Dubai: Museum of the Future Quelle: Peter Bihr Interdisziplinäres Foresight-Programm erweitert die Wahrnehmung auf die Welt.
  27. 27. Automobil (2007) Source: IFTF. Image: Bob Brents Stand der Technik: • Klimaautomatik mit 4 Klimazonen • Navigationssystem mit Kartendarstellung • schlüsselfreies Schließsystem • Abstandsregeltempomat
  28. 28. Automobil im Wandel (2007) Quellen: Wikipedia, KnowReviewTips
  29. 29. Automobil (2017) Quellen: Tesla
  30. 30. 2017: Neue Rolle des Autos:
 Auto als Plattform, Auto als Service Quellen: Apple, Car2Go, Google
  31. 31. Signals
  32. 32. “The future is here, it’s 
 just not evenly 
 distributed.” —William Gibson Quelle: Wikipedia
  33. 33. CNET/Youtube
  34. 34. Screenshot: BBC
  35. 35. DeepBlue & Alpha Go Quelle: Kasparov
  36. 36. Centaur Chess & Team Go Source: Ahn Young-joon/AP Mensch +
 Maschine
  37. 37. Mensch + Maschine Quelle: Stanford University “Augmentation 
 not automation”
 
 —Douglas Engelbart
  38. 38. Innovation kann von überall kommen Quelle: Arctic Startups, foodie.fm
  39. 39. Quelle: Bloomberg
  40. 40. Autonome Fahrzeuge Quelle: Tesla
  41. 41. Quelle: New York Times Autonome Fahrzeuge
  42. 42. Autonome Fahrzeuge Quelle: WIRED
  43. 43. Robo-Journalismus Quelle: Automated Insights
  44. 44. Künstliche Intelligenz Patientendaten + Machine Learning: “Just way better.” Quellen: Vincent Burkhead, US Dept. of Agriculture Deep Patient:
  45. 45. Explainable AI (XAI) Quelle: DARPA
  46. 46. … und viele, viele weitere Signale. Quelle: Pawel Nolbert Biohacking, Blockchain, Chipimplantate, Mesh- Netzwerke, Smart Fashion, E-Sports, Crypto- Currencies, neuronale Netzwerke als Service, Post- Millenials, KI-Assistenzen, smart contracts, Liquid Feedback, Quanten-Computing, Hirnimplantate, Lieferdrohnen…
  47. 47. Learnings
  48. 48. Learnings Roboter sind die besseren Roboter. Quelle: Julian Stratenschulte/DPA
  49. 49. Learnings Die besten Teams bestehen aus Mensch + Maschine. Quelle: Sebastien Gabriel
  50. 50. Learnings Technologischer Umbruch schafft neue Jobs—aber nicht für dieselben Menschen, die ihre Stellen verlieren. Quelle: Glen Carrie
  51. 51. Learnings Um das Unternehmen nachhaltig fit für die Zukunft zu machen, brauchen wir Kompass, Aufmerksamkeit und Situationsbewusstsein. Quelle: SpaceX
  52. 52. Learnings Foresight und interdisziplinäre Arbeit sind eine Investition in die Zukunft— mit hohem Return on Investment Quelle: Meric Tuna
  53. 53. Learnings Wir können und sollten technischen Fortschritt nicht aufhalten, sondern aktiv gestalten. Quelle: Scott Webb
  54. 54. Vielen Dank. The Waving Cat GmbH Twitter @thewavingcat Web thewavingcat.com Peter Bihr Twitter @peterbihr 
 Tel +49.176.32108856 Email peter@thewavingcat.com

×