Data Science & Analytics

Daten nutzen, um Entscheidungen zu treffen und Erkenntnisse zu gewinnen

DSGVO und KI: Das "Recht auf Vergessenwerden" bedeutet jetzt "Unlearning"

Als Artikel 17 der DSGVO geschrieben wurde, bedeutete 'Löschung' das Entfernen einer Zeile aus einer Datenbank. 2026 bedeutet es etwas viel Komplizierteres. Wenn die Daten eines Nutzers zum Training eines KI-Modells verwendet wurden, reicht das Löschen des Datenbankeintrags nicht aus. Der EDPB hat das Recht auf Löschung zu seiner koordinierten Durchsetzungspriorität für 2025-2026 gemacht. 30 Datenschutzbehörden ermitteln aktiv. Die italienische DSB hat OpenAI bereits 15 Millionen Euro Strafe auferlegt. Dieser Beitrag erklärt, was Machine Unlearning ist, warum es ein Albtraum für Entwickler ist, und welche architektonischen Entscheidungen du jetzt treffen kannst, um das Problem von vornherein zu vermeiden.

Wie du KI tatsächlich in deine bestehenden Workflows integrierst (ohne alles kaputtzumachen)

Die meisten KI-Projekte scheitern. Nicht weil die Technologie schlecht ist, sondern weil die Daten unordentlich sind, die Systeme alt und niemand weiß, wo man anfangen soll. Gartner prognostiziert, dass 60 Prozent der KI-Projekte wegen mangelnder Datenqualität aufgegeben werden. Das ist der Wo-fange-ich-überhaupt-an Post. Datenqualität, Legacy-Systeme, realistische erste Schritte, und echte Beispiele von Rails, Solidus und SaaS Projekten die ich tatsächlich gebaut habe.

KI-Empfehlungen in Solidus bauen

Ein technischer aber zugänglicher Walkthrough zum Hinzufügen ML-gestützter Produktempfehlungen zu Solidus, dem Open-Source Ruby-on-Rails eCommerce-Framework. Drei Empfehlungsansätze (Collaborative Filtering, Content-Based, Hybrid), Python-ML-Skripte, vollständige Solidus/Rails-Integration, Event-Tracking, Cold-Start-Handling, A/B-Testing und DSGVO-Compliance.

TDD und BDD in Ruby on Rails: Ohne Angst deployen, und wie KI das Spiel verändert

Ein tiefer Einblick in Test Driven Development und Behaviour Driven Development in Ruby on Rails. Was sie sind, wie sie sich unterscheiden, warum sie existieren und wie sie die teuren Bugs verhindern, die die alte Art der Softwareentwicklung plagten. Mit detailliertem Vergleich von RSpec, Minitest und Cucumber, praktischen Beispielen vom Bau von Auto-Prammer.at auf Solidus und dem Regios-Fintech-SaaS mit GrowCentric.ai, plus einem Best-Practice-Leitfaden für KI-Tools wie Claude zur Turboladung deines Testings, ohne die Kontrolle zu verlieren.

Warum ich von Growth Hacking zu Data Driven eCommerce Growth gewechselt bin

In diesem Blog Post erkläre ich warum ich weg bin von Growth Hacking für informationelle Websites um mich auf transaktionale Websites zu fokussieren, wie eCommerce Stores und Subscription basierte Apps. Ich tauche in die Rolle von Data Science ein um Growth Challenges zu überwinden und Marketing Campaigns zu automatisieren, was ultimativ zu effizienteren und messbareren Growth Strategies führt.

Cross Language Attribution Modelling: Wie ich Growth über deutsche, schweizer und österreichische Channels tracke

Attribution wird komplexer wenn du mit derselben Sprache in verschiedenen kulturellen und rechtlichen Kontexten arbeitest. In diesem Artikel erkläre ich wie ich Growth über DACH Märkte mit BigQuery, GA4 und CRM Integrationen tracke, mit sauberer Attribution über Dialekte, Subdomains und Consent Regimes.