Daten sind ein grundlegendes Asset, wenn es darum geht, Analytics, maschinelles Lernen und KI für Anwendungsfälle im Automobilbereich zu nutzen, z. B. die Resilienz von Lieferketten, Automatisierung von Fertigungsprozessen, autonomes Fahren und andere Mobilitätsdienste. Jedoch verhindern aktuelle Datenherausforderungen wie geringe Qualität und eingeschränkter Zugang innerhalb der Wertschöpfungskette das volle Potenzial dieser Technologien und ihrer Anwendungen. Dieses Whitepaper stellt drei Thesen zur Bewältigung dieser Herausforderungen vor.
