EconPapers    
Economics at your fingertips  
 

Wie kann überwachtes maschinelles Lernen das digitale Marketing unterstützen?

Gerd Nufer () and Manuel Muth ()
Additional contact information
Gerd Nufer: Hochschule Reutlingen, ESB Business School
Manuel Muth: Philipps-Universität Marburg, School of Business and Economics

A chapter in Praxishandbuch Digitales Management, 2026, pp 319-337 from Springer

Abstract: Zusammenfassung In Anbetracht der bedeutenden Stellung des überwachten maschinellen Lernens zur Gestaltung digitaler Geschäftsprozesse wird dessen systematischer Einsatz ausführlicher aufbereitet. Anhand von Beispielen und einschlägiger Literatur wird analysiert, wie überwachte Lernmodelle im Allgemeinen und im speziellen Marketingrahmen funktionieren können. Kritische Anwendungskomponenten wie die initiale Eignungsprüfung, kontextsensitive Algorithmenauswahl und Modellbewertung werden dabei identifiziert. Neben Potenzialen werden auch Herausforderungen wie Modelltransparenz, vorurteilsfreie Daten und die Einbindung von Marketing-Expertise dargestellt. Die Strukturierung des wachsenden Wissensbestands beider Fachrichtungen soll so eine konkrete Orientierungshilfe für den realen Marketingeinsatz bieten.

Keywords: Digitales Marketing; Überwachtes maschinelles Lernen; Praxisorientierte Marketingforschung; Modelltransparenz; Künstliche Intelligenz (KI) (search for similar items in EconPapers)
Date: 2026
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-49614-2_73

Ordering information: This item can be ordered from
http://www.springer.com/9783658496142

DOI: 10.1007/978-3-658-49614-2_73

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().

 
Page updated 2026-07-12
Handle: RePEc:spr:sprchp:978-3-658-49614-2_73