<div class="raw-html-embed"><a href="https://libratech.ai/ch/?utm_source=partner&amp;utm_medium=website&amp;utm_campaign=wkch_libra_prsp_staempfli_07_2026
">Stämpfli Fachinhalte - jetzt im rechtssicheren Libra All-In-One AI Workspace verfügbar - Jetzt kostenlos testen!</a></div><p></p>

Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Aboverträge Kündigen

Résiliation d’abonnement

Vertrag widerrufen

Résiliation de contrat 

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

Libra

Was ist Libra?

C'est quoi Libra ?

Kostenlos testen

Tester gratuitement

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Aktienrecht

Droit des sociétés anonymes

Publikationen

Publications

Literatur

Digitales Angebot

Bücher

Livres

Buchreihen

Collections

Onlinemodule LEXIA

Modules en ligne LEXIA

recht.ch

Studienliteratur

Littérature pour les études

Dienstleistungen

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Autorenstimmen

Témoignages

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Vision und Mission

Vision et mission

Unser Magazin

Notre magazine

Unternehmenskultur

Culture d'entreprise

Partner

Partenaires

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Unsere Funktionen

Nos fonctions

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

 Anonymous

Entwicklung eines datenanalytischen Dashboards zur Unterstützung von Kundenbindungs- und Kampagnenstrategien im Schreibwarenhandel

Finanzierung von appbasierten Logistik-Startups in Deutschland


<p>
</p><div>
<p><strong>Turn raw data into real traction—and real revenue</strong>.&nbsp;</p>
</div>
<div>
<p>This practical hands-on guide is built for the realities of startup life—where time is short, resources are limited, and every decision counts. Whether you're just getting started or scaling fast, this book is your essential playbook for building a data-driven startup ready for growth and innovation—and for turning insight into impact and data into dollars.&nbsp;</p>
</div>
<div>
<p>Drawing from his hard-won lessons as the first data hire in both venture-backed successes and failures, author Piotr Sidoruk shares battle-tested strategies for building data systems that are both affordable and scalable, agile and reliable. You’ll explore how to create a strong data foundation free from the rigidity of traditional corporate models, and how to use analytics and AI to inform product development, customer insights, and investor communication—ultimately turning data into measurable business outcomes and revenue growth.&nbsp;</p>
</div>
<div>
<p>What makes this book different? It unites data engineering, analytics, and machine learning into one actionable framework tailored for startups. With real-world examples from companies like Spotify, Airbnb, and Stripe, you’ll see how data can become a strategic asset from day one. From your first data hire to your next funding round, this book is your roadmap to making data your competitive advantage.&nbsp;</p>
</div>
<div>
<p><strong>What You Will Learn</strong>&nbsp;</p>
</div>
<div>
<ul>
<li>
<p>Develop a lean data-driven strategy to fuel startup growth&nbsp;</p>
</li>
</ul>
</div>
<div>
<ul>
<li>
<p>Build a scalable data stack for AI and machine learning without overspending&nbsp;</p>
</li>
</ul>
</div>
<div>
<ul>
<li>
<p>Discover user insights with analytics and qualitative research&nbsp;</p>
</li>
</ul>
</div>
<div>
<ul>
<li>
<p>Turn data into financial value and build narratives that win investors&nbsp;</p>
</li>
</ul>
</div>
<div>
<ul>
<li>
<p>Track key startup metrics including CAC, LTV, retention, and growth KPIs&nbsp;</p>
</li>
</ul>
</div>
<div>
<ul>
<li>
<p>Build dashboards and reports that drive decisions and revenue&nbsp;</p>
</li>
</ul>
</div><p></p>


<p><strong>Turn raw data into real traction—and real revenue</strong>
                    .&nbsp;
                </p><p>This practical hands-on guide is built for the realities of startup life—where time is short, resources are limited, and every decision counts. Whether you're just getting started or scaling fast, this book is your essential playbook for building a data-driven startup ready for growth and innovation—and for turning insight into impact and data into dollars.&nbsp;</p><p>Drawing from his hard-won lessons as the first data hire in both venture-backed successes and failures, author Piotr Sidoruk shares battle-tested strategies for building data systems that are both affordable and scalable, agile and reliable. You’ll explore how to create a strong data foundation free from the rigidity of traditional corporate models, and how to use analytics and AI to inform product development, customer insights, and investor communication—ultimately turning data into measurable business outcomes and revenue growth.&nbsp;</p><p>What makes this book different? It unites data engineering, analytics, and machine learning into one actionable framework tailored for startups. With real-world examples from companies like Spotify, Airbnb, and Stripe, you’ll see how data can become a strategic asset from day one. From your first data hire to your next funding round, this book is your roadmap to making data your competitive advantage.&nbsp;</p><p><strong>What You Will Learn</strong>
                    &nbsp;
                </p><ul><li>Develop a lean data-driven strategy to fuel startup growth&nbsp;</li></ul><ul><li>Build a scalable data stack for AI and machine learning without overspending&nbsp;</li></ul><ul><li>Discover user insights with analytics and qualitative research&nbsp;</li></ul><ul><li>Turn data into financial value and build narratives that win investors&nbsp;</li></ul><ul><li>Track key startup metrics including CAC, LTV, retention, and growth KPIs&nbsp;</li></ul><ul><li>Build dashboards and reports that drive decisions and revenue&nbsp;</li></ul><p><strong>Who This Book Is For</strong></p><p>Data engineers, analysts, and scientists who are the first data hires at startups—or preparing to work in fast-paced, high-growth startup environments. Ideal for professionals looking to build scalable data systems, drive product insights, and grow their careers in early-stage tech companies.</p>

Getting started with Data Analytics and AI in Startups

From Data to Dollars

Business and Economics (German Language)

Manfred Bruhn

Karsten Hadwich

Band 1: Künstliche Intelligenz, Servicegestaltung, Innovationsdesign

Digitale Serviceinnovationen

Wolf-Dieter Hiemeyer

Christoph Seidl

CRM, Solution Selling, E-Commerce und Key Account Management als Erfolgsfaktoren

Zukunftsorientiertes Kundenmanagement im Vertrieb


<p>
This publication analyzes the performance and policies of tax administrations in Asia and the Pacific and considers how efficient revenue systems can underpin sustainable growth.

Drawing on data from the 2024 International Survey on Revenue Administration, this ninth edition in the ADB comparative series examines areas including revenue collection, administration operations, and human and financial resources for 44 revenue bodies across the region. It highlights best practices for strengthening taxpayer engagement, looks at digitalization initiatives, and suggests how innovative technologies including artificial intelligence can help governments improve service delivery and bolster taxpayer compliance.</p>


Ninth Edition

A Comparative Analysis of Tax Administration in Asia and the Pacific

Haufe Fachbuch


<p>
</p><p>Santino Giese stellt die Einsatzmöglichkeiten von Künstlicher Intelligenz speziell für Maklerbüros vor - ob im CRM-System, bei der Texterstellung oder bei Bildern und Videos. Sein Buch bietet anhand von Praxisbeispielen inspirierende Impulse zur Optimierung von Routineaufgaben und wertvolle Einblicke, um Arbeitsabläufe zu verbessern und Kosten zu senken. Der Schwerpunkt liegt dabei auf Anwendungen, die bereits heute eingesetzt werden können. Der Autor geht auch darauf ein, wie Daten effektiv gesammelt, analysiert und strukturiert werden können, um strategische Vorteile zu erzielen. So können Makler:innen auch ohne umfangreiche IT-Kenntnisse effektiv und ressourcenschonend arbeiten.</p>
 <p>
 <strong>Inhalte:</strong>
 </p>
 <ul>
 <li>Künstliche Intelligenz im CRM-System</li>
 <li>Texte erstellen lassen: Objektbeschreibung, Social Media, Prompts u. a.</li>
 <li>Bilderstellung und Bildbearbeitung: Tools für KI-Bilder Bearbeitung &amp; Generierung, virtuelles Fotoshooting</li>
 <li>KI-generierte Videos und KI-Telefonate</li>
 <li>Virtuelle Besichtigungen und mehr</li>
 <li>KI in der Buchhaltung</li>
 <li>Rechtliche Betrachtung beim KI-Einsatz</li>
 </ul>
<p></p>


Mit weniger Aufwand mehr erreichen

KI-Anwendungen für Immobilienmakler

Enrico Maggi

Bindungen zu Kunden und Kooperationspartnern stärken, Netzwerke strategisch nutzen, Customer Lifetime Value maximieren

B2B-Beziehungsmanagement

Theodor König

Grundlagen des Customer Relationship Managements

Business and Management (R0)

Nguyen Thi Van Anh

Robert McClelland

Nguyen Hoang Thuan

Customer Switching Behaviours in Omnichannel Retailing

Anja De Lorenzo-Buratta

Analyse wirtschaftlicher Aspekte und Verbesserung des Touchpoint Managements durch Strategien und Handlungsempfehlungen

Die Customer Journey im Kongress- und Veranstaltungssektor der Schweiz

Stark fürs Studium

Wissenschaftliches Schreiben im Studium darf Spaß machen!
Kreatives Schreiben hat nichts mit Wissenschaft zu tun? Schreiben im Studium macht keinen Spaß und ist nur lästiges Pflichtprogramm? Der Band beweist das Gegenteil: Viele Übungen, Tipps und Inspirationen zeigen, wie Ansätze des kreativen (literarischen) Schreibens helfen, die Studien- und Schreibmotivation zu erhöhen. Einfache, spannende Motivationsaufgaben trainieren die Schreibfähigkeit und liefern Impulse für bessere Texte. Darüber hinaus werden mit ihrer Hilfe wissenschaftliche Herangehensweisen eingeübt. Dieses Buch ist geeignet für Studierende aller Fachrichtungen und Semester sowie für Promovierende.

Wissenschaftlich arbeiten mit kreativen Techniken


<p>
- Bietet einen umfassenden Überblick zum Umgang mit großen Datenmengen.
- Erläutert verständlich die zentralen Big-Data- Konzepte und zeigt deren Möglichkeiten und Grenzen auf.
- Illustriert die Datenspeicherung mit skalierbaren NoSQL-Systemen und zeigt die verteilte Verarbeitung mit Batch-, Micro-Batch- und modernen Streaming-Verfahren.
- Beschreibt anwendungsorientiert, wie moderne Datenplattformen entwickelt und durch Künstliche Intelligenz erweitert werden können.
- Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten Buches

Mit diesem Buch erhalten Sie einen praxisnahen und technologieunabhängigen Einstieg in den Umgang mit großen Datenmengen. Zahlreiche Beispiele werden mit gängigen Open-Source-Werkzeugen und modernen Container-Technologien (Docker) umgesetzt, sodass Sie Ihr neu erworbenes Wissen gleich ausprobieren können und der Umgang mit kommerziellen Produkten ebenfalls problemlos möglich wird. Das Buch startet mit den Herausforderungen, die sich durch die verteilte Verarbeitung von Daten ergeben, sobald diese nicht mehr auf einen Rechnerknoten passen. Sie lernen, wie Sie Big-Data-Analytics mit Verarbeitungsparadigmen wie Batch-, Micro-Batch- und Stream-Verarbeitung praktisch umsetzen können; ebenso wird auf die Vor- und Nachteile von NoSQL-Datenbanken eingegangen. Einblicke zur Visualisierung von Analyseergebnissen, in zufallsbasierte Big-Data-Algorithmen sowie in Referenz-Architekturen für den Aufbau skalierbarer Big-Data-Systeme runden das Buch ab. Dieses Lehrbuch und Nachschlagewerk ist ein verlässlicher Begleiter für Studium, Ausbildung und berufliche Praxis.

AUS DEM INHALT //
- Einstieg ins Thema
- Verteilte Systeme
- Big-Data-Management
- Data Warehouse, Data Lake(house), Data Mesh
- NoSQL
- Verarbeitungsparadigmen
- Systemarchitekturen
- Algorithmen und Datenanalyse
- Visualisierung
- Systementwicklung, -test und -betrieb
- KI-Anwendungen
- Ausblick</p>


-	Bietet einen umfassenden Überblick zum Umgang mit großen Datenmengen.
-	Erläutert verständlich die zentralen Big-Data- Konzepte und zeigt deren Möglichkeiten und Grenzen auf.
-	Illustriert die Datenspeicherung mit skalierbaren NoSQL-Systemen und zeigt die verteilte Verarbeitung mit Batch-, Micro-Batch- und modernen Streaming-Verfahren.
-	Beschreibt anwendungsorientiert, wie moderne Datenplattformen entwickelt und durch Künstliche Intelligenz erweitert werden können.
-	Ihr exklusiver Vorteil: E-Book inklusive beim Kauf des gedruckten Buches

Mit diesem Buch erhalten Sie einen praxisnahen und technologieunabhängigen Einstieg in den Umgang mit großen Datenmengen. Zahlreiche Beispiele werden mit gängigen Open-Source-Werkzeugen und modernen Container-Technologien (Docker) umgesetzt, sodass Sie Ihr neu erworbenes Wissen gleich ausprobieren können und der Umgang mit kommerziellen Produkten ebenfalls problemlos möglich wird. Das Buch startet mit den Herausforderungen, die sich durch die verteilte Verarbeitung von Daten ergeben, sobald diese nicht mehr auf einen Rechnerknoten passen. Sie lernen, wie Sie Big-Data-Analytics mit Verarbeitungsparadigmen wie Batch-, Micro-Batch- und Stream-Verarbeitung praktisch umsetzen können; ebenso wird auf die Vor- und Nachteile von NoSQL-Datenbanken eingegangen. Einblicke zur Visualisierung von Analyseergebnissen, in zufallsbasierte Big-Data-Algorithmen sowie in Referenz-Architekturen für den Aufbau skalierbarer Big-Data-Systeme runden das Buch ab. Dieses Lehrbuch und Nachschlagewerk ist ein verlässlicher Begleiter für Studium, Ausbildung und berufliche Praxis.

AUS DEM INHALT //
-	Einstieg ins Thema
-	Verteilte Systeme
-	Big-Data-Management
-	Data Warehouse, Data Lake(house), Data Mesh
-	NoSQL
-	Verarbeitungsparadigmen
-	Systemarchitekturen
-	Algorithmen und Datenanalyse
-	Visualisierung
-	Systementwicklung, -test und –betrieb
-	KI-Anwendungen
-	Ausblick

Techniken, Werkzeuge und Algorithmen zur Analyse großer Datenmengen

Data Science mit Big Data

Entwicklung eines datenanalytischen Dashboards zur Unterstützung von Kundenbindungs- und Kampagnenstrategien im Schreibwarenhandel

Weitere Titel zum Thema