Kaare Brandt Petersen

Management consultant, Implement

E-Mail

kbpe@implement.dk

Linkedin

Se Kaare's LinkedIn profil

Jeg har i hele min karriere arbejdet med at anvende matematik og statistik til at finde information i data.

Det har været bredt anvendelsmæssigt lige fra modeller til vurdering af kreditværdighed af bankkunder, overvågning af skibsmotorer med ultralyd over til analyse af fejl på Ringsted station og estimering af ejendomsværdi. Metoderne spænder lige så vidt fra traditionelle variansanalyser til neurale netværk og kernelmetoder.

Fælles for det hele er at stå med et datasæt og anvende de rette metoder til at få netop den information ud, der hjælper med at løse problemstillingen.

Med en uddannelsesbaggrund som fysiker fra Københavns Universitet og en ph.d. i matematisk modellering fra Danmarks Tekniske Universitet er jeg typisk klædt mere end rigeligt på ift det matematiske og har i min tid på DTU udgivet en række videnskabelige artikler lige som jeg nu jævntligt optræder som censor på universiteter i Danmark.

Til daglig arbejder jeg i SAS Institute hvor jeg hjælper kunder med løse forretningsproblemer med dataanalyse og tilpasse sig den nye virkelighed, som datarevolutionen udgør.

Ordene i klummen er helt mine egne og ikke udtryk for SAS Institutes holdning.
8 artikler på Computerworld

Kaare Brandt Petersen

9

Vi har brug for en svanemærkning for matematiske modeller: Almindelige danskere fatter ikke kompliceret matematik - og det skal de heller ikke

Klumme: Margrethe Vestager ønsker sig, at beslutninger foretaget ved hjælp af algoritmer, skal kunne forklares for kunderne skridt for skridt. Fint nok i nogle tilfælde, men i andre er det helt i skoven, for matematikken bag er rasende kompliceret. I stedet bør vi indføre et Svanemærke for matematiske modeller, så alle kan sove roligt om natten.

12. april 2018 kl. 10.02 | læs »
11

Science fiction-forbandelsen hviler tungt over virkelighedens arbejde med kunstig intelligens

Klumme: Hele science fiction-genren hviler som en tung forbandelse over virkelighedens fantastiske arbejde med kunstig intelligens - også når den fremstiller AI positivt. Forventningerne til AI er skruet fuldstændig ud af proportioner og inkompetent oversolgt.

11. januar 2018 kl. 14.57 | læs »

Danmarks førende big data-kommune? Hold nu op

Klumme: Hjørnekontorerne er fulde af beslutningstagere, der kan mærke, at noget med data er ved at ske og blive teknologisk muligt. Det er noget, som man bør reagere på, mener de. Men derfra er det ikke så nemt.

12. december 2017 kl. 09.44 | læs »

Teknologi-inkompetence i hjørnekontoret og it-folk uden lyst til forretning: Derfor kikser udnyttelsen af data

Klumme: Der mangler folk, som kan bruge komplekse metoder til at afkode data - men samtidig mangler der chefer og virksomheder, der forstår potentialet. Både topledelsen og it-folket skal rykke alvorligt for at løsne knuden.

3. januar 2017 kl. 09.00 | læs »
16

Skandalerne i Skat er en urimelig sejr for de digitaliserings-modvillige

Klumme: Skandalerne i Skat er en vigtig sejr for dem, som ikke tror på digitalisering af den offentlige sektor. Og Skats problemer bliver ikke løst af organisationsændringer.

26. august 2016 kl. 13.58 | læs »

Få hjælp af data: Tre effektive måder at inddele dine kunder på

Klumme: Kunder og brugere er langt fra ens. Men hvordan deler man dem op så det giver mening i en verden fuld af data? Få nogle effektive bud her.

9. oktober 2014 kl. 10.00 | læs »

Sensorerne kommer til din virksomhed - og du kan godt begynde at glæde dig

Mere data og bedre data er tilgængelige for stadig flere virksomheder - men hvor gemmer de sig og hvordan finder du dem? Klummen har bud på begge dele.

26. august 2014 kl. 07.03 | læs »

I gang med virksomhedsdata - har du data, der er gode nok til prædiktive modeller?

Skal dine løsninger være smartere med prædiktive modeller? Lav et selvcheck på de tre mest hyppige snubletråde, inden du går i gang. Her er de tre spørgsmål, du skal stille dig selv.

21. august 2014 kl. 06.58 | læs »