# Marketing

## Filters

- [Angular.js](/de/fallstudien/angularjs.md)
- [ASP.NET](/de/fallstudien/aspnet.md)
- [AWS](/de/fallstudien/aws.md)
- [CatBoost](/de/fallstudien/catboost.md)
- [Celery](/de/fallstudien/celery.md)
- [Chroma](/de/fallstudien/chroma.md)
- [CLIP](/de/fallstudien/clip.md)
- [Dart](/de/fallstudien/dart.md)
- [Docker](/de/fallstudien/docker.md)
- [Ecology](/de/fallstudien/ecology.md)
- [EdTech](/de/fallstudien/edtech.md)
- [ElasticSearch](/de/fallstudien/elasticsearch.md)
- [FastAPI](/de/fallstudien/fastapi.md)
- [Figma](/de/fallstudien/figma.md)
- [FinTech](/de/fallstudien/fintech.md)
- [Firebase](/de/fallstudien/firebase.md)
- [Flutter](/de/fallstudien/flutter.md)
- [HealthTech](/de/fallstudien/healthtech.md)
- [IPFS](/de/fallstudien/ipfs.md)
- [IT Consultation](/de/fallstudien/it-consultation.md)
- [Java](/de/fallstudien/java.md)
- [JavaScript](/de/fallstudien/javascript.md)
- [Kotlin](/de/fallstudien/kotlin.md)
- [LLM](/de/fallstudien/llm.md)
- [LongChain](/de/fallstudien/longchain.md)
- [Machine Learning](/de/fallstudien/machine-learning.md)
- **Marketing**
- [Milvus](/de/fallstudien/milvus.md)
- [Mobile App](/de/fallstudien/mobile-app.md)
- [MongoDB](/de/fallstudien/mongodb.md)
- [MySQL](/de/fallstudien/mysql.md)
- [New Relic](/de/fallstudien/newrelic.md)
- [NLP](/de/fallstudien/nlp.md)
- [OpenSearch](/de/fallstudien/opensearch.md)
- [Pandas](/de/fallstudien/pandas.md)
- [PostgreSQL](/de/fallstudien/postgresql.md)
- [Prototype](/de/fallstudien/prototype.md)
- [Publishing](/de/fallstudien/publishing.md)
- [Python](/de/fallstudien/python.md)
- [PyTorch](/de/fallstudien/pytorch.md)
- [React.js](/de/fallstudien/reactjs.md)
- [Redis](/de/fallstudien/redis.md)
- [Retail](/de/fallstudien/retail.md)
- [SaaS](/de/fallstudien/saas.md)
- [Scrapy](/de/fallstudien/scrapy.md)
- [Selenium](/de/fallstudien/selenium.md)
- [Sklearn](/de/fallstudien/sklearn.md)
- [Special proxy servers](/de/fallstudien/special-proxy-servers.md)
- [SQL](/de/fallstudien/sql.md)
- [SqlKata](/de/fallstudien/sqlkata.md)
- [SQS](/de/fallstudien/sqs.md)
- [Swift](/de/fallstudien/swift.md)
- [TYPO3](/de/fallstudien/typo3.md)
- [Vue.js](/de/fallstudien/vuejs.md)
- [WCAG](/de/fallstudien/wcag.md)
- [Web App](/de/fallstudien/web-app.md)

## Case Studies

### [Predictive Analytics](http://silkdata.tech/de/fallstudien/predictive-analytics.md)

Durch die Nutzung modernster Algorithmen des maschinellen Lernens und Predictive Analytics auf Basis von Kundendaten unterstützt Silk Data seine Kunden dabei, ihre Geschäftsprozesse zu optimieren.

*Categories: CatBoost, Pandas, Python, Sklearn, SQL, FinTech, Retail, Marketing, Machine Learning, Prototype*

---

### [Web Crawling](http://silkdata.tech/de/fallstudien/web-crawling.md)

Mit unserer Web-Crawling-Technologie können große Datensätze innerhalb weniger Stunden extrahiert und bereinigt werden.

*Categories: Docker, Java, MySQL, Pandas, Python, Scrapy, Selenium, Special proxy servers, Retail, Marketing, Web App*

---

### [MMC4](http://silkdata.tech/de/fallstudien/mmc.md)

MMC steht für Marketing Management Cockpit. Eine Geschichte darüber, wie Silk Data bei der Entwicklung von Software geholfen hat, um die Geschwindigkeit und Produktivität von Marketing-Mitarbeitern zu steigern.

*Categories: Docker, ElasticSearch, Selenium, Vue.js, Marketing, SaaS, Web App, ASP.NET, New Relic, SqlKata*

---

### [AI Resume Screening for Recruiters](http://silkdata.tech/de/fallstudien/ai-resume-screening.md)

Für unseren Kunden, ein renommiertes Unternehmen im Bereich Talent Acquisition, entwickelten wir automatisierte Lebenslauf-Screening-Software, die von KI unterstützt wird. Diese Lösung wandelte unstrukturierte Lebensläufe in strukturierte Daten um, ermöglichte eine präzise Kandidatenabstimmung...

*Categories: NLP, Python, FinTech, Marketing, Machine Learning, Mobile App, Web App, LLM*

---

### [Local LLM Deployment for a Marketing Agency](http://silkdata.tech/de/fallstudien/local-llm.md)

Silk Data half einer europäischen Marketingagentur beim Deployment eines lokalen LLM-Chatbots zur Verbesserung der Teamzusammenarbeit und Datensicherheit. Unter Nutzung von Python, ASP.NET und Vue.js entwickelte das Team ein kosteneffizientes, selbst gehostetes LLM auf einem Hetzner-Server und stel...

*Categories: NLP, Python, Vue.js, Marketing, Machine Learning, ASP.NET, LLM*

---