AI

Seit vielen Jahren lese ich nun schon über die Zukunft der Künstlichen Intelligenz. Jeden Tag wird über neue KI-Sensationen berichtet. Habe ich etwas verpasst? Oder wo finde ich jetzt eigentlich diese KI-Revolution?

Von der ersten Idee einer Anwendung von Machine Learning (ML) bis zur Entscheidung über den Projektstart lassen sich viele Fehler vermeiden, die den Projekterfolg gefährden. Die Bedeutung von Daten und der Datenqualität für das Gelingen von ML-Projekten lässt sich nicht unterschätzen, aber auch darüber hinaus gibt es viele Fragen zu klären. Hier betrachten wir eine Reihe relevanter Problemdimensio..

Wäre es nicht wunderbar, nur das zu lesen und zu verarbeiten, was wirklich von Relevanz ist für das Unternehmen und den Kunden? Die Zeit der Mitarbeitenden zielgerichteter und effizienter zu nutzen – für relevante Innovationen? Es ist möglich, dank KI. Gestartet sind wir mit der Grundsatzfrage „Kann die Suche im Markt/Web nach relevanten Informationen zu Innovationspotenzialen mittels KI/ML automa..

Objekterkennung spielt in der heutigen, automatisierten Welt eine immer größere Rolle. Sie wird unter anderem im autonomen Fahren zum Erkennen von Hindernissen oder Straßenschildern verwendet. Aber auch in der Industrie findet sie Anwendung, beispielsweise um optische Produktmängel zu erkennen, wie die Severstal Steel Defect Detection Challenge [STEEL] beweist. Wie ein Modell zur Objekterkennung e..

Die IT-Branche steht vor der Exascale-Challenge. Das ist die Herausforderung, einen Supercomputer mit 1 Exaflops wissenschaftlicher Rechenleistung (64 Bit Gleitkomma) zu bauen, der also 1 Trillion Berechnungen pro Sekunde durchführt. Das macht klar: Die Zeiten, in denen diese kostspieligen Computer mit eigens für sie entwickelten Spezialprogrammen betrieben werden müssen, sind passé.