KI – Künstliche Intelligenz

Triple KI: Was KI an den IT-Anforderungen ändert

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Mit neuen Technologien können auch neue Anforderungen einhergehen. Auch bei KI stellt sich nun die Frage, ob die KI-Systeme lediglich eine andere Form von IT-Systemen sind, oder ob sich etwas ändert. CPUs sind digitale Allzweckwaffen, können also auch KI! Gängige Programmiersprachen sind ebenfalls Allzweckwaffen, können also auch KI! Die Systeme vieler Unternehmen versprechen »KI von der Stange«, können also auch KI! Alles richtig, oder?!

Triple KI: Warum wir für die KI-Zukunft neue Rollenbilder brauchen

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Kund*innen, scheuen sich heutzutage nicht mehr, schnell mal eine Beschwerde oder Anfrage über diverse Kanäle wie E-Mail, Messenger oder Soziale Netzwerke an Unternehmen zu richten. Mitarbeitende sollen diese tausenden von Anfragen klassifizieren und beantworten – und das möglichst vorgestern.

Triple KI: Erst in Systemen denken, dann handeln!

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Das KI-Projekt (Künstliche Intelligenz) scheint sich dem erfolgreichen Ende zu nähern: die Data Scientists berichten begeistert von ihren Erfolgen und demonstrieren die KI in der Anwendung. Voller Überzeugung startet das Marketing und schnell sind erste Kunden für die neuen KI-Services gefunden. Doch dann kommt die Ernüchterung: Die Daten wurden bisher manuell exportiert und vorverarbeitet, für die Speicherung wurde eine Projektdatenbank aufgesetzt und auch die Anwendungen laufen bisher wahlweise auf einer virtuellen Entwicklungsmaschine oder lokal bei den Data Scientists. Für die Sensoren ist nicht geklärt, wie diese angemessen verwaltet und mit Updates versorgt werden. Auch das Monitoring für die KI im Betrieb ist bisher lediglich grob angedacht. Schnelle Entscheidungen müssen getroffen werden und Entwicklungssysteme werden zu Betriebssystemen, womit technische und organisatorische Schulden aufgebaut werden.

Triple KI: Erst in Menschen denken, dann handeln!

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Der Prototyp ist fertig und die Fachabteilung freut sich darauf, ihn endlich einsetzen zu dürfen. Doch dann kommt auf einmal der Stopp: IT oder Chefetage machen einen Strich durch die Rechnung! Den umgekehrten Klassiker gibt es ebenfalls: Die Chefetage oder IT starten eine Ausschreibung, Angebote werden eingeholt, neue Systeme aufgesetzt und den Fachabteilungen schließlich vorgesetzt, frei nach dem Motto »friss oder stirb!«. Was löst das in den betroffenen Menschen aus? Was passiert mit dem Prototyp? Warum scheitern so viele KI-Projekte kurz vor oder sogar nach dem Roll-Out? Dies sind nur einige Fragen, denen ich auf den Grund gehen möchte.

KI ist Handwerk, kein Hexenwerk: Der KI-Werkzeugkasten für Versorgungsunternehmen (und andere KMU)

Wer zu Künstlicher Intelligenz (KI) recherchiert, findet alles, was das Herz begehrt, vom dystopischen Bedrohungsszenario bis zur utopischen Perfekte-Welt-Fantasie, vom enthusiastischen Tech-Fanboy bis zur eingefleischten Kritikerin des Intelligenzbegriffs an sich. Dazwischen findet man Berichte von KI-Erfolgen bei der Krebsfrüherkennung, Missbrauch von Bilderkennungssoftware für Deepfakes, Fortschritten beim autonomen Fahren und weiblichen Bewerberinnen, die von der KI aussortiert wurden – aber nicht wegen mangelnder Qualifikation. Während in China KI-Wissenschaftler*innen wie Popstars verehrt werden (so schilderte es die KI-Chefin von SAP, Dr. Feiyu Xu, kürzlich im F.A.Z.-Podcast), feiert Deutschland die gelungene Umsetzung des Datenschutzes bei der Corona-Warn-App.

Per Du mit dem Chatbot – wenn Kunden sich wirklich verstanden fühlen

Mal wieder gescheitert. In der Endlosschleife beim Chatbot gefangen. Auf unendlicher Suche nach dem passenden Produkt im Onlineshop. Vorschläge vom Sprachassistenten, die vielleicht irgendwann, aber ganz bestimmt nicht jetzt und heute passen. Und und und. Wir kennen genug Beispiele, an denen wir an Systeme scheitern, die einfach nicht gut genug sind, um uns als Kunden weiterzuhelfen. »Hätte ich nur einen menschlichen Ansprechpartner, der mich wirklich versteht!« Siri und Alexa schaffen das bisher nicht. Aber wie ist das eigentlich mit den neuen Möglichkeiten durch KI? Können künstliche Systeme empathisch wie ein Mensch auf sein Gegenüber eingehen?

Echte Ware – falscher Kunde: künstliche Intelligenz verhindert Identitäts- und Verbraucherbetrug

Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI)
Die Arbeitswelten der Zukunft werden entscheidend von der Entwicklung Künstlicher Intelligenz (KI) geprägt sein. Das Fraunhofer IAO verfolgt in seiner Forschungsarbeit das Ziel, KI-Anwendungen umzusetzen, denen die Menschen vertrauen und die sie akzeptieren.

Wenn »Thomas Gottschalk« sich den teuren Designersessel nach Hause bestellt, freut sich jeder Einzelhändler – neue, zahlungskräftige Kunden sind ja gern gesehen, Prominente erst recht. Dumm nur, wenn Thomas Gottschalk gar nicht »der« Thomas Gottschalk ist, sondern ein Betrüger. Viele Händler scheuen heute noch Maßnahmen gegen Identitätsbetrug, um neue Kunden nicht zu vergraulen. Künstliche Intelligenz könnte hier Abhilfe schaffen, Identitätsbetrug verhindern und gleichzeitig Unternehmen ein sicheres Neugeschäft ermöglichen.

Triple KI: Die drei Säulen erfolgreicher KI-Implementierung im Unternehmen

Blogreihe Data Science
Blogreihe Data Science
Triple KI – Data Science durchgängig gedacht! Claudia Dukino und Damian Kutzias promovieren zu der Frage, wie datenbasierte Projekte erfolgreich zu anwendbaren KI-Lösungen umgesetzt werden können. In einer gemeinsamen Blogreihe bündelt das KI-Tandem seine Kompetenzen und Forschungsergebnisse und veranschaulicht, wie die Verzahnung von Prozessen, Tätigkeiten und Technologien von der Ideengenerierung bis hin zur Inbetriebnahme neuer Lösungen in Unternehmen Mehrwerte schaffen kann.

Künstliche Intelligenz (KI) hält als Technologie immer stärker Einzug in unseren gesellschaftlichen und betrieblichen Alltag. Doch die Einführung von Künstlicher Intelligenz ist weit mehr als eine technische Herausforderung: Um KI wirklich systematisch zu implementieren und damit die nächste technologische Stufe der Unternehmensentwicklung zu erreichen, reicht das Sammeln, Aufbereiten und Auswerten von Daten in hinreichender Qualität und Quantität bei weitem nicht aus. KI-Applikationen sind oft nur so gut wie die Organisation und die Menschen, die mit dieser neuen Technologie arbeiten – und wer für sein Unternehmen das tatsächliche Potenzial dieser Technologie erschließen will, muss alle drei Säulen miteinander in Einklang bringen: Mensch, Technik und Organisation. Ist Ihr Unternehmen reif für KI?

Mensch-KI-Schnittstellen: Der Erfolgsfaktor bei der Einführung von Künstlicher Intelligenz in der Produktion

Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI)
Die Arbeitswelten der Zukunft werden entscheidend von der Entwicklung Künstlicher Intelligenz (KI) geprägt sein. Das Fraunhofer IAO verfolgt in seiner Forschungsarbeit das Ziel, KI-Anwendungen umzusetzen, denen die Menschen vertrauen und die sie akzeptieren.

Immer mehr Unternehmen arbeiten an der Einführung von Künstlicher Intelligenz (KI) in der Produktion. Doch viele betriebliche Entscheider*innen sind sich unsicher, wie sie KI-Systeme in ihrer Produktion umsetzen sollen und welche Kompetenzen dabei benötigt werden. Sie unterschätzen zudem die Wichtigkeit von einfach bedienbaren Mensch-KI-Schnittstellen. Da der Mensch im Idealfall komplementär zu und kollaborativ mit KI-Systemen interagieren soll, ist Usability häufig der entscheidende Faktor für eine erfolgreiche KI-Einführung.

Künstliche Intelligenz und Mensch: Wie produzierende Unternehmen ihre Zukunftsfähigkeit stärken können

Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI)
Die Arbeitswelten der Zukunft werden entscheidend von der Entwicklung Künstlicher Intelligenz (KI) geprägt sein. Das Fraunhofer IAO verfolgt in seiner Forschungsarbeit das Ziel, KI-Anwendungen umzusetzen, denen die Menschen vertrauen und die sie akzeptieren.

In den produzierenden Unternehmen nimmt das Interesse an Anwendungen der Künstlichen Intelligenz stark zu. Viele betriebliche Entscheider sind sich allerdings noch unsicher, wie sie KI-Systeme in ihre Produktion einführen sollen. Zudem ist ihnen unklar, welche organisatorischen Veränderungen auf sie zukommen werden. Eine menschzentrierte Arbeits- und Systemgestaltung gibt Antworten.