In biologischen Ökosystemen wie Wäldern findet sich eine Vielzahl symbiotischer Beziehungen. Pflanzen, Tiere, Pilze fördern und ergänzen sich gegenseitig zu aller Nutzen. Analog dazu können auch in digitalisierten Wirtschaftsräumen komplexe Wertschöpfungsstrukturen entstehen, in denen die einzelnen Akteure gegenseitig voneinander profitieren.
Im Zuge der COVID-19-Pandemie werden wir tagtäglich mit Datensätzen, Verlaufskurven und Studien konfrontiert. Doch wie bewertet man diese aus datentechnischer Sicht? Wie können wir mögliche Fehler bei der Datenanalyse vermeiden oder erkennen? Die vorgestellten Kriterien sollen Ihnen dabei helfen, Quellen richtig einzuordnen und zu bewerten. Zu jedem Kriterium stelle ich auch kleine Beispiele vor.
Der Coronavirus und die Krankheit COVID-19 haben in den letzten Wochen unser tägliches Leben massiv verändert. Wissenschaftlerinnen und Wissenschaftler in aller Welt arbeiten in diesem Wettlauf mit der Zeit daran, neue Behandlungsmöglichkeiten zu entwickeln. Dabei werden Unmengen von Daten aggregiert, die ein einzelner Mensch gar nicht mehr aufnehmen kann. Methoden der Künstlichen Intelligenz (KI) können hier helfen, Wissen aus diesen Daten zu gewinnen und so schneller zu neuen Erkenntnissen zu gelangen.
Was zeichnet den typischen Mitarbeitenden 4.0 aus? Am besten eine Promotion in Mathematik und IT, Expertenwissen in Robotik, Data Analytics, Machine Learning und Künstlicher Intelligenz sowie Know-how in Produktions- und Automatisierungstechnik. Dabei besitzt er oder sie Talent in den Bereichen Kommunikation und Networking, hat ausgeprägte Führungsqualitäten, viel Kreativität und ist außerdem verhandlungsstark. Na, erkennen Sie sich wieder?
»Künstliche Intelligenz ist die neue Elektrizität«, sagt Andrew Ng, einer der weltweit angesehensten Wissenschaftler. Die Technologien der Künstlichen Intelligenz (KI) haben sich über die Jahre kontinuierlich weiterentwickelt. Digitale Assistentinnen wie Siri, Cortana und Alexa sind im privaten Alltag weit verbreitet und werden inzwischen nicht mehr nur von Digital Natives genutzt.
Mehr lesen »
Haben Sie schon Mal von RPA gehört? RPA steht für Robotic Process Automation und Experten schätzen, dass in den nächsten 10-20 Jahren ca. 47% aller Jobs von digitalen oder physischen Robotern ausgeführt werden. Das glauben Sie nicht? Dann sind Sie mit dieser Einschätzung sicherlich nicht alleine. Doch selbst wenn der Prozentanteil geringer ausfällt, wird sich die Art und Weise, wie wir arbeiten, und vor allem wer arbeitet, drastisch verändern. Mehr lesen »
Künstliche Intelligenz wird den deutschen Mittelstand in den nächsten Jahren beflügeln und zugleich herausfordern – ob bei der automatischen Weiterverarbeitung der täglichen Papierflut auf den Schreibtischen oder der Umstellung auf smarte Produktion ohne Ausfallzeiten. Doch so vielfältig die Einsatzmöglichkeiten der schlauen Algorithmen auch sind: Alle müssen eine große Hürde überwinden – Künstliche Intelligenz wird nur schlau und wirklich hilfreich, wenn sie an möglichst realen Daten lernen kann – doch je realer die Daten, desto rigider erscheinen die Auflagen der Datenschutz-Grundverordnung (DSGVO). Viele Mittelständler fühlen sich mit der Auflagenflut und rechtlichen Bewertung ihrer Datenpolitik überfordert und nicht wenige verzichten aus Sorge um mögliche Datenschutzverstöße ganz auf die Vorteile der KI-Umsetzung im eigenen Betrieb.
Das sonnige Kalifornien scheint der globale Schrittmacher der großen Innovationen in der IT- und Hightech-Industrie zu sein: Die Internet-Giganten Google, Facebook, Apple und Amazon haben wie viele andere Tech-Konzerne ihren Hauptsitz im Silicon Valley. Die innovative Start-up-Szene in der »Bay Area« steht in Sachen Entwicklungen zur Künstlichen Intelligenz (KI) an der Spitze – dicht gefolgt von China. Und wo stehen wir? Wie gelingt es der deutschen Wirtschaftslandschaft im Rennen mitzuhalten?
Für viele Anwender und Interessierte sind Algorithmen der Künstlichen Intelligenz undurchdringbare Blackboxes. Tatsächlich gibt es Verfahren, die selbst für Experten schwer zu fassen sind. Gleichzeitig aber sind die Abläufe vieler leistungsfähiger Algorithmen relativ leicht zu verstehen, ohne dass man Experte oder Expertin für KI sein muss. Mehr lesen »
Menschen sind ziemlich gut darin, Textdokumente wie Briefe, Rechnungen usw. zu lesen und zu verstehen. Doch oft gehen nicht nur ein oder zwei Dokumente am Tag ein, sondern deutlich mehr und häufig auch noch über diverse Kanäle. Mitarbeiter verbringen immer mehr Zeit mit der Bewältigung dieser Informationsflut. Maschinelles Textverstehen mit KI-basierten Systemen könnte hier zum Fluthelfer des Informationszeitalters werden.
Mehr lesen »