Künstliche Intelligenz (KI) kann zum Wachstumsmotor für die deutsche Industrie werden: Bis 2030 könnte das Bruttoinlandsprodukt durch den frühen und konsequenten Einsatz von intelligenten Robotern und selbstlernenden Computern um bis zu vier Prozent oder umgerechnet 160Mrd.€ höher liegen als ohne den Einsatz von KI. Das geht aus einer Studie der Unternehmensberatung McKinsey hervor. ‣ weiterlesen

Unternehmen und Forschungseinrichtungen aus Ostwestfalen-Lippe entwickeln im vom Technologie-Netzwerk it’s OWL initiierten Kompetenzzentrum Arbeitswelt.Plus gemeinsam mit der IG Metall KI-Anwendungen, die die Beschäftigten entlasten sollen. Zwei Beispiele hat das Technologie-Netzwerk im Rahmen eines Pressegesprächs vorgestellt.‣ weiterlesen

Die nun veröffentlichte Normungsroadmap KI von DIN DKE sowie dem BMWi soll Handlungsempfehlungen für Standardisierung von künstliche Intelligenz geben. Die Roadmap ist online abrufbar.‣ weiterlesen

Die große Mehrheit der im Rahmen einer IFS-Studie befragten Unternehmen plant, in KI-Technologien zu investieren. Davon erhoffen sie sich an erster Stelle Produktivitätssteigerungen der Belegschaft.‣ weiterlesen

In drei von vier Unternehmen entscheidet die Geschäftsführung über den Einsatz von künstlicher Intelligenz (KI). Dabei sind Qualitätssicherung und Produktion branchenübergreifend die häufigsten Einsatzbereiche für die Technologie.‣ weiterlesen

Sechs von zehn Bundesbürgern würden in bestimmten Situationen eher die Entscheidung einer Künstlichen Intelligenz akzeptieren als die eines Menschen. Und dabei geht es nicht nur um neue Serienvorschläge bei Netflix und Co. Das geht aus einer Befragung des Digitalverbandes Bitkom hervor.‣ weiterlesen

Mikrocontroller sind in fast jedem technischen Gerät verbaut - von der Waschmaschine über das Blutdruckmessgerät bis hin zu Wearables. Mit der Machine-Learning-Bibliothek AIfES haben Forscher am Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS eine künstliche Intelligenz (KI) für Mikrocontroller und Sensoren entwickelt, die ein voll konfigurierbares künstliches neuronales Netz umfasst.‣ weiterlesen

Vor allem personalisierte Werbung, Antworten auf Kundenanfragen und automatisierte Buchungen gelten als weit verbreitet Allerdings: Nur eine Minderheit der Unternehmen setzt überhaupt KI ein‣ weiterlesen

Menschen können Probleme entweder logisch und mit Ruhe betrachten oder spontan und emotional entscheiden. Ähnlich geht es dem Computer: Moderne Deep-Learning-Verfahren liefern schnelle Ergebnisse, die jedoch nicht nachvollziehbar sind.‣ weiterlesen

Industriellen KI-Verfahren gehört die Zukunft. Die Herausforderung: Vorhandene Daten müssen für entsprechende Funktionalitäten zunächst aufbereitet - gelabelt - werden. Das trifft z.B. auf die Anwendung von KI-Methoden auf Geschäftsprozessdaten zu. Denn anders als in der Bilderkennung oder Sprachverarbeitung, bei denen die Bedeutung einmal gelabelter Datenmuster semantisch weitestgehend unverändert bleibt, sind die zu labelnden Muster in Geschäftsprozessdaten dynamisch und immer wieder anders strukturiert, etwa durch kontinuierlich wechselnde Auftragsmixe und Prozesszustände. Ein Labeln auf Basis manueller Datenanalyse ist in diesem Kontext extrem aufwändig und daher ungeeignet. Gesucht sind automatisierte Lösungsansätze, die auf bestehende Strukturen aufsetzen und die vorhandenen Daten passgenau aufbereiten.‣ weiterlesen