Künstliche Intelligenz bietet die Möglichkeit, aus enormen ungeordneten Datenmengen relevante Informationen zu extrahieren und diese in Form von Wissen zu generalisieren. Die Einsatzmöglichkeiten von künstlicher Intelligenz sind enorm vielfältig, sodass Unternehmen und Organisationen vor der Herausforderung stehen, den spezifischen Nutzen für sich zu identifizieren.
Ein verteiltes Datenbankmanagementsystem schafft eine neue Form der Sicherheit und Transparenz für die digital vernetzte Welt.
Selten lagen Chancen und Bedrohung so dicht beieinander: Die Bewegung um Blockchain stellt zwar manches Geschäftsfeld der Finanzbranche in Frage. Doch auf der anderen Seite bietet das Blockchain-Modell der kollektiven Prüfung digitaler Transaktionen ohne externe Echtheitsbestätigung auch gänzlich neue Wertschöpfungsoptionen.
Ob künstliche Intelligenz, maschinelles Lernen oder Deep Learning, in der Praxis werden diese Begriffe häufig als Synonyme verwendet. Dabei besitzen die drei Begrifflichkeiten große Unterschiede in ihrer Bedeutung und stehen in einer strikten Hierarchie zueinander. Die künstliche Intelligenz ist der Oberbegriff für alle Methoden und Technologien, die ein intelligentes Verhalten vorweisen. Das maschinelle Lernen ist dabei ein Teilgebiet der KI, welches eine Vielzahl an (Lern-)Methoden basierend auf der mathematischen Optimierung und Statistik umfasst. Deep Learning wiederum ist ein spezieller Teilbereich des maschinellen Lernens, der versucht, die statistischen Korrelationen in den Daten durch künstliche neuronale Netze abzubilden.
KI braucht einen klaren Werterahmen, damit die Technologie für die Menschen nutzbringend eingesetzt werden kann.
Automatisierung ist ein maßgeblicher Erfolgsfaktor des produzierenden Gewerbes. Durch sie lassen sich Kosten senken und dennoch höchste Qualitätsansprüche realisieren. Bezahlbare und leistungsfähige Produkte, vom Smartphone bis zur Sicherheitstechnik im Auto, sind ohne sie nicht denkbar.
Daten werden immer mehr zur universellen Sprache – und Unternehmen, die sie beherrschen, werden erfolgreich sein.
Das Marktforschungsunternehmen Gartner erwartet bis 2020 weltweit 20 Milliarden vernetzte Medizingeräte, die im Krankenhaus 4.0, beim Arzt, im Smarthome oder in der Smart City zum Einsatz kommen.
Die Branche gilt als vorrangiges Betätigungsfeld für künstliche Intelligenz.
Das digitale Gesundheitswesen lag in Deutschland viele Jahre in einem Dornröschenschlaf. Eine sich gegenseitig blockierende Selbstverwaltung, eine desinteressierte Politik hatten zur Folge, dass Deutschland hinsichtlich der Digitalisierung in Europa abgehängt wurde. Ein Indiz ist die über 10-jährige Verzögerung bei der Einführung der Elektronischen Gesundheitskarte.
Wie Eingangsrechnungen automatisiert den Freigabeworkflow durchlaufen
Wer dem KI-Diskurs folgt, stößt dabei häufig auf Begriffe, wie Machine Learning, Deep Learning, Neuronale Netze usw. Was es mit den verschiedenen Begriffen auf sich hat und worin sie sich unterscheiden, soll hier erläutert und an praxisnahen Beispielen verdeutlicht werden.
Städte sind komplexe Systeme. Der Wunsch der Bürger nach intakten Verkehrssystemen, bezahlbarem Wohnraum sowie einer funktionierenden Wasser-, Energie- und Nahrungsversorgung trifft auf Herausforderungen wie den Klimawandel, Migrationsströme und demografische Veränderungen. Die Bandbreite der Lösungsansätze ist dementsprechend groß und reicht von der lokalen und regionalen Subsistenzwirtschaft mit angepassten Technologien bis hin zu technologisch hoch entwickelten Stadt- und Infrastruktursystemen.
In Deutschland ist nicht nur ein Drittel der Landesfläche mit Wäldern bedeckt, sondern Wälder sind auch wichtige Ökosysteme und zugleich ein bedeutsamer Wirtschaftsfaktor. An einer nachhaltigen Bewirtschaftung von Wäldern in Anbetracht klimatischer Veränderungen besteht aus diesem Grund ein erhebliches nationales Interesse. In diesem Artikel wird herausgestellt, wie innovative Verfahren der künstlichen Intelligenz zur Auswertung von Fernerkundungsdaten eingesetzt werden können, um einen klaren Lösungsbeitrag zu ökologischen Herausforderungen im forstwirtschaftlichen Bereich zu bilden.
Wie jede neue Technologie bringt auch die KI Chancen und Risiken mit sich. Die zahlreichen Vorteile sind hinreichend beschrieben, immer stärker in den Fokus rücken aber die Gefahren. Unweigerlich führt das zu zentralen Fragen der „Maschinenethik“, die die Moral von Maschinen zum Gegenstand hat.
Das IoT ist in aller Munde. Worum geht es? Es geht darum, die mit mikroelektronischen Komponenten versehenen Produkte über das Internet miteinander zu vernetzen. Sogenannte „smarte Produkte“ sammeln über entsprechende Sensoren Daten, analysieren sie und leiten sie via Internet weiter bzw. empfangen Daten von anderen smarten Produkten.
Es gibt verschiedene Gründe, warum heute Maschinenparks aufgerüstet und modernisiert werden. Maschinen werden häufig für einen bestimmten Zweck angeschafft, der sich jedoch im Laufe des Lebenszyklus durchaus ändert. Maschinen müssen dann angepasst oder erweitert werden.
Die TREND-REPORT-Redaktion sprach mit Prof. Dr.-Ing. Jürgen Fleischer, Institutsleiter des wbk Instituts für Produktionstechnik des Karlsruher Instituts für Technologie (KIT), über die neue Karlsruher Forschungsfabrik und „Company on Campus“.
Schon 2008 stiegen die ersten Menschen in Nürnberg in eine fahrerlose U-Bahn, zuerst auf der U3, kurz darauf auch auf der U2. In Berlin wurde sogar bereits in den 80er-Jahren mit automatisiertem Fahren experimentiert. Ähnliche Versuche gibt es in jüngerer Vergangenheit auf der Straße. In Mainz werden erste Kleinbusse auf ausgewählten Strecken mittels Satellitentechnik navigiert, das DB-Tochterunternehmen ioki arbeitet in Frankfurt an Mobilitätskonzepten der Zukunft und hat selbstfahrende Kleinbusse in mehreren deutschen Kommunen in Betrieb.
Mittlerweile liegen viele Daten aus Maschinen und Anlagenparks in deutschen Unternehmen vor. Es ist aber nicht die Frage, ob Unternehmen bereits einen Datenbestand haben, sondern wie die mannigfaltigen Maschinendaten genutzt werden, um neue Erkenntnisse daraus zu gewinnen.
Alle Beiträge stehen, sofern nicht anders gekennzeichnet, unter CC BY-SA 4.0 DE zur Verfügung. Sie dürfen diese vollständig unter Quellenangabe und Nennung des Autors sowie einen Link zur Textlizenz übernehmen.