Blog

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.

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.

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.

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.

Die Entwicklung von Cortana, Siri, Alexa und Co. schreitet immer weiter voran. Watson belegte sein Verständnis auch von Doppeldeutigkeiten mit einem Sieg in der Gameshow Jeopardy! bereits 2011. Duplex – eine von Google auf der Entwicklerkonferenz 2018 vorgestellte KI – trifft Terminabsprachen mit Restaurants oder Friseursalons, ohne an der anderen Leitung noch als Maschine wahrgenommen zu werden.

Die Zukunft der emotionalen Intelligenz von Maschinen