Impuls und Ausblick auf den Vortrag zum Thema KI in der Arbeitswelt – rechtliche Rahmenbedingungen
Weiterlesen
Video Statement von Dr. Gerlind Wisskirchen, Partnerin, Rechtsanwältin, Fachanwältin für Arbeitsrecht, CMS Deutschland
Kategorie: News
Vielfältig wie Ihre Zielgruppe: Marketing mit Daten und KI erreicht Menschen ganz persönlich
Fabian Schladitz, Head of CoE Artificial Intelligence, Vice President, Capgemini
Wie viele Menschen lesen heute den genau gleichen Newsletter wie Sie?
In wie vielen Varianten erzeugen Sie eigentlich ihr Marketingmaterial? Wie viele Sprachen decken Sie ab und wie schaffen Sie es, die verschiedenen Personas ihrer Kunden gezielt anzusprechen? Findet jede Person Ihrer Zielgruppe sich in Ihrem Content wieder – und bei Ihnen, was sie sucht?
Versicherung künstlicher Intelligenz
von Dr. Michael Berger, Head of AI Insurance, Munich Re
Der Einsatz künstlicher Intelligenz (KI) kann für Unternehmen viele Vorteile bieten, wie etwa eine Steigerung der Effizienz und die Einsparung von Kosten. Ein KI-Projekt bringt aber zugleich enorme Einführungs- und laufende Betriebskosten mit sich. Um langfristig ein auch monetär erfolgreiches KI-Projekt zu implementieren, muss der Nutzen wohlüberlegt mit diesen Kosten abgeglichen werden.
Kostenfreies Dossier zum Thema Künstliche Intelligenz
Der Algorithmus am Vorstandstisch
ADVERTORIAL
Uniper setzt bei der Vorhersage von Finanzkennzahlen auf analytische Methoden und KI
von Alexander Thamm
Es gibt sie nicht, die Formel zur Berechnung der Zukunft. Leider. Dabei muss die Zukunft in jedem Unternehmen prognostiziert werden: Wie werden sich die Kosten im kommenden Jahr entwickeln, der Cash-Flow, der Umsatz, der Gewinn? Von den Antworten auf diese Fragen hängen Investitionsentscheidungen und letztlich die strategische Ausrichtung ab.
Mit der richtigen KI-Plattform zu profitablen Data-Science-Projekten
ADVERTORIAL
Laut Gartner werden 85 % der Data-Science-Projekte eingestellt und gerade einmal 2 % erzeugen einen Mehrwert für Unternehmen. Woran liegt das?
von Dr. Theo Steininger
Data-Science-Projekte benötigen nicht nur Daten. Sie zeichnen sich vielmehr durch einen sehr hohen Informationsbedarf aus. Das erfordert eine reibungslose Kommunikation und einen adäquaten Wissenstransfer zwischen Management, Experten und Data Scientists. Ohne die richtige Projektstruktur werden nicht nur der Business Case, sondern auch technische Schlüsselinformationen aus den Augen verloren. Die Konsequenz: Die einzelnen Projektiterationen laufen zu lange und dabei auch noch in die falsche Richtung. All das gefährdet letztlich den Mehrwert des Projektes für das Unternehmen. Wie lässt sich das vermeiden?
Das Prinzip „Mensch und Maschine“
ADVERTORIAL
von Prof. Dr. Gjergji Kasneci
In der heutigen Zeit laufen Geschäftsprozesse zunehmend digital ab: von der Bestellung im Online-Shop über den Abschluss einer Versicherung bis zur Beantragung und Auszahlung eines Kredits. So wächst die Distanz zwischen Unternehmen und ihren Kunden, oft besteht überhaupt kein direkter persönlicher Kontakt mehr. Wir sehen es als unsere Aufgabe, Vertrauen zwischen Geschäftspartnern herzustellen – und so sichere Geschäfte auch in der digitalen Welt zu ermöglichen.
Warum Augmented Reality keine Spielerei mehr ist
ADVERTORIAL
Die Augmented-Reality-Technologie verspricht eine enorme globale Wertschöpfung. Kombiniert mit Wearables erweitert sie nicht nur die Fähigkeiten des Einzelnen, sondern die gesamte Arbeitswelt. Ein Überblick.
von Dr. Hendrik Witt
Statistisch betrachtet wird jede hundertste Person, die in Deutschland einer Arbeit nachgeht, zum Ende des Jahrzehnts im Beruf mit Augmented Reality (AR) zu tun haben, hat das Beratungsunternehmen PwC errechnet. Die aus dem Gaming-Bereich bekannte Technik verspricht eine globale Wertschöpfung von 1,438 Billionen US-Dollar bis zum Jahr 2030, heißt es.
KI entlastet im Büroalltag: Nützliche Helfer im Dienst des Menschen
ADVERTORIAL
von Dr. Robert Mayr
KI an sich ist nicht neu: Bereits vor 65 Jahren diskutierten findige Köpfe auf dem „Dartmouth Summer Research Project on Artificial Intelligence“ in New Hampshire, wie sich die Eigenschaften von menschlicher Intelligenz in den Computer bringen lassen. Das ist lange her und es hat seine Zeit gedauert, bis KI-Technologien den nötigen Reifegrad erreicht hatten, um in den Alltag vorzudringen. Doch inzwischen halten sie Einzug in viele Lebensbereiche.
Daten meistern statt Modelle tunen
ADVERTORIAL
von Fabian Schladitz
Eine erfolgreiche, skalierbare Anwendung künstlicher Intelligenz (KI) basiert nicht nur auf der neuesten Forschung zu neuronalen Netzwerken. Ein solides Datenfundament ist vielmehr entscheidend, um nutzbare, robuste und nützliche Applikationen zu entwickeln. Wer dies außer Acht lässt, erstellt tolle Modelle, die sich im Produktivbetrieb nur schwer betreiben lassen. Darum gehört zu einer erfolgreichen und ausgereiften KI-Strategie auch das Thema Datenstrategie mit dem Unterpunkt „Datenprodukte“. In den letzten Jahren hieß es bei KI-Modellen oft: tiefer, größer, breiter. Google veröffentlichte zuletzt „Switch Transformer“ – das bisher größte KI-Modell mit 1.600 Milliarden Parametern. Insbesondere Sprachmodelle wurden zuletzt vor allem durch größere Massen an Daten verbessert und nicht durch raffiniertere Methoden. Letztlich wirken größere Modelle natürlich auch beeindruckender als der immerwährende – aber tatsächlich lohnende – Kampf um Datenqualität und besseres Datenmanagement.