Über unsMediaKontaktImpressum

Künstliche Intelligenz / Machinelles Lernen

Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) werden inzwischen in fast allen Bereichen unseres Lebens eingesetzt, insbesondere Deep Learning und künstliche neuronale Netze haben zuletzt zu deutlichen Fortschritten geführt. Künstliche Intelligenz gilt als Wachstumsfaktor für Unternehmen, viele Großkonzerne forcieren massiv ihr Engagement in selbstlernende IT-Systeme. Viele Facetten der neuen Technologie – wie ihre Auswirkungen auf unsere Lebensbedingungen, die Verteilung der Produktionsbedingungen und Arbeitsmodelle – sind noch lange nicht ausreichend untersucht.

Künstliche Intelligenz interpretierbar machen

KI erledigt einfache, sich wiederholende Aufgaben und automatisiert Entscheidungen. Aber viele Black-Box-Modelle sind nicht leicht zu verstehen. Wir brauchen... >> Weiterlesen

Herausforderungen für die IT-Sicherheit bei der Elektromobilität und autonomem Fahren

Die Zukunft der Verkehrssicherheit: Angriffe auf Bezahlsysteme oder Ladesysteme, vor allem aber die Abwendung der Gefahr von Verkehrsunfällen speziell beim... >> Weiterlesen

KI zum Management der Informationssicherheit?

Jedes Unternehmen braucht ein ISMS. Dieser Artikel skizziert ein Modell für ISMS, bei dem menschliche und künstliche Intelligenz in interdisziplinären Teams... >> Weiterlesen

Sicherheitsschwächen von maschinellen Lernverfahren

Fortschritte im Bereich Machine Learning beflügeln den Traum einer künstlichen Superintelligenz. Ein Überblick, welche Angriffsmöglichkeiten existieren und wie... >> Weiterlesen

Machine Learning on Source Code

Mit Machine Learning-Methoden Source Code analysieren: Dieser Artikel beschreibt verschiedene Ansätze. >> Weiterlesen

Aufbau einer Data Science Pipeline

Der Artikel stellt unter Berücksichtigung der Anforderungen aus Betrieb, Anwendungsentwicklung und dem Data Science einen erprobten Ansatz für den Aufbau einer... >> Weiterlesen

Predictive Analytics: Potentiale und Grenzen

Vorhersagemodelle mit Big Data, Deep Learning und Data Science: Unternehmen sollten die Potentiale für ihre Anwendungsfälle nicht unterschätzen. >> Weiterlesen

Machine Learning – eine Challenge für Architekten

Vor dem Hintergrund des Data-Science-Prozesses, der den Weg eines ML-Modells von der experimentellen Phase bis zur Operationalisierung beschreibt, vergleicht... >> Weiterlesen

Machine Learning 101: Datenanalyse abseits des Hypes

Das Einmaleins des Machine Learning: Die automatisierte Auswertung von Daten erfordert grundlegende Vorbereitungsschritte. Schritte die ein jeder Akteur auf dem... >> Weiterlesen

Künstliche Intelligenz und die Wirtschaft der Zukunft

Die KI trägt heute zu unserem Wohlstand bei und treibt das Wirtschaftswachstum weiter an. Aber die Grenzen des Wachstums auf der Erde sind erreicht. Gefragt ist... >> Weiterlesen
Weitere Artikel >>