Das deutsche KI-Ökosystem organisiert 2023 erstmals den „Deutschen KI Monat mAI“, um auf die Vision „AI made in Germany“ aufmerksam zu machen. Der KI Park e. V. und vier weitere Initiatoren rufen KI-Unternehmen, -Hubs und -Initiativen dazu auf, sich mit Veranstaltungen zu beteiligen.

Wer haftet für die möglichen Fehler einer Künstlichen Intelligenz (KI), wenn diese zu einem Schaden führen? Die Entwickler der KI, die Betreiber der KI oder die Nutzer der KI? Diese Frage muss geklärt werden, wenn KI zunehmend in sensiblen und kritischen Bereichen zum Einsatz kommt. Auf EU-Ebene gibt es hierzu wichtige Entwicklungen im Bereich Produkthaftung.

Das Konzept des Internets der Dinge (IoT), das an alles einen Sensor anheftet und Daten über das Internet an eine Datenbank sendet, ist im Grunde passé. Mit „Smart Dust“ sind Sensoren überall in der Luft und überwachen einfach alles – Temperatur, chemische Substanzen, Feuchtigkeit, Bewegungen, Körperfunktionen und sogar Gehirnwellen.

Ein neuer Data Warehouse Report von Brooklyn Data, der im Auftrag des Herstellers Fivetran erstellt wurde, untersucht die Eignung von fünf Cloud Data Warehouses: Snowflake, Databricks, Azure Synapse, Amazon Redshift und Google BigQuery. Der Report empfiehlt, nicht so sehr auf die Kosten zu achten, sondern auf die Bedienbarkeit, das Kundenerlebnis und das Tuning.

Kein Funkmast in der Nähe oder tief unter Beton? Häufig treffen wir bei der Entwicklung vernetzter Lösungen auf Konnektivitätsprobleme. Low Power Wide Area Networks wie LoRaWAN lassen auf grenzenlose Freiheit hoffen. Aber halten die Technologien, was sie versprechen?

Ein neuer Data Warehouse Report von Brooklyn Data, der im Auftrag des Herstellers Fivetran erstellt wurde, untersucht die Eignung von fünf Cloud Data Warehouses: Snowflake, Databricks, Azure Synapse, Amazon Redshift und Google BigQuery. Der Report empfiehlt, nicht so sehr auf die Kosten zu achten, sondern auf die Bedienbarkeit, das Kundenerlebnis und das Tuning.

Wer an IoT-Projekten für Unternehmen arbeitet, benötigt Hardware- und auch Softwarekomponenten in geeigneter Qualität. Auch Open-Source-Ansätze können diese Anforderungen erfüllen.

Ericsson richtet eine neue Forschungseinheit in Großbritannien ein, um die zukünftigen drahtlosen Konnektivitätsfähigkeiten des Landes zu fördern. Das Unternehmen möchte in den nächsten zehn Jahren mehrere Millionen Pfund in die 6G-Forschung investieren.

Ein neuer Data Warehouse Report von Brooklyn Data, der im Auftrag des Herstellers Fivetran erstellt wurde, untersucht die Eignung von fünf Cloud Data Warehouses: Snowflake, Databricks, Azure Synapse, Amazon Redshift und Google BigQuery. Der Report empfiehlt, nicht so sehr auf die Kosten zu achten, sondern auf die Bedienbarkeit, das Kundenerlebnis und das Tuning.

Das Jahr 2023 bleibt herausfordernd: Die Inflation hält die Kosten hoch, Energie ist weiterhin ein knappes Gut und Fachkräfte werden nach wie vor schwer zu finden sein. Also lieber in den ausgedehnten Winterschlaf und Daumen drücken für 2024? Besser nicht: Mit unseren IoT-Thesen trotzen Unternehmen 2023 smart den Krisen, die uns drohen.

Das Konzept des Internets der Dinge (IoT), das an alles einen Sensor anheftet und Daten über das Internet an eine Datenbank sendet, ist im Grunde passé. Mit „Smart Dust“ sind Sensoren überall in der Luft und überwachen einfach alles – Temperatur, chemische Substanzen, Feuchtigkeit, Bewegungen, Körperfunktionen und sogar Gehirnwellen.

Unstrukturierte Daten begleiten Unternehmen vom Start-up bis zu Großkonzernen. Die Flut an Dateien, Präsentationen, Bildern und Videos bis hin zu E-Mails und Chat-Verläufen ist jedoch nur in den seltensten Fällen kanalisiert, beherrschbar und nutzbringend. Viel eher trifft häufig das Bild vom vermeintlich organisierten Chaos zu. Und das kann richtig teuer werden.

Die Suche in unternehmensinternen Beständen unstrukturierter Daten ist seit jeher schwierig. Das spanische Start-up Nuclia verwendet dazu eine neuartige Datenbank und einen KI-Service. So sollen die Produkte mit allen Arten von unstrukturierten Daten fertig werden.Rund 80 Prozent aller firmeninternen Daten sind unstrukturiert: Textfiles, PDFs, zunehmend Audios und Videos, Streams, Social Media – es gibt eine Unzahl von Quellen und Formaten. Das ist eine Herausforderung für Unternehmen.

Die Menge an Informationen, die von Einzelpersonen und Institutionen gleichermaßen produziert wird, explodiert: Die Weltbevölkerung produziert täglich mehr als 2,5 Trillionen Bytes an Daten. Dabei wird das Wachstum des Internets der Dinge die weltweite Produktion von Informationen noch beschleunigen: Bis Ende 2025 werden weltweit 75,44 Milliarden IoT-Geräte installiert sein.

Digitale Zwillinge versprechen ein riesiges Wertschöpfungspotenzial. Es zu heben, hängt jedoch nicht von der Datenmenge, sondern von deren Qualität ab. Sonst drohen Misserfolg und Geldverschwendung.

Daten spielen für viele Unternehmen eine immer größere Rolle. Viele setzen dabei auf einen CDO.

Neue Datenarchitekturen sind ein zentrales Thema in der Weiterentwicklung datengetriebener Unternehmen. Viele wenden sich dabei von einer monolithisch gestalteten Datenarchitektur ab und implementieren dezentralisierte oder föderal gestaltete Architekturen. Für welche Art der Gestaltung sich Unternehmen auch entscheiden, das Ziel ist es, die Zeit von Datenverfügbarkeit bis Erkenntnisgewinn zu verkürzen und diese Möglichkeit einem breiteren Anwenderkreis zu ermöglichen. Doch was erwartet Unternehmen danach?

In China entscheidet die Künstliche Intelligenz (KI) einer Onlinebank aufgrund der Mimik eines Kreditantragstellers, ob dieser solvent ist. Ein solches Szenario ist in Deutschland schlicht kaum vorstellbar. Während USA und China mit Sieben-Meilen-Stiefeln in Sachen KI voranschreiten, dümpeln die EU und Deutschland hinterher.

Die Vorweihnachtszeit ist in vollem Gange und damit wird es Zeit, endlich Weihnachtsgeschenke zu besorgen. Wir haben 24 brandneue, nützliche und lustige Gadgets zusammengetragen, die fast alle auch unter den Weihnachtsbaum passen.

Die Analyse aller verfügbaren Daten ist für viele Unternehmen unverzichtbar, um im Wettbewerb bestehen zu können und Innovationen voranzutreiben. Einfach ist das aber nicht: Das nötige Fachpersonal ist immer noch rar und teuer. Unterstützung durch externe Big-Data-Consultants kann hier wichtige Hilfestellung geben.

Kein Funkmast in der Nähe oder tief unter Beton? Häufig treffen wir bei der Entwicklung vernetzter Lösungen auf Konnektivitätsprobleme. Low Power Wide Area Networks wie LoRaWAN lassen auf grenzenlose Freiheit hoffen. Aber halten die Technologien, was sie versprechen?

Als strategisches und vor allem unabhängiges Gremium trage der Forschungsbeirat Industrie 4.0 wesentlich dazu bei, nach Möglichkeiten zu forschen, um die Zukunft zu sichern. Jetzt gibt es Verstärkung.

Wie es so oft der Fall ist, verkörpert auch die Digitalisierung zwei Seiten der Medaille: Auf der einen Seite die steigende Nachfrage an Technologie und die Zunahme an digitalen Produkten und Dienstleistungen, die den Verbrauch von natürlichen Ressourcen und Energie ankurbelt. Auf der anderen Seite die Möglichkeit, die nachhaltige Entwicklung in vielen Bereichen mit Technologie zu unterstützen und zu beschleunigen.

Der IT-Dienstleister Adesso hat gemeinsam mit dem Fraunhofer IPA eine neue Vorgehensweise für die Konzeption von Industrial-IoT-Plattformen (IIoT) entwickelt. Im Fokus steht dabei das produzierende Gewerbe.

Mit Beginn des neuen Jahres setzen Unternehmen in ganz Deutschland gezielt Maßnahmen um, um mehr Transparenz in ihren gesamten Lieferketten zu schaffen. Gemäß dem Gesetz über die Sorgfaltspflicht in der Lieferkette, das am 1. Januar 2023 in Kraft getreten ist, ist jedes in Deutschland tätige Unternehmen mit mehr als 3.000 Mitarbeitern für Menschenrechte und Nachhaltigkeitseffekte entlang seiner gesamten Lieferkette verantwortlich.

Der für die Öffentlichkeit zugängliche Chatbot ChatGPT von Open AI kann Phishing-E-Mails mit Schadsoftware generieren. Forscher warnen, dass KI die Cybersicherheitslandschaft stark verändern wird.

Wenn Sie gerade Ihr Amazon Web Services (AWS)-Konto eingerichtet haben und sich Sorgen um die Datensicherheit machen, gibt es dafür gute Gründe: Oftmals setzen ungewisse unternehmensweite Einstellungen oder einfache Fehlkonfigurationen die Daten einem hohen Risiko aus. Mit ein paar einfachen Schritten kann man jedoch die AWS-Sicherheit deutlich erhöhen.

Wer haftet für die möglichen Fehler einer Künstlichen Intelligenz (KI), wenn diese zu einem Schaden führen? Die Entwickler der KI, die Betreiber der KI oder die Nutzer der KI? Diese Frage muss geklärt werden, wenn KI zunehmend in sensiblen und kritischen Bereichen zum Einsatz kommt. Auf EU-Ebene gibt es hierzu wichtige Entwicklungen im Bereich Produkthaftung.

ChatGPT ist das jüngste Beispiel für den Hype, den KI-Anwendungen auslösen können. Deutschland möchte auf diesem Gebiet ebenfalls durch Eigenentwicklungen glänzen. Eine Machbarkeitsstudie ermittelte die notwendigen Voraussetzungen.

Der Azure OpenAI Service gewährt Microsoft zufolge den Zugang zu den weltweit fortschrittlichsten KI-Modellen. Kunden müssen allerdings einen Antrag stellen, in dem sie ihren beabsichtigten Anwendungsfall oder ihre Anwendung beschreiben, bevor sie Zugang erhalten.

Die Suche in unternehmensinternen Beständen unstrukturierter Daten ist seit jeher schwierig. Das spanische Start-up Nuclia verwendet dazu eine neuartige Datenbank und einen KI-Service. So sollen die Produkte mit allen Arten von unstrukturierten Daten fertig werden.Rund 80 Prozent aller firmeninternen Daten sind unstrukturiert: Textfiles, PDFs, zunehmend Audios und Videos, Streams, Social Media – es gibt eine Unzahl von Quellen und Formaten. Das ist eine Herausforderung für Unternehmen.

Weltweit schätzen Unternehmen die Bedeutung Künstlicher Intelligenz (KI) für ihre Zukunftsfähigkeiten signifikant höher als deutsche Firmen ein. Dies ist eines der Ergebnisse der Studie „State of AI in the Enterprise“ von Deloitte.

Massive Multitask Language Understanding (MMLU) ist ein Benchmark, mit dem sich das allgemeine Weltwissen und die Problemlösungsfähigkeiten von Sprachmodellen testen und beurteilen lassen. Der Benchmark deckt verschiedene Wissensgebiete ab, darunter den MINT-Bereich (Mathematik, Informatik, Naturwissenschaft und Technik), aber auch Geistes- und Sozialwissenschaften sowie weitere. Die Schwierigkeit der Aufgaben variiert von Grundstufenwissen bis zu fortgeschrittenem Expertenwissen.

LAMBADA (LAnguage-Model-BAsed Data Augmentation) ist eine Methode, mit der sich auf Basis vorhandener Trainingsdaten weitere Trainingsdaten synthetisch erstellen lassen. Die Trainingsdaten werden mithilfe eines bereits trainierten und speziell feinabgestimmten Sprachmodells automatisch erzeugt. Typischer Einsatzzweck der generierten Daten ist das Training von Modellen zur Textklassifizierung im NLP-Bereich. Ein Training mit den synthetisch vermehrten Daten verbessert die Textklassifizierungsleistung der Modelle in vielen Fällen signifikant.

ChatGPT ist der Prototyp eines dialogorientierten Chatbots des US-Unternehmens OpenAI. Er basiert auf dem Sprachmodell GPT-3 (Generative Pretrained Transformer 3) und ist seit November 2022 für die Öffentlichkeit frei zugänglich. Der Chatbot ist thematisch nicht eingeschränkt und kommuniziert in verschiedenen Sprachen. Er versteht Eingaben in natürlicher Sprache und produziert Antworten, die nur schwer von menschlichen Antworten zu unterscheiden sind.

BoolQ ist der Name eines Datensatzes mit knapp 16.000 Fragen, die mit ja oder nein zu beantworten sind. Er lässt sich einsetzen, um die NLI-Leistung (Natural Language Inference) und die Fähigkeit eines trainierten Sprachmodells zur Beantwortung von Fragen zu prüfen und zu bewerten. Jede Aufgabe besteht aus der Frage selbst und einem Absatz aus einem Wikipedia-Artikel, aus dem sich die richtige Antwort ableiten lässt.