Visionen von glänzenden, automatisierten High-Tech-Städten sind seit langem ein Grundbestandteil der Science-Fiction. Doch mittlerweile beginnt die technologische Realität diesen Traum zu verwirklichen. Regierungen und Technologiekonzerne investieren Milliarden, um die vernetzte intelligente Stadt Wirklichkeit werden zu lassen, inklusive aller damit einhergehenden Sicherheitsrisiken.

An der Katholischen Universität Eichstätt-Ingolstadt (KU) ist das Mathematische Institut für Maschinelles Lernen und Data Science (MIDS) an den Start gegangen.

M3GNet ist ein an der University of California, San Diego, entwickelter KI-Algorithmus, mit dem sich die Strukturen und Eigenschaften von bereits existierenden oder noch neu zu synthetisierenden Materialien vorhersagen lassen. Mithilfe des Algorithmus wurde die Datenbank matterverse.ai erstellt. Sie enthält Eigenschaften von rund 31 Millionen Materialien, die noch nicht synthetisiert wurden. M3GNet funktioniert im gesamten Periodensystem der chemischen Elemente.

Machine Learning (ML) wird schon lange als wichtiger Trend gehandelt und dank einfach zugänglicher Tools bekommen dieses Jahr endlich mehr Unternehmen die Chance, Kapital aus ML zu schlagen. Dadurch können sie einerseits selbst größte Datenmengen nutzen und andererseits zu tiefergehenden Erkenntnissen gelangen, die fürs bloße Auge unsichtbar bleiben würden. Doch wie immer gibt es einen entscheidenden Haken, den Unternehmen unbedingt beachten sollten.

Der Digitalverband Bitkom hat einen Leitfaden zum Thema Metaverse veröffentlicht. Er zeigt konkrete Anwendungsfälle und Chancen des Industrial Metaverse für interessierte Unternehmen auf.

Big Data, Analytics und Data Science sind Themen und Schlagworte, die Unternehmen und deren Führungskräfte schon seit mehreren Jahren beschäftigen. Kein Tag vergeht, an dem Politik, Verbände, Institute und Berater nicht auf die Notwendigkeit hinweisen, sich dieser Themen anzunehmen.

Im Fokus des „2023 Spring“-Updates für disy Cadenza stehen neue Technologien und regulatorische Herausforderungen. Neu an Bord sind unter anderem Lösungen für Data Governance im Self-Service, organisationsweites Reporting, Big Data und erweiterte Geodatenquellen.

Kleine und mittlere Unternehmen (KMU) sind zwar an Künstlicher Intelligenz (KI) und Automation interessiert, verfügen aber über weniger Investitionskapital als Großunternehmen. KMU können sich aber durch KI und Automation wettbewerbsfähig machen, fand eine Umfrage der britischen Firma Constant Contact heraus.

Google stattet weitere Produkte und Dienste mit Künstlicher Intelligenz aus. Die Nutzer von Google Workspace erhalten KI-gestützte Tools, außerdem stellt der Technologieriese Entwicklern und Unternehmen sein KI-Sprachmodell PaLM (Pathways Language Model) zur Verfügung.

Das Forschungsinstitut für Rationalisierung (FIR) an der Rheinisch-Westfälischen Technischen Hochschule Aachen (RWTH) hat gemeinsam mit dem Center Smart Services ein Konsortial-Projekt zum Thema „Intelligente Produkte“ angekündigt.