Pegasystems stellt mit „Pega Process Mining“ intuitive Analysefunktionen zur Verfügung, mit denen jeder Nutzer Ineffizienzen in Prozessen finden und beheben könne. Pegasystems werde diese Funktionen gemeinsam mit APIs für generative KI nahtlos in die Pega Platform integrieren.

Das Business Application Research Center (BARC) hat die siebte Ausgabe seines Scores zum Bereich Enterprise BI & Analytics Platforms veröffentlicht. In dessen Rahmen werden marktrelevante Hersteller bewertet.

Wie können Produktionsdaten direkt und einfach aus einer Maschine überführt werden? Die Antwort: Mit einer Sensor-to-Cloud-Lösung. Mit IO-Key lassen sich über 6.000 IO-Link-fähige Sensoren per Plug-and-Play in einer Cloud abbilden, neue Geschäftsmodelle entwickeln sowie Schalt- und Alarmfunktionen umsetzen.

IoT-Betriebssysteme haben es in sich: Sie erfüllen zunehmend anspruchsvolle Aufgaben mit den geringsten Systemressourcen, um Big Data aus der Sensorik für die Analyse zu „ernten“. Sie sind das Herzstück der Edge-Intelligenz.

Einer aktuellen Bitkom-Studie zufolge sind die meisten deutschen Industrieunternehmen der Meinung, dass Industrie 4.0 nicht nur für mehr Effizienz bei der Produktion, sondern auch für mehr Nachhaltigkeit sorgt.

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.

Die TU Darmstadt, Hessian.AI und das Deutsche Forschungszentrum für Künstliche Intelligenz haben eine Methode vorgestellt, die das Geben menschlichen Feedbacks an eine lernende Software erheblich vereinfacht. Die Arbeit erscheint im Fachmagazin „Nature Machine Intelligence“.

Bei Selbstorganisierenden Karten (Self-Organizing Maps – SOM) handelt es sich um künstliche neuronale Netzwerke, die für unüberwachte Lernverfahren einsetzbar sind. Die Funktionsweise ist dem zerebralen Kortex des menschlichen Gehirns nachempfunden. Selbstorganisierende Karten erlauben eine dimensionsreduzierte, topologische Darstellung hochdimensionaler Eingangsdaten. Typischer Einsatzbereich von Self-Organizing Maps ist das Data Mining.

Unternehmen, die ihre Geschäftsmodelle an Daten ausrichten, sind langfristig erfolgreich. Aleph Alpha, Konux, Atheneum und Scoutbee sind Paradebeispiele aus Deutschland. Da ist es naheliegend, dass immer mehr Unternehmen datenzentriert agieren wollen. In der Praxis heißt das jedoch meist, dass Datenspezialisten sich darum kümmern, Daten zu sammeln und den Fachbereichen wertstiftend zur Verfügung zu stellen.

Adversarial Filtering (AF) ist ein Verfahren zum Erstellen möglichst schwer zu lösender Aufgaben für NLI-Benchmark-Datensätze. Das Verfahren generiert falsche Hypothesen, die für Menschen relativ einfach zu erkennen sind, Sprachmodelle aber beim Finden der zu einer Prämisse logisch passenden Hypothese vor Probleme stellen. Mithilfe von AF lässt sich eventuell vorhandener Bias entfernen und die tatsächliche NLI-Fähigkeit eines Sprachmodells besser beurteilen.