Branchenübergreifend starten Unternehmen derzeit KI-Initiativen und -Projekte – vielfach ohne KI-Strategie und -Vision. Allerdings gewährleistet nur ein ganzheitlicher Ansatz, der Aspekte wie Datenmanagement, Sicherheit und Ethik berücksichtigt, einen ergebnisorientierten und verantwortungsvollen Umgang mit KI.

Zero Impact Products sind die Zukunft. Darum müssen Unternehmen schon heute damit beginnen, ihre Produktportfolios zu transformieren. Verfügbaren, durchgängigen Daten kommt dabei eine Schlüsselrolle zu.

Schatten-IT kann dazu führen, dass sensible Daten außerhalb der kontrollierten und sicheren Umgebung des Unternehmens gespeichert und verarbeitet werden. Das erhöht das Risiko von Verstößen gegen Datenschutzgesetze und kann empfindliche Strafen nach sich ziehen. Der Artikel beleuchtet, wie IT-Strategien es Unternehmen ermöglichen, Schatten-IT zu identifizieren, zu überwachen und zu kontrollieren. Die Integrität und Effizienz der IT-Infrastruktur muss dabei sichergestellt werden.

Die Digitalisierung der Industrie ist zwar noch längst nicht abgeschlossen. Dennoch lohnt sich ein Blick auf den darauffolgenden Schritt: die Nutzung industrieller Datenräume. Schon heute werden damit die Weichen für eine grünere Industrie gestellt.

Diskriminierung durch KI-Algorithmen und Verzerrungen im Algorithmus werfen ethische Fragen auf, denen sich Unternehmen stellen sollten. Doch das ist mehr als ein moralisches Gebot: Ein verantwortungsvoller Umgang mit Künstlicher Intelligenz (KI) kann auch den Geschäftserfolg fördern.

Schon bis 2027 sollen laut Gartner-Analysten 40 Prozent der generativen KI-Systeme (GenAI) multimodal sein, also Text, Bild, Audio und Video in Modellen verarbeiten können. 2023 waren es ein Prozent.

Eine aktuelle Studie von Deloitte zeigt, dass unter Unternehmen große Skepsis bezüglich der KI-Regulierung mithilfe des „EU AI Act“ herrscht. Nur ein Teil der Firmen ist darauf vorbereitet. Mehr als die Hälfte sieht Innovationsmöglichkeiten durch die Regulierung eingeschränkt.

Der Spezialist für Graphdatenbanken und Graph Analytics Neo4j hat sein Portfolio rund um die Cloud-Graphdatenbank AuraDB umgestaltet. Zahlreiche neue Funktionen und Verbesserungen sollen unter anderem für mehr Skalierbarkeit, Benutzerfreundlichkeit und Sicherheit sorgen.

Die meisten IT-Entscheider und C-Level-Manager sind überzeugt, ihre Daten erfolgreich zu nutzen. Eine Studie im Auftrag von One Data offenbart jedoch eine andere Realität. Insbesondere in essenziellen Geschäftsbereichen verkennen die befragten Unternehmen das Potenzial ihrer Daten.

Local Interpretable Model-Agnostic Explanations, kurz LIME, kommt im Bereich der erklärbaren Künstliche Intelligenz (Explainable Artificial Intelligence) zum Einsatz. Mithilfe von LIME lässt sich das Vorhersageverhalten von Machine-Learning-Modellen interpretieren und erklären. LIME ist modellagnostisch und verwendet interpretierbare Ersatzmodelle, um sich der Vorhersage einer Black-Box-KI anzunähern.