DeepSeek R1 ist ein vielseitiges KI-Modell, das mit Machine-Learning-Methoden verschiedene Zwecke erfüllen soll: generative KI mit Sprachverarbeitung, Computer Vision, Code- und Datenanalyse sowie KI-gestützte Sicherheit. Die Angabe des chinesischen Start-ups, dass das Modell mit geringen Rechenressourcen zu niedrigen Kosten arbeiten könne und kostenlos angeboten werde, hat Ende Januar zu einem massiven Vertrauensverlust an den Finanzbörsen geführt, weil Chipanbieter wie Nvidia, Broadcom und Infineon plötzlich überbewertet erschienen.

Generative KI auf Basis von Large Language Models bringt viele Vorteile, birgt aber auch neue Risiken. Um die innovative Technologie sicher zu nutzen, müssen Unternehmen die wichtigsten Bedrohungen erkennen, bewerten und gezielt adressieren. Wie gelingt das am besten und wo lauern die größten Gefahren?

Nur wer seine Mitarbeiter bis ins Detail kennt, weiß um ihre Fähigkeiten und kann diese gewinnbringend einsetzen. Vor allem in Zeiten des Fachkräftemangels ungemein wichtig. Workday treibt wie kein anderer Anbieter cloudbasierter Personalsoftware die Entwicklung von Mitarbeitern mit ML- und GenAI-Unterstützung voran.

KI-Wettrüsten in den USA: Die größten Namen in Tech liefern sich ein Kopf-an-Kopf-Rennen. Meta plant nun in Lousiana ein Rechenzentrum, das die halbe Fläche Manhattens entspäche.

Künstliche Intelligenz ist mittlerweile bei vielen Menschen fest im Alltag integriert, sei es als Sprachassistent oder beim Entsperren des Smartphones. Es muss aber Vorsicht geboten sein und darüber informiert das BSI.

Mit der Vorstellung der AI Gigafactory will Genpact Unternehmen helfen, KI-Lösungen effizienter zu entwickeln und schneller in den produktiven Betrieb zu überführen. Ziel der Plattform ist es, nicht nur die technologische Skalierung zu ermöglichen, sondern auch den Zugang zu spezialisierten Talenten und Technologiepartnern zu erleichtern.

Die Graph Query Language, kurz GraphQL, wird oft als Gegenspieler zu REST gesehen. Bei genauerer Betrachtung ist das aber nur die halbe Wahrheit. Welchen Mehrwert bietet die Abfragesprache für Entwickler in Zeiten vollkommener Kundenzentrierung?

In einer Welt, in der Künstliche Intelligenz (KI) zunehmend Geschäftsprozesse und Innovation vorantreibt, steht der deutsche Mittelstand vor einer entscheidenden Herausforderung. Während Technologiegiganten und Start-ups weltweit die Potenziale von Generativer KI (GenAI) ausschöpfen, zeigen viele deutsche Unternehmen noch Zurückhaltung.

In der BI-Welt reden derzeit viele über DataOps. Klar, dabei geht es um Daten. Auch die Analogie zu DevOps fällt auf. Doch wo liegen die Berührungspunkte? Und wie wirken sich die Ansätze auf die Arbeit von Softwareentwicklern aus?

Mit steigendem KI-Einsatz wächst der Bedarf an individuellen Lösungen. Retrieval Augmented Generation (RAG) adressiert dies, birgt aber Risiken durch ungeschützte Vektorspeicher und LLM-Hosting-Plattformen, die Datenlecks und unbefugte Zugriffe begünstigen.