Das Smart Data Solution Center (SDSC) Baden-Württemberg wird auch nach Ablauf der zehnjährigen Förderphase als gemeinnütziger Verein weiter agieren. Im Mittelpunkt steht dabei der Wissenstransfer rund um KI und Data Analytics für Forschung und Praxis.

Mittelständische Unternehmen drohen beim KI-Boom bisher zu kurz zu kommen. Doch inzwischen kommen Lösungen auf den Markt, die entsprechende Bedürfnisse im Auge haben. Ein Beispiel ist die angekündigte Proalpha-Industrial-AI-Plattform.

Wenn es um Hemmnisse für den Einsatz von KI (Künstliche Intelligenz) in Deutschland geht, werden zuerst der Datenschutz und die Regulierung genannt. Gleichzeitig würden Unternehmen eine KI von deutschen Anbietern bevorzugen. Unter den Gründen dafür ist auch wieder der Datenschutz zu finden. Offensichtlich muss der Datenschutz bei KI neu bewertet werden.

Die Gesundheitsbranche leidet weltweit unter Kostendruck, Fachkräftemangel und regulatorischen Anforderungen. KI und darauf basierende Technologien bieten sich hier als Lösung an. Das sehen auch die Führungskräfte der Branche so, wie eine Studie von Roland Berger zeigt.

Das Forschungsprojekt KI-Cockpit möchte dazu beitragen, KI-Technologien so zu gestalten, dass sie die Arbeitswelt nicht nur effizienter, sondern auch sicherer und transparenter machen. Zentrale Erkenntnisse aus der Begleitforschung des Projekts werden nun in einem Whitepaper präsentiert.

MongoDB und Microsoft kooperieren enger: MongoDB Atlas sei im Azure OpenAI Service, MongoDB Enterprise Advanced im Azure Marketplace für Kubernetes-Umgebungen verfügbar, zudem seien dank Open Mirroring in Microsoft Fabric Datenabgleiche mit MongoDB Atlas fast in Echtzeit möglich.

Erfolgskritisches Wissen zu Arbeitsprozessen im Unternehmen sichern: Im Projekt KIproWork an der Hochschule Karlsruhe wurde dafür in den vergangenen zwei Jahren ein Online-Methodenkoffer entwickelt.

Mit fortschrittlichen Technologien können weitere Potenziale in der Robotik ausgeschöpft werden. Ein Konsortium aus Wirtschaft und Wissenschaft erarbeitet nun erste Use Cases.

Die Welt der Softwareentwicklung befindet sich in einem tiefgreifenden Wandel. Mit dem Aufkommen von Künstlicher Intelligenz (KI) und maschinellem Lernen verändern sich nicht nur die Werkzeuge, die Entwickler nutzen, sondern auch ihre grundlegende Rolle im Entwicklungsprozess. Entwickler werden zunehmend zu Dirigenten, die KI-Systeme orchestrieren, anstatt jeden einzelnen Codebaustein manuell zu schreiben.

Daten werden oft als das neue Öl bezeichnet. Auch wenn der Vergleich hinkt (Daten sind wiederverwendbar, Öl nicht), so vermittelt er doch die Bedeutung einer wertvollen Ressource, die Innovationen anregt, Entscheidungen beeinflusst und die Weltwirtschaft antreibt. Das derzeitige Modell der Datenerfassung und -nutzung wirft jedoch erhebliche Bedenken hinsichtlich Datenschutz, Umweltbelastung und ethischer Aspekte auf. Während wir uns mit diesen Herausforderungen auseinandersetzen, werden synthetische Daten oft als potenzielle Lösung gesehen – allerdings eine, die sowohl Chancen als auch Risiken birgt.