Müllroboter statt Taucher: Im EU-Projekt SeaClear hat die TU München ein Unterwasserfahrzeug entwickelt, das mithilfe von Künstlicher Intelligenz (KI) Müll identifiziert, in 3D modelliert und autonom an die Oberfläche bringt. Bei einer Demo in Marseille holte es E-Scooter und Reifen aus dem Hafenbecken.

Industrieroboter lassen sich per Robot Offline Programming virtuell programmieren – passgenau und ohne Produktionsstillstand. Visual Components zeigt drei Bereiche, in denen diese Methode bereits heute Fertigungsprozesse effizienter macht.

49 Prozent der vom SaaS-Anbieter Crowdfox befragten Einkaufs- und Supply-Chain-Verantwortliche gaben an, KI im Einkauf oder Supply-Chain-Management einzusetzen. Doch nur etwa jeder Zehnte (zwölf Prozent) sieht sich selbst als aktiver Nutzer und Vorreiter bei dieser Technologie.

Ein KI-Modell von Universität Freiburg und KIT zeigt, wie heiß es in deutschen Städten bis zum Ende des Jahrhunderts werden könnte – metergenau. Die Simulationen liefern neue Ansätze für Stadtplanung, Hitzewarnungen und den Schutz der Bevölkerung.

Ein Verbund aus Forschung und Start-up-Szene arbeitet an einem Kamerasystem, das Bestäuber-Insekten automatisch erfasst und klassifiziert. Das System soll das aufwendige manuelle Zählen ablösen und kontinuierliche Daten über Hummeln, Wildbienen und Schwebfliegen liefern.

Das Thema Künstliche Intelligenz ist in der Breite der deutschen Wirtschaft angekommen. Immer mehr Firmen setzen KI selbst ein. Die Verantwortlichen sehen KI als wichtigste Zukunftstechnologie.

Wer krank ist, kämpft neben den Beschwerden häufig mit Sorgen: Was könnte ich denn haben? Ein wachsender Teil der Bevölkerung fragt die Künstliche Intelligenz (KI).

Generative Künstliche Intelligenz (GenAI) schien vielen in jüngster Zeit als Allzweckwaffe. Doch es zeigt sich, dass die Technologie im Unternehmenseinsatz Schwächen hat. Zu diesem Ergebnis kommt eine Studie von Abbyy.

Unternehmen haben im Durchschnitt 36 Proof-of-Concept-Projekte für Künstliche Intelligenz (KI) am Laufen, aber nur etwa vier davon erlangen operative Reife und werden eingesetzt – so die Ergebnisse einer Umfrage von Gartner von 2025. Eine aktuelle Studie des MIT zeigt ein noch düstereres Bild: 95 Prozent der GenAI-Pilotprojekte scheitern.

Der im Internet und in den Unternehmen verfügbare Datenberg – diese Tatsache wird als Big Data umschrieben – wird immer größer, unübersichtlicher und lässt sich nur schwer verarbeiten. Immer technologisch anspruchsvollere Tools und Programme sollen die Datenflut zähmen.