Künstliche Intelligenz (KI) – insbesondere Generative AI – hat sich als Schlüssel zum Wettbewerbsvorteil etabliert. Doch während Unternehmen Unsummen in diese Technologien stecken, übersehen sie oft den entscheidenden Faktor: den Tech-Stack. Ein veraltetes, fragmentiertes Fundament blockiert das volle Potenzial der KI.

Nicht jedes Unternehmen ist auf die gleiche Weise von der neuen Regulierung betroffen. Ein genauerer Blick auf das KI-Ökosystem wiegt Chance und Herausforderung für individuelle Klassen von KI-Akteuren ab und zieht daraus Schlüsse für die Zukunft von Künstlicher Intelligenz (KI) in Europa.

Emotionale Nuancen erfassen hilft bei persönlichen Assistenzsystemen oder im Gesundheitswesen. Die Entwicklung emotional intelligenter Künstlicher Intelligenz (KI) ist daher der nächste logische Evolutionsschritt. Es geht nicht nur darum, was wir sagen, sondern wie wir es sagen.

Die Produktion in Deutschland könnte durch Künstliche Intelligenz (KI) effizienter, günstiger und präziser werden. Doch laut einer aktuellen Bitkom-Umfrage schöpft nur ein Bruchteil der Industrie das Potenzial von KI wirklich aus. Zwischen technischer Chance und regulatorischer Hürde klafft eine deutliche Lücke.

Die Technische Universität Graz und Voestalpine Böhler Welding starten das Projekt Spark Science Center, um das Schweißen der Zukunft zu schaffen.

Auf seiner Entwicklerkonferenz Build in Seattle hatte Microsoft eine weitere Vision: Ein „Open Agentic Web“ soll eine „Army of Agents“ ins Rennen schicken. Dabei handelt es sich um einen orchestrierbaren Verbund, in dem KI-Agenten miteinander interagieren, Entscheidungen treffen und gemeinsam handeln. Wir fassen die Nachrichten aus Seattle zusammen.

Frei nach Johann Wolfgang von Goethe „Die ich rief, die Geister / Werd’ ich nun nicht los“ ist seit Anfang 2023 die künstliche Intelligenz (KI) in aller Munde. Doch entgegen mancher Überzeugungen, dass KI das Allheilmittel sei, sollten wir sie als ein Tool mit all seinen Vor- und Nachteilen betrachten.

Forscher der ETH Zürich haben smarte Textilien geschaffen, die akustische Wellen statt Elektronik nutzen, um Berührungen, Druck und Bewegungen präzise zu messen. Mögliche Anwendungen reichen von der Überwachung der Atmung bei Asthmapatienten über die Verbesserung von Bewegungsabläufen im Sport bis zur Übersetzung von Gebärdensprache.

Ein Forscherteam der FAU und des Helmholtz-Instituts hat ein Tool entwickelt, das KI-Modelle mit besonders unterschiedlichen Daten testet. Dadurch könnte sich zeigen, wie robust neuronale Netze unter echten Bedingungen sind.

Die Software-Supply-Chain-Plattform von JFrog wird künftig Teil des validierten Designs der Nvidia Enterprise AI Factory. Die Integration soll helfen, KI-Modelle wie Software-Artefakte zu verwalten – sicher, nachvollziehbar und skalierbar. Ein Baustein für die industrielle KI-Produktion.