Wer KI produktiv einsetzen will, muss zuerst das Fundament modernisieren. Die NTT Data Group sieht in Netzwerkarchitekturen den entscheidenden Hebel für Performance, Sicherheit und Skalierbarkeit von KI-Workloads.

Neue Studienergebnisse belegen, dass ein KI-gestütztes digitales Stethoskop bei routinemäßigen klinischen Untersuchungen die Erkennung moderater bis schwerer Herzklappenerkrankungen im Vergleich zu herkömmlichen Stethoskopen mehr als verdoppelt.

Ein neuer Benchmark testet eine unangenehme Schwäche moderner Sprachmodelle: Ihre Bereitschaft, selbst offensichtlichen Unsinn ernst zu nehmen. Die Ergebnisse von BullshitBench zeigen, dass viele aktuelle LLMs immer noch lieber antworten als widersprechen, selbst dann, wenn die Frage auf falschen Annahmen basiert.

Mit dem Forschungs- und Innovationszentrum (FIZ) „Chip AI“ erweitern die Fraunhofer HNFIZ ihr Portfolio um Chipdesign für und mit KI. Ziel ist eine leistungsfähige Plattform für energieeffiziente Hardware und technologische Souveränität in Europa.

Neues KI-Zentrum, historische Kulisse: Was Google, Politik und Wissenschaft in Berlin zusammenbringen – und warum das wirtschaftliche Potenzial gigantisch ist.

Künstliche Intelligenz (KI) hat in vielen Unternehmen längst den Status eines Experimentierfeldes verlassen. Sprachmodelle, Analysewerkzeuge und Automatisierungssysteme werden in alltägliche Prozesse integriert. Der Nutzen ist real: Entwürfe entstehen schneller, Informationen werden auffindbarer, Routinearbeit wird reduziert. Gleichzeitig zeigt die Beratungspraxis ein wiederkehrendes Muster: Die Einführung erfolgt häufig schneller als die rechtliche und organisatorische Einordnung.

Künstliche Intelligenz (KI) wird im industriellen Mittelstand intensiv diskutiert, in der operativen Praxis jedoch meist nur punktuell eingesetzt. Der Schritt von Pilotanwendungen hin zu stabilen, skalierbaren Geschäftsprozessen gelingt selten. LEVACO Chemicals geht bewusst weiter: Die End-to-end-Automatisierung eines zentralen Einkaufsprozesses wurde so konzipiert, dass KI nicht als Zusatzfunktion, sondern als verbindlicher Prozessstandard integriert ist.

Während heutige KI-Systeme als „schwache“ oder „schmale“ Intelligenz hochspezialisierte Aufgaben lösen, zielt die Forschung bei der Artificial General Intelligence (AGI) auf ein System ab, das über kognitive Fähigkeiten verfügt, die denen des Menschen ebenbürtig oder überlegen sind. Eine solche „starke KI“ könnte unabhängig von ihrer Programmierung neues Wissen erwerben und komplexe Probleme über verschiedene Domänen hinweg lösen.

Das Google AI Center Berlin soll Forschung und Praxis verbinden, den Austausch zwischen Technologiekonzern, Wissenschaft und Gesellschaft fördern – und Deutschland als Standort für künstliche Intelligenz (KI) im internationalen Wettbewerb stärken.

Die Realität der KI-Implementierung bleibt bei deutschen Unternehmen hinter den Erwartungen zurück. Eine Cloudflight-Studie mit C-Level-Entscheidern zeigt: Erfolgreiche KI-Agenten scheitern nicht am Geld. Die Studie nennt drei entscheidende Erfolgskriterien.