Schlagwort: Künstliche Intelligenz

Mit digitaler Müllsortierung revolutioniert ein innovatives Start-up die Abfallwirtschaft: Millionen Produkte werden blitzschnell erkannt, gefährliche Stoffe sicher getrennt, und die Wiederverwertung optimiert. Diese Innovation, die herkömmliche Systeme weit übertrifft, wurde mit dem Deutschen Gründerpreis ausgezeichnet.

75 Prozent der Mittelstandsbetriebe werden sich laut einer aktuellen Studie bis 2030 vom monatlichen Rechnungsabschluss verabschieden. Künstliche Intelligenz (KI) bietet dann Echtzeiteinblicke und verbessert das Risikomanagement. Damit beginnt eine neue Ära der Echtzeit-Buchhaltung mit KI.

Nach dem großen Hype um generative Künstliche Intelligenz trennt sich jetzt nach und nach die Spreu vom Weizen. Unternehmen haben erste Anwendungen identifiziert, die ihnen echten Mehrwert bieten. Erste Implementierungen stehen an.

Künstliche Intelligenz (KI) hat sich längst im Alltag und im Berufsleben etabliert. Besonders in der Dokumentenverwaltung ermöglicht die KI-Integration im Dokumentenmanagement deutliche Effizienzsteigerungen. Doch welche technischen Schritte sind erforderlich, um KI-Tools sicher und zuverlässig in Büroprozesse zu integrieren?

Kleine Fehler ereignen sich und die Produktionsstraße steht still. Dieses Horrorszenario in der Fertigung wird durch neue Anwendungsmöglichkeiten der generativen KI immer seltener eintreten. Damit ist eine effizientere industrielle Fertigung nicht mehr bloß Zukunftsmusik.

Der Hype rund um generative Künstliche Intelligenz (KI) wie ChatGPT hat hohe Erwartungen geweckt, doch nun rücken die Herausforderungen bei KI-Projekten in den Fokus. Laut Gartner sind viele Unternehmen mit der Frage konfrontiert, wann sich ihre Investitionen in KI-Projekte rentieren. Die Prognosen dafür sind leider nicht vielversprechend. Um hier Projektfehlschläge zu minimieren hat SAP eine Partnerschaft mit der Anwenderinitiative applied AI geschlossen.

Datenqualität bei Künstlicher Intelligenz ist entscheidend für präzise und faire Ergebnisse. Die Auswahl und Verarbeitung von Daten spielen eine zentrale Rolle, um Verzerrungen zu vermeiden und den Datenschutz sicherzustellen. Reinhard Heckel, Professor für Maschinelles Lernen an der TU München, erläutert, wie eine hohe Datenqualität den Erfolg von KI-Anwendungen beeinflusst.

Die Einführung generativer KI in Unternehmen birgt großes Potenzial, aber auch Herausforderungen. Während viele Mitarbeitende bereits eigenständig KI-Tools nutzen, führt die fehlende Abstimmung oft zu einer Spaltung im Unternehmen und zu Sicherheitsrisiken. Eine ganzheitliche KI-Strategie hilft hier dabei sowohl klare Regeln zu setzen als auch Raum für Innovation und Lernen zu schaffen.

Das Treffen von Entscheidungen kostet Ressourcen. Die richtigen Informationen zur richtigen Zeit zu haben und zu bewerten, ist vielerorts ein Luxus. Mit Decision Automation erweitern Entscheidungsträger ihre Kompetenzen durch kognitive Technologien.

Mit der Managed-Service-Plattform Edge-KI bringt NTT DATA Künstliche Intelligenz in die Fertigung. Die Lösung überwindet die Grenzen zwischen IT- und Operational Technology. Intelligente Analysen sind ein Schritt in Richtung Industrie 4.0.