Schlagwort: Machine Learning

Mit einem Machine-Learning-Kit vereinfacht Mendix den Einsatz von Künstlicher Intelligenz in Low-Code-Anwendungen. Die Low-Code-Plattform Mendix 10 ermöglicht die sichere Bereitstellung analytischer Modelle. Chatbots unterstützen Entwickler in ihrer Arbeit.

Softwaredefinierte Fahrzeuge bilden den zentralen Baustein für die elektrifizierte, computerisierte und mit der Cloud vernetzte Zukunft des Individualverkehrs. Den meisten Experten aus der Automobilindustrie ist längst klar, dass für Innovationen und Markterfolg kein Weg an zukunftsweisenden Softwarelösungen vorbeiführt.

Mit Künstlicher Intelligenz lassen sich Kundenerlebnisse personalisieren. Mit der Applikation CustomerAI von Twilio reichern Unternehmen ihren Kundendaten um generative und prädiktive Funktionen an, um die Vorlieben der Käufer kennenzulernen. Dies gestaltet die Customer Journey transparenter.

Auf Basis vordefinierter Szenarien und künstlicher Intelligenz erstellt die Low-Code-Plattform Pega Infinity ’23 Workflows vollautomatisch. Die Suite für Entscheidungsfindung und Automatisierung wird im dritten Quartal 2023 verfügbar sein.

Algorithmen bringen einen hohen Nutzen. Aufbau und Betrieb der dazugehörigen IT-Systeme können sich aber nur wenige Unternehmen leisten. Einen praktikablen Ausweg bietet nach Aussage des Rechenzentrumbetreibers firstcolo der Betrieb in der Cloud.

Wie Analytics und Künstliche Intelligenz den Umweltschutz fördern, zeigen zwei Projekte von SAS: In Istanbul reduzieren Machine Learning und das Internet der Dinge Emissionen im Verkehr. Im österreichischen Ziegelwerk Wienerberger optimiert ein digitaler Zwilling den Betrieb.

Dank der gut formulierten Antworten bekommt ChatGPT viel Beifall. Eine klassische Suchmaschine kann das System allerdings nicht ersetzen, argumentiert Intrafind und verweist auf hohe Kosten, mangelndes Vokabular für Spezialfälle und Falschaussagen.

Von Marktforschung bis zu Chatbots, von Betrugserkennung bis zum Handel – Künstliche Intelligenz treibt Innovation und Automatisierung voran. Der Datenspeicherspezialist Pure Storage erläutert den effizienten Einsatz am Beispiel der Finanzindustrie in sechs Schritten.

Unsicherheiten wegen volatiler Märkte, kleinere Chargen, steigende Compliance-Pflichten und der demografische Wandel: Der Schweizer Data-Science-Spezialist LeanBI erläutert, warum sich künftig Industrieunternehmen ernsthaft für Machine Learning interessieren.

Für Künstliche Intelligenz werden im kommenden Jahr wichtige Weichen gestellt. Pegasystems gibt einen Ausblick auf die Anforderungen bei der Auswahl und beim Implementieren der Technologie und erläutert, welche Rolle die gesetzliche Regulierung spielt.