Künstliche Intelligenz

Dr. Hendrik Brakemeier (links), Dr. Holger Pfeifer (rechts)

Referenten:
Dr. Hendrik Brakemeier, Senior AI Strategist, appliedAI Initiative
Dr. Holger Pfeifer, Kompetenzfeldleiter Software Dependability, fortiss

Aufzeichnung:
https://youtu.be/gN1KMJAeS8c

Download Präsentationen:
Vortrag 1, Vortrag 2

Inhalt:
Zum Start der "Webinarreihe KI" erhalten Sie eine grundlegende Einführung in das Thema Künstliche Intelligenz. Erfahren Sie, was aus technischer Sicht hinter dem Begriff “KI” steckt und welche Voraussetzungen Maschinen brauchen, um erfolgreich zu “lernen”.

• Was steckt hinter dem Begriff “KI”?
• Überblick über verschiedene Arten des Maschinellen Lernens
• Typische Schritte beim Entwickeln von KI-Anwendungen

Ömer Şeker (links), Dr. Till Klein (rechts)

Referenten:
Ömer Şeker, Projektreferent Innovativ Qualifizieren, DIHK-Bildungs-GmbH
Dr. Till Klein, Senior Manager appliedAI Academy

Aufzeichnung:
youtu.be/yABt3azuAj4

Download Präsentation:
Vortrag EOAI

Inhalt:
Hinter „Elements of AI“ verbirgt sich ein kostenloser Onlinekurs, der das Thema KI mit einem niederschwelligen Einstieg möglichst vielen Menschen näherbringen möchte. Der Kurs kombiniert dabei theoretische Wissensvermittlung mit praktischen Übungen, bei dem die Teilnehmer und Teilnehmerinnen ihr Lerntempo selbst bestimmen können. Erfahren Sie im Rahmen dieser Veranstaltung unter anderen mehr zu den folgenden Punkten:

• Entmystifizieren und Ängste nehmen
• „Elements of AI“ und der Weg nach Deutschland
• Kursaufbau und Kursablauf

Dr. Markus Duchon (links), Dr. Julian Wörmann (rechts)

Referenten:
Dr. Markus Duchon, Kompetenzfeldleiter, fortiss
Dr. Julian Wörmann, stellvertretender Kompetenzfeldleiter Machine Learning, fortiss

Aufzeichnung:
https://youtu.be/c3XmL558whU

Download Präsentation:
Vortrag KI Anwendungen im Mittelstand

Inhalt:
Der erfolgreiche Einsatz von KI und Verfahren des maschinellen Lernens erfordert eine anwendungsspezifische Betrachtung. Ziel ist es, zugrundeliegende Konzepte frühzeitig einzubinden um somit eine hohe Akzeptanz und Performanz zu erreichen. Im Rahmen dieses Webinars erhalten Sie Einblicke in die Einsatzgebiete, Herangehensweisen und Schwierigkeiten bei der Umsetzung von Machine Learning Methoden in verschiedenen Anwendungsfällen.

• Kategorien und Ansätze maschineller Verfahren
• Einsatzgebiete und Beispiele von Machine Learning / KI
• Herangehensweisen und Herausforderungen beim Einsatz von Machine Learning / KI

Dr. Philipp Hartmann

Referent:
Dr. Philipp Hartman, Director of AI Strategy, appliedAI Initiative

Aufzeichnung:
https://youtu.be/8cUf2ngAn9w

Download Präsentation:
Vortrag Einführung in KI-Strategie

Inhalt:
KI allein aus einer technischen Perspektive zu betrachten reicht im Unternehmenskontext nicht aus. Vielmehr braucht es eine holistische Herangehensweise, die alle Aspekte von der Definition einer übergreifenden Zielrichtung über die Aus- und Weiterbildung von Mitarbeitern und Mitarbeiterinnen bis zur Entwicklung und Integration eigener KI-Anwendungen reicht. Erfahren Sie, welche Handlungsfelder im Rahmen einer KI-Strategie bestehen, und wie eine typische Roadmap vom KI-Neuling bis zur tatsächlich wertstiftenden Anwendung von KI im Unternehmen aussieht.

• Handlungsfelder im Rahmen einer KI-Strategie
• Konkrete erste Schritte, um eine eigene KI-Strategie zu entwickeln
• Make vs. Buy-Entscheidungen bei KI-Anwendungen

Hendrik Brakemeier

Referent:
Hendrik Brakemeier, Senior AI Strategist, appliedAI Initiative

Aufzeichnung:
https://youtu.be/gXMIuJXPM-8

Download Präsentation:
Vortrag KI-Datenstrategie für den Mittelstand

Inhalt:
Um für die fortschreitende Verbreitung von KI-Anwendungen gerüstet zu sein gilt es schon heute die richtigen Voraussetzungen hinsichtlich Datenverfügbarkeit und -qualität zu schaffen. In diesem Webinar erfahren Sie, was Sie im Umgang mit Unternehmensdaten berücksichtigen sollten, was unter dem Begriff “Datenqualität” zu verstehen ist und wie Sie sich dem Thema im eigenen Unternehmen pragmatisch annehmen können.

• Relevanz von Daten für den Aufbau von KI-Anwendungen
• Dimensionen von Datenqualität
• Herausforderungen bei der Erfassung und Qualitätssicherung von Daten
• Ansätze zum Aufbau von “wertvollen” Datensets

Mithilfe von KI können Übersetzungen schnell, in großen Mengen und auf präzise und anspruchsvolle Weise erstellt werden. KI-Übersetzungssoftware, die maschinelles Lernen nutzt, hat die Fähigkeit sich selbst zu korrigieren und die Qualität der erstellten Übersetzungen zu verbessern.

KI kann repetitive und zeitaufwändige Aufgaben automatisieren, z. B. um Daten zu erfassen, Dokumente zu analysieren, Rechnungen zu verarbeiten oder Produktionsprozesse zu steuern.

KI kann betrügerische Aktivitäten in Echtzeit erkennen. KI-Algorithmen können eingesetzt werden, um Transaktionsmuster zu analysieren, verdächtige Aktivitäten zu identifizieren und potenzielle Betrugsfälle zu verhindern.

Unternehmen setzen KI-Algorithmen ein, um potenzielle Sicherheitsbedrohungen zu erkennen, Anomalien zu identifizieren und Eindringversuche zu verhindern. KI kann helfen, Netzwerke und Systeme vor Cyberangriffen zu schützen.

KI kann große Datenmengen analysieren, Muster erkennen und wertvolle Erkenntnisse liefern. Beispiele: Erstellung von Verkaufsprognosen, Finanzentwicklungen, Durchführung von Marktanalysen, Vorhersage von Trends, Analyse von Kundenverhalten, etc.

Durch die Analyse von Energieverbrauchsdaten können Unternehmen Einsparpotenziale identifizieren und energieeffiziente Maßnahmen umsetzen.

Analyse von großen Mengen an Finanzdaten, um Marktprognosen zu erstellen und Handelsentscheidungen zu unterstützen. KI wird auch für algorithmischen Handel und Hochfrequenzhandel eingesetzt.

In der Medizin wird KI eingesetzt, um Krankheitsbilder zu erkennen, medizinische Bildgebung zu analysieren und Diagnosen zu unterstützen. KI kann auch bei der Entwicklung neuer Medikamente und Behandlungsmethoden helfen.

Im Kundenservice können Chatbots genutzt werden, um häufig gestellte Fragen beantworten, Probleme zu diagnostizieren und Kundenanfragen effizient zu bearbeiten. Diese können vorgelagert zur Servicemitarbeiterin oder zum Servicemitarbeiter geschaltet werden, um häufige Fragen zu beantworten. Servicemitarbeiter und Servicemitarbeiterinnen können ihre Kapazitäten somit auf komplexere Fälle lenken.

Die Komplexität von Chatbots kann sehr unterschiedlich ausfallen:

• Einfachere Lösungen basieren auf einem einfachen Keyword-Modell. Gibt die Benutzerin oder der Benutzer ein festgelegtes Keyword ein, gibt der Bot passende Antworten dazu aus.
• Komplexere Modelle hingegen nutzen bspw. Algorithmen, damit auch aus vielschichtigeren Eingaben eine passende Lösung gefunden werden kann.
• Zudem ist ein "Lernen" aus den Eingaben bisheriger Kontakte mit Nutzerinnen und Nutzer möglich und kann die Effizienz des Bots automatisch steigern. Für solche Chatbot-Lösungen sind meist interne Lernphasen notwendig um die Technologie auf den Praxisbetrieb vorzubereiten.

Im IHK-Webinar "Chatbots in der Praxis" erfahren Sie mehr über diese Technologie. Zwei Unternehmen zeigen Ihnen auf, was Chatbots genau sind, wie Unternehmen diese bereits heute einsetzen, welche Produkte es auf dem Markt gibt, wie ein Chatbot konzipiert werden muss und wie ein solcher erstellt werden kann.

Durch die Analyse von Daten zu Nachfrage, Lagerbeständen, Lieferzeiten und Produktionskapazitäten können Effizienzen erhöht werden. Dies ermöglicht es, Engpässe zu vermeiden und Lagerbestände insgesamt zu optimieren, etc.

KI-Algorithmen analysieren Bewerbungen und identifizieren qualifizierte Kandidaten für offene Stellen, screenen Online-Netzwerke und Job-Portale nach potenziellen Kandidaten und helfen bei der Bewertung von Kandidaten.

Durch Machine Learning kann vorhergesagt werden, welche weiteren Produkte für einen Käufer von besonderem Interesse sind. Im Idealfall sehen Kunden im Browser deutlich weniger Werbung, die nicht von Interesse ist.

KI ermöglicht Unternehmen, personalisierte Angebote und Empfehlungen für ihre Kunden zu erstellen. Anhand von Nutzerdaten und Verhaltensanalysen kann KI individuelle Präferenzen identifizieren und maßgeschneiderte Erfahrungen bieten.

Mit Predicitve Maintenance (zu Deutsch: Vorausschauende Wartung) wird der Zustand von Maschinen und Anlagen überwacht. Zudem können mögliche Ausfälle bzw. Wartungsbedarfe vorhergesagt werden. Durch die kontinuierliche Überwachung von Sensordaten werden Wartungsarbeiten optimiert und ungeplante Ausfallzeiten reduziert.

KI kann in der Produktion eingesetzt werden, um Produktionslinien zu überwachen, Qualitätsstandards zu überprüfen und Fehler zu erkennen. Dadurch können Unternehmen die Produktqualität verbessern und Ausschuss reduzieren.

Einsatz von Robotern und autonomen Fahrzeugen in Produktion, Logistik, Transport… Diese Systeme nutzen KI-Algorithmen, um ihre Umgebung wahrzunehmen, Entscheidungen zu treffen und Aufgaben selbstständig auszuführen.

Vereinfachte Verarbeitung und Analyse von Sprache und Bildern. Sprachassistenten wie Cortana, Siri oder Alexa nutzen KI für Spracherkennung und -verarbeitung. Bilderkennung wird bspw. in der Medizin für die Diagnose oder Qualitätssicherung eingesetzt.

Roboter oder Roboterarme können bei der Automatisierung komplexer Aufgaben unterstützen, wie z. B. Montage, Verpackung oder Materialhandling. Durch KI können Aufgaben schneller und genauer erledigt werden.

Um sich zum Thema Künstliche Intelligenz zu informieren, kann sich auch ein Besuch auf Plattform "Lernende Systeme" lohnen. Die Plattform wurde vom Bundesministerium für Bildung und Forschung (BMBF) initiiert und in Kooperation mit dem Bundesministerium für Wirtschaft und Energie (BMWi) umgesetzt. Unternehmen können hier grundlegende Informationen zum Thema KI , zahlreiche Best Practice-Beispiele sowie aktuelle Fördermöglichkeiten einsehen. Eine interaktive KI-Landkarte hilft, die richtigen KI-Experten und -Expertinnen in Ihrer Region zu finden.

Einführung KI, Best Practices, Studien & weitere Veröffentlichungen

Zur interaktiven KI-Landkarte

Übersicht über aktuelle Fördermöglichkeiten und Wettbewerbe zur Künstlichen Intelligenz

Die UnternehmerTUM der Technischen Universität München, zählt zu den größten non-profit Innovationszentren Europas und agiert als neutrale Plattform für Entrepreneurship und Innovation. Teil der UnternehmerTUM ist appliedAI, Deutschlands größte Initiatve für die Anwendung von Künstlicher Intelligenz. appliedAI hat hilfreiche Whitepaper publiziert, die Unternehmen dabei unterstützen können, die richtigen Anwendungsfelder zu finden. Weiterhin bietet appliedAI Unternehmen eine Reihe ein hilfreichen Kursen zum Themengebiet Künstliche Intelligenz an:

Whitepaper: Wie man KI-Anwendungsfälle identifiziert und priorisiert

Kostenfreie KI-Kurse:

• Getting Startet with MLOps
• AI Essentials: A Comprehensive Introduction
• KI-Kompetenz für Ihr KMU - Ein Anwendungskurs
• Verantwortungsvoller und ethisch korrekter Einsatz von Künstlicher Intelligenz

Mit der Vision, eine KI-kompetente Gesellschaft zu schaffen, bietet der KI-Campus kostenlose Trainings, in denen KI-Kompetenzen vermittelt werden sollen. Gefördert wir der KI-Campus vom Bundesministerium für Bildung und Forschung (BMBF). Seit Juli 2020 werden die Trainings als Pilotprojekt angeboten.

Zum KI-Campus

Die KI-Trainer und -Trainerinnen der Mittelstand 4.0-Kompetenzzentren klären mit Workshops, Unternehmensbesuchen, Vorträgen, Roadshows und vielen anderen Angeboten über das Thema Künstliche Intelligenz auf. Damit befähigen sie Unternehmen, Chancen und Herausforderung der neuen Technik zu erkennen und setzen mit ihnen zusammen konkrete Anwendungen um. Besonders relevant für den deutschen Mittelstand sind dabei die Anwendungen Intelligente Assistenzsysteme, Industrielle Analyse (Smart Data-Analysen) und intelligente Produkte und Services (KI as a Service). Weitere Informationen zum Programm und den Zentren mit KI-Trainern und -Trainerinnen finden Sie auf dieser Seite.

Sie möchten wissen was Sie tun können, um Künstliche Intelligenz erfolgreich in Ihrem Unternehmen umzusetzen? Mit dem Readiness-Check Künstliche Intelligenz messen Sie den KI-Reifegrad Ihres Unternehmens.

Der KI-Readiness-Check des Mittelstand 4.0 Kompetenzzentrums Kaiserslautern ermöglicht Ihnen die Selbsteinschätzung Ihrer eigenen KI-Reife. Durch die Beantwortung von zielgerichteten Fragen zu vier Themengebieten und an Hand allgemeiner Aussagen zu Ihrem Unternehmen, ermittelt der Readiness-Check den Reifegrad Ihres Unternehmens. Der Readiness-Check berücksichtigt dabei mehrere Dimensionen, die relevant für einen erfolgreichen Umgang mit Künstlicher Intelligenz sind.

Hier gelangen Sie zum KI-Readiness-Check.

Das Munich Center for Machine Learning (MCML), eine Kooperation zwischen TUM und LMU, hat das Ziel die Grundlagenforschung im Bereich Künstlicher Intelligenz (KI) mit einem Fokus auf praktische Anwendungen vorantreiben.

Das MCML wurde 2018 gegründet und ist eines von insgesamt sechs KI-Kompetenzzentren in Deutschland. Es besteht mittlerweile aus mehr als 50 Forschungsgruppen, die in den Bereichen Grundlagenforschung als auch anwendungsorientiertes Machine Learning aktiv sind. Das MCML wird durch das Bundesministerium für Bildung und Forschung (BMBF) und den bayerischen Freistaat mit einem jährlichen Betrag von insgesamt 19,6 Millionen Euro gefördert.

Die Forschungsbereiche des MCML

Die Forschungsschwerpunkte des MCML untergliedern sich in drei Bereiche:

• Im ersten Bereich werden die informatischen, statistischen und mathematischen Grundlagen des Maschinellen Lernens vertieft und die Erklärbarkeit von KI erforscht.
• Der zweite Bereich fokussiert "Perception, Vision und Natural Language Processing" - also wie Computer Informationen aus Bildern und natürlicher Sprache extrahieren und verarbeiten können.
• Im dritten Bereich sollen Machine-Learning-Methoden für gesellschaftlich relevante Anwendungsfelder entwickelt werden - darunter Medizin, Biologie, Physik, Geowissenschaften und Sozial- und Geisteswissenschaften.

Weitere Informationen zum MCML finden Sie auf dessen Webseite.

​Wie verändern KI-Anwendungen Arbeitswelt und Arbeitsumfeld? Wie kann man diese Veränderung im eigenen Unternehmen implementieren? Und was bedeutet das für die eigene Arbeit?

Diese Fragen sind Teil der Workshops im Projekt »KI-Studios«, das KI erlebbar macht und der Frage nachgeht, was Mitarbeitende, Interessensvertreterinnen und Entscheidungsträger brauchen, um betriebliche KI-Anwendungen gemeinsam zu gestalten.​

​​​Das Fraunhofer IAO, das IAT der Universität Stuttgart und das Bundesministerium für Arbeit und Soziales laden zum Workshop in das stationäre KI-Studio nach München ein. Dieses bietet Beschäftigten und Interessensvertretungen die Möglichkeit, aktuelle Anwendungen der Künstlichen Intelligenz (KI) in unserer brandneuen Erlebniswerkstatt im Rahmen eines interaktiven Workshops zu erleben und selbst zum Einsatz von KI im Arbeitsumfeld zu reflektieren.

Weitere Informationen zum KI-Studio und den Workshops finden Sie hier: www.ki-studios.ai