KI-Erfolg in Unternehmen hängt von smarter Daten-Nutzung ab In der sich schnell entwickelnden Landschaft ist die Integration von künstlicher Intelligenz (KI) in die Unternehmensabläufe
SVP & Head of the Digital Workplace Ecosystem and Microsoft Practice bei Infosys
The article delves into the ethical challenges surrounding the use of artificial intelligence (AI) for analyzing user data, focusing on the delicate balance between innovation and privacy. It highlights the importance of transparency in data collection, consent, and secure handling of personal information. Companies must prioritize responsible AI practices, ensuring that users maintain control over their data, while adhering to regulations like GDPR. The article also explores how industry leaders, such as Adobe and Salesforce, set examples of ethical AI use through transparent practices, paving the way for responsible innovation in AI-driven data analysis.
Deputy Commercial Director for Quality at Yandex bei Yandex
Künstliche Intelligenz (KI) und maschinelles Lernen revolutionieren das Webdesign, indem sie dynamische, personalisierte Benutzererfahrungen schaffen und Designprozesse effizienter gestalten. Durch die Analyse von Nutzerdaten in Echtzeit können Webseiten Inhalte und Layouts automatisch an die individuellen Bedürfnisse der Nutzer anpassen, was die Conversion-Rate verbessert und menschliche Fehler reduziert. Trotz der Automatisierung bleibt die kreative Rolle des Designers unverzichtbar, um innovative, benutzerzentrierte Erlebnisse zu schaffen. Diese Synergie zwischen Mensch und Maschine wird die Zukunft des Webdesigns maßgeblich prägen.
Inhaber bei OptiVision Studios
Künstliche Intelligenz verändert Branchen maßgeblich Moderne Unternehmen entwickeln sich rasant weiter – auch deshalb, da künstliche Intelligenz (KI) von Pilotprojekten (Proof of Concept, PoC)
Associate Vice President and Head of Analytics & AI bei Infosys
Egal ob bei der Qualitätskontrolle von Güterwaggons, der Lokalisierung von Warenpaletten oder der Überwachung von ganzen Produktionsprozessen – die KI-gestützte industrielle Bildverarbeitung, auch Computer Vision (CV) genannt, hat das Potenzial, Unternehmen aus den verschiedensten Branchen einen erheblichen Mehrwert zu bieten. Doch wie genau funktioniert die Technologie überhaupt, wie lässt sich CV in der Praxis einsetzen und welche Herausforderungen bringt die KI-Technologie mit sich?
Portfolio Lead AI & Cognitive Services bei Telekom MMS
Beginnend in den 1960er Jahren mit einfachen, regelbasierten Programmen wie ELIZA, haben sich Chatbots durch die Integration von Natural Language Processing (NLP) im Jahr 2000 und die Einführung sprachgesteuerter Assistenten im Jahr 2010 erheblich weiterentwickelt. Seit 2021 dominieren generative KI-Modelle wie ChatGPT, die in der Lage sind, komplexe und kreative Aufgaben zu übernehmen. Mit Blick in die Zukunft könnten autonome digitale Assistenten, die eigenständig komplexe Aufgaben bewältigen, Unternehmen erheblich entlasten und zu unverzichtbaren Partnern werden.
VP & General Manager South Europe, France & DACH bei Freshworks
Im Beitrag wird das Modell der drei Horizonte nach Bill Sharpe, Innovationsforscher, erläutert und auf aktuelle KI-Entwicklungen bezogen. Es impliziert die Frage: Welches Verhältnis zur Zukunft gehen Innovationen ein? Und aus welchem Verhältnis zu Gegenwart und Vergangenheit wird Zukunft entworfen?
Professorin/Gründerin bei Dr. Nikola Plohr Coaching
Künstliche Intelligenz (KI) hat einen bemerkenswerten Einzug in das öffentliche Bewusstsein gehalten. Mit der Einführung von OpenAIs ChatGPT wurde der Begriff „generative KI“ beziehungsweise „GenAI“ zu einem festen Bestandteil des Sprachgebrauchs. Die Innovationen im Bereich GenAI und ihre weitreichenden Auswirkungen waren zwar bereits zu erahnen, doch markierte das Jahr 2023 einen besonders bedeutenden Meilenstein in der Entwicklung dieser Technologie, die auf Basis von menschlichen Eingaben oder Daten Inhalte erzeugt.
Country Manager bei Veritas Technologies
Der KI-Trend ist ungebrochen. Die Entwicklung, Bereitstellung und Verwaltung von KI-Modellen und -Anwendungen sind allerdings mit zahlreichen Herausforderungen verbunden. Um die KI-Einführung einfach und erfolgreich zu gestalten, sollten Unternehmen vier Faktoren im Blickfeld behalten: die KI-Infrastruktur, -Plattform und -Modelle sowie die KI-gestützten Applikationen.
GTM & Business Development, AI Business Unit bei Red Hat
Beginnend in den 1960er Jahren mit einfachen, regelbasierten Programmen wie ELIZA, haben sich Chatbots durch die Integration von Natural Language Processing (NLP) im Jahr 2000 und durch die Einführung sprachgesteuerter Assistenten wie Siri im Jahr 2010 erheblich weiterentwickelt. Seit 2021 dominieren generative KI-Modelle wie ChatGPT, die in der Lage sind, komplexe und kreative Aufgaben zu übernehmen. Mit Blick in die Zukunft könnten autonome digitale Assistenten, die eigenständig komplexe Aufgaben bewältigen, Unternehmen erheblich entlasten und zu unverzichtbaren Partnern werden.
VP & General Manager Continental Europe bei Freshworks
Künstliche Intelligenz in der Medizintechnik: Herausforderungen und Chancen für das Gesundheitswesen Die rasante Entwicklung künstlicher Intelligenz (KI) hat das Potenzial, das Gesundheitswesen grundlegend zu
Gründer und Geschäftsführer bei AITAD
(Generative) Künstliche Intelligenz (KI) gilt bereits als vierte Industrielle Revolution. Laut UBS werden die Umsätze der KI-Industrie bis 2027 um das 15-Fache steigen. Auf Grundlage von KI entstehen neue Geschäftsmodelle und Berufsbilder, andere verschwinden. Die Meinung der Expert:innen ist in diesem Fall einhellig und die Revolution ist bereits im Gange. Die Nutzung von generativen KI-Anwendungen hat an Fahrt aufgenommen. Die Anbieter sogenannter Large-Language-Modelle (LLMs) bieten sich einen harten Wettbewerb um Leistung und (Unternehmens-)Kunden. Mit dem EU AI Act wurde nun der erste Rechtsrahmen mit verbindlichen Regeln verabschiedet. Angesichts der zu erwartenden Umbrüche in Wirtschaft, Gesellschaft und Politik stellt sich die Frage, was sich anhand vorheriger technologischer Revolutionen ableiten lässt – und was diesmal anders sein könnte? Die These lautet: Menschen und Unternehmen überschätzen die kurzfristigen (punktuellen) Mehrwerte neuer Technologie, aber unterschätzen die langfristigen, tiefgreifenden Potentiale.
Leitung Business Transformation Advisory Team bei Dataiku
Mehr laden →
