Automatische Sprach- und Bilderkennung, wie wir sie von Internetsuchmaschinen kennen, sind in den letzten Jahren immer zuverlässiger geworden. Diese Effizienzsteigerung ist vor allem auf die Weiterentwicklung sogenannter „Deep Learning“-Algorithmen zurückzuführen. Und um die geht es im BMBF-Projekt „High Performance Deep Learning Framework – Softwareumgebung zum effizienten Entwurf von tiefen neuronalen Netzen auf Hochleistungsrechnern“.

Verfolgt man die aktuelle Berichterstattung zum Thema „Künstliche Intelligenz”, könnte man den Eindruck bekommen, dass es sich um eine neue, brandheiße Technologie handelt. Während Letzteres zweifelsfrei stimmt, ist Ersteres ganz und gar nicht zutreffend.

14 deutsche Unternehmen und Organisationen haben sich im Projekt „Tacnet 4.0 - Tactile Internet“ zusammengeschlossen, um ein einheitliches System für die industrielle Kommunikation in Echtzeit zu entwickeln. Auf Basis der 5G-Mobilfunktechnologie soll in dem vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt die Digitalisierung von Produktion und Robotik weiterentwickelt werden.

Um AI-Anwendungen allen Unternehmen zugänglich zu machen, hat Google eine neue Cloud-Lösung vorgestellt: Mit AutoML können Unternehmen trotz geringer Vorkenntnisse eigene „Machine-Learning“-Modelle entwickeln. Auch dank der simplen Zugänglichkeit soll Cloud AutoML neue Anwendungsfelder für AI erschließen und ML-Anfängern helfen, leistungsfähige Systeme zu erstellen.

Machine Learning hat heute schon vielfältige Anwendungsbereiche. Mit ML-Unterstützung kann man zum Beispiel im Handel intelligente Entscheidungen treffen oder auch logistische Prozesse optimieren. Wie, das demonstriert das Osnabrücker IT-Architekturhaus Sievers-Group. Welche Potenziale bieten selbstlernende Systeme für den Handel? Als Antwort auf diese Frage verknüpft die Sievers-Group Microsofts Azure Machine Learning Studio mit den Bestandsmanagement- oder ERP-Systemen ihrer Kunden.

ZF ProAI dient als automobiler Supercomputer für das neue Valet-Parksystem von Baidu. Damit ausgestattete Pkw können für Nutzer die Fahrt zu einem Parkplatz und zurück übernehmen. Die Einsatzpremiere feierte diese AI-Lösung in Carsharing-Fahrzeugen des großen chinesischen Mobilitätsanbieters Pand Auto. Außerdem stellte ZF auf der CES 2018 sein „Dream Car“ vor.

Der Einsatz von AI im Gesundheitswesen eröffnet vielversprechende Perspektiven, wie eine Forschungsallianz von Siemens mit dem Fraunhofer-Institut für Bildgestützte Medizin (Mevis) zeigt. Anderseits bringt AI für die moderne Medizin auch neue Risiken und Gefahren. Beispielsweise fordern Wissenschaftler wie Dr. Philipp Kellmeyer von der Freiburger Uniklinik für Neurochirurgie bereits, dass Hirndaten besser vor Google, Facebook & Co. geschützt werden müssen.

Speziell im Spend-Management (Einkaufs- bzw. Beschaffungscontrolling) ist der Einsatz von Artificial Intelligence vergleichsweise neu. Erst die Kombination aus einer stark gewachsenen Datenbasis und der mittlerweile verfügbaren hohen Rechenpower ermöglicht Lösungen, welche einen echten Mehrwert für Unternehmen bieten. Basis hierfür ist ein tiefes Verständnis der Funktionsweisen von AI – Machine Learning und Deep Learning – und auch für deren Einschränkungen.

Ernsting’s family hat sich während der fünfmonatigen Pilotphase von der Praxistauglichkeit der Machine-Learning-Lösung von Blue Yonder bei der Preisoptimierung überzeugt. Ab April startet der bekannte Cross-Channel-Anbieter im Textileinzelhandel den Roll-out für ein ausgewähltes Bekleidungssortiment über alle 1.800 Filialen in Deutschland und Österreich und für den Online-Shop. In den kommenden drei Jahren sollen sukzessive weitere Sortimentsbereiche folgen.

Der japanische Konzern Fujitsu hat spezifische Einsatzfelder für „Artificial Intelligence“ kategorisiert und 17 Angebote eingeführt, um die Verwendung von AI in diversen Branchen zu fördern. Die neuen Lösungen zeigen zudem Implementierungseffekte von Fujitsus AI-Framework Zinrai auf, der dabei zum Einsatz kommt.

Durch AI erhalten Rechner gewisse kognitive Fähigkeiten, was die Produktivität steigern kann. Der Computer speichert ähnlich wie ein Mensch Wissen aus Erfahrungen ab und kann dann - basierend auf entsprechenden Algorithmen - eigenständig Lösungen für neue und unbekannte Probleme finden. Ein Einsatzfeld der AI könnte das „Autonome Autofahren“ werden.

Der US-Anbieter Pegasystems stellte Ende vergangenen Jahres als Erweiterung seiner Softwaresysteme für Vertrieb, Marketing, Service und Operations neue AI-Funktionen und virtuelle Assistenten vor. Damit soll der Kundendienst auf eingehende Serviceanfragen schneller und effizienter kanalübergreifend reagieren können.

Bei all unseren Bemühungen, die Produktentwicklung noch effizienter zu machen, stoßen wir zunehmend an unsere menschlichen Grenzen. Zu lange haben wir unsere eigene Entwicklung vernachlässigt. Dabei bietet gerade unser eigenes neuronales Netz ein gigantisches Entwicklungspotenzial. Nur, wie gehen wir das an?

Der japanische Konzern Fujitsu entwickelt einen tragbaren Dolmetscher für Anwendungen im Gesundheitswesen und in weiteren Bereichen. Die passende Sprache erkennt das Gerät im Postkartenformat automatisch.

Cyberangriffe auf Produktionsumgebungen und industrielle Steuerungssysteme sind vor allem für hochindustrialisierte Volkswirtschaften eine zunehmende Bedrohung. Der kalifornische Hersteller Palo Alto Networks sieht in diesem Zusammenhang für 2018 eine wachsende Bedeutung automatisierter Bedrohungsbekämpfung („Automated Threat Response“, kurz ATR).

Künstliche Intelligenz ist das Buzzword unserer Tage; es begegnet uns nicht nur im Privaten, wenn wir bei Alexa unsere Pizza bestellen oder Siri fragen, wie das Wetter morgen wird. Die Digitalisierung revolutioniert unseren Umgang mit Maschinen grundlegend; ob wir das mit offenen Armen oder verschlossenen Augen begrüßen.

Forscher des Fraunhofer-Instituts für Digitale Medientechnologie IDMT können mit Hilfe von kognitiven Systemen die Qualitätsprüfung zukünftig um objektiv messbare, akustische Kriterien erweitern.

Forscher der Microsoft Research Labs entwickeln aktuell Machine-Learning-Dienste für Kleinstcomputer wie Raspberry Pi oder Arduino. Damit wird „Artificial Intelligence“ (AI) auch für „Edge Devices“, also für autonome Geräte, nutzbar. Erste Previews dieser Software sind ab sofort auf Github verfügbar. Das neue Open-Source-Angebot gilt als weiterer Meilenstein auf Microsofts Vorhaben, AI zu „demokratisieren“ – und soll eine Standardisierung von Protokollen und Schnittstellen für autonome Geräte in der realen Welt fördern.

Spitzenleistung für Künstliche Intelligenz verspricht Intel und ergänzt mit der neuen „Vision Processing Unit“ (VPU) namens Myriad X das Produktportfolio im Bereich AI. Diese VPU ermöglicht als dedizierter AI-Prozessor die autonomen Einsatzmöglichkeiten für ein breites Spektrum von Geräten, von Drohnen und Robotern bis hin zu intelligenten Kamerasystemen und Virtueller Realität. 

YuMi, ein kollaborativer Roboter mit zwei Armen, gab am 12. September sein Debüt als Dirigent bei einem Konzert mit Tenor Andrea Bocelli und dem Philharmonischen Orchester Lucca im Teatro Verdi in Pisa.

„Artificial Intelligence“ (AI) ist in deutschen Unternehmen bereits angekommen und verändert schon heute die Art, wie Organisationen agieren und Entscheidungen treffen. Sieben von zehn Managern erwarten außerdem, dass AI bis zum Jahr 2025 einen großen bis sehr großen Einfluss auf die Unternehmensstrategie haben wird.

Bei der erfolgreichen Umsetzung der Vision von Industrie 4.0 kommt einer zügigen weiteren Digitalisierung von Fertigung und Automatisierung eine zentrale Bedeutung zu. Hierfür wird unter anderem eine sichere und effiziente, sich den Anforderungen der jeweiligen Anwendungen automatisch anpassende Kommunikationsinfrastruktur benötigt. 

Der US-Konzern John Deere hat eine Vereinbarung zur Übernahme von Blue River Technology unterzeichnet. Das Unternehmen entwickelt Technologien und Anwendungen von Künstlicher Intelligenz (Artificial Intelligence), die eine gezielte Behandlung von Einzelpflanzen ermöglichen.

83 Prozent der befragten Unternehmen einer weltweiten Studie von Capgemini und Prudential berichten, dass „Artificial Intelligence“ (AI) neue Aufgaben und damit Jobs in ihren Organisationen geschaffen hat. Damit wirkt die Studie der Befürchtung entgegen, dass AI kurzfristig zu einem massiven Stellenabbau führen wird.

Die Mehrheit der Deutschen sieht in der rasanten Entwicklung von „Artificial Intelligence“ (AI) eher eine Chance als eine Bedrohung. 

„Artificial Intelligence“ ist eine Schlüsseltechnologie, die sich maßgeblich auf die Wettbewerbsfähigkeit der gesamten Wirtschaft, die öffentliche Hand und das tägliche Leben auswirken wird, weiß der Digitalverband Bitkom.

Es gibt vielversprechende Anwendungsbereiche im Unternehmen für maschinelles Lernen, meint Jürgen Müller, Chief Innovation Officer bei SAP.

Spinning Bytes, ein Spin-off der ETH Zürich, programmiert Software, die mittels „Machine Learning“ riesige Mengen an Daten nicht nur analysieren, sondern auch verstehen kann.

Auch wenn heute stattliche 80 Prozent der Unternehmen bereits in AI investieren, glaubt jeder dritte Entscheider, dass seine Organisation in den nächsten drei Jahren mehr für AI-Technologien ausgeben muss, um mit den Mitbewerbern Schritt zu halten. Gleichzeitig erwarten die Entscheider erhebliche Hindernisse bei der Einführung von AI, die sie unter anderem durch die Schaffung der neuen Position „Chief Artificial Intelligence Officers“ (CIAO) überwinden wollen.

Der Branchenverband Bitkom gab während der letztlich gescheiterten Sondierungsgespräche der Parteien bereits Empfehlungen für eine AI-Strategie der Bundesregierung ab. Dabei stützt er sich auf die Ergebnisse einer repräsentativen Umfrage, nach der 9 von 10 Bundesbürgern die Politik bei „Artificial Intelligence“ in der Pflicht sehen. Außerdem bekräftigte der Verband seine Forderung an die Bundesregierung, die Ausgaben für AI-Forschung zu erhöhen und hier bis 2021 vier Milliarden Euro zu investieren.