KI

In der Proof-of-Concept-Lab Durchführung wurde in Zusammenarbeit mit der IDaMa GmbH geprüft, wie Machine-Learning-Verfahren die forstliche Standortskartierung unterstützen können.

Künstliche Intelligenz (KI) denkt nicht wie wir Menschen – gerade deswegen müssen wir uns Gedanken darüber machen, wie wir die Nutzung von KI in Zukunft gestalten wollen. Hier kommt die „Menschzentrierte KI“ oder „Human-Centered AI“ ins Spiel. Ein Fachbeitrag über die Wichtigkeit dieses noch recht jungen Forschungsthemas.

Im Herbst 2020 hat das Kompetenzzentrum Usability in einem Pilotprojekt eine UUX-Evaluation der KI des Startups AskUI durchgeführt. Etwa ein halbes Jahr ist seither vergangen und die Frage steht im Raum: Was wurde aus dem Startup und wie haben die Studienergebnisse das Produkt und die Arbeit daran verändert? Ein Gastbeitrag unserer KI-Pilotprojektpartner von AskUI.

Künstliche Intelligenz wird immer mehr in den verschiedensten Bereichen eingesetzt und so gut wie jeder von uns ist schon mit ihr in Berührung gekommen. Sei es die Wetterabfrage über Apples Siri, die Lampensteuerung über einen Smartspeaker oder die Verwendung einer anderen Assistenzfunktion von bspw. Amazons Alexa.

Von August bis November 2020 fand eine KI-Trainer Proof-Of-Concept (PoC) Lab Durchführung mit dem Startup Curedatis statt.

Machine Learning ist ein Teilgebiet von Künstlicher Intelligenz, auf Deutsch auch „Maschinelles Lernen“ genannt. Doch was bedeutet in diesem Kontext „Lernen“ und wie lernt ein Computer?

Wie hat sich das digitale Kommunikationsverhalten von Mitarbeitenden angesichts des Corona-Lockdowns verändert? Dieser Frage sind amerikanische Forscher durch die systematische Analyse globaler Kommunikationsmetadaten nachgegangen. Das Ergebnis: Mitunter sind Online-Meetings in der Phase nach dem Lock-Down um durchschnittlich 20 Prozent kürzer geworden als zuvor. Und dass bei einer Erhöhung der täglichen Online-Meetings pro Beschäftigten um knapp 13 Prozent. Warum die Studienautoren hier von einer neuen Funktion der virtuellen Kommunikation sprechen, klärt der nachfolgende Beitrag.

Im nachfolgenden Beitrag wird in kompakter Form eine Simulationsstudie zur Modellierung eines konkreten situativen Fahrverhaltens vorgestellt. Im Fokus stand die Ausarbeitung einer Vorstudie zu einem Assistenzsystem zur Erhöhung der Fahrsicherheit bei widrigen Sichtverhältnissen. Die Studie verdeutlicht auch die Bedeutung von Metriken zur Bewertung der Lösungsgüte in der UUX-Forschung.

In Erweiterung des Erste-Hilfe-Kits stellen wir an dieser Stelle konkrete Probleme und die zugehörigen Lösungen vor, die beim Verteilten Arbeiten auftreten können. Die Aufstellung der Probleme können Sie bequem per PDF herunterladen.

Der Einsatz von KI-Methoden birgt ein enormes Potential im industriellen Umfeld. Für den Einsatz von künstlicher Intelligenz wird jedoch die richtige Datengrundlage benötigt. Die Digitalisierung im Produktionsumfeld ist daher eine wichtige Voraussetzung auf dem Weg zur „KI-readiness“. Der Weg dorthin bringt Herausforderungen und offene Fragestellungen mit sich, von denen wir am 15.04.2020 einige herausgreifen und diskutieren möchten.

Unsere KI-Trainer erklären, wie sich Definitionen von Künstlicher Intelligenz (KI) unterscheiden lassen und mit welcher Form von KI wir uns im KI-Trainer Programm befassen.

Das Mittelstand 4.0 - Kompetenzzentrum Usability unterstützt im Rahmen der KI-Trainer Initiative des Bundes Mittelständer im Dienstleistungssektor durch Digitalisierung und KI-basierte Robotik die Arbeit der Zukunft zu gestalten.

Das Kompetenzzentrum Usability wird ab November durch das KI-Trainer Programm seine Angebote rund um das Thema Künstliche Intelligenz erweitern. Durch die KI-Trainer werden Unternehmen vor Ort bei konkreten Fragestellungen unterstützt. Zudem werden Informationsveranstaltungen, Workshops und Demonstratoren zu verschiedenen Themengebieten der KI angeboten.

Künstliche Intelligenz wird die Arbeit der Zukunft sehr stark verändern, zeigt Prof. Burmester in seinem Vortrag auf der Fachtagung. Diese Veränderungen werden vor allem negativ diskutiert. Befürchtet wird Arbeitsplatzverlust, sehr hohe oder aber sehr niedrige Anforderungen an Kompetenzen und Fähigkeiten der Arbeitenden, Überforderung durch zu viele Informationen oder schwer nutzbare Systeme. Künstliche Intelligenz für Arbeitskontexte kann so entworfen werden, dass sie zwar Arbeitsplätze verändert, aber gleichzeitig positiv bereichert.