1
2
3
4
5
6

Das Anwendungsspektrum von Verfahren der Künstlichen Intelligenz (KI) ist nahezu unbegrenzt. Zum einen werden neue intelligente und innovative Anwendungen ermöglicht, die nur mit KI-Algorithmen möglich sind. Mindestens genauso interessant ist aber der Einsatz der KI zur Verbesserung und Optimierung bestehender Prozesse, Projekte, Produkte und Geschäftsmodelle. Zudem eröffnen sich mit KI neue Formen der Interaktion. Die Nutzung entwickelt sich eher zu einer Zusammenarbeit zwischen Mensch und KI. In vielen Fällen kann wie bei den bereits bekannten Sprachassistenten sprachlich mit solchen Systemen interagiert werden. Mit dem KI-Trainer Programm unterstützt das Kompetenzzentrum Usability kleine und mittlere Unternehmen dabei, Anwendungsmöglichkeiten von KI in ihren Geschäftsmodellen zu finden und zu erproben. Mehr zu den Angeboten des KI-Trainer Programms finden Sie hier.

Doch auch schon vor dem Start des KI-Trainer Programms hat sich das Kompetenzzentrum mit dem Thema Künstliche Intelligenz befasst. Alle Beiträge dazu finden Sie im Folgenden.

Nachrichten zum Thema

Pilotprojekt iT Engineering
Kick-off: Pilotprojekt mit iTE-SI
16.04.21
Im Kick-Off des Pilotprojekts mit iT Engineering Software Innovations sowie im ersten gemeinsamen Workshop am 13. April ging es darum, Methoden zu finden und zu erproben, die eine gute Grundlage für die Erhebung der Datennutzung bei Kundenunternehmen bilden können. Das Ziel ist es, eine neue Methode aus der Kombination von Kontextsitzung und Scenario-Based Design zu schaffen, die den Anforderungen des Datenzeitalters gerecht wird.

Veranstaltungen zum Thema

April2021

Dienstag13.04.2116:00-20.04.2118:00
Online
E-Learning Reihe - Einführung in Machine Learning und Data Science

Die Veranstaltung wird in Zusammenarbeit mit der IHK Bonn/Rhein-Sieg angeboten. 

Zweiteilige E-Learning Reihe zum Einsatz von Methoden aus den Bereichen Machine Learning und Data Science.

Sie wollten schon immer einmal wissen, was hinter den Begriffen Künstliche Intelligenz, Machine Learning und Data Science steckt? In unserer zweiteiligen E-Learning-Reihe im April möchten wir Ihnen das Thema näherbringen und Ihnen ermöglichen erste Erfahrungen in diesem schnelllebigen Feld zu sammeln. Melden Sie sich jetzt kostenfrei an!

Künstliche Intelligenz, Machine Learning und Data Science sind aus der aktuellen technischen Entwicklung nicht mehr wegzudenken. Dabei bietet die Nutzung der eigenen Daten auch kleinen und mittleren Unternehmen neue Möglichkeiten, z. B. für die Optimierung der Produktion oder für ein besseres Verständnis über KundInnen. Im Jahr 2021 werden die Chancen dieser technologischen Entwicklung jedoch noch selten genutzt. Die Herausforderungen liegen hierbei in oft unzureichenden Kenntnissen über die Funktionsweise von Künstlicher Intelligenz und Machine Learning, sowie der der Einbettung von Data Science in die Prozesse des Unternehmens.

Wir möchten aus diesem Grund mittelständigen Unternehmen den Einsatz von Methoden aus den Bereichen Machine Learning und Data Science im Rahmen unserer E-Learning-Reihe näherbringen. Hierfür werden wichtige Klassen von Machine Learning Algorithmen und grundlegende Data Science Prozesse vorgestellt. Weiterhin sollen beispielhafte Aufgabenstellungen mit Hilfe von Methoden aus den Bereichen Machine Learning und Data Science gelöst werden und die Ergebnisse anschließend visualisiert und interpretiert werden. Ergänzend möchten wir die Kenntnisse über Prozesse und Algorithmen vertiefen. Das gewonnene Wissen soll dann genutzt werden, um Anwendungsszenarien im eigenen Unternehmen zu explorieren und mit allen TeilnehmerInnen zu diskutieren.

 

Im Anschluss an das E-Learning gibt es außerdem das Angebot einer Data Science Sprechstunde. Hier können die TeilnehmerInnen und Unternehmen die Themen und angestoßenen Entwicklungen diskutiert werden.

 

Termin 1 (13.04.2021, 16-18 Uhr):

- Einführung in das Themengebiet Data Science

- Vorstellung verschiedener Algorithmen und Interpretation der Ergebnisse

Termin 2 (20.04.2021, 16-18 Uhr):

- Vorstellung verschiedener Tools für Maschinelles Lernen und Best Practices

- Diskussion von Potentialen und Risiken des Maschinellen Lernens im eigenen Unternehmenskontext

- Fragerunde und Diskussion über weitere Schritte für die Zukunft

 

Melden Sie sich hier an.

Weitere Informationen
Montag19.04.2114:00-16:00
Online
KI-Trainer: Entwicklung – Python-Grundlagen für Deep Learning Teil 2

Hier anmelden

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es bei uns hier deshalb rund um die Entwicklung: angefangen bei einem Einstieg in die Pythonprogrammierung über die Betrachtung gängiger Entwicklungstools und -frameworks bis hin zu Deep-Learning-Grundlagen und Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

 

1: Python-Grundlagen für Deep Learning

In dieser zweiteiligen Reihe werden die Grundlagen der Python-Programmierung als Basis für Deep Learning nähergebracht. Die folgenden Themen werden behandelt:

- Jupyter-Notebook-Grundlagen

- Die Syntax gängiger Python-Strukturen, u. a. Funktionen, Klassen, Variablen

- Python-Datenstrukturen (List, Dictionary, Tuple)

- Python-Module

Anhand von Jupyter-Notebooks werden die Inhalte interaktiv erarbeitet. Übungen im Laufe der Veranstaltung geben Teilnehmern die Möglichkeit, die Inhalte zu festigen.

 

Voraussetzungen:

Allgemeine Programmierkenntnisse: Teilnehmer sollten bereits Kenntnisse von einer anderen, objektorientierten Sprache mitbringen. So sollten folgende Fragen beantwortet werden können: Wie ist ein Programm aufgebaut? Was für Datentypen gibt es? Was sind Funktionen/Variablen/Ablaufstrukturen/Klassen?

 

Zielgruppe:

Entwickler ohne Pythonkenntnisse, die in Zukunft Deep-Learning-Algorithmen implementieren möchten.

 

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie hier.

Weitere Informationen
Freitag23.04.2114:00-16:00
Online
KI-Trainer: Entwicklung – Python-Entwicklungstools für Deep Learning

Hier anmelden

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es bei uns hier deshalb rund um die Entwicklung: angefangen bei einem Einstieg in die Pythonprogrammierung über die Betrachtung gängiger Entwicklungstools und -frameworks bis hin zu Deep-Learning-Grundlagen und Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

 

2: Python-Entwicklungstools für Deep Learning

In diesem Teil werden wichtige Python-Entwicklungswerkzeuge, welche relevant für Deep Learning sind, näher betrachtet. Diese umfassen:

- Gängige Python-Entwicklungsumgebungen

- Numpy

- Visualisierungstools

Inhalte werden interaktiv über Jupyter-Notebooks vermittelt. Übungen geben den Teilnehmern die Möglichkeit, erlernte Kenntnisse direkt anzuwenden.

 

Voraussetzungen:

Python-Grundkenntnisse wie z.B. aus unserem Online-Seminar "Python-Grundlagen für Deep Learning" (siehe Link am Ende der Beschreibung für Details)

 

Zielgruppe:

Python-Entwickler, die in Zukunft Deep Learning verwenden möchten.

 

Anmerkung:

Deep-Learning-Frameworks selbst sind Bestandteil der Deep-Learning-Grundlagen-Teile.

 

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie hier.

Weitere Informationen
Montag26.04.2110:00-12:00
Online
KI-Trainer: Entwicklung – Grundlagen Deep Learning Teil 1

Hier anmelden

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es bei uns hier deshalb rund um die Entwicklung: angefangen bei einem Einstieg in die Pythonprogrammierung über die Betrachtung gängiger Entwicklungstools und -frameworks bis hin zu Deep-Learning-Grundlagen und Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

 

3: Deep-Learning-Grundlagen

In dieser mehrteiligen Reihe werden die Grundlagen von Deep Learning vermittelt. Angefangen bei einem einzelnen Neuron werden Schritt für Schritt Bestandteile moderner neuronaler Netze für die Klassifikation aufgezeigt und erklärt. Ein Einstieg in das größte Python-Framework für maschinelles Lernen "Tensorflow" wird gegeben, um anschließend gemeinsam einfache Modelle zu entwickeln. Die Inhalte umfassen unter anderem:

- Neuronaler Netzwerk-Aufbau

- Allgemeiner Lernprozess

- Gängige Optimierungsverfahren

- Gängige Leistungsmetriken

- Convolutional Neural Networks

- Tensorflow-Grundlagen

Die Inhalte über Jupyter-Notebooks vermittelt und anhand von Übungen gefestigt.

 

Voraussetzungen:

- Python-Grundkenntnisse wie z. B. aus unserem Online-Seminar "Python-Grundlagen für Deep Learning" (Details siehe Link am Ende der Beschreibung)

- Numpy-Kenntnisse wie z. B. aus unserem Online-Seminar "Python-Entwicklungstools für Deep Learning" (Details siehe Link am Ende der Beschreibung)

- Optional: Grundkenntnisse von KI – z. B. über einen Besuch unserer Schwerpunkt-1-Workshops, die es einem besser erlauben, die verwendeten Technologien einzuordnen.

 

Zielgruppe:

Python-Entwickler, die in Zukunft Deep Learning verwenden möchten.

 

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie hier.

Weitere Informationen
Montag26.04.2114:00-16:00
Online
KI-Trainer: Entwicklung – Grundlagen Deep Learning Teil 2

Hier anmelden

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es bei uns hier deshalb rund um die Entwicklung: angefangen bei einem Einstieg in die Pythonprogrammierung über die Betrachtung gängiger Entwicklungstools und -frameworks bis hin zu Deep-Learning-Grundlagen und Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

 

3: Deep-Learning-Grundlagen

In dieser mehrteiligen Reihe werden die Grundlagen von Deep Learning vermittelt. Angefangen bei einem einzelnen Neuron werden Schritt für Schritt Bestandteile moderner neuronaler Netze für die Klassifikation aufgezeigt und erklärt. Ein Einstieg in das größte Python-Framework für maschinelles Lernen "Tensorflow" wird gegeben, um anschließend gemeinsam einfache Modelle zu entwickeln. Die Inhalte umfassen unter anderem:

- Neuronaler Netzwerk-Aufbau

- Allgemeiner Lernprozess

- Gängige Optimierungsverfahren

- Gängige Leistungsmetriken

- Convolutional Neural Networks

- Tensorflow-Grundlagen

Die Inhalte über Jupyter-Notebooks vermittelt und anhand von Übungen gefestigt.

 

Voraussetzungen:

- Python-Grundkenntnisse wie z. B. aus unserem Online-Seminar "Python-Grundlagen für Deep Learning" (Details siehe Link am Ende der Beschreibung)

- Numpy-Kenntnisse wie z. B. aus unserem Online-Seminar "Python-Entwicklungstools für Deep Learning" (Details siehe Link am Ende der Beschreibung)

- Optional: Grundkenntnisse von KI – z. B. über einen Besuch unserer Schwerpunkt-1-Workshops, die es einem besser erlauben, die verwendeten Technologien einzuordnen.

 

Zielgruppe:

Python-Entwickler, die in Zukunft Deep Learning verwenden möchten.

 

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie hier.

Weitere Informationen

Mai2021

Donnerstag06.05.2115:00-17:00
Online
Human-Centered AI: Grundlagen Usability und User Experience

In der Webinar- und Workshopserie “Human-Centered AI” geht es in sechs Terminen rund um die menschzentrierte Gestaltung von KI, von der Ideenfindung bis zur Evaluation. Sie können aber jeden der Termine auch einzeln besuchen, ohne an den vorherigen teilgenommen haben zu müssen.

Teil 1 am 6.05.21: Grundlagen Usability, User Experience und Human-Centered AI
Was bedeutet eigentlich Human-Centered AI oder “menschzentrierte KI” und warum spielt das Thema eine Rolle? Darum geht es im Grundlagen-Webinar. Wir beleuchten, warum die Themen Usability und User Experience (UX) in diesem Kontext wichtig für KI sind, was man darunter jeweils versteht und mit welchen Methoden man KI-Systeme mit guter Usability und positiver User Experience gestalten kann. Das Webinar bildet somit insbesondere für Neulinge auf dem Gebiet des Human-Centered Design einen grundlegenden Einstieg ins Thema Human-Centered AI.

Technisches Vorwissen zu KI wird nicht vorausgesetzt.

Hier kostenlos anmelden

Weitere Informationen
Dienstag11.05.2115:00-17:00
Online
Human-Centered AI: Den Nutzungskontext verstehen

In der Webinar- und Workshopserie “Human-Centered AI” geht es in sechs Terminen rund um die menschzentrierte Gestaltung von KI (Human-Centered AI), von der Ideenfindung bis zur Evaluation. Sie können aber jeden der Termine auch einzeln besuchen, ohne an den vorherigen teilgenommen haben zu müssen.

Teil 2 am 11.05.21: Den Nutzungskontext verstehen
Im Fokus der menschzentrierten Gestaltung und somit auch der menschzentrierten KI steht – wie der Name schon sagt – der Mensch, oder anders gesagt die Nutzenden. Nur wer seine Nutzergruppe(n) kennt, ihre Anforderungen und Bedürfnisse versteht, kann gebrauchstaugliche und positiv erlebbare Systeme für sie entwickeln. Wie man dieses Wissen über die Nutzergruppen erheben und festhalten kann, das wird in diesem Workshop thematisiert. Dazu gibt es eine praktische Übung, um das Wissen anzuwenden.

Hier kostenlos anmelden

Weitere Informationen
Mittwoch19.05.2114:00-16:30
Online
KI-Trainer: Online-Seminar Strategie

Für Unternehmen, die erwägen, Künstliche Intelligenz (KI) oder Maschinelles Lernen (ML) zukünftig fest in ihre Produkte, Dienste und Geschäftsprozesse zu integrieren, sind entsprechende Transformationsprozesse nötig. Mögliche Wege hin zu solchen KI-integrierenden Unternehmen sind Gegenstand dieses Seminars.

Initiale KI-Projekte sind der erste Schritt hin zu einer erfolgreichen strategischen KI-Integration. Gleichzeitig ist das Identifizieren geeigneter Anwendungsfälle und daraus abgeleitete Business-Cases eine der größten Herausforderungen bei der Anwendung von KI in Unternehmen. Mögliche Ansätze, Methoden, Fallstricke und Voraussetzungen werden anhand von praktischen Beispielen vorgestellt.

Die Inhalte eignen sich für Geschäftsführer, Führungskräfte und auch jene Mitarbeiter, die an der erfolgreichen strategischen Integration von KI im Unternehmen interessiert sind. KI-Kenntnisse werden nicht vorausgesetzt.

Melden Sie sich jetzt kostenlos an!

 

 

Weitere Informationen
 
Demonstrator: Autonomes Fahren
Lernende Algorithmen und Möglichkeiten modellbasierter Usability-Evaluationen – ein Tagungsbeitrag der Region Mitte von Dieter Wallach und Sven Fackert
14.11.19
Digitalisierung, Künstliche Intelligenz (KI) und lernende Algorithmen verändern tiefgreifend die Art und Weise, wie wir leben und arbeiten. Deshalb befasste sich eine interdisziplinäre Tagung am Hochleistungsrechenzentrum Stuttgart (HLRS) mit den gesellschaftlichen Auswirkungen von KI und der Algorithmisierung des Alltags. Dieter Wallach (Hochschule Kaiserslautern) und Sven Fackert (Ergosign GmbH) betrachteten in einem Vortrag autonome Interaktions- und Lernszenarien in einem konkreten Simulationssystem.
Dienstag12.11.19-
Stuttgart
Technische Universität Berlin
Neue Methodenkarte zu Wizard-of-Oz
05.08.19
Mit den Methodenkarten bietet das Kompetenzzentrum Usability kompakte Informationen zu Vorgehensweisen in der benutzerzentrierten Gestaltung, Digitalisierungprozessen und der agilen Software-Entwicklung. Anwendungsnahe Beispiele und interaktive Fragestellungen regen dazu an, neue Ideen direkt für die eigenen Projekte zu übertragen. Erfahren Sie mit unserer neuen Methodenkarte, was es mit Wizard-of-Oz-Prototypen auf sich hat.
Tagung "New Faces: UUX und künstliche Intelligenz"
Erfolgreiche UIG-Tagung: Über 200 Teilnehmer diskutieren im Mannheimer Schloss über Künstliche Intelligenz
22.04.19
Am 16. April 2019 fand bei frühlingshaftem Kaiserwetter die Usability in Germany (UIG)-Tagung 2019 im Ostflügel des Mannheimer Schlosses statt. Insgesamt 219 Besucher wollten sich die diesjährige Konferenz mit dem Schwerpunktthema "New Faces: UUX und Künstliche Intelligenz" nicht entgehen lassen. Ein breiter Publikumsmix von Wissenschaftlern, Praktikern und Studierenden lauschte den Vortrags- und Workshopthemen, die sich fast ausnahmslos um neuartige Technologien und deren Implikationen für den Usability-Bereich beschäftigten.
Dienstag16.04.1910:00-17:00
Universität Mannheim
Tagung "New Faces: UUX und künstliche Intelligenz"
Prof. Dr. Antonio Krüger (Deutsches Forschungszentrum für Künstliche Intelligenz, DFKI): Entwurf und Entwicklung zukünftiger körpergetragener Benutzerschnittstellen
27.03.19
Professor Dr. Krüger präsentiert in seinem Vortrag Beispiele aus der DFKI-Forschung zu körpergetragenen Benutzerschnittstellen. Im Vortrag werden u.a. neuartige Systeme zur Gestenerkennung bei der Smartwatch-Benutzung besprochen, Forschungsergebnisse zur Verwendung haptischer Kontroller in VR-Umgebungen vorgestellt und körpergetragene Lernsysteme unter Verwendung von elektrischer Muskelstimulation diskutiert. Der Vortrag wird unterstreichen, dass in Zukunft das "User-Centered-Design" nicht nur empirischen Kriterien genügen muss, sondern sich verstärkt durch kognitive Modelle von Benutzern qualifizieren wird.
Dienstag16.04.1910:00-17:00
Universität Mannheim
Tagung "New Faces: UUX und künstliche Intelligenz"
Ole Heydekamp (Deutsche Telekom AG): Die andere Seite der Conversational UX
26.03.19
Ole Heydekamps Vortrag befasst sich mit der User Experience und Usability von Chatbot Tools und deren Einfluss auf ein kundenzentriertes Endprodukt.
Dienstag16.04.1910:00-17:00
Universität Mannheim
Demonstrator: Autonomes Fahren
"AI-based User Modeling in Dynamic Environments" – Fachvortrag zur Anwendung der KI im Verkehr an der Hochschule Offenburg
25.03.19
Am 13. März 2019 fand an der Hochschule Offenburg die Tagung "Künstliche Intelligenz: von der Forschung in die Anwendung" statt. Dieter Wallach als Vertreter der Region Mitte beteiligte sich mit einem Fachvortrag zur Anwendung der KI im Verkehrssektor.
Mittwoch13.03.19-
Offenburg
Tagung "New Faces: UUX und künstliche Intelligenz"
Prof. Dr. Dieter Wallach, Prof. Dr. Jan Conrad, Tim Klauck, Lisa Föllinger (Hochschule Kaiserslautern & Ergosign GmbH): UX-Challenges im autonomen Fahren
24.03.19
Vor welchen Herausforderungen stehen wir im UX Design bei der Gestaltung von Cockpits für (semi-)autonome Fahrzeuge? Der Vortrag stellt den aktuellen Entwicklungsstand dar und präsentiert ausgewählte empirische Ergebnisse. Ein realitätsnaher Fahrsimulator begleitet den Vortrag als erlebbares Exponat.
Dienstag16.04.1910:00-17:00
Universität Mannheim
Tagung "New Faces: UUX und künstliche Intelligenz"
Workshop: Elisabeth Stein & Christina Haspel (Hochschule der Medien, Stuttgart): Mensch-KI-Interaktion entwerfen und evaluieren mit Wizard-of-Oz-Prototypen
22.03.19
Das derzeitige Trendthema "Künstliche Intelligenz" (KI) wirft nicht nur Fragen der technischen Umsetzung, sondern auch der Mensch-KI-Interaktion auf. Um neue Konzepte für KI entwickeln zu können, sollten diese zunächst mit Nutzern getestet werden. Hierfür wird im Rahmen eines Workshops ein Wizard-of-Oz Prototyp vorgestellt, welcher zur Simulation einer KI dient und in Testumgebungen eingesetzt werden kann. Somit kann der Gestaltungsraum von KI exploriert werden ohne, dass eine technische Lösung benötigt wird.
Dienstag16.04.1910:00-17:00
Universität Mannheim
Tagung "New Faces: UUX und künstliche Intelligenz"
Dr. Stefan Morana (Karlsruher Institut für Technologie): Adaptive Gestaltung der Mensch-Chatbot Interaktion durch soziale Signale des Chatbots
19.03.19
Chatbots sind heutzutage allgegenwärtig und Menschen interagieren mit ihnen sowohl im beruflichen als auch im privaten Umfeld. Die Interaktion mit Chatbots fühlt sich jedoch häufig unnatürlich an. In seinem Vortrag stellt Dr. Morana verschiedene Gestaltungsmöglichkeiten auf Basis sogenannter Social Cues (sozialer Signale) für eine natürlichere Mensch-Chatbot Interaktion vor. Darauf aufbauend wurde ein Konzept entwickelt um die Interaktion und die sozialen Signale des Chatbots an den jeweiligen Nutzer und die Situation anpassen um damit die User Experience positiv zu beeinflussen.
Dienstag16.04.1910:00-17:00
Universität Mannheim
Tagung "New Faces: UUX und künstliche Intelligenz"
Prof. Dr. Michael Burmester (Konsortialkoordinator Mittelstand 4.0-Kompetenzzentrum Usability), Dr. Katharina Zeiner und Axel Platz (Siemens): Arbeit der Zukunft positiv gestalten: Potenziale Künstlicher Intelligenz und Positiver User Experience
18.03.19
Die Arbeit der Zukunft wird sich mit der Digitalisierung grundlegend ändern. Dies liegt nicht nur daran, dass bestimmte Anteile herkömmlicher Arbeit beispielsweise von Künstlicher Intelligenz übernommen werden. Auch die Interaktion mit Computern wird deutlich anders aussehen. Durch die Verbindung von Künstlicher Intelligenz und Ansätzen Positiver User Experience entstehen Potenziale Arbeit nicht nur produktiv zu gestalten, sondern auch zu einem positiven Erlebnis werden zu lassen.
Dienstag16.04.1910:00-17:00
Universität Mannheim
1
2
3
4
5
6
 
 
Copyright