0%

Blog

Icebreaker Round Table 2: Wie verwandeln wir große und komplexe Datenmengen in echten Mehrwert?

Wie kommen wir zu den Use & Business Cases? Schnell, effizient und skalierbar – Wie gelingt der produktive Einsatz? Welche Technologien sind wofür am besten geeignet?Read more

Solution Keynote: The Ethics and Morals of Artificial Intelligence

There is a need for ethics and morals in Artificial Intelligence for the modern digital workplace. If you’re unsure whether you’re creating true artificial intelligence or artificial stupidity, join this interactive session to learn the approach by IEEE for Ethically Aligned Design.Read more

1 | Applied AI Café: AI – von Garage-Projekten zum professionellen Life Cycle Management

Wie überführt man Modelle von einem Entwicklungsstatus in eine Produktionsumgebung? Wie gewährleistet man Bereitstellung, Überwachung und Skalierung von AI-Funktionen in der Produktion?Read more

Case Study: Leveraging AI to Transform Logistics

Logistics planning today is still a rather manual process Changing this is not easy due to the multitude of involved parties and systems, and the lack of common industry standards The combination of methods from Machine Learning and Operations Research allows to optimize and automate various aspects in areas such as demand forecasting, network planning,Read more

Solution Study: AI first mit Intelligent Empowerment

Seit Google 2016 den Anfang machte, proklamieren immer mehr Unternehmen eine “AI first” Strategie. Aber was konkret heisst “AI first”? Wie muss sich ein Unternehmen ändern, um diesem Anspruch gerecht zu werden? “AI first” heisst nicht, Menschen durch AI zu ersetzen. Es geht vielmehr darum, Routinearbeiten durch AI durchführen zu lassen, damit die Mitarbeiter ihrRead more

Case Study: Harmonisierung und unternehmensweite Verwertung von Machine Learning & AI Use Cases in großen Organisation

Read more

CYP Round Table 1: Entwicklungsprozesse für AI-Systeme – Was sind die größten Herausforderungen und was die besten Ansätze?

Produktentwicklungsprozess für AI-Systeme: Standardprozess vs. individuelle Lösung Datengenerierung: Messkampagne vs. Simulation/Transfer Learning Datenmanagement: Rolle eines Data Lakes für den Entwicklungsprozess der Zukunft Szenarioabdeckung: Abbildung aller relevanten Situationen in den Trainingsdaten für AI Qualitätssicherung: Validierungs- und Absicherungsansätze für AI-SystemeRead more

Keynote: Corporate-Scale AI – Algorithmen, Evaluation & Transparenz

Künstliche Intelligenz auf industriellem Niveau bringt unerwartete Herausforderungen mit sich: Im Blickpunkt stehen hauptsächlich saubere Daten, Codierung von Prozess-Wissen und umsatzsteigerndem Output. Über diese wichtigen Grundlagen hinaus verlangt eine Integration von KI-Algorithmen in den Konzernalltag aber auch nach detaillierter Transparenz, erklärbarem und reproduzierbarem Output sowie hoher Qualität schon bei Prototypen, um Projekte zielsicher zum KundenRead more

3 | Blackbox vs. Transparency Café: Machine Learning und der Transparenzgrundsatz – Wie erklären Sie Ihre BlackBox?

Machine Learning ermöglicht unter anderem die Automatisierung von Entscheidungsfindungsprozessen. Die Ergebnisse der Verfahren sind aber nur zum Teil erklärlich, also für Menschen im Allgemeinen nicht nachvollziehbar. Die meisten Verfahren sind zudem heuristisch motiviert und die Optimalität mathematisch (noch) nicht bewiesen. Als Anwender der Methoden sind wir aufgefordert die Ergebnisse nachvollziehbar zu erklären, z.B. dem Management,Read more

Case Study: Erkenntnisbasierte Entscheidungen mit Machine Learning – Use Cases und Strategische Perspektiven in der Techniker Krankenkasse

Definitionen häufig genutzter Begriffe Konzeptionelles Framework der Entscheidungsfindung auf datenbasierten Erkenntnisse Beispiele aus den Bereichen Leistungsmanagement und Geschäftsprozesse AusblickRead more

Do NOT follow this link or you will be banned from the site!