Wie Künstliche Intelligenz unser Leben prägt: KI verständlich erklärt
Saved in:
| Main Author: | |
|---|---|
| Format: | Electronic eBook |
| Language: | English |
| Published: |
Freiburg
Haufe Lexware Verlag
2022
|
| Series: | Haufe Fachbuch
|
| Subjects: | |
| Online Access: | HWR01 |
| Physical Description: | 1 Online-Ressource (406 Seiten) |
| ISBN: | 9783648162057 9783648162040 |
Staff View
MARC
| LEADER | 00000nmm a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV048632580 | ||
| 003 | DE-604 | ||
| 005 | 20230424 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 230105s2022 |||| o||u| ||||||eng d | ||
| 020 | |a 9783648162057 |q electronic bk. |9 978-3-648-16205-7 | ||
| 020 | |a 9783648162040 |9 978-3-648-16204-0 | ||
| 035 | |a (ZDB-30-PQE)EBC7134669 | ||
| 035 | |a (ZDB-30-PAD)EBC7134669 | ||
| 035 | |a (ZDB-89-EBL)EBL7134669 | ||
| 035 | |a (OCoLC)1351204032 | ||
| 035 | |a (DE-599)BVBBV048632580 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a eng | |
| 049 | |a DE-2070s | ||
| 084 | |a ST 505 |0 (DE-625)143675: |2 rvk | ||
| 084 | |a ST 300 |0 (DE-625)143650: |2 rvk | ||
| 100 | 1 | |a Dahm, Markus H. |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Wie Künstliche Intelligenz unser Leben prägt |b KI verständlich erklärt |
| 264 | 1 | |a Freiburg |b Haufe Lexware Verlag |c 2022 | |
| 264 | 4 | |c ©2022 | |
| 300 | |a 1 Online-Ressource (406 Seiten) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Haufe Fachbuch | |
| 505 | 8 | |a Cover -- Hinweis zum Urheberrecht -- Titel -- Impressum -- Inhaltsverzeichnis -- Geleitwort von Dr. Gunther Wobser -- Vorwort des Herausgebers -- KI - Grundlagen und die gesellschaftliche Debatte -- 1 KI vor 40 Jahren -- 1.1 Einführung -- 1.2 Expertensysteme - Forschungsschwerpunkt 1980er-Jahre -- 1.2.1 Repräsentation von Wissen -- 1.2.2 Inferenzmaschine -- 1.2.3 Einsatz von Expertensystemen in der Praxis -- 1.3 Technik -- 1.4 KI-Community in den 1980er-Jahren -- 1.5 KI-Winter -- 1.6 Wie ging es weiter mit der KI? -- 2 Was ist KI? -- 2.1 Was ist Künstliche Intelligenz und was unterscheidet sie von menschlicher Intelligenz? -- 2.1.1 Was ist Intelligenz? -- 2.1.2 Was ist nun Künstliche Intelligenz? -- 2.2 Warum sind Künstliche Intelligenzen dann so besonders und interessant? -- 2.2.1 Wie lernen KIs? -- 2.2.2 Wie funktionieren KIs? -- 2.3 Ausblick -- 3 KI im Privatleben -- 3.1 Einleitung -- 3.2 Die großen Tech-Konzerne und KI -- 3.3 Wo begegnet uns Künstliche Intelligenz im Alltag? -- 3.3.1 Recommendation Engines -- 3.3.2 Computer Vision -- 3.3.3 Natural Language Processing -- 3.4 Fazit -- 3.5 Ausblick -- 4 Was ist Bildverarbeitung und können KI-Systeme sehen? -- 4.1 Beispiel Verkehr -- 4.2 Bildverarbeitung, Image Processing -- 4.3 Bilder verstehen, Image Understanding -- 4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz? -- 4.5 Fazit und Ausblick -- 5 KI-Kompetenzen in der Schule vermitteln -- 5.1 Einleitung -- 5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht -- 5.3 Praxisbeispiele für KI im Unterricht -- 5.3.1 AI unplugged -- 5.3.2 IT2School KI-Module -- 5.3.3 KISS* -- 5.4 Empfehlungen für die Praxis -- 5.5 Fazit und Ausblick -- 6 Golem im Handy - die menschliche Zukunft im Metaversum -- 6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar? | |
| 505 | 8 | |a 6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien -- 6.3 Weitreichende Ausbreitung von Technologien -- 6.4 Gefahren: Unersetzlichkeit und Kontrollverlust -- 6.5 Oligopolisierung des Internets und angestrebtes Metaverse -- 6.6 Fazit: Demokratie bewahren -- 7 KI fressen Seele auf - Motive und Hintergründe zu Dystopien über Maschinenintelligenz -- 7.1 Einleitung -- 7.2 Fachdiskurs und Stimmungslage zu KI -- 7.3 Amerikas Werk und Europas Skepsis -- 7.4 Fazit und To Do's -- 8 Künstliche Intelligenz - Moral und Ethik -- 8.1 Einleitung -- 8.2 Abgrenzung zwischen Moral und Ethik -- 8.3 Moralische und ethische Aspekte von KI mit unterschiedlichen Nutzenschwerpunkten -- 8.3.1 Human Resources: Bewerberauswahl mittels KI -- 8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben -- 8.3.3 Schulische Bildung: Lernverhalten analysieren -- 8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes -- 8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten -- 8.4 Fazit und Ausblick -- 8.5 Handlungsempfehlungen -- 9 Künstliche Intelligenz - die moralischen und ethischen Aspekte -- 9.1 Relevanz des Themas und Problem -- 9.2 Praxisbeispiele zu moralischen und ethischen Debatten über Künstliche Intelligenz -- 9.2.1 Entscheidungsdilemma - autonomes Fahren im Straßenverkehr -- 9.2.2 Technologische Singularität -- 9.2.3 Nachvollziehbarkeit von KI-Algorithmen -- 9.2.4 Gerechtigkeit und kognitive Verzerrungen -- 9.2.5 Datenschutz und Privatsphäre -- 9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen -- 9.4 Fazit und Ausblick -- 9.5 Handlungsempfehlungen -- 10 Würden Sie der Entscheidung einer KI ohne eine für Sie verständliche Erläuterung vertrauen? -- 10.1 Einleitung -- 10.1.1 Fehler von KI-Systemen in der Vergangenheit | |
| 505 | 8 | |a 10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen -- 10.2 KI - Maschinelles Lernen -- 10.2.1 Datenqualität als entscheidender Qualitätsfaktor -- 10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen -- 10.3 ML-Modellemit White-/Black-Box-Verhalten -- 10.3.1 Decision Tree und Random Forest -- 10.4 Interpretationstechniken -- 10.5 Interpretationsmethoden -- 10.5.1 Szenario Brustkrebs-Erkennung -- 10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations) -- 10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations) -- 10.6 Zusammenfassung Ausblick -- 11 KI und Nachhaltigkeit -- 11.1 Motivation und Ziele -- 11.2 Grundlegende Ansätze/Herangehensweisen -- 11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen -- 11.4 Beispiele aus der Praxis -- 11.4.1 Vorhersagen und Identifikation von Luftverschmutzung -- 11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung -- 11.5 Handlungsempfehlungen -- 11.6 Fazit und Ausblick -- 12 Wie KI in Mode kommt -- 12.1 Einleitung -- 12.2 Das Problem mit der Intelligenz -- 12.3 Konklusionen -- KI in der Wirtschaft -- 13 Sprach-KI und ihre Anwendungen -- 13.1 Was sind die wichtigsten sprachverarbeitenden Methoden? -- 13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt? -- 13.3 Wie läuft ein NLP-Projekt praktisch ab? -- 13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI? -- 13.5 Fazit -- 14 Verantwortungsvolle und vertrauenswürdige Gestaltung von KI-Systemen -- 14.1 Wieso ist Vertrauen für KI wichtig? -- 14.2 Wie kann sich KI Vertrauen verdienen? -- 14.2.1 Vertrauen durch Verständlichkeit -- 14.2.2 Vertrauen durch Sicherheit -- 14.3 Fazit -- 15 Die Veränderung der Jobprofile durch den Einsatz von Künstlicher Intelligenz -- 15.1 Einleitung -- 15.2 Fallbeispiele -- 15.2.1 Beispiel BMW -- 15.2.2 Beispiel Banking -- 15.3 Zusammenfassung | |
| 505 | 8 | |a 16 Eine fast vollständige Anleitung für den EU Artificial Intelligence Act -- 16.1 Einleitung -- 16.2 Was ist der Europäische Artificial Intelligence Act? -- 16.3 Was reguliert der Artificial Intelligence Act? -- 16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten? -- 16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf? -- 16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen? -- 16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act -- 16.8 Wie geht es jetzt weiter? -- 17 Wie der Einsatz von KI im unternehmerischen Einkauf einen strategischen Vorteil bieten kann -- 17.1 Einleitung -- 17.2 Zeitintensive manuelle Prozesse im Einkauf - wie KI dabei unterstützen kann -- 17.3 Optimierung von Einkaufsprozessen und -bedingungen mittels Analytics Anbieter -- 17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen -- 17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender -- 17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten -- 17.4 Handlungsempfehlungen -- 17.5 Fazit und Ausblick -- 18 Künstliche Intelligenz in der Kundenkommunikation -- 18.1 Technologie lernt die Kunden verstehen -- 18.2 Best Practice Beispiele -- 18.2.1 KI-basierte Kundenkommunikation bei OTTO -- 18.2.2 KI-basierte Kundenkommunikation bei KLM -- 18.3 Fazit und Ausblick -- 19 Die leise Disruption - wie KI schon jetzt das Marketing fundamental verändert hat -- 19.1 Einleitung -- 19.2 Marketing befindet sich in einem Transformationsprozess -- 19.3 Daten bestimmen die Zielgruppenansprache -- 19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management -- 19.5 Wenn Maschinen Produkte entwickeln -- 19.6 Die neue Kollegin am Arbeitsplatz heißt KI -- 19.7 Zusammenfassung und Fazit -- 20 Künstliche Intelligenz im E-Commerce | |
| 505 | 8 | |a 20.1 Steht der E-Commerce vor einem Umbruch? -- 20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce -- 20.3 Handlungsempfehlungen zur Implementierung von KI im E-Commerce -- 20.3.1 Problemstellung identifizieren -- 20.3.2 Externe Softwareanbieter und Experten suchen -- 20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen -- 20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen -- 20.3.5 Schrittweise Implementierung und Transparenz -- 20.3.6 Auswertung und Optimierung -- 20.4 Fazit -- 20.5 Ausblick -- 21 Einfluss der KI auf die Logistik -- 21.1 Warum KI in der Logistik? Warum jetzt? -- 21.2 Status quo: KI in der Logistik -- 21.3 Beispiele aus der Praxis -- 21.4 Inspirationen für die Praxis -- 21.5 Und in Zukunft? -- 21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen: -- 22 KI-Verordnung der Europäischen Union -- 22.1 Einleitung -- 22.2 Risikobasierter Ansatz -- 22.2.1 Unannehmbares Risiko -- 22.2.2 Hohes Risiko -- 22.2.3 Geringes Risiko: KI soll sich offenbaren -- 22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst -- 22.3 Maßnahmen zur Unterstützung von Innovation -- 22.4 Sanktionen bei Verstößen -- 22.5 Weitere Umsetzungsschritte -- 22.6 Kritik am Entwurf der Verordnung -- 22.7 Fazit -- 22.8 Handlungsempfehlungen -- 23 Die Zukunft selbst in die Hand nehmen: KI-Strategie und Beispiele aus Ungarn -- 23.1 Einleitung -- 23.2 ZalaZONE - ein Innovationsraum für autonomes Fahren -- 23.3 Ein Supercomputer für die Sprache -- 23.4 Fazit -- 23.5 Ausblick -- KI in den Branchen -- 24 Skalierbare und wertschaffende KI-Implementierung in der Luftfahrt -- 24.1 Einleitung -- 24.2 Mensch und Organisation in der Analytics Factory -- 24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche -- 24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse | |
| 505 | 8 | |a 24.3 Analytics Factory (Daten, Technologie und Tools) | |
| 650 | 0 | 7 | |a Künstliche Intelligenz |0 (DE-588)4033447-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Unternehmen |0 (DE-588)4061963-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Wirtschaft |0 (DE-588)4066399-1 |2 gnd |9 rswk-swf |
| 653 | 6 | |a Electronic books | |
| 655 | 7 | |0 (DE-588)4143413-4 |a Aufsatzsammlung |2 gnd-content | |
| 689 | 0 | 0 | |a Künstliche Intelligenz |0 (DE-588)4033447-8 |D s |
| 689 | 0 | 1 | |a Unternehmen |0 (DE-588)4061963-1 |D s |
| 689 | 0 | 2 | |a Wirtschaft |0 (DE-588)4066399-1 |D s |
| 689 | 0 | |5 DE-604 | |
| 776 | 0 | 8 | |i Erscheint auch als |n Druck-Ausgabe |a Dahm, Markus H. |t Wie Künstliche Intelligenz unser Leben prägt |d Freiburg : Haufe Lexware Verlag,c2022 |z 9783648162040 |
| 912 | |a ZDB-30-PQE | ||
| 999 | |a oai:aleph.bib-bvb.de:BVB01-034007599 | ||
| 966 | e | |u https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=7134669 |l HWR01 |p ZDB-30-PQE |q HWR_PDA_PQE_Kauf |x Aggregator |3 Volltext | |
Record in the Search Index
| _version_ | 1804184765998301184 |
|---|---|
| adam_txt | |
| any_adam_object | |
| any_adam_object_boolean | |
| author | Dahm, Markus H. |
| author_facet | Dahm, Markus H. |
| author_role | aut |
| author_sort | Dahm, Markus H. |
| author_variant | m h d mh mhd |
| building | Verbundindex |
| bvnumber | BV048632580 |
| classification_rvk | ST 505 ST 300 |
| collection | ZDB-30-PQE |
| contents | Cover -- Hinweis zum Urheberrecht -- Titel -- Impressum -- Inhaltsverzeichnis -- Geleitwort von Dr. Gunther Wobser -- Vorwort des Herausgebers -- KI - Grundlagen und die gesellschaftliche Debatte -- 1 KI vor 40 Jahren -- 1.1 Einführung -- 1.2 Expertensysteme - Forschungsschwerpunkt 1980er-Jahre -- 1.2.1 Repräsentation von Wissen -- 1.2.2 Inferenzmaschine -- 1.2.3 Einsatz von Expertensystemen in der Praxis -- 1.3 Technik -- 1.4 KI-Community in den 1980er-Jahren -- 1.5 KI-Winter -- 1.6 Wie ging es weiter mit der KI? -- 2 Was ist KI? -- 2.1 Was ist Künstliche Intelligenz und was unterscheidet sie von menschlicher Intelligenz? -- 2.1.1 Was ist Intelligenz? -- 2.1.2 Was ist nun Künstliche Intelligenz? -- 2.2 Warum sind Künstliche Intelligenzen dann so besonders und interessant? -- 2.2.1 Wie lernen KIs? -- 2.2.2 Wie funktionieren KIs? -- 2.3 Ausblick -- 3 KI im Privatleben -- 3.1 Einleitung -- 3.2 Die großen Tech-Konzerne und KI -- 3.3 Wo begegnet uns Künstliche Intelligenz im Alltag? -- 3.3.1 Recommendation Engines -- 3.3.2 Computer Vision -- 3.3.3 Natural Language Processing -- 3.4 Fazit -- 3.5 Ausblick -- 4 Was ist Bildverarbeitung und können KI-Systeme sehen? -- 4.1 Beispiel Verkehr -- 4.2 Bildverarbeitung, Image Processing -- 4.3 Bilder verstehen, Image Understanding -- 4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz? -- 4.5 Fazit und Ausblick -- 5 KI-Kompetenzen in der Schule vermitteln -- 5.1 Einleitung -- 5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht -- 5.3 Praxisbeispiele für KI im Unterricht -- 5.3.1 AI unplugged -- 5.3.2 IT2School KI-Module -- 5.3.3 KISS* -- 5.4 Empfehlungen für die Praxis -- 5.5 Fazit und Ausblick -- 6 Golem im Handy - die menschliche Zukunft im Metaversum -- 6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar? 6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien -- 6.3 Weitreichende Ausbreitung von Technologien -- 6.4 Gefahren: Unersetzlichkeit und Kontrollverlust -- 6.5 Oligopolisierung des Internets und angestrebtes Metaverse -- 6.6 Fazit: Demokratie bewahren -- 7 KI fressen Seele auf - Motive und Hintergründe zu Dystopien über Maschinenintelligenz -- 7.1 Einleitung -- 7.2 Fachdiskurs und Stimmungslage zu KI -- 7.3 Amerikas Werk und Europas Skepsis -- 7.4 Fazit und To Do's -- 8 Künstliche Intelligenz - Moral und Ethik -- 8.1 Einleitung -- 8.2 Abgrenzung zwischen Moral und Ethik -- 8.3 Moralische und ethische Aspekte von KI mit unterschiedlichen Nutzenschwerpunkten -- 8.3.1 Human Resources: Bewerberauswahl mittels KI -- 8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben -- 8.3.3 Schulische Bildung: Lernverhalten analysieren -- 8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes -- 8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten -- 8.4 Fazit und Ausblick -- 8.5 Handlungsempfehlungen -- 9 Künstliche Intelligenz - die moralischen und ethischen Aspekte -- 9.1 Relevanz des Themas und Problem -- 9.2 Praxisbeispiele zu moralischen und ethischen Debatten über Künstliche Intelligenz -- 9.2.1 Entscheidungsdilemma - autonomes Fahren im Straßenverkehr -- 9.2.2 Technologische Singularität -- 9.2.3 Nachvollziehbarkeit von KI-Algorithmen -- 9.2.4 Gerechtigkeit und kognitive Verzerrungen -- 9.2.5 Datenschutz und Privatsphäre -- 9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen -- 9.4 Fazit und Ausblick -- 9.5 Handlungsempfehlungen -- 10 Würden Sie der Entscheidung einer KI ohne eine für Sie verständliche Erläuterung vertrauen? -- 10.1 Einleitung -- 10.1.1 Fehler von KI-Systemen in der Vergangenheit 10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen -- 10.2 KI - Maschinelles Lernen -- 10.2.1 Datenqualität als entscheidender Qualitätsfaktor -- 10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen -- 10.3 ML-Modellemit White-/Black-Box-Verhalten -- 10.3.1 Decision Tree und Random Forest -- 10.4 Interpretationstechniken -- 10.5 Interpretationsmethoden -- 10.5.1 Szenario Brustkrebs-Erkennung -- 10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations) -- 10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations) -- 10.6 Zusammenfassung Ausblick -- 11 KI und Nachhaltigkeit -- 11.1 Motivation und Ziele -- 11.2 Grundlegende Ansätze/Herangehensweisen -- 11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen -- 11.4 Beispiele aus der Praxis -- 11.4.1 Vorhersagen und Identifikation von Luftverschmutzung -- 11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung -- 11.5 Handlungsempfehlungen -- 11.6 Fazit und Ausblick -- 12 Wie KI in Mode kommt -- 12.1 Einleitung -- 12.2 Das Problem mit der Intelligenz -- 12.3 Konklusionen -- KI in der Wirtschaft -- 13 Sprach-KI und ihre Anwendungen -- 13.1 Was sind die wichtigsten sprachverarbeitenden Methoden? -- 13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt? -- 13.3 Wie läuft ein NLP-Projekt praktisch ab? -- 13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI? -- 13.5 Fazit -- 14 Verantwortungsvolle und vertrauenswürdige Gestaltung von KI-Systemen -- 14.1 Wieso ist Vertrauen für KI wichtig? -- 14.2 Wie kann sich KI Vertrauen verdienen? -- 14.2.1 Vertrauen durch Verständlichkeit -- 14.2.2 Vertrauen durch Sicherheit -- 14.3 Fazit -- 15 Die Veränderung der Jobprofile durch den Einsatz von Künstlicher Intelligenz -- 15.1 Einleitung -- 15.2 Fallbeispiele -- 15.2.1 Beispiel BMW -- 15.2.2 Beispiel Banking -- 15.3 Zusammenfassung 16 Eine fast vollständige Anleitung für den EU Artificial Intelligence Act -- 16.1 Einleitung -- 16.2 Was ist der Europäische Artificial Intelligence Act? -- 16.3 Was reguliert der Artificial Intelligence Act? -- 16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten? -- 16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf? -- 16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen? -- 16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act -- 16.8 Wie geht es jetzt weiter? -- 17 Wie der Einsatz von KI im unternehmerischen Einkauf einen strategischen Vorteil bieten kann -- 17.1 Einleitung -- 17.2 Zeitintensive manuelle Prozesse im Einkauf - wie KI dabei unterstützen kann -- 17.3 Optimierung von Einkaufsprozessen und -bedingungen mittels Analytics Anbieter -- 17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen -- 17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender -- 17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten -- 17.4 Handlungsempfehlungen -- 17.5 Fazit und Ausblick -- 18 Künstliche Intelligenz in der Kundenkommunikation -- 18.1 Technologie lernt die Kunden verstehen -- 18.2 Best Practice Beispiele -- 18.2.1 KI-basierte Kundenkommunikation bei OTTO -- 18.2.2 KI-basierte Kundenkommunikation bei KLM -- 18.3 Fazit und Ausblick -- 19 Die leise Disruption - wie KI schon jetzt das Marketing fundamental verändert hat -- 19.1 Einleitung -- 19.2 Marketing befindet sich in einem Transformationsprozess -- 19.3 Daten bestimmen die Zielgruppenansprache -- 19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management -- 19.5 Wenn Maschinen Produkte entwickeln -- 19.6 Die neue Kollegin am Arbeitsplatz heißt KI -- 19.7 Zusammenfassung und Fazit -- 20 Künstliche Intelligenz im E-Commerce 20.1 Steht der E-Commerce vor einem Umbruch? -- 20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce -- 20.3 Handlungsempfehlungen zur Implementierung von KI im E-Commerce -- 20.3.1 Problemstellung identifizieren -- 20.3.2 Externe Softwareanbieter und Experten suchen -- 20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen -- 20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen -- 20.3.5 Schrittweise Implementierung und Transparenz -- 20.3.6 Auswertung und Optimierung -- 20.4 Fazit -- 20.5 Ausblick -- 21 Einfluss der KI auf die Logistik -- 21.1 Warum KI in der Logistik? Warum jetzt? -- 21.2 Status quo: KI in der Logistik -- 21.3 Beispiele aus der Praxis -- 21.4 Inspirationen für die Praxis -- 21.5 Und in Zukunft? -- 21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen: -- 22 KI-Verordnung der Europäischen Union -- 22.1 Einleitung -- 22.2 Risikobasierter Ansatz -- 22.2.1 Unannehmbares Risiko -- 22.2.2 Hohes Risiko -- 22.2.3 Geringes Risiko: KI soll sich offenbaren -- 22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst -- 22.3 Maßnahmen zur Unterstützung von Innovation -- 22.4 Sanktionen bei Verstößen -- 22.5 Weitere Umsetzungsschritte -- 22.6 Kritik am Entwurf der Verordnung -- 22.7 Fazit -- 22.8 Handlungsempfehlungen -- 23 Die Zukunft selbst in die Hand nehmen: KI-Strategie und Beispiele aus Ungarn -- 23.1 Einleitung -- 23.2 ZalaZONE - ein Innovationsraum für autonomes Fahren -- 23.3 Ein Supercomputer für die Sprache -- 23.4 Fazit -- 23.5 Ausblick -- KI in den Branchen -- 24 Skalierbare und wertschaffende KI-Implementierung in der Luftfahrt -- 24.1 Einleitung -- 24.2 Mensch und Organisation in der Analytics Factory -- 24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche -- 24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse 24.3 Analytics Factory (Daten, Technologie und Tools) |
| ctrlnum | (ZDB-30-PQE)EBC7134669 (ZDB-30-PAD)EBC7134669 (ZDB-89-EBL)EBL7134669 (OCoLC)1351204032 (DE-599)BVBBV048632580 |
| discipline | Informatik |
| discipline_str_mv | Informatik |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>11600nmm a2200565 c 4500</leader><controlfield tag="001">BV048632580</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20230424 </controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">230105s2022 |||| o||u| ||||||eng d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783648162057</subfield><subfield code="q">electronic bk.</subfield><subfield code="9">978-3-648-16205-7</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783648162040</subfield><subfield code="9">978-3-648-16204-0</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-30-PQE)EBC7134669</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-30-PAD)EBC7134669</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-89-EBL)EBL7134669</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1351204032</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV048632580</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-2070s</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 505</subfield><subfield code="0">(DE-625)143675:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 300</subfield><subfield code="0">(DE-625)143650:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Dahm, Markus H.</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Wie Künstliche Intelligenz unser Leben prägt</subfield><subfield code="b">KI verständlich erklärt</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Freiburg</subfield><subfield code="b">Haufe Lexware Verlag</subfield><subfield code="c">2022</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2022</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (406 Seiten)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Haufe Fachbuch</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">Cover -- Hinweis zum Urheberrecht -- Titel -- Impressum -- Inhaltsverzeichnis -- Geleitwort von Dr. Gunther Wobser -- Vorwort des Herausgebers -- KI - Grundlagen und die gesellschaftliche Debatte -- 1 KI vor 40 Jahren -- 1.1 Einführung -- 1.2 Expertensysteme - Forschungsschwerpunkt 1980er-Jahre -- 1.2.1 Repräsentation von Wissen -- 1.2.2 Inferenzmaschine -- 1.2.3 Einsatz von Expertensystemen in der Praxis -- 1.3 Technik -- 1.4 KI-Community in den 1980er-Jahren -- 1.5 KI-Winter -- 1.6 Wie ging es weiter mit der KI? -- 2 Was ist KI? -- 2.1 Was ist Künstliche Intelligenz und was unterscheidet sie von menschlicher Intelligenz? -- 2.1.1 Was ist Intelligenz? -- 2.1.2 Was ist nun Künstliche Intelligenz? -- 2.2 Warum sind Künstliche Intelligenzen dann so besonders und interessant? -- 2.2.1 Wie lernen KIs? -- 2.2.2 Wie funktionieren KIs? -- 2.3 Ausblick -- 3 KI im Privatleben -- 3.1 Einleitung -- 3.2 Die großen Tech-Konzerne und KI -- 3.3 Wo begegnet uns Künstliche Intelligenz im Alltag? -- 3.3.1 Recommendation Engines -- 3.3.2 Computer Vision -- 3.3.3 Natural Language Processing -- 3.4 Fazit -- 3.5 Ausblick -- 4 Was ist Bildverarbeitung und können KI-Systeme sehen? -- 4.1 Beispiel Verkehr -- 4.2 Bildverarbeitung, Image Processing -- 4.3 Bilder verstehen, Image Understanding -- 4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz? -- 4.5 Fazit und Ausblick -- 5 KI-Kompetenzen in der Schule vermitteln -- 5.1 Einleitung -- 5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht -- 5.3 Praxisbeispiele für KI im Unterricht -- 5.3.1 AI unplugged -- 5.3.2 IT2School KI-Module -- 5.3.3 KISS* -- 5.4 Empfehlungen für die Praxis -- 5.5 Fazit und Ausblick -- 6 Golem im Handy - die menschliche Zukunft im Metaversum -- 6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar?</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien -- 6.3 Weitreichende Ausbreitung von Technologien -- 6.4 Gefahren: Unersetzlichkeit und Kontrollverlust -- 6.5 Oligopolisierung des Internets und angestrebtes Metaverse -- 6.6 Fazit: Demokratie bewahren -- 7 KI fressen Seele auf - Motive und Hintergründe zu Dystopien über Maschinenintelligenz -- 7.1 Einleitung -- 7.2 Fachdiskurs und Stimmungslage zu KI -- 7.3 Amerikas Werk und Europas Skepsis -- 7.4 Fazit und To Do's -- 8 Künstliche Intelligenz - Moral und Ethik -- 8.1 Einleitung -- 8.2 Abgrenzung zwischen Moral und Ethik -- 8.3 Moralische und ethische Aspekte von KI mit unterschiedlichen Nutzenschwerpunkten -- 8.3.1 Human Resources: Bewerberauswahl mittels KI -- 8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben -- 8.3.3 Schulische Bildung: Lernverhalten analysieren -- 8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes -- 8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten -- 8.4 Fazit und Ausblick -- 8.5 Handlungsempfehlungen -- 9 Künstliche Intelligenz - die moralischen und ethischen Aspekte -- 9.1 Relevanz des Themas und Problem -- 9.2 Praxisbeispiele zu moralischen und ethischen Debatten über Künstliche Intelligenz -- 9.2.1 Entscheidungsdilemma - autonomes Fahren im Straßenverkehr -- 9.2.2 Technologische Singularität -- 9.2.3 Nachvollziehbarkeit von KI-Algorithmen -- 9.2.4 Gerechtigkeit und kognitive Verzerrungen -- 9.2.5 Datenschutz und Privatsphäre -- 9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen -- 9.4 Fazit und Ausblick -- 9.5 Handlungsempfehlungen -- 10 Würden Sie der Entscheidung einer KI ohne eine für Sie verständliche Erläuterung vertrauen? -- 10.1 Einleitung -- 10.1.1 Fehler von KI-Systemen in der Vergangenheit</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen -- 10.2 KI - Maschinelles Lernen -- 10.2.1 Datenqualität als entscheidender Qualitätsfaktor -- 10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen -- 10.3 ML-Modellemit White-/Black-Box-Verhalten -- 10.3.1 Decision Tree und Random Forest -- 10.4 Interpretationstechniken -- 10.5 Interpretationsmethoden -- 10.5.1 Szenario Brustkrebs-Erkennung -- 10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations) -- 10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations) -- 10.6 Zusammenfassung Ausblick -- 11 KI und Nachhaltigkeit -- 11.1 Motivation und Ziele -- 11.2 Grundlegende Ansätze/Herangehensweisen -- 11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen -- 11.4 Beispiele aus der Praxis -- 11.4.1 Vorhersagen und Identifikation von Luftverschmutzung -- 11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung -- 11.5 Handlungsempfehlungen -- 11.6 Fazit und Ausblick -- 12 Wie KI in Mode kommt -- 12.1 Einleitung -- 12.2 Das Problem mit der Intelligenz -- 12.3 Konklusionen -- KI in der Wirtschaft -- 13 Sprach-KI und ihre Anwendungen -- 13.1 Was sind die wichtigsten sprachverarbeitenden Methoden? -- 13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt? -- 13.3 Wie läuft ein NLP-Projekt praktisch ab? -- 13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI? -- 13.5 Fazit -- 14 Verantwortungsvolle und vertrauenswürdige Gestaltung von KI-Systemen -- 14.1 Wieso ist Vertrauen für KI wichtig? -- 14.2 Wie kann sich KI Vertrauen verdienen? -- 14.2.1 Vertrauen durch Verständlichkeit -- 14.2.2 Vertrauen durch Sicherheit -- 14.3 Fazit -- 15 Die Veränderung der Jobprofile durch den Einsatz von Künstlicher Intelligenz -- 15.1 Einleitung -- 15.2 Fallbeispiele -- 15.2.1 Beispiel BMW -- 15.2.2 Beispiel Banking -- 15.3 Zusammenfassung</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">16 Eine fast vollständige Anleitung für den EU Artificial Intelligence Act -- 16.1 Einleitung -- 16.2 Was ist der Europäische Artificial Intelligence Act? -- 16.3 Was reguliert der Artificial Intelligence Act? -- 16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten? -- 16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf? -- 16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen? -- 16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act -- 16.8 Wie geht es jetzt weiter? -- 17 Wie der Einsatz von KI im unternehmerischen Einkauf einen strategischen Vorteil bieten kann -- 17.1 Einleitung -- 17.2 Zeitintensive manuelle Prozesse im Einkauf - wie KI dabei unterstützen kann -- 17.3 Optimierung von Einkaufsprozessen und -bedingungen mittels Analytics Anbieter -- 17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen -- 17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender -- 17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten -- 17.4 Handlungsempfehlungen -- 17.5 Fazit und Ausblick -- 18 Künstliche Intelligenz in der Kundenkommunikation -- 18.1 Technologie lernt die Kunden verstehen -- 18.2 Best Practice Beispiele -- 18.2.1 KI-basierte Kundenkommunikation bei OTTO -- 18.2.2 KI-basierte Kundenkommunikation bei KLM -- 18.3 Fazit und Ausblick -- 19 Die leise Disruption - wie KI schon jetzt das Marketing fundamental verändert hat -- 19.1 Einleitung -- 19.2 Marketing befindet sich in einem Transformationsprozess -- 19.3 Daten bestimmen die Zielgruppenansprache -- 19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management -- 19.5 Wenn Maschinen Produkte entwickeln -- 19.6 Die neue Kollegin am Arbeitsplatz heißt KI -- 19.7 Zusammenfassung und Fazit -- 20 Künstliche Intelligenz im E-Commerce</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">20.1 Steht der E-Commerce vor einem Umbruch? -- 20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce -- 20.3 Handlungsempfehlungen zur Implementierung von KI im E-Commerce -- 20.3.1 Problemstellung identifizieren -- 20.3.2 Externe Softwareanbieter und Experten suchen -- 20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen -- 20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen -- 20.3.5 Schrittweise Implementierung und Transparenz -- 20.3.6 Auswertung und Optimierung -- 20.4 Fazit -- 20.5 Ausblick -- 21 Einfluss der KI auf die Logistik -- 21.1 Warum KI in der Logistik? Warum jetzt? -- 21.2 Status quo: KI in der Logistik -- 21.3 Beispiele aus der Praxis -- 21.4 Inspirationen für die Praxis -- 21.5 Und in Zukunft? -- 21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen: -- 22 KI-Verordnung der Europäischen Union -- 22.1 Einleitung -- 22.2 Risikobasierter Ansatz -- 22.2.1 Unannehmbares Risiko -- 22.2.2 Hohes Risiko -- 22.2.3 Geringes Risiko: KI soll sich offenbaren -- 22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst -- 22.3 Maßnahmen zur Unterstützung von Innovation -- 22.4 Sanktionen bei Verstößen -- 22.5 Weitere Umsetzungsschritte -- 22.6 Kritik am Entwurf der Verordnung -- 22.7 Fazit -- 22.8 Handlungsempfehlungen -- 23 Die Zukunft selbst in die Hand nehmen: KI-Strategie und Beispiele aus Ungarn -- 23.1 Einleitung -- 23.2 ZalaZONE - ein Innovationsraum für autonomes Fahren -- 23.3 Ein Supercomputer für die Sprache -- 23.4 Fazit -- 23.5 Ausblick -- KI in den Branchen -- 24 Skalierbare und wertschaffende KI-Implementierung in der Luftfahrt -- 24.1 Einleitung -- 24.2 Mensch und Organisation in der Analytics Factory -- 24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche -- 24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">24.3 Analytics Factory (Daten, Technologie und Tools)</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Unternehmen</subfield><subfield code="0">(DE-588)4061963-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wirtschaft</subfield><subfield code="0">(DE-588)4066399-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2="6"><subfield code="a">Electronic books</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4143413-4</subfield><subfield code="a">Aufsatzsammlung</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Unternehmen</subfield><subfield code="0">(DE-588)4061963-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Wirtschaft</subfield><subfield code="0">(DE-588)4066399-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="a">Dahm, Markus H.</subfield><subfield code="t">Wie Künstliche Intelligenz unser Leben prägt</subfield><subfield code="d">Freiburg : Haufe Lexware Verlag,c2022</subfield><subfield code="z">9783648162040</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-PQE</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034007599</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=7134669</subfield><subfield code="l">HWR01</subfield><subfield code="p">ZDB-30-PQE</subfield><subfield code="q">HWR_PDA_PQE_Kauf</subfield><subfield code="x">Aggregator</subfield><subfield code="3">Volltext</subfield></datafield></record></collection> |
| genre | (DE-588)4143413-4 Aufsatzsammlung gnd-content |
| genre_facet | Aufsatzsammlung |
| id | DE-604.BV048632580 |
| illustrated | Not Illustrated |
| index_date | 2024-07-03T21:16:06Z |
| indexdate | 2024-07-10T09:44:33Z |
| institution | BVB |
| isbn | 9783648162057 9783648162040 |
| language | English |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-034007599 |
| oclc_num | 1351204032 |
| open_access_boolean | |
| owner | DE-2070s |
| owner_facet | DE-2070s |
| physical | 1 Online-Ressource (406 Seiten) |
| psigel | ZDB-30-PQE ZDB-30-PQE HWR_PDA_PQE_Kauf |
| publishDate | 2022 |
| publishDateSearch | 2022 |
| publishDateSort | 2022 |
| publisher | Haufe Lexware Verlag |
| record_format | marc |
| series2 | Haufe Fachbuch |
| spelling | Dahm, Markus H. Verfasser aut Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt Freiburg Haufe Lexware Verlag 2022 ©2022 1 Online-Ressource (406 Seiten) txt rdacontent c rdamedia cr rdacarrier Haufe Fachbuch Cover -- Hinweis zum Urheberrecht -- Titel -- Impressum -- Inhaltsverzeichnis -- Geleitwort von Dr. Gunther Wobser -- Vorwort des Herausgebers -- KI - Grundlagen und die gesellschaftliche Debatte -- 1 KI vor 40 Jahren -- 1.1 Einführung -- 1.2 Expertensysteme - Forschungsschwerpunkt 1980er-Jahre -- 1.2.1 Repräsentation von Wissen -- 1.2.2 Inferenzmaschine -- 1.2.3 Einsatz von Expertensystemen in der Praxis -- 1.3 Technik -- 1.4 KI-Community in den 1980er-Jahren -- 1.5 KI-Winter -- 1.6 Wie ging es weiter mit der KI? -- 2 Was ist KI? -- 2.1 Was ist Künstliche Intelligenz und was unterscheidet sie von menschlicher Intelligenz? -- 2.1.1 Was ist Intelligenz? -- 2.1.2 Was ist nun Künstliche Intelligenz? -- 2.2 Warum sind Künstliche Intelligenzen dann so besonders und interessant? -- 2.2.1 Wie lernen KIs? -- 2.2.2 Wie funktionieren KIs? -- 2.3 Ausblick -- 3 KI im Privatleben -- 3.1 Einleitung -- 3.2 Die großen Tech-Konzerne und KI -- 3.3 Wo begegnet uns Künstliche Intelligenz im Alltag? -- 3.3.1 Recommendation Engines -- 3.3.2 Computer Vision -- 3.3.3 Natural Language Processing -- 3.4 Fazit -- 3.5 Ausblick -- 4 Was ist Bildverarbeitung und können KI-Systeme sehen? -- 4.1 Beispiel Verkehr -- 4.2 Bildverarbeitung, Image Processing -- 4.3 Bilder verstehen, Image Understanding -- 4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz? -- 4.5 Fazit und Ausblick -- 5 KI-Kompetenzen in der Schule vermitteln -- 5.1 Einleitung -- 5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht -- 5.3 Praxisbeispiele für KI im Unterricht -- 5.3.1 AI unplugged -- 5.3.2 IT2School KI-Module -- 5.3.3 KISS* -- 5.4 Empfehlungen für die Praxis -- 5.5 Fazit und Ausblick -- 6 Golem im Handy - die menschliche Zukunft im Metaversum -- 6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar? 6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien -- 6.3 Weitreichende Ausbreitung von Technologien -- 6.4 Gefahren: Unersetzlichkeit und Kontrollverlust -- 6.5 Oligopolisierung des Internets und angestrebtes Metaverse -- 6.6 Fazit: Demokratie bewahren -- 7 KI fressen Seele auf - Motive und Hintergründe zu Dystopien über Maschinenintelligenz -- 7.1 Einleitung -- 7.2 Fachdiskurs und Stimmungslage zu KI -- 7.3 Amerikas Werk und Europas Skepsis -- 7.4 Fazit und To Do's -- 8 Künstliche Intelligenz - Moral und Ethik -- 8.1 Einleitung -- 8.2 Abgrenzung zwischen Moral und Ethik -- 8.3 Moralische und ethische Aspekte von KI mit unterschiedlichen Nutzenschwerpunkten -- 8.3.1 Human Resources: Bewerberauswahl mittels KI -- 8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben -- 8.3.3 Schulische Bildung: Lernverhalten analysieren -- 8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes -- 8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten -- 8.4 Fazit und Ausblick -- 8.5 Handlungsempfehlungen -- 9 Künstliche Intelligenz - die moralischen und ethischen Aspekte -- 9.1 Relevanz des Themas und Problem -- 9.2 Praxisbeispiele zu moralischen und ethischen Debatten über Künstliche Intelligenz -- 9.2.1 Entscheidungsdilemma - autonomes Fahren im Straßenverkehr -- 9.2.2 Technologische Singularität -- 9.2.3 Nachvollziehbarkeit von KI-Algorithmen -- 9.2.4 Gerechtigkeit und kognitive Verzerrungen -- 9.2.5 Datenschutz und Privatsphäre -- 9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen -- 9.4 Fazit und Ausblick -- 9.5 Handlungsempfehlungen -- 10 Würden Sie der Entscheidung einer KI ohne eine für Sie verständliche Erläuterung vertrauen? -- 10.1 Einleitung -- 10.1.1 Fehler von KI-Systemen in der Vergangenheit 10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen -- 10.2 KI - Maschinelles Lernen -- 10.2.1 Datenqualität als entscheidender Qualitätsfaktor -- 10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen -- 10.3 ML-Modellemit White-/Black-Box-Verhalten -- 10.3.1 Decision Tree und Random Forest -- 10.4 Interpretationstechniken -- 10.5 Interpretationsmethoden -- 10.5.1 Szenario Brustkrebs-Erkennung -- 10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations) -- 10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations) -- 10.6 Zusammenfassung Ausblick -- 11 KI und Nachhaltigkeit -- 11.1 Motivation und Ziele -- 11.2 Grundlegende Ansätze/Herangehensweisen -- 11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen -- 11.4 Beispiele aus der Praxis -- 11.4.1 Vorhersagen und Identifikation von Luftverschmutzung -- 11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung -- 11.5 Handlungsempfehlungen -- 11.6 Fazit und Ausblick -- 12 Wie KI in Mode kommt -- 12.1 Einleitung -- 12.2 Das Problem mit der Intelligenz -- 12.3 Konklusionen -- KI in der Wirtschaft -- 13 Sprach-KI und ihre Anwendungen -- 13.1 Was sind die wichtigsten sprachverarbeitenden Methoden? -- 13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt? -- 13.3 Wie läuft ein NLP-Projekt praktisch ab? -- 13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI? -- 13.5 Fazit -- 14 Verantwortungsvolle und vertrauenswürdige Gestaltung von KI-Systemen -- 14.1 Wieso ist Vertrauen für KI wichtig? -- 14.2 Wie kann sich KI Vertrauen verdienen? -- 14.2.1 Vertrauen durch Verständlichkeit -- 14.2.2 Vertrauen durch Sicherheit -- 14.3 Fazit -- 15 Die Veränderung der Jobprofile durch den Einsatz von Künstlicher Intelligenz -- 15.1 Einleitung -- 15.2 Fallbeispiele -- 15.2.1 Beispiel BMW -- 15.2.2 Beispiel Banking -- 15.3 Zusammenfassung 16 Eine fast vollständige Anleitung für den EU Artificial Intelligence Act -- 16.1 Einleitung -- 16.2 Was ist der Europäische Artificial Intelligence Act? -- 16.3 Was reguliert der Artificial Intelligence Act? -- 16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten? -- 16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf? -- 16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen? -- 16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act -- 16.8 Wie geht es jetzt weiter? -- 17 Wie der Einsatz von KI im unternehmerischen Einkauf einen strategischen Vorteil bieten kann -- 17.1 Einleitung -- 17.2 Zeitintensive manuelle Prozesse im Einkauf - wie KI dabei unterstützen kann -- 17.3 Optimierung von Einkaufsprozessen und -bedingungen mittels Analytics Anbieter -- 17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen -- 17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender -- 17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten -- 17.4 Handlungsempfehlungen -- 17.5 Fazit und Ausblick -- 18 Künstliche Intelligenz in der Kundenkommunikation -- 18.1 Technologie lernt die Kunden verstehen -- 18.2 Best Practice Beispiele -- 18.2.1 KI-basierte Kundenkommunikation bei OTTO -- 18.2.2 KI-basierte Kundenkommunikation bei KLM -- 18.3 Fazit und Ausblick -- 19 Die leise Disruption - wie KI schon jetzt das Marketing fundamental verändert hat -- 19.1 Einleitung -- 19.2 Marketing befindet sich in einem Transformationsprozess -- 19.3 Daten bestimmen die Zielgruppenansprache -- 19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management -- 19.5 Wenn Maschinen Produkte entwickeln -- 19.6 Die neue Kollegin am Arbeitsplatz heißt KI -- 19.7 Zusammenfassung und Fazit -- 20 Künstliche Intelligenz im E-Commerce 20.1 Steht der E-Commerce vor einem Umbruch? -- 20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce -- 20.3 Handlungsempfehlungen zur Implementierung von KI im E-Commerce -- 20.3.1 Problemstellung identifizieren -- 20.3.2 Externe Softwareanbieter und Experten suchen -- 20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen -- 20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen -- 20.3.5 Schrittweise Implementierung und Transparenz -- 20.3.6 Auswertung und Optimierung -- 20.4 Fazit -- 20.5 Ausblick -- 21 Einfluss der KI auf die Logistik -- 21.1 Warum KI in der Logistik? Warum jetzt? -- 21.2 Status quo: KI in der Logistik -- 21.3 Beispiele aus der Praxis -- 21.4 Inspirationen für die Praxis -- 21.5 Und in Zukunft? -- 21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen: -- 22 KI-Verordnung der Europäischen Union -- 22.1 Einleitung -- 22.2 Risikobasierter Ansatz -- 22.2.1 Unannehmbares Risiko -- 22.2.2 Hohes Risiko -- 22.2.3 Geringes Risiko: KI soll sich offenbaren -- 22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst -- 22.3 Maßnahmen zur Unterstützung von Innovation -- 22.4 Sanktionen bei Verstößen -- 22.5 Weitere Umsetzungsschritte -- 22.6 Kritik am Entwurf der Verordnung -- 22.7 Fazit -- 22.8 Handlungsempfehlungen -- 23 Die Zukunft selbst in die Hand nehmen: KI-Strategie und Beispiele aus Ungarn -- 23.1 Einleitung -- 23.2 ZalaZONE - ein Innovationsraum für autonomes Fahren -- 23.3 Ein Supercomputer für die Sprache -- 23.4 Fazit -- 23.5 Ausblick -- KI in den Branchen -- 24 Skalierbare und wertschaffende KI-Implementierung in der Luftfahrt -- 24.1 Einleitung -- 24.2 Mensch und Organisation in der Analytics Factory -- 24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche -- 24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse 24.3 Analytics Factory (Daten, Technologie und Tools) Künstliche Intelligenz (DE-588)4033447-8 gnd rswk-swf Unternehmen (DE-588)4061963-1 gnd rswk-swf Wirtschaft (DE-588)4066399-1 gnd rswk-swf Electronic books (DE-588)4143413-4 Aufsatzsammlung gnd-content Künstliche Intelligenz (DE-588)4033447-8 s Unternehmen (DE-588)4061963-1 s Wirtschaft (DE-588)4066399-1 s DE-604 Erscheint auch als Druck-Ausgabe Dahm, Markus H. Wie Künstliche Intelligenz unser Leben prägt Freiburg : Haufe Lexware Verlag,c2022 9783648162040 |
| spellingShingle | Dahm, Markus H. Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt Cover -- Hinweis zum Urheberrecht -- Titel -- Impressum -- Inhaltsverzeichnis -- Geleitwort von Dr. Gunther Wobser -- Vorwort des Herausgebers -- KI - Grundlagen und die gesellschaftliche Debatte -- 1 KI vor 40 Jahren -- 1.1 Einführung -- 1.2 Expertensysteme - Forschungsschwerpunkt 1980er-Jahre -- 1.2.1 Repräsentation von Wissen -- 1.2.2 Inferenzmaschine -- 1.2.3 Einsatz von Expertensystemen in der Praxis -- 1.3 Technik -- 1.4 KI-Community in den 1980er-Jahren -- 1.5 KI-Winter -- 1.6 Wie ging es weiter mit der KI? -- 2 Was ist KI? -- 2.1 Was ist Künstliche Intelligenz und was unterscheidet sie von menschlicher Intelligenz? -- 2.1.1 Was ist Intelligenz? -- 2.1.2 Was ist nun Künstliche Intelligenz? -- 2.2 Warum sind Künstliche Intelligenzen dann so besonders und interessant? -- 2.2.1 Wie lernen KIs? -- 2.2.2 Wie funktionieren KIs? -- 2.3 Ausblick -- 3 KI im Privatleben -- 3.1 Einleitung -- 3.2 Die großen Tech-Konzerne und KI -- 3.3 Wo begegnet uns Künstliche Intelligenz im Alltag? -- 3.3.1 Recommendation Engines -- 3.3.2 Computer Vision -- 3.3.3 Natural Language Processing -- 3.4 Fazit -- 3.5 Ausblick -- 4 Was ist Bildverarbeitung und können KI-Systeme sehen? -- 4.1 Beispiel Verkehr -- 4.2 Bildverarbeitung, Image Processing -- 4.3 Bilder verstehen, Image Understanding -- 4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz? -- 4.5 Fazit und Ausblick -- 5 KI-Kompetenzen in der Schule vermitteln -- 5.1 Einleitung -- 5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht -- 5.3 Praxisbeispiele für KI im Unterricht -- 5.3.1 AI unplugged -- 5.3.2 IT2School KI-Module -- 5.3.3 KISS* -- 5.4 Empfehlungen für die Praxis -- 5.5 Fazit und Ausblick -- 6 Golem im Handy - die menschliche Zukunft im Metaversum -- 6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar? 6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien -- 6.3 Weitreichende Ausbreitung von Technologien -- 6.4 Gefahren: Unersetzlichkeit und Kontrollverlust -- 6.5 Oligopolisierung des Internets und angestrebtes Metaverse -- 6.6 Fazit: Demokratie bewahren -- 7 KI fressen Seele auf - Motive und Hintergründe zu Dystopien über Maschinenintelligenz -- 7.1 Einleitung -- 7.2 Fachdiskurs und Stimmungslage zu KI -- 7.3 Amerikas Werk und Europas Skepsis -- 7.4 Fazit und To Do's -- 8 Künstliche Intelligenz - Moral und Ethik -- 8.1 Einleitung -- 8.2 Abgrenzung zwischen Moral und Ethik -- 8.3 Moralische und ethische Aspekte von KI mit unterschiedlichen Nutzenschwerpunkten -- 8.3.1 Human Resources: Bewerberauswahl mittels KI -- 8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben -- 8.3.3 Schulische Bildung: Lernverhalten analysieren -- 8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes -- 8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten -- 8.4 Fazit und Ausblick -- 8.5 Handlungsempfehlungen -- 9 Künstliche Intelligenz - die moralischen und ethischen Aspekte -- 9.1 Relevanz des Themas und Problem -- 9.2 Praxisbeispiele zu moralischen und ethischen Debatten über Künstliche Intelligenz -- 9.2.1 Entscheidungsdilemma - autonomes Fahren im Straßenverkehr -- 9.2.2 Technologische Singularität -- 9.2.3 Nachvollziehbarkeit von KI-Algorithmen -- 9.2.4 Gerechtigkeit und kognitive Verzerrungen -- 9.2.5 Datenschutz und Privatsphäre -- 9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen -- 9.4 Fazit und Ausblick -- 9.5 Handlungsempfehlungen -- 10 Würden Sie der Entscheidung einer KI ohne eine für Sie verständliche Erläuterung vertrauen? -- 10.1 Einleitung -- 10.1.1 Fehler von KI-Systemen in der Vergangenheit 10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen -- 10.2 KI - Maschinelles Lernen -- 10.2.1 Datenqualität als entscheidender Qualitätsfaktor -- 10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen -- 10.3 ML-Modellemit White-/Black-Box-Verhalten -- 10.3.1 Decision Tree und Random Forest -- 10.4 Interpretationstechniken -- 10.5 Interpretationsmethoden -- 10.5.1 Szenario Brustkrebs-Erkennung -- 10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations) -- 10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations) -- 10.6 Zusammenfassung Ausblick -- 11 KI und Nachhaltigkeit -- 11.1 Motivation und Ziele -- 11.2 Grundlegende Ansätze/Herangehensweisen -- 11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen -- 11.4 Beispiele aus der Praxis -- 11.4.1 Vorhersagen und Identifikation von Luftverschmutzung -- 11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung -- 11.5 Handlungsempfehlungen -- 11.6 Fazit und Ausblick -- 12 Wie KI in Mode kommt -- 12.1 Einleitung -- 12.2 Das Problem mit der Intelligenz -- 12.3 Konklusionen -- KI in der Wirtschaft -- 13 Sprach-KI und ihre Anwendungen -- 13.1 Was sind die wichtigsten sprachverarbeitenden Methoden? -- 13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt? -- 13.3 Wie läuft ein NLP-Projekt praktisch ab? -- 13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI? -- 13.5 Fazit -- 14 Verantwortungsvolle und vertrauenswürdige Gestaltung von KI-Systemen -- 14.1 Wieso ist Vertrauen für KI wichtig? -- 14.2 Wie kann sich KI Vertrauen verdienen? -- 14.2.1 Vertrauen durch Verständlichkeit -- 14.2.2 Vertrauen durch Sicherheit -- 14.3 Fazit -- 15 Die Veränderung der Jobprofile durch den Einsatz von Künstlicher Intelligenz -- 15.1 Einleitung -- 15.2 Fallbeispiele -- 15.2.1 Beispiel BMW -- 15.2.2 Beispiel Banking -- 15.3 Zusammenfassung 16 Eine fast vollständige Anleitung für den EU Artificial Intelligence Act -- 16.1 Einleitung -- 16.2 Was ist der Europäische Artificial Intelligence Act? -- 16.3 Was reguliert der Artificial Intelligence Act? -- 16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten? -- 16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf? -- 16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen? -- 16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act -- 16.8 Wie geht es jetzt weiter? -- 17 Wie der Einsatz von KI im unternehmerischen Einkauf einen strategischen Vorteil bieten kann -- 17.1 Einleitung -- 17.2 Zeitintensive manuelle Prozesse im Einkauf - wie KI dabei unterstützen kann -- 17.3 Optimierung von Einkaufsprozessen und -bedingungen mittels Analytics Anbieter -- 17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen -- 17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender -- 17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten -- 17.4 Handlungsempfehlungen -- 17.5 Fazit und Ausblick -- 18 Künstliche Intelligenz in der Kundenkommunikation -- 18.1 Technologie lernt die Kunden verstehen -- 18.2 Best Practice Beispiele -- 18.2.1 KI-basierte Kundenkommunikation bei OTTO -- 18.2.2 KI-basierte Kundenkommunikation bei KLM -- 18.3 Fazit und Ausblick -- 19 Die leise Disruption - wie KI schon jetzt das Marketing fundamental verändert hat -- 19.1 Einleitung -- 19.2 Marketing befindet sich in einem Transformationsprozess -- 19.3 Daten bestimmen die Zielgruppenansprache -- 19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management -- 19.5 Wenn Maschinen Produkte entwickeln -- 19.6 Die neue Kollegin am Arbeitsplatz heißt KI -- 19.7 Zusammenfassung und Fazit -- 20 Künstliche Intelligenz im E-Commerce 20.1 Steht der E-Commerce vor einem Umbruch? -- 20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce -- 20.3 Handlungsempfehlungen zur Implementierung von KI im E-Commerce -- 20.3.1 Problemstellung identifizieren -- 20.3.2 Externe Softwareanbieter und Experten suchen -- 20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen -- 20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen -- 20.3.5 Schrittweise Implementierung und Transparenz -- 20.3.6 Auswertung und Optimierung -- 20.4 Fazit -- 20.5 Ausblick -- 21 Einfluss der KI auf die Logistik -- 21.1 Warum KI in der Logistik? Warum jetzt? -- 21.2 Status quo: KI in der Logistik -- 21.3 Beispiele aus der Praxis -- 21.4 Inspirationen für die Praxis -- 21.5 Und in Zukunft? -- 21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen: -- 22 KI-Verordnung der Europäischen Union -- 22.1 Einleitung -- 22.2 Risikobasierter Ansatz -- 22.2.1 Unannehmbares Risiko -- 22.2.2 Hohes Risiko -- 22.2.3 Geringes Risiko: KI soll sich offenbaren -- 22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst -- 22.3 Maßnahmen zur Unterstützung von Innovation -- 22.4 Sanktionen bei Verstößen -- 22.5 Weitere Umsetzungsschritte -- 22.6 Kritik am Entwurf der Verordnung -- 22.7 Fazit -- 22.8 Handlungsempfehlungen -- 23 Die Zukunft selbst in die Hand nehmen: KI-Strategie und Beispiele aus Ungarn -- 23.1 Einleitung -- 23.2 ZalaZONE - ein Innovationsraum für autonomes Fahren -- 23.3 Ein Supercomputer für die Sprache -- 23.4 Fazit -- 23.5 Ausblick -- KI in den Branchen -- 24 Skalierbare und wertschaffende KI-Implementierung in der Luftfahrt -- 24.1 Einleitung -- 24.2 Mensch und Organisation in der Analytics Factory -- 24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche -- 24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse 24.3 Analytics Factory (Daten, Technologie und Tools) Künstliche Intelligenz (DE-588)4033447-8 gnd Unternehmen (DE-588)4061963-1 gnd Wirtschaft (DE-588)4066399-1 gnd |
| subject_GND | (DE-588)4033447-8 (DE-588)4061963-1 (DE-588)4066399-1 (DE-588)4143413-4 |
| title | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_auth | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_exact_search | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_exact_search_txtP | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_full | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_fullStr | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_full_unstemmed | Wie Künstliche Intelligenz unser Leben prägt KI verständlich erklärt |
| title_short | Wie Künstliche Intelligenz unser Leben prägt |
| title_sort | wie kunstliche intelligenz unser leben pragt ki verstandlich erklart |
| title_sub | KI verständlich erklärt |
| topic | Künstliche Intelligenz (DE-588)4033447-8 gnd Unternehmen (DE-588)4061963-1 gnd Wirtschaft (DE-588)4066399-1 gnd |
| topic_facet | Künstliche Intelligenz Unternehmen Wirtschaft Aufsatzsammlung |
| work_keys_str_mv | AT dahmmarkush wiekunstlicheintelligenzunserlebenpragtkiverstandlicherklart |