Künstliche Intelligenz im Steuerbereich

Größe: px
Ab Seite anzeigen:

Download "Künstliche Intelligenz im Steuerbereich"

Transkript

1 Künstliche Intelligenz im Steuerbereich Steckbrief KI-Softwareprototypen

2 KI-Softwareprototypen NeuMÜ Unsere Prototypen zielen auf folgende Prozessunterstützung ab: Vereinfachte Datenaufbereitung Proaktive Informationsbereitstellung Standardisierung von Routinearbeiten Maschinelle Übersetzung von Fachtexten Benchmark unterschiedlicher Frameworks für maschinelle Übersetzung Entwicklung und Betrieb als Webapplikation, sodass Funktionalität (24h/7days a week) verfügbar Im Folgenden werden die einzelnen Prototypen näher vorgestellt. Minimierung von Steuerrisiken Automatisierte Beantwortung einfacher steuerrechtlicher Fragestellungen Strukturierung und Klassifikation von Gesetzestexten und -richtlinien Erleichterung Informationszugang durch proaktive Bereitstellung steuerlich relevanter Informationen Maschinelle Übersetzung Deep Learning Multilinguale Systeme Sprachverstehen ILSP-FC (crawling monolingual & parallel in-domain data) OpenNMT

3 DETECTION PREDICTION Erkennung von unbekannten Fehlern und Anomalien in Transaktionsdaten (z. B. FTA / Zoll) Selbstständiges Lernen (neuer) Muster in großen Datenmengen ohne spezielles Expertenwissen Inhaltliche Analyse von Steueranfragen Natürliche Sprachverarbeitung und automatisierte Erkennung steuerlicher Sachverhalte KI-getriebene Skalierungseffekte Bessere Ressourcenauslastung Erhöhung der Compliance Minimierung von Steuerrisiken Aufdeckung neuer Zusammenhänge Assistenz bei der Identifikation von Anomalien und neuer Muster Proaktive Erkennung von Änderungen der Materialzusammensetzung im Zeitverlauf Erleichterter Informationszugang durch proaktive Bereitstellung steuerlich relevanter Informationen Inhaltliche Analysen von Steueranfragen Intelligente, automatisierte Weiterleitung steuerrelevanter Anfragen an Steuerexperten Auto Encoder Deep Learning Prozessoptimierung Konformanzprüfung Process Mining Klassifikation Spracherkennung Java Spring Framework TensorFlow Java Spring Framework TensorFlow

4 ARGUMENTUM Q & A Identifikation von argumentativen Strukturen und Argumentationsmustern Unterstützung der Steuerabteilung bei Recherche und Aufbereitung bestehender Rechtsprechung Interaktives natürlichsprachliches System, das steuerrechtliche Fragen des Benutzers beantwortet Beantwortung erfolgt neben textbasierten Ein- und Ausgaben auch durch gesprochene Sprache KI-getriebene Skalierungseffekte KI-getriebene Skalierungseffekte Qualitative Tätigkeitserweiterung Qualitative Tätigkeitserweiterung Erschließen und Verstehen der Urteilstexte über bspw. Stichworte Sortierung der Urteile nach bestimmten Argumentationsmustern und inhaltlicher Struktur Qualitative Vorverarbeitung ermöglicht schnelle Erfassung relevanter Textpassagen Entlastung des Steuerberaters durch Übernahme von Routineanfragen Text Mining Argumentation Mining Wissensbasierte Dokumentenanalyse Semantische Technologien Java, Apache Tomcat OpenNLP Deep Learning Feature Extraction Spracherkennung Sprachgenerierung Q&A-Systeme Multimodal Mobile Interaction and Rendering (MMIR) Framework MARY Text-to-Speech-System (MaryTTS) / Google-Synthese Webtechnologien (Cordova, Ionic), Webserver node.js Chrome Browsererweiterung & Android-App

5 KI Technologien im Überblick Process Mining Maschinelles Lernen Informationsextraktion Prozesserkennung Prozessvorhersage Geschäftsmodell optimierung Prozessdiagnose Prozessanalyse Prozessoptimierung Prozessanpassung Konformanzprüfung Klassifikation Clusterverfahren Bestärkendes Lernen Entscheidungsbäume Regressionsanalyse Logistische Regression Stützvektormaschinen Deep Learning Autoencoder Sentimentanalyse Trendanalyse Data Mining Optische Zeichen erkennung (OCR) Korrelationsanalyse Argumentation Mining Wissensmanagement Multimodale Systeme Sprachverarbeitung Unternehmensgedächtnis Semantische Technologien Kontexterkennung Fallbasiertes Schließen Wissensbasierte Dokumentanalyse Wissensgraph Stützvektormaschinen Expertensysteme Semantic Desktop Adaptive Benutzerschnittstellen Intelligente Benutzerschnittstellen Multilinguale Systeme Assistenzsysteme Empfehlungssysteme Dialogsysteme Personalisierung Spracherkennung Sprachgenerierung Sprachverstehen Text Mining Maschinelle Übersetzung Q & A-Systeme KI-Prototypen Prediction Inhaltliche Analyse und intelligente Zuordnung von Steueranfragen Q & A Intelligente dialogbasierte Beantwortung steuerlicher Fragen Übersetzung Verständnis Dialoge Tax Analytics Sprache ARGUMENTUM Identifikation von argu mentativen Strukturen und Argumentationsmustern Muster Argumentation Detection Erkennung von Anomalien in transaktionalen Massendaten (z. B. im Bereich Zoll) NeuMU Neuronales Übersetzungssystem für Steuerfachtexte

6 Ansprechpartner: Andreas Homrighausen Partner Telefon +49 (0) Vanessa Just Telefon +49 (0) WTS Group AG Thomas-Wimmer-Ring München wts.com/de Cover: istock

Anwendung der Predictive Analytics

Anwendung der Predictive Analytics TDWI Konferenz mit BARC@TDWI Track 2014 München, 23. 25. Juni 2014 Anwendung der Predictive Analytics Prof. Dr. Carsten Felden Dipl. Wirt. Inf. Claudia Koschtial Technische Universität Bergakademie Freiberg

Mehr

Thementisch Anwendungsgebiete und

Thementisch Anwendungsgebiete und Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven

Mehr

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science TNS EX A MINE BehaviourForecast Predictive Analytics for CRM 1 TNS BehaviourForecast Warum BehaviourForecast für Sie interessant ist Das Konzept des Analytischen Customer Relationship Managements (acrm)

Mehr

Forschunsprojekte und Independent Coursework. Prof. Dr. Christian Herta 29. Januar 2013

Forschunsprojekte und Independent Coursework. Prof. Dr. Christian Herta 29. Januar 2013 Forschunsprojekte und Independent Coursework Prof. Dr. Christian Herta 29. Januar 2013 Forschungsgebiete Suchtechnologie, Text- und Webmining Verarbeitung unstrukturierter Daten, insbesondere Text Large

Mehr

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß

Fachgruppe Statistik, Risikoanalyse & Computing. STAT672 Data Mining. Sommersemester 2007. Prof. Dr. R. D. Reiß Fachgruppe Statistik, Risikoanalyse & Computing STAT672 Data Mining Sommersemester 2007 Prof. Dr. R. D. Reiß Überblick Data Mining Begrifflichkeit Unter Data Mining versteht man die Computergestützte Suche

Mehr

Besuch der Gesellschaft für Wissensmanagement, Theseus Innovationszentrum, 04.05.2011. DFKI Fakten. Aljoscha Burchardt

Besuch der Gesellschaft für Wissensmanagement, Theseus Innovationszentrum, 04.05.2011. DFKI Fakten. Aljoscha Burchardt Besuch der Gesellschaft für Wissensmanagement, Theseus Innovationszentrum, 04.05.20 DFKI Fakten Aljoscha Burchardt Deutsches Forschungszentrum für Künstliche Intelligenz, DFKI GmbH Alt-Moabit 9c 0559 Berlin,

Mehr

Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz wissensbasierte Systeme

Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz wissensbasierte Systeme Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz (induktives) Lernen Aus einer anwendungsorientierten Sicht spielen in der Künstlichen Intelligenz insbesondere folgende Gebiete eine Rolle:

Mehr

SMART INFORMATION MANAGEMENT

SMART INFORMATION MANAGEMENT SMART INFORMATION MANAGEMENT DIE RICHTIGE INFORMATION ZUR RICHTIGEN ZEIT ZUR RICHTIGEN PERSON AUF EINEM BELIEBIGEN ENDGERÄT QUICK FACTS UNSERE MISSION Empolis-Lösungen befähigen Unternehmen und Organisationen,

Mehr

Inhaltliche Planung für die Vorlesung

Inhaltliche Planung für die Vorlesung Vorlesung: Künstliche Intelligenz - Mustererkennung - P LS ES S ST ME Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte der KI, PROLOG 2) Expertensysteme

Mehr

ADL Erkennung mit Smartwatches

ADL Erkennung mit Smartwatches Data Mining zur Realzeiterkennung von Aktivitäten des täglichen Lebens, Dr. Rainer Lutze Problemstellung / Zielsetzung 2 Zielsetzungen ADL Activities of Daily Living - Aktivitäten des täglichen Lebens

Mehr

Kundenbindung optimieren mit Predictive Analytics und Text Mining

Kundenbindung optimieren mit Predictive Analytics und Text Mining Kundenbindung optimieren mit Predictive Analytics und Text Mining Ein Praxis-Beispiel mit der Analyse-Plattform STATISTICA CeBIT Hannover, 10. März 2014 www.statsoft.de StatSoft (Europe) GmbH 2014 Dr.

Mehr

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe

Mehr

Textanalyse mit UIMA und Hadoop.!! Hans-Peter Zorn data2day, Karlsruhe, 27.11.2014

Textanalyse mit UIMA und Hadoop.!! Hans-Peter Zorn data2day, Karlsruhe, 27.11.2014 Textanalyse mit UIMA und Hadoop Hans-Peter Zorn data2day, Karlsruhe, 27.11.2014 Über mich seit 2014: Big Data Scientist @ Inovex 2011-2013: TU Darmstadt, UKP Lab Etablierung der Hadoop-Infrastruktur Unterstützung

Mehr

Seminar Künstliche Intelligenz WS 2013/14 Grundlagen des Maschinellen Lernens

Seminar Künstliche Intelligenz WS 2013/14 Grundlagen des Maschinellen Lernens Seminar Künstliche Intelligenz WS 2013/14 Grundlagen des Maschinellen Lernens Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 19.12.2013 Allgemeine Problemstellung

Mehr

Bereiche der KI. KI und das Web Eine Übersicht. Allgemeines zur KI. Einfluss der KI auf die Informatik. Herausforderungen im Web

Bereiche der KI. KI und das Web Eine Übersicht. Allgemeines zur KI. Einfluss der KI auf die Informatik. Herausforderungen im Web Bereiche der KI KI und das Web Eine Übersicht Web Site Engineering, Vorlesung Nr. 13 Neuronale Netze Suchverfahren Expertensysteme Fallbasiertes Schließen (Case-Based Reasoning) Planen Maschinelles Lernen

Mehr

Workflow-Kontext zur Realisierung prozessorientierter Assistenz in Organisational Memories

Workflow-Kontext zur Realisierung prozessorientierter Assistenz in Organisational Memories Workflow-Kontext zur Realisierung prozessorientierter Assistenz in Organisational Memories Dipl.-Inform. Heiko Maus Deutsches Forschungszentrum für Künstliche Intelligenz GmbH Trippstadter Straße 122 67663

Mehr

Neue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung

Neue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung Neue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung Hamburg 16.11.2016 Nmedia Fotolia Fraunhofer-Institut für Intelligente Analyseund Informationssysteme Fraunhofer IAIS - Wir

Mehr

Data Mining und maschinelles Lernen

Data Mining und maschinelles Lernen Data Mining und maschinelles Lernen Einführung und Anwendung mit WEKA Caren Brinckmann 16. August 2000 http://www.coli.uni-sb.de/~cabr/vortraege/ml.pdf http://www.cs.waikato.ac.nz/ml/weka/ Inhalt Einführung:

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2012, SS 2012 1 Data Mining Pipeline Planung Aufbereitung Modellbildung Auswertung Wir wollen nützliches Wissen

Mehr

Abschlussarbeiten für StudentInnen

Abschlussarbeiten für StudentInnen Camunda bietet StudentInnen die Möglichkeit, ihre Abschlussarbeit zu einem praxisnahen und wirtschaftlich relevanten Thema zu schreiben. Alle Themen im Überblick Elasticsearch (Backend) Java Client (Backend)

Mehr

Übungsblatt LV Künstliche Intelligenz, Data Mining (1), 2014

Übungsblatt LV Künstliche Intelligenz, Data Mining (1), 2014 Übungsblatt LV Künstliche Intelligenz, Data Mining (1), 2014 Aufgabe 1. Data Mining a) Mit welchen Aufgabenstellungen befasst sich Data Mining? b) Was versteht man unter Transparenz einer Wissensrepräsentation?

Mehr

Effzienzsteigerung durch intelligentes Datenmanagement

Effzienzsteigerung durch intelligentes Datenmanagement Effzienzsteigerung durch intelligentes Datenmanagement Analyse, Optimierung, Steuerung und Prognose von Prozessen Dr. Thomas Natschläger +43 7236 3343 868 thomas.natschlaeger@scch.at www.scch.at Das SCCH

Mehr

Mobile Learning ::: Bildung in Happchen?

Mobile Learning ::: Bildung in Happchen? Mobile Learning ::: Bildung in Happchen? Prof. Dr. habil. Christoph Igel Universität des Saarlandes Shanghai Jiao Tong University Deutsches Forschungszentrum für Künstliche Intelligenz Mobile Learning

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2014, SS 2014 1 Data Mining: Beispiele (1) Hausnummererkennung (Klassifikation) Source: http://arxiv.org/abs/1312.6082,

Mehr

Projekt-/Praxisseminare Sommersemester 2014

Projekt-/Praxisseminare Sommersemester 2014 Lehrstuhl Dr. Max Mustermann Wirtschaftsinformatik I - Informationssysteme Referat Kommunika/on & Marke/ng FAKULTÄT Verwaltung FÜR WIRTSCHAFTSWISSENSCHAFTEN Projekt-/Praxisseminare Sommersemester 2014

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

ECM mit Lexmark ES. Enterprise Content Management-Lösung mit Saperion, Kofax, Readsoft und Perseptive. März 2016

ECM mit Lexmark ES. Enterprise Content Management-Lösung mit Saperion, Kofax, Readsoft und Perseptive. März 2016 ECM mit Lexmark ES Enterprise Content Management-Lösung mit Saperion, Kofax, Readsoft und Perseptive März 2016 Siemens AG 2016 Siemens seit 168 Jahren innovativ Seite 3 Zinsberger/GS IT ER EU2, 30.3.2016

Mehr

Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten

Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten FOM Hochschulzentrum Dortmund, Fachbereich Wirtschaftsinformatik

Mehr

ML-Werkzeuge und ihre Anwendung

ML-Werkzeuge und ihre Anwendung Kleine Einführung: und ihre Anwendung martin.loesch@kit.edu (0721) 608 45944 Motivation Einsatz von maschinellem Lernen erfordert durchdachtes Vorgehen Programmieren grundlegender Verfahren aufwändig fehlerträchtig

Mehr

IHRE DATEN SIND GOLD WERT!

IHRE DATEN SIND GOLD WERT! IHRE DATEN SIND GOLD WERT! DATENQUALITÄT ALS GRUNDLAGE FÜR AUSSAGEKRÄFTIGE RESULTATE EPA LEP ANWENDERKONFERENZ / 19. NOVEMBER 2015 / JÜRG DIETRICH Statistik Predictive Analytics Data Mining Big Data Data

Mehr

Betriebliche Prävention 4.0: Gestaltungsmöglichkeiten und Handlungsfelder

Betriebliche Prävention 4.0: Gestaltungsmöglichkeiten und Handlungsfelder Betriebliche Prävention 4.0: Gestaltungsmöglichkeiten und Handlungsfelder Oleg Cernavin - BC GmbH Forschungs- und Beratungsgesellschaft Prof. Dr. Sascha Stowasser Institut für angewandte Arbeitswissenschaft

Mehr

Wie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz)

Wie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz) Wie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz) 1 Maschinelle Übersetzung (MÜ) Überblick: Warum MÜ: Datenmenge, Qualität und

Mehr

Analyse und Synthese von Argumentationsstrukturen durch rechnergestützte Methoden am Beispiel der Rechtswissenschaft

Analyse und Synthese von Argumentationsstrukturen durch rechnergestützte Methoden am Beispiel der Rechtswissenschaft Analyse und Synthese von Argumentationsstrukturen durch rechnergestützte Methoden am Beispiel der Rechtswissenschaft Ass. jur. Iris Speiser Institut für Rechtsinformatik Universität des Saarlandes Dipl.-Wirt.-Inf.

Mehr

Informationsmanagement mit Semantischen Netzen Dr. Günter Pees, SSG

Informationsmanagement mit Semantischen Netzen Dr. Günter Pees, SSG Informationsmanagement mit Semantischen Netzen Dr. Günter Pees, SSG Inhalt Problembereich Informationsmanagement Lösungsansatz: Der Einsatz semantischer Technologien Referenzbeispiele: Wirtschaft/Öffentlicher

Mehr

Text Mining Praktikum. Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818

Text Mining Praktikum. Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818 Text Mining Praktikum Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818 Rahmenbedingungen Gruppen von 2- (max)4 Personen Jede Gruppe erhält eine Aufgabe Die

Mehr

Industrie 4.0 Berufliche und akademische Aus- und Weiterbildung vor neuen Herausforderungen?

Industrie 4.0 Berufliche und akademische Aus- und Weiterbildung vor neuen Herausforderungen? Industrie 4.0 Berufliche und akademische Aus- und Weiterbildung vor neuen Herausforderungen? Prof. Dr. habil. Christoph Igel Universität des Saarlandes Shanghai Jiao Tong University Deutsches Forschungszentrum

Mehr

8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics

8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Contents Predictive Analytics Erwartungen erfüllt? Einfach denken worauf achten, bevor gestartet wird?

Mehr

Europeana v2.0. Vivien Petras Institut für Bibliotheks-und Informationswissenschaft, Humboldt-Universität zu Berlin

Europeana v2.0. Vivien Petras Institut für Bibliotheks-und Informationswissenschaft, Humboldt-Universität zu Berlin Europeana v2.0 Vivien Petras Institut für Bibliotheks-und Informationswissenschaft, Humboldt-Universität zu Berlin Deutsches Kulturerbe auf dem Weg zur Europeana II, 21.3.2014 1 Europeana-Projekte Content

Mehr

Interactive Dashboards & Datenanalyse für Jedermann

Interactive Dashboards & Datenanalyse für Jedermann Next Level E-Mail Marketing Evalanche Business Intelligence DASHBOARD Interactive Dashboards & Datenanalyse für Jedermann Powered by SC-Networks GmbH 1 Entdecken Sie die neue Generation der Business Intelligence

Mehr

Vergleich von Webtechnologien zur Erstellung einer Rich Internet Applicationam Beispiel der Kundenverwaltungssoftware VDMS

Vergleich von Webtechnologien zur Erstellung einer Rich Internet Applicationam Beispiel der Kundenverwaltungssoftware VDMS Stephan Püngel Vergleich von Webtechnologien zur Erstellung einer Rich Internet Applicationam Beispiel der Kundenverwaltungssoftware sübersicht Einstieg Vorstellung als Rich Internet Application Technologie

Mehr

INDUSTRIE. Lean Factory nach den Ansätzen von Industrie 4.0. Auf dem Weg zur automatisierten, modularen und wandelbaren Fabrik

INDUSTRIE. Lean Factory nach den Ansätzen von Industrie 4.0. Auf dem Weg zur automatisierten, modularen und wandelbaren Fabrik SEW-EURODRIVE Driving the world Lean Sm@rt Factory nach den Ansätzen von Industrie 4.0 Auf dem Weg zur automatisierten, modularen und wandelbaren Fabrik INDUSTRIE Smart Factory ein Paradigmenwechsel Mit

Mehr

Grenzen überschreiten Intelligente Suche im Input Management

Grenzen überschreiten Intelligente Suche im Input Management Grenzen überschreiten Intelligente Suche im Input Management Carsten Fuchs Lead Consultant / TPO XBOUND ReadSoft AG Carsten.Fuchs@ReadSoft.com #InspireEU15 Agenda Integration überschreitet Grenzen Anwendungsfälle

Mehr

Willkommen zum neuen Semester!

Willkommen zum neuen Semester! Willkommen zum neuen Semester! Informationsmanagement und Informationstechnologie (IMIT) und Wirtschaftsinformatik (Winf) Wintersemester 2012/13 1 Informationen (1) Belegung von Mastermodulen im Bachelor

Mehr

Moderne Benutzeroberflächen für SAP Anwendungen

Moderne Benutzeroberflächen für SAP Anwendungen Seite 1 objective partner für SAP Erfahrungen mit dem UI-Development Kit für HTML5 (SAPUI5) - 19.06.2012 Seite 2 Quick Facts objective partner AG Die objective partner AG 1995 gegründet mit Hauptsitz in

Mehr

Visual Business Analytics Visueller Zugang zu Big Data

Visual Business Analytics Visueller Zugang zu Big Data Visual Business Analytics Visueller Zugang zu Big Data Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax:

Mehr

Informationsflut bewältigen - Textmining in der Praxis

Informationsflut bewältigen - Textmining in der Praxis Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland

Mehr

Hochschul-App Uni Hohhenheim Case Study

Hochschul-App Uni Hohhenheim Case Study Hochschul-App Uni Hohhenheim Case Study Als Premium Partner von ILIAS unterstützen wir die Weiterentwicklung des Open Source Produktes und stellen so eine langfristig hohe Qualität des Systems sicher.

Mehr

Apps entwickeln mit HTML und Javascript

Apps entwickeln mit HTML und Javascript Apps entwickeln mit HTML und Javascript Framework "PhoneGap" (Apache Cordova) Apps für diverse Mobil-Plattformen (Android, ios, etc.) Apps als Web-Anwendung Vor- und Nachteile zu nativen Apps. Frank Bartels

Mehr

WELTWEIT EINMALIGES SYSTEM AUS VERWALTUNGSPLATTFORMEN UND KUNDEN-APPS

WELTWEIT EINMALIGES SYSTEM AUS VERWALTUNGSPLATTFORMEN UND KUNDEN-APPS MARKETINGSERVICE & KOMMUNIKATIONSPLATTFORM DIE FRISEURBRANCHE WELTWEIT EINMALIGES SYSTEM AUS VERWALTUNGSPLATTFORMEN UND KUNDEN-APPS ÜBER DIE FRIZISTO AG Die frizisto AG ist ein industrieunabhängiges und

Mehr

Web Data Mining. Alexander Hinneburg Sommersemester 2007

Web Data Mining. Alexander Hinneburg Sommersemester 2007 Web Data Mining Alexander Hinneburg Sommersemester 2007 Termine Vorlesung Mi. 10:00-11:30 Raum?? Übung Mi. 11:45-13:15 Raum?? Klausuren Mittwoch, 23. Mai Donnerstag, 12. Juli Buch Bing Liu: Web Data Mining

Mehr

Lars Schmidt-Thieme et al., Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany, 0/13

Lars Schmidt-Thieme et al., Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany, 0/13 0/13 Lehrveranstaltungen Wintersemester 2011/2012 WI-Gebiet Anwendungssysteme (teilw.) WI-Gebiet Business Intelligence Informatik-Gebiet KI & Maschinelles Lernen Prof. Dr. Dr. Lars Schmidt-Thieme Information

Mehr

Sof o t f waretechn h o n l o og o i g en n f ü f r ü v e v rteilte S yst s eme Übung

Sof o t f waretechn h o n l o og o i g en n f ü f r ü v e v rteilte S yst s eme Übung Softwaretechnologien für verteilte Systeme Übung Organisatorisches Gruppen mit 3-4 Personen bearbeiten ein zugewiesenes Thema Abgabe besteht aus einer Arbeit mit 10-15 Seiten und ~30 Minuten Präsentation

Mehr

Kontextualisierung von Sprachressourcen und -technologie in der geisteswissenschaftlichen Forschung

Kontextualisierung von Sprachressourcen und -technologie in der geisteswissenschaftlichen Forschung Kontextualisierung von Sprachressourcen und -technologie in der geisteswissenschaftlichen Forschung Christoph Draxler (München) Hannah Kermes & Elke Teich (Saarbrücken) Aufbau einer technischen Infrastruktur:

Mehr

Adaptiv, multimodal, intelligent Vom Lernen mit Medien zu intelligenten Bildungsnetzen

Adaptiv, multimodal, intelligent Vom Lernen mit Medien zu intelligenten Bildungsnetzen Adaptiv, multimodal, intelligent Vom Lernen mit Medien zu intelligenten Bildungsnetzen Prof. Dr. habil. Christoph Igel TU Chemnitz education Technische Universität Chemnitz Distance Education School Shanghai

Mehr

Computerlinguistik und Sprachtechnologie

Computerlinguistik und Sprachtechnologie Computerlinguistik und Sprachtechnologie Eine Einführung Herausgegeben von: Kai-Uwe Carstensen, Christian Ebert, Cornelia Endriss, Susanne Jekat, Ralf Klabunde und Hagen Langer Spektrum Akademischer Verlag

Mehr

Distributed Artificial Intelligence Laboratory. Future in touch. auf der CeBIT 2014 10. bis 14. März, Halle 9, Stand A 44

Distributed Artificial Intelligence Laboratory. Future in touch. auf der CeBIT 2014 10. bis 14. März, Halle 9, Stand A 44 DE Distributed Artificial Intelligence Laboratory Future in touch auf der CeBIT 2014 10. bis 14. März, Halle 9, Stand A 44 Distributed Artificial Intelligence Laboratory Das DAI-Labor und der Lehrstuhl»Agententechnologien

Mehr

Mobil, Multimodal oder Augmentiert? Wohin geht die Reise?

Mobil, Multimodal oder Augmentiert? Wohin geht die Reise? Mobil, Multimodal oder Augmentiert? Wohin geht die Reise? Prof. Dr. Christoph Igel Centre for e-learning Technology Deutsches Forschungszentrum für Künstliche Intelligenz WWW ::: Der erste Webserver der

Mehr

Mission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden

Mission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Mission TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Der Weg zu einem datengesteuerten Unternehmen # Datenquellen x Größe der Daten Basic BI & Analytics Aufbau eines

Mehr

Vom steuerlichen Kontrollsystem zum Tax Performance Management System. Das innerbetriebliche Kontrollsystem zur Erfüllung der steuerlichen Pflichten

Vom steuerlichen Kontrollsystem zum Tax Performance Management System. Das innerbetriebliche Kontrollsystem zur Erfüllung der steuerlichen Pflichten Vom steuerlichen Kontrollsystem zum Tax Performance Management System Das innerbetriebliche Kontrollsystem zur Erfüllung der steuerlichen Pflichten Anforderungen Risiko Tax Compliance? Unternehmen sind

Mehr

MODERNE ARBEITSUMGEBUNGEN FÜR DIE ÖFFENTLICHE VERWALTUNG

MODERNE ARBEITSUMGEBUNGEN FÜR DIE ÖFFENTLICHE VERWALTUNG Jochen Tack / Stiftung Zollverein Frank Vinken / Stiftung Zollverein MODERNE ARBEITSUMGEBUNGEN FÜR DIE ÖFFENTLICHE VERWALTUNG OLIVER BENDIG CTO Ohne IT werden die klassischen Stärken von Deutschland keine

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

Mehr

Betriebswirtschaftliche Evaluation von Spracherkennungssystemen

Betriebswirtschaftliche Evaluation von Spracherkennungssystemen Betriebswirtschaftliche Evaluation von Spracherkennungssystemen Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Universität Hannover vorgelegt

Mehr

Künstliche Neuronale Netze und Data Mining

Künstliche Neuronale Netze und Data Mining Künstliche Neuronale Netze und Data Mining Catherine Janson, icasus GmbH Heidelberg Abstract Der Begriff "künstliche Neuronale Netze" fasst Methoden der Informationstechnik zusammen, deren Entwicklung

Mehr

Semantische Wissensräume für das Virtuelle Büro der Zukunft - Kurzübersicht Demos CeBIT 2012-

Semantische Wissensräume für das Virtuelle Büro der Zukunft - Kurzübersicht Demos CeBIT 2012- Semantische Wissensräume für das Virtuelle Büro der Zukunft - Kurzübersicht Demos CeBIT 2012- Kompetenzzentrum Virtuelles Büro der Zukunft Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI GmbH)

Mehr

Fachprojekt Data Mining Datenanalyse und Sprache

Fachprojekt Data Mining Datenanalyse und Sprache Fachprojekt Data Mining Datenanalyse und Sprache Prof. Dr. Katharina Morik Informatik LS8 Eine Fülle von Daten liegt in Form natürlicher Sprache vor und eine Vielzahl von Methoden und Werkzeugen gibt es,

Mehr

Neue Entwicklungen bei GIS-Servern

Neue Entwicklungen bei GIS-Servern Neue Entwicklungen bei GIS-Servern - Jenseits von Web Mapping - 41. Sitzung der Arbeitsgruppe Automation in der Kartographie (AgA) Hamburg, 21./22. September Dr. Peter Ladstätter, ESRI Geoinformatik Neue

Mehr

Verbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden

Verbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden Verbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden Nürnberg, 01. Dezember 2008 Dr. Joachim Keppler Competence Center Manager Customer Analytics Joachim.Keppler@SHS-VIVEON.com INHALT

Mehr

Content-Verwertungsmodelle und ihre Umsetzung in mobilen Systemen

Content-Verwertungsmodelle und ihre Umsetzung in mobilen Systemen Content-Verwertungsmodelle und ihre Umsetzung in mobilen Systemen Motivation und Überblick 4FriendsOnly.com Internet Technologies AG Vorlesung im Sommersemester an der Technischen Universität Ilmenau von

Mehr

FIDeS: Frühwarn und Intrusion Detection System auf der Basis von kombinierten Methoden der KI

FIDeS: Frühwarn und Intrusion Detection System auf der Basis von kombinierten Methoden der KI FIDeS: Frühwarn und Intrusion Detection System auf der Basis von kombinierten Methoden der KI Workshop Informationssicherheit Carsten Elfers 06.11.2009 System Qualität und Informationssicherheit Rahmenbedingungen

Mehr

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

Mehr

Living Lab Big Data Konzeption einer Experimentierplattform

Living Lab Big Data Konzeption einer Experimentierplattform Living Lab Big Data Konzeption einer Experimentierplattform Dr. Michael May Berlin, 10.12.2012 Fraunhofer-Institut für Intelligente Analyseund Informationssysteme IAIS www.iais.fraunhofer.de Agenda n Ziele

Mehr

Seminar Künstliche Intelligenz Wintersemester 2014/15

Seminar Künstliche Intelligenz Wintersemester 2014/15 Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,

Mehr

NLP - Analyse des Wissensrohstoffs Text

NLP - Analyse des Wissensrohstoffs Text NLP - Analyse des Wissensrohstoffs Text Vorlesung Beginn: 8. April 2008 Dienstag 10.15 h - 11.45 h, in Raum 1607 oder 0443 Übungen Dr. Andreas Hotho Dominik Benz Beate Krause Sommersemester 2008 Beginn:

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

Repeatable Benchmarking Mahout

Repeatable Benchmarking Mahout Studienarbeitsexposé Repeatable Benchmarking Mahout Entwicklung eines Lasttest-Rahmenwerkes für Apache Mahout von: Oliver Fischer Institut für Informatik Humbold-Universität zu Berlin Matrikelnummer: 19

Mehr

Tax Risk Management aus Sicht der BASF 19. September 2013

Tax Risk Management aus Sicht der BASF 19. September 2013 Tax Risk Management aus Sicht der BASF 19. September 2013 67. Deutscher Betriebswirtschafter-Tag Oliver Nussbaum Zentralabteilung Steuern BASF The Chemical Company Unsere Chemie wird in nahezu allen Branchen

Mehr

Data Mining - Clustering. Sven Elvers

Data Mining - Clustering. Sven Elvers Agenda Data Mining Clustering Aktuelle Arbeiten Thesis Outline 2 Agenda Data Mining Clustering Aktuelle Arbeiten Thesis Outline 3 Data Mining Entdecken versteckter Informationen, Muster und Zusammenhänge

Mehr

MMIR Framework. Multimodal Mobile Interaction and Rendering Framework

MMIR Framework. Multimodal Mobile Interaction and Rendering Framework MMIR Framework Multimodal Mobile Interaction and Rendering Framework Workshop für Modellbasierte Entwicklung von Benutzerschnittstellen 2013, Koblenz Aaron Ruß, aaron.russ@dfki.de, DFKI GmbH (Deutsches

Mehr

Data Mining @ Netezza mit IBM SPSS

Data Mining @ Netezza mit IBM SPSS Michael Ridder Senior Technical Sales Professional Predictiv Analytics Data Mining @ Netezza mit IBM SPSS Software Wir ertrinken in Informationen, aber wir hungern nach Wissen. John Naisbitt Trendforscher

Mehr

Technologiewandel und Digitalisierung. Chancen für den Verkehr

Technologiewandel und Digitalisierung. Chancen für den Verkehr BMVI Expertennetzwerk Wissen Können Handeln Technologiewandel und Digitalisierung. Chancen für den Verkehr Fritz Busch Technische Universität München Lehrstuhl für Verkehrstechnik Berlin, 19. April 2016

Mehr

Kapitel IR:I. I. Einführung. Retrieval-Szenarien Begriffsbildung Einordnung Information Retrieval

Kapitel IR:I. I. Einführung. Retrieval-Szenarien Begriffsbildung Einordnung Information Retrieval Kapitel IR:I I. Einführung Retrieval-Szenarien Begriffsbildung Einordnung Information Retrieval IR:I-1 Introduction STEIN 2005-2010 Retrieval-Szenarien Liefere Dokumente, die die Terme «Information» und

Mehr

Power-Apps für Geschäftsreisen

Power-Apps für Geschäftsreisen 265ced1609a17cf1a5979880a2ad364653895ae8 Power-Apps für Geschäftsreisen Bernd Schulz General Manager Amadeus Germany GmbH und Mitglied des VDR-Präsidiums Technologisches Umfeld Integration als Herausforderung

Mehr

Social Media Analytics Aktuelle Herausforderungen

Social Media Analytics Aktuelle Herausforderungen Lehrstuhl für Informatik 5 Informationssysteme RWTH Aachen Social Media Analytics Aktuelle Herausforderungen Ralf Klamma RWTH Aachen I5-KL-111010-1 Gesellschaft für Informatik Regionalgruppe Köln Themenabend

Mehr

Praxisorientierte Anwendung von Big Data-Technologien beim Einsatz mobiler Arbeitsmaschinen

Praxisorientierte Anwendung von Big Data-Technologien beim Einsatz mobiler Arbeitsmaschinen Praxisorientierte Anwendung von Big Data-Technologien beim Einsatz mobiler Arbeitsmaschinen Thilo Steckel CLAAS E-Systems Gütersloh Köln, 19. Oktober 2016 [Quelle: Handelsblatt 2014] [Quelle: VDI-Nachrichten,

Mehr

Whitepaper Bio-Mode. Quelle: http://freshideen.com/trends/bio-kleidung.html

Whitepaper Bio-Mode. Quelle: http://freshideen.com/trends/bio-kleidung.html Whitepaper Bio-Mode Quelle: http://freshideen.com/trends/bio-kleidung.html Seite 1 von 11 Wo wird über Bio-Mode diskutiert? 0,79% 0,76% 0,00% 0,56% 5,26% 9,81% 9,93% 0,15% 72,73% News Soziale Netzwerke

Mehr

DYONIPOS: Wissenszentrierte Unterstützung und Steuerung von Prozessen

DYONIPOS: Wissenszentrierte Unterstützung und Steuerung von Prozessen DYONIPOS: Wissenszentrierte Unterstützung und Steuerung von Prozessen Ein Pilotprojekt mit dem Bundesministerium für Finanzen 07.09.2006, I-KNOW 06 Doris Reisinger [m2n consulting and development gmbh]

Mehr

Datenbank-basierte Webserver

Datenbank-basierte Webserver Datenbank-basierte Webserver Datenbank-Funktion steht im Vordergrund Web-Schnittstelle für Eingabe, Wartung oder Ausgabe von Daten Datenbank läuft im Hintergrund und liefert Daten für bestimmte Seiten

Mehr

basis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012

basis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012 basis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012 Wir machen Ihr Business einfacher 12 Jahre im Markt Inhabergeführt Hauptsitz Bern 15 Mitarbeitende Die Bewältigung Ihrer Informationsflut

Mehr

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

Technologisches Wissensmanagement

Technologisches Wissensmanagement Technologisches Wissensmanagement im Spannungsfeld zwischen Schwarmintelligenz, Google und Herrschaftswissen... Jan F. Timme 18.04.2012 Inhaltsverzeichnis 1. Warum überhaupt technologisches Wissensmanagement?

Mehr

FIT-IT & FIT-IT Visual Computing 4th Call

FIT-IT & FIT-IT Visual Computing 4th Call FIT-IT & FIT-IT Visual Computing 4th Call Georg Niklfeld Österreichische Forschungsförderungsgesellschaft (FFG) Kick-Off Event 9.9.2009, FFG/Wien Contents FIT-IT News 4th Call FIT-IT Visual Computing Focus

Mehr

HP Advanced Analytics Effizienz in der DRG Abrechnung automatisierte Codierung mit Hilfe moderner Analytics

HP Advanced Analytics Effizienz in der DRG Abrechnung automatisierte Codierung mit Hilfe moderner Analytics HP Advanced Analytics Effizienz in der DRG Abrechnung automatisierte Codierung mit Hilfe moderner Analytics Friday, September 11, 2015 Beat Sommerhalder Analytics & Data Management Lead, Hewlett-Packard

Mehr

DAS ENDE DER VERMÖGENSVERWALTUNG Marcel van Leeuwen

DAS ENDE DER VERMÖGENSVERWALTUNG Marcel van Leeuwen DAS ENDE DER VERMÖGENSVERWALTUNG Marcel van Leeuwen DAS E N DE DER V ER MÖGENSVERWALTUNG 10 Thesen 1 Szenario Was macht Deutsche Wertpapiertreuhand? Was machen Banken, Vermögensverwalter und Berater? D

Mehr

Vortrag im Rahmen der Vorlesung Data Warehouse Dozentin: Prof. Dr. Frey-Luxemburger WS 2011/2012. Referent: Florian Kalisch (GR09)

Vortrag im Rahmen der Vorlesung Data Warehouse Dozentin: Prof. Dr. Frey-Luxemburger WS 2011/2012. Referent: Florian Kalisch (GR09) Vortrag im Rahmen der Vorlesung Data Warehouse Dozentin: Prof. Dr. Frey-Luxemburger WS 2011/2012 Referent: Florian Kalisch (GR09) Rückblick Aktueller Status Opinion Mining Einführung Einblicke Nächste

Mehr

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23.

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. April 2015 Agenda Was wir unter künstlicher Intelligenz 1 verstehen - Breites

Mehr

MOBILE APP. MDE Mobile Datenerfassung für kommunale Betriebe und öffentliche Einrichtungen. Mehr Informationen auf www.infoma.de

MOBILE APP. MDE Mobile Datenerfassung für kommunale Betriebe und öffentliche Einrichtungen. Mehr Informationen auf www.infoma.de MOBILE APP MDE Mobile Datenerfassung für kommunale Betriebe und öffentliche Einrichtungen Mehr Informationen auf www.infoma.de Ihre Praxis. Unsere Kompetenz. Sichere Zukunft. Ihre Praxis. Knappe Ressourcen,

Mehr

Erkennung fremdsprachiger Ausdrücke im Text

Erkennung fremdsprachiger Ausdrücke im Text Erkennung fremdsprachiger Ausdrücke im Text Jekaterina Siilivask Betreuer: Dr. Helmut Schmid Centrum für Informations- und Sprachbearbeiting Ludwig- Maximilians- Universität München 19.05.2014 Jekaterina

Mehr

Wissen. Wissensmanagement. Was ist Wissen? Wissen - Informatik. Wissen - Künstlichen Intelligenz. Wissensmanagement und Künstliche Intelligenz

Wissen. Wissensmanagement. Was ist Wissen? Wissen - Informatik. Wissen - Künstlichen Intelligenz. Wissensmanagement und Künstliche Intelligenz Wissen Uwe Lämmel Fachbereich Wirtschaft Hochschule Wismar www.wi.hs-wismar.de/~laemmel Ein System S hat Wissen W, wenn S immer dann, wenn erforderlich, W anwendet. More&Newell,973 Was ist Wissen? Besitz

Mehr

Diplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik

Diplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik Diplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik Bearbeiter: Shuangqing He Betreuer: Toralf Kirsten, Michael Hartung Universität

Mehr