Der Weg zum intelligenten Assistenten Machine Learning, Künstliche Intelligenz und Kognitive Suche
|
|
- Simon Brauer
- vor 5 Jahren
- Abrufe
Transkript
1 Der Weg zum intelligenten Assistenten Machine Learning, Künstliche Intelligenz und Kognitive Suche Photo by Bence Boros on Unsplash
2 AGENDA Über uns Begrifflichkeiten: Machine Learning, KI & Cognitive Search Anwendungsfälle: Was ist der Mehrwert für Unternehmen? Show Case: Das DPMA & Cognitive Search Pixabay 2
3 Über uns 30+ Mitarbeiter 500+ Installationen 24+ Jahre Erfahrung 3 M+ Umsatz 19+ Partner Installation Partner Outside EU DIN EN ISO 9001:2015 3
4 interface projects GmbH 2017 AUSGEWÄHLTE REFERENZEN
5 IHR REFERENT Enterprise Search Wissensmanagement Machine Learning & Cognitive Search Eduard Daoud Geschäftsführer interface projects GmbH 5
6 BEGRIFFLICHKEITEN Machine Learning, KI & Cognitive Search Photo by Ilija Boshkov on Unsplash 6
7 BEGRIFFFLICHKEITEN Künstliche Intelligenz Machine Learning Cognitive Search Teilgebiet der Informatik Imitation menschlichen Verhaltens Methode der KI Anlernen anhand von Beispielen Eigenständige Mustererkennung Anwendungsfall des ML Informationsgewinnung von Suchergebnissen Quelle: Dr. Uwe Crenze- DoK. Mag. Heft Deep Learning der Generalschlüssel für Dokumentanalysen? 7
8 MACHINE LEARNING IM PROZESS Indexierung Datenquellen Auswahl der Trainingsdaten Trainieren eine Modells Selbständiges Erkennen 8
9 EIN BEISPIEL: ERGEBNIS DES LERNPROZESSES Semantische Zusammenhänge werden aus den Trainingsdaten automatisch ermittelt Beispiel: Ergebnisvektor für eine Suche nach Schuhe AND Kufen 9
10 WELCHE SUCHPROBLEME GIBT ES? Recall Problem: Mehrere Wörter haben die selbe Bedeutung (z.b. Synonyme, unterschiedliche Schreibweisen) Precision Problem: Ein eingegebenes Suchwort hat mehrere Bedeutungen (Homonyme, Polyseme) Photo by Jean-Philippe Delberghe on Unsplash 10
11 MÖGLICHE LÖSUNG: WORD EMBEDDING'S/WORD CO-OCCURRENCE Durch die Verwendung von word co-occurrence im Text kann ein assoziatives Netzwerk durch schnelles automatisiertes, unbeaufsichtigtes maschinelles Lernen geschaffen werden. Wo jedes Wort in Zahlen (Vektor) umgewandelt werden kann, wodurch ein n-dimensionaler Vektorraum entsteht. HTTP DB, CRM, ERP, SP Dateiserver Große Datenmengen Duhaime, D. (2015) Unsupervised machine learning e.g. Neural Network word2vec assoziatives Netzwerk 11
12 MÖGLICHE LÖSUNG: WORD EMBEDDING'S/WORD CO-OCCURRENCE Durch die Verwendung von word co-occurrence im Text kann ein assoziatives Netzwerk durch schnelles automatisiertes, unbeaufsichtigtes maschinelles Lernen geschaffen werden. Wo jedes Wort in Zahlen (Vektor) umgewandelt werden kann, wodurch ein n-dimensionaler Vektorraum entsteht. HTTP DB, CRM, ERP, SP Dateiserver Große Datenmengen Duhaime, D. (2015) Unsupervised machine learning e.g. Neural Network word2vec assoziatives Netzwerk GUI Quelle der Animation: Robert Gordon University of Aberdeen. 12
13 ANWENDUNGSFÄLLE Was ist der Mehrwert für Unternehmen? Photo by Irawpixel on Unsplash 13
14 ANWENDUNGSFÄLLE Klassifikation von Inhalten Automatische Verschlagwortung Sprachunabhängige Suche Suche nach ähnlichen Inhalten (Fach- und Fremdsprache) 14
15 ANWENDUNGSFÄLLE Tech. Component Use Case Market Segment Text Classification Electronic Mailbox Financial Services Image Recognition Image to Text Advertising-, design- and digital Text to Image media agencies Image to Image Travel and Hospitality Manufacturing Concept Search Data Research Judiciary Research/ Education Healthcare and Life Science Pharma Face Detection Image Search (person) Public Security Sector advertising-, design- and digital media agencies KeyWording/Keyword abstracting Topic Detection Recommendation Services DMS / ECM Vendor Online Services 15
16 SHOW CASE Das DPMA & Cognitive Search Photo by Ilija Boshkov on Unsplash 16
17 DEUTSCHES PATENT- UND MARKENAMT Deutsches Patent- und Markenamt als zentrale Stelle für die Erteilung von Patenten in Deutschland Intensive Prüfung auf Redundanzen oder Ähnlichkeiten zu bereits bestehenden Anmeldungen Aufgabe Lösung, die eingereichte Patente automatisch erfasst und klassifiziert Begriffe müssen semantisch kategorisiert und Synonyme erkannt werden Einbeziehung fremdsprachiger Patente in die Recherche 17
18 LIVE DEMO intergator live erleben Photo by Beatriz Pérez Moya on Unsplash 18
19 WAS IST DER MEHRWERT FÜR DEN ANWENDER? KERNAUSSAGEN! Die Anforderung an die Suchkompetenz des Nutzers sinkt Erkennung von Zusammenhängen auch ohne explizite Suche Steigerung der Nutzung durch die Endanwender Größere Zeitersparnis beim Auffinden von Inhalten und kaum Aufwand bei der Metadatenpflege Eine Cognitive Search ist eine sinnvolle Ergänzung für den Digitalen Arbeitsplatz, um Anwendungen zu integrieren und dem Nutzer eine alternativen Zugriff auf Inhalte zu ermöglichen Eine Cognitive Search steigert die Qualität der Suchergebnisse und fördert damit die Akzeptanz und Effizienz des Benutzers Out-of-the-box mit vortrainiertem Modell Machine Learning Training über den gesamten Datenbestand Training mit ausgewählten Daten für jede Klasse 19
20 VIELEN DANK! SAVE THE DATE! 20
Das Informations-Cockpit für die Geschäftsführung Fileserver, Exchange, ERP, Sharepoint und mehr
Das Informations-Cockpit für die Geschäftsführung Fileserver, Exchange, ERP, Sharepoint und mehr Eduard Daoud Leiter Vertrieb, Marketing & Professional Service 2 interface projects GmbH 2015 Über uns Unternehmen
MehrSKOPOS Webinar 22. Mai 2018
SKOPOS Webinar 22. Mai 2018 Marktforschung 2020: Künstliche Intelligenz und automatische Text Analysen? Christopher Harms, Consultant Research & Development 2 So? Terminator Exhibition: T-800 by Dick Thomas
MehrKeine Hexerei, sondern Alltag
AI Trendletter Auch Deep Learning macht den Data Scientist nicht obsolet Keine Hexerei, sondern Alltag Meinung von Dr. Andreas Becks Bei der Beschäftigung mit Begriffen wie Künstliche Intelligenz, Cognitive
MehrMit Chatbots den Service Desk optimieren. Michael Kuschke, Materna GmbH
Mit Chatbots den Service Desk optimieren Michael Kuschke, Materna GmbH Inhalte. Hype-Themen Artificial Intelligence, Cognitive Computing, Machine Learning und Chatbot Chatbot Was ist das? Wo braucht man
MehrDeep Learning Prof. Dr. E. Rahm und Mitarbeiter
Deep Learning Prof. Dr. E. Rahm und Mitarbeiter Seminar, WS 2017/18 Big Data Analyse-Pipeline Dateninte -gration/ Anreicherung Datenextraktion / Cleaning Datenbeschaffung Datenanalyse Interpretation Volume
MehrDie Enterprise Search im Digital Workplace Im Interview mit Eduard Daoud
Die Enterprise Search im Digital Workplace Im Interview mit Eduard Daoud Mit intergator hat Communardo eine Enterprise Search Lösung im Portfolio, welche die Inhalte verschiedenster Anwendungen und Systeme
MehrDeep Learning der Generalschlüssel für Dokumentanalysen?
Deep Learning der Generalschlüssel für Dokumentanalysen? Digitalisierung, maschinelle Lernverfahren, Dark Data, neuronale Netze, semantische Verfahren, Suchalgorithmen www.interface-business.de Dr. Uwe
MehrMaschinelles Lernen in der Medizintechnik
Maschinelles Lernen in der Medizintechnik Was ist möglich? ASTRUM IT GmbH Am Wolfsmantel 2 91058 Erlangen Dr. Jan Paulus Tel.: +49 9131 9408 339 jan.paulus@astrum-it.de Dr. Matthias Weidler Tel.: +49 9131
MehrNeue Erkenntnisse aus unstrukturierten Daten gewinnen
Neue Erkenntnisse aus unstrukturierten Daten gewinnen Univ.-Prof. Dr. Josef Küng Institut für anwendungsorientierte Wissensverarbeitung (FAW) Johannes Kepler Universität Linz In Zusammenarbeit mit Mag.
MehrInsurTechHub Munich Machine Learning
inspire @ InsurTechHub Munich Machine Learning 24./25. September 2018 / WERK1.Bayern GmbH / Grafinger Str. 6 / 81671 München InsurTech Hub Munich in Kooperation mit den Versicherungsforen Leipzig Hintergrund
MehrIntelligentes Enterprise Information Management (EIM)
Intelligentes Enterprise Information Management (EIM) Franz Schreiber... verborgenes Wissen produktiv machen Durch Optimierung von Dokumenten und Informationen zum intelligenten EIM DM Dokumenten Management
MehrArtificial Intelligence: Lösungsbeispiele für Knowledge Management, Enterprise Search & Prozessoptimierung. Franz Kögl IntraFind Software AG
Artificial Intelligence: Lösungsbeispiele für Knowledge Management, Enterprise Search & Prozessoptimierung Franz Kögl IntraFind Software AG IntraFind Software AG IntraFind ist Ihr Spezialist für die Informationsgewinnung
MehrKünstliche Intelligenz: Der Ab lug verspätet sich
Künstliche Intelligenz: Der Ab lug verspätet sich Keyfacts über KI - KI spielt in Unternehmen eine untergeordnete Rolle - Viele Unternehmen sehen derzeit keine Anwendungsfälle - KI dürfte künftig ein wichtiger
MehrKünstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX
Künstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX Künstliche Intelligenz Was ist Künstliche Intelligenz? KI und der Mensch: Miteinander oder Gegeneinander?
MehrArtificial Intelligence. Was ist das? Was kann das?
Artificial Intelligence Was ist das? Was kann das? Olaf Erichsen Tech-Day Hamburg 13. Juni 2017 Sehen wir hier bereits Künstliche Intelligenz (AI)? Quelle: www.irobot.com 2017 Hierarchie der Buzzwords
MehrHype und relevante Veränderung durch kognitive Technologien Was ist heute bereits möglich mit Künstlicher Intelligenz?
Hype und relevante Veränderung durch kognitive Technologien Was ist heute bereits möglich mit Künstlicher Intelligenz? Thomas Ross, IBM Global Business Services, Media Industry HAL 9000 I'm sorry, Dave.
MehrLars 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
MehrDPMAnutzerforum 2017
DPMAnutzerforum 2017 Hauptabteilung Information Aktuelle Entwicklungen und Neuerungen München, 16. März 2017 Christine Moosbauer Deutsches Patent- und Markenamt www.dpma.de Übersicht DPMAdirektPro elektronischer
MehrDIE ZEIT IST REIF FÜR INTELLIGENTES MULTICHANNEL CASE MANAGEMENT AUS DER CLOUD
ITYX GROUP KUNDENSERVICE IM DIGITALEN WANDEL DIE ZEIT IST REIF FÜR INTELLIGENTES MULTICHANNEL CASE MANAGEMENT AUS DER CLOUD Peter Macherey, seit 2006 bei der ITyX an Bord, baute nach seiner Tätigkeit als
Mehrintergator - Intelligente Suche in archivierten und anderen Daten
intergator - Intelligente Suche in archivierten und anderen Daten Agenda: Motivation Besonderheiten von Archiven aus Suchmaschinensicht Typische Szenarien Produktvorstellung Live! Oktober 2014 Ihr Referent:
MehrKünstliche Intelligenz in Arbeitswelt und Gesellschaft: Nachteile verhindern, Chancen nutzen
Künstliche Intelligenz in Arbeitswelt und Gesellschaft: Nachteile verhindern, Chancen nutzen Hendrik Heuer hheuer@uni-bremen.de Bildquelle: Wikipedia - Jan Matejkos Stańczyk Digitalisierungskongress 2018
MehrErfolg durch Wissen. Petershauser Straße 6, D Hohenkammer
Erfolg durch Wissen www.analyticalsemantics.com Petershauser Straße 6, D-85411 Hohenkammer Plattform der Analytical Semantics AG Funktionsweise und Plattform Prozess der Informationslogistik Lösungen für
MehrNeuronale Netze. Christian Böhm.
Ludwig Maximilians Universität München Institut für Informatik Forschungsgruppe Data Mining in der Medizin Neuronale Netze Christian Böhm http://dmm.dbs.ifi.lmu.de/dbs 1 Lehrbuch zur Vorlesung Lehrbuch
MehrOMNICHANNEL CAPTURE PLATFORM OCP
OMNICHANNEL CAPTURE PLATFORM OCP EINE LÖSUNG FÜR ALLE QUELLEN UND FORMATE POSTEINGANG INTELLIGENT AUTOMATISIEREN DIGITALE EINGANGSPOST AUTOMATISCH VERARBEITEN Täglich werden im INPUT MANAGEMENT Ihres Unternehmens
MehrGRC TOOLBOX PRO Vorstellung & News
SECURITY MANAGEMENT ROADSHOW 19. Oktober 2016 GRC TOOLBOX PRO Vorstellung & News Besfort Kuqi, Senior Consultant BSc. Wirtschaftsinformatik, PMP, Lead Auditor ISO 27001, Swiss Infosec AG GRC Toolbox Pro
MehrMustererkennung und Klassifikation
Mustererkennung und Klassifikation WS 2007/2008 Fakultät Informatik Technische Informatik Prof. Dr. Matthias Franz mfranz@htwg-konstanz.de www-home.htwg-konstanz.de/~mfranz/heim.html Grundlagen Überblick
MehrData Science aus Daten Mehrwert generieren
1 Data Science aus Daten Mehrwert generieren BITMARCK, Kunden im Dialog Alexander Thamm München, 10. November 2017 Agenda. 10:00 10:10 Digitalisierung Chancen und Risiken // [10 ] 10:10 10:30 Big Data
MehrBring your own Schufa!
Bring your own Schufa! Jan Schweda Senior Softwareengineer Web & Cloud jan.schweda@conplement.de @jschweda Ziele des Vortrags Die Möglichkeiten von maschinellem Lernen aufzeigen. Azure Machine Learning
MehrWatson Services on Bluemix Workshop
Watson Services on Bluemix Workshop Beate Melcher Klaus-Peter Schlotter Urs Witzig IBM Business Partner Solution Hub Agenda 09:00-09:45 Welcome and IBM Watson Overview 09:45-10:10 Watson Services 1/2 10:10
MehrCognitive Banking Wie Künstliche Intelligenz das Finanzwesen verändert
Cognitive Banking Wie Künstliche Intelligenz das Finanzwesen verändert BANKENTAG 2017: DIGITAL FINANCE - (R)EVOLUTION IM BANKING DHBW VILLINGEN-SCHWENNINGEN 18. OKTOBER 2017 WOLFGANG VON DREWS CLIENT TECHNICAL
MehrSwisscom Dialog Arena Augmented Reality empowering your digital journey
Swisscom Dialog Arena Augmented Reality empowering your digital journey 3. November 2016, Sonja Betschart, Matthew Butcher, Lukas Zimmerli, Stéphane Mingot Agenda 1 Was kommt nach Pokémon Go? 2 Use Case
MehrKI für den Sprachkanal. Nutzen, Chancen, Ausblick ANSWERS 2018 Axel Schmitz-Tewes
KI für den Sprachkanal Nutzen, Chancen, Ausblick ANSWERS 2018 Axel Schmitz-Tewes Agenda 1 KI für den Sprachkanal 2 3 4 5 6 Was ist KI KI in der Sprache und im Dialog Nutzen Grenzen Disruption und Ausblick
MehrSusanne Greiner, Data Scientist, Würth Phoenix. Würth Phoenix more than software
USER GROUP 2018 Von der Datenaufnahme zur Datenanalyse Das Performance Monitoring von morgen: Einfluss von User Experience, Anomaly Detection, Deep Learning Susanne Greiner, Data Scientist, Würth Phoenix
MehrDr. Alexander Janda Generalsekretär Kuratorium Sicheres Österreich
Dr. Alexander Janda Generalsekretär Kuratorium Sicheres Österreich Künstliche Intelligenz vs. menschliche Kompetenz: Wie wir im Umgang mit künstlicher Intelligenz scheitern können/werden? Economist-Studie
MehrDer Sprung in die Zukunft! Einführung in neuronale Netzwerke
Der Sprung in die Zukunft! Einführung in neuronale Netzwerke Inhalt 1. Warum auf einmal doch? 2. Welche Einsatzgebiete gibt es? 3. Was sind neuronale Netze und wie funktionieren sie? 4. Wie lernen neuronale
MehrIntelligente Klassifizierung von technischen Inhalten. Automatisierung und Anwendungspotenziale
Intelligente Klassifizierung von technischen Inhalten Automatisierung und Anwendungspotenziale Künstliche Intelligenz Machine Learning Deep Learning 1950 1980 2010 Abgeleitet von: https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
MehrJPlus Platform Independent Learning with Environmental Information in School
JPlus Platform Independent Learning with Environmental Information in School Mario Härtwig, Pierre Karrasch Salzburg, 7. Juli 2010 Genesis Umweltmonitoring als Beitrag zur Umweltbildung an Schulen. Kulturlandschaftsentwicklung
MehrStudienplan FIW Bachelor Wirtschaftsinformatik 2018ss
Bachelor Wirtschaftsinformatik 2018ss Winf 2 Absatz- und Produktionswirtschaft (sem. Unterricht) 4 5 sp Kl90 nicht programmierbarer Taschenrechner Winf 2 Datenbanken (sem. Unterricht) 3 4 sp Kl90 Winf
MehrAlgorithmenalltag. Prof. Dr.-Ing. Johannes Konert Fachgebiet Web Engineering
Algorithmenalltag Prof. Dr.-Ing. Johannes Konert Fachgebiet Web Engineering Start reden (Begrüßung) vortragen Aufmerk-samkeit erlangt? kurze Pause machen Ende Algorithmen Was machen sie mit uns? Was sind
MehrImage: (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen
Image: https://pixabay.com/de/netz-netzwerk-programmierung-3706562/ (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen Künstliche Intelligenz Was ist das überhaupt? Was kann sie (nicht)?
MehrEFS Deep Learning für das Fahren der Zukunft. Anton Junker
EFS Deep Learning für das Fahren der Zukunft Anton Junker Wer ist die EFS? Wer sind wir? Unternehmen Gründung 2009 Standort Ingolstadt/Wolfsburg Beteiligung GIGATRONIK Gruppe (51%) Audi Electronics Venture
MehrSeminar: Maschinelles Lernen und Deep Learning
Seminar: Maschinelles Lernen und Deep Learning Sommersemester 2018 Prof. Dr. Xiaoyi Jiang, Sören Klemm, Aaron Scherzinger Institut für Informatik, Arbeitsgruppe Pattern Recognition and Image Analysis (PRIA)
MehrAgenda 2019 für Service Management: Integration mit Datenschutz macht den Unterschied
Agenda 2019 für Service Management: Integration mit Datenschutz macht den Unterschied Agenda Einheitliches, sicheres und konformes digitales Arbeitsplatzmanagement Aktuelle Herausforderungen Security Management
MehrKooperation von Mensch und Maschine am Beispiel von IBM Watson Solutions
Kooperation von Mensch und Maschine am Beispiel von IBM Watson Solutions Peter Zimmer Nicole Roik Dr. Klemens Hägele IBM Deutschland GmbH Saarbrücken 22. Februar 2018 2018 IBM Corporation 1 2018 IBM Corporation
MehrINTELLIGENTE DATENANALYSE IN MATLAB
INTELLIGENTE DATENANALYSE IN MATLAB Einführungsveranstaltung Überblick Organisation Literatur Inhalt und Ziele der Vorlesung Beispiele aus der Praxis 2 Organisation Vorlesung/Übung + Projektarbeit. 4 Semesterwochenstunden.
MehrArtificial Intelligence
Artificial Intelligence AI Hype meets Business Reality Dr. Stefan Wess CEO Empolis Information Management GmbH Unternehmen in Kaiserslautern UND TEIL UNSERES KULTURELLEN ERBES. KÜNSTLICHE INTELLIGENZ
MehrSmart Data in Banken, Versicherungen und LegalTechs. Klaus Reichenberger Big-Data.AI-Summit 2018
Smart Data in Banken, Versicherungen und LegalTechs Klaus Reichenberger Big-Data.AI-Summit 2018 1 intelligent views gmbh Gründungsjahr: 1997 Ausgründung aus Fraunhofer Institut Führender Anbieter semantischer
MehrUnternehmensprofil. sovanta AG, /17 1 / 20
Unternehmensprofil sovanta AG, 26.06.2018 11/17 1 / 20 sovanta AG Business Apps einfach. intelligent. effizient. simplicity first Gegründet mit dem Ziel das Arbeiten mit Business Software grundlegend zu
MehrBig Data Recherche im DPMA in der digitalen Zukunft
Big Data Recherche im DPMA in der digitalen Zukunft 38. Kolloquium der TU Ilmenau über Patentinformation und gewerblichen Rechtsschutz Ilmenau, Cornelia Rudloff-Schäffer Präsidentin des Deutschen Patent-
MehrDOKUMENTENKLASSIFIKATION MIT MACHINE LEARNING
DOKUMENTENKLASSIFIKATION MIT MACHINE LEARNING Andreas Nadolski Softwareentwickler andreas.nadolski@enpit.de Twitter: @enpit Blogs: enpit.de/blog medium.com/enpit-developer-blog 05.10.2018, DOAG Big Data
MehrAnwendungen Künstlicher Intelligenz für Bankdienstleistungen
Anwendungen Künstlicher Intelligenz für Bankdienstleistungen Opentopic ist ein innovatives Startup aus NYC, das Marketinglösungen auf Basis Künstlicher Intelligenz entwickelt und vertreibt Data-driven
MehrSecurity & Transparency andré Schüler
Security & Transparency andré Schüler Maschinenzustände kennen und Mehrwerte generieren Digitalisierung Verändert unser Leben Digitalisierung, Neue Geschäftmodelle Diese Evolution birgt große Hochgeschwindigkeits-
MehrErfolgreiches IT-Service Management. Unternehmensübergreifend transparent - effizient FACTSHEET ERIZONE
Erfolgreiches IT-Service Management Unternehmensübergreifend transparent - effizient FACTSHEET ERIZONE FACTS & FIGURES ALLE SUPPORT-PROZESSE IM GRIFF...durch das ITSM-Know-how von Würth Phoenix 15 23.000
MehrTMF projects on IT infrastructure for clinical research
Welcome! TMF projects on IT infrastructure for clinical research R. Speer Telematikplattform für Medizinische Forschungsnetze (TMF) e.v. Berlin Telematikplattform für Medizinische Forschungsnetze (TMF)
MehrDATEN KENNEN IM KONTEXT GDPR WIE IBM WATSON UNTERSTÜTZEN KANN
DATEN KENNEN IM KONTEXT GDPR WIE IBM WATSON UNTERSTÜTZEN KANN Dr. Michael Kosmowski Software Architekt PROFI Engineering Systems AG Agenda Einbettung des Themas - Fachlicher Hintergrund Idee zum Einsatz
MehrKÜNSTLICHE INTELLIGENZ
KÜNSTLICHE INTELLIGENZ KI EVOLVE YOUR COMMUNICATION CALL WhatsApp APP CHAT SOCIAL MEDIA WEB Bis vor kurzem noch unter der Kategorie Science Fiction abgelegt, ist die Einbindung Künstlicher Intelligenz
MehrWie verändern Digitalisierung und technischer Fortschritt Qualifikationsprofile?
Wie verändern Digitalisierung und technischer Fortschritt Qualifikationsprofile? NIK Netzwerk für Innovation und Kooperation Dr.-Ing. Robert Couronné NIK e.v. Geschäftsführung Überblick Motivation Digitalisierung
MehrKünstliche Intelligenz. Potential und Anwendung
Künstliche Intelligenz Potential und Anwendung Menschliche Intelligenz Intelligentere Maschinen dank künstlicher Intelligenz Bilder Bilder Texte Sprache Texte Sprache Verstehen von strukturierten und unstrukturierten
MehrSession: 1 SO Selbstoptimierte Zustandsüberwachung für die Prognose von Fehlzuständen für Windkraftanlagen SO-Pro (Resolto)
Session: 1 SO Selbstoptimierte Zustandsüberwachung für die Prognose von Fehlzuständen für Windkraftanlagen SO-Pro (Resolto) 06. Juli 2016 Bielefeld www.its-owl.de Agenda Abschlusspräsentation Einführung
MehrMove to the Cloud. DocuWare Cloud Services. Version: 1.0 Stand: Ansprechpartner: Angelika Schiller. Step Ahead AG
Version: 1.0 Stand: 16.08.2018 Ansprechpartner: Angelika Schiller Step Ahead AG In der heutigen Zeit bietet die Cloud einen überzeugenden Mehrwert. Von der hohen Skalierbarkeit, starken Leistung und grenzenlosen
MehrWas alle angeht, können nur alle lösen. - Der Open Integration Hub
Was alle angeht, können nur alle lösen. - Der Open Integration Hub Frank Türling Geschäftsführer Cloud-Ecosystem e.v. Robin Brinkmann Head of Partner Management Cloud Ecosystem e.v. 2018 Cloud Ecosystem
MehrDPMAnutzerforum 2018
Neues aus der Hauptabteilung 2 - Information München, Hubert Rothe Deutsches Patent- und Markenamt www.dpma.de Übersicht DPMAdirektPro elektronischer Versand Projekt Neue Recherche Nutzung asiatischer
MehrInstitut für Künstliche Intelligenz
Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie
MehrINTELLIGENTE DATENANALYSE IN MATLAB. Einführungsveranstaltung
INTELLIGENTE DATENANALYSE IN MATLAB Einführungsveranstaltung Überblick Organisation. Literatur. Inhalt und Ziele der Vorlesung. Beispiele aus der Praxis. 2 Organisation Vorlesung/Übung + Projektarbeit.
MehrKünstliche Intelligenz im Steuerbereich
Künstliche Intelligenz im Steuerbereich Steckbrief KI-Softwareprototypen KI-Softwareprototypen NeuMÜ Unsere Prototypen zielen auf folgende Prozessunterstützung ab: Vereinfachte Datenaufbereitung Proaktive
MehrEnterprise Search mit IntraFind
Wissensmanagement-Tage Wien, 12. Juni 2018 Enterprise Search mit IntraFind Mag. Harry Timons Land Salzburg Chief Data Officer Agenda Die Landesinformatik Salzburg: Motivation einer übergreifenden Suche
MehrMaschinelles Lernen. mit und. Effizienz steigern in Massenprozessen. Jan Schinnerling. eworld 2019 Maschinelles Lernen
Maschinelles Lernen mit und Effizienz steigern in Massenprozessen Jan Schinnerling eworld 2019 Maschinelles Lernen Was ist maschinelles Lernen? 2 Grundidee: einem System durch Beispieldaten eine Fähigkeit
MehrTrails through the Smart Systems Hub Dresden/Leipzig
Trails through the Smart Systems Hub Dresden/Leipzig Besucherrouten durch den Hub Smart Systems & Smart Infrastructure for IoT ENTDECKEN SIE DEN SMART SYSTEMS HUB BUCHEN SIE SEINE TRAILS! Sehr geehrte
MehrVO Sprachtechnologien. Informations- und Wissensmanagement. Bartholomäus Wloka. Zentrum für Translationswissenschaft
, Informations- und Wissensmanagement Zentrum für Translationswissenschaft Outline Begriffe MÜS Maschinelles Übersetzungssystem MÜ Maschinelle Übersetzung MT Machine Translation SMT Statistical Machine
MehrDen Kunden zum Teil der eigenen Organisation machen. DI Dr. Christoph Stangl, Fabasoft
Den Kunden zum Teil der eigenen Organisation machen DI Dr. Christoph Stangl, Fabasoft Cloud Computing Big Data Industrie 4.0 Digitalisierung Internet of Things Cybersecurity Was heißt das konkret? Wie
MehrNeue 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
MehrDie praktische Umsetzung der EU- DSGVO mit IT-Sicherheitsprodukten. Sascha Paris Snr. Sales Engineer, Sophos
Die praktische Umsetzung der EU- DSGVO mit IT-Sicherheitsprodukten Sascha Paris Snr. Sales Engineer, Sophos Sophos im Überblick 1985 in Oxford, UK gegründet $632 Millionen Umsatz in FY17 3.000 Mitarbeiter,
MehrDWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb. Referent: Raphael Henneke
DWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb Referent: Raphael Henneke Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS
Mehrgeändert durch Satzung vom 14. Oktober 2014 ECUST eingeschrieben sind und studieren, und in dem die Grundlagenfächer des Studiengangs
Satzung des Fachbereichs Elektrotechnik und Informatik der Fachhochschule Lübeck über das Studium im Bachelor-Studiengang Information Technology (Studienordnung Information Technology - Bachelor) Vom 19.
MehrKünstliche Intelligenz und berufliche Bildung Wie das Internet der Dinge und KI das Lernen verändern
Künstliche Intelligenz und berufliche Bildung Wie das Internet der Dinge und KI das Lernen verändern Professor Dr. habil. Christoph Igel Deutsches Forschungszentrum für Künstliche Intelligenz Educational
MehrAudio Intelligence.ai
Audio Intelligence.ai Emotionale künstliche Intelligenz Next Generation Audio-KI in Diagnostik und Therapie CEO & Co-Founder, audeering Digital Health Conference, 20. September 2018 1 Was wir mit Audio
MehrOracle Database Cloud Service
1 Oracle Database Cloud Service Gerd Schoen Senior Leitender Systemberater 2 Copyright 2012, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from
MehrEntwicklung einer Anwendung zur Erkennung von Täuschungsversuchen
Entwicklung einer Anwendung zur Erkennung von Täuschungsversuchen Theoretische Ausarbeitung Miriam Friedrich Matr.-Nr.: 3062857 1. Prüfer: Prof. Dr. rer. nat. Alexander Voß 2. Prüfer: Bastian Küppers,
MehrAMA. Applied Machine Learning Academy. Prof. Wolfgang Nejdl
Applied Machine Learning Academy AMA Applied Machine Learning Academy Prof. Wolfgang Nejdl Projektziele Aufbau einer Applied Machine Learning Academy (AMA) auf der Grundlage eines inhaltlich nachhaltigen,
MehrMachine Learning Das neue 42?
Machine Learning Das neue 42? Fabian Buchert Solution Architect SAS DACH Analytics actual trend topics Citizen Data Scientist Machine Learning Text Analytics Artificial Intelligence Image Recognition Open
MehrAdvanced Analytics umsetzen 7 Kernthemen. Hannover, Dr. Sebastian Derwisch, Data Scientist
Advanced Analytics umsetzen 7 Kernthemen Hannover, 21.3.2017 Dr. Sebastian Derwisch, Data Scientist BARC: Expertise für datengetriebene Unternehmen 2 Agenda 1. Use Cases 2. Data Discovery 3. Externe Daten
MehrHOW CONNECT YOUR CUSTOMERS. EXPERT MEET UP 11. Oktober 2018 DIE WELT DREHT SICH DER AFTER SALES VERÄNDERT SICH. Arthur König, Online Consulting AG
HOW TO CONNECT YOUR CUSTOMERS DIE WELT DREHT SICH DER AFTER SALES VERÄNDERT SICH EXPERT MEET UP 11. Oktober 2018 Arthur König, Online Consulting AG Online Group CH-Wil PL-Wroclaw D-Böblingen info@online.ch,
MehrTheoretische Informatik 1
Theoretische Informatik 1 Boltzmann Maschine David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2014 Übersicht Boltzmann Maschine Neuronale Netzwerke Die Boltzmann Maschine Gibbs
MehrPredictive Analytics. Warum datenbasierte Vorhersagen kein Hexenwerk sind. ASQF Automation Day Dr. Stefano Signoriello
Predictive Analytics Warum datenbasierte Vorhersagen kein Hexenwerk sind Dr. Stefano Signoriello Seite 1 Inhalte des Vortrags Analytics Von Daten zu Wissen Von Nachsicht über Einsicht zu Voraussicht Descriptive,
MehrDMS? Informationsmanagement? ECM? Besser gleich agorum core.
DMS? Informationsmanagement? ECM? Besser gleich core. Denn core ist das richtige Werkzeug für alle Unternehmen, die endlich ihr volles Potenzial ausschöpfen möchten. Open Source Dokumentenmanagement Archivieren.
MehrPROGNOS ANALYTICS KÜNSTLICHE INTELLIGENZ IN ECHTZEIT. Tanja Krüger,
PROGNOS ANALYTICS KÜNSTLICHE INTELLIGENZ IN ECHTZEIT Tanja Krüger, 04.05.2017 STECKBRIEF RESOLTO Gründung 2003 Geschäftsführende Gesellschafterin: Fokus: Mitarbeiter: Skalierung: Tanja Krüger Advanced
MehrSeite 1 ITyX Gruppe 2013
Seite 1 Track 1: Input Management Posteingang mit bunten Dokumenten (Papier, E-Mail, Web & Social Media) Dr. Melanie Knapp, Maren Prox Seite 2 Gliederung des Workshops Textanalyse in Theorie und Praxis
MehrDIGITAL VON ANFANG AN.
C2B CONSUMER-TO-BUSINESS PLATFORM DIGITAL VON ANFANG AN. Der direkte Draht zwischen Unternehmen & Endverbrauchern. DIGITALISIERUNG UND AUTOMATISIERUNG VON GESCHÄFTSPROZESSEN ÜBER ITYX Wir sind PIONIERE
MehrModulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Masterstudiengang Data & Knowledge
MehrKamera-basierte Objekterkennung
Kamera-basierte Objekterkennung Deep Machine Learning. Version 2.0 Einführung Motivation & Megatrends Motivation In der Logistik verursacht die Identifizierung (das Scannen) der Produkte, Pakete, Paletten,
MehrAUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich
AUSBILDUNG für INDUSTRIELLE BILDVERARBEITUNG - Skizze für tertiären Bereich FH-Prof. DI. Kurt Niel University of Applied Sciences Upper Austria Faculty of Engineering and Environmental Sciences kurt.niel@fh-wels.at
MehrMachine Learning & Künstliche Intelligenz
Dr. med. Christina Czeschik Serapion www.serapion.de Machine Learning & Künstliche Intelligenz Eine kurze Einführung Künstliche Intelligenz intelligent nutzen Essen, 08.06.2018 Künstliche Intelligenz Turing-Test
MehrPotentiale der Digitalisierung Herausforderungen gestalten. Prof. Dr. Christoph Meinel Dekan, Institutsdirektor und CEO Hasso-Plattner-Institut
Herausforderungen gestalten Prof. Dr. Christoph Meinel Dekan, Institutsdirektor und CEO Hasso-Plattner-Institut Herzlich Willkommen zur skonferenz Brandenburg 2018! Die Digitale Transformation ist, nach
MehrFokus auf die menschliche. mit AI-basiertem Matching. Komponente im Recruiting. Webinar am Martin Lenz, JOBIQO
Fokus auf die menschliche Komponente im Recruiting mit AI-basiertem Matching Webinar am 23.01.2019 Martin Lenz, JOBIQO Martin Lenz Geschäftsführer, JOBIQO Background: + Studium Informatik & MBA + ca. 10
MehrDigitalisierung im Service Management - Was bringen AI, Chatbots und Co.?
Digitalisierung im Service Management - Was bringen AI, Chatbots und Co.? Agenda AI, Chatbot, KI, machine learning Stopp.wie bitte? Künstliche Intelligenz Ein Blick aus der Vergangenheit Status quo KI
MehrEinführung in die Didaktik der Informatik D. Engbring mündl.
Bachelor Pflicht BA-INF 021 Lineare Algebra Th. Räsch 02.08.2016/ 9-12 Uhr HS IX+X Hauptg. 12.09.2016/ 9-12 Uhr HS IX+X Hauptg. schriftlich BA-INF 022 Analysis M. Welter 26.07.2016/9.30-11.30Uhr HS IX+X
MehrBig Data und künstliche Intelligenz
Big Data und künstliche Intelligenz Wie Daten gewonnen und ausgewertet werden können. Mittwoch 15. März, 12:30 13:15 Uhr Marcel Bernet Weiterbildung wie ich sie will Definition Der aus dem englischen Sprachraum
MehrDr. Daniel Fasel, CEO DATEN, DAS WERTSCHÖPFENDE GUT FÜR DIE DIGITALISIERUNG
Dr. Daniel Fasel, CEO DATEN, DAS WERTSCHÖPFENDE GUT FÜR DIE DIGITALISIERUNG End 2 End Big Data Services Platform Engineering & DevOps Analytics Solutions Proof of Concept Architecture & Strategy Machbarkeitsstudien
MehrStudienplan FIW Bachelor Informatik 2017ws. Inf 1 Algebra (sem. Unterricht) 4 5 sp Kl90 ein beidseitig handbeschr.,
Bachelor Informatik 2017ws Inf 1 Algebra (sem. Unterricht) 4 5 sp Kl90 ein beidseitig handbeschr., nicht kopiertes DIN-A4 Blatt; nicht prog. Taschenrechner Inf 1 Algorithmen und Datenstrukturen I (Übung)
Mehr