Artificial Intelligence

Informationstechnologie

Wissenschaftliche Kenntnisse auf jenem interdisziplinären Teilgebiet der Informatik, deren Ziel die Entwicklung von Maschinen mit intelligentem Verhalten ist.

• AI-Anwendungsbereiche
• • AI-WissensmanagementBehavioural Model for Information Retrieval System DesignUm aus einer Menge von Daten und Informationen Wissen zu gewinnen, werden mithilfe von künstlicher Intelligenz die Suchergebnisse verbessert. Das System erkennt, welche Informationen einE UserIn haben möchte und spuckt genau das Gewünschte aus.
  • Algorithmic Decision MakingADM-Prozesse, Automatisierte EntscheidungsfindungEntscheidungsprozesse einem Algorithmus überlassen. Dieser wurde im Vorhinein trainiert, um die bestmögliche Entscheidung zu treffen.
  • Erkennen von AI-KreationenVor allem bei Bildern, Audios und Videos erkennen, wenn diese von Künstlicher Intelligenz erstellt wurden. Erkennen von Unstimmigkeiten, z. B. verschwommene Körperteile, unsymmetrische Kleidung, unrealistische Schriftzüge oder stockende Videos.
  • Erstellung von Vorhersagen durch AIKI-gestützte Datenprognose, Vorhersagen mithilfe von KIInterpretieren von Prognosen, die künstliche Intelligenz aus Datenmengen vorhergesagt hat. Dies kann für Geschäftswachstum, Besucherzahlen, Lieferketten oder Ähnliches verwendet werden.
  • InformationsextraktionIE, Information Extraction, Semantische InformationsextraktionKenntnisse auf dem Gebiet der ingenieursmäßigen Anwendung von Verfahren aus der praktischen Informatik, der künstlichen Intelligenz und der Computerlinguistik auf das Problem der automatischen maschinellen Verarbeitung von unstrukturierter textueller Information mit dem Ziel, Wissen bezüglich einer im Vorhinein definierten Domäne zu gewinnen.
  • Machine VisionComputer Vision, Maschinelles SehenErfassung und Analyse visueller Informationen mithilfe einer Kamera und einer digitalen Signalverarbeitung.
  • Verfassen von Texten mit AIEingeben von Aufforderungen, damit die künstliche Intelligenz einen passenden Text verfasst. Es kann angegeben werden in welchem Ton und für welches Publikum der Text geschrieben werden soll.
  • Verwendung von AI im FinanzbereichVerwenden von künstlicher Intelligenz, um z. B. Investitionen gewinnbringend zu platzieren, Risikobewertung bei Banken und Versicherungen zu vereinfachen oder Betrugsversuche automatisch zu erkennen.
  • Verwendung von AI im LogistikbereichVerwenden von künstlicher Intelligenz, um z. B. Lieferketten effizienter zu gestalten oder Ein- und Auslagerung aufeinander abzustimmen.
  • Verwendung von AI im MarketingVerwenden von künstlicher Intelligenz, um z. B. Algorithmen zu erstellen, die Werbung auf KundInnen zuschneiden, um die Kaufwahrscheinlichkeit zu erhöhen.
  • Verwendung von AI im MedienbereichVerwenden von künstlicher Intelligenz, um z. B. Fotos zu vervollständigen, Videos zu erstellen oder Videospiele zu designen.
  • Verwendung von AI im MedizinbereichVerwendung von künstlicher Intelligenz für die Erstellung von Befunden, Voraussage von Wechselwirkung zwischen Arzneimitteln oder Prognose von Erbkrankheiten.
  • Verwendung von AI im VerkehrVerwenden von künstlicher Intelligenz in der Mobilität, damit z. B. selbstfahrende Autos oder Verkehrssteuerungsmechanismen funktionieren.
  • Verwendung von AI in der ProduktionVerwenden von künstlicher Intelligenz, um z. B. Produktionsprozesse effizienter zu gestalten oder automatisierte Sortierung durch Objekterkennung einzusetzen.
• AI-GovernanceKI GovernanceRichtlinien, die festlegen, wie die Entwicklung und Verwendung von künstlicher Intelligenz ethisch korrekt von statten gehen kann. Sie behandeln u. a. Transparenz, Voreingenommenheit, Datenschutz und Sicherheit.
• • AI-StrategieKI-StrategieFestlegen, wie AI innerhalb einer Organisation verwendet werden soll.
  • KI-EthikAI-Ethics, Ethik der Künstlichen IntelligenzBerichtswesen über die Auswirkungen von Unternehmensaktivitäten auf Mensch und Umwelt.
• AI-LiteracyWissen darüber, wie eine Künstliche Intelligenz funktioniert, wie sie entsteht und wie man sie verwendet. Das Bewusstsein, dass wer und wie die KI trainiert wird, einen Einfluss darauf hat, was die KI ausgibt.
• Generative AIAI Tools, Generative KI, Generative KI-Werkzeuge, KI-Werkzeuge, Küstliche-Intelligenz-WerkzeugeEine Art der künstlichen Intelligenz, die Medien wie Bilder, Texte, Videos oder Audios aus eingegebenen Texten erzeugen kann.
• • ChatbotSoftware, die ein menschliches Gespräch führen kann. Sie wird oft zur Unterstützung von UserInnen auf Websites eingesetzt.
  • ChatGPTGPT-3, GPT-4Eine künstliche Intelligenz, die Gespräche führt, Wissen zur Verfügung stellt, Entscheidungshilfen anbietet oder Texte erstellt (Entwickler: OpenAI).
  • DALL-EEine künstliche Intelligenz, die durch schriftliche Beschreibungen AI-generierte Bilder erzeugen kann (Entwickler: OpenAI).
  • FraseKünstliche Intelligenz, die Texte schreibt und sie für Suchmaschinen optimiert.
  • Google BardGoogle AIEin Chatbot, der mithilfe von künstlicher Intelligenz Gespräche führt, Wissen zur Verfügung stellt, Entscheidungshilfen anbietet oder Texte erstellt (Entwickler: Google).
  • SimplifiedKünstliche Intelligenz, die Texte für Marketingzwecke verfassen kann wie E-Mails, Blogeinträge und Werbetexte. Sie kann auch passende Grafiken dazu erstellen.
  • Stable DiffusionEine künstliche Intelligenz, die durch schriftliche Beschreibungen AI-generierte Bilder erzeugen kann oder Ergänzungen an Bildern vornehmen.
• Machine LearningMaschinelles Lernen, Maschinenlernen, MLKenntnis des maschinellen Lernens als Konzept der Generierung von Wissen durch automatische Systeme.
• • Association Rule LearningAssoziationsanalyseArt des maschinellen Lernens, das Zusammenhänge erkennt. Wenn gewisse Daten oft zusammen auftreten, wird das erkannt und vermerkt.
  • Deep LearningDeep Structured Learning, Hierarchical LearningMethode maschinellen Lernens, die auf künstlichen neuronalen Netzen basiert.
  • Human in the LoopHITLKI-Prozesse können nicht ganz ohne menschliche Intelligenz laufen. Deshalb gibt es zuständige Personen, die Fehler und Unsicherheiten der Maschine erkennen und Verbesserungsvorschläge einbringen.
  • Random ForestÜberwachter lernender Algorithmus bei dem ein Komplex von Entscheidungsbäumen aufgebaut wird.
  • Reinforcement LearningBestärkendes Lernen, Verstärkendes LernenMethode des maschinellen Lernens, bei der die künstliche Intelligenz aus ungekennzeichneten Datensätzen lernt. Menschen geben der KI Feedback, ob sie die neuen Daten richtig verwendet.
  • Supervised LearningÜberwachtes LernenMethode des maschinellen Lernens, bei der die künstliche Intelligenz aus von Menschen gewählten Datensätzen lernt. Die Datensätze werden von Menschen gekennzeichnet, damit die KI weiß, was sie damit anfangen soll.
  • Unsupervised LearningUnüberwachtes LernenMethode des maschinellen Lernens, bei der die künstliche Intelligenz aus ungekennzeichneten Datensätzen lernt.
• Natural Language ProcessingNLPTechniken zur maschinellen Verarbeitung natürlicher Sprache; es soll eine direkte Kommunikation zwischen Mensch und Computer mittels natürlicher Sprache erreicht werden.
• • NLP-ModelleLarge Language Models, LLM, SprachmodelleSprachmodelle, die schon auf ein hohes Verständnis von menschlicher Sprache trainiert sind. Diese können als Basis für Weiterentwicklungen dienen.
  • • BERTBidirectional Encoder Representations from TransformersEin NLP-Modell, das mehrere Wörter auf einmal betrachten kann und somit den Zusammenhang besser erkennt. Damit ist es in Frage-Antwort-Systemen einsetzbar.
    • GPTLarge Language Model, das generative KI-Anwendungen wie ChatGPT ermöglicht, d. h. Text oder Bilder erschaffen kann.
    • LlamaEin NLP-Modell, das mehrere Sätze auf einmal betrachten kann und somit für eine schnelle Suche in langen Texten geeignet ist.
    • XLNetEin NLP-Modell, basierend auf BERT, jedoch leistungsstärker, da es zusätzliche Abhängigkeiten berücksichtigt.
  • NLP-SoftwareAI-Plattformen
  • • Apache OpenNLPFrei zugängliches Toolkit, das durch maschinelles Lernen natürliche Sprache verarbeiten kann. Damit können in Java Textverarbeitungsdienste aufgebaut werden.
    • GensimSoftware, um Texte in für Maschinen verständliche Sprache umzuwandeln und so Dokumente miteinander vergleichen zu können.
    • IBM WatsonIBM Watson AssistentKünstliche Intelligenz, die einzelne Unternehmensprozesse intelligenter und effizienter gestalten soll (Hersteller: IBM).
    • spaCyFreie Software-Bibliothek für NLP, die in Python und Cython programmiert wurde.
• Neural NetworksKNN, Künstliche neuronale NetzeComputerbasierte informationsverarbeitende Systeme, bei deren Aufbau und Struktur das menschliche Gehirns als Vorbild dient; Forschungsgegenstand der Neuroinformatik und Teilgebiet der Künstlichen Intelligenz.
• • CNNConvolutional Neural NetworkEin neurales Netzwerk, das direkt anhand von Daten lernt. Diese Art wird oft eingesetzt, um Muster in Bildern zu finden und Objekte, Klassen und Kategorien zu erkennen.
  • LSTMLong short-term memoryTechnik, bei der neuronale Netzwerke künstliche Gedächtnisprozesse nutzen, um menschliches Denken wirksamer nachzuahmen.
  • RNNRecurrent Neural NetworkEin neurales Netzwerk, das mit zeitversetzten Daten arbeiten kann. Wenn das Netzwerk neue Informationen erhält, kann es relevante alte Informationen damit verbinden. Wird oft für Chatbots und Bilduntertitelung eingesetzt.
• Prompt EngineeringFrage-Antwort-Schleifen, PromptingBeschreibung einer Aufgabe, die von einer KI ausgeführt werden soll. Diese kann mit alltäglicher Sprache formuliert werden, sollte aber alle Details enthalten, die für ein passendes Ergebnis gebraucht werden.
• • Prompt InjectionHinzufügen von neuen Prompts (Aufforderungen) in ein Chatbot-System, damit das System besser auf Anfragen reagieren kann.
  • Retrieval Augmented GenerationRAGEinem vortrainierten Modell zusätzliche verlässliche Informationen geben, aus denen es Ergebnisse liefern soll. Z. B. werden Unternehmens-Chatbots mit internen Dokumenten versorgt, damit es den KundInnen richtige Antworten geben kann.
  • Reverse Prompt EngineeringAnalyse eines KI-Systems, um die zugrundeliegenden Algorithmen, Designmuster und Prozesse zu erkennen.