AI

Data-Driven AI nutzt Daten als primären Treiber für KI-Modelle. Daten, strukturiert oder unstrukturiert, bilden die Grundlage für selbstlernende KI-Systeme. Unternehmen müssen die Daten-Lieferkette transparent und qualitativ hochwertig gestalten, um KI erfolgreich einzusetzen.

Die Qualität des Daten-Inputs entscheidet über den Lernerfolg von Algorithmen und damit den Mehrwert von KI- und ML-Modellen. Sehr oft "vergiften" falsche oder irrelevante Informationen aus unstrukturierten Datenbeständen den Lernprozess. Mit Lösungen für ein automatisiertes und intelligentes Datenmanagement können Unternehmen ihre Daten aufbereiten, die Wertigkeit von Informationen verbessern und..

Der Einsatz Künstlicher Intelligenz (KI) hat einen enormen Aufschwung erlebt und Unternehmen weltweit dazu motiviert, innovative Lösungen zu entwickeln. Spätestens seit der Demokratisierung von generativer KI (ChatGPT) ist das Thema KI nun in jeder Vorstandsetage angelangt. Den Wunsch, eigene KI-Lösungen zu entwickeln, hat der mediale Hype zudem befeuert. Eine geeignete Aufbau- und Ablauforganisat..

Die kommende EU-KI-Verordnung (EU-KI-VO) ist ein umfassendes Gesetz zur Regulierung von Künstlicher Intelligenz (KI) und greift von den Risiken im Markt bis zur Datenwertschöpfung durch. Auch wenn die EU-KI-VO ein neues einschlägiges Regulationswerkzeug des digitalen Zeitalters darstellt, ist sie nicht das einzige Mittel zur digitalen Regulierung von Daten. Eine Vielzahl weiterer Gesetze zu Daten ..

Eine Grundvoraussetzung für den wertstiftenden Einsatz datengetriebener Künstlicher Intelligenz (KI) liegt in einer Datenbasis von ausreichender Qualität. Damit kommt der Datenbereitstellung und -aufbereitung eine zentrale Bedeutung zu. Um eine hohe Qualität sicherzustellen, empfiehlt sich die Verwendung eines Vorgehensmodells, das diese Anforderungen adressiert und nötige Aufgaben strukturiert. D..