AI

Bei der Qualitätssicherung gibt es eine Vielzahl von Anforderungen an Infrastruktur, Reporting, Tests und Automatisierung. Kommerzielle Software bietet häufig nur ein fixes Feature-Set, das sich gar nicht oder teuer modifizieren lässt. Mit einem Tool-Set aus starken Open-Source-Angeboten sind wir uns dagegen sicher, für jede Anforderung eine Lösung zu bieten. In diesem Artikel zeigen wir beispielh..

Die Entwicklung zunehmend autonomer Fahrzeuge hat vielfältige Auswirkungen, sowohl moralische als auch technische. Die Ethik-Kommission der Bundesregierung hat daher Grundsätze für automatisierte und vernetzte Fahrzeuge definiert. Einen Überblick über die technischen Folgen gibt dieser Beitrag, insbesondere für das Automotive-Testing und die damit verbundenen neuen Testanforderungen.

Wir alle sehen und spüren jeden Tag, wie neue Technologien aus dem Boden sprießen und unser tägliches Leben unterstützen und bewusst oder unbewusst beeinflussen. Beispiele dafür sind Produkt- oder Filmempfehlungen basierend auf Verhaltensmustern homogener (Kunden-) Gruppen, die Sprachsteuerung von Geräten im Haushalt oder im Fahrzeug sowie virtuelle Assistenten, die uns bei Problemen jeglicher Art..

Maschinelles Lernen (Machine Learning, ML) bietet enormes Potenzial, wenn es darum geht, aus unüberschaubaren und großen Datenmengen komplexe Zusammenhänge herzustellen und damit unter anderem als Entscheidungshilfe bei gesellschaftlichen und wirtschaftlichen Fragestellungen zu unterstützen. Von Echtzeit-Versicherungsprämien und vorausschauender Wartung bis hin zur Erkennung eines Malaria-Ausbruch..

Künstliche Intelligenz ist in aller Munde. Was im Hype dieses Themas oft untergeht, ist eine nüchterne Betrachtung der theoretischen Machbarkeit: Was wird überhaupt jemals realisierbar sein, und wo setzt die Wissenschaft Obergrenzen? Anhand von einfachen, nachvollziehbaren Beispielen führt dieser Artikel den Grundbegriff der algorithmischen Komplexität ein und überträgt die daraus gewonnenen Konze..