Зарегистрируйтесь на getAbstract, чтобы получить доступ к этому краткому изложению.

Künstliche Intelligenz

Зарегистрируйтесь на getAbstract, чтобы получить доступ к этому краткому изложению.

Künstliche Intelligenz

Mit Algorithmen zum wirtschaftlichen Erfolg

Springer Gabler,

15 мин на чтение
10 основных идей
Аудио и текст

Что внутри?

Deep Blue, Watson & Co. – was KI heute schon kann und was sie in Zukunft können wird.


Bewertung der Redaktion

7

Qualitäten

  • Überblick
  • Praktische Beispiele

Rezension

Um das Thema künstliche Intelligenz ranken sich zahlreiche Mythen. Nicht selten wird die Technologie regelrecht verteufelt. Doch die Realität sieht anders aus als in Science-Fiction-Filmen. Die Autoren dieses Sammelbandes – unter ihnen Vertreter namhafter Unternehmen – zeigen, wie KI heute bereits in der Praxis angewandt wird und welche Bedeutung sie für die Wirtschaft hat. Dabei kommen aber auch kritische Aspekte nicht zu kurz. Ein unterhaltsames und informatives Buch über eine der spannendsten Technologien unserer Zeit.

Zusammenfassung

Im Zentrum des Themas künstliche Intelligenz stehen die verschiedenen Formen von maschinellem Lernen.

Die Geschichte der künstlichen Intelligenz geht bis ins Jahr 1956 zurück. Nach anfänglichen Erfolgen und einem anschließenden Abschwung der KI-Forschung sorgte 1997 die Niederlage des damaligen Schachweltmeisters Garri Kasparov gegen den IBM-Computer Deep Blue für Schlagzeilen – auch wenn Kritiker zu bedenken gaben, dass es sich bei Deep Blue nicht um ein „intelligentes System“ handele. Eine einheitliche Definition von künstlicher Intelligenz gibt es bis heute nicht. Grob wird zwischen „starker“  und „schwacher“ KI unterschieden. Während die starke Form der künstlichen Intelligenz die Funktionen des menschlichen Gehirns nachzuahmen versucht, beschäftigt sich die schwache Form mit sich selbst weiterentwickelnden Algorithmen für bestimmte Problemstellungen.

In jüngster Zeit steht vor allem das maschinelle Lernen (ML) im Mittelpunkt der KI-Forschung. Dabei wird ein iterativer Lernprozess in Gang gesetzt, bei dem ein Algorithmus Zusammenhänge in Daten erkennt und daraus Vorhersagen ableitet. Es gibt drei ML-Formen:

  1. Überwachtes Lernen...

Über die Autoren

Peter Buxmann ist Professor für Wirtschaftsinformatik an der Technischen Universität Darmstadt. Holger Schmidt ist an derselben Hochschule Dozent für das Fach Digitale Transformation.


Kommentar abgeben

Mehr zum Thema

Verwandte Skills

Корпоративные финансы
Управлять ИИ-трансформацией
Предпринимательство
Исполнительное руководство
Отдел кадров
Лидерство
Применять ИИ в продажах
Принимать оптимальные решения
Управление
Маркетинг
Производство и логистика
Продажи
Знать об особенностях ИИ
Применять ИИ на производстве и в цепочке поставок
Навыки работы на рабочем месте
Применение ИИ в промышленности
Применять ИИ для составления карты путешествия клиента
Применять ИИ для анализа рынка
Применять ИИ для оптимизации маршрутов
Применять ИИ для сопоставления навыков
Применять ИИ в управлении персоналом
Применять ИИ в маркетинге
Применять ИИ для написания и отладки кода
Применять ИИ для кредитного скоринга
Применять ИИ для прогнозирования спроса
Применять ИИ для генерации идей
Применение ИИ в отрасли информационных технологий
Знать о генеративном ИИ
Применять ИИ для проведения совещаний
Применение ИИ в спортивной отрасли
Знать о возможностях и ограничениях ИИ
Применять ИИ для создания базы знаний
Применять ИИ для планирования пополнения запасов
Применять ИИ для оптимизации работы склада
Применение ИИ в розничной торговле
Будущее работы
Руководить командами в процессе ИИ-трансформации
Применять ИИ в финансах
Применять ИИ для анализа отзывов клиентов
Применять ИИ для проведения исследований
Применять ИИ для мониторинга производительности
Применять ИИ для коммуникации и написания текстов
Выбрать приоритеты для внедрения ИИ
Применение ИИ в строительстве
Узнать о последних достижениях в области ИИ
Узнать о влиянии информационных технологий на работу
Применять ИИ для коучинга и развития
Применять ИИ для анализа данных
Применять ИИ для прогнозирования времени прибытия груза
Применять ИИ для коммерческих предложений
Применять ИИ для создания прототипов
Применять ИИ при создании бизнес-стратегии
Применять ИИ для автоматизации рабочих процессов
Применение ИИ в консалтинге
Применять ИИ в задачах лидерства
Применять ИИ этично
Применять ИИ для принятия решений
Применять ИИ для оптимизации товарных запасов
Применять ИИ для планирования производства
Применять ИИ для кадрового планирования
Применять ИИ в разработке продуктов
Спланировать ИИ-трансформацию персонала
Применять ИИ для планирования ресурсов
Знать об этических вопросах в применении ИИ
Применять ИИ для повышения личной продуктивности
Применять ИИ для улучшения коммуникации
Применять ИИ-агентов
Измерять влияние ИИ на результаты
Знать о влиянии ИИ на общество
Применять ИИ для автоматизации обслуживания клиентов
Применять ИИ для оптимизации процессов
Примеры использования ИИ
Управлять внедрением ИИ в командах
Применять ИИ для улучшения клиентского опыта
Знать о влиянии ИИ на бизнес и экономику
Применять ИИ в повседневных задачах
Трансформация ИИ
Применять ИИ с корпоративной базой знаний
Применять ИИ в менеджменте
Знать о влиянии ИИ на работу