- Anzeige -
Lesedauer: min
Umsetzung von künstlicher Intelligenz und Machine Learning in Unternehmen

Umsetzung von künstlicher Intelligenz und Machine Learning in Unternehmen

Methoden und Vorgehensweisen, Anwendungsfälle und Best Practices

Künstliche Intelligenz und Machine Learning stehen bei vielen Unternehmen ganz oben auf der Agenda. KI verspricht enorme Vorteile – von der Prozessoptimierung und Produktivitätssteigerung über optimierte Entscheidungsunterstützung bis hin zu neuen Geschäftsmodellen.

 (Bild: Köhler-Frost Consulting)

(Bild: artbalitsky/stock.adobe.com / KS-Energy-Verlag)

Was Unternehmen allerdings umtreibt, sind klare Zielsetzungen und Vorgehensweisen. Hinzu kommen Ängste der Mitarbeiter vor Arbeitsplatzabbau oder Umstrukturierungen. Das Buch möchte der Leserschaft für ihre Diskussions-, Planungs- und Umsetzungsprozesse hilfreiche Informationen an die Hand geben und praxisorientierte Optionen aufzeigen. Dabei behandelt das Buch nicht das Erstellen von mathematisch-statistischen Verfahren und Algorithmen oder die Programmierung von Anwendungen. Die Autoren erörtern, wie KI in Unternehmen erfolgreich umgesetzt werden kann und welche Auswirkungen sie auf die Geschäftsentwicklung und Betriebsmodelle hat, wie KI-Projekte erfolgreich durchgeführt werden und wie das Vertrauen der Mitarbeiter in KI-Technologien gestärkt werden kann. Use Cases, Praxisbeispiele und Ausführungen zu Anwendungen und Lösungen sowohl branchenübergreifend als auch branchenspezifisch mit unterschiedlichen Problemstellungen und Methoden werden behandelt und vorgestellt. Zur Zielgruppe dieser Fachpublikation zählen interessierte Manager, Praktiker, Dozierende und Studierende mit der Ausrichtung Digitale Wirtschaft im deutschsprachigen Raum.

Die Themen im Einzelnen:

  • Veränderung des Rollenverständnisses und neue Aufgabenfelder auf Führungsebene im Kontext von Digitalisierung und Künstlicher Intelligenz
  • Ganzheitlicher Ansatz und Rahmenbedingungen zur erfolgreichen Umsetzung von KI-Projekten
  • Best Practices und Use Cases:
  • Digitale Entscheidungsfindung zur Prozessoptimierung
  • ERP als Grundlage zur Einführung von KI
  • Projektbeschreibung: Einführung und Umsetzung einer Enterprise-Search-Lösung
  • Automatisierte Einsatzplanung von Solar- und Windparks
  • Machine Learning und Deep Learning in der Industrie und im Engineering
Autor:
Firma:

News

Weitere Beiträge

Das könnte Sie auch interessieren

Vorausschauende Wartung mit KI

Hinterher ist man bekanntlich immer schlauer. Mit künstlicher Intelligenz (KI) sieht das allerdings anders aus: Durch die Analyse von in Echtzeit erfassten Betriebsparameterwerten wird Wartungsbedarf ermittelt, bevor er anfällt. So können Maßnahmen im Voraus geplant und auf ein Minimum reduziert werden. Mitsubishi Electric nutzt hierfür seine KI-Technologie Maisart 1, die ganz einfach per Melfa-SmartPlus-Zusatzkarte am Melfa-Roboter implementiert werden kann.

mehr lesen

Mit künstlicher Intelligenz dem Verschleiß auf der Spur

Forscher am Karlsruher Institut für Technologie (KIT) haben ein System zur vollautomatischen Überwachung von Kugelgewindetrieben in Werkzeugmaschinen entwickelt. Dabei kommt eine direkt in die Mutter des Kugelgewindetriebs integrierte Kamera zum Einsatz. Eine künstliche Intelligenz (KI) überwacht dabei auf Basis der dabei erzeugten Bilddaten kontinuierlich den Verschleiß.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.