künstliche Intelligenz, Verbindung Mensch und Maschine

Künstliche Intelligenz

Kann eine Maschine denken?

Künstliche Intelligenz – als ein Teilgebiet der Informatik zu verstehen – ist bereits seit 2017 ein Hypethema. Denn KI zeichnet sich bereits jetzt durch verschiedenste Einsatzgebiete aus: Sprachassistenten, Applikationen, Intelligenzspiele und vieles mehr.

Aber um auf die Eingangsfrage zurück zu kommen: Können diese Maschinen wirklich denken? Dabei steht man unverzüglich vor dem ersten Problem: Was bedeutet denken - Die Definitionen sind ebenso vielseitig wie unterschiedlich.

Doch was unterscheidet das menschliche vom maschinellen Denken?

Das menschliche Alleinstellungsmerkmal ist – zumindest noch bislang – das kreative und innovative Denken. Maschinen hingegen können bereits aus bestehenden Entscheidungsmöglichkeiten auswählen und eine ungleich grosse Daten- und somit Informationsmenge verarbeiten. Zudem bestechen sie vor allem durch Verlässlichkeit, Genauigkeit und Kontinuität – ihr Einsatz ist rund um die Uhr möglich. Auch die Lösung komplexer Aufgaben kann, nach einer entsprechenden Unterweisung, eigenständig übernommen werden. Die Basis künstlichen Denkens bilden dabei Algorithmen, hohe Rechenleistungen und das exponentielle Wachstum der zu verarbeitenden Daten.


Bereits diese Ausführungen zeigen, welch grosses Potential in der künstlichen Intelligenz steckt. Denn auch die Arbeitswelt wird von der Weiterentwicklung des maschinellen Lernens betroffen sein.

Download Whitepaper Künstliche Intelligenz

GRUNDBEGRIFFE DER KÜNSTLICHEN INTELLIGENZ

Innovationen und Trends in der Intralogistik

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens befasst. KI ist der Versuch, einen Rechner so zu programmieren, dass er – ähnlich einem entsprechend geschulten Menschen – eigenständig Probleme bearbeiten kann. Problemlösung bedeutet, anhand von Daten aus unterschiedlichen Quellen (Datenbanken, Sensoren, Videokameras etc.) Entscheidungen zu treffen, die innerhalb einer vorgegebenen Zeit eine angemessene Reaktion auf das zugrunde liegende Problem darstellen.

Mehr dazu erfahren Sie in unserem Whitepaper Künstliche Intelligenz.

künstliche Intelligenz, gehirn mit datenstöme, vernetzung

Maschinelles Lernen ist ein Sammelbegriff für verschiedene Verfahren zur Ermittlung eines unbekannten funktionalen Zusammenhangs zwischen Eingangs- und Ausgangsdaten. Darunter finden sich neben den weiterhin wichtigen klassischen Anwendungen wie beispielsweise Clusterbildung, Regressions-, Faktoren- und Zeitreihenanalysen auch komplexere Methoden wie neuronale Netze, evolutionäre Ansätze oder Support Vector Machines.

PREDICTIVE ANALYTICS

Der Einsatz von Big Data Technologien ermöglicht es, gigantische Datenmengen zu verarbeiten, die reale Welt zeitnah abzubilden und Entscheidungen treffsicher zu fällen. Welche Voraussetzungen für Predictive Analytics erfüllt werden müssen, lesen Sie in unserem Whitepaper.

SIMULATION

Simulation spielt bei der Planung logistischer Anlagen eine zentrale Rolle. Wie KI bei der Planung eingesetzt wird und welchen Vorteil das mit sich bringt, erfahren Sie in unserem Whitepaper.

COGNITIVE COMPUTING - KÜNSTLICHE INTELLIGENZ

Cognitive Computing - die maschinellen Assistenten übernehmen Aufgaben oder Entscheidungen anstelle von Menschen. Erfahren Sie in diesem Video, in welchen wichtigen Anwendungsbereichen Maschinen den Menschen unterstützen.

DEEP LEARNING

Deep Learning ist eine Technologie, mit der Computer die Fähigkeit erwerben, die Menschen von Natur aus haben: aus Erfahrungen zu lernen. Zum Einsatz kommt es unter anderem in der Bild- und Spracherkennung. Was Deep Learning ist und wie es sich in den letzten Jahren entwickelt hat, erfahren Sie hier.

Deep Learning

Deep Learning ist eine Technologie, mit der Computer die Fähigkeit erwerben, die Menschen von Natur aus haben: aus Erfahrungen zu lernen. Zum Einsatz kommt es unter anderem in der Bild- und Spracherkennung.

LERNSTRATEGIEN

Lernstrategien – eine hohe Anzahl an Wiederholungen und eine gute Datenqualität spielen beim Lernen eine bedeutende Rolle! Aber welche unterschiedlichen Lernstrategien werden angewendet?

Lernstrategien

Lernstrategien – eine hohe Anzahl an Wiederholungen und eine gute Datenqualität spielen beim Lernen eine bedeutende Rolle!

MACHINE LEARNING

Personalized on-line advertising or automated filtering of spam e-mails are enabled by machine learning. You can find out how this works in this video.

Machine Learning

Personalisierte Online-Werbung oder das automatische Filtern von Spam E-Mails werden durch Maschinelles Lernen ermöglicht.

KÜNSTLICHE INTELLIGENZ

Erfahren Sie mehr über Schlüsseltechnologie der Zukunft.

Was ist Künstliche Intelligenz?

Kann eine Maschine denken oder gar eigenständig Entscheidungen treffen? Nicht nur im Geschäftsbereich sondern auch im privaten Umfeld ist künstlichen Intelligenz allgegenwärtig.

KÜNSLTICHE INTELLIGENZ IN DER INTRALOGISTIK

Mit KI eröffnen sich neue Möglichkeiten.

Logistik der Zukunft

Wir denken schon heute an die Logistik der Zukunft. Mit künstlicher Intelligenz eröffnen sich neue Möglichkeiten. Entdecken wir gemeinsam die Welt der Digitalisierung.

DIE AUTOREN DES WHITEPAPERS KÜNSTLICHE INTELLIGENZ

Bild Markus Klug

... hat das Studium der Technischen Mathematik an der TU Wien absolviert und sich schon während der akademischen Ausbildung auf die Bereiche Simulation, Operations Research und Statistik spezialisiert. Nach dem Abschluss forschte er im Rahmen eines Auslandsaufenthaltes in Glasgow an Kernel-Methoden zum Zweck des Einsatzes in ereignisdiskreten Simulationsmodellen. 2001 begann er zuerst als Projektleiter, später als Arbeitsgruppenleiter „Prozessoptimierung“ am Forschungszentrum Seibersdorf, wo er nationale und internationale Forschungsprojekte mit Schwerpunkt in den Bereichen Transportlogistik, Standortlogistik und weltweite Supply Chains durchführte und leitete. Schon während seiner Forschungstätigkeit unterrichtete er zuerst nebenberuflich, anschliessend hauptberuflich an diversen Fachhochschulen im Inland.

Seit 2013 ist Markus Klug bei der SSI SCHÄFER IT Solutions GmbH für den Aufbau der Themen Datenanalyse und Simulation, später erweitert mit den Gebieten Data Science und Künstliche Intelligenz / Maschinelles Lernen zuständig. Als Militärexperte für Logistik der Miliz mit besonderem Arbeitsbereich "Militärisches Operations Research" ist er auch Ansprechpartner des Österreichischen Bundesheeres für Fragen aktueller Entwicklungen der mathematischen Modelle und Verfahren im Militärwesen. Markus Klug verfügt über eine breite Erfahrung und ein umfassendes Wissen durch seine diversen wissenschaftlichen Publikationen, Vorträge, Mitarbeiten in facheinschlägigen Programmkomitees sowie Session Chairs bei wissenschaftlicher Tagungen und der Reviewing Tätigkeit für internationale Fachjournale.

Bild Georg Reif

Georg Rief absolvierte das Studium zum Bachelor Computational Sciences und Master Physik. Sein Studium hatte bereits sehr grossen Bezug zu Simulation und  Data Science, allerdings war Künstliche Intelligenz damals noch kein grösseres Thema und wurde entsprechend nur am Rande behandelt. Er hat 8 Jahre Erfahrung im Software Development in anderen Branchen gesammelt, bevor er im März 2014 bei SSI SCHÄFER zunächst als W4 Entwickler für Kundenprojekte einstieg und im Dezember 2016 in den Bereich Data Science / Simulation wechselte.

New Content Item (1)

Karina Konrath studierte Technische Mathematik an der TU Graz und ist seit November 2017 bei SSI SCHÄFER. Als Data Scientist ist sie besonders für die Analyse und Aufbereitung von Daten zuständig, was wiederum intensives Betreiben von Statistik und Mathematik bedeutet.

Sie haben Fragen?