NLP (engl. für Natural Language Processing) beschreibt allgemein das computergestützte Verarbeiten von menschlicher Sprache. Dies umfasst neben der geschriebenen auch die gesprochene Sprache. In diesem Artikel zeigen wir verschiedene Anwendungsgebiete von NLP und erklären, wie sich innerhalb nur weniger Jahre die Markteintrittsbarrieren so weit gesenkt haben, dass heute jedes Unternehmen NLP für eigene Lösungen nutzen kann.
Die Weiterbildung von Mitarbeitenden im Bereich Künstlicher Intelligenz (KI) ist eine der zentralen Aufgaben für eine erfolgreiche Etablierung von KI im eigenen Unternehmen. In diesem Whitepaper erläutern wir die Aufgaben & Pflichten der einzelnen Rollen eines Data Science und KI-Teams. Darauf aufbauen zeigen wir auf, weshalb interne Weiterbildung und Unterstützung externer Dienstleister der Schlüssel zum Aufbau einer erfolgreichen KI-Strategie darstellen.
In diesem Beitrag sollen fünf Technologien vorgestellt werden, die jeder Data Engineer für seine tägliche Arbeit kennen und beherrschen sollte. Aufgeführt werden Spark als Data Processing Tool im Big Data Umfeld, Kafka als Streaming Platform, Airflow und Serverless-Architektur zur Koordinierung bzw. Orchestrierung. Zuvor werden Stellenwert und Rolle von SQL (Structured Query Language) und relationalen Datenbanken besprochen.
Das Interesse an Data Science hat sich in den letzten Jahren nicht nur enorm erhöht, sondern es hat sich auch erheblich verändert und entwickelt. Um Ihr Unternehmen bestmöglich auf kommende Data Science Trends vorzubereiten, haben wir in unserem Whitepaper 7 maßgebliche Trends herausgearbeitet und für jeden Trend 3 Schlüsselmaßnahmen identifiziert, die Sie bereits heute ergreifen können. Machen Sie sich bereit und nutzen Sie die vielversprechende Zukunftsperspektive von Data Science, um einen nachhaltigen datengetriebenen Mehrwert für Ihr Unternehmen zu schaffen.
In diesem Artikel wird die Funktionsweise von GANs erläutert. Zudem werden Use Cases diskutiert, die mithilfe von GANs umgesetzt werden können, und aktuelle Trends vorgestellt, die sich im Bereich von generativen Netzwerken abzeichnen.
Data Science und künstliche Intelligenz sind der Schlüssel zur zukünftigen Wertschöpfung und Wettbewerbsfähigkeit vieler Organisationen. Daher ist im Rahmen von KI-Initiativen effizientes Change-Management zur Transformation des Denkens im Top-Down-Prozess dringend geboten. Erfolgreiches Change-Management zur Etablierung des Data Mindsets setzt klares Leadership Commitment voraus und ist durch sechs zentrale Schlüsselfaktoren gekennzeichnet, die wir in diesem Whitepaper behandeln.
Ziel dieses Artikels ist es zu zeigen, dass ein Finetuning der Tesseract-OCR auf einer kleinen Menge von Daten bereits eine dramatische Verbesserung der OCR-Leistung bewirken kann
Um künstliche Intelligenz im eigenen Unternehmen erfolgreich etablieren zu können, sollte zunächst verstanden werden, wie sich der Status Quo der KI-Adoption darstellt.
Hierzu haben wir bei STATWORX ein Reifegradmodell entwickelt, das basierend auf unserem KI-Strategieansatz den KI-Reifegrad in Organisationen oder Abteilungen bestimmen kann. Das Unternehmen kann dann in einen von vier möglichen Reifegraden eingestuft werden. Weiterhin zeigen wir anhand einer Ist-/Zielbildmatrix mögliche Entwicklungspfade für die Organisation auf.
Immer mehr Firmen erkennen das Potenzial von Künstlicher Intelligenz und entwickeln eigene ML Modelle. Gleichzeitig stehen diese Unternehmen oft vor der Herausforderung, diese Modelle anderen Nutzern intern zugänglich zu machen und darüber einen Mehrwert aus dem Modell zu generieren. In diesem Beitrag zeigen wir auf, wie solche Herausforderungen aussehen und wie Docker Unternehmen dazu befähigt, sie zu bewältigen.
Künstliche Intelligenz (KI) hat sich zu einem der zentralen Treiber für den digitalen Wandel von Wirtschaft und Gesellschaft entwickelt. Unternehmen stehen vor der Herausforderung, KI als Bestandteil der Unternehmensstrategie etablieren zu müssen, um zukünftig wettbewerbsfähig zu bleiben. Auf Basis unserer langjährigen KI-Projekterfahrung haben wir 6 Kernelemente identifiziert, die Unternehmen bei der Entwicklung einer KI-Strategie berücksichtigen müssen.