Andreas Jedlitschka leitet die Abteilung Data Science am Fraunhofer IESE. Die Abteilung Data Science beschäftigt sich mit allen Fragen, die im Rahmen der Entwicklung datengetriebener Lösungen entstehen, von der Identifizierung von Potenzialen über die Konzeption der Analyseverfahren und Umsetzung der Integration in die bestehende Umgebung bis zur Bewertung des Nutzens. Damit bietet die Abteilung Unterstützung beim Meistern der Herausforderungen der digitalen Transformation und der künstlichen Intelligenz.
Is generative AI disrupting software engineering? And what will software engineering look like in the era of generative AI? In this blog post, two of our experts attempt to answer these questions. Artikel in Deutsch lesen: Generative KI im Software…
Stellt generative KI Software Engineering auf den Kopf? Wie wird KI in der Softwareentwicklung eingesetzt und wie wird Software Engineering in der Ära der generativen KI zukünftig aussehen? In diesem Blogbeitrag antworten zwei unserer Experten auf diese Fragen. Read the…
KI-Systeme stellen Unternehmen vor große Herausforderungen. Sogenannte »AI Innovation Labs« können dazu beitragen, bestehende Hürden zu bewältigen. Sie sind ein Methoden- und Werkzeugbaukasten, um die richtigen KI-getriebenen Geschäfts- und Anwendungsfälle für Ihr Unternehmen zu identifizieren, Prototypen mit KI-Technologie zu erstellen…
»Data Science« oder »Wie sich aus Daten Wissen generieren lässt« – In diesem Blog-Beitrag erklären wir, was wir am Fraunhofer IESE unter Data Science verstehen, wie für uns Data Science und KI zusammenhängen und wie wir als Data Scientists zu Dependable AI beitragen können.
Künstliche Intelligenz (KI) steckt heutzutage bereits in vielen Systemen: vom Sprachassistenten bis hin zu intelligenten Algorithmen, die unser Verhalten beim Online-Shopping oder in Social Media auswerten. In Zukunft werden uns KI-Systeme noch viel häufiger begegnen und das insbesondere in kritischen…
Im Technology-Talk im Dezember 2018 ging es um die Buzzwords „Big Data“ und „Künstliche Intelligenz“. Wir haben uns mit den typischen Stolperfallen und Lösungen, die sich in der Praxis bewährt haben, beschäftigt. Dafür stand unser Technologie-Experte Herr Dr. Henning Barthel…
Der wesentliche Unterschied zwischen ingenieurmäßigen und datengetriebenen Lösungen ist, aus eigener Erfahrung, Betroffenen häufig nicht explizit im Bewusstsein. Vielleicht, weil Ingenieure eher selten maschinelle Lernverfahren einsetzen und die Spezialisten für maschinelles Lernen häufig keine Ingenieure sind. Intelligente Produkte – aber…
