Künstliche Intelligenz

Künstliche Intelligenz steckt heutzutage in vielen Systemen. Wir sind auf die Absicherung der Technologie in kritischen Bereichen spezialisiert.

Wie funktionieren LLMs? Ein Blick ins Innere großer Sprachmodelle

In diesem Blogbeitrag erklären KI-Expertinnen und Experten, welche Komponenten zu LLMs (Large Language Models, deutsch: große Sprachmodelle) gehören. Die Funktionsweise eines LLMs: 4 Schritte bis zum Ergebnis Große Sprachmodelle, wie wir sie heute kennen, sind nur die Spitze des Eisbergs….

Retrieval Augmented Generation (RAG): Chatten mit den eigenen Daten

Retrieval Augmented Generation (RAG) ergänzt das Generieren eines Large Language Models (LLM, auf Deutsch: großes Sprachmodell) durch eine gute Suche, z.B. in einer Dokumentensammlung, in einer Datenbank oder in einem Knowledge Graph. Hierdurch lässt sich die Verlässlichkeit (Dependable AI) des…

Die Zukunft des Sprachassistenten: Datenhoheit durch Spracherkennung mit eigenem LLM Voice Bot

In einer Welt, in der Technologie immer weiter voranschreitet, sind sprachgesteuerte Assistenten zu einem nicht mehr wegzudenkenden Teil unseres Alltags geworden. Von IBM Watson und Aleph Alpha Luminous über Apple Siri und Amazon Alexa bis hin zu Google Assistant und…

Prompt Engineering: wie man mit großen Sprachmodellen kommuniziert

In diesem Blogbeitrag erklären unsere Expertinnen und Experten, was Prompt Engineering ist und wie diese Techniken für die Nutzung von LLMs (Large Language Models, deutsch: große Sprachmodelle) nützlich sein können. Weitere Blog-Beiträge rund um generative KI und große Sprachmodelle: Was…

Large Action Models (LAMs) nutzen neurosymbolische KI – Die nächste Stufe im Hype rund um Generative AI

Was ist ein Large Action Model? Der Begriff »Large Action Model« (LAM) lehnt sich an den Begriff »Large Language Model« (LLM, deutsch: großes Sprachmodell) an, führt dieses aber noch eine Stufe weiter. Sprachmodelle (wie z.B. GPT) nehmen natürlichsprachige Anweisungen als…

The engineering of smartness in software-based systems

In the first part of this blog series, we discussed the pursuit of smartness in software-based systems and showed how context awareness often enables what is perceived by end users as “smart behavior”. In today’s post, we address the question…

Neighborhood Diagnostics – Entwicklung eines Digitalen Ökosystems für digitale Diagnostik

Die medizinische Versorgung auf dem Land steht vor großen Herausforderungen. Praxen können kaum neue Patient*innen aufnehmen, und es fehlt auch an Nachfolger*innen. Die Wartezeiten für Facharzttermine sind lang und die Diagnosefindung dauert ebenfalls immer länger. In diesem Blogartikel stellen wir…

DIN SPEC 92005 – Standardizing uncertainty in machine learning?

DIN SPEC 92005 has been publicly available since January 2024. It deals with the quantification of uncertainties in Machine Learning (ML) and was developed in collaboration with Fraunhofer IESE, which also provided the deputy chairman. Dieser Artikel ist auch in…

Klinische Entscheidungsunterstützungssysteme (engl. Clinical Decision Support Systems) erfahren eine Neuauflage und können helfen, unser Gesundheitssystem zu entlasten.

Diagnose auf Knopfdruck: Wenn klinische Entscheidungsunterstützungssysteme den entscheidenden Hinweis geben!

In seiner Comicreihe »Näher als wir denken!« prophezeite der amerikanische Künstler Arthur Radebaugh bereits in den 1960er Jahren den Einsatz von Computern zur Entscheidungsunterstützung in der Medizin. In den 1970er Jahren gingen die ersten klinischen Entscheidungsunterstützungssysteme (engl.: »Clinical Decision Support…

DIN SPEC 92005 – Unsicherheit im Maschinellen Lernen standardisieren?

Die DIN SPEC 92005 ist seit Januar 2024 öffentlich verfügbar. Sie beschäftigt sich mit der Quantifizierung von Unsicherheiten im Maschinellen Lernen (ML) und entstand unter Mitwirkung des Fraunhofer IESE, das auch den stellvertretenden Obmann stellte. This article is also available…