Vom Use Case zum Custom AI Service
Innovationspotenzial Künstliche Intelligenz ausschöpfen
Unser Angebot reicht vom Aufbau von Wissen im Unternehmen und der Identifikation von KI-Innovationspotenzial über die Entwicklung einer individuellen KI-Strategie bis hin zum produktiven Custom AI Service. Profitieren Sie vom substanziellen Wissen unserer erfahrenen Data Scientisten, Mathematiker und Informatiker sowie dem Einsatz moderner Methodiken und Technologien.
KI-Ansätze, Innovationspotenziale und Anwendungsfälle identifizieren
Wir machen Sie startbereit für KI-Projekte
Sie überlegen, welche Möglichkeiten Künstliche Intelligenz Ihrem Unternehmen eröffnen kann? Die Anwendungsfelder und Einsatzszenarien von Künstlicher Intelligenz sind vielfältig. Die methodische Auswahl und die fundierte Bewertung des Ansatzes sowie des Anwendungsfalls sind entscheidend für den Erfolg von KI-Projekten. Wir unterstützen Sie beim Aufbau von grundsätzlichem Wissen, der Identifikation von KI-Innovationspotenzial im Unternehmen und schätzen Anwendungsszenarien und Technologiepotenziale für Sie ein.
In unseren Workshops verschaffen wir Ihnen mit geringem Aufwand in sehr kurzer Zeit einen Überblick über mögliches KI-Potenzial in Ihrem Unternehmen oder Ihres Geschäftsmodells. Unser Angebot richtet sich an Unternehmen und Organisationen aller Branchen und deren Mitarbeitenden mit guten Prozesskenntnissen mit oder ohne KI-Erfahrung. Mit unserem umfassenden und tiefgehenden Wissen auf dem Gebiet der Künstlichen Intelligenz und erprobter Strategiemethoden zur Durchführung effektiver Workshops identifizieren wir gemeinsam mit Ihnen das individuelle KI-Innovationspotenzial in Ihrem Unternehmen. Als Ergebnis erhalten Sie Steckbriefe für startbereite KI-Projekte.
Unternehmen können KI-Technologien in unterschiedlichen Anwendungsszenarien einsetzen – von der semantischen Bildanalyse über Anomalieerkennung für Betrugsfälle oder Predictive Maintenance, Natural Language Processing bis hin zu Prognosen auf Basis strukturierter Daten und Zeitreihen. Sie haben bereits Anwendungsfälle identifiziert? Wir prüfen die Machbarkeit, schätzen den Aufwand der Umsetzung Ihrer KI-Strategie und erstellen Ihr maßgeschneidertes Produkt. Mit dem b+m KI-Labor realisieren wir individuelle Lösungen (Custom AI Services) und Produkte für Sie, auch wenn Sie über keine eigene spezifische Infrastruktur verfügen. Das b+m KI-Lab unterstützt Ihr Projekt von der AI Use Case Definition bis zum produktiven System. Unsere Leistungen umfassen nicht nur die Entwicklung und das Training von KI-Modellen sondern auch deren Betrieb (MLOps).
Profitieren Sie vom substanziellen Wissen unserer erfahrenen Data Scientisten und Mathematiker sowie dem Einsatz moderner Methodiken und Technologien. Damit Sie sich ganz auf Ihr Geschäft konzentrieren können.
Sie möchten mehr über KI-Anwendungsfelder und -Einsatzszenarien erfahren?
AI Spektrum
Artikel zum Thema Künstliche Intelligenz in der Praxis
- Autoencoder - eine Vielseitig einsetzbare ArchitekturAutoencoder sind generative neuronale Netzwerke, die äußerst vielseitig einsetzbar sind. Sie finden unter anderem beim maschinellen Übersetzen Anwendung, bei der Anomalieerkennung oder der Bildbearbeitung.2 MB
KI und Machine Learning – Schwerpunkt Reinforcement Learning
Dieser Vortrag liefert einen tiefen Einblick in die drei großen Bereiche des Machine Learning mit (Live-) Beispielen und Erläuterung der Funktionsweise. Ein besonderer Schwerpunkt dieses Vortrages liegt auf dem Thema Reinforcement Learning.
Machine Learning – Showcase: Semantische Textanalyse
Semantische Textanalyse mit neuronalen Netzen erlaubt z. B. die Extraktion von Themen aus frei verfassten Dokumenten oder die Erkennung der Stimmung des Verfassers. Convolutional Neural Nets (CNN) werden üblicherweise zur Bildklassifikation verwendet. In Kombination mit State-of-the-Art Word Embeddings, die auf den Wikipedia vorhandenen Wortassoziationen basieren, können 1D-CNNs auch sehr gut zur Textanalyse eingesetzt werden.
Machine Learning – Tooling: Visuelle Introspektion eines neuronalen Netzes
Tiefe neuronale Netze sind Blackbox-Systeme. Insbesondere die Wirkung der verborgenen Schichten (Hidden Layers) ist für Menschen normalerweise nicht interpretierbar, was u. a. das Debuggen solcher Modelle erschwert. In diesem Video zeigt Thomas Stahl eine Technik, die eine visuelle Introspektion neuronaler Netze ermöglicht. Als Beispiel dient ein Convolutional Neural Net (CNN) zur Klassifikation handgeschriebener Ziffern.
Wie lernen künstliche neuronale Netze? Teil 1: Gradientenverfahren
Das Training künstlicher neuronaler Netze geschieht durch gradientenbasierte Optimierungsverfahren. Dieses Video erklärt zunächst das Grundprinzip neuronaler Netze, um dann die konzeptionelle Funktionsweise solcher Lernverfahren an einem anschaulichen Beispiel grafisch zu verdeutlichen.
Wie lernen künstliche neuronale Netze? Teil 2: Die Mathematik hinter dem Backpropagation-Algorithmus
Der berühmte Backpropagation-Algorithmus ist ein Spezialfall einer relativ unbekannten, aber viel umfassenderen mathematischen Disziplin, der "Automatic Differentiation". Die im Detail komplizierte Backpropagation lässt sich in diesem Licht deutlich besser verstehen. Das Video behandelt zudem die wesentlichen Zutaten aus mathematischer Sicht: Gradienten, Jacobi-Matrix und die multivariable Kettenregel.
b+m Keynote zum Thema Künstliche Intelligenz im Forderungsmanagement
Am 15. und 16. Juni findet der diesjährige SUBITO AG PartnerDialog als digitales Event statt. Einer der Schwerpunkte wird dieses Jahr auf dem Thema künstliche Intelligenz im Forderungsmanagement liegen. Dazu wird es eine interessante Keynote von Frank Mielke, b+m Informatik AG, gemeinsam mit Daniel Walch, dem Leiter des SUBITO KI Team, geben.
b+m ArchitectureTalk AI: Reeinforcement Learning
Im Fokus der b+m Veranstaltungsreihe ArchitectureTalk AI lag diesmal das Reinforcement Learning (RL). Thomas Stahl, Chief Technology Officer, b+m Informatik, gab Einblicke und Impulse zu neuesten Erkenntnissen, Modellen und Anwendungsbereichen und diskutierte mit den Teilnehmern mögliche praktische Einsatzgebiete und Anwendungszenarien.
KI und Machine Learning: Ein Blick unter die Motorhaube
Die Vorträge zum Thema "KI und Machine Learning" mit Thomas Stahl im Rahmen der Digitalen Woche 2020 eröffneten einen Einblick in die gesamte Bandbreite der Techniken und zeigen die wissenschaftlichen, methodischen und technologischen Fortschritte in Mathematik und Informatik auf.
Präzise Segmentierung von Bildern durch Autoencoder-Architektur
Bereits seit einigen Jahren spielen Convolutional Neural Nets (CNN), im Besonderen Autoencoder, eine führende Rolle im Bereich der Computer-Vision. Welche Spezialformen für die semantische Segmentierung von Bildern geeignet sind, erläutert der Artikel aus der AI Spektrum