Wie Künstliche Intelligenz unser Leben prägt

Markus H. Dahm

doi:10.34157/9783648162064

Search publication

Bibliographic data

Copyright year: 2022
ISBN-Print: 978-3-648-16204-0
ISBN-Online: 978-3-648-16206-4
Publisher: Haufe Lexware, Freiburg
Language: German
Pages: 404
Product type: Edited Book

Titelei/Inhaltsverzeichnis No access Pages 1 - 14
Geleitwort von Dr. Gunther Wobser No access Pages 15 - 18
Vorwort des Herausgebers No access Pages 19 - 20
1. 1. 1.1 Einführung No access
  2. 1. 1.2.1 Repräsentation von Wissen No access
    2. 1.2.2 Inferenzmaschine No access
    3. 1.2.3 Einsatz von Expertensystemen in der Praxis No access
  3. 1.3 Technik No access
  4. 1.4 KI-Community in den 1980er-Jahren No access
  5. 1.5 KI-Winter No access
  6. 1.6 Wie ging es weiter mit der KI? No access
2. 1. 1. 2.1.1 Was ist Intelligenz? No access
    2. 2.1.2 Was ist nun Künstliche Intelligenz? No access
  2. 1. 2.2.1 Wie lernen KIs? No access
    2. 2.2.2 Wie funktionieren KIs? No access
  3. 2.3 Ausblick No access
3. 1. 3.1 Einleitung No access
  2. 3.2 Die großen Tech-Konzerne und KI No access
  3. 1. 3.3.1 Recommendation Engines No access
    2. 3.3.2 Computer Vision No access
    3. 3.3.3 Natural Language Processing No access
  4. 3.4 Fazit No access
  5. 3.5 Ausblick No access
4. 1. 4.1 Beispiel Verkehr No access
  2. 4.2 Bildverarbeitung, Image Processing No access
  3. 4.3 Bilder verstehen, Image Understanding No access
  4. 4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz? No access
  5. 4.5 Fazit und Ausblick No access
5. 1. 5.1 Einleitung No access
  2. 5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht No access
  3. 1. 5.3.1 AI unplugged No access
    2. 5.3.2 IT2School KI-Module No access
    3. 5.3.3 KISS* No access
  4. 5.4 Empfehlungen für die Praxis No access
  5. 5.5 Fazit und Ausblick No access
6. 1. 6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar? No access
  2. 6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien No access
  3. 6.3 Weitreichende Ausbreitung von Technologien No access
  4. 6.4 Gefahren: Unersetzlichkeit und Kontrollverlust No access
  5. 6.5 Oligopolisierung des Internets und angestrebtes Metaverse No access
  6. 6.6 Fazit: Demokratie bewahren No access
7. 1. 7.1 Einleitung No access
  2. 7.2 Fachdiskurs und Stimmungslage zu KI No access
  3. 7.3 Amerikas Werk und Europas Skepsis No access
  4. 7.4 Fazit und To Do’s No access
8. 1. 8.1 Einleitung No access
  2. 8.2 Abgrenzung zwischen Moral und Ethik No access
  3. 1. 8.3.1 Human Resources: Bewerberauswahl mittels KI No access
    2. 8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben No access
    3. 8.3.3 Schulische Bildung: Lernverhalten analysieren No access
    4. 8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes No access
    5. 8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten No access
  4. 8.4 Fazit und Ausblick No access
  5. 8.5 Handlungsempfehlungen No access
9. 1. 9.1 Relevanz des Themas und Problem No access
  2. 1. 9.2.1 Entscheidungsdilemma – autonomes Fahren im Straßenverkehr No access
    2. 9.2.2 Technologische Singularität No access
    3. 9.2.3 Nachvollziehbarkeit von KI-Algorithmen No access
    4. 9.2.4 Gerechtigkeit und kognitive Verzerrungen No access
    5. 9.2.5 Datenschutz und Privatsphäre No access
  3. 9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen No access
  4. 9.4 Fazit und Ausblick No access
  5. 9.5 Handlungsempfehlungen No access
10. 1. 1. 10.1.1 Fehler von KI-Systemen in der Vergangenheit No access
    2. 10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen No access
  2. 1. 10.2.1 Datenqualität als entscheidender Qualitätsfaktor No access
    2. 10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen No access
  3. 1. 10.3.1 Decision Tree und Random Forest No access
  4. 10.4 Interpretationstechniken No access
  5. 1. 10.5.1 Szenario Brustkrebs-Erkennung No access
    2. 10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations) No access
    3. 10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations) No access
  6. 10.6 Zusammenfassung Ausblick No access
11. 1. 11.1 Motivation und Ziele No access
  2. 11.2 Grundlegende Ansätze/Herangehensweisen No access
  3. 11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen No access
  4. 1. 11.4.1 Vorhersagen und Identifikation von Luftverschmutzung No access
    2. 11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung No access
  5. 11.5 Handlungsempfehlungen No access
  6. 11.6 Fazit und Ausblick No access
12. 1. 12.1 Einleitung No access
  2. 12.2 Das Problem mit der Intelligenz No access
  3. 12.3 Konklusionen No access
1. 1. 13.1 Was sind die wichtigsten sprachverarbeitenden Methoden? No access
  2. 13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt? No access
  3. 13.3 Wie läuft ein NLP-Projekt praktisch ab? No access
  4. 13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI? No access
  5. 13.5 Fazit No access
2. 1. 14.1 Wieso ist Vertrauen für KI wichtig? No access
  2. 1. 14.2.1 Vertrauen durch Verständlichkeit No access
    2. 14.2.2 Vertrauen durch Sicherheit No access
  3. 14.3 Fazit No access
3. 1. 15.1 Einleitung No access
  2. 1. 15.2.1 Beispiel BMW No access
    2. 15.2.2 Beispiel Banking No access
  3. 15.3 Zusammenfassung No access
4. 1. 16.1 Einleitung No access
  2. 16.2 Was ist der Europäische Artificial Intelligence Act? No access
  3. 16.3 Was reguliert der Artificial Intelligence Act? No access
  4. 16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten? No access
  5. 16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf? No access
  6. 16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen? No access
  7. 16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act No access
  8. 16.8 Wie geht es jetzt weiter? No access
5. 1. 17.1 Einleitung No access
  2. 17.2 Zeitintensive manuelle Prozesse im Einkauf – wie KI dabei unterstützen kann No access
  3. 1. 17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen No access
    2. 17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender No access
    3. 17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten No access
  4. 17.4 Handlungsempfehlungen No access
  5. 17.5 Fazit und Ausblick No access
6. 1. 18.1 Technologie lernt die Kunden verstehen No access
  2. 1. 18.2.1 KI-basierte Kundenkommunikation bei OTTO No access
    2. 18.2.2 KI-basierte Kundenkommunikation bei KLM No access
  3. 18.3 Fazit und Ausblick No access
7. 1. 19.1 Einleitung No access
  2. 19.2 Marketing befindet sich in einem Transformationsprozess No access
  3. 19.3 Daten bestimmen die Zielgruppenansprache No access
  4. 19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management No access
  5. 19.5 Wenn Maschinen Produkte entwickeln No access
  6. 19.6 Die neue Kollegin am Arbeitsplatz heißt KI No access
  7. 19.7 Zusammenfassung und Fazit No access
8. 1. 20.1 Steht der E-Commerce vor einem Umbruch? No access
  2. 20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce No access
  3. 1. 20.3.1 Problemstellung identifizieren No access
    2. 20.3.2 Externe Softwareanbieter und Experten suchen No access
    3. 20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen No access
    4. 20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen No access
    5. 20.3.5 Schrittweise Implementierung und Transparenz No access
    6. 20.3.6 Auswertung und Optimierung No access
  4. 20.4 Fazit No access
  5. 20.5 Ausblick No access
9. 1. 21.1 Warum KI in der Logistik? Warum jetzt? No access
  2. 21.2 Status quo: KI in der Logistik No access
  3. 21.3 Beispiele aus der Praxis No access
  4. 21.4 Inspirationen für die Praxis No access
  5. 21.5 Und in Zukunft? No access
  6. 21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen: No access
10. 1. 22.1 Einleitung No access
  2. 1. 22.2.1 Unannehmbares Risiko No access
    2. 22.2.2 Hohes Risiko No access
    3. 22.2.3 Geringes Risiko: KI soll sich offenbaren No access
    4. 22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst No access
  3. 22.3 Maßnahmen zur Unterstützung von Innovation No access
  4. 22.4 Sanktionen bei Verstößen No access
  5. 22.5 Weitere Umsetzungsschritte No access
  6. 22.6 Kritik am Entwurf der Verordnung No access
  7. 22.7 Fazit No access
  8. 22.8 Handlungsempfehlungen No access
11. 1. 23.1 Einleitung No access
  2. 23.2 ZalaZONE – ein Innovationsraum für autonomes Fahren No access
  3. 23.3 Ein Supercomputer für die Sprache No access
  4. 23.4 Fazit No access
  5. 23.5 Ausblick No access
1. 1. 24.1 Einleitung No access
  2. 1. 24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche No access
    2. 24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse No access
  3. 24.3 Analytics Factory (Daten, Technologie und Tools) No access
  4. 24.4 AI as a Service No access
  5. 24.5 Fazit und Ausblick No access
2. 1. 25.1 Einleitung No access
  2. 1. 25.2.1 Warum setzt Lufthansa Technik Künstliche Intelligenz ein? No access
    2. 25.2.2 Vision für den Einsatz Künstlicher Intelligenz bei Lufthansa Technik No access
    3. 25.2.3 Anwendungsbeispiel KI: Prädiktive Instandhaltung von Flugzeugen No access
  3. 1. 25.3.1 KI als neues Teammitglied No access
    2. 25.3.2 Aufbau von KI-Kompetenz im Unternehmen No access
    3. 25.3.3 KI bedeutet Teamarbeit No access
    4. 25.3.4 Wege, um Akzeptanz zu schaffen No access
  4. 1. 25.4.1 Erfolgsfaktoren für den KI-Einsatz bei Lufthansa Technik No access
    2. 25.4.2 Handlungsempfehlungen für die erfolgreiche Einführung von KI No access
3. 1. 1. 26.1.1 Kommunikation mit Bürgern und Unternehmen No access
    2. 26.1.2 Entscheidungsvorbereitung und -überprüfung No access
    3. 26.1.3 Entscheidungsautomatisierung No access
  2. 1. 26.2.1 Rechtliche Grundlagen der Entscheidungsautomatisierung No access
    2. 26.2.2 Künstliche Intelligenz und das Grundgesetz No access
    3. 26.2.3 Rechtspflicht zum Einsatz von KI No access
    4. 26.2.4 Europäisches Recht: Insbesondere die KI-Verordnung No access
  3. 26.3 Fazit und Handlungsempfehlung No access
4. 1. 27.1 Digitale Transformation – vom Hype zur Realität No access
  2. 27.2 Transformation in der Verwaltung – von Medienbrüchen zu modernen Systemen No access
  3. 27.3 Ein Blick nach Estland No access
  4. 27.4 Fazit und Ausblick No access
5. 1. 28.1 Einführung No access
  2. 1. 28.2.1 Einblick in die Plattform-Architektur No access
    2. 28.2.2 Ausgewählte Anwendungsbeispiele No access
  3. 28.3 Handlungsempfehlungen und Inspirationen für die Praxis No access
  4. 28.4 Fazit und Ausblick No access
6. 1. 29.1 Einführung No access
  2. 29.2 Bilderkennung mit KI No access
  3. 29.3 Herausforderungen in der Histopathologie No access
  4. 29.4 Handlungsempfehlungen No access
  5. 29.5 Fazit und Ausblick No access
7. 1. 30.1 Ausgangslage Bauwirtschaft No access
  2. 30.2 Erkennen des Ist-Zustandes No access
  3. 30.3 Berechnen von Handlungsempfehlungen No access
  4. 30.4 Zusammenfassung No access
8. 1. 31.1 Einleitung No access
  2. 31.2 KI in der Gebäudeautomation – die Ausgangssituation No access
  3. 31.3 Merkmale und Einsatzbereiche von Gebäudeautomation No access
  4. 1. 31.4.1 The Edge – nachhaltiges Bürogebäude No access
    2. 31.4.2 Huf Haus – digitales und vernetztes Zuhause No access
    3. 31.4.3 Soziale, umweltbezogene und wirtschaftliche Auswirkungen No access
  5. 31.5 Potenzial zur Entwicklung des Arbeits- und Wohnalltags No access
  6. 31.6 Schlussbetrachtung und Ausblick No access
9. 1. 32.1 Die gegenwärtige Relevanz von KI No access
  2. 1. 32.2.1 Smarte Landwirtschaft durch den Einsatz von Sensoren No access
    2. 32.2.2 Vertikales Farming für maximale Raumeffizienz No access
  3. 32.3 Rahmenbedingung für die Integration von KI in die Landwirtschaft No access
  4. 32.4 Ist Künstliche Intelligenz also auch hier die Zukunft? No access
10. 1. 33.1 Einleitung No access
  2. 33.2 Konzept der Eigenverbrauchsoptimierung No access
  3. 33.3 Praxisempfehlungen No access
  4. 33.4 Fazit und Ausblick No access
11. 1. 34.1 Einleitung No access
  2. 34.2 KI und Nachhaltigkeit – das strategische Paar für die Immobilienwirtschaft No access
  3. 34.3 Bisher nur Insellösungen und Einzelprojekte No access
  4. 34.4 Federated Learning für Transparenz, Klarheit und Steuerung No access
  5. 34.5 Eindeutige Use Cases für mehr Nachhaltigkeit durch KI No access
  6. 34.6 Fazit No access
Autorinnen und Autoren No access Pages 377 - 398
Stichwortverzeichnis No access Pages 399 - 404