Refine
Document Type
- Report (5)
- Working Paper (3)
- conference proceeding (article) (1)
- Master's Thesis (1)
- Other (1)
- Part of Periodical (1)
Keywords
- Künstliche Intelligenz (12) (remove)
Die Ergebnisse zeigen, dass die verschiedenen Methoden aus dem Feld der künstlichen Intelligenz geeignet sind, textbasierte Kommunikation zu analysieren und damit Erkenntnisse für die Evaluation bereitzustellen. Angesichts der riesigen Menge an bestehenden und zukünftigen textbasierten Beratungsinhalten können so die unterschiedlichsten Fragestellungen bearbeitet werden. Da die Datenbasis jedoch immer hochsensible personenbezogene Daten enthält, müssen die entsprechenden Risiken mit einer verantwortungsvollen Umsetzung des Datenschutzes minimiert werden.
Mit dem im Jahr 2022 initiierten Projekt „KI-Potenzial-Scanning“ soll ein Vorgehensmodell erprobt werden, um für die Stadt Nürnberg konkrete
Einsatzpotenziale identifizierbar zu machen. Für das KI-Potenzial-Scanning ist das Ziel, für die Stadt Nürnberg anhand eines ausgewählten, städtischen Arbeitsfeldes Potenzialbereiche für den Einsatz von KI-basierten, digitalen Systemen zu eruieren. Die Eingrenzung des zu untersuchenden Arbeitsfeldes erfolgt über mehrere Workshops in enger Abstimmung mit dem Amt für Digitalisierung und Prozessorganisation.
Data engineering makes up a large part of the data science process. In CRISP-DM this process stage is called "data preparation". It comprises tasks such as data ingestion, data transformation and data quality assurance. In our article we solve typical data engineering tasks using ChatGPT and Python. By doing so, we explore the link between data engineering and the new discipline of prompt engineering.
Deep Learning basierte Segmentierung und Transformation von Spike-Rauschen in der MR-Bildgebung
(2023)
Die Magnetresonanztomographie (MRT) ist ein bildgebendes Diagnoseverfahren, das auf starken Magnetfeldern und sensiblen Detektoren basiert. Es kann zu Spike-Rauschen kommen, das die Bildqualität negativ beeinflusst. In dieser Arbeit wird untersucht, ob neuronale Netzwerke das Spike-Rauschen reduzieren können, um die Bildqualität zu verbessern. Dazu wird eine Bildverarbeitungspipeline entworfen, bestehend aus den Teilbereichen Detektion, Segmentierung und Transformation. Verschiedene neuronale Netzarchitekturen werden für jeden Teilbereich ausgewählt und auf Basis verschiedener Daten trainiert. Die Ergebnisse zeigen, dass die Detektion und Segmentierung basierend auf der L1-Norm die besten Ergebnisse liefern. Es werden bestimmte Netzwerkarchitekturen ausgewählt, um die Transformation durchzuführen. Die gesamte Pipeline reduziert das Rauschen erheblich, aber weitere Tests sind erforderlich, um die Robustheit der Implementierung sicherzustellen.
In einem Kooperationsprojekt der Stadt Nürnberg mit der Technischen Hochschule Nürnberg Georg Simon Ohm und der MSG Systems AG wurde ein Prototyp für den "NürnBOT Sigena“ als Voicebot für die Terminvereinbarung des Einwohnermeldeamtes realisiert. Dieser virtuelle Assistent kann perspektivisch telefonische Terminvereinbarungen übernehmen und so die Erreichbarkeit der städtischen Einrichtung für ihre Bürgerinnen und Bürger durch eine Verfügbarkeit rund um die Uhr, auch für nicht-digital-affine Personen gewährleisten. Der Bericht zeigt Aufgabenstellung, Vorgehensweise und Ergebnis des Projekts.
Künstliche Intelligenz (KI) wird oft als Basisinnovation diskutiert, die Wirtschaft und Gesellschaft radikal verändern wird. Konsequenterweise werden sich auch Berufsbilder und Tätigkeits-beschreibungen transformieren, was auch auf Unternehmenskommunikation zutreffen wird. Allerdings: Technologieentwicklung und Digitalisierung haben seit Jahren auch vor der Einführung von KI die Aufgaben von Unternehmenskommunikation verändert. Kommunikation wird mobiler und kurzzyklischer (Staab 2019), was sowohl mit der fragmentalen Differenzierung und Netzwerkstrukturen (Passoth/Rammert 2016) als auch mit intensiviertem Wettbewerb durch die Globalisierung zu tun hat (Eckert 2016). Aus Sicht der Informationsökonomie (Stiglitz 2017) verschärft dies die strukturelle, asymmetrische Informationsverteilung unter Markakteuren. Information wird zu einem un‐knappen Gut (vgl. Staab 2019), Marken werden zu Sendern und auch Rezipienten verändern ihre Rezeptionsgewohnheiten. Diese Entwicklungen stellen die interne und externe Unternehmens-kommunikation vor neue Aufgaben und Herausforderungen. Vor diesem Hintergrund erscheint KI als Werkzeug zur Lösung dieses Problems. Es fehlt derzeit ein Bewusstsein, welche Herausforderung die digitale Transformation für die Unternehmens-kommunikation darstellt und konsequenterweise fehlen auch die Vorstellungen davon, wie KI helfen kann, diese zu bewältigen, was auch die explorativen Erhebung „KI in der Unternehmenskommunikation“ der Technischen Hochschule Nürnberg illustriert. Der Beitrag verfolgt das Ziel, die Veränderung im Unternehmensumfeld aufzuzeigen, daraus Anforderungen an Unternehmens-kommunikation abzuleiten und Einsatzmöglichkeiten von KI‐Lösungen zu bewerten. Dazu werden Ansätze aus (Technik‐)Soziologie, Informationsökonomie und Betriebswirtschaft sowie Kommunikationswissenschaft genutzt.
Ziel des Forschungsprojektes war die Erforschung der Einsatzmöglichkeiten computerlinguistischer Methoden und maschineller Lernverfahren zur automatisierten Analyse sozialwissenschaftlicher Texte. Die Datengrundlage bildeten digital vorliegende Beiträge aus moderierten, sozialen Beratungsforen. Anhand konkreter sozial-wissenschaftlicher Fragestellungen zu Wirkungszusammenhängen in der Onlineberatung sollte untersucht werden, inwiefern Computer-Linguistik und maschinelle Lernverfahren qualitative Analysen unterstützen bzw. ergänzen können, wo die Grenzen der Verfahren liegen und wie bei deren Einsatz vorzugehen ist. Im Projekt wurden erste konkrete Erkenntnisse generiert, der Forschungsverbund vergrößerte sich, Praxis-Forschungsprojekte wurden beantragt und es entstanden weitere Überlegungen zu größeren Forschungsprojekten. Die aktuellen Ergebnisse sind vielversprechend. Überwachte Lernverfahren können mit ausreichend vielen und gut vorbereiteten Trainingsdaten interpretierbare und verwertbare Erkenntnisse liefern.
„Robo Advice“ verheißt eine radikale Änderung der Geldanlage mittels neuester technischer Innovationen. Die robotergestützte Finanzberatung soll Kosten radikal senken sowie flexiblere, passgenauere und effizientere Lösungen für die Geldanlage und Vermögensverwaltung verfügbar machen und ganz nebenbei noch den menschlichen Faktor reduzieren oder menschliche Berater völlig entbehrlich machen. Doch nach Künstlicher Intelligenz (KI) sucht man dabei vergeblich.