Online-Gesichtserkennung mithilfe künstlicher Intelligenz (KI)

Die Identifikation eines Gesichts auf Bildern und Videos ist eine typische Aufgabe für Systeme mit Künstlicher Intelligenz. Algorithmen für Online Face Recognition bzw. Online-Gesichtserkennung trainieren anhand von Millionen Bildern aus dem Internet und erzielen immer zuverlässigere Ergebnisse. Das betrifft nicht nur die Zuordnung von Bilddaten zu einer bestimmten Person, sondern auch das Erkennen von Stimmungen und anderen relevanten Informationen für eine Vielzahl von Anwendungen.

Texten für Social Media: Worauf kommt es an?

Regelmäßige Posts in Social Media gehören zu den Must-haves im Marketing. Alle machen mit – und deshalb ist es schwer, aus der Masse herauszustechen. Gleichzeitig muss man gerade auf den Social-Media-Portalen präsent sein, um nicht in Vergessenheit zu geraten. Wie textet man Beiträge für X, Facebook & Co., die nicht nur aufmerksamkeitsstark sind, sondern auch das gewünschte Ziel erreichen? 8 Tipps für gute Texte in Social Media Foren.

Big Data nutzen: Wichtige Daten für Entwickler von KI-Systemen

Big Data gibt es seit einiger Zeit – schon lange bevor es den meisten Menschen bewusst war. Heute ist Big Data ein Kernelement moderner Technologien. Wo liegen die Schnittpunkte von Künstlicher Intelligenz und Big Data? Was sind die wesentlichen Elemente dieser Verbindungen? Und wie wird sich KI mit großen Datenmengen weiterentwickeln?

8 Tipps für mehr Teilnehmer an Online-Umfragen

Je mehr Teilnehmer an Online-Umfragen mitwirken, desto repräsentativer ist das Ergebnis. Und wenn eine Umfrage nebenbei mit einem Marketingziel verknüpft ist, steigern viele ausgefüllte Fragebögen auch den Umsatz. Doch wie gewinnt man möglichst viele Teilnehmer für Online-Umfragen? Diese 8 Tipps helfen Ihnen weiter.

Erstellung, Kennzeichnung und Verifizierung von KI-Trainings-Datensätzen und deren Bedeutung für Künstliche Intelligenz (KI)

Im Bereich Forschung & Entwicklung arbeiten Informatiker heute mit Hochdruck an der Nachbildung menschlicher Intelligenz.
Neuronale Netzwerke sind Systeme mit autonomem bzw. intelligentem Verhalten. Sie sind in der Lage, eigenständig Aufgaben zu erledigen und Probleme zu lösen (sog. Künstliche Intelligenz / KI). Zuvor müssen die neuronalen Algorithmen erst einmal anhand von Beispieldaten trainiert werden. Systeme der künstlichen Intelligenz / KI lernen aus diesen Beispielen und können sie nach Beendigung der Lernphase verallgemeinern und das Gelernte auch auf neue Aufgaben anwenden.
Je genauer und umfangreicher die Mengen an KI-Trainingsdaten sind, desto optimaler sind die ersten Ergebnisse der Systeme künstlicher Intelligenz / KI.

Optimiert Künstliche Intelligenz den Menschen?

Die Idee des perfekten Menschen ist so alt wie die Menschheit selbst. Aber die selbstlernenden Algorithmen rücken diese Idee wieder etwas näher – genauso wie die Furcht vor der Allmacht der Maschinen. Macht Künstliche Intelligenz schlauer, schöner, gesünder und glücklicher? Vier Fragen und vier Antworten.

Künstliche Intelligenz – zum Wohle der Gesellschaft?

Die Erfindung der Dampfmaschine löste revolutionäre gesellschaftliche Änderungen aus. Maschinen ersetzten körperliche Arbeit. Sie produzierten billiger, schneller und effektiver. Am Ende profitierten alle davon – durch mehr Wohlstand. Eine ähnliche Entwicklung zeichnet sich heute ab: Künstliche Intelligenz ersetzt in vielen Bereichen Prozesse, die menschliches Denken bedingen. Werden wir ebenfalls alle davon profitieren?

Die Auswahl des richtigen KI-Modells

Die Popularität von KI-Systemen (Künstliche Intelligenz) wächst sprunghaft an. Unternehmen auf der ganzen Welt beginnen zu verstehen, wie sie von diesen Systemen profitieren können, aber die künstliche Intelligenz ist noch nicht so weit, dass man sie einfach aus der Schachtel nehmen und erwarten kann, dass sie funktioniert. KI-Systeme erfordern Training, und genau hier kommen KI-Modelle ins Spiel.

Ein „KI-Modell“ ist ein Algorithmus, der mit den Daten und Eingaben eines menschlichen Experten gefüttert wird. Das Modell wird auf seine Genauigkeit hin bewertet, indem die Ergebnisse, die es liefert, mit den vom menschlichen Experten getroffenen Entscheidungen verglichen werden. Dazu muss der Algorithmus oft eine beträchtliche Datenmenge überprüfen. Darüber hinaus ist das Modell durch den Zugriff auf Daten aus mehreren Quellen besser in der Lage, Muster zu finden, die es zur weiteren Rationalisierung seiner Analyse verwenden kann. Das Modell versucht, den Entscheidungsprozess eines Expertenteams mit Zugriff auf die gleichen Daten zu replizieren.

Künstliche Intelligenz in Deutschland

Künstliche Intelligenz verändert die Welt. Das steht fest. Selbstlernende Algorithmen werden heute auf der ganzen Welt entwickelt und immer mehr Volkswirtschaften setzen auf eine Förderung der KI-Entwicklung im eigenen Land. Maschinelles Lernen nützt der Menschheit auf dem ganzen Globus – einzelne Staaten profitieren davon. Aber wie steht es um die Künstliche Intelligenz in Deutschland? Ist die deutsche Entwicklung der KI international wettbewerbsfähig? Und wie sieht es mit staatlichen Förderungen aus?

Welche Google-Rankingfaktoren zählen wirklich?

Content, Keywords, Page Speed, Backlinks, Meta-Tags und vieles mehr – die Zahl der vermeintlichen Faktoren für die Platzierung bei Google ist hoch. Doch welche Rankingkriterien zählen wirklich? Eine neue Studie von Backlinko bringt etwas Licht ins Dunkel. Immerhin basiert die Untersuchung auf 11,8 Millionen Suchanfragen. Sie liefert Bestätigungen für Altbekanntes – aber auch Überraschungen.