Search

Der Aufbau und die Transformation digitaler Geschäftsmodelle stellen eine Herausforderung für Unternehmen dar. Dieses Buch unterstützt mit praxiserprobten Bausteinen das Management digitaler Geschäftsmodelle sowie die Gestaltung einer Unternehmensarchitektur, die diese Geschäftsmodelle möglich macht. Es ordnet die Best Practices in einem Framework an, das Prinzipien von ArchiMate, TOGAF und COBIT aufgreift und auf wesentliche Grundgedanken (Axiome) zusammenführt. Diese Axiome ermöglichen es, die Best Practices an die konkreten Gegebenheiten von Unternehmen anzupassen. Die Best Practices bilden die Grundlage für die Governance der digitalen Transformation sowie ein damit integriertes Management der Gefährdungen und sich daraus ergebende Informationsrisiken. Ein Lehr- und Trainingskonzept für das Management digitaler Geschäftsmodelle sowie eine Forschungsmethode für wissenschaftliche Arbeiten an der Schnittstelle von Praxis und Forschung runden das Buch ab.

Lerne die Grundlagen und Schlüsselkonzepte der Künstlichen Intelligenz in diesem bahnbrechendem Buch kennen und finde Antworten auf die großen Fragen, die uns alle zurzeit bewegen: Wie funktioniert eigentlich diese Technologie? Und welche Auswirkungen auf Gesellschaft, Ethik und Philosophie erwarten uns? Inga Strümkes Buch ist in Norwegen ein großer Bestseller und hat dort und in ganz Skandinavien den Nerv der Zeit getroffen. Ihr gelingt es, die komplexen Themen rund um künstliche Intelligenz und maschinelles Lernen in einer Weise zu erklären, die sowohl für Fachleute als auch für Laien verständlich sind. Sie nutzt ihr Fachwissen als Physikerin und KI-Expertin am NTNU in Trondheim und am Simula Metropolitan Center for Digital Engineering in Oslo, um Licht in das oft missverstandene Feld der Künstlichen Intelligenz zu bringen. Sie zeigt auf, wie maschinelles Lernen funktioniert, diskutiert die ethischen Herausforderungen und entmystifiziert die Ängste, die viele Menschen gegenüber dieser Technologie hegen. Ob Du ein Tech-Neuling bist oder ein erfahrener Entwickler, dieses Buch wird Dein Verständnis von Künstlicher Intelligenz vertiefen und erweitern. Aus dem Norwegischen von Christel Hildebrandt.Aus dem Inhalt:Grundlagen der Künstlichen IntelligenzMaschinelle Lernen und dessen UnterartenNeuronale Netze und Deep LearningBewusstsein und IntelligenzWie KI lerntEthik in der Künstlichen IntelligenzBias und Fairness in KI-SystemenRegulierung und GovernanceEntwicklung nachhaltiger KI-SystemeDatenschutz und Datensicherheit bei KI-AnwendungenAnwendung von KI in verschiedenen BranchenDie Zukunft der Arbeit und AutomatisierungGesellschaftliche AuswirkungenDie Zukunft der Mensch-KI-Interaktion

Das Handbuch setzt sich mit den vielfältigen Beziehungen und Wechselwirkungen zwischen KI und den Künsten auseinander. Verfahren und Erscheinungsformen künstlicher Intelligenz sind sowohl als Sujet wie auch als Instrumente kreativer künstlerischer Produktion in den Künsten angekommen. Beiden Bereichen wird das Handbuch gerecht und bietet neben einer Geschichte der Darstellung von KI und KI-angelehnten Themen in Literatur, Film, Theater, Videospiel, bildender Kunst und Musik erstmalig überhaupt einen Überblick über KI-basierte Verfahren künstlerischer Produktion und Kreativität in unterschiedlichen Kunstformen. Dieses wissenschaftlich bisher kaum reflektierte Eindringen der KI in die Künste wird tradierte Konzepte und Kontexte, die den Diskurs der Künste bestimmen, in naher Zukunft erheblich verändern. Entsprechend fragt das Handbuch u. a. nach den Bedingungen von Autorschaft, nach der Definition von Kreativität und Originalität und nach neuen Modellen der Interaktion zwischen den Künsten und ihren Rezipienten.Das Handbuch ist in einem höchst innovativen Forschungsfeld angesiedelt und liefert einen Überblick über einen aktuellen, stetig relevanter werdenden Themenbereich an der Schnittstelle von Geisteswissenschaften und Informatik.

Sie haben sich gefragt, wie Tools wie ChatGPT oder Bard funktionieren, haben aber keinen technischen Hintergrund? Dann ist dies das richtige Buch für Sie! Um besser zu verstehen, wozu solche Technologien in der Lage sind und wie sich dies auf unser Leben und unsere Gesellschaft auswirken wird, ist ein grundlegendes Hintergrundwissen über diese Technologie erforderlich. In diesem Buch werden insbesondere die folgenden Fragen thematisiert: Was hat die unglaublichen Fortschritte der letzten Zeit ermöglicht? Können Chatbots wie ChatGPT oder Bard Menschen wirklich verstehen? Welche Fallstricke gibt es und wie spiegeln sich die Stereotypen der Gesellschaft in solchen Modellen wider? Welches Potenzial steckt in dieser Technologie und wie wird die digitale Gesellschaft der Zukunft in Bezug auf die Mensch-Chatbot-Zusammenarbeit aussehen? Nach der Lektüre dieses Buches sind Sie sich der Risiken und Fallstricke bewusst, die diese Technologien mit sich bringen können, und wissen, wie Sie verantwortungsbewusst mit Werkzeugen umgehen, die auf KI-Technologie basieren.

Tauchen Sie ein in die faszinierende Welt der Large Language Models (LLMs) und entdecken Sie, wie Sie diese mächtigen Werkzeuge nutzen können, um Ihre eigenen KI-Lösungen erfolgreich zu gestalten. In'Erfolgreich mit LLMs'zeigt Ihnen Jakob J. Degen praxisnah und anschaulich, wie Sie LLMs für Ihre spezifischen Bedürfnisse einsetzen können – von der Konzeption über die Implementierung bis hin zur Optimierung. Dieses Buch bietet Ihnen: Fundierte Grundlagen: Verstehen Sie die theoretischen Konzepte hinter LLMs und wie sie funktionieren. Praktische Beispiele: Lernen Sie anhand konkreter Anwendungsfälle, wie LLMs in verschiedenen Branchen eingesetzt werden können. Schritt-für-Schritt-Anleitungen: Erhalten Sie detaillierte Anleitungen zur Einrichtung, Anpassung und Feinabstimmung von LLMs. Best Practices: Profitieren Sie von bewährten Methoden und Techniken, um das Beste aus Ihren KI-Projekten herauszuholen. Innovative Lösungen: Entdecken Sie kreative Ansätze zur Lösung komplexer Probleme mit Hilfe von LLMs. Ob Sie Einsteiger sind oder bereits Erfahrung im Bereich der künstlichen Intelligenz haben – dieses Buch ist Ihr idealer Begleiter auf dem Weg zu erfolgreichen KI-Anwendungen. Lassen Sie sich inspirieren und bringen Sie Ihre Projekte auf das nächste Level!

KI in der Verwaltung: Spannungsfelder zwischen Innovation und TransparenzKünstliche Intelligenz (KI), insbesondere die Unterform des Machine Learning (ML), findet zunehmend in der Verwaltung Einsatz. Trotz der damit verbundenen Vorteile wie Effizienz und Schnelligkeit weisen ML-Systeme aber aus rechtlichen oder technischen Gründen teilweise eine Black-Box-Eigenschaft auf: Ihr Entscheidungsprozess und die Gründe hinter einer Entscheidung bleiben intransparent. Damit ergibt sich ein Spannungsverhältnis mit dem rechtsstaatlichen Prinzip, der Begründungspflicht oder Auskunftsrechten.Die damit verbundenen Rechtsfragen zum Einsatz von ML in der Verwaltung werden in dieser Arbeit umfassend beleuchtet. Aufbauend auf einem rechtsinformatischen Ansatz werden das Datenschutzrecht, das Verfassungs- und Verwaltungsrecht und die Problematik algorithmischer Diskriminierung untersucht. Auch die Rolle des Artificial Intelligence Acts für die Verwaltung wird skizziert. Das Ziel der Arbeit ist, konstruktive Ansätze zur Auflösung dieses Spannungsverhältnisses aufzuzeigen, beispielsweise durch den Einsatz von explainable AI.

Im vorliegenden Band werden die Voraussetzungen, Mechanismen und Ergebnisse sprachlicher Variation und Vielfalt vorgestellt und diskutiert. Dies beginnt bei sprachlichen und kulturellen Kontakten und erstreckt sich über historische und geographische Bedingungen sowie kommunikative Praktiken im Online- und Offline-Bereich bis hin zu sozialen und soziokulturellen Entwicklungen, einschließlich der Sprach(en)politik. Die Erforschung von sprachlicher Variation und Vielfalt erfolgt unter Einbezug kontrastiver, kognitiver, didaktischer und translatorischer Ansätze mit besonderem Fokus auf Lexikologie, Semantik und Grammatik. This volume presents and discusses the prerequisites, mechanisms and results of linguistic variation and diversity. This begins with linguistic and cultural contacts and extends through historical and geographical conditions as well as communicative practices in the online and offline domain to social and socio-cultural developments, including language policy. Research into linguistic variation and diversity is carried out using contrastive, cognitive, didactic, and translational approaches with a particular focus on lexicology, semantics, and grammar.

Dieses Buch befasst sich mit Fragen rund um Sprachmodelle wie ChatGPT und um das Verstehen: Verstehen Chatbots, was wir ihnen sagen und meinen? Wie können uns Chatbots helfen, etwas besser zu verstehen - einen Text oder ein Konzept? Verstehen Sprachmodelle sich selbst - was sie sagen und warum sie es sagen?Können wir Sprachmodelle verstehen und wie?Das Buch richtet sich an technisch und philosophisch interessierte Laien, aber auch an Didaktiker aller Couleur, von der Lehrkraft bis zu Wissenschaftsjournalist:innen.

Generative Künstliche Intelligenz beschreibt eine Klasse von KI-Systemen, die in der Lage sind, aus großen Datenmengen zu lernen und auf dieser Grundlage neue, bisher nicht gesehene Inhalte zu generieren, wie beispielsweise Texte, Bilder, Musik oder Videos. Dabei wird die Generierungskapazität der KI mit dem Ziel eingesetzt, kreative Prozesse zu unterstützen, neue Ideen zu generieren und innovative Lösungsansätze zu liefern. Trotz ihrer beeindruckenden Fähigkeiten haben generative KI-Systeme auch ihre Herausforderungen, wie die Kontrolle über den generierten Inhalt, das Verständnis von Kontext und Bedeutung sowie ethische Fragen​ im Zusammenhang mit der Nutzung von generativer KI. Der Band gibt einen Überblick über generative KI-Systeme und beleuchtet die Auswirkungen auf das Management von Innovationen, Wirtschaft, Bildung und Gesellschaft.​

Generative Künstliche Intelligenz beschreibt eine Klasse von KI-Systemen, die in der Lage sind, aus großen Datenmengen zu lernen und auf dieser Grundlage neue, bisher nicht gesehene Inhalte zu generieren, wie beispielsweise Texte, Bilder, Musik oder Videos. Dabei wird die Generierungskapazität der KI mit dem Ziel eingesetzt, kreative Prozesse zu unterstützen, neue Ideen zu generieren und innovative Lösungsansätze zu liefern. Trotz ihrer beeindruckenden Fähigkeiten haben generative KI-Systeme auch ihre Herausforderungen, wie die Kontrolle über den generierten Inhalt, das Verständnis von Kontext und Bedeutung sowie ethische Fragen​ im Zusammenhang mit der Nutzung von generativer KI. Der Band gibt einen Überblick über generative KI-Systeme und beleuchtet die Auswirkungen auf das Management von Innovationen, Wirtschaft, Bildung und Gesellschaft.​

Der kompakte Schnelleinstieg in Machine Learning und Deep Learning - Die 3. Auflage des Bestsellers wurde ergänzt durch Kapitel zu Large Language Models wie ChatGPT und zu MLOps - Anhand konkreter Datensätze lernst du einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung - Nicht nur für zukünftige Data Scientists und ML-Profis geeignet, sondern durch seine durchdachte Didaktik auch für Interessierte, die nur am Rande mit ML zu tun haben, wie z.B. Softwareentwickler•innenMachine Learning beeinflusst heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse. Dabei werden folgende Themen behandelt und mit praktischen Beispielen veranschaulicht: - Datenvorbereitung, Feature-Auswahl, Modellvalidierung - Supervised und Unsupervised Learning - Neuronale Netze und Deep Learning - Reinforcement Learning - LLMs – moderne Sprachmodelle - MLOps – Machine Learning für die PraxisAnhand von Beispieldatensätzen lernst du einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Mit den Codebeispielen kannst du in Jupyter Notebooks experimentieren. Sie basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs hast du einen Überblick über das gesamte Thema und kannst Ansätze einordnen und bewerten. Das Buch vermittelt dir eine solide Grundlage, um erste eigene Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.

Der Schnellstart in die praktische Arbeit mit LLMs - Das Buch bietet einen Überblick über zentrale Konzepte und Techniken von LLMs wie z.B. ChatGPT und zeigt das Potenzial von Open-Source- und Closed-Source-Modellen - Es erläutert, wie Large Language Models funktionieren und wie sie für Aufgaben des Natural Language Processing (NLP) genutzt werden - Auch für interessierte Nicht-Data-Scientists mit Python-Kenntnissen verständlich - Themen z.B.: die ChatGPT-API, Prompt-Engineering, Chatbot-Personas, Cloud-Bereitstellung; deckt auch GPT-4 abLarge Language Models (LLMs) wie ChatGPT sind enorm leistungsfähig, aber auch sehr komplex. Praktikerinnen und Praktiker stehen daher vor vielfältigen Herausforderungen, wenn sie LLMs in ihre eigenen Anwendungen integrieren wollen. In dieser Einführung räumt Data Scientist und KI-Unternehmer Sinan Ozdemir diese Hürden aus dem Weg und bietet einen Leitfaden für den Einsatz von LLMs zur Lösung praktischer Probleme des Natural Language Processings. Sinan Ozdemir hat alles zusammengestellt, was Sie für den Einstieg benötigen: Schritt-für-Schritt-Anleitungen, Best Practices, Fallstudien aus der Praxis, Übungen und vieles mehr. Er stellt die Funktionsweise von LLMs vor und unterstützt Sie so dabei, das für Ihre Anwendung passende Modell und geeignete Datenformate und Parameter auszuwählen. Dabei zeigt er das Potenzial sowohl von Closed-Source- als auch von Open-Source-LLMs wie GPT-3, GPT-4 und ChatGPT, BERT und T5, GPT-J und GPT-Neo, Cohere sowie BART. - Lernen Sie die Schlüsselkonzepte kennen: Transfer Learning, Feintuning, Attention, Embeddings, Tokenisierung und mehr - Nutzen Sie APIs und Python, um LLMs an Ihre Anforderungen anzupassen - Beherrschen Sie Prompt-Engineering-Techniken wie Ausgabe-Strukturierung, Gedankenketten und Few-Shot-Prompting - Passen Sie LLM-Embeddings an, um eine Empfehlungsengine mit eigenen Benutzerdaten neu zu erstellen - Konstruieren Sie multimodale Transformer-Architekturen mithilfe von Open-Source-LLMs - Optimieren Sie LLMs mit Reinforcement Learning from Human and AI Feedback (RLHF/RLAIF) - Deployen Sie Prompts und benutzerdefinierte, feingetunte LLMs in die Cloud

Künstliche Intelligenz (KI) gilt als zentrales Zukunftsthema in nahezu allen Bereichen der Wirtschaft. Schon heute sind die Veränderungen durch KI in unserer Arbeitswelt spürbar. Dieses Buch von Prof. Dr. Michael Groß und Jörg Staff bietet hochaktuelle Beiträge über die bereits heute möglichen Anwendungen von KI im Personalbereich und deren Auswirkungen. Sie lernen die wesentlichen Perspektiven für den Einsatz von KI kennen und gewinnen einen Überblick über Chancen und Risiken von KI in Arbeit, Führung und Organisation. Zudem erhalten Sie wichtige Impulse für den Einsatz von KI im Management. Mit konkreten Handlungsempfehlungen sowie Praxisbeispielen namhafter Unternehmen und Institutionen, z.B. REWE, Zeiss, SAP, Workday, Coach Hub sowie Fraunhofer IAO, Ethikrat HR Tech, DGFP, DFKI. Mit renommierten Herausgebern und Autor:innen: Michael Groß, Jörg Staff, Jasmin Weiß, Alicia von Schenk, Elke Eller, Katharina Hölzle, Harry Gatterer, Jens Löhmar, Thomas Jenewein, Kai Kreisköther, Jörg Herbers und Christian Schmeichel. Inhalte: - Die Zukunft der Arbeit: Wie KI das Management und die Personalfunktion transformiert - Perspektiven und Anwendungsbereiche von KI im Personalmanagement und im Recruiting - Ethik und Governance zum verantwortungsvollen Umgang mit KI - Sicherheitsrisiken beim Einsatz generativer KI in der Arbeitswelt - Rechtliche Rahmenbedingungen beim Einsatz von KI in Unternehmen - KI-Roadmap: erfolgreiche Umsetzung der KI-Transformation in Unternehmen - Zahlreiche Anwendungsbeispiele für KI, nicht nur im PersonalmanagementDie digitale und kostenfreie Ergänzung zu Ihrem Buch auf myBook+: - E-Book direkt online lesen im Browser - Persönliche Fachbibliothek mit Ihren BüchernJetzt nutzen auf mybookplus.de.

Computerlinguistische Methoden durchdringen unseren Alltag, etwa in Form von Suchmaschinen und Chatbots. Aber auch für die geisteswissenschaftliche Textanalyse bieten sie große Potenziale, die unter anderem in den Digital Humanities erschlossen werden. Der Band bietet eine niedrigschwellige Einführung in die Computerlinguistik für Geisteswissenschaftler:innen, ohne Erfahrungen mit Mathematik oder Programmieren vorauszusetzen. Es wird gezeigt, wie distributionelle Semantik, Sentimentanalyse, Named Entity Recognition, manuelle Annotation, maschinelles Lernen und Co. neue Zugänge zu Texten eröffnen und wie diese Methoden gewinnbringend für geisteswissenschaftliche Fragestellungen eingesetzt werden können. Alle Kapitel werden von Übungen und einem digitalen Anhang mit Musterlösungen und Beispielskripten in Python begleitet. Vom theoretischen Fundament bis zu den Werkzeugen für die praktische Umsetzung vermittelt der Band alle Grundlagen für den Einstieg in dieses spannende interdisziplinäre Forschungsfeld.

Technik von gestern - Herausforderung für heute - Chance für morgen! Wie eine Welle ist eine neue Generation von KI-Tools über uns hereingebrochen. Text- und Bildgeneratoren wie ChatGPT, Gemini oder Midjourney können viele Tätigkeiten effizienter und darüber hinaus ziemlich viel Spaß machen. Doch noch sind viele Fragen offen: Was bedeutet es, dass Computer nun unsere Sprache sprechen? Welche Folgen hat KI für Bildung und Beruf? Wie verändert sich das Internet? Welche Auswirkungen hat die Technologie auf unseren Alltag, unseren Glauben, die Gesellschaft und die Politik? Dieses Buch erklärt in gut verständlicher Sprache, was Generative KI ist, warum die Welt noch nicht bereit dafür ist – und wie eine verantwortungsvolle Nutzung dennoch möglich ist.

Generative KI ist ein Game Changer für Verlage. Wie aber sollten Verlage darauf reagieren? Da in der Publishing-Branche Daten eine wichtige Rolle spielen, können KI-Technologien auch hier wertvolle Beiträge leisten. Diese Innovationen sichern gleichzeitig die Zukunft der Verlagsbranche gegenüber globalen Tech-Konzernen ab, die selbst Publishing anbieten. Ziel des Bandes ist es daher, über konkrete Potenziale in Verlagen zu sprechen, seien es z. B. Manuskriptarbeit, Marketingkommunikation oder Nachauflagen. Mit einer Einführung in KI, drei konkreten Fallbeispielen und einer Potenzialanalyse zu ChatGPT.

KI verändert, wie wir Software entwickeln. Wer die neuen KI-Helfer nicht nutzt, macht sich das Leben unnötig schwer und läuft Gefahr, den Anschluss zu verlieren. In diesem Buch erfahren Sie, was Tools wie ChatGPT oder GitHub Copilot bereits leisten können und wo ihre Grenzen liegen. Praxisnahe Beispiele zeigen Ihnen, wie Sie heute schon mit KI-Unterstützung schneller, effizienter und fehlerfreier programmieren können. Ein pragmatischer Leitfaden für alle, die wissen wollen, wie künstliche Intelligenz die Softwareentwicklung verändert.Aus dem Inhalt:Wie funktioniert Künstliche IntelligenzStrukturiert programmieren mit KIDebugging, Refactoring und Unit-TestsDokumentation automatisiert erstellenDatenbankentwicklung und -designScripting und AdministrationLokale LLMs ausführenProjekt-Bootstrapping mit OpenDevinMit der OpenAI-API arbeitenKI-Apps und RAGsRisiken, Grenzen und Ausblick

Wie verändern sich Geschichtskultur und Narrationen im digitalen Zeitalter? Und was ist das genuin Andere, wenn Menschen in und mit digitalen Medien historisch erzählen? Die Beiträger•innen nehmen aktuelle Beispiele aus den Social Media sowie technische Neuerungen und digitale Lehr- und Lernanwendungen in den Blick. Aus didaktischer bzw. kultur-, geschichts- und medienwissenschaftlicher Perspektive beleuchten sie interdisziplinär theoretische Aspekte des historischen Erzählens im digitalen Raum, stellen aber auch empirische Befunde zur Diskussion und formulieren einen abschließenden Forschungsausblick.

In dieser erweiterten und aktualisierten 2. Auflage des ursprünglichen Open-Access Buches wird das Geschäftsprozessmanagement als ein ganzheitlicher Prozess begriffen, der der Mitwirkung aller Stakeholder bedarf. Denn das traditionelle Business Process Engineering stößt heute angesichts der Digitalisierung und der dynamischen Entwicklung von Organisationen immer mehr an seine Grenzen, beispielsweise bezüglich Agilität. Um nun das Wesen von Aufgaben und Abläufen in Organisationen zu erfassen, schlagen die Autoren einen Perspektivenwechsel vor: das Denken in Kommunikationsprozessen. Dieses Konzept lässt sich wirtschaftlich, organisatorisch und technisch ohne einschlägige Vorkenntnisse umsetzen. Leserinnen und Leser finden in dem Buch konkrete Handlungsanleitungen für die Digitalisierung von organisationsrelevanten Abläufen. Daneben liefern die Autoren Einblicke in die Systemtheorie und in das Design Thinking. Ihr Ziel ist, Konzepte einfach und verständlich zu erläutern, ohne dabei komplexe Zusammenhänge zu vernachlässigen. Dank ausführlicher Konzeptdarstellung und Ausflüge in die Theorie mit Beispielen aus der Praxis, eignet es sich für Studierende und für Wissenschaftler genauso wie für Praktiker. Entwickler und andere Fachkräfte aus den Bereichen Operatives Management, Geschäftsprozessmanagement, Organisationsentwicklung, Qualitätsmanagement, Wissensmanagement werden sich von der Übersichtlichkeit und dem Nutzwert angesprochen fühlen.

Der Arbeitsplatz der Zukunft wird immer stärker durch die Wissensarbeit geprägt. Knowledge Science beschäftigt sich mit Konzepten, Methoden und Prozessen zur systematischen Erzeugung, Extraktion, Speicherung und Bereitstellung von Wissen zur Lösung von Problemen und lässt sich somit dem Wissensmanagement zuordnen. Kognitive Assistenten sorgen dafür, das richtige Wissen zur richtigen Zeit in der richtigen Art und Weise seinen Anwendern und Anwenderinnen bereitzustellen. Damit dies gelingen kann, kommen inzwischen zahlreiche Methoden der Künstlichen Intelligenz (KI) zur Unterstützung unterschiedlicher Aufgaben des Wissensmanagements zum Einsatz.Der InhaltWie lassen sich mit KI-Methoden die Wissenssicherung und Wissensnutzung in Unternehmen unterstützen? Dieses Buch charakterisiert den Arbeitsplatz der Zukunft und stellt die Bedeutung der Ressource Wissen und deren Management in den Vordergrund. Ziel ist es nicht, mittels KI den Menschen zu ersetzen, sondern ihn mittels kognitiver Assistenten bestmöglich bei seiner Arbeit zu unterstützen. Welche Bereiche des Unternehmens können mit Methoden der Künstlichen Intelligenz optimiert oder gänzlich transformiert werden? Welche Schritte sind sowohl organisatorisch als auch technisch notwendig und wie werden einzelne Methoden in den Bereichen tatsächlich durchgeführt? In diesem Buch werden die Methoden der KI anhand konkreter Fallstudien mit einer großen Bandbreite erläutert und entmystifiziert:Assistenzsysteme, die wie ein Mensch lernenWissenssicherung durch Smart Expert Debriefings Kognitive Assistenzsysteme für die Trendanalyse Kognitive Assistenzsysteme im ProjektmanagementMethoden der KI in industriellen AnwendungenDie ZielgruppenUnternehmer, Prozessverantwortliche und Fachanwender, die Methoden der KI in ihrem Unternehmen oder ihren Fachbereichen nutzen wollen.IT-Manager, IT-Experten und Data Scientists, die KI-basierte Lösungen im Wissensmanagement umsetzen Studierende im Bereich KI und Data Science

Knowledge Science beschäftigt sich mit Konzepten, Methoden und Prozessen zur systematischen Erzeugung, Extraktion, Speicherung und Bereitstellung von Wissen zur Lösung von Problemen und lässt sich somit dem Wissensmanagement zuordnen. Kognitive Assistenten sorgen dafür, das richtige Wissen zur richtigen Zeit in der richtigen Art und Weise seinen Anwendern und Anwenderinnen bereitzustellen. Damit dies gelingen kann, kommen inzwischen zahlreiche Methoden der Künstlichen Intelligenz (KI) zur Unterstützung unterschiedlicher Aufgaben des Wissensmanagements zum Einsatz.

Leistungsfähige State-of-the-Art-Sprachanwendungen mit vortrainierten Transformer-Modellen Transformer haben die NLP-Welt im Sturm erobert Von den Gründern von Hugging Face, der Plattform für vortrainierte Transformer-Modelle für TensorFlow und PyTorch Bietet einen fundierten und praxisnahen Überblick über die wichtigsten Methoden und Anwendungen im aktuellen NLP Hands-On: Jeder Programmierschritt kann in Jupyter Notebooks nachvollzogen werden Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können.Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können.

Künstliche Intelligenz: Ein moderner Ansatz ist das weltweit populärste KI-Lehrbuch, das an mehr als 1.500 Universitäten in 135 Ländern eingesetzt wird, um die Grundlagen der KI zu vermitteln; zudem gehört es zu den meistzitierten Informatikbüchern. Es ist spannend zu lesen, nicht nur für Studierende und Lehrende der KI, sondern für jeden, der sich mit Informatik und insbesondere mit KI beschäftigen möchte. Die Autoren verstehen es, die Künstliche Intelligenz in ihrer ganzen Themenvielfalt verständlich und gut nachvollziehbar darzustellen. Den fachfremden Leserinnen und Lesern bieten die einführenden Kapitel eine fundierte Einordnung in die Geschichte und in die mathematischen, philosophischen und technischen Grundlagen der KI. Auch jemand mit wenigen mathematischen Fachkenntnissen wird an den Kapiteln zur Logik und Wahrscheinlichkeitstheorie seine Freude haben, nicht zuletzt dank der gut bebilderten Beispiele konsequent abgeleitet aus der Grundidee des intelligenten Agenten, der seine Umwelt wahrnimmt und darauf reagiert. So wird den Leserinnen und Leser die Relevanz dieser Themen für die KI intuitiv nähergebracht. Diese Beispiele werden in den folgenden Kapiteln zur Wahrnehmung, zu algorithmischem Lernen und Handeln bis hin zur technischen Informatik und Robotik immer wieder aufgegriffen und weiterentwickelt. Damit eignet sich das Buch hervorragend für Studierende und Lehrende der KI.In den letzten Jahren hat sich die KI rasant weiterentwickelt und viele Veränderungen erfahren, die in diese neue Ausgabe eingeflossen sind. Aufgrund der zunehmenden Verfügbarkeit von Daten liegt der Fokus jetzt mehr auf maschinellem Lernen, Rechenressourcen und neuen Algorithmen. Die Themen Deep Learning, probabilistische Programmierung und Multiagentensysteme werden jeweils in einem eigenen Kapitel behandelt. Die Inhalte zu natürlichem Sprachverständnis, Robotik und Computer Vision wurden überarbeitet, um den Einfluss von Deep Learning einzubeziehen. Im Bereich Robotik werden nun auch Roboter behandelt, die mit Menschen interagieren, sowie die Anwendung von Reinforcement Learning auf die Robotik. Außerdem wird verstärkt auf die Auswirkungen von KI auf die Gesellschaft eingegangen, einschließlich der wichtigen Fragen von Ethik, Fairness, Vertrauen und Sicherheit.

Aktualisierte und erweiterte 3. Auflage des Bestsellers zu TensorFlow und Deep Learning - Behandelt jetzt viele neue Features von Scikit-Learn sowie die Keras-Tuner-Bibliothek und die NLP-Bibliothek Transformers von Hugging Face - Führt Sie methodisch geschickt in die Basics des Machine Learning mit Scikit-Learn ein und vermittelt darauf aufbauend Deep-Learning-Techniken mit Keras und TensorFlow - Mit zahlreiche Übungen und LösungenDurchbrüche beim Deep Learning haben das maschinelle Lernen in den letzten Jahren eindrucksvoll vorangebracht. Inzwischen können sogar Programmiererinnen und Programmierer, die kaum etwas über diese Technologie wissen, mit einfachen, effizienten Werkzeugen Machine-Learning-Programme implementieren. Dieses praxisorientierte Buch, jetzt aktualisiert und nochmals erweitert, zeigt Ihnen wie. Mit konkreten Beispielen, einem Minimum an Theorie und unmittelbar anwendbaren Python-Frameworks – Scikit-Learn, Keras und TensorFlow – verhilft Ihnen Aurélien Géron zu einem intuitiven Verständnis der Konzepte und Tools für das Entwickeln intelligenter Systeme. Sie lernen eine Vielzahl von Techniken kennen, beginnend mit einfacher linearer Regression bis hin zu Deep Neural Networks. Die in jedem Kapitel enthaltenen Übungen helfen Ihnen, das Gelernte in die Praxis umzusetzen. Um direkt zu starten, benötigen Sie lediglich etwas Programmiererfahrung.

Der Band führt ein in Angewandte Linguistik für Sprachberufe. Er fördert wissenschaftlich fundiertes Denken und Handeln in einem Berufsalltag, der immer stärker mitgestaltet wird von künstlicher Intelligenz. Diese 2. Auflage enthält neue und aktualisierte Übungsmaterialien zur erweiterten Illustration, Dokumentation und Reflektion bestehenden Grundwissens. Die Kapitel erkunden übergreifende linguistische Zusammenhänge aktueller Sprachberufe in Journalismus, Organisationskommunikation, Übersetzen und Dolmetschen sowie in der sprachlichen Integration. Durch das Lesen, Lernen und Üben mit diesem Buch und dem dazu gehörenden Online-Angebot wird ein Bewusstsein dafür geschaffen, wo Menschen der künstlichen (Sprach-)Intelligenz überlegen sind. Griffige theoretische Überlegungen und Fallbeispiele regen dazu an, gesellschaftlich bedeutsame Fragen aus linguistischer Perspektive zu stellen und Praxisprobleme wissenschaftlich überlegt zu erfassen und anzugehen. Auf diese Weise unterstützt der Band Interessierte dabei, sich kurzfristig und auf Dauer in ihrem Sprachberuf zu verbessern. Weitere Übungsaufgaben finden sich auf der begleitenden Website: https://language-matters.education/angewandte-linguistik-fuer-sprachberufe/

Die vorliegende Arbeit widmet sich der Informationsintegration in maschinell übersetzten, mehrsprachigen Textchats am Beispiel des Skype Translators im Sprachenpaar Katalanisch-Deutsch. Der Untersuchung von Textchats dieser Konfiguration wurde sich bislang nur wenig zugewendet. Deshalb wird der zunächst grundlegend explorativ ausgerichteten Forschungsfrage nachgegangen, wie Personen eine maschinell übersetzte Textchat-Kommunikation wahrnehmen, wenn sie nicht der Sprache des Gegenübers mächtig sind. Damit einher geht auch die Untersuchung der Informationsextraktion und -verarbeitung zwischen Nachrichten, die in der eigenen Sprache verfasst wurden, und der Ausgabe der Maschinellen Übersetzung. Zur Erfassung des Nutzungsverhalten im Umgang mit Skype und dem Skype Translator wurde mit einer deutschlandweit an Studierende gesendeten Online-Umfrage gearbeitet. In einer zweiteiligen, naturalistisch orientierten Pilotstudie unter Einsatz des Eye-Trackers wurde das Kommunikationsverhalten von Studierenden mit deutscher Muttersprache einerseits in maschinell vom Skype Translator übersetzten Chats mit katalanischen Muttersprachler·innen und andererseits, als Referenz, in monolingualen, rein deutschsprachigen Chats ohne Skype Translator untersucht. Bei den Teilnehmer·innen an diesen Studien handelt es sich um zwei unabhängige Gruppen. Beide wurden ebenfalls mit Fragebögen zum Nutzungsverhalten und zu den Eindrücken des Skype Translators erfasst. Das sicher überraschendste Ergebnis der Studie ist, dass die Versuchspersonen einen substanziellen Teil der Chatkommunikation auf der MÜ-Ausgabe in beiden beteiligten Sprachen verbringen. Die Untersuchung der Sakkaden und Regressionen deutet auf einen sprunghaften Wechsel zwischen Originalnachricht und MÜ hin. Der Schwerpunkt der Aufmerksamkeit liegt dabei konsequent auf den neusten Nachrichten. Es ist daher anzunehmen, dass die Versuchspersonen die MÜ-Ausgabe aktiv in die Kommunikation miteinbeziehen und wesentliche Informationen zwischen Original und MÜ abzugleichen versuchen. Der Preis dieses Buchs ist in Deutschland auf 45,00€ festgesetzt.

Ziel dieser Arbeit ist die Entwicklung und Anwendung eines Instruments zur Erfassung der Unterrichtsqualität von sprachbildendem Unterricht. Dazu wird das Erfassungsinstrument L-TRU durch Adaption des TRU-Frameworks entwickelt, nachdem der Stand der Instrumente zur Erfassung von Unterrichtsqualität im Hinblick auf Sprachbildung im Mathematikunterricht aufgearbeitet wurde. Die Unterrichtsqualitätsdimensionen lassen sich (trotz naheliegender inhaltlicher Abhängigkeiten) als inhaltlich relevante und empirisch nicht komplett zusammenfallende Größen identifizieren. Besonders die neu ergänzten Dimensionen des L-TRU ermöglichen die Erfassung weiterer Phänomene, die bisher nicht berücksichtigt wurden. Einige dieser Unterrichtsqualitätsdimensionen erweisen sich sogar bei gleichem Unterrichtsmaterial als signifikante Einflussfaktoren auf den Lernzuwachs der Lernenden. Insgesamt trägt dieses Buch dazu bei, die qualitative Beforschung des sprachbildenden Unterrichts unter Rückgriff auf Methodender Unterrichtsqualitätsforschung auch quantitativ anzureichern. Damit wird erreicht, Hypothesen zu Gelingensbedingungen für sprachbildenden Mathematikunterricht nicht mehr nur in Fallstudien qualitativ zu generieren, sondern in mehr Klassen auch quantitativ überprüfen zu können.

Gelernte Klassifikationsverfahren sind nicht sicher, wenn Angreifer gezielte Veränderungen an der Eingabe vornehmen. Obwohl diese Änderungen für den Menschen kaum wahrnehmbar sind, ändert sich die Klassifikation. Um gelernte Modelle in sicherheitskritischen Bereichen anwenden zu können, ist es erforderlich, Methoden zu entwickeln, die Robustheit gegen adversariale Angriffe gewährleisten können. Hier wird eine Übersicht über verschiedene Anwendungsfälle, Angriffe, die daraus entstehenden Problemstellungen, Ansätze zur Verteidigung sowie Gefahren bei der Evaluation dieser gegeben und die Notwendigkeit korrekter Verfahren aufgezeigt.

Masterarbeit aus dem Jahr 2020 im Fachbereich Mathematik - Sonstiges, Note: 1,3, Universität Ulm, Sprache: Deutsch, Abstract: Phishing is a form of identity theft that combines social engineering techniques and sophisticated attack vectors to fraudulently gain confidential information of unsuspecting consumers. To prevent successful phishing attacks, there are several approaches to detect and block phishing emails. In this work, we apply a number of modern transformer based machine learning methods for phishing email detection. Typically, phishing messages imitate trustworthy sources and request information via some form of electronic communication. The most frequent attack route is via email where phishers often try to persuade the email recipients to perform an action. This action may involve revealing confidential information (e.g. passwords) or inadvertently providing access to their computers or networks (e.g. through the installation of malicious software).

Der 70. Band der BIPRA-Reihe beschäftigt sich mit der Qualität in der Inhaltserschließung im Kontext etablierter Verfahren und technologischer Innovationen. Treffen heterogene Erzeugnisse unterschiedlicher Methoden und Systeme aufeinander, müssen minimale Anforderungen an die Qualität der Inhaltserschließung festgelegt werden. Die Qualitätsfrage wird zurzeit in verschiedenen Zusammenhängen intensiv diskutiert und im vorliegenden Band aufgegriffen. In diesem Themenfeld aktive Autor:innen beschreiben aus ihrem jeweiligen Blickwinkel unterschiedliche Aspekte zu Metadaten, Normdaten, Formaten, Erschließungsverfahren und Erschließungspolitik. Der Band versteht sich als Handreichung und Anregung für die Diskussion um die Qualität in der Inhaltserschließung.

Bachelorarbeit aus dem Jahr 2020 im Fachbereich Psychologie - Klinische Psychologie, Psychopathologie, Prävention, Note: 1,3, Private Fachhochschule Göttingen, Sprache: Deutsch, Abstract: Die vorliegende Untersuchung behandelt die Frage, inwiefern ein absolutistischer Wortgebrauch als Marker für selbstberichtete depressive Symptome in Online-Foren fungiert. Diese zentrale Fragestellung wird anhand eines analytischen Forschungsdesigns überprüft. Zunächst erfolgt die Darstellung der Kognitiven Theorie der Depression nach Beck. Daraufhin wird das dichotome Denken näher beleuchtet. Das folgende Kapitel beinhaltet die Entwicklung und Psychometrie von Textanalyseprogrammen inklusive des ethischen Diskurses über die Verwendung der genannten Software. Darauf folgt die Darstellung relevanter Literatur in Bezug auf linguistische Marker im Kontext von Depressionen. Danach wird die bisherige Studienlage zu absolutistischem Wortgebrauch und Depressionen eruiert. Anschließend werden die Hypothesen der vorliegenden Arbeit aufgestellt. In Kapitel 3 wird das methodische Vorgehen bezüglich des Forschungsdesigns, der Auswertungssoftware und statistischer Kennzahlen beschrieben. In Kapitel 4 geht es sowohl um die deskriptive Beschreibung ausgewerteter Daten als auch um die inferenzstatistische Hypothesenprüfung. Den Abschluss dieser Arbeit bildet die in Kapitel 5 stattfindende Diskussion, welche mit einem Fazit abgeschlossen wird.

Das Handbuch gibt einen umfassenden Überblick über grundlegende und moderne Methoden und Anwendungen der Künstlichen Intelligenz. Die Themen reichen von Kognition, Neuronale Netze, über Maschinelles Lernen, Sprach-und Bildverarbeitung bis hin zu Robotik und Software-Agenten und Anwendungen in der Industrie 4.0. Herausgeber und Autoren sind Spezialisten auf den jeweiligen Teilgebieten. Ein Muss für jeden, der sich mit dem Thema KI befasst.

Der Band versammelt Beiträge, die Befunde aus Untersuchungen zum Europawahlkampf 2019 in und mit den traditionellen und den neuen Medien präsentieren. In Anbetracht des Erstarkens rechtspopulistischer Parteien und des Nationalismus galt die Europawahl 2019 als Schicksalswahl für Europa, was für den Wahlkampf ein besonderes Engagement auf Seiten der Politik wie auch der Medien erwarten ließ. Gegenüber dem Europawahlkampf 2014 kam zudem den sozialen Netzwerken gesteigerte Bedeutung zu, die den politischen Akteuren ein zusätzliches Kampagneninstrument bieten, aber auch den Wahlkampf abseits der öffentlichen Beobachtung ermöglichen.

Die Frage nach der Selbstständigkeit von Sätzen war in den 1980er Jahren Gegenstand einer breit angelegten Diskussion. Die aktuellen Diskussionen um die Begriffe (Un-)Integriertheit und Insubordination sowie die Debatten um die Fragestellung, ob Satztypen regelbasiert oder konstruktionell zu erfassen sind, haben die Notwendigkeit einer neuerlichen Auseinandersetzung mit dem Selbstständigkeitsbegriff aufgezeigt. Vom 1. bis zum 2.10.2020 fand an der Johannes Gutenberg-Universität Mainz eine Tagung zum Thema'Selbstständigkeit von Sätzen und Satzwertigkeit von Äußerungen'statt. Dieses Sonderheft versammelt zwölf Beiträge, in denen die AutorInnen neue Perspektiven auf den Begriff der Selbstständigkeit entwickeln und miteinander in Beziehung setzen.

Künstliche Intelligenz (KI) ist heute schon in unserem Alltag präsent und wird uns zukünftig in nahezu allen Lebensbereichen begegnen – von der bildgestützten Diagnose in der Medizin über das autonome Fahren und die intelligente Maschinenwartung in der Industrie bis hin zur Sprachsteuerung im smarten Zuhause. Die Potenziale der KI sind enorm, gleichzeitig kursieren viele Mythen, Ungewissheiten und Herausforderungen, die es zu meistern gilt. Dieses Buch adressiert daher die breite Öffentlichkeit – von interessierten Bürgerinnen und Bürgern bis hin zur Leitungsebene in Unternehmen, die ein besseres und tieferes technisches Verständnis von KI-Technologien aufbauen und deren Folgen abschätzen möchten.In verständlicher Sprache werden mathematische Grundlagen, Begriffe und Methoden erläutert. Eine abschließende Diskussion der Chancen und Herausforderungen hilft den Leserinnen und Lesern, die Entwicklungen zubewerten, sie zu entmystifizieren und ihre Relevanz für die Zukunft zu erkennen.

Von den Grundlagen Neuronaler Netze über Machine Learning bis hin zu Deep-Learning-Algorithmen Anschauliche Diagramme, Anwendungsbeispiele in Python und der Einsatz von NumPy Keine Vorkenntnisse in Machine Learning oder höherer Mathematik erforderlich Deep Learning muss nicht kompliziert sein. Mit diesem Buch lernst du anhand vieler Beispiele alle Grundlagen, die du brauchst, um Deep-Learning-Algorithmen zu verstehen und anzuwenden. Dafür brauchst du nichts weiter als Schulmathematik und Kenntnisse der Programmiersprache Python. Alle Codebeispiele werden ausführlich erläutert und mathematische Hintergründe anhand von Analogien veranschaulicht. Der Autor erklärt leicht verständlich, wie Neuronale Netze lernen und wie sie mit Machine-Learning-Verfahren trainiert werden können. Du erfährst, wie du dein erstes Neuronales Netz erstellst und wie es mit Deep-Learning-Algorithmen Bilder erkennen sowie natürliche Sprache verarbeiten und modellieren kann. Hierbei kommen Netze mit mehreren Schichten wie CNNs und RNNs zum Einsatz. Fokus des Buches ist es, Neuronale Netze zu trainieren, ohne auf vorgefertigte Python-Frameworks zurückzugreifen. So verstehst du Deep Learning von Grund auf und kannst in Zukunft auch komplexe Frameworks erfolgreich für deine Projekte einsetzen. Aus dem Inhalt: Parametrische und nichtparametrische Modelle Überwachtes und unüberwachtes Lernen Vorhersagen mit mehreren Ein- und Ausgaben Fehler messen und verringern Hot und Cold Learning Batch- und stochastischer Gradientenabstieg Überanpassung vermeiden Generalisierung Dropout-Verfahren Backpropagation und Forward Propagation Bilderkennung Verarbeitung natürlicher Sprache (NLP) Sprachmodellierung Aktivierungsfunktionen Sigmoid-Funktion Tangens hyperbolicus Softmax Convolutional Neural Networks (CNNs) Recurrent Neural Networks (RNNs) Long Short-Term Memory (LSTM) Deep-Learning-Framework erstellen Andrew W. Trask ist Doktorand an der Oxford University und als Research Scientist für DeepMind tätig. Zuvor war er Researcher und Analytics Product Manager bei Digital Reasoning, wo er u.a. das größte künstliche Neuronale Netz der Welt trainierte.

Unverzichtbar für alle, die menschliche und künstliche Intelligenz optimal kombinieren wollen- Zeigt, wie KI eingesetzt und die Informationsflut bewältigt werden kann- Stellt die technologische Entwicklung ins Zentrum der Innovationsentwicklung- Navigiert durchs Dickicht der neuen Technologien- Liefert eine konkrete Innovations- und TechnologiestrategieZeiten, in denen ein Produkt für lange Zeit erfolgreich am Markt bestehen kann, sind längst vorbei. Immer kürzere Lebenszyklen von Produkten, ständig steigende Kundenanforderungen oder die hohe Unsicherheit des Marktes sind nur einige Beispiele, die zeigen, wie überlebensnotwendig es für Unternehmen sein wird (und es auch bereits ist), die eigene Innovationsfähigkeit ins Zentrum der Unternehmenspolitik zu stellen und ständig zu verbessern. Gleichzeitig schreitet die technologische Entwicklung rasant voran, die Datenflut nimmt weiterhin extrem zu und für Unternehmen ist es schier unmöglich, hier noch den Überblick zu behalten.Wie dieser Überblick erreicht werden kann, wohin die Reise geht, welche Konsequenzen, Entscheidungen sich daraus für die Unternehmensstrategie ableiten lassen, vermittelt nun dieses Praktikerwerk, ganz konkret und in die Praxis umsetzbar. Das Werk zeigt, wie mithilfe von KI aus Big Data Smart Data werden und systematisch eine eigene Innovations- und Technologiestrategie entwickelt werden kann. Es veranschaulicht, wie in Zukunft neue Technologien, neue Anwendungen und Experten identifiziert werden, stellt dar, dass der Weg klar hin geht von Einzeltechnologien zu Technologiesystemen, betont die zentrale Rolle von Patenten und vieles mehr. Dabei immer im Zentrum: konsequente Kundenorientierung!

Die Forderung nach evidenzbasiertem Wissen über die Wirksamkeit von Sprachförderkonzepten im Elementarbereich wird immer größer. Oft fehlt jedoch eine kritische Auseinandersetzung mit der Belastbarkeit und Aussagekraft von gewonnenen Forschungsergebnissen. Wie ist der Status Quo bei Wirkungsevaluationen von Sprachfördermaßnahmen? Welche methodischen Ansätze tragen zu einer hohen Qualität dieser Wirkungsevaluationen bei? Welche Rahmenbedingungen können die Wirksamkeit von Sprachförderkonzepten beeinflussen? Diesen Fragen wird im vorliegenden Band nachgegangen.

Neues vom heutigen Deutsch – das sind zum einen neue Erscheinungen und neue Verwendungsweisen, die sich im Sprachgebrauch der letzten Jahre zeigen. Neben ihrer Bandbreite im gesprochenen Deutsch und in spezifischen Kontexten oder in verschiedenen Teilen des deutschen Sprachgebiets geht es auch um die damit verbundenen Einstellungen in der Öffentlichkeit, ihre Folgen für die Identität und um entsprechende Normvorstellungen. Grundsätzlichere Fragen medial üblicher und angemessener Kommunikation stellen sich auch bei dem Neuen, das die Kommunikation in und um das Internet mit sich bringt. Zum anderen geht es um neue Methoden innerhalb der Sprachwissenschaft. Seit sich die Sprachwissenschaft bei ihrer empirischen Arbeit auf große Datenmengen, auf elektronisch auswertbare Korpora geschriebener Sprache und gesprochener Interaktion stützen kann, sind die Entwicklungen des Sprachgebrauchs der Forschung noch zugänglicher geworden. Neues vom heutigen Deutsch sind also, neben den so ermittelten Ergebnissen, auch die damit verbundenen methodischen Diskussionen und Entwicklungen, die es erlauben, theoretische Annahmen anhand einer genaueren Datengrundlage neu zu diskutieren.

Johannes Viehmann stellt das S‑Netzwerk als Plattform für unleugbar verfügbare Daten vor. Die neue Verteilung von Verantwortung über Misstrauensparteien beim S-Netzwerk setzt nicht voraus, dass sich einzelne Parteien oder Mehrheiten korrekt verhalten, denn parteiübergreifende Manipulationsversuche sind meldepflichtig und Tests schüren aktiv Misstrauen gegen derartige Initiativen. Untragbare Inhalte werden reversibel auf begründeten Zugriff beschränkt. Das S‑Web – die verlässliche Verlinkung im S‑Netzwerk – erlaubt es, viele Aufgaben ohne spezielle Services zu lösen, sodass keine zusätzlichen operationellen Risiken entstehen. Als Beispiel wird die alternative Wirtschaftsform Jadwirtschaft konzipiert, deren auf offenen Konten im S-Web geführtes Bezugsmittel Jad (Justification, Accounting, Destruction) nicht frei transferierbar ist. Dies erleichtert die Steuerung der Bezugsmittelmenge und reduziert die Abhängigkeit von Risikogeschäften wie Krediten. Gewisse Finanzkrisen können nichtauftreten. Ökologisch und im Umgang mit Immaterialgütern öffnen sich neue Perspektiven.​Der Autor:Dr. Johannes Viehmann ist ein Researcher am Fraunhofer Institut für offene Kommunikationssysteme FOKUS im Bereich Critical System Engineering.

Die dritte Auflage dieses Informatik-Klassikers wurde von Grund auf komplett überarbeitet und an die neuesten Entwicklungen der KI angepasst. Die Autoren verstehen es dabei, die KI in ihrem ganzen Themenspektrum für die Studierenden verständlich und nachvollziehbar dazustellen. Sie behandeln alle relevanten Aspekte der KI von der Logik und der Wahrscheinlichkeitstheorie über den Bereich des Wahrnehmens, Denkens, Lernens und Handelns bis zu mikroelektronischen Geräten und Robotern. Erweitert um moderne Such- und Sprachalgorithmen sowie Lernen mit neuronalen Netzen setzt diese Werk einen neuen Standard, den kein anderes Werk derzeit zu leisten vermag.

Over the past 30 years, augmented and assisted communication (AAC) has made tremendous advances in theory, research and practice and it is now an important part of professional work in many educational, therapeutic and medical fields. This compendium summarizes these developments and, using a new approach, provides systematic access to the various topics and fields of work in AAC. In addition to basic theoretical positions, the areas of language development and AAC, diagnosis in AAC, intervention and participation, literacy (acquisition of written language), care structures and quality assurance, as well as research and evaluation, are differentiated on the basis of the current state of research and knowledge. The compendium is designed as a study textbook for education and further education. With its consistent focus on the International Classification of Functioning, Disability and Health (ICF), social participation and inclusion, it provides a bridge between the educational and medical-therapeutic professions involved.

Mathematische Grundlagen für Machine und Deep Learning Umfassende Behandlung zeitgemäßer Verfahren: tiefe Feedforward-Netze, Regularisierung, Performance-Optimierung sowie CNNs, Rekurrente und Rekursive Neuronale Netze Zukunftsweisende Deep-Learning-Ansätze sowie von Ian Goodfellow neu entwickelte Konzepte wie Generative Adversarial Networks Deep Learning ist ein Teilbereich des Machine Learnings und versetzt Computer in die Lage, aus Erfahrungen zu lernen. Dieses Buch behandelt umfassend alle Aspekte, die für den Einsatz und die Anwendung von Deep Learning eine Rolle spielen: In Teil I erläutern die Autoren die mathematischen Grundlagen für Künstliche Intelligenz, Neuronale Netze, Machine Learning und Deep Learning. In Teil II werden die aktuellen in der Praxis genutzten Verfahren und Algorithmen behandelt. In Teil III geben die Autoren Einblick in aktuelle Forschungsansätze und zeigen neue zukunftsweisende Verfahren auf. Dieses Buch richtet sich an Studenten und alle, die sich in der Forschung mit Deep Learning beschäftigen sowie an Softwareentwickler und Informatiker, die Deep Learning für eigene Produkte oder Plattformen einsetzen möchten. Dabei werden Grundkenntnisse in Mathematik, Informatik und Programmierung vorausgesetzt. Teil I: Angewandte Mathematik und Grundlagen für das Machine Learning Lineare Algebra Wahrscheinlichkeits- und Informationstheorie Bayessche Statistik Numerische Berechnung Teil II: Deep-Learning-Verfahren Tiefe Feedforward-Netze Regularisierung Optimierung beim Trainieren tiefer Modelle Convolutional Neural Networks Sequenzmodellierung für Rekurrente und Rekursive Netze Praxisorientierte Methodologie Anwendungen: Computer Vision, Spracherkennung, Verarbeitung natürlicher Sprache Teil III: Deep-Learning-Forschung Lineare Faktorenmodelle Autoencoder Representation Learning Probabilistische graphische Modelle Monte-Carlo-Verfahren Die Partitionsfunktion Approximative Inferenz Tiefe generative Modelle wie Restricted Boltzmann Machines, Deep-Belief-Netze, Gerichtete Generative Netze, Variational Autoencoder u.v.m.

Beim modellgestützten Geschäftsprozessmanagement ist es von erheblicher Bedeutung, dass die eingesetzten Prozessmodelle leicht und schnell verständlich sind. Geschäftsprozessmodelle sollen insbesondere die Kommunikation zwischen den beteiligten menschlichen Akteuren unterstützen, z.,B. in Projekten zur Gestaltung von Organisationen oder Informationssystemen. In der vorliegenden Arbeit entwickelt Constantin Houy unter Verwendung eines meta-analytischen Ansatzes zur Forschungsdatensynthese auf der Grundlage von Stylized Facts dedizierte Theoriemodelle zur Prozessmodellverständlichkeit, indem vorhandene Forschungsergebnisse der Wirtschaftsinformatik- und Information-Systems-Forschung integriert werden. Darüber hinaus werden aus den gewonnenen Erkenntnissen konkrete Gestaltungsempfehlungen für die praktische Prozessmodellierung abgeleitet. Das vorliegende Buch richtet sich somit nicht nur an Wissenschaftler. Die Gestaltungsempfehlungen für die Prozessmodellierung, die auf den entwickelten Theoriemodellen aufbauen, adressieren insbesondere auch Leser aus der Organisationspraxis und können die alltägliche Prozessmodellierung in Unternehmen sowie in der öffentlichen Verwaltung hinsichtlich der Zielsetzung einer besseren Modellverständlichkeit maßgeblich unterstützen.

Für die zustandsorientierte Wartung bestehen Herausforderungen für den Aufbau dafür notwendiger Verschleißmodelle im Mangel an aussagekräftigen Daten sowie dem Umstand, dass eine Rückführung von Maschinendaten aus der Produktions- in die Auslegungsphase selten stattfindet. Die Arbeit verfolgt den Ansatz, Querschnittstechnologien aus der IKT in die Produk-tionstechnik zu überführen. Dazu wird ein Cloud-Konzept in Form einer Refe-renzarchitektur und die Integration von Methoden des Machine Learnings vorge-stellt.

Die moderne sprachwissenschaftliche Forschung nutzt in zunehmender Weise digitale Forschungsinfrastrukturen und Informationssysteme. Diese Entwicklung begann um die Jahrtausendwende und beschleunigt sich seither. Der Band thematisiert nationale und europäische Infrastrukturverbünde und verschiedene Sprachressourcen aus der germanistischen Sprachwissenschaft, die über digitale Infrastrukturen auffindbar, zugreifbar und (wieder-)verwendbar sind.

Mit Fragestellungen und kritischen Diskussionen zu Paradigmen, Methoden und Zielen stellt der Sammelband eine Positionsbestimmung zur Grammatiktheorie und Empirie in der germanistischen Linguistik dar. Die Beiträge umfassen ein breites Spektrum an Themen zwischen deskriptiver Vollständigkeit und grammatischer Modellierung, die seit einiger Zeit die Diskussion bestimmen, Entwicklungen aufzeigen und aus Forschungsdesideraten heraus für das Fach neue Perspektiven eröffnen.

In diesem Buch werden die Grundlagen des Opinion Minings dargestellt sowie mögliche Ansätze, Methoden und Algorithmen aus den Bereichen Text Mining, linguistische Algorithmen, semantische Technologien und Information Retrieval aufgezeigt. Beim Opinion Mining geht es darum, textuell vorliegende Meinungen von Menschen zu analysieren und ihre Einstellung zu Produkten, Marken, Organisationen, Personen oder ganz allgemein zu Themen auszuwerten.

The iDSC Proceedings reports on state-of-the-art results in Data Science research, development and business. Topics and content of the IDSC2017 proceedings are • Reasoning and Predictive Analytics • Data Analytics in Community Networks • Data Analytics through Sentiment Analysis • User/Customer-centric Data Analytics • Data Analytics in Industrial Application Scenarios Advances in technology and changes in the business and social environment have led to an increasing flood of data, fueling both the need and the desire to generate value from these assets. The emerging field of Data Science is poised to deliver theoretical and practical solutions to the pressing issues of data-driven applications. The 1st International Data Science Conference (iDSC2017 / http://www.idsc.at) organized by Salzburg University of Applied Sciences in cooperation with Information Professionals GmbH, established a new key Data Science event, by providing a forum for the international exchange of Data Science technologies and applications.

In diesem Buch werden unterschiedliche Perspektiven auf Erwachsenen-Kind-Interaktionen im Kontext Familie und/ oder Kindertagesbetreuung anhand von Beobachtungsstudien vorgestellt. Dabei steht zunächst die differenzierte Analyse des Interaktionsprozesses bzw. einzelner Facetten im Mittelpunkt. Daneben interessieren weitere Variablen (z. B. personelle und strukturelle Aspekte) und deren Einfluss auf die Interaktionsgestaltung zwischen Erwachsenen und Kind(ern). Abschließend werden die Ergebnisse in der Zusammenschau diskutiert und Implikationen für die Forschung und Praxis abgeleitet.