Beitrag von Dr. rer.nat. Corina Apachițe

Gestern ist bei mir ein Belegexemplar der ServiceToday (Ausgabe 1/2024) vom Service-Verband KVD hereingeflattert. In dieser Ausgabe spreche ich im Interview mit Michael Braun ☁️ über die Ergebnisse unseres Forschungsprojektes SerWiss. In dem Forschungsprojekt ging es für uns nicht nur darum, ein Wissensmanagement in unserem Service zu etablieren. Es ging vor allem darum, relevantes Unternehmenswissen über den gesamten Produktlebenszyklus unserer Anlagen maschinenlesbar zu dokumentieren und möglichst smart unternehmensweit wieder auffindbar zu machen. Dabei stellte gerade die geringe Wiederholhäufigkeit von spezifischen Fragestellungen im Sondermaschinenbau eine große Herausforderung für die Anwendung etablierter Methoden des Wissensmanagements dar. Schlussendlich haben wir die Priorität darauf gesetzt implizites Wissen unserer Mitarbeitenden in explizites maschinenlesbares Wissen umzuwandeln. Insbesondere mit dem Aufkommen der aktuellen KI-Anwendungen (Large Language Models) hat sich diese Entscheidung als wegweisend erwiesen. Mit LLMs wird zwar die Auffindbarkeit von Wissen in der Regel deutlich vereinfacht, es braucht dafür aber weiterhin zwingend maschinenlesbares Wissen! #wissensmanagement #service #ki

Anwender-Check: digitales Fahrerportal Gestern habe ich mit Fahrern der Mönig Spedition Meschede GmbH einen Anwender-Check durchgeführt, um zu prüfen, ob der Umgang mit dem eingeführten digitalen Fahrerportal klappt. Nicht nur das Fahrerhandbuch, sondern die Möglichkeit der digitalen Schadenmeldung, abgebildete Fahrzeugspezifika und wichtige Hinweise zu Lieferstellen stellen dabei wesentliche Inhaltsschwerpunkte dar. Zum gestrigen Training wurde außerdem eine digitale Befragung durchgeführt, um zu ermitteln, wie das digitale Fahrerportal ankommt und welche Themen die Fahrer gerne vertiefen wollen. Fazit: das digitale Fahrerportal wird sehr gut angenommen und alle erkennen den Mehrwert! Digitalisierung kann so einfach sein... Tschüss Papierkram: www.prevamo.de/leistungen #moenigspeditionmeschede #moenig #alexander-schulz #prevamo

Ich freue mich auf regen Austausch und Diskussion rund um das große Thema KI, LLMs und das wichtigste: deren Anwendungsfälle!

68 % der Personalverantwortlichen beklagen mangelndes KI-Know-how in Unternehmen. Zu diesem Ergebnis kommt eine gemeinsame Studie von PINKTUM und dem eLearning Journal. So ist in der DACH-Region ein souveräner Umgang mit Künstlicher Intelligenz als Schlüsseltechnologie der Zukunft kaum etabliert. Zurückhaltung, Sicherheitsbedenken oder technische Hürden sind nur einige Gründe, warum Unternehmen gewinnbringende Chancen durch KI aktuell nicht nutzen. Wo bleibt also die KI-Revolution in der betrieblichen Bildung?   Lese hier die vollständige Analyse: https://lnkd.in/epek-DTb

🎇𝗪𝗜𝗥𝗞𝗧𝗮𝗴 𝟮𝟬𝟮𝟰 Vor Ort können Sie die verschiedenen Anwendungsfälle des Projekt WIRKsam erkunden. 🎛️𝗞𝗜-𝗘𝘅𝗽𝗲𝗿𝘁𝗲𝗻𝘀𝘆𝘀𝘁𝗲𝗺 𝗳ü𝗿 𝗹𝗲𝗿𝗻𝗳ö𝗿𝗱𝗲𝗿𝗹𝗶𝗰𝗵𝗲 𝗘𝗺𝗽𝗳𝗲𝗵𝗹𝘂𝗻𝗴𝗲𝗻 𝘇𝘂𝗿 𝗺𝗮ß𝗴𝗲𝘁𝗿𝗲𝘂𝗲𝗻 𝗣𝗿𝗼𝗱𝘂𝗸𝘁𝗶𝗼𝗻 𝘃𝗼𝗻 𝟯𝗗-𝗚𝗲𝘄𝗶𝗿𝗸𝗲𝗻 𝗺𝗶𝘁 𝗱𝗶𝗴𝗶𝘁𝗮𝗹 𝘂𝗻𝘁𝗲𝗿𝘀𝘁ü𝘁𝘇𝘁𝗲𝗿 𝗘𝗶𝗻𝗴𝗮𝗻𝗴𝘀𝘄𝗲𝗿𝘁𝗲𝗿𝗳𝗮𝘀𝘀𝘂𝗻𝗴 Bei der Herstellung von 𝟯𝗗-𝗔𝗯𝘀𝘁𝗮𝗻𝗱𝘀𝗴𝗲𝘄𝗶𝗿𝗸𝗲𝗻 beeinflussen zahlreiche Prozess- und Maschinenparameter die späteren Produkteigenschaften erheblich. Der Wirkprozess erfordert daher die Kompetenz und Erfahrung der Maschinenbediener. KI soll genutzt werden, um das bestehende Wissensmanagement zu verbessern. Ein vielversprechender Ansatz ist die 𝗭𝘂𝘀𝗮𝗺𝗺𝗲𝗻𝗮𝗿𝗯𝗲𝗶𝘁 𝘃𝗼𝗻 𝘀𝗲𝗹𝗯𝘀𝘁𝗹𝗲𝗿𝗻𝗲𝗻𝗱𝗲𝗻 𝗞𝗜-𝗦𝘆𝘀𝘁𝗲𝗺𝗲𝗻 𝗺𝗶𝘁 𝗲𝗿𝗳𝗮𝗵𝗿𝗲𝗻𝗲𝗻 𝗠𝗮𝘀𝗰𝗵𝗶𝗻𝗲𝗻𝗯𝗲𝗱𝗶𝗲𝗻𝗲𝗿𝗻, bei der beide Seiten voneinander lernen. Ziel ist die Entwicklung eines KI-Expertensystems, das auf Basis vieler Messgrößen konkrete Handlungsempfehlungen für die manuelle Parametrisierung von Produktionsanlagen gibt. Technisch soll KI als Prädiktor für Qualitätsmerkmale dienen und optimale Einstellempfehlungen liefern. Arbeitswissenschaftlich steht die Unterstützung und Qualifizierung der Beschäftigten durch transparente Darstellung der Zusammenhänge im Fokus. ✒ Eine Möglichkeit zur kostenfreien Anmeldung beim WIRKTag 2024 finden Sie unter  https://lnkd.in/e96f7vWi #veranstaltung #zukunftderarbeit #kuenstlicheintelligenz #ki #gemeinsam #gestalten   

Gestern las ich in einem Post von Stephan Theiss über den Digitalgipfel 2024 von einer Analogie zum Thema KI-Verständnis: “𝘞𝘢𝘩𝘳𝘴𝘤𝘩𝘦𝘪𝘯𝘭𝘪𝘤𝘩 𝘬𝘢𝘯𝘯 𝘬𝘦𝘪𝘯𝘦𝘳 𝘷𝘰𝘯 𝘶𝘯𝘴 𝘦𝘪𝘯 𝘈𝘶𝘵𝘰 𝘬𝘰𝘯𝘴𝘵𝘳𝘶𝘪𝘦𝘳𝘦𝘯, 𝘢𝘣𝘦𝘳 𝘸𝘪𝘳 𝘬ö𝘯𝘯𝘦𝘯 𝘢𝘭𝘭𝘦 𝘧𝘢𝘩𝘳𝘦𝘯 𝘶𝘯𝘥 𝘷𝘦𝘳𝘴𝘵𝘦𝘩𝘦𝘯, 𝘸𝘪𝘦 𝘈𝘶𝘵𝘰𝘴 𝘧𝘶𝘯𝘬𝘵𝘪𝘰𝘯𝘪𝘦𝘳𝘦𝘯. 𝘚𝘰 𝘴𝘰𝘭𝘭𝘵𝘦 𝘦𝘴 𝘢𝘶𝘤𝘩 𝘮𝘪𝘵 𝘒𝘐 𝘴𝘦𝘪𝘯.“ Ich finde diese Analogie tatsächlich sehr passend. Wenn wir nämlich KI verantwortungsvoll nutzen möchten, müssen wir sie erst einmal erlernen - genauso wie wir mal das Autofahren gelernt haben: Denn bevor wir in ein Auto steigen durften, ging es erst einmal in den Theorieunterricht, wo wir lernten, was passiert, wenn wir bremsen oder Gas geben. Wir lernten Verkehrsregeln und Sicherheitsprinzipien um uns Sicher im Straßenverkehr zu bewegen. Bei KI ist das nicht anders: Erst durch ein Grundverständnis können wir erkennen, wie KI „reagiert“ und welche Regeln wir beachten sollten. Der Führerschein ist unser Nachweis der Kompetenz im Straßenverkehr. Wir beweisen damit, dass wir sicher fahren können – unabhängig von äußeren Umständen. Genauso ist es für den verantwortungsvollen Einsatz von KI essenziell, grundlegende Fähigkeiten zu erwerben, um sie eigenständig und zielführend zu nutzen. Wir erlangen damit ein Basiswissen, das uns unabhängiger macht und die volle Kontrolle ermöglicht. Bis wir allein und sicher auf die Straße dürfen, sind es dann letztendlich die vielen Praxisstunden, die uns das nötige Vertrauen geben, um im Straßenverkehr sicher unterwegs zu sein. Auch mit KI gilt: Wer sie regelmäßig anwendet, lernt schnell, das „Steuer“ selbst in die Hand zu nehmen, ohne ständig auf externe Hilfe angewiesen zu sein. Wenn wir in Unternehmen also immer mehr auf KI setzen, ist es wichtig, dass wir alle die Basics verstehen – damit wir uns souverän und sicher im „digitalen Straßenverkehr“ bewegen können. 𝐎𝐝𝐞𝐫?

𝗔ℹ𝗕𝗖 💡 - 𝘄𝗶𝗿 𝗲𝗿𝗸𝗹𝗮̈𝗿𝗲𝗻 𝗕𝗲𝗴𝗿𝗶𝗳𝗳𝗲 𝗿𝘂𝗻𝗱 𝘂𝗺 𝗞𝗜(-𝗦𝘁𝘂𝗱𝗶𝗼𝘀) 🔍 Um #KI sowie unsere Demonstratoren besser zu verstehen, erklären wir heute den Begriff "𝗨̈𝗯𝗲𝗿𝘄𝗮𝗰𝗵𝘁𝗲𝘀 𝗟𝗲𝗿𝗻𝗲𝗻":    💡 "Unter »𝗦𝘂𝗽𝗲𝗿𝘃𝗶𝘀𝗲𝗱 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴« (Überwachtes Lernen im Deutschen) versteht die Fachwelt Verfahren, die anhand eines 𝗴𝗲𝗹𝗮𝗯𝗲𝗹𝘁𝗲𝗻 𝗗𝗮𝘁𝗲𝗻𝘀𝗮𝘁𝘇𝗲𝘀 lernen. Ein gelabelter Datensatz besteht aus 𝗟𝗮𝗯𝗲𝗹𝘀 𝘂𝗻𝗱 𝗙𝗲𝗮𝘁𝘂𝗿𝗲𝘀. Bei 𝗟𝗮𝗯𝗲𝗹𝘀 handelt es sich um die 𝗔𝘂𝘀𝗽𝗿𝗮̈𝗴𝘂𝗻𝗴𝗲𝗻 𝗲𝗶𝗻𝗲𝗿 𝗩𝗮𝗿𝗶𝗮𝗯𝗹𝗲𝗻, welches von primärem Interesse ist und beispielsweise vorhergesagt werden soll, wie etwa Betrugsfälle in einem Buchungssystem. Features sind wiederum Variablen, die zur 𝗘𝗿𝗸𝗹𝗮̈𝗿𝘂𝗻𝗴 𝗱𝗲𝗿 𝗩𝗮𝗿𝗶𝗮𝗯𝗹𝗲, die von Interesse ist, genutzt werden. Supervised-Learning-Verfahren lernen aus den Daten den 𝗭𝘂𝘀𝗮𝗺𝗺𝗲𝗻𝗵𝗮𝗻𝗴 𝘇𝘄𝗶𝘀𝗰𝗵𝗲𝗻 𝗙𝗲𝗮𝘁𝘂𝗿𝗲𝘀 𝘂𝗻𝗱 𝗟𝗮𝗯𝗲𝗹𝘀."   Quelle: 📖 https://lnkd.in/eZqu8uUQ #AiBC #KIStudios #KIerleben #humancenteredAI #Futureofwork #machinelearning Bundesministerium für Arbeit und Soziales | Fraunhofer IAO

📢 Neue Vorstellung einer Qualifizierungsstelle zur Promotion Manuel Röder forscht an der Technischen Hochschule Würzburg-Schweinfurt im Bereich des maschinellen Lernens auf verteilten Systemen, wobei der Datenschutz und die Ressourcenknappheit im Vordergrund stehen.   Sein Forschungsprojekt zielt darauf ab, kleine und mittlere Unternehmen (KMU) sowie einzelne Institutionen wie Krankenhäuser zu unterstützen. Diese verfügen oft nicht über die notwendigen Rechenkapazitäten und Datenmengen, um KI-Modelle effizient und datenschutzkonform zu trainieren. Herr Röder's Forschung konzentriert sich darauf, praktikable Lösungen für diese Herausforderungen zu entwickeln.   Im Rahmen seiner Forschung beschäftigt er sich mit Ansätzen des Föderierten Lernens, die kollaborative Trainingsmethoden durch die Optimierung von Wissenstransfer und Adaptionsverfahren ermöglichen, wobei der Schutz der Privatsphäre durch den Verzicht auf den Austausch von Rohdaten gewährleistet wird.   Das übergeordnete Ziel seiner Arbeit ist es, Unternehmen mit begrenzten Ressourcen zu befähigen, ihre Prozesse durch den Einsatz von KI zu verbessern. Dadurch sollen auch diese Einrichtungen in der Lage sein, die Vorteile maschineller Lernverfahren zu nutzen, ohne Kompromisse bei Datenschutz, Effizienz und Vorhersagegenauigkeit eingehen zu müssen. Foto: Kristina Kaniber #thws #nachwuchsförderung #propere #promotion #qualifizierungsstellen

Die größte Herausforderung bei der Digitalisierung von Unterweisungen und wie wir sie gelöst haben 👇🏼 Als CEO von MILES Learning habe ich viele Herausforderungen gemeistert. Eine der größten bei der Digitalisierung von Mitarbeiterunterweisungen war, sicherzustellen, dass auch die gesetzlichen Anforderungen effizient erfüllt werden. Zu Beginn hatten wir das Ziel, eine Plattform zu entwickeln, die nicht nur benutzerfreundlich, sondern auch flexibel genug ist, um den verschiedenen Bedürfnissen unserer Kunden gerecht zu werden. Der nächste Schritt war die Digitalisierung von betrieblichen Unterweisungen. Um dies umzusetzen, mussten wir sicherstellen, dass die Unterweisungen rechtskonform dokumentiert und signiert werden konnten – und zwar fälschungssicher und datenschutzkonform. Gleichzeitig musste die Handhabung für die Mitarbeiter einfach bleiben. Das Ergebnis: Ein elektronischer Unterweisungsnachweis mit rechtssicherer Dokumentation. Da eine Unterweisung einem Mitarbeiter explizit zugeordnet wird, kann nur dieser Mitarbeiter mit seinen Zugangsdaten die jeweilige Unterweisung absolvieren. Eine separate Unterschrift ist nicht mehr nötig. Durch intensive Zusammenarbeit mit unseren Kunden und kontinuierliche Verbesserungen haben wir eine Lösung geschaffen, die sowohl effizient als auch gesetzeskonform ist.

Wie sieht der Einsatz von #KI in der Praxis aus? Das hat sich Marie Landsberg in einem Prüflabor in Niedersachen angeschaut. Gemeinsam mit dem Mittelstand-Digital Zentrum Hannover konnte das Prüflabor künstliche Intelligenz erfolgreich in seine Prozesse integrieren. Wie genau das aussieht und welche Erfahrungen die Geschäftsführerin des Unternehmens gemacht hat, sehen Sie im Video. 👇 Das gesamte Video können Sie sich hier anschauen: https://lnkd.in/esrb-MHa #KIReadiness