Für betriebliche Managementsysteme – TÜV Media GmbH
Unter dem Namen HUMEUS plant die FQS Forschungsgemeinschaft Qualität e.V. ein Forschungsvorhaben, das Mitarbeitende in der Produktion bei der Entscheidungsfindung in Stör- und Fehlersituationen KI-basiert unterstützen soll. Interessierte Unternehmen können sich als Mitglied des Projektbegleitenden Ausschusses zu beteiligen. weiterlesen
In einem technischen Bericht haben ISO und IEC Bedenken hinsichtlich der Vertrauenswürdigkeit untersucht und praktische Lösungen bereitgestellt. ISO / IEC TR 24028: 2020, Informationstechnologie – Künstliche Intelligenz – Überblick über die Vertrauenswürdigkeit in der künstlichen Intelligenz, analysiert die Faktoren, die die Vertrauenswürdigkeit von Systemen beeinflussen können, die KI bereitstellen oder verwenden. weiterlesen
Das Projekt EWIMA (Energiewissensmanagement zur unternehmensübergreifend optimierten Energieverwendung) belegt die Bedeutung virtueller Kraftwerke für die Energiewende in Deutschland. Unter Leitung des FIR befasste sich ein Konsortium aus sechs geförderten und drei assoziierten Partnern drei Jahre lang mit der Weiterentwicklung des betrieblichen Energiemanagements zur Optimierung der Energienutzung. weiterlesen
Die internationalen Normungsorganisationen ISO und IEC haben einen technischen Report „Overview of Trustworthiness in artificial intelligence“ veröffentlicht. Internationale Experten geben in ihrem Report einen Überblick über die Themen rund um die Vertrauenswürdigkeit von KI-Systemen. weiterlesen
Wie steht es derzeit um den Einsatz von KI in Deutschland? Anhand statistischer Indikatoren zeichnet eine neue Studie des Bundesministeriums für Wirtschaft und Energie (BMWi) ein Lagebild für das Jahr 2019. Die Ergebnisse zeigen Luft nach oben. weiterlesen
Das DIN hat einen „Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen“ veröffentlicht, wie gestern qz-online berichtete. Die DIN SPEC 13266 vermittelt grundlegende Kenntnisse zu den Anwendungsmöglichkeiten und der Struktur von Deep-Learning-Systemen und nennt Voraussetzungen, unter denen sich Bilderkennungsprobleme mithilfe eines Deep-Learnings-Systems bearbeiten lassen. Weiterhin gibt das Dokument Leitlinien zur praktischen Umsetzung an die Hand – angefangen beim Sammeln von Daten über ihre Strukturierung bis hin zur Ablaufstruktur von Lernexperimenten und zur Fehleranalyse. weiterlesen