So setzen deutsche Unternehmen KI ein

Keynote auf der Data & AI Summer Conference

Echten Mehrwert mit Künstlicher Intelligenz schaffen – darum drehte sich die Data & AI Summer Conference der Alexander Thamm GmbH. Porsche, Volkswagen Financial Services und Munich RE gaben Einblick in ihre Strategie und Best Practises. Künstliche Intelligenz (KI) ist eines der Trend Themen in der Politik und in Unternehmen. Doch wie und in welchen Unternehmensbereichen wird KI bereits erfolgreich eingesetzt und kann einen klaren Mehrwert liefern? Darüber diskutierten Experten aus verschiedenen Unternehmen und Verbänden auf der Data & AI Summer Conference der Alexander Thamm GmbH. Ingo Alzner von der Porsche AG und Dr. Alexander Borek von Volkswagen Financial Services zeigten […]

Weiterlesen

Alexander Thamm GmbH übernimmt KI-Unternehmen aiso-lab

Alexander Thamm und Jörg Bienert

Künstliche Intelligenz ist der Game Changer für viele Unternehmen und ganze Branchen. Um das Portfolio und die Kompetenzbereiche dahingehend weiter auszubauen, übernimmt die Alexander Thamm GmbH das KI- Unternehmen aiso-lab aus Köln. Die Nachfrage nach Lösungen im Bereich Künstliche Intelligenz (KI) steigt derzeit enorm. Um die Bereiche strategische Beratung, Schulung und individuelle Projektbetreuung auf Basis von KI-Technologien weiter auszubauen, hat die Alexander Thamm GmbH, Deutschlands führende Beratung für Data Science und Künstliche Intelligenz, das Unternehmen aiso-lab aus Köln übernommen. Gründer und Geschäftsführer Jörg Bienert ist gleichzeitig Präsident des KI-Bundesverbandes e.V. und hat bereits 2015 das Big Data Unternehmen parstream erfolgreich […]

Weiterlesen

Data Engineering – Grundlagen, Aufgaben und Bedeutung

Data Engineering in Data-Science-Projekten

Data Engineering ist ein Teilbereich von Data-Science-Projekten, dessen wahre Relevanz erst in den letzten Jahren erkannt wurde. Besonders wenn es um das Produktivsetzen von Data Science Use Cases geht, spielt Data Engineering eine Schlüsselrolle. In diesem Grundlagen-Artikel finden Sie relevante Informationen zum Thema Data Engineering.

Weiterlesen

Vielfach unterschätzt, aber unschätzbar wertvoll: Der Data Engineer

Neben dem Data Scientist spielt der Data Engineer eine Schlüsselrolle bei der Datenauswertung.

Data Engineering ist ein Bereich, der immer noch von vielen Unternehmen unterschätzt wird, wenn es darum geht, ihre Daten in Mehrwert zu verwandeln. In diesem Blog-Artikel erfahren Sie, warum der Data Engineer eine Schlüsselposition in Data-Science-Teams einnimmt sowie alles Wesentliche über das Berufsbild und Ausbildungsmöglichkeiten.

Weiterlesen

4 Strategien, die zum Erfolg führen: Anforderungsmanagement in Data-Science-Projekten mit Schwerpunkt auf Visualisierung

Data-Science Anforderungen Visualisierungs-Projekt

Anforderungen in Data-Science-Projekten und deren genaue Analyse sind für das Gelingen von datengetriebenen Projekten von zentraler Bedeutung. Diese sollten vollständig und widerspruchsfrei sein. Der Umgang mit Anforderungen ist ein wesentlicher Erfolgsfaktor in Projekten. Dieser Text präsentiert Strategien, mit denen sich Anforderungen in Data-Science-Projekten mit Visualisierungsanteil optimal ermitteln lassen.

Weiterlesen

Verstärkendes Lernen im Einsatz – Voraussetzungen und Use Cases

Verstärkendes Lernen

Verstärkendes Lernen bzw. Reinforcement Learning ist eine der vielversprechendsten Machine Learning Methoden bzw. im Bereich KI. Nachdem wir uns im zweiten Teil der Artikel-Serie mit dem Stand der Forschung beschäftigt haben, erfahren Sie in diesem dritten und letzten Teil alles Wichtige über den praktischen Einsatz von Verstärkendem Lernen.

Weiterlesen

Transfer Learning am Beispiel von Bildanalysen

Tansfer Learning, Machine Learning

Transfer Learning ist eine von verschiedenen im Bereich Machine Learning angewandten Lernmethoden, um Algorithmen mit den Fähigkeiten auszustatten, die sie für eine bestimmte Aufgabe brauchen. Die bekanntesten und verbreitetsten Lernmethoden sind sicher Unsupervised Machine Learning und Supervised Machine Learning. Dieser Artikel gibt einen Überblick über die wichtigsten Aspekte des Transfer Learning.

Weiterlesen

Mercury-ML: Alexander Thamm startet eigene Python Open-Source-Bibliothek für leicht konfigurierbaren Machine Learning Workflow

Mercury-ML Logo

In der täglichen Zusammenarbeit mit unseren Kunden stehen wir häufig vor der Herausforderung, aus einer Vielzahl verschiedener Open-Source Bibliotheken unterschiedliche Funktionen zu einem maschinellen Lernen Workflow zusammenzuführen. Was als internes Projekt zur Verbesserung unserer eigenen Arbeit begonnen hat, möchten wir nun der Öffentlichkeit als Open-Source Bibliothek unter dem Namen Mercury-ML zur Verfügung stellen.

Weiterlesen

1 2 3 12
top