Refine
Document Type
- Bachelor Thesis (22)
- Conference Proceeding (4)
- Master's Thesis (4)
Keywords
- Künstliche Intelligenz (30) (remove)
Institute
Die Bachelorarbeit untersucht den Einfluss von Künstlicher Intelligenz (KI) auf das Kaufverhalten in der Modeindustrie. Ziel ist es, die Faktoren zu identifizieren, die die Akzeptanz von KI-gestützten Technologien beeinflussen. Basierend auf einer umfangreichen Literaturanalyse wurden verschiedene Einflussfaktoren identifiziert, darunter wahrgenommene Nützlichkeit, Benutzerfreundlichkeit und Vertrauen. Die Ergebnisse zeigen, dass diese Faktoren einen signifikanten Einfluss auf die Einstellung der Verbraucher und ihre Bereitschaft zur Nutzung von KI haben. Die Arbeit hebt hervor, wie Unternehmen diese Erkenntnisse nutzen können, um KI effektiv in ihre Marketingstrategie zu integrieren und die Vorteile zu maximieren.
Künstliche Intelligenz im HR-Management unter
Betrachtung von Corporate Digital Responsibility
(2020)
Diese Arbeit befasst sich mit dem effizienten Einsatz von Künstlicher Intelligenz im Human Resource Management, wobei insbesondere die externe, wie auch interne Personalbeschaffung tiefergehend betrachtet wird. Vorgestellt werden außerdem damit verbundene Herausforderungen in Bezug auf den Schutz personenbezogener Daten. Nachfolgend wird im Rahmen einer Corporate Digitale Responsibility Strategie erarbeitet, wie ein fairer digitaler Datenaustausch zwischen Unternehmen, sowie deren potenziellen Kandidaten und internen Mitarbeitern ermöglicht werden kann.
Für Prozessstabilität und Optimierung industrieller automatisierter Produktionsabläufe hat die Hiersemann Prozessautomation das System CEMODAS® - Central Modular Data System - entwickelt und industriell in mehreren Anwendungen im Einsatz. Dieses System umfasst in der Grundversion Module zur Betriebs- (BDE) und Qualitätsdatenerfassung (QDE) inkl. Auswertung dieser Daten. Durch die Integration von Schnittstellen zu verschiedenen Automationssystemen ermöglicht das System Datenauswertungen, wie NEE und OEE, von gesamten Produktionslinien und Werken. Weiterhin ist der Instandhaltungsassistent als sog. Helpdesk entwickelt worden, der Warn- und Fehlerinformationen für Instandhaltungszwecke erfasst. Die Informationen werden aktiv an Devices, wie PC, Laptop, Mobile Phone oder Watches, übertragen und beinhalten zudem ein Ticket-System.
Aktuell wird an der Integration von Methoden der künstlichen Intelligenz KI in das System gearbeitet.
StyleGAN2: Eine Analyse und dessen Übertragbarkeit auf die
Erzeugung synthetischerGanzkörperbilder
(2020)
Die vorliegende Bachelorarbeit befasst sich mit der Analyse der künstlichen Intelligenz Style-GAN2. Dabei richtet sich der Fokus zuerst auf den Aufbau von StyleGAN und im weiteren Verlauf auf die Weiterentwicklung StyleGAN2. Mit StyleGAN2 lassen sich fotorealistische Bilder von nicht existierenden Menschen, Tieren oder anderen Objekten erzeugen, z. B. menschliche Porträts, Katzen, Autos, Pferde und Kirchen. Bisher haben sich nur wenige Arbeiten mit der Erzeugung fotorealistischer Ganzkörperbilder von nicht existierenden Menschen auseinandergesetzt. Aus diesem Grund liegt der Schwerpunkt dieser Arbeit auf der Erzeugung synthetischer Ganzkörperbilder mit StyleGAN2. Diesbezüglich werden aus verschiedenen Arbeiten ideale Datensatz-, Bild- und Modelmerkmale abgeleitet und eine Vorgehensweise zur Erzeugung eines idealen Bilddatensatzes erläutert. Dieser Bilddatensatz wird zum Trainieren von StyleGAN2 benötigt. In einer Schritt für Schritt Anleitung wird das genaue Vorgehen zum Trainieren und Erzeugen synthetischer Ganzkörperbilder mit StyleGAN2 erklärt. Die vorliegende Arbeit soll als Anleitung zum Erzeugen synthetischer Ganzkörperbilder mit
StyleGAN2 dienen. Diese kann für verschiedene Bereiche genutzt werden, z. B. für den ECommerce, die Filmindustrie oder zur Bekämpfung von Straftaten.
Die Überwachung von Staubauwerken stellt Stauanlagenbetreiber vor viele Herausforderungen. Insbesondere aufgrund der Kosten und des Zeitaufwandes werden Staubauwerke oft nur ein- bis zweimal im Jahr durch trigonometrische Messungen überwacht. Seit einigen Jahrzehnten liefern jedoch Radarsatellitendaten nützliche Informationen zum Infrastrukturmonitoring. Satellitendaten der Copernicus Sentinel-1 Mission erlauben es, mittels der Technik der Persistent Scatterer Interferometrie (PSI), Deformationsmessungen von Staubauwerken im Millimeterbereich mit einem zeitlichen Abstand von 6 bis 12 Tagen durchzuführen. In einem Verbundprojekt zwischen der Friedrich-Schiller-Universität Jena und dem Ruhrverband soll ein Dienst entwickelt werden, der bisherige Überwachungsstrategien der Anlagen durch Nutzung der PSI Technik verbessert. Zudem sollen neuartige Geräte genutzt werden, die die Sichtbarkeit der Stauanlagen im Satellitenbild erhöhen sowie Methoden der künstlichen Intelligenz genutzt werden, um Deformationen im Falle von Extremwetterereignissen besser vorhersagen zu können.
Die Bachelorarbeit erläutert, was Deepfakes sind und inwiefern solche, unter Zuhilfenahme von maschinellem Lernen erzeugten, Bild- und Videomanipulationen in juristischen Zusammenhängen in Erscheinung treten oder Einfluss auf Vorgänge im Bereich des Rechtsverkehrs haben können. Dies wird unter anderem anhand dreier ausgewählter Szenarien verdeutlicht.
Neuronal gesteuerte Agenten werden über genetische Entwicklung fortgebildet und optimieren somit ihre Verhaltensweisen in einer vorgegebenen Umgebung, um entsprechende Bedürfnisse maximal zu erfüllen. Dafür wird eine statische Umgebung erstellt, in welcher zu bestimmten Zeiten gegebene Orte geöffnet haben. Für die Agenten gilt es nun herauszufinden, wie sie ihre Zeit am effektivsten Nutzen können.
In dieser Arbeit wird mittels eines qualitativen Vergleichs untersucht, ob KI-basierte Modeling-Gitarrenverstärker in der Lage sind, einen Röhrenverstärker klanglich exakt zu emulieren. Dazu werden Emulationen von zwei verschiedenen Röhrenverstärkern erstellt, um diese, als auch die Röhrenverstärker mit denselben Stimuli eines Gitarrensignals zu speisen. Aus den Signalen soll ein Differenzsignal gebildet werden, welches lediglich Signalanteile beinhaltet, in welchem sich Röhrenverstärker und Emulation unterscheiden. Die Signale werden hinsichtlich der Parameter Dynamik, Spektralverhalten und Timbre auf Unterschiede untersucht. Die Resultate werden analysiert und es wird gezeigt, dass minimale messbare Unterschiede existieren und worin diese liegen.
Die Intention der vorliegenden Masterarbeit liegt darin begründet, aktuell vorherrschende Einflüsse von künstlicher Intelligenz auf die Automobilbranche aufzuzeigen. Jene Einflussnahme wird ferner, bezogen auf das Marketing von Automobilen, erläutert.
Zu untersuchen gilt es im Kontext damit den deutschen Premium-Automobilmarkt, dessen wegweisende Hersteller und im Besonderen deren Kunden.
Potentiale und Risiken des Einsatzes von Marketing zur „Vermarktung“ künstlicher Intelligenz im Auto werden im Lauf der Thesis herausgearbeitet und evaluiert. Dies geschieht anhand von Recherche mittels einschlägiger Literatur, einem Experteninterview und eines Diskurses innerhalb einer repräsentativen Fokusgruppe.
Die Masterarbeit folgt zudem fortlaufend den Forschungsfragen „Inwiefern beeinflusst künstliche Intelligenz den Premium-Automobilsektor, sowie das Marketing von Fahrzeugen?" und „Welche Potentiale und auch Risiken weist Marketing über Autos, in denen KI zum Einsatz kommt, auf?“
Am Ende der Arbeit werden mögliche Antworten auf diese Fragen, basierend auf Daten, Fakten und den aktuellen Inhalten der Literatur, ergänzt durch die Antworten und Meinungen eines Experten und der Teilnehmer einer Fokusgruppe, formuliert.
Diese Masterarbeit analysiert die Möglichkeiten der Auditierung von Künstlicher Intelligenz in der Theorie und der Praxis. Im Rahmen eines anwendungsnahen Szenarios wird mithilfe des Frameworks Avalanche ein kontinuierlich lernendes System konstruiert. Deren Gewichtswerte sowie die Änderung der Gewichte werden in einer Logdatei gespeichert. Der Verlauf der Änderungen sowie der entstehende Speicherbedarf bei variierender Hidden Layer-Zahl und Neuronenanzahl gibt Rückschlüsse über die Anwendbarkeit der betrachteten Methode. Diese Vorgehensweise ist alleinstehend nicht ausreichend für eine umfassende Auditierung, wodurch weiterführende Forschung notwendig ist.