Refine
Document Type
- Bachelor Thesis (23)
- Conference Proceeding (4)
- Master's Thesis (4)
Keywords
- Künstliche Intelligenz (31) (remove)
Institute
Im Projekt „HoWa-innovativ“ ist ein Demonstrator eines neuartigen niederschlagsbasierten Hochwasserfrühwarnsystems
unter Verwendung von Dämpfungsdaten kommerzieller Mobilfunknetze entwickelt worden. Dabei sind Daten einer weltweit vorhandenen Infrastruktur durch künstliche Intelligenz (KI) opportunistisch für eine völlig neue Anwendung, hier für die Daseinsvorsorge, in Wert gesetzt worden.
Zukunftstrend: Smart Life
(2017)
Die vorliegende Bachelorthesis widmet sich der Untersuchung, wie die Digitalisierung und die daraus resultierenden intelligenten Objekte den Umgang mit Medien und technischen Geräten in unterschiedlichen Lebenssituationen verändern. Mittels einer allgemeinen Analyse der Digitalisierung und des Trendmanagements wird dem Leser Einblick in unterschiedliche Bereiche gewährt, in welchen intelligente Technologien zum Einsatz kommen. Des Weiteren bietet diese Arbeit Antwortmöglichkeiten auf die Fragen, welche Zielgruppe von intelligenten Technologien angesprochen werden soll, in welcher Relation der Begriff Lifestlyle zu diesem Thema steht, welche Chancen und Risiken von diesen neuen Produkten ausgehen und wie groß die entgegengebrachte Akzeptanz dieser Technologien ist. Darüber hinaus bekommt der Leser Einsicht in ein Praxisbeispiel und erfährt abschließend, welche Erfolgsfaktoren, Handlungsempfehlungen und Zukunftsaussichten resultieren.
Die vorliegende Arbeit befasst sich mit der Analyse der Verbindungen zur Blockchain-Technologie und der künstlichen Intelligenz. Das Hauptziel ist, neue Bereiche der beiden Technologien zu beschreiben und zu erklären. Zuerst werden inhaltliche Fragen und Erklärungen für ein besseres Verständnis der beiden Technologien erläutert. Des Weiteren werden gemeinsame Einsatzszenarien, sowie dessen Realisierung betrachtet. Zuletzt werden Vor- und Nachteile, sowie eine Zukunftsprognose der Blockchain-Technologie und der künstlichen Intelligenz aufgestellt.
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.
Potenziale von Big Data und künstlicher Intelligenz zur
Optimierung von Geschäftsprozessen im Handel
(2022)
Die Digitalisierung und dahingehend ihr Technologien Big Data und künstliche Intelligenz bringen frischen Wind in Handelsunternehmen. Sie können durch die Technologien neue Grenzen in der Effektivität und Effizienz bestehender Prozesse setzen. Darum sollten Unternehmen diese Potenziale ausschöpfen. Ziel dieser Arbeit ist diese Potenziale zu erkennen und anhand eines Praxisbeispiels darzustellen. Daraus resultiert die Forschungsfrage: Wie können Unternehmen im Online-Handel Big Data- und künstliche Intelligenzen anwenden, um Prozesse nachhaltig und langfristig zu optimieren? Spezifisch wurde in dieser Ausarbeitung das Potenzial gefunden, die Kundenkommunikation durch eine künstliche Intelligenz zu besetzen, Teile des Logistikmanagements zu übernehmen und den Retourenprozess effizienter und effektiver zu machen. Somit könnten Unternehmen mit dem Einsatz der Technologien,
Kundenzufriedenheit, Umsätze und Gewinne steigern und die
Bearbeitungsgeschwindigkeit und den Retourenprozess von dem Anruf bis hin zu der gewünschten Form der Rückerstattung kürzen
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.
Anomaly Detection is a very acute technical problem among various business enterprises. In this thesis a combination of the Growing Neural Gas and the Generalized Matrix Learning Vector Quantization is presented as a solution based on collected theoretical and practical knowledge. The whole network is described and implemented along with references and experimental results. The proposed model is carefully documented and all the further open researching questions are stated for future investigations.
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.
In dieser Arbeit soll festgestellt werden, wie die künstliche Intelligenz als Schadsoftware funktioniert. Unter anderem werden das Cyber-Angriff-Modell und das IT-Sicherheitsprozess vom Bundesamt für Informationstechnik und Sicherheit vorgestellt. Anschließend werden die mit der automatisierten Malware einhergehenden Sicherheitsrisiken und die Auswirkung der künstlichen Intelligenz als Schadsoftware auf das Cyber-Angriff-Modell und das IT-Sicherheitsprozess überprüft.
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.