Refine
Document Type
- Bachelor Thesis (22)
- Conference Proceeding (4)
- Master's Thesis (4)
Keywords
- Künstliche Intelligenz (30) (remove)
Institute
Theorie: Künstliche Intelligenz gewinnt zunehmend an Bedeutung in verschiedenen Branchen, darunter auch in den Medien. Infolgedessen hat sie bereits Einzug in den Journalismus gehalten und manifestiert sich im Arbeitsalltag von Redaktionen. Jedoch birgt dieses Thema nicht nur Potenziale für Effizienzsteigerung und innovative Berichterstattung, sondern bringt auch rechtliche und ethische Herausforderungen mit sich. Diese Entwicklung wird in der vorliegenden Arbeit am konkreten Beispiel der Redaktion des „WochenEnd-Spiegels" in Chemnitz veranschaulicht. Methode: Die angewandte Methode basiert auf einer explorativen Studie, die durch vier qualitative Experteninterviews durchgeführt wird. Die Datenerhebung und -auswertung erfolgen mithilfe leitfadengestützter Experteninterviews. Die qualitative Herangehensweise ermöglicht eine eingehende Analyse der Erfahrungen und Meinungen der Experten in Bezug auf den Einsatz von KI in der redaktionellen Arbeit des „WochenEndSpiegels". Ergebnisse: Die Ergebnisse der Studie zeigen, dass optimiert Arbeitsabläufe eine verstärkte Konzentration auf kreative Aspekte ermöglichen und die Analyse großer Datenmengen erleichtern. Trotz dieser Chancen wird betont, dass der Einsatz von KI eine ausgewogene Anpassung an ethische Standards erfordert, kontinuierliche Schulungen der Redakteure und klare rechtliche Regelungen. Ausblick: KI kann die Kreativität in der redaktionellen Arbeit unterstützen. Es wird empfohlen, dass Medienorganisationen sich ganzheitlich auf den Einsatz von KI vorbereiten, um die Chancen zu nutzen und gleichzeitig journalistische Grundprinzipien zu wahren. Der Einsatz von KI wird als dynamischer Prozess betrachtet, der kontinuierliche Anpassungen erfordert, um die Potenziale zu nutzen und gleichzeitig journalistische Standards aufrechtzuerhalten.
Im Rahmen der Arbeit wurde untersucht, welche neuen Möglichkeiten Künstliche Intelligenz (KI) bezüglich der bei Phishing-Angriffen verwendeten Taktiken, Techniken und Werkzeuge bietet. Die Nutzung von KI-gestützten Phishing-Angriffen wird praxisnah beschrieben. Unter diesem Aspekt wurden aktuelle KI‘s betrachtet, insbesondere ChatGPT. Daraufhin wurde analysiert, inwiefern diese den Prozess des Phishing oder Teilaspekte davon vereinfachen beziehungsweise erleichtern. Die Ergebnisse wurden diskutiert, um ein besseres Verständnis dafür zu schaffen, wie künstliche Intelligenz den Phishing-Angriffen neue Angriffsvektoren hinzufügt. Die rechtliche oder ethische Bewertung von KI im Zusammenhang mit Phishing wurde nicht behandelt. Zudem geht die Arbeit ebenfalls nicht auf die Entwicklung oder Implementierung spezifischer Abwehrmaßnahmen ein.
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.
Keiner schaut mehr Fernsehen. Die Benutzung von Videostreaming ist beim Großteil der digital vertrauten Bevölkerung in Fleisch und Blut übergegangen und erstreckt sich über den gesamten Globus. Die Giganten der Streaming-Anbieter sind YouTube, Amazon und Netflix und sie sind dem Modell des Fernsehens meilenweit voraus. Mit komplex verstrickten Algorithmen sollen uns, den Nutzern, die Inhalte geboten werden, die uns dazu bringen, noch mehr zu konsumieren. Wie weit und auf welche Weise muss ein System entwickelt sein, um jedem Nutzer Inhalte anzubieten, die unheimlich oder faszinierende Weise auf uns zugeschnitten sind?
Das Ziel dieser Forschung ist es, das System der Vorschläge von Netflix auf die Qualität, Passgenauigkeit und Effizienz im Hinblick auf Präferenzen und Bedürfnisse zu bestimmen, die die Nutzer in Verbindung mit Netflix aufweisen.
Um die Forschungsfrage zu beantworten, wurden innerhalb einer mehrteiligen, iterativen Meinungsumfrage Bewertungen von Vorschlägen von Freunden, Bekannten und Familie mit den Vorschlägen von Netflix in den Zusammenhang mit dem eigenen Filmgeschmack, Präferenzen, Nutzung des Accounts und Verhalten beim Streaming gebracht. Dabei wurde bestätigt, dass die Vorschläge von Netflix stärker zum Filmgeschmack passen, hierbei jedoch Differenzierungen bei der Popularität und Unterhaltsamkeit des Vorschlags zu beobachten sind. Des Weiteren zeigte die empirische Untersuchung auf, dass verhaltenspsychologische und sozialwissenschaftliche Aspekte Einflüsse auf die Effizienz einer künstlichen Intelligenz haben und noch nicht voll ständig in die Optimierung in das System der Netflix Vorschläge eingeflossen sind.
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.
Die fortschreitende Digitalisierung stellt Ermittlungs- und Strafverfolgungsbehörden vor große Herausforderungen. Die steigenden Datenmengen sind insbesondere für die Aufklärung von Delikten wie der Kinderpornografie ein Problem, da große Datenbestände manuell gesichtet werden müssen. Um Herr der Lage zu bleiben, müssen neue Ermittlungsansätze eingeführt werden, die sich technisch unterstützender Werkzeuge wie KI bedienen. Zielen solche Hilfsmittel heute auf die Reduktion der händisch zu analysierenden Materialien ab. Bisher fehlt eine semantische Betrachtungsmöglichkeit der kinderpornografischen Inhalte, um Bild- und Videomaterialien einer Aufnahmeserie zuordnen zu können. Diese Forschungsarbeit befasst sich mit der Konzeption der semantischen Analyse kinderpornografischer Materialien.
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.
Das Ziel dieser Masterarbeit ist die Evaluierung des Realtime Multi-Person 2D Pose Estimation Frameworks OpenPose. Dazu wird die Forschungsfrage gestellt, bis zu welcher Pixelgröße ein Mensch allgemein von dem System mit einer Sicherheit von über 50% richtig detektiert und dargestellt wird. Um die Forschungsfrage zu beantworten ist eine Studie mit sieben Probanden durchgeführt wurden. Aus der Datenerhebung geht hervor, dass der gesuchte Confidence Value zwischen 110px und 150px Körpergröße in von Menschen digitalen Bildern erreicht wird.
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.
The aim of this bachelor thesis is to find out how the use of artificial intelligence, specifically the one used in combat situations, can increase the playing time or even the replay value of games in the action role-playing genre. Thereby, it focuses mainly on combat situations between a player and an artificial intelligence.
To begin with, this bachelor thesis examines the action role-playing genre in order to find a suitable definition for it. Accordingly, action role-playing games involve titles that send the player on a hero’s journey-like adventure in which they must prove their skills in combat against virtual opponents. The greatest challenge of these real-time battles comes from the required quick reflexes, skill queries and hand-eye coordination.
Next, six means of increasing the replayability of a game are explored: Experience and Nostalgia, Variety and Randomness, Goals and Completion, Difficulty, Learning, and Social Aspect. The paper then proceeds to give an explanation for the term Artificial Intelligence and examines the various methods used to create intelligent behavior as well as the general advancement of the research field. Special attention is given to the implementation methods of Finite State Machines and Behavior Trees, as they are the most widely used methods for creating behavioral patterns of virtual characters.
Finally, a study conducted as part of the bachelor thesis is described, which compares a mathematically balanced artificial intelligence with a behaviorally balanced one in terms of game performance regarding the willingness of test subjects to purchase and play through the game as well as its replay value. The thesis concludes with the findings that while the behavioral approach is more promising than the mathematical approach, a combination of the two methods ultimately leads to the best outcome. Furthermore, the study shows that the use of artificial intelligence to individualize gaming experiences is promising for the future of the gaming industry.
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
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.
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.
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.
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.
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.
Die vorliegende Bachelorarbeit beschäftigt sich mit Objekterkennung im Kontext des maschinellen Lernens. Analysiert werden zwei Kategorie Algorithmen R-CNN und YOLO von Objekterkennung. Mit Matlab werden der offizielle Code durchführen, um darin einiges Objekt zu erkennen. Verschiedene Algorithmen haben unterschiedlichen Prinzipien und Prozesse. Nach Läufen können sie bei viele Bereiche verglichen und bewertet worden. Die Ergebnisse zeigten die Genauigkeit usw. Im Rahmen dieser Bachelorarbeit werden 3 verschiedenen Algorithmus getestet, um der Objekterkennungsfähigkeit der drei Algorithmen für denselben Datensatz unter derselben Betriebsumgebung zu vergleichen.
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 vorliegende Bachelorarbeit widmet sich dem Thema des Einsatzes von Künstlicher Intelligenz bei Sportveranstaltungen. Es wird dabei auf die Anwendungsmöglichkeiten der Künstlichen Intelligenz in den unterschiedlichen Phasen einer professionellen Sportveranstaltung eingegangen und der Nutzen gegenüber Zuschauern von professionellen Sportveranstaltungen untersucht. In der literaturbasierten Analyse werden die Potentiale und Grenzen auf Basis von drei theoretischen Diskussionselementen herausgearbeitet:
(1) Erlebniswelten von Sportveranstaltungen,
(2) Dienstleistungseigenschaften von Sportveranstaltungen und
(3) Zielgruppen von Sportveranstaltungen sowie deren Motive und Beschränkungen.
In dieser Bachelorarbeit soll festgestellt werden, ob die Erkennung von KFZ-Kennzeichen mittels künstlicher Intelligenz insoweit möglich ist, dass eine digitale Manipulation derer, im Anschluss denkbar ist. Dazu werden zunächst äußerliche Eigenschaften von KFZ-Kennzeichen ausgearbeitet und herkömmliche Kamerasysteme vorgestellt. Anschließend wird eine Anwendung für automatisierte Kennzeichenerkennung getestet, um einzuschätzen, ob die Erkennungsfunktion die Erfolgsrate ausweist, die für eine digitale Manipulation von Nöten ist. Die Arbeit richtet sich an Personen mit Verständnis von Computern sowie der Arbeitsweise neuronaler Netze im Speziellen.
Roboter werden zunehmend im Gesundheitswesen eingesetzt.In dieser Arbeit werden die Roboter in den wichtigsten Forschungsbereichen ausführlich vorgestellt und ihre Funktionen, technischen Hauptindikatoren sowie Vor- und
Nachteile verglichen und beschrieben. Darüber hinaus werden auch die praktischen Technologien wie Navigation, SLAM und automatische Hindernisvermeidung analysiert. Abschließend wird die zukünftige Entwicklung von medizinischen Robotern in der Zusammenarbeit mit mehreren Robotern und künstlicher Intelligenz erörtert.
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.
Marker-based systems can digitally record human movements in detail. Using the digital biomechanical human model Dynamicus, which was developed by the Institut für Mechatronik, it is possible to model joint angles and their velocities such accurately that it can be used to improve motion analysis in competitive sports or for ergonomic evaluation of motion sequences. In this paper, we use interpretable machine learning techniques to analyze the gait. Here, the focus is on the classification between foot touchdown and drop-off during normal walking. The motion data for training the model is labeled using force plates. We analyze how we could apply our machine learning models directly on new motion data recorded in a different scenario compared to the initial training, more precise on a treadmill. We use the properties of the interpretable model
to detect drift and to transfer our model if necessary.
Der nächste große Wandel der Medienbranche : Mensch gegen Maschine im Bereich der Content-Kreation
(2018)
Das Ziel dieser Arbeit ist es zu untersuchen, inwiefern die Technologien der künstlichen Intelligenz die Medienbranche im Bezug auf kreative Content-Kreation verändern werden. Dabei wird die historische Entwicklung automatischer Content-Genierung betrachtet und es werden aktuelle Anwendungspotentiale der Technologie in der Medienbranche untersucht. Zusätzlich ist ein Experiment zur Feststellung der Akzeptanz der Konsumenten und der Qualtität von automatisch generiertem Content durchgeführt worden. Die Ergebnisse der Arbeit zeigen, dass künstliche Intelligenz in bestimmten Sektoren der Medienbranche als disruptive Technologie auftreten wird und in anderen Bereichen eine unterstützende Funktion einnehmen wird.
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.
In der folgenden Ausarbeitung wird erläutert welchen Einfluss künstliche Intelligenz im Bereich Customer-Relationship-Management auf das Onlinebusiness hat und wie sie genutzt wird. Des Weiteren werden die Eigenschaften des CRM dargestellt und welche Chancen sich durch die Technologie der künstlichen Intelligenz ergeben. In einem Beispiel wird verdeutlicht wie Amazon die künstliche Intelligenz im CRM nutzt.
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.