Refine
Document Type
- Bachelor Thesis (22)
- Conference Proceeding (4)
- Master's Thesis (4)
Keywords
- Künstliche Intelligenz (30) (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.
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.
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.
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.
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.
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.
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.
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.
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.
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.