Künstliche Intelligenz / Robotic

Mit AI Distillation ist die IT-Welt um ein Buzzword reicher. Kein Wunder, denn diese Technik im Bereich der KI-Modelle hat sich zu einer echten Erfolgsformel entwickelt. Aber was steckt eigentlich dahinter, wo liegen die Vorteile - und wo die Nachteile? 

Ohne echte Qualitätssicherung für die Nutzung generativer KI steht der Menschheit eine Dystopie ins Haus. Solange sie nicht existiert, sind die Nutzer in der Pflicht, die Gefahren von GenAI zu kennen und die Technologie verantwortungsvoll einzusetzen. Die Münchner Kommunikationsagentur PR-COM, die auf High-tech-Themen spezialisiert ist, sorgt für Aufklärung und nennt die vier gefährlichsten Qualitätskiller im beginnenden KI-Zeitalter.

Viele Branchen haben das Potenzial von KI erkannt, sei es beim Schreiben von Code oder im Bereich humanoider Roboter. Es gibt bereits KI-generierte Bilder, Videos und Musik. Mathematische Tools erweisen sich als vielversprechend, um Lösungen für Probleme zu finden, die selbst die fähigsten Köpfe seit langem beschäftigen. Sprachmodelle könnten in der Lage sein, die komplexen Strukturen der Biologie zu entschlüsseln.

ChatGPT und Co. spucken auf Knopfdruck fertigen Programmcode aus. Dafür muss man lediglich seine Ideen für eine Anwendung in einem Prompt in natürlicher Sprache beschreiben. Mit generativer KI können deshalb auch Fachexperten aus den Geschäftsbereichen, die nicht über klassische Programmierkenntnisse verfügen, an der Softwareentwicklung eines Unternehmens mitwirken. Das war bislang eigentlich immer die Domäne von Low-Code-Plattformen, die es ermöglichen, Entwicklungsprozesse durch visuelle Schnittstellen und modulare Bausteine zu vereinfachen und dadurch auch Nicht-Entwickler an Bord zu holen. Läuft generative KI diesen Plattformen jetzt den Rang ab, da sie ganz ohne Modellierung und Konfiguration auskommt und damit die Einstiegshürden weiter senkt? Nein, aber generative KI kann Low-Coding-Plattformen erheblich verbessern. Vorausgesetzt, sie wird richtig angewendet.

Noch vor wenigen Jahren genügte es für Unternehmen, relevante Schlüsselbegriffe (Keywords) zu platzieren, um bei Google & Co. sichtbar zu sein. Doch der Aufstieg KI-gestützter Suchagenten wie ChatGPT, Gemini oder Perplexity verändert diese Landschaft grundlegend. Suchmaschinen der neuen Generation bieten nicht mehr nur Verweise auf Webseiten an, sondern geben konkrete, direkte, präzise und kontextbezogene Antworten. Wer hier nicht auftaucht, wird schlicht übersehen.

Unternehmen sehen sich heute mit einer Flut von Daten konfrontiert, deren strategischer Wert sich nur durch gezielte Auswertung erschließt. Moderne Analyseplattformen wie Microsoft Fabric vereinfachen den Zugang zu datenbasierten Erkenntnissen und stärken so die Marktposition. Der Wert dieser Technologien entfaltet sich jedoch erst durch eine durchdachte Implementierung und strategische Ausrichtung.

"Hallo Magnus! Wir planen bei einem Kunden die Einführung von Viva Engage. Leider sind die Informationen im Wiki veraltet. Saskia meinte, du hättest bereits Erfahrungen damit." "Hallo Daniela! Ja, ich habe die Einführung bei mehreren Kunden begleitet. Ich suche dir die Unterlagen dazu aus dem letzten Projektordner." Solche Dialoge zeigen exemplarisch, wie verstreut Wissen in vielen Unternehmen ist und wie stark der Zugang davon abhängt, wen man kennt. Niemand möchte sich durch seitenlange Dokumentationen kämpfen oder aufwändig recherchieren, um relevante Informationen zu finden - oft ist sogar unklar, ob sie noch aktuell sind. Auch das Aufbereiten von Wissen für andere ist häufig mühsam und zeitaufwändig. Viele fragen sich: "Warum soll ich Zeit investieren, damit andere davon profitieren?" Die Folge: Erfahrungswissen bleibt undokumentiert und Fehler wiederholen sich.

Eine Frage, die M365-Verantwortliche aktuell umtreibt: Wie gelingt es, Microsoft 365 Copilot nicht nur einzuführen, sondern auch produktiv zu nutzen?

Die digitale Transformation zwingt Organisationen dazu, gewachsene IT-Landschaften zu hinterfragen. Insellösungen, Medienbrüche und heterogene Systemwelten erschweren Skalierbarkeit, Innovationsfähigkeit und Sicherheit. Mit Microsoft 365 (M365) positioniert sich Microsoft nicht mehr nur als Anbieter von Office-Software, sondern als umfassender Plattformanbieter für moderne, integrierte IT-Architekturen. Doch kann M365 tatsächlich den Anspruch eines universellen IT-Betriebssystems als zentrale IT-Architektur für Unternehmen erfüllen? Dieser Fachbeitrag analysiert Potentiale, Limitationen und kritische Erfolgsfaktoren für Entscheider, die M365 als Plattform evaluieren.

Die Anwendung von künstlicher Intelligenz (KI) in der Finanzbranche hat eine lange Historie - vom algorithmischen Handel in den 1980er Jahren bis zu heutigen Anwendungen in der Betrugserkennung oder Kundensegmentierung. Mit generativer KI beginnt nun eine neue Phase. Für viele Banken stellt sich dabei nicht mehr die Frage, ob KI genutzt werden sollte, sondern wie sie sicher und wirksam integriert werden kann. In Zeiten des Wettbewerbs um Talente, steigender Kundenerwartungen und des Drucks auf der Regulatorik- und Kostenseite, kann generative KI zu einer zentralen strategischen Säule in der digitalen Transformation für Banken werden. Kurzfristig als Co-Pilot für mehr Automatisierung, Prozessoptimierung und Personalisierung, langfristig als Motor für adaptive Betriebsmodelle hin zu mehr organisatorischer Resilienz, schnellerer Entscheidungsfähigkeit und konsequenter Datenorientierung. Doch wie strategisch muss die Integration von generativer KI geplant werden? Und was bedeutet das konkret für Banken? Zumal sich die Implementierung von KI für Banken in einem stark regulierten Umfeld deutlich herausfordernder gestaltet als in vielen anderen Branchen.

Die digitale Transformation verändert nicht nur Technologien, sondern auch das Selbstverständnis von Führung. Klassische Modelle stoßen an ihre Grenzen - nicht zuletzt, weil digitale Tools und insbesondere KI den Führungsalltag zunehmend verändern. Führungskräfte stehen heute vor der Aufgabe, technologische Möglichkeiten mit menschlichem Potenzial zu verbinden und damit die Grundlagen moderner Führung neu zu definieren.

Dateien effizienter im Team bearbeiten, Aufgaben zentral und in Echtzeit steuern und weniger Zeit für Recherche und Analyse großer Informationsmengen verschwenden: Genau das versprechen KI-Tools wie ChatGPT, Notion und NotebookLM. Doch was leisten diese Tools tatsächlich im Arbeitsalltag? Wo liegen ihre konkreten Produktivitäts-Vorteile? Für welche Zielgruppen im Unternehmen und welche konkreten Aufgaben eignen sie sich besonders gut? Wie sieht es mit der Integration in bestehende Systeme aus? Und wie produktiv sind die Tools in der Team-Arbeit?

Künstliche Intelligenz hat sich in den letzten Jahren zu einem der einflussreichsten Werkzeuge der Digitalisierung entwickelt. Sie ermöglicht es Unternehmen, Erkenntnisse aus riesigen Datenmengen zu gewinnen, Prozesse zu automatisieren und fundierte Entscheidungen in Echtzeit zu treffen. Doch bei allem Potenzial hängt der Erfolg von KI-Systemen von mehreren entscheidenden Faktoren ab, allen voran von der Datenqualität. Ein KI-System, das mit fehlerhaften, unvollständigen oder verzerrten Informationen arbeitet, kann keine guten Ergebnisse liefern. Der oft zitierte Satz "Garbage in, garbage out" trifft auf KI-Anwendungen in besonderem Maße zu. Gleichzeitig sind eine sorgfältige Planung, in die alle Stakeholder einbezogen werden sollten, und die Schulung der Mitarbeitenden ein Muss.

Der Erfolg von KI-Projekten hängt ganz entscheidend davon ab, dass Unternehmen bereits im Vorfeld genau klären, welche Probleme sie mit Daten und KI lösen wollen, und konkrete Projektziele definieren. Dies ist notwendig, damit die Projektausrichtung stimmt und keine falschen Erwartungen geweckt werden, denn spätere Kurskorrekturen kosten viel Zeit und Geld. Doch auch direkt im Anschluss, wenn die Projektplanungen beginnen und wichtige Details der Problemlösung abgestimmt werden, lauern zahlreiche Fallstricke, die langfristig enorme Probleme verursachen können - bis hin zum vollständigen Scheitern des Projekts.

Künstliche Intelligenz (KI), ursprünglich als Treiber von Innovation und Effizienz gefeiert, wird zunehmend zur Waffe in den Händen von Cyberkriminellen. In einer digital vernetzten Welt nutzen Täter KI, um ihre Methoden zu perfektionieren, Angriffe zu automatisieren und neue Schwachstellen auszunutzen. Die Folge: Eine neue Dimension der Cyberkriminalität, die Privatpersonen, Unternehmen und Regierungen vor beispiellose Herausforderungen stellt. KI verändert nicht nur Wirtschaft und Gesellschaft, sondern ermöglicht auch eine immer raffiniertere Art der Cyberkriminalität.

Das Schweizerische Tropen- und Public Health-Institut (Swiss TPH) ist zur Erfüllung seines Mandats gegenüber seinen Geldgebern auf eine gute interne und externe Zusammenarbeit angewiesen: Gebäude und Arbeitsumgebung, Kultur, Strukturen und Werkzeuge sind darauf ausgerichtet, dass die Mitarbeitenden optimal gemeinsam an Forschungs- und Umsetzungsprojekten arbeiten können. Die Arbeitskultur und -umgebung werden laufend weiterentwickelt: kontinuierlich an der digitalen Transformation arbeitend, erfolgt aktuell die Umstellung auf Microsoft 365. Basierend auf Erkenntnissen aus systematisch durchgeführten Befragungen aller Mitarbeitenden und Studierenden wurden die Bedürfnisse u.a. im Bereich Wissensmanagement gezielt erhoben. Dieser Beitrag soll aufzeigen, inwiefern technische Weiterentwicklungen allein die Bedürfnisse der Mitarbeitenden nicht lösen können und welche Ansätze zur weiteren Vereinfachung der Zusammenarbeit aktuell umgesetzt werden.

Künstliche Intelligenz (KI) hat das Potenzial, die Medizin grundlegend zu transformieren. Von der Präzisionsdiagnostik über personalisierte Therapieansätze bis hin zur Optimierung administrativer Prozesse - KI verspricht eine effizientere und patientenzentriertere Gesundheitsversorgung. Doch neben diesen Möglichkeiten gibt es auch klare Grenzen: Regulatorische Hürden, ethische Fragestellungen und technische Herausforderungen müssen bewältigt werden, um KI erfolgreich und nachhaltig in das Gesundheitssystem zu integrieren.

Seit August 2024 ist der EU AI Act teilweise in Kraft. Die neue Verordnung bringt weitreichende Anforderungen mit sich - angefangen bei der Risikoklassifizierung bis hin zur Pflicht zur Mitarbeiterschulung. Für Unternehmen ergibt sich daraus eine doppelte Aufgabe: Sie müssen regulatorischen Vorgaben gerecht werden und gleichzeitig den Mehrwert von Künstlicher Intelligenz (KI) effizient erschließen. KI gilt branchenübergreifend als Hebel für Effizienz, Innovation und Wettbewerbsfähigkeit....

Es gibt endlich eine Lösung für den Fachkräftemangel -und sie heißt KI. Dabei geht es nicht darum, neue KI Modelle zu entwickeln, sondern diese passgenau einzusetzen. Moderne GenAI-Modelle erlauben es, wertvolles Mitarbeiter-Wissen auf einfache Art zu konservieren, und das ohne wirklichen Mehraufwand für die Mitarbeitenden. Allerdings hindern Missverständnisse über die Möglichkeiten und die Integration von KI viele Unternehmen daran, bereits bestehende technische Lösungen für ihre Herausforderungen zu erkennen. In Deutschland wird der Einsatz von KI im Produktionsumfeld häufig als teuer, komplex und nur für Experten umsetzbar betrachtet - ein Vorurteil, das den Blick auf ihre Potenziale verengt und Unternehmen daran hindert, wettbewerbsfähig zu bleiben. Connected-Worker-Plattformen bieten eine praktikable Alternative! Unternehmen wie Porsche, Siemens, ThyssenKrupp und der niederländische Fahrradhersteller Gazelle machen nutzen sie bereits - und profitieren auf mehreren Ebenen gleichzeitig.

Wissen ist Macht. Die wenigsten Unternehmen setzen diese Macht allerdings gezielt ein. Im Gegenteil: Nützliche Information schlummern in irgendwelchen Silo-Lösungen und sind für die breite Mehrheit der Mitarbeiter nicht zugänglich. In der heutigen Zeit ist das fatal oder anders formuliert: geschäftsschädigend. KI-Agenten versprechen Abhilfe.

Online-Self-Services haben unser Leben erobert: Chatbots, automatisierte Terminbuchungen und smarte Produktempfehlungen erleichtern unseren Alltag. Doch während KI vieles schneller und effizienter macht, bleibt eines oft auf der Strecke - der menschliche Kontakt. Und genau der wird zunehmend zum Luxusgut.

KI-Technologien schaffen langfristige Kundenbeziehungen durch personalisierte Erfahrungen bei jeder Interaktion. Hier lesen Sie vier konkrete Ansätze für Ambient Intelligent Experiences, die Kundenbedürfnisse mit KI-Unterstützung vorausschauend erkennen und kontextsensitiv bedienen.

Von der Produktentwicklung bis zum Customer Service: Künstliche Intelligenz (KI) transformiert zunehmend Unternehmensprozesse und eröffnet neue Möglichkeiten der Wertschöpfung. Dabei ist es entscheidend, KI-Technologien gezielt und praxisorientiert einzusetzen. Verschiedene KI-Ansätze - von analytischen und prädiktiven Methoden bis hin zu den neuen generativen KI-Modellen (GenAI) - bieten unterschiedliche Vorteile für spezifische Anwendungsfälle.

Neben den vielen Anwendungsbereichen von GenAI untersuchte die Studie "Von der Fertigungshalle ins KI-Zeitalter: Haben Sie einen Masterplan oder Nachholbedarf?" auch die Herausforderungen, denen sich das produzierende Gewerbe gegenübersieht. Im Fokus standen in erster Linie Hürden im Bereich Personal, Infrastruktur und ethischer Rahmenbedingungen.

Der Hype rund um Agentic AI ist riesig – und berechtigt. Denn wir haben es mit nicht weniger als einer neuen Qualität Künstlicher Intelligenz zu tun. Mit Agentic AI verliert KI zunehmend ihren Werkzeugcharakter und entwickelt sich vielmehr zu einem eigenständig agierenden System. Wie weit Agentic AI bereits praktisch gediehen ist, zeigen ihre verschiedenen Ausprägungen und Varianten. Eines der wichtigsten Unterscheidungsmerkmale ist dabei der Grad der Autonomie.

Weltweit sehen sich Unternehmen mit einer Zunahme von Betrugsfällen konfrontiert, auch weil gewiefte Kriminelle zunehmend KI einsetzen. Deren Funktionalitäten nutzen etwa Deepfake-Software, automatisierte Phishing-Systeme, Chatbots und fortschrittliche Datenanalysen, die Betrugsversuche vereinfachen.

Zu den Kernthemen fast aller Unternehmen gehört derzeit die Nachhaltigkeit - gerade im Hinblick auf die erforderliche Umsetzung von ESG-Programmen. Ein effizientes Hilfsmittel sind dabei Digitale Zwillinge. Sie können die Etablierung nachhaltiger Prozesse unterstützen und damit den ökologischen Fußabdruck eines Unternehmens entscheidend verringern.

Ob Künstliche Intelligenz, hybride Cloud-Lösungen oder nachhaltige IT: In den nächsten Monaten dürften einige Trends, die sich bereits länger am Horizont abzeichnen, an Fahrt aufnehmen. Unternehmen müssen sich damit beschäftigen, wollen sie nicht vom Wettbewerb abgehängt werden. Doch welche Entwicklungen sind zu erwarten? Und welche Maßnahmen sollten Unternehmen in Sachen Digitalisierung im Auge behalten und ggf. auch umsetzen?

Neue Technologien, allen voran die vielbesagte - zugleich beschworene und gefürchtete - KI scheinen dem Menschen in vielen Bereichen den Platz streitig zu machen. Doch etwas darf dabei nicht übersehen werden: Soft Skills bleiben fest in unserer Hand! Immer noch entscheiden zwischenmenschliche Fähigkeiten über Nichterfolg oder Erfolg. Denn: Unternehmen und Projekte bestehen nicht nur aus Zahlen, Terminen und Budgets, sondern auch aus Emotionen, Empathie und Vertrauen. In Technik und entsprechende Trainings zu investieren, damit Mitarbeitende moderne KI-Anwendungen beherrschen, ist absolut notwendig. Ebenso sinnvoll ist es allerdings, Soft Skills, wie wertschätzende Kommunikation, menschenzentrierte Führung oder effektive Konfliktlösung zu schulen.

In der Diskussion um die Nutzung von generativer KI wird immer wieder ein Zielkonflikt zwischen Innovation und Regulierung thematisiert, die sich angeblich gegenseitig behindern. Aber ist das tatsächlich so? Auf den ersten Blick mag das stimmen, aber letztlich ist die rechtskonforme Entwicklung von KI vor allem eine Frage des richtigen Managements. Compliance-Bedenken dürfen daher keine Ausrede dafür sein, KI nur auf Sparflamme zu nutzen und damit auf Wettbewerbsvorteile zu verzichten.

KI als neues Element in der Arbeitswelt tangiert als lernendes System bestehende Prozesse und Aufgaben. Im Unterschied zu klassischen analogen und digitalen Werkzeugen kann KI kognitive, repetitive Aufgaben übernehmen, in einem gewissen Rahmen datenbasiert Entscheidungen treffen und kommunizieren. In Folge lassen sich immer mehr KI-Anwendungen als Assistenz- und Kommunikationstool in vielen Einsatzbereichen nutzen. Die Grenzen zwischen reiner Nutzung, wie wir es auch von klassischen Werkzeugen wie z.B. einem Hammer oder einem PC kennen, und Interaktion sind dabei fließend. So ist KI beispielsweise in der Lage, große Datenmengen zu analysieren, Muster und Trends zu erkunden, zu recherchieren oder Zusammenfassungen zu erstellen. Viele kognitive Aufgaben lassen sich dadurch substituieren oder mit Unterstützung der KI anders durchführen. Gleichzeitig lässt sich KI als eine Art Dialogpartner einsetzen, um sich beispielsweise für Gespräche mit Kunden oder Mitarbeitenden vorzubereiten, über bestimmte Sachverhalte im Dialog zu informieren oder zu lernen.

Enterprise Search ist ihrem ursprünglichen Einsatzzweck längst entwachsen. Mit modernster Technologie inklusive generativer KI ermöglicht sie zahlreiche Anwendungen jenseits der klassischen Suche: von Data Discovery über Vollständigkeitsprüfungen bis hin zu Chatbots.

Ein digitaler Klon ist ein neuer, innovativer Kommunikationskanal. Er eröffnet heute schon die Möglichkeit einer zusätzlichen virtuellen Interaktion mit (potenziellen) Kunden, Partnern und Mitarbeitenden. Für Fach- und Führungskräfte aus den Bereichen Wissensmanagement, Personalentwicklung, Organisation, Informationstechnologie, Support, Qualitätsmanagement, Dokumentation und Kommunikation ergeben sich damit ganz neue Chancen. Der Einsatz von digitalen Klonen hat auf längere Sicht sogar das Potenzial, die Nutzung von anderen Kommunikationskanälen stark zu verändern. Denn anders als bei einem simplen Chatbot sind die Antworten beim digitalen Klon nicht vorprogrammiert - er antwortet den Menschen ad hoc.

Montagmorgen, kurz vor dem Jour fixe. Die KI-Anwendung soll heute zum ersten Mal im Fachbereich getestet werden - theo­retisch ist alles vorbereitet: Infrastruktur, Datenzugang, Trainings­material. Und doch: Im Projektteam herrscht Verunsicherung. Wer übernimmt die Verantwortung für Ergebnisse? Sind alle ausreichend qualifiziert? Was passiert mit sensiblen Daten? Und vor allem: Wird die neue Lösung wirklich genutzt - oder verläuft auch dieses Vorhaben im Sand?

Künstliche Intelligenz hat das Potenzial, Projektmanagement, wie wir es heute kennen und täglich anwenden, zu revolutionieren. Unternehmen, die KI als Chance zur Automatisierung und Verbesserung sowie wertvolle Ergänzung erkennen, können von vielfältigen Anwendungen profitieren. Voraussetzung ist eine intensive und gezielte Vorbereitung. Führungskräfte und Mitarbeitende müssen zunächst das Wissen haben, um baldmöglichst eigene Erfahrungen zu sammeln. Indem sie ihre Teams entsprechend schulen und eine Kultur der Innovation fördern, können Unternehmen die Vorteile von KI voll ausschöpfen und eine erfolgreiche Zukunft gestalten. KI ist keine Bedrohung, sondern eine Möglichkeit, die es zu nutzen gilt, um die globale Wettbewerbsfähigkeit zu stärken und die Herausforderungen der modernen Geschäftswelt zu meistern.

Die Bedeutung von Wissensmanagement in der Industrie hat in den letzten Jahren enorm zugenommen. Insbesondere im Maschinenbau, der stark auf Präzision und Effizienz angewiesen ist, spielen optimierte Datenströme und Prozessautomatisierung eine zentrale Rolle. Dabei kann der Maschinenbau von der Telekommunikationsbranche lernen, wie eine durchdachte Struktur für den Umgang mit Daten aussehen sollte. Denn was bereits in vielen Telekommunikationsunternehmen eine feste Institution ist, lässt sich auch auf Fertigungsbetriebe übertragen - die Schaffung einer durchgängigen und flexiblen Infrastruktur. Allein dadurch ist ein Effizienzgewinn erreichbar, der selbst angeschlagene Unternehmen wieder zukunftsfähig machen kann.

Komplexe Innovationsvorhaben, wie die digitale Transformation oder die Implementierung Künstlicher Intelligenz (KI), stellen viele Unternehmen, insbesondere kleine und mittlere, vor Herausforderungen, die sie nicht alleine bewältigen können. Die Komplexität der Aufgabe erfordert neben der technischen Expertise ein vorausschauendes Antizipieren von künftigen Aufgaben und Kompetenzen von Beschäftigten, ein Denken in Szenarien und eine vernetzte, interdisziplinäre Vorgehensweise. Um beispielsweise effektive, praxistaugliche KI-Anwendungen zu implementieren, die neben der Technik auch organisatorische Veränderungen und die Weiterbildung von Mitarbeitenden berücksichtigen, sollten relevante interne (Führungskräfte, Mitarbeitende, Betriebsrat etc.) und externe (Hochschulen, Forschungsinstitute, Verbände etc.) Akteure an der Gestaltung beteiligt werden. Man braucht dafür offene, dynamische Lernökosysteme, die interdisziplinäre Problemlösungen fördern und ein gemeinsames, arbeitsintegriertes Lernen ermöglichen.

Die KI bietet Personen, die im Weiterbildungsbereich tätig sind, schon heute viele Möglichkeiten, ihre Arbeit effektiver, zeitgemäßer und adressatengerechter zu gestalten. Wie und mit welchen Tools ihnen dies gelingt, erläutert die Lernkultur-Beraterin und Trainerausbilderin Sabine Prohaska, Wien, im Fachgespräch mit Christoph Wirl. Er ist Chefredakteur des in Österreich erscheinenden Magazins TRAiNiNG.

Bei der Betrachtung der Vermögenswerte eines Unternehmens wird ein entscheidender, Aspekt oft übersehen: das gebündelte Wissen der Organisation. Die Erfahrungen, der Kontext und das Fachwissen, das Mitarbeitende über viele Jahre hinweg erworben haben, bilden eine Art "Gehirn" des Unternehmens, das sein eigenes intellektuelles Kapital trägt. Doch dieses wird oft nicht ausgeschöpft - viel mehr bleiben Informationen fragmentiert, Wissen ist schwer zugänglich, und Mitarbeitende verlieren wertvolle Zeit mit der Suche nach den benötigten Daten. Hier kommt Künstliche Intelligenz (KI) ins Spiel, um Wissenslücken zu schließen, die Zusammenarbeit zu optimieren und eine solide Basis für fundierte Entscheidungen zu schaffen.

Generative KI stellt mittlerweile ein wichtiges Tool bei vielen Tätigkeiten dar und hilft, Wissen und Kompetenzen der Menschen zu erweitern. Dies heißt aber nicht automatisch, dass menschliche Expertise und menschliches Hintergrundwissen an Relevanz verlieren. Im Gegenteil! Erfahrungs- und Kontextwissen sind wichtig, um mit generativer KI zielorientiert kommunizieren und die Ergebnisse kritisch reflektieren zu können.

Die hiesige Wirtschaft ist nach Angaben des Instituts der deutschen Wirtschaft (IW) mit einem Anteil von über 99 Prozent von kleinen und mittleren Unternehmen (KMU) geprägt. Diese sind insbesondere aufgrund der internationalen Konkurrenz einem hohen Wettbewerbsdruck ausgesetzt. Vor diesem Hintergrund sind sie mehr denn je gefordert, ihre dokumentenbezogenen Prozesse zu optimieren und damit ihre Effizienz zu steigern. Helfen kann dabei eine Kombination aus Dokumenten-Management-Systemen (DMS) und KI. Dafür stellt das DMS unter anderem den jeweiligen Mitarbeitern die Dokumente zur Verfügung und übernimmt deren Archivierung. KI-Modelle hingegen automatisieren Abläufe wie das Klassifizieren von Dokumenten oder das Extrahieren der darin enthaltenen Informationen.

Konzepte der digitalen Zwillinge und der Datenräume gewinnen zunehmend an Bedeutung. Digitale Zwillinge sind virtuelle Repräsentationen physischer Objekte oder Systeme, die deren Eigenschaften und Verhalten in Echtzeit widerspiegeln. In Verbindung mit Gaia-X, einer Initiative zur Schaffung einer sicheren und interoperablen Dateninfrastruktur in Europa, eröffnen sich neue Möglichkeiten zur Optimierung von Prozessen, zur Verbesserung der Effizienz und zur Förderung von Innovationen.

Die Arbeit des Übersetzers wurde in den letzten Jahrzehnten maßgeblich durch den Einsatz elektronischer Datenverarbeitung (EDV) verändert. Von den ersten regelbasierten maschinellen Übersetzungssystemen bis hin zu modernen KI-gestützten Lösungen hat sich die Technologie kontinuierlich weiterentwickelt. Doch trotz dieser Fortschritte hat der menschliche Übersetzer aufgrund der nach wie vor bestehenden Einschränkungen der Maschinen weiterhin wichtige Aufgaben.

In einer digitalisierten Wirtschaft ermöglichen digitale Technologien auf Basis von Daten und Informationen Wertschöpfung. Dabei werden aktuell insbesondere die Potenziale der künstlichen Intelligenz (KI) als Schlüsseltechnologie diskutiert. Gerade dem deutschen produzierenden Mittelstand bieten sich durch diese Technologie neue Entwicklungspotenziale hinsichtlich Prozess- und/oder Produktinnovationen sowie (Service-)Geschäftsmodellen. Die schon im Jahr 2011 gestartete Initiative "Industrie 4.0" konzentriert sich dabei darauf, die gesamte Wertschöpfungskette durch digitalisierte und automatisierte bzw. autonomisierte Prozessschritte effizienter zu gestalten, so dass der Fokus der Initiative - auch aufgrund des Domänenwissens über Fertigungsprozesse deutscher Industrieunternehmen - primär auf digitalen Prozessinnovationen und deren Implementierung liegt.

Stellen Sie sich vor, Sie könnten mit Ihrem gesamten Unternehmenswissen so intuitiv und unkompliziert interagieren, wie Sie es von ChatGPT gewohnt sind - aber in Ihrer eigenen, sicheren Cloud-Umgebung. Mit generativer KI lassen sich Lösungen implementieren, die es Ihnen ermöglichen, auf Ihre internen Datenquellen wie PDFs, Word-Dokumente, Teams und SharePoint zuzugreifen - und das alles über eine geschützte Cloud-Infrastruktur.

Bei der Einführung neuer Technologien fehlt in der Regel die Erfahrung, sie schnell und effizient umzusetzen. Das gilt auch für generative KI. Ein GenAI-Framework hilft dabei, unnötigen Mehraufwand und Entwicklungsengpässe bei KI-Projekten zu vermeiden und die angestrebten Ziele zu erreichen.

Obwohl Tools wie ChatGPT sehr beliebt und weit verbreitet sind, können die Antworten der generativen KI-Modelle falsch oder veraltet sein. Für den Einsatz im Unternehmensumfeld ist RAG die Lösung für dieses Problem. Die Technologie versorgt das KI-Modell mit aktuellen Informationen und unternehmensinternen Daten. Mit diesem Ansatz sind die generierten Antworten nicht nur aktuell, sondern auch kontextbezogen und bieten einen hohen Mehrwert.

Immer mehr Unternehmen setzen heute intelligente Technologien wie Chatbots oder virtuelle Assistenten ein. Deren Möglichkeiten sind mittlerweile vielfältig und können so im Rahmen einer ganzheitlichen CRM-Strategie einen großen Beitrag leisten, die Kundenzufriedenheit zu steigern. Darüber hinaus entlasten sie Mitarbeiter von Routineaufgaben und können einen wesentlichen Beitrag leisten, den Geschäftserfolg sicherzustellen.

72,1 Prozent der Menschen in Deutschland lernen aktuell - und das am häufigsten aus Neugier und dem Interesse, Neues zu lernen. Besonders im Fokus stehen praxisnahe und nachhaltige Lernerfolge, während digitale Technologien wie Künstliche Intelligenz zunehmend an Bedeutung gewinnen. Das sind die zentralen Ergebnisse des "IU Lernreport 2024". Die IU Internationalen Hochschule (IU) hat in dieser umfassenden, repräsentativen Studie untersucht, was Menschen in Deutschland zum Lernen antreibt, wie sie lernen und welche Ziele sie dabei verfolgen.

Wissensvermittlung ist ein zentraler Aspekt für Unternehmen - vom Onboarding über Fortbildungen bis zur Einführung neuer Prozesse und Programme. Der Einsatz von KI zur Erstellung von Inhalten und Betreuung der Mitarbeitenden eröffnet dabei völlig neue Möglichkeiten zu intuitiven Lernerlebnissen, die das Personal fördern und Unternehmen entlasten Vier Anwendungsfälle aus der Praxis zeigen, wie die Technologie das Lernen im Unternehmensumfeld auf die nächste Stufe bringt.