Atruvia AG
Künstliche Intelligenz
Buch

KĂŒnstliche Intelligenz

Mit Algorithmen zum wirtschaftlichen Erfolg

Holger J. Schmidt und Peter Buxmann
Springer Gabler, 2019
Buch oder Hörbuch kaufen

Offline lesen oder anhören

Amazon Kindle
automatisch generiertes Audio
  • 0.5×
  • 0.75×
  • 1×
  • 1.25×
  • 1.5×
  • 1.75×
1×
automatisch generiertes Audio

Bewertung der Redaktion

7

QualitÀten

  • Überblick
  • Praktische Beispiele

Rezension

Um das Thema kĂŒnstliche Intelligenz ranken sich zahlreiche Mythen. Nicht selten wird die Technologie regelrecht verteufelt. Doch die RealitĂ€t sieht anders aus als in Science-Fiction-Filmen. Die Autoren dieses Sammelbandes – unter ihnen Vertreter namhafter Unternehmen – zeigen, wie KI heute bereits in der Praxis angewandt wird und welche Bedeutung sie fĂŒr die Wirtschaft hat. Dabei kommen aber auch kritische Aspekte nicht zu kurz. Ein unterhaltsames und informatives Buch ĂŒber eine der spannendsten Technologien unserer Zeit.

Zusammenfassung

Im Zentrum des Themas kĂŒnstliche Intelligenz stehen die verschiedenen Formen von maschinellem Lernen.

Die Geschichte der kĂŒnstlichen Intelligenz geht bis ins Jahr 1956 zurĂŒck. Nach anfĂ€nglichen Erfolgen und einem anschließenden Abschwung der KI-Forschung sorgte 1997 die Niederlage des damaligen Schachweltmeisters Garri Kasparov gegen den IBM-Computer Deep Blue fĂŒr Schlagzeilen – auch wenn Kritiker zu bedenken gaben, dass es sich bei Deep Blue nicht um ein „intelligentes System“ handele. Eine einheitliche Definition von kĂŒnstlicher Intelligenz gibt es bis heute nicht. Grob wird zwischen „starker“  und „schwacher“ KI unterschieden. WĂ€hrend die starke Form der kĂŒnstlichen Intelligenz die Funktionen des menschlichen Gehirns nachzuahmen versucht, beschĂ€ftigt sich die schwache Form mit sich selbst weiterentwickelnden Algorithmen fĂŒr bestimmte Problemstellungen.

In jĂŒngster Zeit steht vor allem das maschinelle Lernen (ML) im Mittelpunkt der KI-Forschung. Dabei wird ein iterativer Lernprozess in Gang gesetzt, bei dem ein Algorithmus ZusammenhĂ€nge in Daten erkennt und daraus Vorhersagen ableitet. Es gibt drei ML-Formen:

  1. Überwachtes Lernen...

Über die Autoren

Peter Buxmann ist Professor fĂŒr Wirtschaftsinformatik an der Technischen UniversitĂ€t Darmstadt. Holger Schmidt ist an derselben Hochschule Dozent fĂŒr das Fach Digitale Transformation.

Kommentar abgeben