If there are participants present who do not understand German, this lecture will be held in English, otherwise in German. / Falls Teilnehmer anwesend sind, die kein Deutsch verstehen, wird dieser Vortrag auf Englisch gehalten, sonst auf Deutsch.
Die erfolgreiche Skalierung von Künstlicher Intelligenz (KI) in Organisationen erfordert eine klare Unterscheidung zwischen der "Effizienz durch KI" (dem Einsatz von KI zur Optimierung von Prozessen) und der kritischen, aber oft vernachlässigten "Effizienz für KI" (der Optimierung der internen Prozesse zur Entwicklung und zum Betrieb von KI-Systemen selbst). Interne Ineffizienzen in Form von hohen Kosten, langsamen Entwicklungszyklen und operativer Komplexität stellen signifikante Engpässe dar.
Der Vortrag befasst sich mit Steigerung der "Effizienz für KI" durch die Optimierung interner Systeme und Prozesse. Am Beispiel eines Projektes für die Automobilbranche wird aufgezeigt, wie der Fokus auf "Effizienz für KI" es Data Scientists ermöglicht, neue Modelle für das autonome Fahren deutlich schneller und reproduzierbarer zu machen. Dies führt zu einem beschleunigten Time-to-Market, reduzierten Kosten und zu verbesserter Qualität.
Grundlegendes KI/ML-Verständnis. Vertrautheit mit IT/Software-Prozessen (Automatisierung, Standardisierung). Ein Bewusstsein für Herausforderungen mit Daten, Skalierung und der Komplexität.
Der Vortrag befasst sich mit Steigerung der "Effizienz für KI" durch die Optimierung interner Systeme und Prozesse. Am Beispiel eines Projektes für die Automobilbranche wird aufgezeigt, wie der Fokus auf "Effizienz für KI" es Data Scientists ermöglicht, neue Modelle für das autonome Fahren deutlich schneller und reproduzierbarer zu machen. Dies führt zu einem beschleunigten Time-to-Market, reduzierten Kosten und zu verbesserter Qualität.
