Artificial Intelligence

Künstliche Intelligenz kann viel vorhersagen, aber oft nicht erklären, warum etwas passiert. Genau hier setzt kausale KI an. Am 10. April 2026 wurde die Social Artificial Intelligence Night 2026 (SAINT) an der University of Applied Sciences St. Pölten erneut zum Treffpunkt für alle, die sich mit den realen Anwendungen von

Causal AI ist das neue Buzzword in der KI-Welt. Es wird auf Kongressen diskutiert und ständig weiterentwickelt. Statt nur Korrelationen zu erkennen, versteht es Ursache und Wirkung in Daten. Vielleicht ist das der Schlüssel zu besseren Entscheidungen? Jetzt im Blog erfahren. 

There is the concept of “invent” and there is the concept of “reinvent” but there is no concept of “uninvent”. TED.AI Vienna Die Technologie besteht und sie birgt unglaubliche Möglichkeiten. Abseits der Möglichkeiten generativer KI, kann die Industrie auch von neuronalen Netzen und den vorhandenen mathematischen Modellen profitieren. Gerade in

Machine-Learning und KI sind in der Werbewirtschaft und den Medien längst keine Zukunftsmusik mehr. Sie ergänzen die menschliche Kreativität, ohne sie zu ersetzen. KI hilft dabei, große Archive zu managen, Userverhalten zu simulieren und dient als Sparringspartner für kreatives Brainstorming. Entdecken Sie, wie Unternehmen von diesen innovativen Technologien profitieren können.

In Wien fand kürzlich die erste TED.AI in Europa statt – ein Event, das die Zukunft der künstlichen Intelligenz beleuchtete. Unser CEO Jürgen Schmidt erlebte hautnah spannende Vorträge von KI-Vordenkern wie Sepp Hochreiter und Ramin Hasani und nahm wertvolle Impulse für ethische und nachhaltige KI-Entwicklung mit. Von revolutionären Technologieansätzen bis zu visionären Diskussionen über die Rolle von KI in einer sich wandelnden Gesellschaft: Die TED.AI inspirierte uns, die Grenzen des Möglichen zu erweitern.

Große Sprachmodelle (LLMs) wie ChatGPT und Gemini haben die Art und Weise, wie Maschinen mit Sprache interagieren, revolutioniert, indem sie Fragen beantworten und Probleme in einer Vielzahl von Bereichen lösen. Eine ihrer größten Herausforderungen bleibt jedoch die Unfähigkeit, ihre eigenen Fehler ohne externe Hilfe zuverlässig zu korrigieren. Die neue Forschung von Google DeepMind bietet eine vielversprechende Lösung: eine Methode namens Self-Correction via Reinforcement Learning (SCoRe), die es Modellen ermöglicht, Fehler selbstständig zu erkennen und zu beheben.

Der Artikel beleuchtet die zentrale Rolle von Daten in der digitalen Transformation. Hochwertige Daten sind essenziell für Künstliche Intelligenz (KI) und maschinelles Lernen, da sie präzise Mustererkennung und Vorhersagen nur mit entsprechender Datenqualität – der Ground-Truth – liefern können. Wir erörtern wichtige Schritte wie Datenerfassung, Datenbereinigung und -aufbereitung, die den Erfolg von KI-Projekten sichern. Erfahren Sie, wie eine optimierte Datenstrategie Ihr Unternehmen transformieren kann.

Entdecken Sie das transformative Potenzial der KI-gesteuerten Suchfunktion für Ihre Website. Mit dieser einfachen KI-Ergänzung können Sie das Nutzererlebnis auf ein neues Niveau bringen. In diesem Artikel gehen wir auf semantisches Suchverständnis, personalisierte Ergebnisse und maschinelles Lernen ein und zeigen, wie das zu mehr Engagement, Kundenzufriedenheit und verbesserter Online-Präsenz auf Ihrer Website führt.

Reinforcement Learning hat die Welt in Erstaunen versetzt, sei es durch das Besiegen von Go-Champions oder durch herausragende Leistungen in komplexen Videospielen. Die aufwändigen Trainingsprozesse schränken jedoch den Einsatz in realen Anwendungen ein. In diesem Blogbeitrag befassen wir uns mit dem „Imitation Learning“, einer Methode des maschinellen Lernens, die Expertenwissen nutzt, um Programmen beizubringen, sich wie Menschen zu verhalten.

Reinforcement Learning has amazed the world, from defeating Go champions to excelling in complex video games. However, its lengthy training processes limit its use in real-world applications. In this blog post, we explore “Imitation Learning”, a machine learning method that uses expert knowledge to teach programs to perform like humans.