Zuwachs des BSP weltweit durch Einsatz der KI: 16 Billionen USD (= 14%) bis 2030 (PWC). Prozesse werden optimiert, Ressourcen effizienter eingesetzt, Mobilität neu gedacht, KI wird aus der Cloud gezogen oder ist als AI-on-Chip direkt in smarten Dingen verbaut. V.a. in Kombination mit IoT, AR, Blockchain, Business + Market Data werden völlig neue Geschäftsmodelle denkbar. Wie ist dieses Potenzial zu heben? Wo ist Licht, wo ist Schatten? Wo lauern Illusionen schneller Machbarkeit? Welches sind die low hanging fruits der KI? Kommt die Autonomisierungswelle als Tsunami über Wirtschaft, Arbeit und Gesellschaft? Aus den Folien: 06 • KI-Systematik: Techniken, Funktionen, Anwendung, Treiber (WIPO) 07 • 5-Stufen-Modell der Automation des Entscheidens (Bitkom) • Phasenmodell der KI • KI im Kontext der Innovationsfelder der digitalen Transformation 09 • Kontext der Innovationsfelder 10 • Research Trends & Challenges – inkl. Large-scale machine learning Deep learning Reinforcement learning Collaborative systems Crowdsourcing and human computation Neuromorphic Computing - AI Challenges e.g. Ethics by design, Integration of techniques - Politics & Society Challenges, e.g. AI-enabled deep fakes (truth crisis), AI impact on job market, AI geopolitics (China) 11 • Watchlist • PAI: hyper-personalized AI Vsd. Ansätze sind kombinierbar: personalisierter digitaler Assistent, Digital Twin der Person, Avatar mit Funktion der Stellvertretung, Verhandlungsmandat, Analyse der Verhaltensmuster, instant Coaching, Verhaltenstherapie, Security/Cybersecurity/Health • XAI: explainable AI, transparency Wenn AI-Mechanismen nicht nachvollziehbar sind, leidet die Vertrauenswürdigkeit. Auch die Gesetzgeber stellen neue Anforderungen. XAI soll die Transparenz herstellen. • QAI: quantum computing based AI Bestimmte Berechnungsprobleme in der KI könnten mit Quanten Computing gelöst werden. Google-Teams forschen z. B. an Quantum Neural Networks. ...