Die Rolle der Sprachbiometrie in Sicherheitssystemen von Unternehmen

Sprachbiometrie in Sicherheitssystemen von Unternehmen

Künstliche Intelligenz (KI) gibt es seit Jahrzehnten. Bis vor kurzem haben wir jedoch nicht von ihren wahren Vorteilen profitiert – mit Chatbots, Voice Bots und vielem mehr ist KI jetzt eine Kraft, mit der man rechnen muss.

Wenn wir an KI-basierte Sprachsysteme denken, fallen uns zuerst die sprachbasierten Assistenten Alexa und Siri ein. Diese Sprachassistenten führen Internetsuchen für uns durch, schalten das Licht ein und aus, spielen Musik bei uns zu Hause und machen das Leben ein wenig einfacher. Spracherkennung ist jedoch nicht identisch mit Sprachbiometrie.

Mehr lesen

Spracherkennung in unserem Alltag – Fast jeder nutzt sie

Spracherkennung im Alltag

Im Laufe des letzten Jahrzehnts hat die Welt einen radikalen Wandel durchgemacht. Technologien, die einst in der Science-Fiction angesiedelt waren, sind nun zu einer Facette unseres täglichen Lebens geworden. Eine Technologie, die mittlerweile so alltäglich geworden ist, dass die meisten nicht einmal einen zweiten Gedanken daran verschwenden, ist die Spracherkennung.

Heutzutage sind KI-gesteuerte Sprachassistenten wie Alexa, Siri und Google überall in unseren Häusern und Smartphones weit verbreitet – aber das war nicht immer so.

Mehr lesen

Von Candidate Experience bis KI: So verändert sich das Recruiting

KI + Recruiting

Ein Vorstellungsgespräch mit Künstlicher Intelligenz anstatt mit einer Person führen: Noch wirkt dieses Szenario vielleicht undenkbar. Doch schon bald könnte es Realität sein, denn erste Testläufe mit KI im Bewerbungsprozess gibt es bereits in Deutschland – Tendenz steigend. Auch, wenn sich zum jetzigen Stand noch nicht mit Sicherheit sagen lässt, wie Recruiting in Zukunft aussehen wird, scheint eine Sache klar: Es wird sich in den kommenden Jahren grundlegend verändern. Daher lohnt sich ein Blick auf die Frage, welche Trends sich schon jetzt erkennen lassen und welche mit großer Wahrscheinlichkeit noch kommen werden…

Mehr lesen

Online-Gesichtserkennung mithilfe künstlicher Intelligenz (KI)

Online-Gesichtserkennung

Die Identifikation eines Gesichts auf Bildern und Videos ist eine typische Aufgabe für Systeme mit Künstlicher Intelligenz. Algorithmen für Online Face Recognition bzw. Online-Gesichtserkennung trainieren anhand von Millionen Bildern aus dem Internet und erzielen immer zuverlässigere Ergebnisse. Das betrifft nicht nur die Zuordnung von Bilddaten zu einer bestimmten Person, sondern auch das Erkennen von Stimmungen und anderen relevanten Informationen für eine Vielzahl von Anwendungen.

Mehr lesen

Big Data nutzen: Wichtige Daten für Entwickler von KI-Systemen

KI + Big Data

Big Data gibt es seit einiger Zeit – schon lange bevor es den meisten Menschen bewusst war. Heute ist Big Data ein Kernelement moderner Technologien. Wo liegen die Schnittpunkte von Künstlicher Intelligenz und Big Data? Was sind die wesentlichen Elemente dieser Verbindungen? Und wie wird sich KI mit großen Datenmengen weiterentwickeln?

Mehr lesen

Erstellung, Kennzeichnung und Verifizierung von KI-Trainings-Datensätzen und deren Bedeutung für Künstliche Intelligenz (KI)

Erstellung von KI-Trainings-Datensätzen

Im Bereich Forschung & Entwicklung arbeiten Informatiker heute mit Hochdruck an der Nachbildung menschlicher Intelligenz.
Neuronale Netzwerke sind Systeme mit autonomem bzw. intelligentem Verhalten. Sie sind in der Lage, eigenständig Aufgaben zu erledigen und Probleme zu lösen (sog. Künstliche Intelligenz / KI). Zuvor müssen die neuronalen Algorithmen erst einmal anhand von Beispieldaten trainiert werden. Systeme der künstlichen Intelligenz / KI lernen aus diesen Beispielen und können sie nach Beendigung der Lernphase verallgemeinern und das Gelernte auch auf neue Aufgaben anwenden.
Je genauer und umfangreicher die Mengen an KI-Trainingsdaten sind, desto optimaler sind die ersten Ergebnisse der Systeme künstlicher Intelligenz / KI.

Mehr lesen

Künstliche Intelligenz in der Medizin

Künstliche Intelligenz + Medizin

Big Data als Grundlage für zuverlässige Diagnosen, Maschinelles Lernen für die Auswahl der besten Behandlung, KI-Systeme für die beschleunigte Entwicklung von Medikamenten: Auch in der Medizin wird Künstliche Intelligenz immer wichtiger. Welche Potenziale haben selbstlernende Algorithmen im Gesundheitswesen?

Mehr lesen

Optimiert Künstliche Intelligenz den Menschen?

Künstliche Intelligenz

Die Idee des perfekten Menschen ist so alt wie die Menschheit selbst. Aber die selbstlernenden Algorithmen rücken diese Idee wieder etwas näher – genauso wie die Furcht vor der Allmacht der Maschinen. Macht Künstliche Intelligenz schlauer, schöner, gesünder und glücklicher? Vier Fragen und vier Antworten.

Mehr lesen

Künstliche Intelligenz – zum Wohle der Gesellschaft?

Künstliche Intelligenz + Gesellschaft

Die Erfindung der Dampfmaschine löste revolutionäre gesellschaftliche Änderungen aus. Maschinen ersetzten körperliche Arbeit. Sie produzierten billiger, schneller und effektiver. Am Ende profitierten alle davon – durch mehr Wohlstand. Eine ähnliche Entwicklung zeichnet sich heute ab: Künstliche Intelligenz ersetzt in vielen Bereichen Prozesse, die menschliches Denken bedingen. Werden wir ebenfalls alle davon profitieren?

Mehr lesen

Die Auswahl des richtigen KI-Modells

KI Model

Die Popularität von KI-Systemen (Künstliche Intelligenz) wächst sprunghaft an. Unternehmen auf der ganzen Welt beginnen zu verstehen, wie sie von diesen Systemen profitieren können, aber die künstliche Intelligenz ist noch nicht so weit, dass man sie einfach aus der Schachtel nehmen und erwarten kann, dass sie funktioniert. KI-Systeme erfordern Training, und genau hier kommen KI-Modelle ins Spiel.

Ein „KI-Modell“ ist ein Algorithmus, der mit den Daten und Eingaben eines menschlichen Experten gefüttert wird. Das Modell wird auf seine Genauigkeit hin bewertet, indem die Ergebnisse, die es liefert, mit den vom menschlichen Experten getroffenen Entscheidungen verglichen werden. Dazu muss der Algorithmus oft eine beträchtliche Datenmenge überprüfen. Darüber hinaus ist das Modell durch den Zugriff auf Daten aus mehreren Quellen besser in der Lage, Muster zu finden, die es zur weiteren Rationalisierung seiner Analyse verwenden kann. Das Modell versucht, den Entscheidungsprozess eines Expertenteams mit Zugriff auf die gleichen Daten zu replizieren.

Mehr lesen