First Working Conference on Artificial Intelligence Development for a Resilient and Sustainable Tomorrow
AI Tomorrow 2023
Published on 17. April 2024
Book
Paperback/Softback
VI, 163 pages
978-3-658-43704-6 (ISBN)
Description
Künstliche Intelligenz ist ein Treiber der digitalen Transformation von Unternehmen, welche die gesamte Organisation, einschließlich ihrer Strukturen, Prozesse und Mitarbeitender berührt.Die AI Tomorrow Konferenz möchte die menschzentrierte Perspektive auf KI und ihren nachhaltigen Einsatz, im ökologischen wie auch ökonomischen und sozialen Sinne, stärker ins Zentrum des wissenschaftlichen Diskurses rücken.
Dies ist ein Open-Access-Buch.
Der Inhalt: Die Autor:innen beleuchten Aspekte der KI-Entwicklung und des Einsatzes. Nach einer Einführung zu Resilienz und Nachhaltigkeit von KI erscheinen die Beiträge entsprechend ihrer Zuordnung zu den Konferenzsessions:(I) Digital transformation of organizations or processes through AI(II) Opportunities of AI for society(III) AI supported knowledge management and learning(IV) Manufacturing and factories of the future
Die Zielgruppe: Wissenschaftler:innen und Interessierte aus dem Bereich der Angewandten Informatik
Dies ist ein Open-Access-Buch.
Der Inhalt: Die Autor:innen beleuchten Aspekte der KI-Entwicklung und des Einsatzes. Nach einer Einführung zu Resilienz und Nachhaltigkeit von KI erscheinen die Beiträge entsprechend ihrer Zuordnung zu den Konferenzsessions:(I) Digital transformation of organizations or processes through AI(II) Opportunities of AI for society(III) AI supported knowledge management and learning(IV) Manufacturing and factories of the future
Die Zielgruppe: Wissenschaftler:innen und Interessierte aus dem Bereich der Angewandten Informatik
More details
Series
Edition
2024 ed.
Language
German
Place of publication
Wiesbaden
Germany
Publishing group
Springer Fachmedien Wiesbaden GmbH
Target group
Professional and scholarly
Illustrations
6 s/w Abbildungen, 17 farbige Abbildungen
VI, 163 S. 23 Abb., 17 Abb. in Farbe.
Dimensions
Height: 235 mm
Width: 155 mm
Thickness: 10 mm
Weight
271 gr
ISBN-13
978-3-658-43704-6 (9783658437046)
DOI
10.1007/978-3-658-43705-3
Schweitzer Classification
Persons
Die Herausgeber*innen:
Dr. Christian Zinke-Wehlmann ist Soziologe und promovierte in Informatik. Als Leiter des Kompetenzzentrums KMI (Künstlich Menschlich Intelligent) forscht er an den Schnittstellen von digitaler Technologie, Bildung, Arbeit und Dienstleistungen. Seine Arbeit zielt darauf ab, diese Schnittstellen zu verstehen und innovative Lösungen zu entwickeln, die die Kraft der digitalen Technologie nutzen, um die Bildung zu verbessern, Arbeitsprozesse zu optimieren und Dienstleistungen in unserer zunehmend vernetzten Welt zu verbessern.
Julia Friedrich ist Arbeitsgruppenleiterin am Kompetenzzentrum KMI des Instituts für Angewandte Informatik e. V. (InfAI). Ihre Arbeit fokussiert auf die humanzentrierte Perspektive der Gestaltung digital-gestützter Transformationsprozesse in der Lern-, Arbeits- und Lebenswelt. Dabei befasst sie sich mit der (Neu-)Gestaltung von Arbeits- und Lernprozessen durch die effiziente und nachhaltige Integration digitaler Technologien.
Julia Friedrich ist Arbeitsgruppenleiterin am Kompetenzzentrum KMI des Instituts für Angewandte Informatik e. V. (InfAI). Ihre Arbeit fokussiert auf die humanzentrierte Perspektive der Gestaltung digital-gestützter Transformationsprozesse in der Lern-, Arbeits- und Lebenswelt. Dabei befasst sie sich mit der (Neu-)Gestaltung von Arbeits- und Lernprozessen durch die effiziente und nachhaltige Integration digitaler Technologien.
Content
Introduction.- Resilient and Sustainable AI. Positioning paper on the relation of AI, resilience andsustainability.- Classification of static poses based on key point detection for application ofincriminated image files.- Human Centered Implementation Process of AI in SMEs - Conditions for Success.- LLM-assisted Knowledge Graph Engineering: Experiments with ChatGPT.- Foundations for the Development of an AI-based, Platformindipendent cOmpanion- app[for] Lifelong Learning-Optimization (APOLLO)*.- Identification of Machine Learning Algorithms to Share Tacit Experimental Knowledge in Manual Production.- An Application of AI for Online Estimation of the Impact of Imperfections in Additive Manufactured Components.