2021 war mit Sicherheit eines der aufregendsten, herausforderndsten aber auch lohnendsten Jahre meiner bisherigen, beruflichen Laufbahn. Wie auch im letzten Jahr habe ich beschlossen, dieses Jahr mit einem kurzen Rückblick auf 2021 zu beginnen und einen Ausblick darauf zu geben, was im Jahr 2022 alles auf dem Programm steht. Spoiler-Alarm: Dieses Jahr wirft bereits große Schatten voraus – durch den Aufstieg von statworx next.
Recap: 5 Highlights vom Digital Festival Zürich 2021
Bereits letztes Jahr war das gesamte Schweizer Team von STATWORX zum ersten Mal beim Digital Festival Zürich dabei. Daher haben sie sich umso mehr auf das diesjährige Event gefreut, das vom 23. bis 26. September im Schiffbau in Zürich stattfand. Unter dem Motto „Make It Personal“ brachte eine Vielzahl von Keynotes, Labs und Networking-Sessions digitale Führungskräfte, Digital-Aficionados und Innovator:innen zusammen. Livia Eichenberger präsentiert in diesem Recap Ihre persönlichen 5 Highlights dieses Events.
Warum Data Science und KI-Initiativen scheitern – eine Reflektion zu nicht-technischen Faktoren
In diesem Beitrag beleuchtet Lea Waniek (Data & Strategy Consultant) die 4 wichtigsten (nicht-technischen) Gründen für das Scheitern von DS & KI-Initiativen. Um den von ihr aufgezeigten Fallstricken entgegenzuwirken, präsentiert sie zu jeder Problematik mehrere Lösungsansätze.
Potenzial noch nicht ausgeschöpft – Ein Kommentar zur vorgeschlagenen KI-Regulierung der EU
«Vertrauen schaffen durch menschenzentrierte KI»: Unter diesem Slogan hat die Europäische Kommission in der vergangenen Woche ihren Vorschlag zur Regulierung von künstlicher Intelligenz (KI-Regulierung) vorgestellt. Oliver Guggenbühl beleuchtet den Vorschlag der EU in diesem Kommentar aus verschiedenen Blickwinkeln und zeigt dabei positive Aspekte sowie Unzulänglichkeiten auf.
Creaition – Revolutionierung des Designprozesses mit Machine Learning
Marco Limm hat das Startup creaition gegründet, das mit seinem Produkt den äußerst komplexen und sehr iterativen Prozess der Designentwicklung mit Hilfe von Machine Learning optimiert. In diesem Artikel erfahren Sie, wie Marco auf die Idee kam, dieses Problem anzugehen, welche Hürden ihm bei der Entwicklung begegnet sind und wie er schlussendlich mit seinem Prototypen die Messewelt eroberte.
2020 – A Year in Review for Me and GPT-3
Our CEO Sebastian Heinz is looking back at 2020, a year that pushed us out of our comfort zone and sparked many great initiatives and successes in our company. Make sure to read the article all through to the end – it may surprise you!
Case Study: Automatisierte Marketing-Interaktion im Retail
Im Kundenlebenszyklus gilt es, den Kunden zum richtigen Zeitpunkt mit dem richtigen Angebot zu kontaktieren. Zur Lösung dieser Herausforderung haben wir hierzu für einen Kunden aus dem Einzelhandel einen ganzheitlichen Ansatz entwickelt. Auf Basis von Kundenstamm- und Transaktionsdaten haben wir verschiedene state-of-the-art Methoden des Machine Learnings und der künstlichen Intelligenz genutzt, um Kundengruppen individuell und automatisiert auf verschiedenen Kanälen ansprechen zu können.
5 praxisnahe Beispiele für NLP Use Cases
Aufgrund jüngster Errungenschaften im Bereich Deep Learning können nun eine Reihe unterschiedlicher NLP („Natural Language Processing“) Tasks mit erstaunlicher Güte gelöst werden.
Erfahren Sie in diesem Beitrag anhand von fünf praxisnahen Beispielen, wie NLP Use Cases diverse Businessprobleme lösen und so für Effizienz und Innovation sorgen.
Die 5 wichtigsten Use Cases für Computer Vision
Die Grundlagen für Bilderkennung und Computer Vision wurden bereits in den 1970er Jahren geschaffen. Allerdings hat das Feld erst in den letzten Jahren vermehrt Anwendung außerhalb der Forschung gefunden. Dieser Beitrag stellt fünf ausgewählte und besonders vielversprechende Use Cases verschiedener Industrien vor, die entweder bereits in Produktion anzutreffen sind, oder in den kommenden Jahren große Veränderungen in ihren jeweiligen Feldern versprechen.
Finetuning von Tesseract-OCR für deutsche Rechnungen
Ziel dieses Artikels ist es zu zeigen, dass ein Finetuning der Tesseract-OCR auf einer kleinen Menge von Daten bereits eine dramatische Verbesserung der OCR-Leistung bewirken kann