Das Periodensystem der KI bietet eine systematische Methode, um über die Anwendungsbereiche, Möglichkeiten und Risiken von Künstlicher Intelligenz zu reflektieren, ohne sich dabei in technischen Details zu verlieren. In diesem Kontext kann Künstliche Intelligenz als eine Art Zusammensetzung von Grundelementen betrachtet werden, ähnlich den verschiedenen Bausteinen eines LEGO-Sets. Jedes dieser KI-Elemente repräsentiert eine spezifische Teilfunktion, die sich im Laufe der Geschichte als eigenständige Funktionalität mit bestimmter Komplexität und Leistungsfähigkeit herausgebildet hat. Insgesamt werden 28 solcher KI-Elemente definiert, die anhand allgemeiner Kriterien miteinander kombiniert werden können.

Das KI-Labor Südbaden greift auf das von der Bitkom e.V. entwickelte Periodensystem der KI als Grundlage für ihre Arbeit zurück, um KI-bezogene Konzepte auf verständliche Weise zu veranschaulichen.

Sr

Speech Recognition [Sr]

Speech Recognition [Sr] erkennt und wandelt gesprochene Sprache in Text um, ermöglicht die Spracherkennung und -transkription.

Si

Speech Identification [Si]

Speech Identification [Si] erkennt individuelle Stimmen in einem Audiosignal und kann diese voneinander unterscheiden.



Ar

Audio Recognition [Ar]

Audio Recognition [Ar] erkennt und analysiert verschiedene Audiosignale, um spezifische Muster oder Geräusche wie Alarmsignale, Maschinenlärm oder Fahrzeugmotoren zu identifizieren.



Ai

Audio Identification [Ai]

Audio Identification [Ai] identifiziert spezifische Audiosignaturen, wie z.B. Geräusche von bestimmten Geräten oder spezifischen Klängen, um ihre Quelle oder Identität zu bestimmen.



Pi

Predictive Inference [Pi]

Predictive Inference [Pi] nutzt vorhandene Daten und Modelle, um zukünftige Ereignisse oder Zustände vorherzusagen und Prognosen zu erstellen.



Pl

Planning [Pl]

Planning [Pl] entwickelt strategische Aktionspläne basierend auf Zielen, Rahmenbedingungen und Wissen, um bestimmte Ergebnisse zu erreichen.



Fr

Face Recognition [Fr]

Face Recognition [Fr] identifiziert Gesichter in Bildern oder Videos und erkennt dabei individuelle Merkmale, emotionale Zustände oder sogar bestimmte Personen.



Fi

Face Identification [Fi]

Face Identification [Fi] identifiziert konkrete Personen anhand ihrer Gesichter in Bildern oder Videos und ermöglicht die Personenidentifikation oder -verifizierung.



Ei

Explanatory Inference [Ei]

Explanatory Inference [Ei] bietet Erklärungen für vergangene oder aktuelle Ereignisse oder Zustände basierend auf vorhandenem Wissen und Modellen.



Ps

Problem Solving [Ps]

Problem Solving [Ps] findet kreative Lösungen für komplexe Probleme, indem verschiedene Herangehensweisen, Analysen und Bewertungen verwendet werden.



Lr

Relationship Learning [Lr]

Relationship Learning [Lr] ermöglicht es KI-Systemen, Beziehungen und Zusammenhänge zwischen verschiedenen Datenpunkten, Entitäten oder Ereignissen zu erkennen, zu lernen und zu analysieren.



Ir

Image Recognition [Ir]

Image Recognition [Ir] bezieht sich auf KI-Systeme und Technologien, die in der Lage sind, verschiedene Objekte, Szenen oder Muster in Bildern oder Videos zu erkennen und zu klassifizieren. Dadurch ermöglicht es eine automatische Bilderkennung und unterstützt Anwendungen wie Gesichtserkennung, Objekterkennung oder Szenenanalyse.



Ii

Image Identification [Ii]

Image Identification [Ii] identifiziert spezifische Objekte oder Elemente in einem Bild oder Video und ermöglicht die automatische Objekterkennung.



Sy

Synthetic Reasoning [Sy]

Synthetic Reasoning [Sy] verwendet logisches Denken und Beweise, um Rückschlüsse auf komplexe Probleme oder Situationen zu ziehen und plausible Lösungen oder Erklärungen zu generieren.



Dm

Decision Making [Dm]

Decision Making [Dm] trifft fundierte Entscheidungen basierend auf verfügbaren Informationen, Prioritäten und definierten Zielen.



Lg

Language Generation [Lg]

Language Generation [Lg] generiert natürlichsprachlichen Text oder sprachbasierte Ausgaben basierend auf verschiedenen Modellen und Daten.



Lc

Category Learning [Lc]

Category Learning [Lc] ermöglicht es KI-Systemen, verschiedene Kategorien, Muster oder Klassifikationen auf der Grundlage von Beispielen oder Erfahrungen zu erlernen und anzuwenden.



Ml

Mobility Large [Ml]

Mobility Large [Ml] bezieht sich auf KI-Systeme und Technologien, die in großen Mobilitätsbereichen eingesetzt werden, wie z. B. autonome Fahrzeuge, Logistik und Verkehrsplanung.



Cm

Communication [Cm]

Communication [Cm] bezieht sich auf KI-Systeme und Technologien, die in der Lage sind, auf natürliche Weise mit Menschen zu kommunizieren, sei es durch Sprache, Text oder andere Kommunikationsformen.



Gr

General Recognition [Gr]

General Recognition [Gr] analysiert Sensordaten, um allgemeine Informationen über Objekte, Situationen oder Muster in einem Signal zu gewinnen, ohne spezifische Kategorien vorzugeben.



Gi

General Identification [Gi]

General Identification [Gi] analysiert Sensordaten, um allgemeine Informationen über Objekte, Situationen oder Muster in einem Signal zu gewinnen, ohne spezifische Kategorien vorzugeben.



Da

Data Analytics [Da]

Data Analytics [Da] analysiert große Mengen von Daten, um Muster, Trends oder Zusammenhänge zu erkennen und wertvolle Erkenntnisse zu gewinnen.



Te

Text Extraction [Te]

Text Extraction [Te] extrahiert relevante Informationen wie Entitäten, Zeitangaben, Orte oder Fakten aus Texten und ermöglicht die automatische Informationsextraktion.



Lu

Language Understanding [Lu]

Language Understanding [Lu] ermöglicht es KI-Systemen, natürliche Sprache zu verstehen, die Absichten, Bedeutung und Kontext von Texten oder Sprachbefehlen zu interpretieren und entsprechend zu reagieren.



Lt

Knowledge Refinement [Lt]

Knowledge Refinement [Lt] umfasst Techniken und Methoden zur Verbesserung, Verfeinerung und Erweiterung des vorhandenen Wissens von KI-Systemen, um präzisere Ergebnisse und bessere Entscheidungen zu ermöglichen.



Ms

Mobility Small [Ms]

Mobility Small [Ms] bezieht sich auf KI-Systeme und Technologien, die in kleinen Mobilitätsbereichen eingesetzt werden, wie z. B. Robotik, autonome Drohnen oder persönliche Assistenzgeräte.



Ma

Manipulation [Ma]

Manipulation [Ma] bezieht sich auf KI-Systeme und Technologien, die in der Lage sind, physische Objekte zu manipulieren oder Aufgaben mit den Händen auszuführen, wie z. B. Roboterarme oder automatisierte Produktionslinien.



Cn

Control [Cn]

Control [Cn] bezieht sich auf KI-Systeme und Technologien, die in der Lage sind, andere Systeme, Geräte oder Prozesse zu steuern und zu regeln, um bestimmte Ziele zu erreichen.



  • Demonstratoren

    Das KI-Labor Südbaden arbeitet eng mit Unternehmen aus der Region zusammen, um Demonstratoren zu entwickeln, mit denen die Leistungsfähigkeit von KI demonstriert werden kann.

  • Nachhaltigkeit

    Nachhaltigkeit steht bei uns im Mittelpunkt. Wir nutzen KI, um bestehende Prozesse zu analysieren und sie nachhaltiger sowie effizienter zu gestalten.

  • Einfluss auf die Arbeitswelt

    Der Mensch steht im Mittelpunkt unseres Ansatzes. Unser Ziel ist es zu verdeutlichen, dass KI dazu dient, die Menschheit zu unterstützen und den Arbeitsalltag erleichtert.

Das KI-Labor Südbaden konzentriert sich auf eine dreigliedrige Schwerpunktsetzung, bestehend aus den Eckpfeilern Nachhaltigkeit, Demonstratoren und Arbeitswelt. Hierbei strebt das Labor danach, betriebswirtschaftlich sinnvolle Ansätze zu entwickeln, die den individuellen Bedürfnissen der Unternehmen in der Region gerecht werden. Durch gezielte Forschung und Innovation werden Lösungen erarbeitet, die nicht nur den technologischen Fortschritt repräsentieren, sondern auch die ökonomische und soziale Nachhaltigkeit fördern. Die Erstellung von Demonstratoren dient als greifbare Darstellung der praktischen Umsetzung von KI-Anwendungen, während die Gestaltung der Arbeitswelt darauf abzielt, die Integration von KI-Technologien nahtlos in den Arbeitsalltag zu integrieren.

Demonstratoren

Das KI-Labor Südbaden arbeitet eng mit Unternehmen aus der Region zusammen, um Demonstratoren zu entwickeln, mit denen die Leistungsfähigkeit von KI demonstriert werden kann.

Nachhaltigkeit

Nachhaltigkeit steht bei uns im Mittelpunkt. Wir nutzen KI, um bestehende Prozesse zu analysieren und sie nachhaltiger sowie effizienter zu gestalten.

Einfluss auf die Arbeitswelt

Der Mensch steht im Mittelpunkt unseres Ansatzes. Unser Ziel ist es zu verdeutlichen, dass KI dazu dient, die Menschheit zu unterstützen und den Arbeitsalltag erleichtert.

Förderung durch

Rechtliches

Impressum
Datenschutzerklärung
Barrierefreiheit
AGBs
Webmaster

Hochschule für Technik, Wirtschaft und Medien Offenburg

Campus Offenburg

Badstraße 24
77652 Offenburg
Tel (+49) 781 205-0
Fax (+49) 781 205-214 		Campus Gengenbach

Klosterstraße 14
77723 Gengenbach
Tel (+49) 7803 9698-0
Fax (+49) 7803 9698-4449