© Sarah Holmlund/Shutterstock.com
Windows Developer
Hintergrund und Einstieg in ML mit .NET

Machine Learning für die Zukunft

Das Thema Machine Learning ist so präsent wie noch nie, obwohl es eigentlich alles andere als neu ist. Algorithmen haben in den letzten Jahren in immer mehr Bereiche unseres Lebens Einzug gehalten und sind wohl dabei, die Gesellschaft nachhaltig zu verändern. Doch was verbirgt sich hinter den Buzzwords KI und Machine Learning und wie können Entwickler sich diese Technologien zu eigen machen? Mit diesen Fragen beschäftigt sich der nachfolgende Artikel und gibt anhand praxisnaher Beispiele Antworten.

Kevin Gerndt


Die Machine-Learning-Technologie hat mittlerweile große Teile unseres Alltags erobert und ihr Siegeszug scheint nicht mehr aufzuhalten zu sein. Ob Spracherkennung im Auto, persönlicher Assistent im Smartphone oder Fraud Detection beim Bezahlvorgang – nahezu überall verbirgt sich Machine Learning beziehungsweise künstliche Intelligenz. Glaubt man jedoch führenden Wissenschaftlern und Visionären, handelt es sich hierbei erst um den Anfang. Unumstritten ist, dass Machine Learning unser Leben und die Arbeitswelt, wie wir sie heute kennen, verändern wird. Laut einer Studie des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) [1] sind Computer in der Lage, mindestens 70 Prozent der Tätigkeit von acht Millionen Beschäftigten zu erledigen. Dadurch könnten bis zum Jahr 2025 bis zu 1,5 Millionen Arbeitsplätze in Deutschland wegfallen. Doch diese Entwicklung macht den Menschen nicht komplett überflüssig, denn ohne Menschen bringt Machine Learning keinen Mehrwert. Nicht außeracht zu lassen ist, dass die KI-Revolution auch jede Menge hochwertige Jobs und neue Berufsbilder, wie etwa Data Engineers, Data Scientists oder Data Strategen erschaffen wird. Berufe mit sich ständig wiederholenden Arbeitsabläufen und Prozessen werden allerdings unweigerlich und zunehmend durch intelligente Algorithmen ersetzt. Anders als bei der ersten und zweiten Industriellen Revolution, bei der vorwiegend Jobs der Arbeiterklasse und in der Landwirtschaft ersetzt wurden, wird es diesmal auch Berufe wie etwa Buchhalter, Steuerprüfer und klassische Bürokräfte treffen.

Warum jetzt?

Doch was hat eigentlich diesen regelrechten KI-Boom der letzten Jahre ausgelöst, obwohl das Thema an sich doch schon über fünfzig Jahre alt ist? Im Wesentlichen stützt sich die überproportionale Entwicklung auf drei wichtige Säulen: Daten, Algorithmen und Rechenleistung. Aktuell erzeugen über drei Milliarden Webnutzer sowie die unzähligen, vernetzten Smart- und IOT-Geräte jeden Tag etwa 2,5 Trillionen Bytes an Daten. Konkret bedeutet dies, dass 90 Prozent aller verfügbaren Daten in den letzten zwei Jahren entstanden sind. Ein autonom fahrendes Fahrzeug erzeugt pro Stunde eine gigantische Datenmenge von vier Terabytes. Ein selbstlernendes Computersystem benötigt eine enorm große Menge an Daten, die vor zehn Jahren einfach noch nicht zur Verfügung stand, zum Beispiel, wenn es um das Erkennen von Objekten wie etwa Personen, Autos oder Verkehrszeichen geht. Für die schnelle und zuverlässige Identifizierung von Objekt...

Windows Developer
Hintergrund und Einstieg in ML mit .NET

Machine Learning für die Zukunft

Das Thema Machine Learning ist so präsent wie noch nie, obwohl es eigentlich alles andere als neu ist. Algorithmen haben in den letzten Jahren in immer mehr Bereiche unseres Lebens Einzug gehalten und sind wohl dabei, die Gesellschaft nachhaltig zu verändern. Doch was verbirgt sich hinter den Buzzwords KI und Machine Learning und wie können Entwickler sich diese Technologien zu eigen machen? Mit diesen Fragen beschäftigt sich der nachfolgende Artikel und gibt anhand praxisnaher Beispiele Antworten.

Kevin Gerndt


Die Machine-Learning-Technologie hat mittlerweile große Teile unseres Alltags erobert und ihr Siegeszug scheint nicht mehr aufzuhalten zu sein. Ob Spracherkennung im Auto, persönlicher Assistent im Smartphone oder Fraud Detection beim Bezahlvorgang – nahezu überall verbirgt sich Machine Learning beziehungsweise künstliche Intelligenz. Glaubt man jedoch führenden Wissenschaftlern und Visionären, handelt es sich hierbei erst um den Anfang. Unumstritten ist, dass Machine Learning unser Leben und die Arbeitswelt, wie wir sie heute kennen, verändern wird. Laut einer Studie des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) [1] sind Computer in der Lage, mindestens 70 Prozent der Tätigkeit von acht Millionen Beschäftigten zu erledigen. Dadurch könnten bis zum Jahr 2025 bis zu 1,5 Millionen Arbeitsplätze in Deutschland wegfallen. Doch diese Entwicklung macht den Menschen nicht komplett überflüssig, denn ohne Menschen bringt Machine Learning keinen Mehrwert. Nicht außeracht zu lassen ist, dass die KI-Revolution auch jede Menge hochwertige Jobs und neue Berufsbilder, wie etwa Data Engineers, Data Scientists oder Data Strategen erschaffen wird. Berufe mit sich ständig wiederholenden Arbeitsabläufen und Prozessen werden allerdings unweigerlich und zunehmend durch intelligente Algorithmen ersetzt. Anders als bei der ersten und zweiten Industriellen Revolution, bei der vorwiegend Jobs der Arbeiterklasse und in der Landwirtschaft ersetzt wurden, wird es diesmal auch Berufe wie etwa Buchhalter, Steuerprüfer und klassische Bürokräfte treffen.

Warum jetzt?

Doch was hat eigentlich diesen regelrechten KI-Boom der letzten Jahre ausgelöst, obwohl das Thema an sich doch schon über fünfzig Jahre alt ist? Im Wesentlichen stützt sich die überproportionale Entwicklung auf drei wichtige Säulen: Daten, Algorithmen und Rechenleistung. Aktuell erzeugen über drei Milliarden Webnutzer sowie die unzähligen, vernetzten Smart- und IOT-Geräte jeden Tag etwa 2,5 Trillionen Bytes an Daten. Konkret bedeutet dies, dass 90 Prozent aller verfügbaren Daten in den letzten zwei Jahren entstanden sind. Ein autonom fahrendes Fahrzeug erzeugt pro Stunde eine gigantische Datenmenge von vier Terabytes. Ein selbstlernendes Computersystem benötigt eine enorm große Menge an Daten, die vor zehn Jahren einfach noch nicht zur Verfügung stand, zum Beispiel, wenn es um das Erkennen von Objekten wie etwa Personen, Autos oder Verkehrszeichen geht. Für die schnelle und zuverlässige Identifizierung von Objekt...

Neugierig geworden?


   
Loading...

Angebote für Teams

Für Firmen haben wir individuelle Teamlizenzen. Wir erstellen Ihnen gerne ein passendes Angebot.

Das Library-Modell:
IP-Zugang

Das Company-Modell:
Domain-Zugang