Applied AI: Von Fraud Detection und Kreditrisikobewertung bis zur Fehlerklassifikation und Qualitätskontrolle in der Produktion – Welche Use & Business Cases von Machine Learning gibt es in der Praxis?
Training, Testing & Validation: Wie sollten Datasets strukturiert und aufbereitet werden, um robuste Machine Learning-Modelle zu entwickeln?
AI & Machine Learning Security: Wie lassen sich AI & Machine Learning-Modelle absichern sowie Bedrohungen und Schwachstellen frühzeitig identifizieren?
AI Agents: Wie gelingt uns der Schritt von passiven zu proaktiven Tools und wo haben diese den größten Nutzen?
Software Development, Architekturen & Tools: Welche Hürden bestehen bei der Auswahl passender Tools und welche Vorteile lassen sich heben?
Natural Language Processing & Voice Recognition: Welche neuen Use Cases gibt es und wie lässt sich die Interaktion mit natürlicher Sprache am besten in bestehende Prozesse integrieren?
AI Infrastructure: Cloudlösungen, Compute-as-a-Service, APIs oder doch In-House – welche Infrastruktur passt am besten zu meinem Business?
From Lab to Business Value: Wie erreichen Unternehmen Skalierbarkeit und Produktivsetzung von Machine Learning-Projekten?
Generative AI: Welche Möglichkeiten gibt es und wie verbinden wir Potentiale mit echter Wertschöpfung?
Governance & Documentation: Mit welchen Maßnahmen bereiten wir uns auf Regulierungen vor, fördern Compliance und beugen Shadow AI vor?