Um es mit Stephen Hawking zu sagen: „Intelligence is the ability to adapt to change". Das wissen vor allem auch die Digitalisierungsverantwortlichen von Versicherungen. Und wenn wir über den Einsatz von künstlicher Intelligenz in einer eher risikoaversen und sich langsam ändernden Branche nachdenken, dann gilt dieser Satz umso mehr. Denn
Author
Im vorangegangenen Blog habe ich die „vier Säulen des Vertrauens“ für automatisierte Entscheidungen vorgestellt. Dieser hat gezeigt: Erklärbarkeit und Transparenz beziehen sich auf den gesamten analytischen Prozess. Wie sieht es aber mit der „Blackbox“ der maschinellen Lernalgorithmen aus? Auch dort muss Transparenz durch eine analytische Plattform gewährleistet sein. Die gute
Im ersten Teil meines Blogs habe ich argumentiert, dass die Beschäftigung mit künstlicher Intelligenz (KI) und Ethik keine rein philosophische oder gesellschaftspolitische Fragestellung ist. Eines ist klar: Die Ethik-Debatten werden in diesem Jahr weitergehen und sich stärker an den realistischen Möglichkeiten und Risiken von KI orientieren. Unternehmen und Organisationen, die
„Hallo, Herr Kaiser!“ Kennen Sie ihn noch? Von den 1970er-Jahren bis in die frühen 2000er kam er vor jeder Tagesschau in unser Wohnzimmer. Als Versicherungsvertreter verkörperte er Vertrauen, Nähe und Fairness. Egal ob Unfall-, Sach-, Haftpflicht- oder Kfz-Versicherung: Günter Kaiser wusste, was Sache ist. Er war das bekannteste Werbegesicht Deutschlands.
Wenn wir über künstliche Intelligenz (KI) und Ethik sprechen, dann beziehen wir uns nicht in erster Linie auf dystopische Anwendungen, in denen ein autonomer Roboter stur und ohne menschliche Kontrolle in Terminator-Manier Entscheidungen über Leben und Tod trifft. Das soll natürlich nicht heißen, dass ein kritischer Diskurs zum Beispiel über
Wird KI die Spaltung unserer Gesellschaft in die „Elite“ und den „besorgten, abgehängten Rest“ dramatisch beschleunigen? Zum Beispiel durch hocheffektive personalisierte Medizin, die sich nur wenige leisten können? Oder den Wegfall von automatisierbaren Jobs im Mittelstand, während die hochqualifizierte Elite ihre Machtpositionen beibehält oder gar ausbaut? Oder bietet sich nicht
Im Kölner Stadtteil Mülheim und unweit der Keupstraße mit ihrem orientalischen Charme aus Dönerrestaurants, Baklava, Cafés und Moscheen, neben alten Backsteinhallen mit Konzertsälen und Fernsehstudios liegt mit dem Carlswerk eine große ehemalige Industriefläche, die mittlerweile zum Gewerbegebiet mit vielen jungen und etablierten Unternehmen, Restaurants und Freizeitmöglichkeiten geworden ist. Im sogenannten
Gartner geht davon aus, dass dank künstlicher Intelligenz (KI) bis 2025 zwei Millionen neue Arbeitsplätze geschaffen werden. KI und Machine Learning sind in vielen Unternehmen bereits heute wichtiger Bestandteil von Geschäftsprozessen und Unternehmensbereichen. Sie erleichtern den Arbeitsalltag, optimieren die Interaktion mit Kunden, sagen den Ausfall einer Maschine zuverlässig vorher oder
Die Demokratisierung von Analytics ist daran zu erkennen, wer sich damit beschäftigt. SAS macht seit 40 Jahren statistische Analysen (wenn auch am Anfang noch ohne „Big Data“) und hatte schon Algorithmen für Machine Learning im Portfolio, lange bevor dies zum Buzzword wurde. Haben wir noch vor einigen Jahren vorwiegend mit
In meinem vorherigen Blog bin ich darauf eingegangen, was künstliche Intelligenz (KI) bereits kann – und dass der Hype längst noch nicht in der operativen Realität bei Unternehmen angekommen ist. Letzteres ist eine Erkenntnis der aktuellen SAS Studie „The Enterprise AI Promise: Path to Value“. Was die Umfrage darüber hinaus