👉 Beide lieben Daten über alles!
🏎️ Daten wurden in der Formel 1 schon immer gesammelt. Mit Stoppuhr, Kugelschreiber und einem Blatt Papier. Gemessen werden konnte aber nur, wie schnell ein Wagen eine Runde geschafft hatte.
🏎️ Ein großer Wendepunkt war erst drahtlose Datenübertragung. Damit konnten die Daten direkt während der Fahrt an das Daten Technologie Center übertragen werden.
🏎️ Der nächste große Step war die Gewichtsreduzierung der Sensoren. Je kleiner, desto weniger Einfluss hatten sie auf die Geschwindigkeit.
🏎️ Fragen, die bei jedem Rennen im Raum stehen sind die nach der bestmöglichen Optimierung des gesamten Fahrzeugs und des Fahrers. Hierfür werden unzählige Mengen an Daten gesammelt. Bei einer einzigen Runden können heute so viele Daten gesammelt werden, dass sie eine für Menschen undurchschaubare Ansammlung werden.
Für eine AI ist das aber kein Problem. In sekundenschnelle erkennt sie, welche der Werte eine Rolle spielen, welche unwichtig sind und damit auch, welche berücksichtigt und welche vernachlässigt werden können.
🏎️ Bei der Auswertung dieser Daten durch AI ergeben sich astronomische Zeitersparnisse. Es findet ein Lernen statt, dass es auf diese Weise niemals zuvor gegeben hat.
🏎️ Vor dem Rennen ermöglichen digitale Zwillinge der Rennstrecken und Fahrzeuge den Fahrern, ihre Fähigkeiten in einer virtuellen Umgebung zu trainieren. Diese KI-gesteuerten Simulationen bilden die Rennbedingungen realitätsnah ab und sind eine große Hilfe für die Fahrer.
🏎️ Während des Rennens sammeln bis zu 600 Sensoren pro Auto Unmengen von Telemetriedaten und senden sie direkt an die AI Technology Center.
🏎️ Diese Sensoren messen beinahe alles. Von Maschinen- und Reifentemperatur über die Streckenbedingungen, mögliche Strategien der Konkurrenten und Wettermuster bis hin zu den Übersetzungsverhältnissen, Lufteinlass etc.
Ein besonders signifikant wichtiger Faktor, der nun gemessen werden kann sind die aerodynamischen Daten. Sie werden immer wieder analysiert und entsprechend Verbesserungen am Auto vorgenommen.
🏎️ Manche dieser Daten werden direkt währen des Rennens ausgewertet, Entscheidungen getroffen und live umgesetzt. Manche werden direkt zum Hersteller in die Fabrik geschickt und andere landen direkt beim Team.
Alle arbeiten schließlich gemeinsam daran, das Autodesign weiter zu optimieren und es noch schneller und stärker zu machen. Auch Stärken und Schwächen der Fahrer werden so erkannt.
💡Ziemlich faszinierend!
❓ Stellt sich dann aber auch irgendwie die Frage, worum es bei F1 Rennen letztendlich eigentlich noch geht und wer das Rennen für sich entscheidet:
🟠 Der Rennstall, der die fortschrittlichste AI einsetzt oder der Rennstall, der die Fahrer hat, die am besten mit AI umgehen können?
🟠 Ist es die KI oder sind es die Fahrer, die ein Rennen entscheiden?
Und
🟠 Welches Wissen ist für den Sieg entscheidender; das der AI oder das des Fahrerhirns?
AI CIRCLE HAMBURG, Februar 2025
🚀 Am Dienstag, dem 10.12.24 war der große Tag: Der AI CIRCLE Hamburg traf sich gegen frühen Abend bei iteratec am Sandtorkai 75 in der Hafencity. Thema des Abends waren KI Agenten-Lösungen.
🤖 KI-Agenten-Lösungen gehören aktuell zu den spannendsten Themen in der technologischen Entwicklung. Sie bieten faszinierende Möglichkeiten, domänenspezifisches Wissen und Aufgaben zu kombinieren.
🤖 Durch die Nutzung von Werkzeugen wie Retrieval-Augmented Generation, kontextsensitive Anweisungen und Werkzeugaufrufe können virtuelle Experten geformt werden: KI-Agenten. Diese Agenten können für unterschiedlichste Aufgaben eingesetzt werden, von der Cybersecurity über Smart-Grid-Laststeuerungen bis hin zum Supply-Chain-Management. Diese zeigen ihre Stärken insbesondere dann, wenn hochspezifische Agenten für die jeweiligen Expertenanforderungen in einem Themengebiet entwickelt werden.
🤖 Ein Beispiel aus der Cybersecurity zeigt die Vielseitigkeit von Agenten: Ein Monitoring-Agent überwacht den Netzwerkverkehr und identifiziert Auffälligkeiten. Ein Threat-Detection-Agent analysiert diese Anomalien und klassifiziert potenzielle Bedrohungen. Ein Response-Agent setzt gezielte Maßnahmen zur Abwehr dieser Bedrohungen um. Schließlich verwaltet ein Update-Agent Sicherheitsupdates und Patches, um die Systeme auf dem neuesten Stand zu halten. Jedes ist individuell.
Besonders spannend wird es, wenn mehrere Agenten orchestriert werden: Damit lassen sich komplexe Szenarien bewältigen, die über die Einzelaufgaben hinausgehen.
Dieses Potenzial haben wir gestern näher beleuchtet. Dabei diente OpenAI-Swarms als Educational-Framework, um die Kernkompetenzen, Arbeitsweisen und Techniken hinter KI-Agenten zu erklären.
Anhand von Live-Demos hat uns Jens deren Potenzial gezeigt:
💠 Math-Agent: Lösungen für mathematische Terme und Sachaufgaben mit professioneller Aufbereitung.
💠 Presentation-Agent: Aufbereitung vorhandener Informationen, Anreicherung mit Bildmaterial, Erstellung von Designs/Layout und Qualitätssicherung.
OpenAI-Swarms bietet einen schnellen und fundierten Zugang für Einsteiger in die Welt der KI-Agenten, indem es leicht verständliche Beispiele, sofort einsatzbereite Tools und eine intuitive Bedienung kombiniert. Bei iteratec werden solche Lösungen bereits erfolgreich in der Praxis eingesetzt.
🙏 Ein großes Dankeschön an Jens Werschmoeller und Martin Damm, die uns nicht nur gehostet, sondern auch mit einem spannenden Vortrag für eine Menge Input und arbeitende Hirnmasse gesorgt haben. DANKE❤️🙌
Mit diesem real Artificial Intelligence Deep Dive schließen wir die AI CIRCLE Hamburg Live-Event Reihe 2024. Wir freuen uns auf die nächstens Sessions mit euch im nächsten Jahr! Stay tuned!
AI CIRCLE HAMBURG, Dezember 2024
🚀Unser nächstes AI CIRCLE Hamburg Event steht bevor! 😎 Also notiert euch schonmal Dienstag, den 10.12.24.
Es wird ein AI Deep Dive! Jens Werschmoeller, PO-BA I GenAI-Competence-Center (Lead) wird uns spannende Insights geben zu im Schwarm arbeitenden AI Agenten:
Wie organisiert man Agenten in einem verteilten System und wie arbeiten Multi-Agenten-Systeme zusammen? Sind sie die nächste Stufe von KI-Anwendungen?
Im Anschluss bleibt wieder ausreichend Zeit für Diskussion und Austausch.
Für alle AI CIRCLE Hamburg Mitglieder ist das Event kostenlos.
Für alle, die noch kein AI CIRCLE Hamburg Mitglied sind: Kommt in unser AI-Netzwerk!
Die Mitgliedschaft ist kostenlos.😀
Wir freuen uns auf euch!
AI CIRCLE HAMBURG, November 2024
Wenn man von AI spricht, denken die wenigsten von uns an Sport.
AI hat in den letzten Jahren im Sport immens an Bedeutung gewonnen und wird vom Scouting über Taktikanalyse bis hin zur Verbesserung von Bewegungstechniken und zur Verletzungsvermeidung eingesetzt.
Nehmen wir mal ein Beispiel: Scouting.
Normalerweise ist der Scouting-Prozess ein sehr langwieriges Vorgehen. Um die besten Talente zu finden, z. B. im Fußball oder im Tennis, mussten in der Vergangenheit unzählige Scouts unzählige Spiele besuchen und sich unzählige Notizen machen. Dieser Prozess war nicht nur sehr langwierig, sondern auch sehr anfällig für menschliche Fehler. Inzwischen übernimmt AI einen großen Teil dieser Arbeit.
Wie funktioniert das?
Eine AI analysiert große Mengen Videomaterial von Spielen und Training. Algorithmen überprüfen u. a. Bewegungsmuster, Geschwindigkeiten, Beschleunigungen, technische Fähigkeiten und taktisches Verhalten.
Auf dieser Basis erstellen sie von jedem gewünschten Spieler ein Spielerprofil. Anschließend erfolgt eine Bewertung.
Die AI vergleicht basierend auf Leistungsdaten, physischen Merkmalen und Entwicklungspotentialen.
AI kann aber auch berechnen, wie sich der Marktwert eines Spielers in Zukunft entwickeln und wie viele Profiminuten er voraussichtlich haben wird.
Die Scouts erhalten dann eine entsprechende Empfehlung.
Grundlage sind also historische Daten, mit denen die AI trainiert wurde und aus denen die Schätzungen für die Zukunft entstehen.
➕Mit Hilfe der AI reihen sich auf diese Weise eine Menge Vorteile aneinander. Der Scoutingprozess wird schneller, präziser, effizienter und bietet vor allem viel mehr Möglichkeiten. Spieler auf der ganzen Welt können analysiert und entdeckt werden. Ihre Bewertung ermöglicht es Vereinen, Spieler über einen langen Zeitraum multifaktoriell zu beobachten.
➖Auf der anderen Seite ist die Implementierung eines AI-Scouting-Prozesses kostenintensiv, sodass kleine Vereine hier weniger Möglichkeiten haben. Durch den immer stärkeren Einsatz von AI in Prozessen wie dem Scouting kann die menschliche Intuition und Erfahrung an Bedeutung verlieren.
AI CIRCLE HAMBURG, Juli 2024
Wie gewährleisten wir dann, dass AI moralisch einwandfreie Entscheidungen trifft?
Es gibt unterschiedliche Ansichten von Expert:innen über die Fähigkeit von AI, ethisch zu handeln. Einige argumentieren, dass AI bereits heute in der Lage ist, moralisch richtige Entscheidungen zu treffen. Andere sind skeptisch und fürchten, dass AI eines Tages die Kontrolle über die Menschheit übernehmen könnte. Wieder andere zweifeln daran, dass AI jemals die menschliche Intelligenz übertreffen wird.
Doch wie trifft diese digitale Intelligenz Entscheidungen? Welchen Stellenwert hat dabei die Maschinenethik?
Maschinenethik bezeichnet die Formalisierung ethischer Prinzipien aus der Philosophie, um sie in der AI anzuwenden.
Ein zentraler Aspekt ist, dass jede Handlung aus verschiedenen Blickwinkeln bewertet werden kann. Wenn AI eine Entscheidung fällt, ist es entscheidend für den Menschen zu verstehen, auf welchen Grundlagen diese Bewertung beruht.
Eine AI kann lernen, ähnliche Entscheidungen zu treffen, wie wir Menschen es tun würden, z.B. immer die Entscheidung zu treffen, die möglichst viele Menschen schützt oder vielen Menschen einen Nutzern bringt.
Aber wie entscheidet eine AI als Assistent im Auto, wenn sie sich entscheiden muss zwischen dem Tod einer 80-jährigen Frau, die bei Rot die Straße überquert und dem Tod des jungen Fahrers, der am Lenker sitzt? Geradeaus weiterfahren oder den Wagen frontal gegen die Hauswand lenken?
Entscheidungen wie die Kreditwürdigkeit von Personen, die Eignung von Bewerbern für Positionen oder auch die Strafverfolgung von Tätern werden in Unternehmen zunehmend von Algorithmen getroffen.
Um moralische Entscheidungen zu gewährleisten, muss AI eine Vielzahl ethischer Fragen und philosophische Texte erörtern. Dabei kommt darauf an, wie wir als Gesellschaft moralische Grundsätze und Werte in Algorithmen fassen und programmieren.
Wenn AI transparent und erklärbar wird, erleichtert dies die Aufdeckung von Fehlern und Diskriminierung.
AI CIRCLE HAMBURG, April 2024
„Wie heißt der Vater von Olaf Scholz‘ Tante ?“
Muss man das wirklich wissen? Und muss man dafür wirklich Google befragen? Eins ist klar (hoffentlich): Jede Anfrage, die wir Google stellen benötigt und verbraucht Energie auf einem Server dieser Welt.
Immer öfter kommt dabei AI zum Einsatz. Damit steigt der Energiebedarf in den Rechenzentren enorm.
„Werkzeuge der KI verbrauchen viel Strom, und die Tendenz ist steigend“, sagte der Geschäftsführer des Hasso-Plattner-Instituts (HPI) in Potsdam und Leiter des Fachgebiets Künstliche Intelligenz und Nachhaltigkeit, Ralf Herbrich, der Nachrichtenagentur dpa. Schon allein das Training eines einzigen AI-Modells ist ein extrem energieintensiver Prozess.
Datenwissenschaftler Alex de Vries aus Amsterdam vergleicht den AI-Energieverbrauch durch die Nutzung einer Suchmaschine, die mit AI arbeitet, mit dem Verbrauch ganzer Länder.
Damit bekommt AI schlagartig eine große Bedeutung beim Thema Klimaschutz.
Wie kann man den ökologischen Fußabdruck von AI verbessern?
Aktuell beanspruchen Rechenzentren etwa fünf Prozent des weltweiten Energieverbrauchs. Schätzungen gehen davon aus, dass dies in den kommenden Jahren auf 30 Prozent ansteigen wird. Technologieunternehmen treiben bereits die Forschungen zu Energieeinsparungen bei AI voran. Bis Lösungen entwickelt sind, vergehen allerdings Jahre.
Herr De Vries schätzt, dass Google derzeit bis zu neun Milliarden Suchanfragen pro Tag verarbeitet. Wenn jeder dieser Suchanfragen AI nutzen würde, entstünde dabei ein Stromverbrauch von 29,2 Terawattstunden Strom pro Jahr. So viel Strom verbraucht zum Vergleich Irland innerhalb eines gesamten Jahres.
Der Internet-Konzern Google teilte mit, dass bereits Verfahren eingesetzt werden, um den Energieverbrauch für die AI-Trainings zu reduzieren und ergänzt, dass AI sich andererseits für den Klimaschutz einsetze, in dem Autofahrern z.B. durch Google Maps eine „kraftstoffeffiziente Routenplanung“ möglich gemacht werde.
Wie AWS hat nun auch Microsoft erneut riesige Investitionen in den Ausbau von Rechenzentren angekündigt. Die German Data Center Association schätzt, dass bis 2029 ca. 28 Milliarden Euro in den Bau von Colocation- und Hyperscaler-Rechenzentren fließen werden.
AI CIRCLE HAMBURG, Juni 2024
© AI CIRCLE HAMBURG Alle Rechte vorbehalten.
Wir benötigen Ihre Zustimmung zum Laden der Übersetzungen
Wir nutzen einen Drittanbieter-Service, um den Inhalt der Website zu übersetzen, der möglicherweise Daten über Ihre Aktivitäten sammelt. Bitte überprüfen Sie die Details in der Datenschutzerklärung und akzeptieren Sie den Dienst, um die Übersetzungen zu sehen.