Dr. rer. nat.

Hecker, Dirk

Filters

5 1
Reset filters

Settings
Now showing 1 - 6 of 6
No Thumbnail Available
Publication

Kreativität der generativen KI

2024-03-28 , Paass, Gerhard , Hecker, Dirk

In diesem Beitrag wird die Frage diskutiert, ob auch Systeme der generativen KI kreative Inhalte erzeugen können. Es wird zunächst beschrieben, wie solche Systeme intern funktionieren und wie sie potenziell neue Inhalte generieren können. Anschließend wird der kreative Prozess diskutiert und es wird überprüft, ob KI-Systeme kreative Leistungen für die unterschiedlichen Medien Text, Bild und Musik erbringen können. In standardisierten Tests konnte gezeigt werden, dass das Sprachmodell GPT-4 inzwischen kreativere Antworten produziert als Menschen. Ähnliche Tests haben ergeben, dass Bilder, die mit einer älteren Version von DALL-E erstellt wurden, nur schwer von Künstlerbildern zu unterscheiden sind. Aufgrund der stark verbesserten Detailgenauigkeit neuerer Systeme ist davon auszugehen, dass diese heute eine verbesserte Kreativität besitzen. Systeme zur Generierung von Musik können derzeit dagegen noch nicht mit der Kreativität menschlicher Komponist*innen mithalten.

View
No Thumbnail Available
Publication

Big Data in der Industrie - Vorsprung durch Wissen

2018 , Koch, Daniel Jeffrey , Hecker, Dirk

View
No Thumbnail Available
Publication

Data Ecosystems: A New Dimension of Value Creation Using AI and Machine Learning

2022-07-22 , Hecker, Dirk , Voß, Angelika , Wrobel, Stefan

Machine learning and artificial intelligence have become crucial factors for the competitiveness of individual companies and entire economies. Yet their successful deployment requires access to a large volume of training data often not even available to the largest corporations. The rise of trustworthy federated digital ecosystems will significantly improve data availability for all participants and thus will allow a quantum leap for the widespread adoption of artificial intelligence at all scales of companies and in all sectors of the economy. In this chapter, we will explain how AI systems are built with data science and machine learning principles and describe how this leads to AI platforms. We will detail the principles of distributed learning which represents a perfect match with the principles of distributed data ecosystems and discuss how trust, as a central value proposition of modern ecosystems, carries over to creating trustworthy AI systems.

View
No Thumbnail Available
Publication

Fraunhofer-Allianz Big Data

2018 , Wrobel, Stefan , Hecker, Dirk

Big Data ist branchenübergreifend ein Management-Thema und verspricht der Wirtschaft Vorsprung durch strukturiertes Wissen, mehr Effizienz und Wertschöpfung. In den Unternehmen gibt es einen hohen Bedarf an Big-Data- Kompetenzen, individuellen Geschäftsmodellen und technischen Lösungen. Fraunhofer unterstützt Unternehmen dabei, ihre Datenschätze zu identifizieren und zu heben. Experten der Fraunhofer-Allianz Big Data zeigen auf, wie Unternehmen von der intelligenten Anreicherung und Analyse ihrer Daten profitieren können.

View
No Thumbnail Available
Publication

Fraunhofer Big Data and Artificial Intelligence Alliance

2019 , Wrobel, Stefan , Hecker, Dirk

Big data is a management issue across sectors and promises to deliver a competitive advantage via structured knowledge, increased efficiency and value creation. Within companies, there is significant demand for big data skills, individual business models, and technological solutions. Fraunhofer assists companies to identify and mine their valuable data. Experts from Fraunhofers Big Data and Artificial Intelligence Alliance demonstrate how companies can benefit from an intelligent enrichment and analysis of their data.

View
No Thumbnail Available
Publication

Spatial data mining in practice

2010 , Körner, Christine , Hecker, Dirk , Krause-Traudes, Maike , May, Michael , Scheider, Simon , Schulz, Daniel , Stange, Hendrik , Wrobel, Stefan

Almost any data can be referenced in geographic space. Such data permit advanced analyses that utilize the position and relationships of objects in space as well as geographic background information. Even though spatial data mining is still a young research discipline, in the past years research advances have shown that the particular challenges of spatial data can be mastered and that the technology is ready for practical application when spatial aspects are treated as an integrated part of data mining and model building. In this chapter in particular, we give a detailed description of several customer projects that we have carried out and which all involve customized data mining solutions for business relevant tasks. The applications range from customer segmentation to the prediction of traffic frequencies and the analysis of GPS trajectories. They have been selected to demonstrate key challenges, to provide advanced solutions and to arouse further research questions.

View