adesso BLOG

Spätestens seit „ChatGPT“ ist Generative KI in aller Munde, doch was genau verbirgt sich hinter diesem Begriff und wie unterscheidet sich Generative KI von den etablierten Konzepten des Machine und Deep Learning? Dieser Blog-Beitrag wirft einen Blick auf die Grundlagen von KI-Technologien und beleuchtet die faszinierenden Unterschiede, die Generative KI zu einem vielversprechenden Akteur in der sich ständig weiterentwickelnden Welt machen.

Im Rahmen redaktioneller Arbeiten ist die Suche nach geeigneten oder relevanten Quellen oft mühsam. Für diese Aufgaben wird in erster Linie auf fachspezifische Wissensdatenbanken zurückgegriffen, die ihrerseits eine Vielzahl von Einträgen enthalten. Die Verschlagwortung der Einträge erleichtert die Suche. Dieser Blog-Beitrag berichtet aus einem Kundenprojekt und stellt unseren Lösungsvorschlag vor. Es werden Ergebnisse aus Experimenten vorgestellt, die Nuancen der Verschlagwortung mit verschiedenen Methoden aufzeigen.

Der Digitalisierungsgrad im fakultativen Geschäft liegt selbst bei den größten Rückversicherern noch deutlich unter dem von anderen Unternehmensbereichen. Der Grund liegt in der Natur des Geschäfts: Es wird mit wenigen, stark individualisierten Verträgen gearbeitet - digitalisieren lassen sich aber am besten Geschäftsprozesse, die mit einem hohen Grad an Standardisierung und großen Stückzahlen arbeiten. Mit den jüngsten Fortschritten im Bereich der Künstlichen Intelligenz (KI) wendet sich das Blatt: Neue Lösungen können ein Gamechanger sein, um die Effizienz, aber auch die Qualität des fakultativen Underwritings zu steigern und Daten für weitere Anwendungen verfügbar zu machen.

Workflow-Orchestrierung und Workflow-Engines sind entscheidende Komponenten in der modernen Datenverarbeitung und Softwareentwicklung, insbesondere im Bereich der Künstlichen Intelligenz (KI). Diese Technologien ermöglichen es, verschiedene Aufgaben und Prozesse innerhalb komplexer Datenpipelines effizient zu verwalten und zu koordinieren. In diesem Blog-Beitrag stellen wir Prefect vor, ein intuitives Tool zur Orchestrierung von Workflows in der KI-Entwicklung.

In der heutigen Zeit, die durch eine zunehmende Komplexität in der Softwareentwicklung gekennzeichnet ist, kommt dem effizienten Management von Projektkonfigurationen eine zentrale Bedeutung zu. Insbesondere im Bereich der Künstlichen Intelligenz (KI), wo Flexibilität und Präzision entscheidend sind, ermöglicht Hydra eine effiziente Professionalisierung. Dieser Blog-Beitrag gibt eine kurze Einführung in Hydra und zeigt, wie dieses Tool mit seinen dynamischen Funktionen das Management von Softwareprojekten, insbesondere im KI-Bereich, neu definiert.

Microsoft hat für ChatGPT in OpenAI investiert und integriert nun generative KI in Tools wie Microsoft 365. Diese KI-basierten Copiloten verbessern die Produktivität und Effizienz, insbesondere in regulierten Branchen mit wiederkehrenden Aufgaben und großen Datenmengen. Als Finanz- oder Schadenmanager helfen sie, Arbeitsabläufe zu optimieren. In meinem Blog-Beitrag geht es um den „Copilot für Microsoft 365“ im Banken- und Versicherungsumfeld als Beispiel für einen KI-gestützten Assistenten.

Spätestens seit „ChatGPT“ ist Generative KI in aller Munde, doch was genau verbirgt sich hinter diesem Begriff und wie unterscheidet sich Generative KI von den etablierten Konzepten des Machine und Deep Learning? Dieser Blog-Beitrag wirft einen Blick auf die Grundlagen von KI-Technologien und beleuchtet die faszinierenden Unterschiede, die Generative KI zu einem vielversprechenden Akteur in der sich ständig weiterentwickelnden Welt machen.

GenAI bietet enorme Chancen für die Wertschöpfung von Versicherern und wird zum zentralen Treiber ihrer digitalen Transformation: Mit der sich rasant entwickelnden Technologie können Versicherungsprozesse automatisiert und beschleunigt sowie das Kundenerlebnis deutlich verbessert werden. Ein weiterer wirtschaftlicher Vorteil für Versicherer ist eine genauere Risikoeinschätzung durch GenAI.

Die Welt der Künstlichen Intelligenz entwickelt sich mit atemberaubender Geschwindigkeit, und Large Language Models (LLMs) stehen an der Spitze dieser Revolution. LLM-Operationalisierung ist ein wesentlicher Bestandteil dieser Entwicklung und bietet Unternehmen die Möglichkeit, nicht nur die Grenzen der Technologie zu erweitern, sondern auch neue Maßstäbe für die Interaktion zwischen Mensch und Maschine zu setzen. Wieso das so ist, erklären wir in unserem Blog-Beitrag.