IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-49275-5_2.html

Künstliche Intelligenz in der Produktion

In: Künstliche Intelligenz im produzierenden Mittelstand

Author

Listed:
  • Patrick Berger

    (Hochschule Darmstadt)

  • Jörg von Garrel

    (Hochschule Darmstadt)

  • Carlos Jahn

    (Technische Universität Hamburg)

Abstract

Zusammenfassung Der Beitrag zielt darauf ab, einen Einblick in die technologische Dimension von Künstlicher Intelligenz zu geben. Konkret werden potenzielle KI-Technologien, KI-Lernansätze und KI-Anwendungsfälle für den industriellen Kontext vorgestellt. Bei den KI-Technologien werden regelbasierte KI – auch als symbolische KI bezeichnet, Machine Learning (ML), Neuronale Netze (Deep Learning), Natürliche Sprachverarbeitung (NLP) sowie Computer Vision näher vorgestellt. Bei den Lernansätzen werden drei klassische Lernansätze des überwachten Lernens, des unüberwachten Lernens sowie des bestärkenden Lernens beschrieben. Eine Darstellung möglicher Use Cases im industriellen Kontext, bei der auch die Chancen und Risiken dieser KI-Systeme dargestellt werden, schließen den Beitrag ab.

Suggested Citation

  • Patrick Berger & Jörg von Garrel & Carlos Jahn, 2026. "Künstliche Intelligenz in der Produktion," Springer Books, in: Jörg von Garrel & Simone Thomas (ed.), Künstliche Intelligenz im produzierenden Mittelstand, chapter 0, pages 15-34, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-49275-5_2
    DOI: 10.1007/978-3-658-49275-5_2
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-49275-5_2. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.