{"version":"1.0","type":"rich","provider_name":"Acast","provider_url":"https://acast.com","height":250,"width":700,"html":"<iframe src=\"https://embed.acast.com/$/64f6e89aecffbc00102c7924/67eb6a01506c6c628c46f2e9?\" frameBorder=\"0\" width=\"700\" height=\"250\"></iframe>","title":"#25 AI-Masterclass: KI-Potenziale in Unternehmen richtig nutzen (Folge 1/4 Miniserie: AI-Architektur) ","description":"<h3>🔖&nbsp;Worum geht's in dieser Episode?</h3><p>Der Auftakt zur vierteiligen KI-Masterclass Serie beschäftigt sich mit der AI-Architektur – einem häufig unterschätzten, aber entscheidenden Faktor bei der Integration von Künstlicher Intelligenz in Unternehmen. Manuel und Babak erklären verständlich und praxisnah, warum Out-of-the-Box-Lösungen allein nicht ausreichen und wie eine individuelle AI-Architektur aufgebaut sein sollte.</p><p>&nbsp;</p><p><strong>🚀&nbsp;Highlights aus der Folge:</strong></p><p><strong>1.&nbsp;Warum reicht Microsoft Copilot nicht aus?</strong></p><ul><li>Grenzen und Potenziale von integrierten KI-Tools</li><li>Herausforderungen bei Nutzerfreundlichkeit, Flexibilität und Kosten</li></ul><p><strong>2.&nbsp;Die drei wichtigen Schichten einer AI-Architektur:</strong></p><ul><li><strong>Foundation Layer (LLMs)</strong>: Warum Sprachmodelle wie GPT, Claude &amp; Co. immer günstiger und leistungsfähiger werden.</li><li><strong>Application Layer (Daten &amp; Prozesse)</strong>: Warum individuelle Daten und Integration entscheidend sind, um wirklichen Mehrwert aus KI zu ziehen.</li><li><strong>Frontend Layer (User-Interface)</strong>: Wie eine intuitive, multimodale Benutzeroberfläche die Akzeptanz und Effektivität von KI dramatisch erhöhen kann.</li></ul><p><strong>3. Wie starte ich eine AI-Architektur in meinem Unternehmen?</strong></p><ul><li>Erste Schritte: Spielerisch mit KI umgehen lernen</li><li>Sinnvolle Identifikation der richtigen Use-Cases</li><li>Pragmatischer Umgang mit Legacy-Systemen</li></ul><p><strong>4.&nbsp;Datenstrategie:</strong></p><ul><li>Wieso Datenqualität und Datenhoheit so wichtig sind</li><li>Wie man schnell und pragmatisch eine Datenbasis schafft</li><li>Nutzung generativer KI zur Schaffung und Verbesserung der Datenbasis</li></ul><p><strong>5.&nbsp;Ausblick auf die nächsten Folgen:</strong></p><ul><li>Wirtschaftlichkeit &amp; Kostenentwicklung von KI</li><li>Technologischer Deep-Dive in aktuelle und kommende KI-Modelle</li><li>Praktische Umsetzung und Rollout von KI-Lösungen in Unternehmen</li></ul><p><br></p><p><strong>Kapitel</strong></p><p>00:00 Einführung in die KI-Miniserie</p><p>01:56 Herausforderungen der KI-Architektur</p><p>06:04 Die Schichten der KI-Architektur</p><p>12:06 Der Application Layer und seine Bedeutung</p><p>17:55 Datenmanagement und Wissensbewahrung</p><p>23:46 Zukunftsvisionen und ethische Überlegungen</p><p>25:26 Urlaubsautomatisierung und E-Mail-Management</p><p>27:40 KI und Entscheidungsfindung im Unternehmen</p><p>28:54 Datenrelevanz und Sicherheitsaspekte</p><p>30:41 Frontend-Design und Benutzerinteraktion</p><p>32:05 Paradigmenwechsel in der Interaktion mit KI</p><p>37:29 Zukunft der Sprachsteuerung und Interaktionsparadigmen</p><p>43:38 Einstieg in die KI-Architektur und Anwendungsfälle</p>","author_name":"Dr. Babak Zeini & Manuel Kreutz"}