Tipps
Tipps
Künstliche Intelligenz (KI) und Machine Learning (ML)
-
Machine-Learning-Daten mit SageMaker Data Wrangler vorbereiten
In diesem Tutorial lernen Sie, wie Sie Daten laden, analysieren und transformieren, um ein Machine-Learning-Modell mit Amazon SageMaker Data Wrangler zu trainieren. Weiterlesen
-
Alternative Tools für Amazon SageMaker Edge Manager
Amazon SageMaker Edge Manager verwaltet ML-Anwendungen am Edge. Unternehmen evaluieren Tools wie ONNX und AWS IoT Greengrass, um das Auslaufen von Edge Manager vorzubereiten. Weiterlesen
-
GitHub Copilot und ChatGPT: ein Vergleich der beiden Tools
GitHub Copilot und ChatGPT sind generative KI-Tools, die Programmierer bei der Entwicklung unterstützen. Welche Stärken und Schwächen beide Tools auszeichnen. Weiterlesen
-
Polly, Rekognition, Lex und Bedrock: KI-Dienste in AWS nutzen
AWS stellt verschiedene KI-Dienste zur Verfügung. Polly, Rekognition, Lex und Bedrock sollen Kunden bei der Entwicklung eigener KI-Anwendungen unterstützen. Weiterlesen
-
Splunk: Datenanalyse für moderne IT-Landschaften
Splunk dient der Erfassung, Überwachung und Analyse von maschinengenerierten Daten in Echtzeit. Die Plattform unterstützt Unternehmen bei der entsprechenden Datenauswertung. Weiterlesen
-
Generative KI: Dem Risiko Prompt Injection richtig begegnen
Kompromittierte LLMs können sensible Daten preisgeben und den Ruf des Unternehmens gefährden. Erfahren Sie mehr über Prompt-Injection-Angriffe und wie sie funktionieren. Weiterlesen
-
6 KI-Tools für die automatisierte Analyse von Big Data
Datenanalyse mit KI bietet viele Vorteile, da sich dadurch große Datenmengen umfassend verwerten lassen. Der Beitrag zeigt sechs populäre KI-Tools in diesem Bereich. Weiterlesen
-
Wie generative KI das Sicherheitsrisiko Phishing beeinflusst
Kriminelle nutzen KI-Chatbots wie ChatGPT, um ausgeklügelte Phishing-Angriffe auf Unternehmen zu optimieren. IT-Teams müssen entsprechende Verteidigungsmaßnahmen entwickeln. Weiterlesen
-
Copilot für Microsoft 365 – Das müssen Sie wissen
Mit Copilot für Microsoft 365 stellt Microsoft jetzt auch in seiner Cloud-Lösung einen KI-Assistenten zur Verfügung. Der Beitrag zeigt, was dabei zu beachten ist. Weiterlesen
-
Beliebte Kurse und Zertifizierungen für maschinelles Lernen
AWS, Google, IBM und Microsoft bieten Zertifizierungen für maschinelles Lernen an, die Ihre Karriere fördern können. Die einzelnen Kurse im Überblick. Weiterlesen
-
GitHub, AWS und Tabnine: KI-Entwicklungs-Tools im Vergleich
Die KI-Codierungs-Tools GitHub Copilot, Amazon CodeWhisperer und Tabnine verfolgen einen innovativen Ansatz für die Softwareentwicklung. Ein Funktionsvergleich der Tools. Weiterlesen
-
Wie künstliche Intelligenz Unified Communications verändert
KI in der Unified Communications kann die Zusammenarbeit und Produktivität der Mitarbeiter auf ein neues Niveau heben. Aber KI birgt auch Risiken, die Unternehmen angehen müssen. Weiterlesen
-
Wie KI das Risikomanagement in Unternehmen optimiert
Risikomanagement spielt eine zentrale Rolle in der operativen Planung in Unternehmen. Wie KI bei Planung, Umsetzung und Kontrolle des Risikomanagements unterstützen kann. Weiterlesen
-
Die nützlichsten KI-Tools für DevOps-Teams
Die DevOps-Toolchain befindet sich am Wendepunkt, da Unternehmen versuchen, Zusammenarbeit, Produktivität, Effizienz und Sicherheit im DevOps-Lebenszyklus mit KI zu verbessern. Weiterlesen
-
Gespräche aus Teams und Zoom mit Tucan.ai transkribieren
Mit der Webanwendung Tucan.ai können Benutzer Meetings aus Zoom und Microsoft Teams mit KI transkribieren. Wir zeigen die Möglichkeiten und Grenzen des Tools. Weiterlesen
-
KI-Sprachtechnologie bringt Unternehmen Vorteile und Risiken
KI eröffnet Unternehmen, die den Nutzen ihrer Spracherkennungssysteme steigern wollen, faszinierende Perspektiven. Aber man sollte sich hüten, zu viel und zu schnell zu erwarten. Weiterlesen
-
Ein Leitfaden für die wichtigsten AIOps-Phasen
Die AIOps-Schlüsselphasen spielen eine wichtige Rolle bei der Erreichung der gewünschten Ergebnisse. Die Einführung hängt von der Fähigkeit des Teams ab, sie zu nutzen. Weiterlesen
-
Copilot für Microsoft 365 und GitHub Copilot im Vergleich
Es gibt erhebliche Unterschiede zwischen den verschiedenen Copilots, die Microsoft auf den Markt gebracht hat. Erfahren Sie mehr über Copilot für Microsoft 365 und GitHub Copilot. Weiterlesen
-
Wie KI und ML den Cloud-Betrieb verändern können
KI- und ML-Tools unterstützen den Cloud-Betrieb bei IT-Sicherheit, Fehlerkorrelation und Latenz. Diese Best Practices helfen CloudOps-Teams, die richtigen Schritte zu unternehmen. Weiterlesen
-
Wie Azure OpenAI Service und Azure KI Search funktionieren
Azure OpenAI Service und Azure KI Search erlauben es Anwendern, KI-Dienste mit Unternehmensdaten zu verknüpfen. Wir zeigen, was die Services leisten. Weiterlesen
-
Die 8 wichtigsten Kategorien generativer KI-Tools für 2024
Benötigt ein Unternehmen ein generatives KI-Tool für ein Entwicklungsprojekt, ist die Auswahl mittlerweile groß. Wir stellen die wichtigsten Anwendungen vor. Weiterlesen
-
Mehr als Schlagworte: KI und Machine Learning für die Cloud
KI und maschinelles Lernen sind mehr als Schlagworte, sie können große Auswirkungen auf Ihr Unternehmen haben. Erfahren Sie, wie Sie die Kosteneinsparungen dieser Tools ermitteln. Weiterlesen
-
Beispiele und Tools für generative KI aus der Praxis
Die Industrie nutzt generative KI auf verschiedene Weise, um neue Inhalte zu generieren. Erfahren Sie mehr über erfolgreiche KI-Beispiele und herausragende Tools. Weiterlesen
-
Salesforce Einstein: CRM und Service mit KI optimieren
Mit Einstein integriert Salesforce ein mächtiges KI-Tool in das CRM- und Service-System Sales Cloud. Wir zeigen die Funktionen und Einsatzmöglichkeiten der KI-Anwendung. Weiterlesen
-
Wie CIOs KI im IT-Servicemanagement einführen können
KI kann zur Verbesserung von ITSM-Prozessen eingesetzt werden. Allerdings müssen CIOs einige Fragen beantworten, bevor sie auf KI im IT-Servicemanagement setzen. Weiterlesen
-
Ein Leitfaden für die Integration von ChatGPT Enterprise
ChatGPT Enterprise verspricht leistungsstarke generative KI-Funktionen für geschäftliche Anwendungsfälle, aber eine erfolgreiche Implementierung erfordert sorgfältige Planung. Weiterlesen
-
12 Anwendungsfälle für KI und maschinelles Lernen im ITSM
KI-gestütztes ITSM ist zwar noch nicht ausgereift, verspricht aber, die Geschwindigkeit und Qualität des IT-Servicemanagements zu verbessern. Hier sind 12 Anwendungsfälle. Weiterlesen
-
SAP Business AI: Künstliche Intelligenz für Business Apps
SAP integriert in seine Business-Anwendungen mittlerweile KI-Tools, so dass Anwender ihre Aufgaben schneller und automatisiert erledigen können. Der Beitrag gibt einen Einblick. Weiterlesen
-
Eigene KI-Dienste mit Azure OpenAI Service entwickeln
Mit Azure OpenAI Service können Entwickler auf das LLM von OpenAI in der Microsoft-Cloud zugreifen, um eigene KI-Anwendungen zu entwickeln und bereitzustellen. Weiterlesen
-
Microsoft Sales Copilot: KI in Vertrieb und Service nutzen
Mit Sales Copilot stellt Microsoft für Dynamics 365 eine KI-Lösung zur Verfügung, welche den Vertrieb auf eine neue Stufe heben soll. Doch was steckt dahinter? Weiterlesen
-
12 Tipps und Best Practices zur digitalen Transformation
Eine erfolgreiche digitale Transformation erfordert unter anderem Agilität, Geschwindigkeit, Kostenoptimierung, technische Innovation und kulturellen Wandel. Weiterlesen
-
Eine Roadmap für die digitale Transformation in 6 Schritten
Eine richtig durchgeführte digitale Transformation ist wichtig für den Erfolg eines Unternehmens. Erstellen Sie einen Fahrplan für den Erfolg Ihres digitalen Geschäftsmodells. Weiterlesen
-
Wie KI Low-Code/No-Code-Entwicklung für DevOps beeinflusst
Low-Code- und No-Code-Tools erweitern die DevOps-Community in einem Unternehmen und können in Verbindung mit KI die Effektivität ihrer Arbeitsabläufe und Produkte verbessern. Weiterlesen
-
SAP S/4HANA zusammen mit Azure OpenAI Services verwenden
Der Betrieb von SAP-Anwendungen in Azure bietet viele Vorteile. Nun kommen die KI-Funktionen von OpenAI hinzu, die sich zusammen mit S/4HANA einsetzen lassen. Weiterlesen
-
KI-Modelle mit Google Cloud AutoML und Vertex AI entwickeln
Mit Google Cloud AutoML und Vertex AI lassen sich ohne umfassendes Fachwissen KI-und Machine-Learning-Modelle erstellen. Ein Einstieg in beide Plattformen. Weiterlesen
-
H2O: Open-Source-Software für maschinelles Lernen und KI
Im Bereich der Datenanalyse, Prozessoptimierung und Datenvisualisierung mit KI kann H2O Anwender unterstützen. Wir zeigen, was H2O leistet und welche Funktionen es bietet. Weiterlesen
-
5 Arten der KI-Inhaltsmoderation und wie sie funktionieren
KI verändert die Art, wie Unternehmen Inhalte moderieren, insbesondere in sozialen Medien und aufgrund der Zunahme KI-generierter Inhalten. Tipps für die KI-Inhaltsmoderation. Weiterlesen
-
KI-Daten brauchen Platz und Stabilität: Cluster bieten beides
KI-Modelle und deren Daten brauchen viel Speicherplatz, der schnell und stabil bereitstehen soll. Ein Storage-Cluster kann die Lösung sein. Der Beitrag zeigt was wichtig ist. Weiterlesen
-
Generative KI-Sicherheitsrisiken in Unternehmen vorbeugen
Trotz ihrer Vorteile stellt generative KI Unternehmen vor zahlreiche Sicherheitsprobleme. Prüfen Sie diese möglichen Bedrohungen und bewährte Verfahren zur Risikominderung. Weiterlesen
-
So nutzen Sie GitHub Copilot für PowerShell-Codierung
Die Integration dieses Tools zur Codevervollständigung in VS Code kann Administratoren zugute kommen, die Aufgaben automatisieren möchten. Aber es gibt einige Einschränkungen. Weiterlesen
-
Wie und warum Unternehmen ChatGPT-Richtlinien entwickeln
ChatGPT-ähnliche Tools haben Potenzial für Unternehmen, bergen aber auch Risiken wie Datenlecks und kostspielige Fehler. Firmen sollten daher ChatGPT-Richtlinien definieren. Weiterlesen
-
GPT4All: Open Source ChatGPT-Klon für Offline-Einsatz
Mit GPT4All ist es möglich, einen ChatGPT-ähnlichen Client Offline im eigenen Netzwerk zu verwenden. Die Konfiguration ist einfach und die Lösung bietet zahlreiche KI-Funktionen. Weiterlesen
-
So nutzen Sie ChatGPT fürs Mainframe-Applikationsmanagement
ChatGPT kann Admins bei der Verwaltung von Mainframe-Anwendungen durch Konvertierung, Optimierung und Verbesserung des Codes sowie mit Ratschlägen und Checklisten helfen. Weiterlesen
-
Diese 10 Trends prägen die generative KI in Zukunft
Das Wachstum generativer KI wird in den kommenden Jahren enorm sein, ebenso ihre Auswirkungen auf andere Technologien und potenzielle neue Anwendungsfälle. Weiterlesen
-
Noumerous.ai: KI-Erweiterung für Google Docs und Tabellen
In Google Docs und Tabellen lassen sich KI-Funktionen integrieren, mit denen Analysen und Texterstellung möglich sind. Der Beitrag stellt hierfür das Tool Noumerous.ai vor. Weiterlesen
-
Generative KI und Security: Auf den Einsatz vorbereiten
Generative KI-Assistenten könnten das Security Operations Center und die Arbeit von IT-Teams grundlegend verändern. Aber nicht, wenn SecOps-Teams nicht darauf vorbereitet sind. Weiterlesen
-
Die 8 größten ethischen Bedenken beim Einsatz generativer KI
Generative KI stellt Geschäftsmodelle auf den Kopf und rückt ethische Fragen wie den Schutz der Privatsphäre, Markenintegrität und Verdrängung von Arbeitskräften ins Rampenlicht. Weiterlesen
-
Mit KI und ML die Komplexität von Kubernetes bewältigen
Erfahren Sie, wie DevOps-Teams die Leistung und Observability in Kubernetes mit KI und ML-Verfahren verbessern können. Bewerten Sie selber die Vor- und Nachteile und Anwendungsfälle. Weiterlesen
-
Microsoft Fabric: KI-Lösung für die Datenanalyse
Mit Fabric stellt Microsoft eine Cloud-KI-Analyselösung zur Verfügung, die mehrere Analyse-Tools zusammenfasst. Wir zeigen die Möglichkeiten sowie Funktionen. Weiterlesen
-
Weiterbildungsangebote im Bereich generativer KI
Generative KI verändert die Arbeitswelt. Viele Arbeitnehmer stellen sich daher die Frage, wie sie sich am besten darauf vorbereiten können, um den Verlust ihres Jobs zu verhindern. Weiterlesen
-
Generative KI: Anwendungsfälle für DevOps- und IT-Workflows
Generative KI wird oft in kreativen Projekten verwendet, doch es gibt auch Anwendungsfälle in DevOps- und IT-Workflows – wenn man ihre Risiken und Grenzen berücksichtigt. Weiterlesen
-
Generative KI und Deepfakes: Der Bedrohung richtig begegnen
Die Bedrohungslage für Unternehmen verschärft sich durch immer raffiniertere Deepfakes. Entsprechend aufmerksam müssen die Anwender gegenüber möglichen Täuschungsversuchen sein. Weiterlesen
-
ChatGPT: Die Sicherheitsrisiken für Unternehmen
Ob nun als Werkzeug von Cyberkriminellen oder durch die Nutzung von den eigenen Mitarbeitern im Unternehmen. Tools wie ChatGPT bergen neue Sicherheitsrisiken für Firmen. Weiterlesen
-
9 Anwendungsfälle künstlicher Intelligenz in der Industrie
Der Einsatz von KI in Geschäftsanwendungen und -abläufen nimmt zu. Erfahren Sie, wo Unternehmen KI einsetzen und welche Vorteile KI-Anwendungen mit sich bringen. Weiterlesen
-
29 KI-Tools, die bei der Content-Erstellung unterstützen
Künstlich erzeugte Inhalte und Medien entwickeln sich rasant weiter. Wir stellen verschiedene Arten von Medien- und Content-Generatoren vor, die mit KI arbeiten. Weiterlesen
-
BigML: Kostenlose Cloud-Plattform für Machine Learning
Bei BigML handelt es sich um eine Cloud-Plattform für das Automatisieren und Verwalten von Machine-Learning- und KI-Projekten. Der Einstieg ist kostenlos. Weiterlesen
-
Machine-Learning-Modelle mit DataRobot Core entwickeln
Mit DataRobot Core erhalten Data Scientists eine Sammlung von Tools, mit denen sich KI- und Machine-Learning-Lösungen entwickeln und umsetzen lassen. Weiterlesen
-
Was ist KI-Governance und warum braucht man sie?
KI-Governance ist angesichts des KI-Booms entscheidend. Sie unterscheidet sich von üblichen IT-Governance-Praktiken, da sie sich mit dem verantwortungsvollen KI-Einsatz befasst. Weiterlesen
-
Wie künstliche Intelligenz bei der Krisenkommunikation hilft
Methoden der Krisenkommunikation haben einen langen Weg hinter sich, von Anrufbäumen bis zur heutigen Cloud. Als besonders wichtig haben sich KI- und ML-Technologien erwiesen. Weiterlesen
-
Eine Infrastruktur für künstliche Intelligenz (KI) aufbauen
Der Aufbau einer KI-Infrastruktur erfordert eine umfassende Auseinandersetzung mit dem Storage-, Netzwerk- und Datenbedarf. Dafür braucht es strategische Planung. Weiterlesen
-
Wie man Dark Data mit Machine Learning und KI auswertet
Maschinelles Lernen und KI können unstrukturierte und ungenutzte Daten in wertvolle Informationen verwandeln. Wie sich Dark Data auswerten lässt. Weiterlesen
-
Technologien zur Prozessautomatisierung: RPA, BPA und DPA
Unternehmensverantwortliche haben die Wahl zwischen verschiedenen Technologien zur Automatisierung von Geschäftsprozessen. Wir stellen die drei wichtigsten Optionen vor. Weiterlesen
-
SAP Internet of Things: Services für IIoT-Anwendungen
SAP ermöglicht die Einbindung von IoT-Geräten in entsprechende Infrastrukturen. Was SAP für IoT-Services bietet und wie diese mit anderen Cloud-Diensten zusammenarbeiten. Weiterlesen
-
Was Big Data und Machine Learning vereint und unterscheidet
Big Data und Machine Learning sind eine leistungsstarke Analytics-Kombination. Doch was unterscheidet die beiden Bereiche und wie lassen sie sich gemeinsam einsetzen? Weiterlesen
-
Mit Backup und KI die Data Protection verbessern
Künstliche Intelligenz scheint derzeit eher wie ein Modewort, aber sie kann wertvolle Dienste leisten. Erfahren Sie, wie Backup und KI die Data Protection Ihrer Firma verbessern. Weiterlesen
-
Sieben wichtige Merkmale von Customer Experience Tools
Der Einsatz von CEM-Tools hilft Unternehmen dabei, das Kundenerlebnis zu überwachen, zu verbessern und zu verwalten. Worauf man bei der Auswahl eines CEM-Tools achten sollte. Weiterlesen
-
Wie sich die PowerShell in AIOps-Initiativen einsetzen lässt
Auch wenn PowerShell einem IT-Admin nicht sofort in den Sinn kommt, wenn er an KI denkt, kann das Tool bei der Optimierung des IT-Betriebs mit KI durchaus eine Rolle spielen. Weiterlesen
-
Anbietervergleich: KI-basierte Enterprise-Search-Software
Die unternehmensweite Suche war schon immer notwendig, aber herausfordernd. Anbieter versuchen nun, ihre Produkte zu verbessern, indem sie KI hinzufügen. Weiterlesen
-
8 Schritte zur erfolgreichen IT-Workflow-Automatisierung
Wenn Firmen sich für die Automatisierung von Prozessen entscheiden, gibt es bewährte Schritte, die IT-Organisationen befolgen können, um sicher zu automatisieren. Weiterlesen
-
Beaufsichtigte vs. unbeaufsichtigte vs. hybride RPA-Bots
IT-Führungskräfte haben die Wahl zwischen beaufsichtigten, unbeaufsichtigten und hybriden RPA-Plattformen. Doch was sind die Unterschiede und wie funktionieren die Bots? Weiterlesen
-
Die fünf wichtigsten SCVMM PowerShell-Kommandos
Das manuelle Ändern von Hyper-V-Hosts und VMs ist zeitaufwändig. Verwalten Sie System Center Virtual Machine Manager mit PowerShell-Befehlen, um die Administration zu vereinfachen. Weiterlesen
-
Wie KI für den IT-Betrieb das VDI-Management verbessert
Enterprise KI-Tools helfen IT-Profis, das VDI-Management zu verbessern. Damit dürfte das VDI-Management in Kürze einen signifikanten Wandel durchlaufen. Weiterlesen
-
Gute Datenqualität ist ein Muss für Machine Learning
Wenn Unternehmen Machine-Learning-Anwendungen einsetzen, müssen sie erst ihre Daten prüfen. Initiativen zur Verbesserung der Datenqualität sind deshalb wichtig. Weiterlesen
-
Edge-Computing-Technologie kann Bandbreiten-Probleme lösen
Bei immer mehr Anwendungen ist es sinnvoll, die Daten direkt vor Ort zu speichern. Edge Computing und zugehöriges Storage können hier die Lösung sein. Weiterlesen
-
Die passende Machine-Learning-Plattform auswählen
Der Machine-Learning-Markt ist in den letzten Jahren immer größer und unübersichtlicher geworden. Die Top-Kriterien für die Wahl des richtigen Anbieters. Weiterlesen
-
Mit KI und Machine Learning Bedrohungen erkennen
Machine Learning und KI stehen bei Marketing-Strategen im Security-Bereich derzeit hoch im Kurs. Aber wie sorgen die Technologien in der Praxis tatsächlich für mehr Sicherheit? Weiterlesen
-
Wie Machine Learning die IT-Sicherheit verbessern kann
Kaum ein Security-Produkt, in dessen Kontext nicht maschinelles Lernen und KI genannt werden. In welchen Fällen verbessern diese Technologien die Sicherheit tatsächlich? Weiterlesen
-
VM-Netzwerkdiagramme mit SCVMM erstellen
Microsofts System Center Virtual Machine Manager (SCVMM) erzeugt Netzwerkdiagramme der Infrastruktur Ihrer virtuellen Maschinen (VM) und virtuellen Infrastruktur. Weiterlesen
-
Data-Science-Projektbeispiel für Deep-Learning-Profis
Deep-Learning-Profis, die tiefer in das Thema Data Science einsteigen möchten, benötigen spezielle Fähigkeiten und Tools. Hier ein Projektbeispiel. Weiterlesen
-
Der Unterschied zwischen Machine Learning und Deep Learning
Machine Learning und Deep Learning finden zunehmend Zuspruch in Unternehmen. Dabei gibt es unterschiedliche Technologie – auch als Public-Cloud-Service. Weiterlesen
-
Machine Learning erleichtert das Knacken von Passwörtern
Machine Learning lässt sich auch ausgezeichnet zum Knacken von Passwörtern verwenden. Mit Hilfe von neuronalen Netzen können Angreifer leicht neue Passwortvarianten errechnen. Weiterlesen
-
VMware setzt bei vRealize Log Insight und AppDefense auf KI
VMware nutzt für einige seiner Services und Produkte Machine-Learning-Algorithmen und will damit vor allem seine Kunden besser unterstützen können. Weiterlesen