Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
pai12. August 2021 · Q003893

505295f

partnershiponai.org · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Auszug schildert Verfahren und Anwendungsbereiche von KI und Analytik bei Tata Steel Europe, Axis Bank und Zymergen, darunter prädiktive Analysen, Sprachverarbeitung und Modelle zur Unterstützung von Laborexperimenten. Die Übersicht beruht auf Fallstudieninterviews, ist ausdrücklich nicht vollständig und belegt in diesem Auszug keine weitergehenden Wirkungen.

Mittel

Der Auszug beschreibt KI-bezogene Verfahren in drei Fallstudien und weist darauf hin, dass die Übersicht nicht vollständig ist und Interviewbegriffe wie „KI“ teils weit gefasst waren.

Tata Steel Europe verband sein Advanced Analytics Program mit einem stärkeren Einsatz von Data Science, mehr Variablen und strukturierten wie unstrukturierten Daten. Die Analysen wurden stärker vorhersagend; neben Regressionen und Entscheidungsbäumen kamen Random Forests hinzu, neuronale Netze wurden erprobt.

Axis Bank nutzte zum Zeitpunkt der Fallstudie Sprachverarbeitung und neuronale Netze für den Chatbot „Axis Aha!“, etwa um Nutzerabsichten aus Text zu bestimmen und passend zu antworten. Bei ungenauen oder irrelevanten Antworten konnten regelbasierte Ersatzantworten an andere Servicekanäle verweisen. Diese Regeln gelten dem Bericht zufolge nicht selbst als KI.

Zymergen setzte Regressionen, bayessche hierarchische Modellierung und CNNs für Experimentempfehlungen sowie Datenbereinigung im automatisierten Nasslabor ein. CNNs wurden getestet und in Einzelfällen, etwa bei der Bildverarbeitung, genutzt. Die Erprobung berücksichtigte Genauigkeit, Komplexität, Implementierungszeit und organisatorischen Aufwand. Die Aussagen beruhen auf Interviews und beschreiben den Stand zur Zeit der Fallstudien; weitere Wirkungsnachweise enthält der Auszug nicht.

Ausführlich lesen

Der bereitgestellte Berichtsauszug vergleicht KI-bezogene Verfahren bei Tata Steel Europe, Axis Bank und Zymergen. Er erläutert, dass die verwendeten Begriffe wie „KI“ oder „maschinelles Lernen“ teilweise aus Interviews stammen und dort breit gebraucht wurden. Die Übersicht der Techniken soll daher konkrete Anwendungen einordnen, ist laut Bericht aber nicht vollständig; nähere Angaben zu Einsätzen und Anwendungsfällen finden sich in den einzelnen Fallstudien.

Bei Tata Steel Europe bezeichnete das Unternehmen sein Advanced Analytics Program als verstärkten institutionellen Fokus auf Data Science einschließlich KI und maschinellem Lernen. Der Bericht beschreibt damit verbundene Veränderungen gegenüber früheren Verfahren: Es wurden mehr Variablen sowie strukturierte und unstrukturierte Daten, etwa Bilder und Audio, berücksichtigt. Außerdem verlagerte sich die Analyse stärker von beschreibenden zu vorhersagenden Ansätzen. Neben linearen Regressionen und Entscheidungsbäumen kamen demnach fortgeschrittenere Verfahren wie Random Forests hinzu; neuronale Netze wurden teilweise erprobt.

Axis Bank setzte zum Zeitpunkt der Fallstudie unter anderem Verfahren zur Verarbeitung, zum Verständnis und zur Erzeugung natürlicher Sprache ein. Neuronale Netze unterstützten den Chatbot „Axis Aha!“ laut Bericht dabei, Informationen aus unstrukturierten Texten zu gewinnen, die Absicht eines Nutzers zu bestimmen, eine passende Handlung auszuwählen und in der Sprache der Anfrage zu antworten. Bei Problemen mit Genauigkeit oder Relevanz konnte der Chatbot auf regelbasierte Ersatzantworten zurückgreifen und Kunden an andere Servicekanäle verweisen. Der Bericht grenzt diese regelbasierten Systeme ausdrücklich von KI ab und beschreibt sie als ergänzende Technik.

Zymergen verwendete verschiedene Analyse- und KI-Verfahren für Empfehlungen zu Experimenten sowie für die Normalisierung und Bereinigung von Daten im automatisierten Nasslabor. Aufgeführt werden lineare und polynomiale Regression, bayessche hierarchische Modellierung und Convolutional Neural Networks (CNNs). CNNs wurden laut Bericht im Rahmen des Empfehlungssystems getestet und in einzelnen Laboranwendungen, etwa bei der Bildverarbeitung von Plattenlesern, eingesetzt. Die Auswahl und Erprobung der Verfahren sollte Abwägungen zwischen Genauigkeit, Komplexität, Implementierungsdauer und organisatorischem Änderungsaufwand berücksichtigen. Daneben zählt der Text Robotik, Laborgeräte und deren Steuerungsskripte zum „automatisierten Nasslabor“ beziehungsweise zu „High-Throughput Screening“; er unterscheidet diese Ausstattung ausdrücklich von der direkten Erörterung der KI-Verfahren.

Die Angaben beruhen auf Fallstudieninterviews und beziehen sich auf den Zeitpunkt der jeweiligen Fallstudie. Der Bericht kennzeichnet die Technikübersicht als nicht abschließend. Vorgehen und Ergebnisse werden in diesem Auszug nur insoweit umrissen, wie die Verfahren und ihre Anwendungsbereiche beschrieben werden; weitergehende Wirkungsnachweise oder Vergleiche sind darin nicht enthalten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 48 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 35 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 60 %Hintergrund, keine Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 50 %einzelne zitierbare Belege
    • JEV 33 %Hintergrund, keine Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 70 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 32 %gleiches Oberthema, hilft nicht
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →