Schwerpunktthema

Künstliche Intelligenz

Fachartikel, Podcasts, Vorträge und mehr zum Thema Künstliche Intelligenz.

LLMs mit Spring AI integrieren

Die gesamte Welt spricht aktuell über Generative KI und Large Language Models (LLMs). Und auch wenn ich persönlich das Thema aktuell als zu sehr gehypt empfinde, sollten wir solche Trends nicht komplett verschlafen. Daher zeigt dieser Artikel, wie sich LLMs mit Spring AI integrieren lassen.

Blog-Post

Better RAG With Hybrid Search

One component of RAG (retrieval-augmented generation) is the retrieval. In other words: we have to solve a search problem. Reading articles about RAG, one can get the impression that vector search is the essential or even the only piece of the puzzle. In this blogpost you’ll see why this does not bring us close enough to the goal.

Blog-Post

When the Worldview is Shifting

Sometimes it is the small details that change our worldview; when the veil of magic lifts and the magician’s craft shines through

Blog-Post

Wenn das Weltbild wackelt

Large Language Models (LLMs) können sich wie Magie anfühlen. Wir beobachten sie und stellen uns vor, dass sie auf eine bestimmte Art funktionieren. Dann überrascht uns etwas, das alles entzaubert und unsere Vorstellung nachhaltig umkrempelt. In diesem Blogpost zeige ich Ihnen ein solches Erlebnis aus eigener Erfahrung und ich glaube, danach könnte sich Ihr Weltbild verändert haben.

Blog-Post

Besseres RAG mit hybrider Suche

Eine Komponente von RAG (Retrieval-Augmented Generation) ist das Retrieval. In anderen Worten haben wir ein Suchproblem zu lösen. Wenn man Artikel über RAG liest, bekommt man den Eindruck, dass die Vektorsuche ein essentieller oder sogar der einzige Bestandteil sei. In diesem Blogpost sehen Sie, warum das nicht zum Ziel führt.

Artikel

Generative KI: Das Ende von „zu teuer“ in Unternehmenssoftware?

Features, die bisher außer Reichweite waren

Blog-Post

LLM-assisted Abbreviation Mining for Legacy Systems

This blog post shows the process of mining abbreviations and discovering first concepts a COBOL legacy mainframe codebase is made of with the help of Large Language Models. It uses Python, pandas and Claude 3.5 Sonnet to generate insights that can be gathered from such a simple thing like a list of files.

Podcast

INNOQ Technology Day

Programm und Behind the Scenes

Artikel

Here’s All You Need To Know To Start Building With Generative AI

Artikel

Entwicklung eines Datenprodukts mit Databricks

Im modernen Data Engineering geht es v.a. um die Entwicklung modularer Datenprodukte. Dieser Artikel beschreibt die Vorteile von Modularität gegenüber monolithischen Datenpipelines und erklärt Schritt für Schritt, wie sich Datenprodukte mithilfe von Databricks entwickeln lassen – von der Definition eines Data Contracts über die Erstellung und Implementierung von Databricks Asset Bundles bis hin zur Einrichtung einer CI/CD-Pipeline und der Veröffentlichung von Metadaten.

Podcast

KI-unterstützte Entwicklung

ChatGPT im täglichen Einsatz

Podcast

RAG

Abfragen und Bergen von Wissen

Podcast

Enterprise Search mit Vektordatenbanken

Was Vektordatenbanken anders machen als der Suchindex

Podcast

AI Prompting

Kontext ist Gold

Blog-Post

Entwickeln mit ChatGPT

Wie KI meine Programmierarbeit revolutioniert

Blog-Post

Lokale LLMs mit Ollama und Spring AI nutzen

Egal, ob wir wollen oder nicht, um AI und speziell Large Language Models (LLM) kommen wir aktuell nicht herum. Mich schrecken solche Hypes zwar aus Reflex eher ab. Allerdings sieht es so aus, als würde von diesem Hype mehr bleiben als vom letzten, der Blockchain. Deshalb wollen wir uns in diesem Post einmal anschauen, wie man ein LLM lokal aufsetzen kann und dieses mittels Spring AI in eine Spring Boot-Anwendung einbinden kann.

Blog-Post

A natural language calculator

In my prior post I’ve written about how to run a chat with a large-language-model on your PC. This time I want to focus on scripting this with Node.js and letting the AI- and the “normal”-world interact with each other.

Podcast

Large Language Models

Verändern sie alles?

Blog-Post

AI Tools im Geschäftsumfeld

Die Bedeutung von AI-Tools wächst derzeit in einem atemberaubenden Tempo und hat auch in der breiten Öffentlichkeit an Bedeutung gewonnen. Immer mehr Unternehmen und Organisationen setzen auf die Vorteile von Künstlichen Intelligenzen, um ihre Prozesse zu verbessern, ihre Produktivität zu steigern oder ihre Kundschaft besser zu bedienen. AI-Tools sind in der Lage, zuverlässig Daten zu analysieren, Muster zu erkennen und Prognosen zu treffen, die die menschliche Fähigkeiten stellenweise bereits übertreffen können. Dies macht sie zu einem wertvollen Werkzeug für die Optimierung von Geschäftsprozessen und für die Entwicklung innovativer Produkte und Dienstleistungen. Kein Wunder also, dass die Nachfrage nach AI-Tools in den letzten Jahren exponentiell gestiegen ist und weiterhin wachsen wird.

Podcast

Women in Tech: Larysa

Eine Frage des Outfits

Blog-Post

Einen KI-Chatbot auf dem eigenen PC laufen lassen

Blog-Post

How to use Apple Shortcuts to integrate GPT-4o in macOS and iOS

Apple Shortcuts is a powerful app that lets you create custom workflows with multiple steps using your apps and content. You can also use it to interact with web services and APIs, such as OpenAI’s Chat Completions API for GPT-4o, which can generate text completions for any prompt or task. Yup, the thing that’s behind ChatGPT.

Blog-Post

How AI will replace my job

In late 2022, I decided to try to use ChatGPT, an AI language processor, to do some of my daily software development work. Now, only a few weeks later, I am convinced AI might soon do most of my current work, at least measured by hours.

Artikel

KI-Systeme: MLOps, Model Governance und Explainable AI sichern robusten Einsatz

Artikel

Fairness und Künstliche Intelligenz

Klassisches Software-Testing lässt sich nicht ohne Weiteres auf KI übertragen. Model Governance und interne Audits sind nötig, um Fairness zu gewährleisten.

Artikel

Ethik und Künstliche Intelligenz

KI bahnt sich den Weg in viele Anwendungsbereiche. Jetzt ist es wichtig, dass das auch auf verantwortungsvolle, sichere und transparente Weise funktioniert. Die Regulierung von KI-Systemen ist ein rechtliches, gesellschaftliches und technisches Thema, das ein breites Bewusstsein erfordert und in den nächsten Jahren weiter an Relevanz gewinnen wird.

Artikel

MLOps und Model Governance

Blog-Post

Das Test-driven Development für eine Conversational AI

Anlässlich meines kürzlichen Wechsels vom Student zum Consultant schreibe ich in diesem zweiten Blogpost über die Thematik meiner Masterarbeit.

Artikel

Machine Learning Security – Teil 2

ML kommt immer mehr in sensiblen Entscheidungssystemen zum Einsatz - z.B. in autonomen Fahrzeugen, in der Gesundheitsdiagnostik oder der Kreditwürdigkeitsprüfung. Dies bringt nicht nur neue Möglichkeiten, sondern auch neue Schwachstellen mit sich, die gezielt von Angriffen ausgenutzt werden können. In Teil 2 dieser Artikelserie beschäftigen wir uns mit verschiedenen Angriffstypen in der ML-Security-Landschaft und den dazugehörigen Lösungsvorschlägen.

Artikel

Machine Learning Security – Teil 1

Eine neue Herausforderung

Security Podcast

Machine Learning Security

„Aus großer Kraft folgt große Verantwortung”

Podcast

Technologiemonster

Welche Konsequenzen hat unser Handeln?

Artikel

Welche Spuren hinterlassen wir mit Technologie?

Was wir von Monstern über Verantwortung lernen können: INNOQ Digital Art Edition 02

Artikel

MLOps: You train it, you run it!

Data Science, Machine Learning (ML) und Artificial Intelligence haben in den letzten Jahren einen wahren Hype ausgelöst und viel Aufmerksamkeit in der Industrie bekommen. Man versucht mit Machine Learning Methoden entweder die Produktivität der Nutzer oder die Interaktivität der Applikation zu steigern. Zahlreiche Data Science Teams verbringen ihre Zeit damit Machine Learning Modelle zu trainieren. Allerdings beobachten wir zwei Arten von Problemen, die in der Praxis entstehen. Entweder schafft es die Mehrheit der ML Modelle nicht in ein Softwareprodukt eingebunden zu werden oder das Model Deployment nimmt zu viel Zeit in Anspruch.

Podcast

MLOps

Entwurf, Entwicklung, Betrieb

Artikel

Machine Learning Daten in den Griff bekommen

Mehrdimensionale Arrays für Machine Learning

Artikel

Pragmatisch zum Praxiseinsatz von Machine Learning in der Cloud

Die Anzahl von Publikationen zu Computer Vision, Natural Language Processing (NLP) oder Reinforcement Learning ist heutzutage gewaltig. Dabei widmen sich die meisten ausschließlich dem Training. Doch oft müssen Data Scientists auch beim Betrieb ihrer Modelle mitwirken. Dafür braucht es einen pragmatischen und unaufwändigen Weg.

Blog-Post

Handling German Text with torchtext

There is a growing list of tools that are ready to be used with non-English texts. We show common ways to integrate them in torchtext and use their language-specific options.