BlogForschung Streaming Gradient Boosting: Online Learning neu gedacht Dr. Nuwan Gunasekara, 04. Februar 2026 Streaming Gradient Boosting (SGB) bringt Gradient Boosting auf sich entwickelnde Datenströme – indem Modelle in Echtzeit an Concept Drift angepasst werden, mit hoher Genauigkeit und Effizienz über Klassifikations- und Regressionsaufgaben hinweg....
BlogForschung Grünes Online-Lernen mit Heterogenen Ensembles Kirsten Köbschall, 29. Januar 2026 Was wäre, wenn grünere KI keinen Verlust in der Vorhersagegenauigkeit hätte? Entdecke, wie heterogene Online-Ensembles wie HEROS die Vorhersagegenauigkeit steigern, Ressourcenkosten senken und sich sofort an sich verändernde Datenströme anpassen....
BlogGrundlagen Lernen aus Datenströmen: Grundlagen des Stream Learning Dr. Sebastian Buschjäger, 21. Januar 2026 Daten strömen ununterbrochen – wie können Modelle da mithalten? Dieser erste Beitrag stellt Stream Learning, Konzeptdrift und Echtzeitanpassung für sich ständig weiterentwickelnde Datenströme vor....
BlogAnwendung Fine-Tuning einer Low-Resource-Sprache: Training des Whisper-Modells mit Marathi Dr. Rishikesh Pandit, 12. November 2025 Es gibt große Unterschiede darin, wie gut ein englisches oder deutsches ASR-Modell stark akzentuierte oder nicht-muttersprachliche Sprache transkribiert. Ähnliches gilt für Marathi und andere Low-Resource-Sprachen. Können wir diese Schwäche überwinden und wenn ja, wie?...
BlogAnwendung Von der Handskizze zum digitalen Lagerlayout: KI-gestützte Verarbeitung im WarehouseDesigner Christian Pionzewski, Maximilian Otten, Anike Murrenhoff, 29. Oktober 2025 KI verändert die Lagerplanung: Der WarehouseDesigner verwandelt einfache Skizzen in Sekunden in digitale, optimierte Lagerlayouts und beschleunigt die Planung moderner Lagersysteme....
BlogForschung Warum Fine-Tuning von ASR bei Low-Resource-Sprachen immer noch scheitert – und wie wir das ändern können Dr. Rishikesh Pandit, 15. Oktober 2025 Fine-Tuning von ASR bleibt für Low-Resource-Sprachen komplex. Am Beispiel Marathi zeigen wir sprachliche, technische, ethische Hürden und Wege zu inklusiverer KI....
BlogForschung KI-Labels – Wie sie Orientierung bieten und Vertrauen schaffen können Katharina Poitz, Raphael Fischer, 23. Juli 2025 KI-Labels können Kommunikationslücken schließen und Vertrauen in KI fördern. Eine Nutzer*innenstudie zeigt: Übersichtlich, vergleichbar und zugänglich für Expert*innen sowie Personen ohne technischen Hintergrund bieten sie Hilfe für nachhaltige, fundierte Entscheidungen. ...
BlogGrundlagen Wie KI dabei half, Neutrinos aus unserer Galaxie zu entdecken Jana Konrad, 09. Juli 2025 Das IceCube-Neutrino-Observatorium konnte erstmals Neutrinos aus der Milchstraße nachweisen. Möglich wurde das durch neue KI-Tools, die eine genauere Analyse der beobachteten Ereignisse erlaubten....
BlogForschung Der FRIES Trust Score: Wie die Vertrauenswürdigkeit von KI quantifiziert werden kann 11. Juni 2025 Wie kann die Vertrauenswürdigkeit von KI-Modellen objektiv und systematisch gemessen werden? Der FRIES Trust Score bietet einen strukturierten Ansatz, um Transparenz und Vergleichbarkeit in Modellen und Datensätzen zu fördern....
