Beliebte Suchanfragen

Cloud Native

DevOps

IT-Security

Agile Methoden

Java

Logo der codecentric AG, einem in Deutschland führenden IT-Consulting Unternehmen
Hamburger Menu
//

Softwerker Vol. 16

Wir tauchen ein in die Welt der künstlichen Intelligenz – lasst euch von einem Kaleidoskop an spannenden IT-Themen begeistern!

Liebe Leserinnen, liebe Leser,

woran denkt ihr, wenn ihr „künstliche Intelligenz” (KI) hört? Hierzulande verbinden nicht wenige damit den Verlust von Arbeitsplätzen, totale Überwachung oder die Cyborgisierung des Menschen (mit der die Silicon-Valley-Elite vermeintlich die Weltbevölkerung verknechten will). Visionen wie Transhumanismus oder technologische Singularität erscheinen in diesem Licht geradezu dystopisch.

Dabei bewegt KI nicht erst seit dem 21. Jahrhundert die Gemüter: Bereits 1958 entstand das Rosenblatt-Perzeptron, wie im Artikel ab S. 6 zu lesen ist. Der Psychologe Frank Rosenblatt hatte in den fünfziger Jahren die Grundlagen für das erste Konzept zur Modellierung neuronaler Netze geschaffen. „I started thinking about thinking around 1960”, schreibt auch der KI-Vordenker Ray Kurzweil in How To Create A Mind (2012).

Der wahre KI-Hype begann allerdings erst 50 Jahre später.

Heute sind die Potentiale nicht mehr von der Hand zu weisen, und der praktische Nutzen von KI sowie den Teildisziplinen Machine Learning und Deep Learning ist weitaus weniger abgehoben, als mancher Skeptiker vermutet. Bestes Beispiel: das Projekt DISH-O-TRON, das hier ab S. 32 von den beiden Machern vorgestellt wird. Unser kleiner Roboter führt euch durch alle Artikel unseres Themenschwerpunkts Machine Learning und Deep Learning. Und falls KI überhaupt nicht eure Domäne sein sollte, findet ihr in der zweiten Hälfte des Hefts weitere spannende Themen zu Java, ReScript, APIOps und mehr – und sogar als kleines Extra einen InfoSec-Krimi am Ende der Ausgabe.

Viel Spaß bei der Lektüre!

Diana Kupfer

Senior Community & Content Manager

Hast du Fragen zum Softwerker?

Ein kleiner Auszug aus dem Softwerker Vol. 16

Der Hype um Deep Learning

Machine Learning mit Python

Machine Learning in Produktion

//

Der Hype um Deep Learning

Geschichte und Einführung in das Thema 

Seit 2013 sind Begriffe wie Deep Learning oder künstliche Intelligenz in aller Munde. Sie haben sich in Wirtschaft und Industrie etabliert und ersetzen Schritt für Schritt statische Regelwerke und starre Algorithmen. Der Artikel erklärt, was Deep Learning genau ist, wie es sich von dem Oberbegriff „künstliche Intelligenz“ abhebt und wo Vor-, aber auch Nachteile der Technologie liegen.

Denis Stalz-John, Mark Keinhörster

//

Machine Learning mit Python

Trainieren eines eigenen Bildklassifikationsmodells mit Keras und TensorFlow 

 Bildklassifikationsmodelle sind dafür gedacht, Bilder in Klassen einzuteilen. Meistens wollen wir sie in Gruppen einteilen, die widerspiegeln, welches Objekt sich auf einem Bild befindet. Zum Beispiel können wir ein Bildklassifikationsmodell trainieren, das „Hund“ von „Katze“ unterscheiden kann; aber natürlich können auch viel komplexere Einteilungen in deutlich mehr Klassen vorgenommen werden.

Shirin Elsinghorst

//

Machine Learning in Produktion

Die zwei Seiten eines Daten-Projekts 

Vom Feature-Engineering über das Training bis hin zur Visualisierung – Tools und Frameworks für Data Scientists gibt es zuhauf. Aber was kommt nach einem Proof of Concept? Da Data-Science-Projekte eher experimenteller Natur sind, stellen sie klassische IT-Projekte vor Herausforderungen. Neben der Anwendung selbst müssen nun auch die trainierten Modelle sowie deren Code für Training und Evaluation den Ansprüchen der modernen Softwareentwicklung gerecht werden.

Mark Keinhörster

Der Hype um Deep Learning

Machine Learning mit Python

Machine Learning in Produktion

//

Der Hype um Deep Learning

Geschichte und Einführung in das Thema 

Seit 2013 sind Begriffe wie Deep Learning oder künstliche Intelligenz in aller Munde. Sie haben sich in Wirtschaft und Industrie etabliert und ersetzen Schritt für Schritt statische Regelwerke und starre Algorithmen. Der Artikel erklärt, was Deep Learning genau ist, wie es sich von dem Oberbegriff „künstliche Intelligenz“ abhebt und wo Vor-, aber auch Nachteile der Technologie liegen.

Denis Stalz-John, Mark Keinhörster

//

Machine Learning mit Python

Trainieren eines eigenen Bildklassifikationsmodells mit Keras und TensorFlow 

 Bildklassifikationsmodelle sind dafür gedacht, Bilder in Klassen einzuteilen. Meistens wollen wir sie in Gruppen einteilen, die widerspiegeln, welches Objekt sich auf einem Bild befindet. Zum Beispiel können wir ein Bildklassifikationsmodell trainieren, das „Hund“ von „Katze“ unterscheiden kann; aber natürlich können auch viel komplexere Einteilungen in deutlich mehr Klassen vorgenommen werden.

Shirin Elsinghorst

//

Machine Learning in Produktion

Die zwei Seiten eines Daten-Projekts 

Vom Feature-Engineering über das Training bis hin zur Visualisierung – Tools und Frameworks für Data Scientists gibt es zuhauf. Aber was kommt nach einem Proof of Concept? Da Data-Science-Projekte eher experimenteller Natur sind, stellen sie klassische IT-Projekte vor Herausforderungen. Neben der Anwendung selbst müssen nun auch die trainierten Modelle sowie deren Code für Training und Evaluation den Ansprüchen der modernen Softwareentwicklung gerecht werden.

Mark Keinhörster

Denis Stalz-John

Deep Learning ist längst nicht mehr nur in der Forschung vertreten, sondern mittlerweile auch ein fester Bestandteil in Industrie und Wirtschaft. Gerade in den Bereichen der Sprachverarbeitung und des maschinellen Sehens haben ML- und insbesondere DL-Modelle die klassischen Verfahren und Algorithmen abgehängt. Trotzdem gilt auch hier die Redewendung „There is no free lunch“. Machine-Learning-Methoden bringen einmal mehr neue Komplexität in die Softwareentwicklung, die beherrscht werden muss.

Denis Stalz-John

Softwerker Vol. 16 Vorschau – Das Magazin der codecentric AG

Jetzt den Softwerker Vol. 16 herunterladen

Durch das Herunterladen oder Abonnieren dieser Ausgabe erhälst du exklusiven Zugang zu einer Fülle von Informationen, die dir helfen können, dein Wissen zu erweitern und deine Fähigkeiten in der Softwareentwicklung zu verbessern. Der Softwerker ist sowohl als Printversion als auch als digitale version erhältlich! – Du kannst die Ausgabe jederzeit und überall lesen, sei es auf deinem Computer, Tablet oder Smartphone.

Verpasse nicht die Gelegenheit, wertvolle Einblicke in die Welt der Softwareentwicklung zu erhalten!

//

Gemeinsam bessere Projekte umsetzen.

Wir helfen deinem Unternehmen.

Du stehst vor einer großen IT-Herausforderung? Wir sorgen für eine maßgeschneiderte Unterstützung. Informiere dich jetzt.

Hilf uns, noch besser zu werden.

Wir sind immer auf der Suche nach neuen Talenten. Auch für dich ist die passende Stelle dabei.