KI und Machine Learning sind aus der heutigen IT-Welt nicht mehr wegzudenken. Ihr Potenzial ist enorm, aber oft werden auch unrealistische Erwartungen in sie gesetzt. Wer den Einsatz von maschinellem Lernen für eigene Projekte prüfen und umsetzen möchte, erhält in unserem Classroom Einführung in Machine Learning mit Python einen Überblick sowohl über die Grundlagen als auch über die Grenzen der künstlichen Intelligenz.

Eigene Programmierübungen in Python werden mit Theorie, Demonstrationen und Hands-on-Experimenten abwechslungsreich unterstützt. Alle fünf Termine unterfüttert unser Experte mit sauberen Begriffseinführungen, Anwendungsbeispielen, spannenden Episoden und eindrücklichen Demonstrationen auch außerhalb des Python-Kontexts.

Expertenwissen für den professionellen Einsatz von künstlicher Intelligenz

Der Classroom richtet sich an alle Personen aus dem Softwarebereich mit erster Programmiererfahrung (bevorzugt in Python), die erste Schritte im Bereich des maschinellen Lernens gehen und einen Überblick erhalten möchten. Nach Abschluss aller Sessions verstehen Sie unterschiedliche Arten von Machine-Learning-Algorithmen, wissen KI-Lösungen realistisch einzusetzen und beherrschen Datenaufbereitung, klassische statistische Verfahren sowie künstliche neuronale Netze in Python. Die Termine sind:

• 26. August 2025: Python-Grundlagen und Datenaufbereitung mit NumPy und pandas
• 02. September 2025: Datenaufbereitung und -visualisierung mit pandas und Matplotlib
• 16. September 2025: Grundlagen und überwachtes Lernen mit scikit-learn
• 23. September 2025: Entscheidungsbäume, unüberwachtes und bestärkendes Lernen im Machine Learning
• 30. September 2025: Deep Learning – Künstliche neuronale Netze mit Keras und TensorFlow

Praxis- und Expertenwissen – live und für später

Die Sessions haben eine Laufzeit von jeweils vier Stunden und finden von 9 bis 13 Uhr statt. Alle Teilnehmenden können sich nicht nur auf viel Praxis und Interaktion freuen, sondern haben auch die Möglichkeit, das Gelernte mit allen Aufzeichnungen und Materialien im Nachgang zu wiederholen und zu vertiefen.

Fragen werden direkt im Live-Chat beantwortet und Teilnehmer können sich ebenfalls untereinander zum Thema austauschen. Der nachträgliche Zugang zu den Videos und Übungsmaterialien ist inklusive. Weitere Informationen und Tickets finden Interessierte auf der Website des Classrooms.

(cbo)

Seit bald zwei Jahren warten Apple-Nutzer darauf, dass die Sprachassistenz Siri endlich smart wird. So hatte Apple im Sommer 2024 angekündigt, dass das System alsbald kontextsensitiv agieren sowie auch Apps direkt steuern könne. Bislang wurde jedoch noch nichts davon umgesetzt, Apple will sogar 250 Millionen US-Dollar an Sammelkläger zahlen, die gegen die verfrühte Bewerbung der nicht vorhandenen Features juristisch vorgegangen waren. Mit iOS 27 soll nun aber alles anders werden. Und Teile der neuen Features hat Apple nun selbst geleakt: im Rahmen einer Vorschau neuer Barrierefreiheitsfunktionen, die in den kommenden Monaten das iPhone erreichen sollen. Dabei besonders spannend ist die verbesserte sogenannte Voice Control, die Apple auf Deutsch „Sprachsteuerung mit natürlicher Sprache“ nennt.

Voice Control mit geringerer Lernkurve

Voice Control gibt es auf dem iPhone schon länger. Sie ermöglicht es Menschen, die das Smartphone nicht direkt bedienen können, eine weitgehende Steuerung des Systems per Sprache. Ganz einfach ist das allerdings nicht. So muss man die Sprachsteuerung zunächst passend konfigurieren, und sie hat eine relativ hohe Lernkurve, weil man genau wissen muss, welche Befehle sie versteht. Sind Schalter von Entwicklern nicht korrekt mit Labels versehen, wird auf Methoden wie Bildschirmquadranten gesetzt, die der Nutzer gezielt ansteuert.

Im Rahmen des Previews der neuen Accessibility-Features, die mit iOS 27 erwartet werden, zeigte Apple nun aber, wie es besser geht: erstmals mit natürlicher Sprache, gestützt auf Apple Intelligence, wie das Unternehmen betonte. Dahinter dürfte sich eine Kombination aus Apples eigenen Sprachmodellen und Googles Gemini-LLM verstecken, das Apple einkauft. Besonders interessant: Die gezeigten Barrierefreiheitsfunktionen sind nicht weit von dem entfernt, was Apple für die verbesserte Siri angekündigt hatte.

Navigation in der Dateien-App per Sprache

Die neue Voice Control wurde zunächst für iPhone und iPad gezeigt, sie könnte aber auch für den Mac kommen. Sie soll deutlich intuitiver sein. In einem Demovideo ist zu sehen, wie ein Nutzer in der Dateien-App navigiert. So reicht es, zu sagen, dass der Ordner in Orange geöffnet werden soll – seine genaue Bezeichnung ist unnötig. Auch beschreibende Angaben zum Inhalt führen zum Erfolg, auch wenn diese knapp daneben liegen. Ebenfalls gezeigt wurden direkte Steuerfunktionen in einer App, wie das Zoomen zu einem bestimmten Bereich einer PDF-Datei.

Das neue Feature wird allerdings zunächst nur in englischer Sprache zur Verfügung stehen. Es gibt Varianten für US-Englisch, für Kanada, Großbritannien sowie Australien. Angaben zu einer Internationalisierung machte Apple nicht. Klar ist aber bereits: Es wäre sicherlich ein Leichtes, die Funktion in Siri zu integrieren.

(bsc)

Künstliche Intelligenz ist in den Zukunftsplanungen der deutschen Wirtschaft fest verankert, doch auf dem Weg in den produktiven Arbeitsalltag in den Unternehmen verliert sie oft massiv an Schwung. Das ist das zentrale Ergebnis einer Studie des IT-Beratungsunternehmens Zoi. Für einen erfolgreichen KI-Einsatz mangle es weniger an Geld, sondern an der passenden Unternehmensorganisation und der praktischen Umsetzung.

Basis der Studie ist eine Befragung von 500 IT-Verantwortlichen aus Unternehmen mit mehr als 2.000 Beschäftigten durch das Meinungsforschungsinstitut Civey. Wissenschaftlich begleitet wurde die Umfrage von der Hochschule der Medien in Stuttgart.

Lücke zwischen Pilotprojekt und Arbeitsalltag

Drei Jahre nach dem großen technologischen Durchbruch haben der Studie zufolge die meisten deutschen Großunternehmen erste Anwendungsfälle ausgemacht und Pilotprojekte gestartet. Doch zwischen dem ersten Ausprobieren und dem tatsächlichen, gewinnbringenden Einsatz im normalen Betrieb klaffe in vielen Unternehmen eine erhebliche Lücke.

In der Umfrage wurde auch nach konkreten Hindernissen gefragt, die einen erfolgreichen KI-Einsatz erschweren. Die IT-Verantwortlichen nannten dabei die Komplexität der bestehenden IT-Infrastruktur, fehlendes Fachwissen beim Personal sowie die schwierige Integration der neuen Technik in veraltete Computersysteme. Budgetfragen oder Unsicherheiten über den finanziellen Nutzen wurden hingegen deutlich seltener als Hindernis genannt. Die Studie ergab auch, dass ausgerechnet die erfolgreichen Vorreiter-Unternehmen stark unter der Komplexität ihrer Technik leiden.

Zu selten messbare Ziele

In vielen Fällen sind die Fehlerursachen demnach in der Chefetage zu suchen: Zwar geben rund drei Viertel der Unternehmen an, über eine schriftlich festgehaltene Strategie der Unternehmensleitung zu verfügen, doch nur bei etwa einem Drittel ist diese auch mit konkreten messbaren Zielen verknüpft. Ohne solche Erfolgskennzahlen bleibe die Strategie oft nur eine Absichtserklärung.

Zoi-Geschäftsführer Benjamin Hermann sagte, die Studienergebnisse zeigten, dass bei der KI-Transformation zwischen der technologischen Exzellenz und einer vorbildhaften operativen Umsetzung noch Welten lägen. „Mit KI anfangen ist einfacher, als mit KI produktiv zu sein.“

Professor Jan Kirenz von der Hochschule der Medien Stuttgart sagte, die Daten zeichneten ein klares Bild: „76 Prozent der deutschen Großunternehmen erproben KI-Agenten bereits aktiv, was das breite Innovationsinteresse belegt.“ Aber da erst 19 Prozent diese Technologien in ihren Kernprozessen einsetzten, stehe die breite Wertschöpfung noch aus.

IT-Verantwortliche sehen KI nicht als Jobkiller

In der Studie wurden die IT-Verantwortlichen auch danach gefragt, ob der KI-Einsatz mit einem massiven Jobverlust verbunden sei. Davon gehen die Befragten mehrheitlich nicht aus: 79 Prozent der befragten IT-Entscheider sagten, dass generative KI die Mitarbeiterzahl im Unternehmen stabil halte oder sogar steigen lasse.

(nen)