Risikomanagement für AI-Projekte

• Kontrolle der für KI verwendete Daten durch Identifizierung und Minderung von Sicherheitsrisiken in Datensätzen
• Bewertung und Minderung des Risikos von Drittparteien und Verwaltung der Einführung
• Implementierung von Sicherheitsmaßnahmen zur verantwortungsvollen Einsatz und Entwicklung von KI-Technologien

Felix Muckenfuß

Strategic Solutions Executive
OneTrust

See Bio

Risk Management: Management der Risiken beim Einsatz von KI, LLM und generativer KI

• Überblick über unsere KI-Strategie, KI-Risikomanagement und ML-Governance, um unseren Kunden den bestmöglichen Service zu bieten
• Verantwortungsvolle und ethische Nutzung von GEN AI Systemen: bewährte Praktiken und Ansätze, um sicherzustellen, dass generative KI-Systeme ethische Standards einhalten

Elliot Kovanda

Data Scientist
Commerzbank

See Bio

Gen KI in der Blutkrebs-Diagnose: Datenschutz als oberste Priorität

• Wie wir generative KI zur Automatisierung von Diagnosen einsetzen
• Ergebnisse: Bearbeitung von bis zu 1000 Diagnosen pro Tag
• Sicherung sensibler medizinischer Patientendaten und Schutz der Privatsphäre der Patienten

Sven Maschek

Head of Artificial Intelligence
MLL Münchner Leukämielabor

See Bio

Generative KI im Bereich HealthCare: Personalisierte Medizin und verbesserte Patientenresultate

• Überblick über die Gesundheitsbranche und die Rolle neuer Technologien
• Automatisierung von Routine- und alltäglichen Aufgaben durch KI im Gesundheitswesen, um wertvolle Zeit freizusetzen
• Nutzen von generativer KI zur Bewältigung großer Datenmengen: Erstellung von Mustern für schnellere Patientenergebnisse

Jan Beger

Senior Director Digital Ecosystem
GE HealthCare

See Bio

ogGPT - Generative AI für die ganze Otto Group

• Einführung unseres eigenen internen, sicheren und datenschutzkonformen Chatbots auf der Basis der ChatGPT-Technologie 
• Neben der reinen Chat-Funktion können Mitarbeitende auch eigene Dokumente oder ganze „Knowledge-Bases“ hochladen und mit diesen im Anschluss über den neuen KI-Assistenten „interagieren“, also beispielsweise Fragen zum Inhalt stellen
• Wie technologische Möglichkeiten den Onlinehandel und das Kundenerlebnis noch besser machen

Florian Leuerer

Expert Machine Learning & AI / Tech Lead
Otto Group

See Bio

Generative KI für die Kapitalmärkte: Probieren geht über Studieren

• Was können wir mit alternativen Daten und Methoden der Künstlichen Intelligenz für die Prognose von den Kapitalmärkten leisten?
• Wie kann generative KI den Kollegen bei ihren täglichen Aufgaben helfen?
• Hand in Hand: Wie werden die Stärken von Mensch und Maschine kombiniert?

Dieter Konrad

Experte Capital Market Data Science
Union Investment

See Bio

Mastering LLMOps and AI Governance: An End-to-End Guide to Systematic Evaluation and the EU AI Act 

• Unlocking Efficiency in AI with MLOps: Explore best practices in MLOps and LLMOps (specifically for LLMs) to streamline the development, deployment, and management of AI models. Learn how to enhance collaboration between data scientists and operation teams to foster a culture of continuous integration and delivery.
• Systematic Evaluation and Optimization in AI: Dive into methodologies for rigorous testing and evaluation of AI systems. Understand the importance of systematic evaluation in improving model accuracy, reliability, and fairness, and discover the importance of fast experimentation.
• Navigating the EU AI Act: Get insights into the implications of the forthcoming EU AI Act on global AI practices. We’ll connect the productivity gains from the first sections to compliance needs imposed by the EU AI Act and discuss different risk mitigation strategies.

Nicolas Remerscheid

Machine Learning Engineer
Weights & Biases

See Bio

Data Modeling in der zentralen Bosch-Fertigungsorganisation 

• Übergreifende Datenmodellierung für die Bosch Fertigungs-Domäne
• Community Arbeit mit starkem, verteilten Ansatz
• Formale Ontologien für KI-getriebene Anwendungen und Knowledge Graphen

Dr. Andreas Wagner

Team Lead Data Modeling / Ontologist, Manufacturing
Bosch

See Bio

Effizientes Training von Machine-Learning-Algorithmen: Optimierung von Ergebnissen bei reduzierten Kosten

• Einblicke in den aktuellen Stand der Technik wie Retrieval-Augmented Generation (RAG) Systeme.
•  Wie viele Daten zum Trainieren eines Modells erforderlich sind und wie man mehr Daten erhalten kann; Umgang mit der Herausforderung von öffentlichen und nicht-öffentlichen Daten
• Wissenschaftliche und industrielle Anwendungs-szenarien: Praxisbeispiel für das von uns entwickelte Wettervorhersagemodell „Pangu-Weather“; Das Modell wurde anhand von Realanalysedaten der letzten 40 Jahre trainiert und kann kosteneffiziente und energiesparende Prognosen erstellen

Heiko Schick

Chief Architect / Advanced Computing and Artificial Intelligence
Huawei

See Bio

Wie läuft die technische Umsetzung von Gen AI Projekten ab?

• Erfahrungsaustausch über den Aufbau und die Umsetzungszeit von GenAI-Projekten.
• Welche typischen Architekturen werden verwendet und welche Technologien kommen zum Einsatz? (Z.B.: RAG, promptflow, …)

Julius Rubbe

Cloud Solution Architect
Microsoft

See Bio

KI Governance – was ist neu und was kann von anderen Governancesystemen bereits wiederverwendet werden?

• Welche bestehenden Governancesysteme kommen in Betracht? – bspw. DS-GVO, Data Governance Mngt.-Systeme, etc.
• Welche Komponenten kommen in Betracht? – bspw. Dokumentationstools, Codeframeworks, etc.
• Was muss neu gedacht werden? – bspw. Risk Assessment für AI 

Daniela Kappler

Chefberaterin Data & Governance
DB Systel

See Bio

Verantwortliche Generative KI

• Herausforderungen von Generativer KI für den Bereich der Verantwortlichkeit
• Grundlagen der KI-Ethik
• Erklärbarkeit und Interpretierbarkeit in der Künstlichen Intelligenz
•  Aktuelle Methoden und Herausforderungen an Beispielen aus Airbus

Sergei Bobrovskyi

AI Expert
Airbus

See Bio

Die Wichtigkeit von verantwortungsvoller KI-Entwicklung

• Betonung rein ethischer Aspekte der KI
• Entwicklung qualitativ hochwertiger (Gen) KI-Anwendungen
• Berücksichtigung sich entwickelnder Regulierungsansätze
• Einbindung gültiger KI-Ethikstandards in die KI-Strategie

Philippe Coution

AI Lead
Tüv Süd

See Bio

Nutzung KI und Gen KI für die Arzneimittelforschung zur Kostensenkung und Effizienzsteigerung

• Verwendung von Daten zur Erstellung von Digitalen Zwillingen
• Einsatz von Gen AI in der Arzneimittelforschung und -Entwicklung und Prüfung der Effizienz mit Hilfe von Computersimulationen
• Vorteile: KI beschleunigt und senkt die Kosten der Arzneimittelentwicklung

Fabian Schmich

Capability Lead Artificial Intelligence and Machine Learning, Roche Innovation Center Munich
Roche

See Bio

Revolutionäre Einblicke: KI und die Zukunft der TV-Industrie 

• KI-generierte Filme: Eine neue Ära der Filmproduktion - Neue Dimensionen der Kreativität
• Metadaten-Extraktion: Die unsichtbare Kraft hinter dem Content
• Feature-Extraktion in der Praxis: Emotionen und Objekte im Fokus
• Multimodale KI: Wie KI Text, visuelle Elemente und Stimmung in Echtzeit kombiniert
• Anwendungsbeispiele für die multimodale KI im TV-Bereich

Bea Knecht

Founder and Board Member
Zattoo International AG

See Bio

SnapGPT und GenAI Builder als Katalysatoren für Ihren datengetriebenen Erfolg

Erfahren Sie mehr über: 

• Die Breite unserer AI-Fähigkeiten: Von IRIS AI zu SnapGPT bis zum brandneuen GenAI Builder
• SnapGPT und Generative Integration: Reduzierung von Integrationsprozessen von Tagen auf Minuten
• GenAI Builder: Entwicklung maßgeschneiderter, LLM-gestützter Lösungen, um individuelle geschäftliche Herausforderungen zu adressieren

Philipp Moll

Enterprise Account Executive
SnapLogic

See Bio

WienBot: Integration von generativer KI in Chatbots - Strategien und Best Practices

• Smart Prompting: LLM nur als Tool verwendet, Inhalte werden in einer separaten Datenbank durchsuchbar gemacht, Dantebank findet relevanten Inhalte zur Frage
• Herausforderungen: Kosten, Datenschutz, Technologie, Copyright
• Problemstellungen der generativen KI: Halluzination/ erfundene Antworten; Bias; Verlässlichkeit und Konsistenz
• Lösungsansätze: ChatGPT trainieren – Inhalt für die Antwort als Kontext mitgeben; Prompt Engineering; System-Prompt; Sprachmodell konfigurieren

Sindre Wimberger

Expert in the AI Competence Network
Stadt Wien

See Bio