Knowledge Science - Grundlagen

Knowledge Science beschäftigt sich mit Konzepten, Methoden und Prozessen zur systematischen Erzeugung, Extraktion, Speicherung und Bereitstellung von Wissen zur Lösung von Problemen und lässt sich somit dem Wissensmanagement zuordnen. Kognitive Assistenten sorgen dafür, das richtige Wissen zur richtigen Zeit in der richtigen Art und Weise seinen Anwendern und Anwenderinnen bereitzustellen. Damit dies gelingen kann, kommen inzwischen zahlreiche Methoden der Künstlichen Intelligenz (KI) zur Unterstützung unterschiedlicher Aufgaben des Wissensmanagements zum Einsatz. Der InhaltWie kann ein Computer lernen, relevantes Wissen aus Texten für die Wissenssicherung und Wissensnutzung zu extrahieren? Dieses Buch erklärt die technischen Grundlagen der Künstlichen Intelligenz für die Wissensextraktion aus Texten:

• Überblick über Bereiche der Künstlichen Intelligenz
• Maschinelles Lernen: Wie lernt ein Computer aus Daten
• Deep Learning: Von neuronalen Netzen bis zu Transformer-Modellen
• Informationsextraktion aus Texten
• Wissensrepräsentation mit Ontologien und Wissensgraphen

Die Zielgruppen

• Unternehmer, Prozessverantwortliche und Fachanwender, die Methoden der KI in ihrem Unternehmen oder ihren Fachbereichen nutzen wollen
• IT-Manager, IT-Experten und Data Scientists, die KI-basierte Lösungen im Wissensmanagement umsetzen
• Studierende im Bereich KI und Data Science

Die AutorenCarsten Lanquillon beantwortet seit mehr als 25 Jahren unternehmerische Fragestellungen erfolgreich mit Hilfe maschineller Lernverfahren. Er ist seit 2008 Professor an der Hochschule Heilbronn und forscht im Bereich ressourceneffizienter KI in industriellen Anwendungen sowie im Bereich der Sprachtechnologien und kognitiven Assistenzsysteme zur Unterstützung der Wissensarbeit. Sigurd Schacht beschäftigt sich seit mehr als 15 Jahren in Theorie und Praxis mit betriebswirtschaftlichen Datenanalysen. Er ist seit 2012 Professor und forscht auf dem Gebiet der Sprachtechnologie und kognitiven Assistenzsysteme mit Schwerpunkt auf dem Trainieren und Anwenden großer Sprachmodelle sowie dem Prompt-Engineering.

Einleitung.- Künstliche Intelligenz - Ein Überblick.- Machine Learning.- Deep Learning.- Informationsextraktion aus Texten.- Wissensrepräsentationen.