Die im Konferenzprogramm der TDWI München 2022 angegebenen Uhrzeiten entsprechen der Central European Time (CET).
Per Klick auf "VORTRAG MERKEN" innerhalb der Vortragsbeschreibungen können Sie sich Ihren eigenen Zeitplan zusammenstellen. Sie können diesen über das Symbol in der rechten oberen Ecke jederzeit einsehen.
Hier können Sie die Programmübersicht der TDWI München 2022 mit einem Klick als PDF herunterladen.
Track: #AI / out of the box
- Mittwoch
22.06.
Stellen Sie sich das mal vor: Jemand nimmt mit einem digitalen Ebenbild Ihrer Person an einem Live-Videoanruf teil. Heutige Echtzeit-Deepfake-Technologie erlaubt es, mit bloßem Auge kaum noch unterscheidbare 'Doppelgänger' einer Person zu erzeugen. TNG forscht seit 2019 intensiv an der KI rund um Echtzeit-Deepfakes und entwickelt diese ständig weiter. In dem Vortrag zeigen wir die verschiedenen Evolutionsschritte der Deepfake-Technologie inkl. Live-Demos, beginnend mit dem 'Ur'-Deepfake und endend mit Echtzeit-Deepfakes des gesamten Kopfes.
Zielpublikum: Software-Entwickler, Entscheider, Manager, IT-Fachkräfte, Arbeitende im HomeOffice
Voraussetzungen: Keine
Schwierigkeitsgrad: Einsteiger
Extended Abstract:
Seit ihrer Entstehung im Jahr 2017 haben sich Deepfakes von einer KI-Spielerei zu einem mächtigen Werkzeug weiterentwickelt. Auch Medienformate wie Leschs Kosmos, Galileo und anderen Sendungen arbeiten inzwischen mit TNG-Deepfakes.
Wir gehen in dem Vortrag auch auf die Cybersecurity-Aspekte ein, da Mitarbeitende durch Deepfakes in Zeiten von Corona schnell hinter das Licht geführt werden könnten, da sie z.B. einem vermeintlichen Deepfake in einer Videokonferenz vertrauliche Informationen weitergeben.
Martin Förtsch ist ein IT-Berater der TNG Technology Consulting GmbH mit Sitz in Unterföhring bei München und studierte Informatik. Seine Arbeitsschwerpunkte sind Agile Development (hauptsächlich) in Java, Suchmaschinentechnologien, Information Retrieval und Datenbanken. Als Intel Software Innovator und Intel Black Belt Software Developer ist er darüber hinaus intensiv in der Entwicklung von Open-Source-Software im Bereich der 3D-Kameratechnologien und dem Internet of Things involviert. Darüber hinaus hält er zahlreiche Vorträge auf nationalen und internationalen Konferenzen zu den Themen Künstliche Intelligenz, Internet der Dinge, Augmented Reality und Test-Driven Development. Er wurde u.a. mit dem Oracle JavaOne Rockstar ausgezeichnet.
Thomas Endres ist studierter Informatiker (TU München) und leidenschaftlicher Softwareentwickler. Als Intel Software Innovator und Black Belt präsentiert er weltweit neue Technologien wie KI, AR/VR und Robotik. Dafür erhielt er unter anderem einen JavaOne Rockstar-Award.
Jonas Mayer arbeitet im Innovation Hacking Team der TNG Technology Consulting und beschäftigt sich dort hauptsächlich mit der Entwicklung von innovativen Showcases und Prototypen in Soft- und Hardware. So arbeitete er seit 2018 an verschiedensten Projekten, wie zum Beispiel Deepfakes, Mixed Reality KI-Kunstwerken und autonom fliegenden Minidrohnen.
Vortrag Teilen
Klaus-Dieter Schulze, Mitgründer und Vorstandsmitglied des TDWI e.V., hat seit über 20 Jahren verantwortliche Positionen im Data & Analytics-Umfeld bei verschiedenen Beratungshäusern inne. Seit Oktober 2021 ist er Senior Advisor New Business & Strategy bei b.telligent. Er beschäftigt sich auf Basis seines betriebswirtschaftlichen Studiums bereits seit 1994 intensiv mit Data & Analytics. Er hat verschiedene Fachartikel und Buchbeiträge zur Entwicklung des Data & Analytics-Marktes veröffentlicht und referiert regelmäßig bei Fachveranstaltungen.
Klaus-Dieter Schulze ist seit 2012 Mitglied im Vorstand des TDWI e.V.
Vortrag Teilen
Der Einsatz von Künstlicher Intelligenz zur Betrugserkennung bei Heilmittel- und Pflegeleistungen in der gesetzlichen Krankenversicherung. Von der Pseudonymisierung und Digitalisierung der Abrechnungsbögen bis zur Analyse, Auswertung und Darstellung der Anomalien - Ein Projektbericht!
Zielpublikum: Management, Data Scientists, Data Engineers
Voraussetzungen: Experience, Curiosity
Schwierigkeitsgrad: Fortgeschritten
Team Lead and Business Development in several companies.
Team Lead, Data Mining and Neural Network Specialist
The Coronavirus lockdowns altered public transport occupation data. Ultimately, these changes in occupation data are perfect examples of sudden concept drifts that can be blockers in most machine learning deployments. We managed to overcome the obstacles by developing methods and engineering features that allowed us to adjust forecasts based on unforeseen changes in the occupation data. In this talk, we give insights into our journey from idea development to the ways how we overcame the challenges and share our learnings.
Target Audience: Data Engineers, Software Architects, AI Architects, Data Scientists
Prerequisites: Experience in Time Series. Basic understanding of machine learning
Level: Expert
Extended Abstract:
Machine learning projects often view and predict a snapshot interval of reality. We machine learning engineers often forget that the real world is not static at all.
After all, we got hit by the Coronavirus reality rendering countless machine learning models useless.
The changes in public transport occupation out of Corona lockdowns is a perfect example of these so-called concept drifts.
The instability of the machine learning models when concept drifts are appearing result in immense problems for the reliability and predictability of the AI.
Therefore, we dig into this problem and show how we solved this challenge for the case of concept dirfts in public transport occupations.
Dr. Tim Frey is co-founder of the company iunera GmbH and Co. KG. Among other things, he holds a PhD from the University of Magdeburg and loves to design data-driven scenarios and applications. His computer science background is in the area of Business Intelligence and platform architecture.
Vortrag Teilen
Vortrag Teilen