Rückblick HamburgAI#9: Datenminimalismus, Machine Learning Pipelines & KI in der Medienproduktion

Optimierung der KI-Pipeline mit Kubeflow

Solutions Engineer Steve Guhr und AI Solutions Architect Muneer Dedmari vom kalifornischen Fortune-500 Technologieunternehmen NetApp eröffneten die Veranstaltung mit ihrem Vortrag.

Die beiden diskutierten ihre Erfahrungen beim Aufbau von Plattform-Diensten zur effizienten Verwaltung von KI- und ML-Pipelines: „Das wichtigste sind Automatisierung und Self-Service, ob in der Cloud oder als lokale Infrastruktur.“

Für viele Unternehmen ist das Verwalten von Daten eine der wichtigsten Aufgaben, die dennoch häufig unterschätzt wird. Daher lag ihr Hauptaugenmerk auf dem Prozess der Automatisierung durch die Erstellung von Datenpipelines mithilfe von Kubeflow.

Die Präsentation von Muneer und Steve steht hier zum Download bereit.

Machine Learning durch Datenminimalismus verbessern

Die Otto Group entwickelte sich in den letzten Jahrzehnten zum Digitalisierungspionier unter den deutschen Traditionsunternehmen. Mit einem Online-Umsatz von 7,7 Milliarden Euro sind sie heute Deutschlands größter E-Commerce-Händler. Dr. Michaela Regneri, Senior Expertin AI & Cognitive Computing, treibt die Digitalisierung von OTTO durch ihre Expertise in Künstlicher Intelligenz voran.

Ihr Vortrag beschäftigte sich mit dem Thema Daten-Minimalismus. Zusammengefasst: Der Aussage „Mit Bacon ist alles besser“ mögen viele von uns zustimmen, anderes gilt für die Fülle an Daten. Hier ist mehr nicht immer gleich besser. Michaela erklärte, warum minimalistischer Umgang mit Daten für jede KI immer die bevorzugte Wahl sein sollten und untermauerte ihre Thesen mit Daten aus ihrer Arbeit bei OTTO.

Bessere Videos mihilfe Künstlicher Intelligenz produzieren

aiconix, ein Start-up, das auf dem Gebiet der Videooptimierung vom maschinellen Lernen profitiert, wurde von seinem CEO Eugen Gross vertreten. In einer Podiumsdiskussion mit Omar, Senior Machine Learning Engineer bei collectAI, zeigte er das Potenzial Künstlicher Intelligenz bei der Videoproduktion auf.

Eugen sammelte jahrzehntelange Erfahrung als Kameramann und ist bestens mit dem kreativen Prozess vertraut, den er durch KI auf das nächste Level bringen möchte. In Bezug auf die Herausforderungen des Markteintritts erklärte er, dass bisher wenig unternommen wurde, um maschinelles Lernen im Prozess der Videoerstellung anzuwenden. Darüber hinaus gab er Einblicke darüber, wie aiconix semantische Analysen, Gesichtserkennung, Prominentenerkennung und vieles mehr einsetzt, um bessere Ergebnisse bei der Videoproduktion zu erzielen.