Summary

In diesem Deep Tech Deep Talk geht es um den Einsatz von KI in der Medizin. Dr. Alexander Elgermahl, ein Mediziner und Experte für KI, diskutiert mit den Gastgebern Oliver Rößling und Alois über die Anwendung von KI in der Diagnostik und anderen medizinischen Bereichen. Sie sprechen über die Vorteile von KI bei der Auswertung von medizinischen Bildern und histopathologischen Schnitten. Sie diskutieren auch den Einsatz von KI in der Generierung von medizinischen Texten und die Herausforderungen bei der Implementierung von KI in der medizinischen Praxis. Darüber hinaus wird die Bedeutung von Datenschutz und Datenregulierung in der Medizin diskutiert. In dieser Folge diskutieren Oliver Rößling und Alex Mekelburg die Auswirkungen von KI und Robotik auf die Medizin. Sie stellen fest, dass KI und Robotik Ärzten und Ärztinnen mehr Zeit für den Patienten und die Forschung ermöglichen können. Sie diskutieren auch die Herausforderungen bei der Umsetzung von KI in der Medizin, insbesondere im Hinblick auf die Regulatorik. Sie schlagen vor, dass sogenannte Regulatory Sandboxes geschaffen werden könnten, um die Entwicklung von KI-Anwendungen zu fördern. Darüber hinaus diskutieren sie den Einsatz von Robotik in der Pflege und die Bedeutung von Empathie in der Interaktion mit KI-Systemen.

Keywords

KI, Medizin, Diagnostik, medizinische Bilder, histopathologische Schnitte, Generative KI, Natural Language Processing, Datenregulierung, Datenschutz, KI, Robotik, Medizin, Ärzte, Forschung, Regulatory Sandboxes, Regulatorik, Pflege, Empathie

Takeaways

• KI wird bereits erfolgreich in der Diagnostik eingesetzt, insbesondere bei der Auswertung von medizinischen Bildern und histopathologischen Schnitten.
• Die Generative KI, insbesondere im Bereich des Natural Language Processing, bietet große Anwendungsmöglichkeiten in der Medizin, z.B. bei der Erstellung von medizinischen Texten und SOPs.
• Die Implementierung von KI in der medizinischen Praxis wird durch regulatorische Anforderungen und die Notwendigkeit der Haftungsklärung erschwert.
• Effizienzsteigerungen durch den Einsatz von KI sind insbesondere in der Dokumentation und Verwaltung von Gesundheitsdaten möglich.
• Die Datenschutzregulierung in Deutschland stellt eine Herausforderung für die Nutzung von KI in der Medizin dar, es besteht jedoch Potenzial für eine einheitliche Lösung auf internationaler Ebene. KI und Robotik können Ärzten und Ärztinnen mehr Zeit für den Patienten und die Forschung ermöglichen.
• Die Regulatorik stellt eine große Hürde für die Umsetzung von KI-Anwendungen in der Medizin dar.
• Regulatory Sandboxes könnten genutzt werden, um die Entwicklung von KI-Anwendungen zu fördern.
• Robotik kann in der Pflege eingesetzt werden, um das Personal zu unterstützen.
• Empathie ist ein wichtiger Aspekt in der Interaktion mit KI-Systemen.

Sound Bites

• "KI wird bereits erfolgreich in der Diagnostik eingesetzt"
• "Generative KI bietet große Anwendungsmöglichkeiten in der Medizin"
• "Implementierung von KI in der medizinischen Praxis wird erschwert"
• "dann irgendwann haben die Leute wieder mehr Zeit, sich den mildtätigen, gemeinnützigen Themen zu widmen."
• "Das sind im Grunde politisch gewollte Bereiche, wo gesagt wird, in diesem Bereich lassen, das ist eine Spielwiese, das ist eine Sandbox, ein Sandkasten."

Chapters

00:00 Einführung und Vorstellung des Gasts

01:34 Einsatz von KI in der Diagnostik

04:25 Generative KI im medizinischen Bereich

07:44 Herausforderungen bei der Implementierung von KI in der medizinischen Praxis

11:01 Effizienzsteigerung durch KI in der Dokumentation

13:24 Datenschutzregulierung in der Medizin

20:27 Die Auswirkungen von KI und Robotik auf die Medizin

23:19 Herausforderungen bei der Umsetzung von KI in der Medizin

24:44 Die Rolle von Regulatory Sandboxes bei der Förderung von KI-Anwendungen

29:48 Der Einsatz von Robotik in der Pflege

34:21 Die Bedeutung von Empathie in der Interaktion mit KI-Systemen

Summary

In diesem Deep Tech Deep Talk geht es um die Anwendung von AI im EdTech-Bereich, insbesondere im Bereich der Bildung. Es wird über die Bedeutung von Open Source in der Softwareentwicklung gesprochen und wie sich die Entwicklung von Sprachmodellen in den letzten Jahren verändert hat. Es wird diskutiert, wie KI die Musikindustrie beeinflusst und welche Rolle IP und Personalisierung dabei spielen. Außerdem wird die Frage nach der Zukunft von KI und der Möglichkeit einer Artificial General Intelligence (AGI) gestellt. Es wird auch darüber gesprochen, wie KI im Bereich des Lernens und der Ausbildung eingesetzt werden kann und welche Rolle Methodik und Didaktik dabei spielen. In diesem Teil des Gesprächs diskutieren Oliver, Alois und Werner die Bedeutung von personalisiertem E-Learning und E-Training. Sie betonen, dass die Individualisierung und Anpassung an die Bedürfnisse und Vorkenntnisse des Lernenden der Schlüssel zum Erfolg ist. Die Verwendung von KI ermöglicht es, personalisierte Trainings anzubieten und durch geschickte Analytik die Fortschritte der Lernenden zu verfolgen und anzupassen. Sie diskutieren auch die Rolle von Co-Piloten oder Begleitern in E-Learning und E-Training und wie sie den Lernenden helfen können, ihr volles Potenzial auszuschöpfen. Darüber hinaus sprechen sie über die Zukunft von E-Learning und E-Training, einschließlich der Entwicklung von Companion-Systemen und der Integration von Soft Skills in das Lernprozess.

Keywords

AI, EdTech, Bildung, Open Source, Sprachmodelle, Musikindustrie, IP, Personalisierung, KI-Zukunft, AGI, Lernen, Ausbildung, Methodik, Didaktik, personalisiertes E-Learning, E-Training, Individualisierung, Anpassung, KI, Co-Piloten, Begleiter, Fortschritt, Analytik, Zukunft, Companion-Systeme, Soft Skills

Takeaways

• Die Anwendung von AI im EdTech-Bereich ermöglicht es, Bildungsinhalte mit technologischen Methoden zu gestalten und zu verbessern.
• Open Source spielt eine wichtige Rolle in der Softwareentwicklung und ermöglicht es, Produkte frei zu verwenden und weiterzuentwickeln.
• KI beeinflusst die Musikindustrie, indem sie neue Möglichkeiten der Personalisierung und Skalierung bietet, aber auch Fragen des Urheberrechts aufwirft.
• Die Zukunft von KI ist noch ungewiss, aber eine Artificial General Intelligence (AGI) könnte in den nächsten Jahren erreicht werden.
• Im Bereich des Lernens und der Ausbildung kann KI genutzt werden, um personalisierte und methodisch fundierte Inhalte bereitzustellen. Personalisiertes E-Learning und E-Training ermöglichen eine individuelle Anpassung an die Bedürfnisse und Vorkenntnisse der Lernenden.
• Die Verwendung von KI ermöglicht es, personalisierte Trainings anzubieten und den Fortschritt der Lernenden zu verfolgen und anzupassen.
• Co-Piloten oder Begleiter können den Lernenden helfen, ihr volles Potenzial auszuschöpfen und ihre Lernziele zu erreichen.
• Die Integration von Soft Skills in den Lernprozess ist ein wichtiger Aspekt des zukünftigen E-Learnings und E-Trainings.

Sound Bites

• "Die Anwendung von AI im EdTech-Bereich, insbesondere im Bereich der Bildung."
• "Open Source ist ein frei verfügbares System."
• "Die Entwicklung von Sprachmodellen und die Dekodierung von Sprache."
• "Ist das nicht extrem spannend für mich als Kunden? Absolut."

Chapters

00:00 AI im EdTech-Bereich: Anwendung in der Bildung

01:29 Die Bedeutung von Open Source in der Softwareentwicklung

05:12 Die Entwicklung von Sprachmodellen: Quantität und Qualität

09:53 KI und die Musikindustrie: IP und Personalisierung

13:08 Die Zukunft von KI: AGI und weitere Entwicklungen

18:21 KI im Lernbereich: Methodik und Didaktik

21:43 Personalisiertes E-Learning und E-Training: Anpassung an individuelle Bedürfnisse

24:57 Die Rolle von KI in personalisiertem E-Learning und E-Training

28:18 Co-Piloten und Begleiter: Unterstützung beim Lernen

29:17 Die Zukunft von E-Learning und E-Training: Companion-Systeme und Soft Skills

Summary

In dieser Folge des Deep Tech Deep Talk spricht Oliver Rößling mit Professor Dr. Frank Passing über Künstliche Intelligenz (KI) und deren Anwendung in verschiedenen Branchen. Frank Passing ist Professor für Machine Learning und KI und Gründer von Intuitive AI. Sie diskutieren die Entwicklung von KI-Technologien, den Einfluss der Automobilindustrie auf Franks Karriere und die Bedeutung von Datenqualität. Sie erläutern auch die Unterschiede zwischen regelbasierten und datenbasierten KI-Systemen und wie KI in komplexen Branchen wie Finanzwesen und Compliance eingesetzt werden kann. Außerdem diskutieren sie die verschiedenen Ansätze bei der Entwicklung von KI-Modellen und die Bedeutung von hybriden Systemen. In diesem Teil des Gesprächs geht es um den Einsatz autonomer Agenten und die Nutzung von künstlicher Intelligenz (KI) zur Vereinfachung von Arbeitsprozessen. Es wird diskutiert, wie autonome Agenten Entscheidungen treffen und handeln können und wie sie in Unternehmen eingesetzt werden können. Es wird auch über die Autonomie von Agenten und die möglichen Gefahren und Potenziale diskutiert. Der Einsatz von kleinen Modellen und die Effizienz von KI werden ebenfalls angesprochen. Es wird betont, dass der Mensch immer noch die letzte Entscheidung treffen sollte und dass KI die Arbeitsprozesse erleichtern kann. Es wird auch über die Herausforderungen des Wissensmanagements und die Entwicklung neuer Produkte gesprochen.

Keywords

Deep Tech, Künstliche Intelligenz, Machine Learning, Automobilindustrie, Datenqualität, Regelbasierte Systeme, Datenbasierte Systeme, Finanzwesen, Compliance, KI-Modelle, Hybride Systeme, autonome Agenten, künstliche Intelligenz, Entscheidungsprozesse, Arbeitsprozesse, kleine Modelle, Effizienz, Potenziale, Gefahren, Autonomie, Wissensmanagement, Produktentwicklung

Takeaways

• Die Entwicklung von KI-Technologien hat sich in den letzten Jahren stark verändert und bietet heute viele neue Möglichkeiten.
• Datenqualität ist ein entscheidender Faktor für den Erfolg von KI-Projekten.
• Es gibt Unterschiede zwischen regelbasierten und datenbasierten KI-Systemen, und beide Ansätze haben ihre Vor- und Nachteile.
• KI kann in komplexen Branchen wie dem Finanzwesen und der Compliance eingesetzt werden, um Prozesse zu verbessern und rechtliche Anforderungen zu erfüllen.
• Hybride Systeme, die sowohl große Sprachmodelle als auch spezifische KI-Agenten nutzen, können besonders effektiv sein. Autonome Agenten können spezifische Arbeitsprozesse vereinfachen und Entscheidungen treffen.
• Der Einsatz von kleinen Modellen kann effizienter sein und Energie sparen.
• Der Mensch sollte immer noch die letzte Entscheidung treffen und die KI unterstützen.
• Es gibt Potenziale und Gefahren bei der Nutzung von autonomen Agenten und künstlicher Intelligenz.
• Das Wissensmanagement und die Entwicklung neuer Produkte sind wichtige Aspekte bei der Nutzung von KI.

Sound Bites

• "Daten ist ganz entscheidend. Umso mehr Daten wir haben, umso besser werden am Ende auch unsere Modelle."
• "Das Thema Datenhygiene, Datenqualität ist nach wie vor eines der Top-Themen und mit Sicherheit auch immer noch eines der entscheidenden Punkte."
• "Die Herausforderungen sind immens, aber es gibt auch viele Chancen, sich gegen den Wettbewerb zu positionieren."
• "Wie nutzt ihr autonome Agenten um am Ende das Leben für beispielsweise Kooperation mit Hilfe großen Unternehmen zu vereinfachen für die Startups?"
• "Ich vergleiche das immer ganz gerne so ein Stück weit, dass wir Neuronen miteinander zusammenbringen und letztendlich diese Autobahn eben auch definieren, wie ein Agent mit einem anderen Agent kommunizieren kann und wer eigentlich mit wem kommunizieren kann."
• "Ich sehe absolut die Zukunft, dass wir ganz bewusst kleinere Modelle einsetzen."

Chapters

00:00 Die Entwicklung von KI-Technologien und ihre Anwendungsmöglichkeiten

02:56 Die Bedeutung von Datenqualität für KI-Projekte

07:30 Unterschiede zwischen regelbasierten und datenbasierten KI-Systemen

11:44 KI im Finanzwesen und in der Compliance

17:21 Die Vorteile hybrider KI-Systeme

19:44 Der Einsatz autonomer Agenten zur Vereinfachung von Arbeitsprozessen

22:03 Die Autonomie von Agenten und die Potenziale und Gefahren

23:54 Effizienz und Energieeinsparung durch den Einsatz kleiner Modelle

26:13 Die Rolle des Menschen bei der Entscheidungsfindung

29:53 Herausforderungen des Wissensmanagements und der Produktentwicklung

Summary

In this episode, Oliver Rößling and Alois Krtil talk to Andres Sutt, the former Minister of Entrepreneurship and IT and Member of Parliament in Estonia. They discuss Estonia's success in digital transformation and its innovative approach to technology. They also talk about Estonia's AI and data strategies, as well as its dual-use technologies. The conversation highlights Estonia's vibrant startup ecosystem and its focus on user experience and quality of life. The episode concludes with a discussion on the future challenges and opportunities for Estonia and Europe in the field of technology. 

Keywords

Estonia, digital transformation, AI, data strategy, dual-use technologies, startup ecosystem, user experience, quality of life 

Takeaways

• Estonia has been successful in digital transformation and is known for its innovative approach to technology.
• Estonia has a vibrant startup ecosystem and attracts talent with its quality of life and supportive government policies.
• Estonia has implemented AI and data strategies in various sectors, such as education and public services.
• Dual-use technologies, which have both military and civilian applications, are an area of focus in Estonia.
• The future challenges for Estonia and Europe include harnessing the benefits of technological advancements and ensuring a positive impact on society.

Sound Bites

• "Estonia has the highest density of unicorns per capita in the world."
• "In Estonia, you can access government services 24/7, 365 days a year."
• "To stay innovative, Estonia focuses on user experience and the needs of the consumers." 

Chapters

00:00Introduction and Role of Andres Sutt in the Estonian Government

02:00 Combining Entrepreneurship and IT in Estonia

03:25 Estonia's Success in Digital Transformation

07:14 E-Government Solutions in Estonia

09:41 Challenges for Larger Countries in Digital Transformation

13:27 Staying Innovative in Estonia

15:24 Attractions of Estonia for Businesses and Individuals

17:19 The Dual-Use Nature of Deep Tech in Estonia

20:13 AI and Data Strategies in Estonia

25:26 Dual-Use Technologies in Estonia

29:15 Challenges and Opportunities for Estonia and Europe

30:12 Conclusion

Summary

In dieser Episode des Deep Tech Deep Talks sprechen die Gastgeber Oliver und Alois mit ihrem Gast Henrik über Deep Tech und Sauerteigbrot. Henrik ist CTO bei Ahead Automotive und einer der größten Sauerteigbrotbäcker der Welt. Sie diskutieren die Möglichkeiten von KI-gesteuerten Brotbacköfen und die Bedeutung von Daten in der KI. Sie erwähnen auch die Proteinfaltung und die Auswirkungen auf die Biotechindustrie. Des Weiteren sprechen sie über die Bedeutung von Datenqualität und die Kombination von Large Language Models mit klassischen Systemen. Sie betonen auch die Bedeutung der Mensch-Maschine-Schnittstelle und wie große Sprachmodelle die Interaktion mit Computern vereinfachen. Die Komposition verschiedener Technologien und die Aufbereitung von Daten sind entscheidend für den Mehrwert in der Zukunft. Unternehmen müssen ihre Daten schützen und möglicherweise kostenpflichtig machen, um ihre Datenhoheit zu wahren. Die Datenorchestrierung und -strukturierung wird wichtiger als die Technologie selbst. Eine gute Softwarearchitektur ist entscheidend für sichere und performante Systeme. Die Skalierung von Large Language Models (LLMs) ist noch nicht vollständig gelöst. Die Zusammenarbeit mit Datenprovidern erfordert Kommunikation und Erklärung, um Bedenken hinsichtlich des Datenzugriffs zu nehmen. Die Nutzung von LLMs eröffnet neue Möglichkeiten für die Darstellung von Daten und die Vereinfachung von Prozessen. Die Verwendung von LLMs ermöglicht auch die Individualisierung von Nutzerinterfaces und die Unterstützung verschiedener Sprachen. Die Standardisierung von Daten und die Vereinfachung von Fachtermini sind weitere Vorteile von LLMs. Eine gute Softwarearchitektur und die kontinuierliche Anpassung an neue Technologien sind entscheidend, um den Nutzen von LLMs zu maximieren.

Keywords

Deep Tech, Sauerteigbrot, KI, Daten, Proteinfaltung, Biotechindustrie, Datenqualität, Large Language Models, Mensch-Maschine-Schnittstelle, Technologie, Daten, Datenhoheit, Softwarearchitektur, Skalierung, Datenzugriff, Nutzerinterfaces, Sprachmodelle, Standardisierung, Fachtermini

Takeaways

• KI-gesteuerte Brotbacköfen könnten den Markt für Sauerteigbrot revolutionieren
• Daten sind das neue Gold und die Basis für KI-Anwendungen
• Die Proteinfaltung hat große Auswirkungen auf die Biotechindustrie
• Die Kombination von Large Language Models mit klassischen Systemen ermöglicht neue Lösungen
• Die Mensch-Maschine-Schnittstelle wird durch große Sprachmodelle vereinfacht Die Komposition und Aufbereitung von Daten sind entscheidend für den Mehrwert in der Zukunft.
• Unternehmen müssen ihre Daten schützen und möglicherweise kostenpflichtig machen, um ihre Datenhoheit zu wahren.
• Die Datenorchestrierung und -strukturierung wird wichtiger als die Technologie selbst.
• Eine gute Softwarearchitektur ist entscheidend für sichere und performante Systeme.
• Die Skalierung von Large Language Models (LLMs) ist noch nicht vollständig gelöst.
• Die Zusammenarbeit mit Datenprovidern erfordert Kommunikation und Erklärung, um Bedenken hinsichtlich des Datenzugriffs zu nehmen.
• Die Nutzung von LLMs eröffnet neue Möglichkeiten für die Darstellung von Daten und die Vereinfachung von Prozessen.
• Die Verwendung von LLMs ermöglicht auch die Individualisierung von Nutzerinterfaces und die Unterstützung verschiedener Sprachen.
• Die Standardisierung von Daten und die Vereinfachung von Fachtermini sind weitere Vorteile von LLMs.
• Eine gute Softwarearchitektur und die kontinuierliche Anpassung an neue Technologien sind entscheidend, um den Nutzen von LLMs zu maximieren.

Sound Bites

• "KI könnte den Markt für Sauerteigbrot revolutionieren"
• "Daten sind das neue Gold in der KI"
• "Die Proteinfaltung hat große Auswirkungen auf die Biotechindustrie"
• "Die Komposition der verschiedenen Technologien, der zusätzlichen Geschwindigkeit, die durch die ganzen Lösungen generiert wird, ist es ja so, wo liegt eigentlich die IP? Wo liegt die USP? Also die Intellectual Property, das ist klar, das liegt irgendwo bei der Firma bzw. den Entwicklern dahinter oder den Dienstleistern auf der anderen Seite. Was ist das Alleinstellungsmerkmal? Die Technologie, die wird es aufs absehbare Zeit nicht mehr sein. Wir reden die ganze Zeit über Daten."
• "Die Daten des Orchestrat der Daten könnte wesentlich spannender und wertschaffender werden als die Technologie dahinter, die früher oder später Commodity wird."
• "Die Euphoriephase über die Large Language Models wie Chatchie PT hat ein bisschen über die Grundproblematiken hinweggetäuscht. Am Ende ist es aber auch nach wie vor eine gute Softwarearchitektur eigentlich der Schlüssel für sichere Systeme, für performante Systeme."

Chapters

00:00Einführung und Anknüpfungspunkte

02:06Revolutionierung des Sauerteigbrotmarktes mit KI

05:53Die Auswirkungen der Proteinfaltung auf die Biotechindustrie

09:34Daten als das neue Gold in der KI

12:54Die Kombination von Large Language Models und klassischen Systemen

15:35Die Vereinfachung der Mensch-Maschine-Schnittstelle durch große Sprachmodelle

23:08Die Komposition und Aufbereitung von Daten als Mehrwert der Zukunft

25:00Schutz der Datenhoheit und Kostenpflichtigkeit von Daten

26:21Die Bedeutung von Datenorchestrierung und -strukturierung

34:56Die Rolle einer guten Softwarearchitektur für sichere und performante Systeme

39:32Die Herausforderungen der Skalierung von Large Language Models

41:21Die Zusammenarbeit mit Datenprovidern und der Datenzugriff

43:10Die vielfältigen Möglichkeiten der Nutzung von Large Language Models

45:34Die Individualisierung von Nutzerinterfaces und die Unterstützung verschiedener Sprachen

45:34Die Bedeutung einer guten Softwarearchitektur und kontinuierlichen Anpassung an neue Technologien

Summary

In dieser ersten Folge des Deep Tech Deep Talks geht es um das Thema künstliche Intelligenz (KI). Die Gastgeber diskutieren die Historie von KI, angefangen in den 50er- und 60er-Jahren, und wie sich das Thema entwickelt hat. Sie sprechen auch über Quantencomputing und neuromorphes Lernen als zukünftige Plattformen für KI. Es wird darauf hingewiesen, dass die Entwicklungsgeschwindigkeit der KI sowohl Freude als auch Bedenken hervorruft. Die Diskussion dreht sich auch um die Regulierung von KI-Systemen und die Auswirkungen auf die Gesellschaft. In diesem Teil des Gesprächs diskutieren die Teilnehmer die Bedenken bezüglich des Datenschutzes und der Sicherheit bei der Verwendung von KI-Modellen. Sie betonen die Notwendigkeit, personenbezogene Daten zu schützen und den Zugriff darauf zu kontrollieren. Es wird auch darauf hingewiesen, dass Unternehmen vorsichtig sein sollten, ihre proprietären Daten preiszugeben, da dies ihre Wettbewerbsvorteile gefährden könnte. Die Bedeutung von Metadaten und kontextualisierten Daten wird ebenfalls erläutert. Die Teilnehmer diskutieren auch die Rolle von Regulierungen und betonen, dass diese dazu dienen, den Reifegrad von Technologien zu erhöhen und gesellschaftliche Werte zu schützen. Schließlich wird die Position Deutschlands im Vergleich zu den USA und China in Bezug auf KI diskutiert.

keywordsDeep Tech, Deep Talk, künstliche Intelligenz, KI, Historie, Quantencomputing, neuromorphes Lernen, Entwicklungsgeschwindigkeit, Regulierung, Gesellschaft, Datenschutz, Sicherheit, KI-Modelle, personenbezogene Daten, Metadaten, kontextualisierte Daten, Regulierung, Deutschland, USA, China

Takeaways

• Die Entwicklung von KI begann bereits in den 50er- und 60er-Jahren mit Visionären der Physik und Mathematik.
• Quantencomputing und neuromorphes Lernen sind zukünftige Plattformen für KI, die neue Möglichkeiten in Bezug auf Berechnungsgeschwindigkeit und Aufgabenlösungen bieten.
• Die Entwicklungsgeschwindigkeit der KI eröffnet viele neue Möglichkeiten, birgt aber auch Risiken und Herausforderungen in Bezug auf Governance und Einflussnahme.
• Die Regulierung von KI-Systemen ist ein wichtiges Thema, um die Auswirkungen auf die Gesellschaft zu kontrollieren und ethische Standards zu gewährleisten. Es ist wichtig, personenbezogene Daten zu schützen und den Zugriff darauf zu kontrollieren.
• Unternehmen sollten vorsichtig sein, ihre proprietären Daten preiszugeben, da dies ihre Wettbewerbsvorteile gefährden könnte.
• Metadaten und kontextualisierte Daten sind entscheidend, um den Wert von Daten zu erhöhen.
• Regulierungen dienen dazu, den Reifegrad von Technologien zu erhöhen und gesellschaftliche Werte zu schützen.
• Deutschland hat eine solide Grundlage in der KI-Forschung und ist in einigen Bereichen führend, aber es gibt noch Raum für Verbesserungen.

Sound Bites

• "Wo kommt das Thema eigentlich her? KI, das war ja plötzlich gefühlt November 22. Alle haben drüber geredet."
• "Diejenigen, die sich mit großen komplexen Aufgabenstellungen befassen, beispielsweise in der Forschung, kennen die Quantenprinzipien vielleicht schon etwas länger."
• "Wir können Musik komponieren, Texte schreiben, Bilder und Videos generieren - alles per Eingabezeile."
• "Es haben viele Leute trotzdem ganz dolle Angst um ihre Daten."
• "Data as King"
• "Daten ohne die Erklärung, ohne einen Zusammenhang dazwischen, sind natürlich viel weniger wert."

Chapters

00:00Die Historie von künstlicher Intelligenz

02:06Quantencomputing und neuromorphes Lernen als zukünftige Plattformen für KI

05:44Die Entwicklungsgeschwindigkeit der KI: Chancen und Herausforderungen

09:36Die Regulierung von KI-Systemen und ihre Auswirkungen auf die Gesellschaft

19:06Schutz von proprietären Daten und Wettbewerbsvorteilen

21:29Die Bedeutung von Metadaten und kontextualisierten Daten

24:17Die Rolle von Regulierungen bei der Entwicklung von KI

27:01Die Position Deutschlands im Vergleich zu den USA und China

Einleitung

In der nullten Folge des neuen Podcasts "DEEPTECH DEEPTALK" führen Oliver Rößling und Alois Krtil die Zuhörer in das Konzept und die Themen des Podcasts ein. Die Hosts sind Oliver Rößling, Gründer und CEO von Caps & Collars GmbH, und Alois Krtil, ein erfahrener Ingenieur und Informatiker. Beide bringen ihre Expertise und Leidenschaft für Deep Tech in diese erste Episode ein, die aus dem Deep Tech Campus Hamburg am Rotherbaum aufgezeichnet wurde.

Vorstellung der Hosts

Oliver begrüßt die Zuhörer und stellt sich und seinen Co-Host Alois vor. Alois erzählt von seinem Hintergrund in der Digitalbranche und seinen frühen Berührungspunkten mit Deep Tech. Sie diskutieren die Herkunft und Definition des Begriffs "Deep Tech", der tiefgreifende, zukunftsweisende Technologien beschreibt, die auf einer soliden wissenschaftlichen Basis beruhen.

Themen und Inhalte

Die Hosts erörtern die kontinuierliche Erweiterung des Deep Tech-Begriffs, insbesondere durch aktuelle Entwicklungen in der generativen KI. Sie listen die verschiedenen Bereiche auf, die unter Deep Tech fallen, darunter:

• Künstliche Intelligenz (KI)
• Quantentechnologie
• Cybersecurity
• Metaverse und Visualisierungstechnologien
• Web 4.0
• Nano- und Biowissenschaften
• Blockchain und Kryptotechnologien

Ziele des Podcasts

Oliver und Alois erklären, dass der Podcast eine Plattform bieten soll, um über neue Technologietrends und insbesondere über Deep Tech zu sprechen. Sie möchten einen Raum für den Diskurs schaffen und spannende Persönlichkeiten aus der Branche einladen, die selten in anderen Formaten zu hören sind. Ziel ist es, durch Interviews und Gespräche Einblicke in die Welt der Deep Tech zu geben und den Austausch zu fördern.

Projekte und Zusammenarbeit

Oliver berichtet von aktuellen Projekten und der Zusammenarbeit mit Corporates, die Innovationen vorantreiben wollen. Der Company Builder Caps & Collars und die Aktivitäten in der Metropolregion Hamburg sind Beispiele für die Arbeit der Hosts im Deep Tech-Bereich.

Ausblick und Interaktion

Die Hosts kündigen an, dass sie in jeder Episode einen Gast einladen möchten, um tiefer in die Themen einzutauchen. Sie ermutigen die Zuhörer, sich aktiv zu beteiligen, Fragen zu stellen und Anregungen zu teilen. Abschließend gibt es einen Vorgeschmack auf den KI-generierten Abspann und das Intro des Podcasts.

Learning-Highlights

• Einführung in den Begriff und die Bedeutung von Deep Tech
• Übersicht über aktuelle und zukünftige Technologien im Deep Tech-Bereich
• Bedeutung des Diskurses und der Kommunikation über technologische Trends
• Vorstellung spannender Projekte und Zusammenarbeit im Deep Tech-Ökosystem
• Einladung zur aktiven Teilnahme und zum Austausch mit den Hosts

Diese erste Folge bietet einen umfassenden Überblick über das, was die Zuhörer in den kommenden Episoden erwarten können, und lädt dazu ein, Teil der spannenden Reise in die Welt der Deep Tech zu werden.