Articles written by Isabella Agdestein
Ansprüche an die Bahn: Der Teil, den niemand sieht, bis er explodiert
Ansprüche im Schienenverkehr „explodieren“, weil die Verifizierung an Knotenpunkten zusammenbricht, wo mehrere Parteien, Arbeitsabläufe und Inspektionsstandards aufeinandertreffen. In der Fertigfahrzeuglogistik…
Wer zahlt den Schadenersatz (und warum es selten gerecht ist)
Wer für den Schaden aufkommt, entscheidet sich selten danach, was wirklich passiert ist, sondern in der Regel danach, was jede…
Warum „Leute einfach besser ausbilden“ im großen Maßstab nicht mehr funktioniert
Das Motto „Man muss die Leute nur besser schulen“ funktioniert nicht mehr, denn Schulungen verbessern zwar die individuelle Leistung, beseitigen…
Wenn Standards fakultativ sind, sind Streitigkeiten vorprogrammiert
Wenn Standards fakultativ sind, sind Streitigkeiten praktisch garantiert, da derselbe physische Schaden in der gesamten Übergabekette auf unterschiedliche Weise beschrieben,…
Die IT hat den Rollout nicht blockiert - es war das schlechte Rollout-Design
Nicht der Widerstand der IT-Abteilung, sondern ein schlechtes Rollout-Design blockiert in der Regel die Einführung, weil versucht wird, alle Abhängigkeiten…
Was OEMs tatsächlich von Logistikanbietern erwarten (aber selten laut sagen)
OEMs wollen, dass Logistikanbieter nachweisbare Ergebnisse liefern - insbesondere bei Schäden, Übergaben und Reklamationen - und nicht nur gut geschriebene…
Die Zykluszeitfalle in der Schadenbearbeitung
Die Zeitfalle: Warum werden Schadenersatzansprüche wochenlang blockiert? Schadenersatzforderungen werden wochenlang verschleppt, weil die zugrunde liegenden Beweise und die Schadenskodierung bei…
Zahlen Sie nicht mehr für Schäden, die Sie nicht verursacht haben
Sie hören auf, für Schäden zu zahlen, die Sie nicht verursacht haben, indem Sie Haftungsentscheidungen von standardisierten Übergabebelegen abhängig machen…
Warum die Qualität von Inspektionen unter Zeitdruck zusammenbricht
Die Qualität von Inspektionen bricht unter Zeitdruck zusammen, weil Fehler zu einem vorhersehbaren Ergebnis begrenzter Bedingungen, variabler Standards und menschlicher…
Hybride Inspektion ist die Zukunft (und wir haben es auf die harte Tour gelernt)
Hybride Inspektionen sind die Zukunft, denn eine Erfassungsmethode kann nicht zuverlässig für jeden fertigen Fahrzeuglogistikknotenpunkt geeignet sein. Das haben wir…
Schadensverhütung ist kein Projekt. Es ist ein KPI.
Wie können Sie die Schadensverhütung von einer Ad-hoc-Maßnahme zu einem KPI für die Geschäftsführung machen? Sie verwandeln die Schadensverhütung von…
Der Kratzer, der den Trust ruinierte
The Scratch That Bankrupted Trust: Warum führt ein kleiner Fehler zu großen Verlusten in der Fertigfahrzeuglogistik? Der größte Kostenfaktor ist…
Warum Standards in der Praxis scheitern (auch wenn alle zustimmen)
Standards scheitern in der Praxis (selbst wenn sich alle einig sind), weil die Lücke selten im Wissen liegt, sondern in…
Was wir beim Einsatz von KI-Inspektionen in realen Betrieben gelernt haben
Bei der Einführung von KI-Inspektionen in realen Betrieben haben wir gelernt, dass KI am besten funktioniert, wenn der Arbeitsablauf, der…
Warum ‚Inspektion‘ das falsche Wort ist: Es ist eine Reihe von Ereignissen
Es handelt sich um eine Reihe von Ereignissen, denn das, was in der Branche als „Inspektion“ bezeichnet wird, ist kein…
Sie brauchen nicht die ganze Kette, um Sichtbarkeit zu erlangen
Sie brauchen nicht die gesamte Kette, um mit der Transparenz zu beginnen, denn Sie können an den Knotenpunkten beginnen, die…
Der billigste Schaden ist der, den Sie vor der Abreise verhindern
Wie können Sie Schäden vor der Abreise verhindern? Sie verhindern Schäden vor der Abfahrt, indem Sie Ausnahmen am letzten kontrollierbaren…
Eine Quelle der Wahrheit bedeutet nicht nur eine Ansicht
Eine einzige Wahrheitsquelle bedeutet nicht eine einzige Ansicht, denn dieselben Inspektionsnachweise müssen unterschiedliche operative Fragen für verschiedene Rollen beantworten. In…
Warum Ansprüche manuell bleiben (auch wenn jeder Automatisierung will)
Beanstandungen bleiben manuell, weil die Nachweise nicht standardisiert genug sind, um sauber zwischen den Beteiligten ausgetauscht zu werden, nachgelagerte Systeme…
Vom Foto zur Aktion: Die Workflow-Ebene, die der FVL gefehlt hat
Die Logistik für fertige Fahrzeuge geht vom Foto zur Aktion über, indem sie jedes Inspektionsfoto als strukturierte Arbeit behandelt: eine…
Inspektionen schaffen keinen Wert. Geschlossene Kreisläufe schon.
Inspektionen sind nicht wertschöpfend, denn der Wert liegt nicht in der Entdeckung einer Ausnahme, sondern in der schnellen Weiterleitung an…
Der Fall für ‚Sicherheitsausnahmen‘ als erstklassiger KPI
Das Argument für ‚Sicherungsausnahmen‘ als erstklassigen KPI ist, dass Sie, wenn Sie Sicherungsausnahmen und Behebungsraten messen, die Prävention steuern können…
Der Schaden beginnt nicht mit dem Schaden - er beginnt mit der Sicherung
Schäden fangen oft schon bei der Sicherung an, denn hier beginnen vermeidbare Bewegungen, Berührungen und Ladungsverschiebungen, lange bevor ein Kratzer,…
Warum frühe KI-Anwender in der FVL ihren Vorteil ausbauen werden
Warum werden frühe KI-Anwender in der FVL einen Vorteil haben? Frühe KI-Anwender in der FVL werden einen Vorteil erlangen, weil…
KI als neues Unterscheidungsmerkmal bei FVL-Ausschreibungen (Rentabilität = mehr Aufträge gewinnen, nicht nur Kosten senken)
Wie wird KI zum neuen Unterscheidungsmerkmal bei Ausschreibungen für die Fertigfahrzeuglogistik, abgesehen von der Kostensenkung? KI wird zum neuen Unterscheidungsmerkmal…
5 Häufige Fehler bei der Einführung von KI in FVL-Inspektionen
5 häufige Fehler bei der Einführung von KI in FVL-Inspektionen sind selten auf das Modell selbst zurückzuführen, sondern in der…
Ein einfaches Reifegradmodell für die Qualität der Fahrzeuglogistik
Ein gemeinsames Reifegradmodell macht den Weg zu einer schnellen, schadensfreien Lieferung verständlich und umsetzbar, indem es „Qualität“ von einem abstrakten…
Die Kosten der ‚Beweislast‘ in der Fertigfahrzeuglogistik
Wie hoch sind die Kosten der „Beweislast“ in der Fertigfahrzeuglogistik? Die Kosten der Beweislast in der Fertigfahrzeuglogistik bestehen darin, dass…
Die überraschende Wahrheit über ‚Schadensverhütung‘
Bei der Schadensverhütung geht es nicht darum, mehr Mängel zu finden - es geht darum, Wiederholungsschäden zu reduzieren, indem Inspektionsergebnisse…
Wie Autovermietungs-Betrug funktioniert
Bei einem typischen Betrug mit Mietwagenschäden geben die Mieter das Fahrzeug in demselben Zustand zurück, in dem sie es abgeholt…
KI für die Entscheidungsfindung: Wie KI Daten abwägt und Entscheidungen trifft
Künstliche Intelligenz (KI) revolutioniert die Art und Weise, wie Entscheidungen getroffen werden, indem sie riesige Datenmengen mit Geschwindigkeit und Präzision…
KI mit IoT: Wie KI vernetzte Geräte antreibt
Künstliche Intelligenz (KI) verbessert das Internet der Dinge (IoT), indem sie vernetzte Geräte in intelligente, autonome Systeme verwandelt. Von der…
KI für frische Daten: KI-Training und -Anpassung in Echtzeit
KI für frische Daten ermöglicht Training und Anpassung in Echtzeit und hält Modelle mit Techniken wie Online-Lernen und föderiertem Lernen…
KI zum Schreiben von Code: Wie KI bei der Softwareentwicklung hilft
KI revolutioniert die Softwareentwicklung, indem sie Code schreibt, Korrekturen vorschlägt und Aufgaben mit Tools wie GitHub Copilot und ChatGPT automatisiert.…
KI für die Optimierung: Steigerung der Effizienz in KI-Systemen
KI zur Optimierung nutzt Techniken wie genetische Algorithmen und Gradientenabstieg, um die Effizienz von Systemen zu steigern, von der Ressourcenzuweisung…
KI ohne Vorurteile: Kann KI wirklich neutral sein?
KI erbt oft Vorurteile von menschlichen Daten, was echte Neutralität zu einer Herausforderung macht. Aber Techniken wie die Überprüfung von…
KI mit menschlicher Kontrolle: Das Gleichgewicht zwischen Autonomie und Kontrolle
KI mit menschlicher Aufsicht kombiniert maschinelle Autonomie mit menschlichem Urteilsvermögen, um Genauigkeit, Sicherheit und Ethik zu gewährleisten. Das richtige Gleichgewicht…
KI mit Daten aus der realen Welt: Herausforderungen und Lösungen
Die Verwendung von realen Daten in der KI ist aufgrund von Problemen wie Rauschen, Verzerrungen und fehlenden Werten schwierig. Lösungen…
KI ohne Überwachung: Die Macht des unüberwachten Lernens
Unüberwachtes Lernen ermöglicht es der KI, verborgene Muster in Daten ohne menschliches Zutun zu erkennen und ermöglicht so Durchbrüche bei…
KI mit neuronalen Chips: Die Zukunft der KI-Verarbeitung
Neuronale Chips, spezielle Hardware für KI, erhöhen die Verarbeitungsgeschwindigkeit und Effizienz und revolutionieren Aufgaben wie Deep Learning und Echtzeitanalysen. Sie…
KI in eingebetteten Systemen: Wie KI auf Low-Power-Geräten läuft
KI in eingebetteten Systemen bringt Intelligenz in stromsparende Geräte wie Wearables und IoT-Sensoren. Dabei werden optimierte Algorithmen und Hardware verwendet,…
KI in Multi-Agenten-Systemen: Wie KI-Agenten interagieren und zusammenarbeiten
Multiagentensysteme (MAS) nutzen KI, um autonomen Agenten die Möglichkeit zu geben, zu interagieren, zusammenzuarbeiten und komplexe Probleme zu lösen, vom…
Angriffe auf KI: KI-Manipulationen verstehen und verhindern
Angriffe von Angreifern nutzen Schwachstellen in KI-Systemen aus, indem sie subtile Manipulationen wie veränderte Bilder oder Daten einführen, um Modelle…
Unüberwachtes Lernen: Wie KI verborgene Muster findet
Unüberwachtes Lernen ermöglicht es der KI, verborgene Muster in Daten ohne menschliche Anleitung aufzudecken, indem Techniken wie Clustering und Dimensionalitätsreduktion…
KI und probabilistische Modellierung: Umgang mit Ungewissheit in KI-Vorhersagen
TL;DR Ungewissheit in der KI ist eine entscheidende Herausforderung - KI-Modelle machen oft zuversichtliche Vorhersagen, auch wenn sie falsch sein…
KI-Fehlersuche: Identifizieren und Beheben von Modellfehlern
Da Modelle der Künstlichen Intelligenz (KI) immer komplexer werden, wird es zunehmend schwieriger, ihre Genauigkeit und Zuverlässigkeit sicherzustellen. KI-Debugging ist…
KI-Energie-Effizienz: Reduzierung des Stromverbrauchs in KI-Modellen
Da die Modelle der Künstlichen Intelligenz (KI) immer komplexer und umfangreicher werden, ist ihr Energieverbrauch zu einem wichtigen Thema geworden.…
KI-Verarbeitung in Echtzeit: Herausforderungen und Innovationen
KI Verarbeitung in Echtzeit revolutioniert die Industrie, indem sie sofortige Entscheidungsfindung und Reaktionsfähigkeit in Anwendungen wie autonomen Fahrzeugen, Gesundheitswesen und…
Selbstüberwachtes Lernen: Die Zukunft des KI-Trainings
Da sich die Künstliche Intelligenz (KI) immer weiter entwickelt, wird der Bedarf an effizienten und skalierbaren Trainingsmethoden immer wichtiger. Selbstüberwachtes…
Föderiertes Lernen: Eine umfassende Analyse von KI-Training ohne gemeinsame Nutzung von Daten
Einführung Föderiertes Lernen (Federated Learning, FL) stellt einen transformativen Ansatz für maschinelles Lernen dar, der kollaboratives Modelltraining über dezentralisierte Datenquellen…
KI-Benchmarking: Bewertung der KI-Leistung
Da Systeme der Künstlichen Intelligenz (KI) immer fortschrittlicher werden und immer häufiger zum Einsatz kommen, ist die Bewertung ihrer Leistung…
Semi-überwachtes Lernen: Ausgleich zwischen gelabelten und nicht gelabelten Daten
In der Welt der Künstlichen Intelligenz (KI) und des maschinellen Lernens sind beschriftete Daten oft rar, teuer oder zeitaufwändig zu…
KI und Graphische Neuronale Netze: Aus Verbindungen lernen
Graph Neural Networks (GNNs) sind eine leistungsstarke Klasse von Modellen der Künstlichen Intelligenz (KI), die darauf ausgelegt sind, als Graphen…
Synthetische Daten in der KI: Was sie sind und warum sie wichtig sind
Synthetische Daten haben sich als transformative Kraft im Bereich der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) erwiesen und…
KI-Modell-Validierung: Sicherstellung von Genauigkeit und Verlässlichkeit
Modelle der Künstlichen Intelligenz (KI) sind nur so gut wie ihre Fähigkeit, in realen Szenarien genau und zuverlässig zu funktionieren.…
KI und Simulation: KI in virtuellen Umgebungen trainieren
Das Training von Künstlicher Intelligenz (KI) in virtuellen Umgebungen revolutioniert die Art und Weise, wie Maschinen lernen und sich an…
KI-Optimierungstechniken: Verbesserung von Leistung und Genauigkeit
Modelle der Künstlichen Intelligenz (KI) sind nur so gut wie ihre Leistung und Genauigkeit. Ganz gleich, ob es sich um…
KI-Modell-Architekturen: CNNs, RNNs und Transformatoren
Die Künstliche Intelligenz (KI) hat in den letzten Jahren bemerkenswerte Fortschritte gemacht, was zu einem großen Teil auf die Weiterentwicklung…
KI-Vorschriften und ethische Herausforderungen: Die Zukunft der künstlichen Intelligenz navigieren
Da die Künstliche Intelligenz (KI) immer weiter voranschreitet und sich in nahezu alle Bereiche der Gesellschaft integriert, wird der Bedarf…
Generative KI: Wie KI synthetische Daten und Inhalte erzeugt
Generative KI ist ein bahnbrechender Zweig der Künstlichen Intelligenz (KI), der sich auf die Erstellung neuer Daten, Inhalte oder Artefakte…
Erklärbare KI (XAI): KI-Entscheidungen transparent machen
Da Systeme der Künstlichen Intelligenz (KI) immer fortschrittlicher und allgegenwärtiger werden, werden ihre Entscheidungsprozesse oft komplexer und undurchsichtiger. Dieser Mangel…
Vorurteile in der KI: KI-Diskriminierung verstehen und verhindern
Künstliche Intelligenz (KI) hat das Potenzial, Branchen zu revolutionieren und das Leben zu verbessern, ist aber nicht frei von Verzerrungen.…
Datenbeschriftung und -kommentierung für KI: Die Grundlage für maschinelles Lernen
Die Kennzeichnung und Beschriftung von Daten sind entscheidende Schritte bei der Entwicklung von künstlicher Intelligenz (KI) und maschinellen Lernmodellen. Qualitativ…
AI Model Training: Wie Maschinen aus Daten lernen
Das Herzstück jedes Systems der Künstlichen Intelligenz (KI) ist ein Prozess, der als Modelltraining bezeichnet wird. Dabei lernen Maschinen aus…
Natürliche Sprachverarbeitung (NLP) in der KI
Natürliche Sprachverarbeitung (Natural Language Processing, NLP) ist ein Zweig der Künstlichen Intelligenz (KI), der sich darauf konzentriert, Maschinen in die…
Die Mathematik hinter der KI: Ein nichttechnischer Leitfaden
Künstliche Intelligenz (KI) verändert die Welt und treibt alles an, von Sprachassistenten bis hin zu selbstfahrenden Autos. Doch hinter den…
Die Rolle der KI in der prädiktiven Analyse
Predictive Analytics ist zu einem Eckpfeiler der datengesteuerten Entscheidungsfindung geworden und ermöglicht es Unternehmen und Organisationen, zukünftige Trends, Verhaltensweisen und…
KI im Edge Computing: Datenverarbeitung in Echtzeit
Die Konvergenz von Künstlicher Intelligenz (KI) und Edge Computing revolutioniert die Art und Weise, wie Daten verarbeitet und analysiert werden.…
AI for Image Recognition: Techniken und Technologien
Die Bilderkennung, ein zentraler Bestandteil der Künstlichen Intelligenz, ermöglicht es Maschinen, visuelle Daten zu erkennen und zu interpretieren und verändert…
Sensorfusion in der KI: Zusammenführung von Daten für intelligentere Entscheidungen
Sensor Fusion ist eine wichtige Technologie im Bereich der Künstlichen Intelligenz (KI), die Daten von mehreren Sensoren kombiniert, um ein…
Computer Vision: Wie die KI die Welt sieht
Computer Vision ist ein revolutionärer Bereich der Künstlichen Intelligenz (KI), der es Maschinen ermöglicht, visuelle Informationen aus der Welt zu…
Reinforcement Learning: Die Trial-and-Error-Methode der KI
Reinforcement Learning (RL) ist ein leistungsstarker Zweig der Künstlichen Intelligenz (KI), der es Maschinen ermöglicht, durch Versuch und Irrtum zu…
Neuronale Netzwerke: Wie KI das menschliche Gehirn imitiert
Die Künstliche Intelligenz (KI) hat in den letzten Jahren bemerkenswerte Fortschritte gemacht. Einer der faszinierendsten Fortschritte ist die Entwicklung neuronaler…