Zusammenfassung
Daten sind Schlüsselressourcen im digitalen Zeitalter. Sie stellen aber nur die Basis dar und in Weiterentwicklung der Erkenntnis „Wissen ist Macht“ gilt heutzutage auch „Daten sind Macht“. Daher sind nicht nur die Daten selbst wichtig, sondern auch, wie man sie bekommt, speichert, verarbeitet, anwendet und weiterverbreitet.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Anderson, C. (2008). The end of theory: The data deluge makes the scientific method obsolete. https://www.wired.com/2008/06/pb-theory/. Zugegriffen: 10. Juni 2020.
Bitkom. (2015). Leitlinien für den Big-Data-Einsatz. https://www.bitkom.org/sites/default/files/file/import/150901-Bitkom-Positionspapier-Big-Data-Leitlinien.pdf. Zugegriffen: 10. Juni 2020.
BMWi. (2020). Broschüre: GAIA-X – das europäische Projekt startet in die nächste Phase. https://www.bmwi.de/Redaktion/DE/Publikationen/Digitale-Welt/gaia-x-das-europaeische-projekt-startet-in-die-naechste-phase.html. Zugegriffen: 5. Juni 2020.
C-KING Kompetenzzentrum KI-Engineering. (2021). PAISE Das Vorgehensmodell für KI-Engineering. Karlsruhe: CC-KING Kompetenzzentrum KI-Engineering. Von https://www.ki-engineering.eu/content/dam/iosb/ki-engineering/downloads/PAISE(R)_Whitepaper_CC-KING.pdf. Zugegriffen: 26. März 2023.
DIN & DKE (2020). Deutsche Normungsroadmap Künstliche Intelligenz (Ausgabe 1). DIN, Berlin. https://www.din.de/resource/blob/772438/ecb20518d982843c3f8b0cd106f13881/normungsroadmap-ki-data.pdf. Zugegriffen 07. Jan. 2024.
DIN & DKE (2022). Deutsche Normungsroadmap Künstliche Intelligenz (Ausgabe 2). DIN, Berlin. https://www.din.de/resource/blob/891106/57b7d46a1d2514a183a6ad2de89782ab/deutsche-normungsroadmap-kuenstliche-intelligenz-ausgabe-2--data.pdf. Zugegriffen 07. Jan. 2024.
DIN SPEC 13266 (2020). 2020-04, Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen, Beuth Verlag. https://www.beuth.de/de/technische-regel/din-spec-13266/318439445.
Frauenhofer IOSB . (2022). ML4P – Vorgehensmodell Machine Learning for Production. Frauenhofer IOSB .
Friedrich, J., Hammerschall, U., & Kuhrmann, M. (2009). Das V-Modell XT. Informatik im Fokus. Springer.
Giga. (27. Januar 2017). Alternative Fakten. https://www.giga.de/extra/social-media/specials/alternative-fakten-was-ist-das-leicht-erklaert/. Zugegriffen: 2. Mai 2020.
Heuer, S. (2013). Kleine Daten, große Wirkung. https://www.lfm-nrw.de/fileadmin/lfm-nrw/nrw_digital/Publikationen/DK_Big_Data.pdf. Zugegriffen: 10. Juni 2020.
Hoyer, P., Janzing, D., Mooij, J., Peters, J., & Schölköpf, B. (kein Datum). Nonlinear causal discovery with additive noise models. https://webdav.tuebingen.mpg.de/causality/NIPS2008-Hoyer.pdf. Zugegriffen: 10. Juni 2020.
Klose, A.-C. (2016). Wie Microsofts Chatbot Tay rassistisch wurde. https://entwickler.de/online/netzkultur/wie-microsofts-chatbot-rassistisch-wurde-236943.html. Zugegriffen: 30. Apr. 2020.
Nationaler IT-Gipfel. (2014). Smart Data – Potenziale und Herausforderungen. https://div-konferenz.de/app/uploads/2015/12/150114_AG2_Strategiepapier_PG_SmartData_zurAnsicht.pdf. Zugegriffen: 10. Okt. 2020.
Royce, W. (1970). Managing the Development of Large Software Systems. Proceedings of IEEE WESCON, 26, 1–9.
SAS, & LNS Research. (2017). Qualität 4.0 Handbuch: Auswirkungen und Strategien. https://www.sas.com/de_de/whitepapers/quality-4-0-impact-strategy-109087.html?gclid=EAIaIQobChMIqp6_i7b36QIVkuF3Ch3Z3QM5EAAYASAAEgK-HPD_BwE. Zugegriffen: 15. Mai 2020.
Schwaber, K. (2002). Agile Software Development with Scrum. Prentice Hall.
Studer, S., Bui, B., Drescher, C., Hanuschkin, A., Winkler, L., Peters, S., & Müller, K.-R. (2021). Towards CRISP-ML(Q): A Machine Learning Process Model with Quality Assurance Methodology. Machine Learning and Knowledge Extraction , 392–413.
SWR2 Wissen, & Rooch, A. (2020). SWR2 Wissen: Chatbots – Reden mit Maschinen. https://www.swr.de/swr2/wissen/chatbots-reden-mit-maschinen-swr2-wissen-2020-08-18-102.html. Zugegriffen: 11. Okt. 2020
Tenzer, F. (2020). Prognose zum Volumen der jährlich generierten digitalen Datenmenge weltweit in den Jahren 2018 und 2025. https://de.statista.com/statistik/daten/studie/267974/umfrage/prognose-zum-weltweit-generierten-datenvolumen/. Zugegriffen: 2. Apr. 2020.
Versteegen, G. (2002). Vorgehensmodelle. Springer.
Vigen, T. (2018). Spurious correlations. Hachette Books.
Wirth, R., & Hipp, J. (2000). CRISPDM: Towards a standard process model for data mining. In Proceedings of the 4th international conference on the practical applications of knowledge discovery and data mining, (S. 29–39).
World Economic Forum, & Kearney. (2017). Industrie 4.0: 350 Mrd. EUR zusätzlich dank Robotik, Wearables & Co. https://www.presseportal.de/pm/15196/3584377. Zugegriffen: 30. Aug. 2020
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Mockenhaupt, A. (2024). Daten der Digitalisierung und der KI. In: Digitalisierung und Künstliche Intelligenz in der Produktion. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-41935-6_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-41935-6_5
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-41934-9
Online ISBN: 978-3-658-41935-6
eBook Packages: Computer Science and Engineering (German Language)