Diese Veranstaltung hat bereits stattgefunden.

AI xpress NET: Auf die Daten kommt es an – vom KI Prototypen zum skalierbaren KI Produkt

Name: AI xpress NET: Auf die Daten kommt es an – vom KI Prototypen zum skalierbaren KI Produkt
Start: 2022-11-29T17:00:00+01:00
End: 2022-11-29T19:00:00+01:00
Location: AI xpress

29. November 2022 17:00 – 19:00

Viele KI Projekte schaffen es trotz oft positiv bewerteter Erprobung nie oder nicht dauerhaft in den operativen Betrieb. Welche Bedingungen müssen mit Blick auf Datenmenge und -qualität erfüllt sein? Was sind darüber hinaus die häufigsten Ursachen für ein Scheitern? Mit welchen technischen und organisatorischen Maßnahmen lassen sich die Chancen auf einen langfristig erfolgreichen Einsatz erhöhen? Wann gilt es abzubrechen?

Dieser Impuls soll typische Herausforderungen von KI Systemen in verschiedenen Reifegraden der Entwicklung aufzeigen und gemeinsame Diskussion darüber anregen, wie mehr KI Projekte nachhaltig erfolgreich werden können.

Eventreihe
Diese Veranstaltung ist Teil der AI xpress NET Reihe im AI xpress Böblingen. Weitere Termine finden erst wieder Anfang 2023 statt.

Zielgruppe
KI – Startups, Hightech und Deeptech Startups im Großraum Stuttgart

Speaker

Dr. Alexander Thieß ist Gründer und Geschäftsführer der Spicetech GmbH (seit 2016), SM

In dieser Position verantwortlich für:

Betrieb und Entwicklung des Spicetech KI Produkts PREDECY: Cloud-basiertes KI-basiertes Forecasting für die Lebensmittel- und Getränkeindustrie (u.a. für tegut…, Gerolsteiner, Hochland, …)
Entwicklung des Spicetech KI Produkts VALICY: automatisierte intelligente Detektion von Grenzen von KI-Systemen und Risiken eines Einsatzes (u.a. mit Pilotkunden Siemens, TÜV Süd und Audi)
Strategische Weiterentwicklung des Technologie Stacks für AI-as-a-Service Systeme
Beratung und Individualentwicklung von AI-as-a-Service Systemen für Energie- und Maschinenbauunternehmen sowie im Bereich LegalTech und Verlagswesen
Koordination von nationalen und europäischen Kooperationen und Standardisierung im Bereich KI

Davor war er unter anderem bei TWT für Performance & Efficiency verantwortlich.