Auf den folgenden Seiten beschäftigt sich die Arbeit mit den Auswirkungen des maschinellen Lernens und dem damit einhergehenden Umgang von Daten. Im Grundlagenteil werden Methoden des maschinellen Lernens erläutert. Darauf aufbauend wird die Funktionsweise des Lernverfahrens durch künstliche neuronale Netze (KNN) anhand des „Deep Learning“ und der systematischen Anwendung von Datensätzen im Kapitel „Data Mining“ aufgezeigt. Anschließend werden anhand von Anwendungsbereichen aus Medizin, Wirtschaft und Smart Home die Auswirkungen von künstlich intelligenten Systemen aufgezeigt. Abschließend werden die Ergebnisse dieser Arbeit zusammengefasst und mögliche Vorkehrungen für die Anwendung von künstlicher Intelligenz und der damit einhergehenden automatisierten Auswertung von Daten aufgezeigt.
Der Begriff Künstliche Intelligenz (KI) weckt viele Emotionen. Als zentraler Treiber der Digitalisierung verändert KI die Gesellschaft und nahezu alle Lebensbereiche in grundlegender Art und Weise. Der Vielfalt der Einsatzgebiete von intelligenten Systemen sind keine Grenzen gesetzt. Lernende Maschinen nehmen die Umwelt wahr, machen Prognosen, Empfehlungen und treffen automatisierte Entscheidungen. Die Mensch-Maschine Beziehung entwickelt sich nach und nach zu einem Partnerschaftsmodell. Intelligente Maschinen entlasten den Menschen, erweitern die Fähigkeit und steigern die Lebensqualität. Doch was bedeutet es, wenn Maschinen erst durch das Sammeln von Daten zu intelligenten Systemen werden?
Inhaltsverzeichnis
- 1 Einleitung
- 2 Theoretische Grundlagen
- 2.1 Maschinelles Lernen
- 2.2 Deep Learning
- 2.3 Data Mining
- 3 Hauptteil
- 3.1 Anwendung
- 3.1.1 Medizin
- 3.1.2 Wirtschaft
- 3.1.3 Smart Home
- 3.2 Auswirkungen
- 4 Fazit
Zielsetzung und Themenschwerpunkte
Diese Arbeit untersucht die sozialökonomischen Auswirkungen von KI-Technologien im Kontext des Data Mining. Dabei werden die theoretischen Grundlagen des maschinellen Lernens, des Deep Learning und des Data Mining erörtert. Anhand von Anwendungsbeispielen aus der Medizin, der Wirtschaft und dem Smart Home werden die Auswirkungen von KI-Systemen auf die Gesellschaft aufgezeigt.
- Die Funktionsweise des maschinellen Lernens und die Rolle von Daten.
- Die Anwendung von künstlichen neuronalen Netzen im Deep Learning.
- Der Einsatz von Data Mining für die Gewinnung von Erkenntnissen aus großen Datensätzen.
- Die sozialökonomischen Auswirkungen von KI-Technologien in verschiedenen Lebensbereichen.
- Mögliche Vorkehrungen für den verantwortungsvollen Einsatz von KI und Data Mining.
Zusammenfassung der Kapitel
- Kapitel 1: Einleitung Dieses Kapitel führt in die Thematik der künstlichen Intelligenz (KI) ein und stellt die Bedeutung von KI-Technologien im Kontext der Digitalisierung heraus. Es werden die Einsatzgebiete von intelligenten Systemen und die Entwicklung der Mensch-Maschine Beziehung erläutert.
- Kapitel 2: Theoretische Grundlagen Dieses Kapitel beleuchtet die theoretischen Grundlagen des maschinellen Lernens, des Deep Learning und des Data Mining. Es werden die verschiedenen Methoden und Verfahren dieser Bereiche sowie die Bedeutung von Daten für die Entwicklung und Anwendung von KI-Systemen erläutert.
- Kapitel 3: Hauptteil Dieses Kapitel befasst sich mit der Anwendung von KI-Technologien in verschiedenen Bereichen wie Medizin, Wirtschaft und Smart Home. Es werden die spezifischen Auswirkungen von KI-Systemen auf diese Bereiche sowie die Chancen und Risiken der Anwendung von KI in diesen Kontexten diskutiert.
Schlüsselwörter
Künstliche Intelligenz (KI), Data Mining, Deep Learning, Maschinelles Lernen, Künstliche Neuronale Netze, Smart Home, Medizin, Wirtschaft, Digitalisierung, Sozioökonomische Auswirkungen, Chancen und Risiken, Automatisierung, Datenanalyse.
- Citation du texte
- Julia Brehm (Auteur), 2021, Sozialökonomische Auswirkungen von KI-Technologien im Kontext des Data Mining, Munich, GRIN Verlag, https://www.grin.com/document/1437005
