Die jüngsten Entwicklungen im Bereich der künstlichen Intelligenz haben zu einem verstärkten Interesse an sogenannter Emotions-KI geführt, die menschliche Emotionen in Bots und automatisierten Systemen erkennen soll. Laut eines <a href="https://files.pitchbook.com/website/files/pdf/Q2_2024_Enterprise_SaaS_Report_17310.pdf#page=1">Berichts von PitchBook</a> wird diese Technologie, eine Weiterentwicklung der Sentiment-Analyse, zunehmend in Unternehmenssoftware integriert. Emotions-KI nutzt multimodale Sensoren in Kombination mit maschinellem Lernen und Psychologie, um Emotionen während einer Interaktion aus visuellen und akustischen Eingaben zu interpretieren. Große Cloud-Anbieter wie Microsoft Azure und <a href="https://www.startup-insider.com/corporation/amazon">Amazon</a> Web Services bieten bereits entsprechende KI-Funktionen an, um Entwicklern die Integration von Emotionserkennung in ihre Anwendungen zu erleichtern. Mit der Zunahme automatisierter Mensch-Maschine-Interaktionen im Arbeitsalltag erfährt die Technologie eine neue Welle der Aufmerksamkeit und wird zunehmend im Kundenservice und Vertrieb eingesetzt. Es gibt aber auch Bedenken hinsichtlich der Genauigkeit und der Ethik der Emotions-KI.

PitchBook: Emotions-KI im Trend

Argentinien plant den Einsatz von künstlicher Intelligenz für „Predictive Policing“, um zukünftige Verbrechen vorherzusagen. Präsident Javier Milei hat eine Einheit gegründet, die Machine-Learning-Algorithmen zur Analyse historischer Kriminalitätsdaten verwendet. Die KI soll auch Gesichtserkennungssoftware und die Überwachung sozialer Medien einschließen. Während die Regierung betont, dass Personendaten geschützt werden, warnen Menschenrechtsorganisationen wie Amnesty International vor möglichen Menschenrechtsverletzungen durch umfassende Überwachung.

Argentinien setzt auf Künstliche Intelligenz

Ein Jahr nach dem Start von <a href="https://www.startup-insider.com/corporation/meta">Meta</a> Threads zeigen sich deutliche Unterschiede zu <a href="https://www.startup-insider.com/corporation/twitter">Twitter</a>. Meta Threads hat durch innovative Features und eine benutzerfreundliche Oberfläche schnell an Popularität gewonnen. Im Gegensatz dazu kämpft Twitter weiterhin mit Herausforderungen wie Nutzerwachstum und Monetarisierung. Die Plattformen unterscheiden sich auch in ihrer Nutzerbasis und den Interaktionsmustern. Meta Threads bietet eine stärkere Integration von KI und maschinellem Lernen, was zu personalisierten Nutzererlebnissen führt.

Meta Threads vs. Twitter: Ein Jahr im Vergleich

Startuprad.io

Meet The Early Stage AI Startup That Already Worked With NASA

Startup Radio

Jonathan Strickland

TechStuff

Rerun: Machine Learning and Catastrophic Forgetting

Rupert Mahner

AI Lawyer Talking Tech

Revolutionizing Legal Tech: From AI Leadership to Blockchain Breakthroughs

Startup Insider

OpenAI, Rockset & Daydream: Investments & Exits - mit Victor Hürbe und Yang Tran

Die europäischen AI-Startups <a href="https://www.startup-insider.com/startup/aleph-alpha">Aleph Alpha</a> aus Deutschland und Silo AI aus Finnland gehen eine strategische Partnerschaft ein. Ziel der Zusammenarbeit ist es, ihre jeweiligen Stärken in den Bereichen künstliche Intelligenz und maschinelles Lernen zu bündeln. Gemeinsam möchten sie innovative Lösungen entwickeln und die europäische AI-Industrie stärken. Diese Partnerschaft markiert einen wichtigen Schritt zur Förderung der technologischen Unabhängigkeit Europas im Bereich künstliche Intelligenz.

Aleph Alpha und Silo AI kooperieren

Perplexity AI, ein Startup, das auf maschinellem Lernen basiert, plant, Umsatzbeteiligungsabkommen mit Verlagen zu schließen. Diese Vereinbarungen sollen es den Verlagen ermöglichen, an den Einnahmen teilzuhaben, die durch die Nutzung ihrer Inhalte generiert werden. Dies könnte eine neue Einnahmequelle für Verlage darstellen und die Beziehung zwischen Technologieunternehmen und traditionellen Medienhäusern stärken. Perplexity zielt darauf ab, die Wertschöpfung aus Inhalten fairer zu gestalten und gleichzeitig innovative Technologien voranzutreiben.

Perplexity plant Umsatzbeteiligungsabkommen

Erfahre mehr über das deutschsprachige Startup-Ökosystem für Machine Learning. Über 800 Startups, 5,2 Mrd. Euro Markt und die Top-Gründer und Investoren.

Daten & AI

Das deutschsprachige Startup-Ökosystem hat für die Machine Learning-Industrie eine enorme Bedeutung. Der Markt für künstliche Intelligenz und Machine Learning in Deutschland, Österreich und der Schweiz wird bis 2023 auf 5,2 Mrd. Euro wachsen (Quelle: Statista). Derzeit gibt es rund 800 Startups, die sich auf dieses Thema spezialisiert haben (Quelle: Deutscher Startup Monitor). Die häufigsten Anwendungsbereiche sind Predictive Analytics, Natural Language Processing und Bilderkennung.
Zu den Gründern, die die Machine Learning-Branche prägen, gehören beispielsweise Sebastian Schelter (Gründer von Teralytics), Florian Douetteau (Gründer von Dataiku) und Daniel Wiegand (Gründer von Lilium Aviation). Zu den Startups, die im Bereich Machine Learning besonders erfolgreich sind, gehören Celonis, Freenome und H20.ai. Investoren, die in diesem Bereich aktiv sind, sind unter anderem Accel, EQT Ventures und Lakestar.
Das deutschsprachige Startup-Ökosystem bietet somit beste Voraussetzungen für Unternehmen, die im Bereich Machine Learning tätig sind oder werden möchten.

Machine Learning-Industrie: Deutschsprachiges Ökosystem führend.