nach oben
Meine Merkliste
Ihre Merklisteneinträge speichern
Wenn Sie weitere Inhalte zu Ihrer Merkliste hinzufügen möchten, melden Sie sich bitte an. Wenn Sie noch kein Benutzerkonto haben, registrieren Sie sich bitte im Hanser Kundencenter.

» Sie haben schon ein Benutzerkonto? Melden Sie sich bitte hier an.
» Noch kein Benutzerkonto? Registrieren Sie sich bitte hier.
Ihre Merklisten
Wenn Sie Ihre Merklisten bei Ihrem nächsten Besuch wieder verwenden möchten, melden Sie sich bitte an oder registrieren Sie sich im Hanser Kundencenter.
» Sie haben schon ein Benutzerkonto? Melden Sie sich bitte hier an.
» Noch kein Benutzerkonto? Registrieren Sie sich bitte hier.

« Zurück

Ihre Vorteile im Überblick

  • Ein Login für alle Hanser Fachportale
  • Individuelle Startseite und damit schneller Zugriff auf bevorzugte Inhalte
  • Exklusiver Zugriff auf ausgewählte Inhalte
  • Persönliche Merklisten über alle Hanser Fachportale
  • Zentrale Verwaltung Ihrer persönlichen Daten und Newsletter-Abonnements

Jetzt registrieren
Merken Gemerkt
31.03.2020

DIN-Leitfaden: Präzise Bilderkennung mit KI

Die DIN SPEC 13266 vermittelt grundlegende Kenntnisse zu den Anwendungsmöglichkeiten und der Struktur von Deep-Learning-Systemen und nennt Voraussetzungen, unter denen sich Bilderkennungsprobleme mithilfe eines Deep-Learnings-Systems bearbeiten lassen.

DIN hat die DIN SPEC 13266 „Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen“ veröffentlicht. Die DIN SPEC 13266 vermittelt grundlegende Kenntnisse zu den Anwendungsmöglichkeiten und der Struktur von Deep-Learning-Systemen und nennt Voraussetzungen, unter denen sich Bilderkennungsprobleme mithilfe eines Deep-Learnings-Systems bearbeiten lassen. Weiterhin gibt das Dokument Leitlinien zur praktischen Umsetzung an die Hand – angefangen beim Sammeln von Daten über ihre Strukturierung bis hin zur Ablaufstruktur von Lernexperimenten und zur Fehleranalyse.

Vielfältige Einsatzmöglichkeiten

„Mit der neuen Spezifikation werden Entscheidungsträger oder Umsetzer von KI-Projekten beim Einschätzen des Aufwands und Nutzens von Deep-Learning-Bildsystemen unterstützt und können dadurch eine genauere Erfolgsprognose erstellen“, erklärt Felix Faber von der MindPeak GmbH, der die DIN SPEC mitinitiiert hat. Die hohe Erkennungsgenauigkeit von Deep-Learning-Systemen bietet vielversprechende Möglichkeiten, um monotone oder langwierige Aufgaben zu automatisieren und neue Anwendungsbereiche für die Bilderkennung zu erschließen, beispielsweise in der medizinischen Diagnose von Krebszellen.

Mehrwert für den Mittelstand

Dennoch haben Nicht-Experten oft keinen Zugang zu dem Gebiet, sodass ihnen ein realistisches Bild der Entwicklung von Deep-Learning-Systemen vorenthalten bleibt. Gerade mittelständische Unternehmen können enorm von standardisierten KI-Anwendungen profitieren, häufig fehlen jedoch Kapazitäten und Mittel, um sich in den Methodenbereich einzuarbeiten. Ziel der Spezifikation ist es daher, diese Lücke zu schließen, um Unternehmen den Zugang zu den aktuellen technologischen Entwicklungen im KI-Bereich zu gewähren und ihre nationale und internationale Wettbewerbsfähigkeit zu fördern.

Die DIN SPEC wurde im PAS-Verfahren (Publicly Available Specification) innerhalb von nur sechs Monaten erarbeitet. An der Erarbeitung beteiligt waren außer der MindPeak GmbH auch die Fuse-AI GmbH, die Psiori GmbH, die Hochschule Düsseldorf, die Deutsche Röntgengesellschaft e.V. sowie die Quality Match GmbH.

Die DIN SPEC 13266 steht unter www.beuth.de kostenfrei zum Download zur Verfügung.

Redaktion QZ
qz <AT> hanser.de

DIN e.V.

Weiterführende Information
  • 30.03.2020

    Qualitätsvorhersage per App

    Am Werkzeugmaschinenlabor WZL der RWTH Aachen ist das neue Projekt oraKel gestartet. Im Mittelpunkt stehen eine App-basierte Qualitätsvorhersage und Fehler-Ursachen-Analyse für KMU.   mehr

DNV GL Business Assurance [Anzeige]

Kostenloser Download

  • 5 Schritte zu einem nachhaltigen Prozessmanagement

  • Prozessreifegrad Assessments

  • Self-Assessment BPM

Jetzt kostenlos downloaden!