Mouser German Blog

Verbraucher wollen ihre Produkte sofort. Auch größere Unternehmen möchten nach der Kaufentscheidung so schnell wie möglich die erwarteten Leistungen erhalten. Durch die Entwicklung von Transportmanagementsystemen (TMS) konnten Softwareentwickler die Erwartungen der Verbraucher in Bezug auf die Lieferzeiten von Produkten deutlich verbessern.

Dieser Blog beschäftigt sich schwerpunktmäßig mit der Sensorik im Fahrzeuginnenraum. Es gibt jedoch eine Reihe von Anwendungsbereichen, bei denen ein herkömmliches KI-System zur reinen Bildverarbeitung zwar die logische Wahl zu sein scheint, aber für einen bestimmten Anwendungsfall möglicherweise nicht ausreicht.

Die Sicherheit unserer Smartphones, Tablets, PCs, Laptops und Wearables ist nur so gut wie die schwächste Authentifizierungsmethode, die wir einsetzen. Eine der am häufigsten verwendeten Methoden zur Identifizierung oder Authentifizierung der Identität einer Person anhand einzigartiger physischer oder verhaltensbezogener Merkmale ist die Biometrie. Erfahren Sie in diesem Beitrag mehr über biometrische Lösungen für Verbrauchergeräte.

Entdecken Sie die neuen Baureihen BG24 und MG24 von Silicon Labs.

Die Künstliche Intelligenz (KI) gewinnt weltweit immer mehr an Bedeutung. Auch in den chemischen und pharmazeutischen Wissenschaften wird sie zu einem festen Bestandteil. Algorithmen des Machine Learning können dazu beitragen, Krebszellen in einem Patienten mit viel höherer Genauigkeit zu erkennen. Wie das funktioniert, erfahren Sie in diesem Beitrag.

Beim Einsatz von Technologie im Schlafzimmer kommt es entscheidend auf das Wie an. Daher werden intelligente Schlafzimmer in vernetzten Häusern künftig nicht mehr nur die Ausnahme, sondern der Standard sein.

Die Würfelkamera unterstützt Entwickler dabei, ihre Kreativität zu entfalten und zeigt, dass KI bereit ist für den Einsatz in der Praxis. Sie hilft Ihnen sogar, Ihren Chef davon zu überzeugen, für Ihr nächstes Produkt etwas Außergewöhnliches in Angriff zu nehmen. Ihre Entwicklungsreise kann beginnen.

Eine der wichtigsten Technologien für Industrie 4.0 ist die Fähigkeit, Machine Learning direkt im so genannten Edge-Bereich zu implementieren. Je nach den Anforderungen der Anwendung könnte die Machine Learning Inference Telemetriedaten analysieren, um vorausschauende Wartungsmaßnahmen zu modellieren und dadurch einen Anlagenstillstand zu verhindern. Alternativ könnte die Anwendung die gefertigten oder verpackten Artikel auf der Fertigungsanlage überprüfen.

Automatisierung fasziniert innovative Köpfe seit langem, und zwar schon seit den alten Griechen. Das 20. Jahrhundert erlebte dank der Einführung der Elektrifizierung zu Beginn des Jahrhunderts und der Erfindung von Halbleitern in der zweiten Hälfte des Jahrhunderts eine rasante Entwicklung der Automatisierungstechnologien. Allerdings war die Automatisierung in der Regel auf streng kontrollierte Bereiche wie Fabriken beschränkt, in denen jedes Szenario geplant und bei der Konstruktion der zugehörigen Systeme berücksichtigt werden kann.

KI in modernen Spielen hat das Ziel, so vielen Spielern wie möglich eine lohnende Erfahrung zu bieten, um die Lebensdauer eines Spiels zu maximieren. Fortschritte bei der Hardware und Cloud-Gaming-Diensten bieten dabei immer mehr Möglichkeiten für diese sogenannte Hyperpersonalisierung.

Dieser Artikel gibt eine Einführung in intelligente Sicherheitssysteme wie sie in Smart Communities zum Einsatz kommen. Er beschreibt die Prinzipien und die Anwendung von Algorithmen zur Erkennung von Gesichtern, Handlungen und Personen. Neben dem aktuellen Stand intelligenter Erkennungstechnologien geht er auf deren technische Hürden ein und gibt einen Ausblick auf die künftige Entwicklung.

Können wir für KI-Systeme ein menschliches situatives Bewusstsein entwickeln? Fortschritte im Bereich der neuronalen Netze zeigen uns sowohl Möglichkeiten als auch Grenzen auf.

Dank Fortschritten im Bereich des maschinellen Lernens und der Prozessortechnologie ist es möglich, die KI von den großen Datenzentren weg und deutlich näher an ihren Anwendungsort zu verlagern, also an die Network Edge. In diesem Blog erkunden wir, welche neuen Anwendungsfälle der KI dieser Ansatz ermöglicht.

Prognosen zufolge sollen die weltweiten Ausgaben für KI-Systeme bis zum Jahr 2023 auf 97,9 Mrd. US-Dollar steigen. KI-Experten sollten ihre Augen daher für neue Trends offen halten, damit sie ihre Kompetenzen ausweiten und von der kommenden Innovationswelle profitieren können. In diesem Beitrag schauen wir uns drei neue Trends an, die man kennen sollte.

Wenn man sich die derzeitige Technologieentwicklung ansieht, welche Geschäftsbereiche werden Ihrer Meinung nach in den kommenden fünf Jahren am ehesten umfassend auf Künstliche Intelligenz (KI) setzen? Um das herauszufinden, muss man sich mit den Themen Geld und Daten beschäftigen. Unternehmen setzen die Künstliche Intelligenz normalerweise zur Effizienzsteigerung ein, entweder, um den Umsatz zu steigern oder die Kosten zu senken.

Dieser Artikel befasst sich mit der Entstehungsgeschichte von neuronalen Netzwerk-Algorithmen und den Anfängen in der Forschung. Die bionischen Prinzipien neuronaler Netzwerkalgorithmen sowie die konkrete Ausarbeitung der Algorithmen werden systematisch analysiert und der Entwicklungskontext neuronaler Netzwerke wird aufgezeigt. Außerdem wird der aktuelle Stand in der Erforschung neuronaler Netzwerke beleuchtet, und es erfolgt ein Ausblick auf die künftige Entwicklung und Trends in der Anwendung.