AI
289 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema AI.
Requirements
AI
KI-Assistenz und Testdatenerzeugung: Wie ich einfach und sicher Testdaten erzeugen kann
Häufig werden einfache, automatisierte Werkzeuge im manuellen Test (Testdaten, Auswertungen) benötigt. Sprachen wie Python bieten eine große Anzahl hervorragender Bibliotheken für solche Zwecke. Mittels KI-Assistenten können nun auch Nicht-Entwickler einfache Werkzeuge zur Testdatengeneration und auch -anonymisierung erstellen, die häufig den Kauf teurer Tool-Lösungen obsolet machen.
Generative AI (GenAI) wird seit dem Erscheinen von ChatGPT vor ca. zwei Jahren unter Softwareentwicklern und -architekten sehr positiv aufgenommen. Es fragt sich, inwiefern GenAI heute schon bei der Beurteilung von Architekturen unterstützen kann. Dabei schwingt natürlich immer die Frage mit, wann GenAI Softwarearchitekten für solche Aufgaben ersetzen wird. Dieser Artikel zeigt an drei Beispielen ..
Jonathan Weiss, Managing Director des Amazon Development Center Germany, ist von der transformativen Kraft Künstlicher Intelligenz für Unternehmen überzeugt und erläutert, wie sie insbesondere im Bereich Business Intelligence komplexe Datenanalysen revolutioniert und Entscheidungsprozesse beschleunigt.
Dieses Interview ist eine komprimierte Fassung des Audio-Podcasts „heise meets – Der Entscheider..
AI
Software-Architektur
KI-basierte Bewertung von Architekturdokumentation mit LLMs – ein Erfahrungsbericht
Entwürfe, Entscheidungen, Ideen und Konzepte bezüglich einer Softwarearchitektur sollten dokumentiert werden, um die Nachvollziehbarkeit für Entscheidungen festzuhalten, eine Grundlage für spätere Implementierungen zu haben oder unterschiedliche Sichten darzustellen. Die Qualität der Dokumentation ist aber häufig nicht angemessen, beispielsweise weil sie nicht aktuell oder nur lückenhaft ist. Dahe..
Alle reden über künstliche Intelligenz. Manche reden sogar schon täglich mit ihr. Und Apple? Totalausfall! Dabei hat Apple als Einziger verstanden: KI ist derzeit überall, nur nicht da, wo sie den Nutzern wirklich hilft. Und genau darin liegt das eigentliche Drama: Nicht Apple hinkt der KI hinterher – sondern die KI den klaren Erwartungen der Nutzer.