Das KI-Update – ein heiser Podcast mit redaktioneller Unterstützung von The Decoder. Hallo! Ich bin Isabel Grünewald und dies ist unser Deep Dive zum Wochenende. Im internationalen Rennen um die KI-Vorherrschaft hinkt Deutschland gefühlt ziemlich hinterher. Das Geld bei Investoren sitzt nicht so locker wie in den USA, der Vorsprung ist schon zu groß, das Risiko zu hoch, die strengen Regeln der EU schrecken ab. Es gibt viele Gründe, warum eine tolle Idee bei uns nie umgesetzt wird.
Nach genau solchen Ideen sucht allerdings die Bundesagentur für Sprunginnovationen, kurz SPRINT. Challenge-Officer Jano Kostad erklärt uns im Deep Dive, wie die Agentur zukunftsweisende Ideen fördert und welche Rolle künstliche Intelligenz dabei spielt. Hallo Jano! Hallo Isabel. Wie funktioniert das Prinzip hinter Sprint? Was genau macht dabei ein Challenge Officer?
BRINT ist die Bundesagentur für Sprunginnovation. Und Sprunginnovation ist vielleicht ein Wort, das ist nicht allen geläufig. Wir meinen damit Innovationen, die unser Leben grundsätzlich verändern und verbessern können. Innovationen, die im Gegensatz stehen zu inkrementellen Innovationen, die Dinge immer so ein kleines bisschen besser machen. Und diese...
Innovationen, diese Sprunginnovationen, die unser Leben grundlegend besser machen können, haben oftmals eben auch die Eigenschaft, dass man am Anfang noch nicht weiß, ob sie funktionieren oder nicht, weil sie eben ein besonders hohes technologisches Risiko haben. Und das lässt sich in Deutschland und Europa oftmals schwer finanzieren. Und dafür sind wir da. Dafür ist Sprint da, um...
diese Finanzierung bereitzustellen. Und das machen wir in grob gesagt zwei Bereichen. Eine davon sind die Innovationswettbewerbe, die Challenges. Und den Bereich habe ich aufgebaut. Den darf ich leiten in ganz unterschiedlichen thematischen Bereichen. Und woher kommen die Gelder, mit denen ihr diese Projekte finanziert?
Der allergrößte Teil dieser Gelder kommt vom Forschungsministerium. Wir haben im Moment etwa ein Jahresbudget von 220 Millionen Euro und etwa 200 Millionen davon kommen vom Forschungsministerium. Weitere Gelder kommen zum Beispiel vom Wirtschaftsministerium. Und welche Möglichkeiten gibt es, dich bei Sprint zu bewerben? Wir haben diese angesprochenen Innovationswettbewerbe, die Challenges. Die haben immer einzelne Aufrufe zu ganz konkreten Themen, zu ganz konkreten Zielsetzungen.
Parallel dazu gibt es aber unsere Finanzierung für Einzelprojekte und da haben wir kontinuierlich unser Bewerbungsformular auf unserer Website, wo uns jeder Mann, jede Frau jederzeit Projektideen schicken kann. Wir uns die alle anschauen und dann... mit den Innovatoren zusammen diskutieren, wie wir das Projekt am besten unterstützen. Und so ein paar Beispiele. Welche Art von Projekten habt ihr in den letzten fünf Jahren, seit es Sprint gibt, gefördert?
Wir sind ja in ganz unterschiedlichen Themenbereichen aktiv, also nicht nur KI, sondern beispielsweise auch Energie- oder Klimaschutztechnologien. In dem Bereich haben wir beispielsweise Laserentwicklungen finanziert für Kernfusionskraftwerke. Oder aber ein sogenanntes Höhenwindrad, was mit 300 Metern Ladenhöhe etwa doppelt so hoch ist wie herkömmliche Windräder auf dem Land und was tatsächlich auch dieses Jahr gebaut werden soll.
Ansonsten haben wir viele spannende Projekte im Bereich Gesundheit, beispielsweise um Demenz zu heilen, um Krebserkrankungen zu heilen, aber auch um dafür zu sorgen, dass wir in der kalten Jahreszeit, die jetzt nicht alle dauerhaft erkältet sind. Natürlich sehen wir viele total spannende Themen im Bereich Computing oder KI. Merkt ihr da eine Zunahme, so in den letzten zwei Jahren, seit der große Hype um generative KI gestartet ist?
Ja, wir sehen da tatsächlich immer mehr Projekte, aber es ist auch ganz klar, dass wir auch immer mehr, viel mehr Projekte sehen wollen. Wir wollen sehen, was an verrückten neuen Ideen da draußen ist und wir wollen dabei behilflich sein, dafür zu sorgen, dass diese Ideen eben nicht Ideen bleiben, sondern sich tatsächlich entwickeln zu...
Produkten zu Unternehmen, die dann wirklich unser Leben bereichern. Auch deswegen haben wir mit unserem Innovationsmanager Mirko Holzer die Initiative zusammen mit dem Cyber Valley gestartet, mit der wir ganz explizit nach neuen Ansätzen, abseits von LLMs und
Transformern schauen, um uns möglicherweise auch hin zu Artificial General Intelligence zu bewegen. Auch ein spannendes Projekt, über das wir ein andermal ausführlicher reden müssen. Merkt ihr, also Die großen Unternehmen, die sagen ja immer, dass durch generative KI die ganzen Forschungsprozesse beschleunigt werden. Merkt ihr das auch in Bereichen, wo man jetzt nicht direkt den KI-Bezug hat, dass diese Prozesse, die Forschung schneller voranschreitet, weil sie KI nutzen kann?
Ja, unsere Innovatorien nutzen natürlich auch alle KI. Ich glaube, wie wir alle auch ein ChatGPT beispielsweise. Aber auch ganz klar in den Bereichen Biologie, Biotechnologie ist etwas wie Isersault eine deutliche Bereicherung. Nicht nur, weil Dinge schneller funktionieren, sondern weil wir auch ganz neue Entdeckungen machen können, die vorher nicht möglich gewesen sind.
nicht nur Proteine vorhersagen können, sondern mittlerweile auch ihre Funktionen vorhersagen können und damit ganz viele Dinge neu möglich werden. Wichtig ist aber auch, dass verschiedene andere Bottlenecks bestehen bleiben. Und die sind gerade in diesen Wissenschaften oftmals die physischen Prozesse im Labor. Dass die Zellkulturen wachsen müssen, dass wir, wenn wir weitergehen in Entwicklung, dass klinische Studien...
sehr lange dauern. Und all diese Botanics müssen wir zusätzlich angehen, aber nochmal, KI ist da eine große Bereicherung insgesamt für den Entwicklungsprozess. Jetzt habe ich mir natürlich auf der Seite der Sprint mal die aktuellen Projekte angeschaut, die gefördert werden. Und darunter ist eins, das KI schon im Titel hat, nämlich Voice Biomarker von Mozart zur Krankheitserkennung mit KI-gestützter Stimmanagement.
Worum geht es denn bei diesem KI-Projekt? Bei den Biomarkern geht es ja um Messgrößen, die etwas über den Körper aussagen. Also beispielsweise, ob jemand eine bestimmte Krankheit hat. Und in diesem Projekt geht es darum, tatsächlich anhand der menschlichen Stimme Krankheiten diagnostizieren zu können. Das geht im Labor schon tatsächlich sehr gut und für eine ganz große Bandbreite an unterschiedlichen Erkrankungen.
In unserem Projekt mit dem Team geht es jetzt darum, diese Erkenntnisse von dem Labor in die Praxis zu überführen, weil die Praxis natürlich oftmals komplexer, heterogener und anspruchsvoller ist, weil... wir die Aufnahme nicht so gut kontrollieren können, weil die Personen vielleicht einen schlechten Tag haben oder unterschiedliche Tage haben, in denen sie bei dieser Plattform anrufen.
Und um tatsächlich robuste Lösungen zu entwickeln, ist es wichtig, mit dieser Komplexität umgehen zu können, um dann tatsächlich auch ein gutes Produkt zu haben. Spannend. Jetzt gibt es ja über die reguläre Projektförderung hinaus diese Challenges und auch Funken, von denen du gesprochen hast. Was unterscheidet denn diese Kategorien von der regulären Förderung?
Zum einen ist es so, dass wir konkret selbst definieren, welches Ziel wir erreichen wollen. In den Einzelprojekten lassen wir den Innovatoren immer... komplett offen, welche Lösungen sie bereitstellen wollen, welches Problem sie adressieren. Bei den Challenges formulieren wir ein... sehr ambitioniertes Ziel, von dem wir denken, dass wenn es erreicht werden könnte, damit tatsächlich Sprung Innovationspotenzial einhergeht.
Und der zweite wichtige Unterschied ist, dass wir dann nicht uns ein Projekt aussuchen, was wir dann finanzieren und unterstützen, sondern wir eine ganze Reihe unterschiedlicher Projekte mit ganz unterschiedlichen Herangehensweisen finanzieren, um tatsächlich zu lernen, was am besten funktioniert, welcher Technologie. Welches Team dahinter gut funktioniert, um gerade auch unsere Erfolgswahrscheinlichkeit zu erhöhen, wirklich dieses Ziel zu erreichen.
Zwei der aktuellen Challenges, wenn ich das richtig gesehen habe, beschäftigen sich ganz klar mit KI. Das erste ist Composite Learning. Worum geht es dabei? Bei Computing Learning geht es darum zu schauen, wie wir es schaffen, KI-Modelle tatsächlich anders zu trainieren. Also anders im Sinne von weg von zentralisierten Recheninfrastrukturen, von NVIDIA's H1.
hin zu einer Hardware und einer Struktur, wie wir sie häufiger in Europa finden. Ziel ist es also, KI-Modelle zu trainieren mit heterogenen Daten auf heterogener Hardware. an unterschiedlichen Standorten. Und damit vereint das Composite Learning verschiedene Aspekte, die wir aus anderen Ansätzen, also den verteilten oder den federierten Lernen kennen. Und da ist ja jetzt die Bewerbungsphase schon vorbei. Kannst du sagen, was für Projekte sich da beworben haben?
Da haben sich eine ganze Reihe Projekte beworben. Details kann ich natürlich nicht nennen. Aber es waren etwa 50 Projekte aus ganz Europa, tatsächlich auch mit Beteiligung aus anderen Regionen der Welt. Und Ende Januar haben dann 17... bei uns in Leipzig gepitcht und dann wurden daraus eben die ersten Teilnehmer oder die Teilnehmer der ersten Stufe der Challenge
ausgewählt, die dann tatsächlich auch sofort in die Challenge gestartet sind, weil auch das ist uns besonders wichtig, dass wir schnelle Prozesse haben. Hier in dem Fall beispielsweise etwa 14 Tage zwischen der Bewerbung und der tatsächlichen Auswahl und Finanzierung. des Teams, damit wir wirklich gerade auch in diesem sehr dynamischen Bereich nicht den Anschluss verlieren, sondern direkt in die Umsetzung gehen können.
Das ist ja für eine quasi Bundesbehörde ein Lichtgeschwindigkeitstempo, 14 Tage quasi. Wie geht es denn jetzt mit den Projekten, also mit diesen ausgewählten Projekten aus den 17 weiter?
Die haben jetzt etwa ein Jahr Zeit. Insgesamt gliedert sich dieser Innovationswettbewerb in drei Stufen. Die erste Stufe beträgt ein Jahr und was sie jetzt innerhalb eines Jahres machen müssen, ist zu demonstrieren, dass sie tatsächlich eine Reihe unterschiedlichen Modellarchitekturen mit unterschiedlichen Datensätzen trainieren können, und zwar im Bereich des Compute Learning, also auf einem...
einem Set unterschiedlicher Hardware, also nicht nur A100, sondern tatsächlich GPUs von anderen Herstellern, teilweise auch CPUs und tatsächlich demonstrieren können, dass sie diese Modelle trainieren können. In den weiteren Stufen wird es dann darum gehen, tatsächlich das nochmal deutlich effizienter zu machen, auch sicherer zu machen.
Und was parallel dazu immer auch im Fokus steht, ist die Frage, wie baue ich daraus ein Produkt, wie baue ich darauf ein Unternehmen auf und wie baue ich ein Business Case dafür. Okay. Das heißt, von Phase zu Phase sind aber immer weniger. Teams mit dabei. Das wird jedes Mal irgendwie ausgefiltert? Korrekt. Wir starten mit zehn Teams und dann wird es tatsächlich nach dem Ende jeder Stufe Eliminierungen geben und nicht alle Teams können weiterkommen.
Das erzeugt einen hohen Wettbewerbsdruck, aber ich glaube, ein Wettbewerbsdruck, der nötig ist, um tatsächlich hier auch die nötige Geschwindigkeit, den Fokus aufrechtzuerhalten, um tatsächlich gute Lösungen in schneller Zeit liefern zu können. Und was passiert dann mit der Gewinneridee? Wie wird die über den Wettbewerb hinaus gefördert, damit die tatsächlich in die Praxis umgesetzt werden kann?
Was ich ganz oft gefragt werde, ist, gibt es ein Preisgeld? Und nein, es gibt kein Preisgeld am Ende. Wir finanzieren die Teams ja über die komplette Laufzeit des Innovationswebwerbs, der Challenge. Teams, die hier über die kompletten drei Stufen dabei sind, werden mit über einer Million Euro beispielsweise finanziert.
Was unser Ziel ist, ist die Teams fit zu machen für eine private Finanzierung im Anschluss oder schon parallel im Verlauf der Challenge. Und das ist der eigentliche Preis, dass wir sie von Privaten finanzierbar machen. Das haben wir in der Vergangenheit gesehen, beispielsweise auch im Bereich Computing mit ein paar hunderttausend Euro Finanzierung für eine Semron beispielsweise, die 3D-KI-Chips entwickeln, die dann im Anschluss eine Seed-Finanzierung in Höhe von sieben Millionen Euro...
aus privaten Fällen erhalten haben. Und diese Brücke zu überwinden von der Idee, von einem total spannenden Konzept hin zu einer privaten Finanzierbarkeit, das ist die Lücke, die wir füllen wollen. Das ist ja auch eigentlich besser als ein Preisgeld. weil es dann wirklich praktisch umgesetzt werden kann. Jetzt ist der aktuelle Sprint Funke.
Der beschäftigt sich mit der Erkennung von Deepfakes. Damit haben wir gerade in den Medien auch viel zu tun. Deswegen fände ich es wahnsinnig spannend, weil durch die fortschrittlichen Bild- und Tongeneratoren ja immer mehr Deepfakes auf den Markt kommen können. Und es ist immer schwieriger. wird sie zu erkennen. Worum geht es dabei genau? Was erwartet ihr von den Teams, die sich gerade dafür bewerben?
An dieser Challenge läuft er bereits. Wir haben zwölf Teams ausgewählt, die aktuell an Lösungen arbeiten. Und zwar ist es hier auch eine Zweiteilung. Es gibt einige Teams, die sich, wie du angesprochen hast, mit der Erkennung von Deepfakes beschäftigen. Und andere Teams arbeiten daran, Medien erkennbar zu machen, also beispielsweise als original oder als synthetisch generiert zu markieren.
Und in der Erkennung geht es dann tatsächlich darum, entweder Eigenschaften eines Bildes zu erkennen, die Rückschlüsse darauf liefern, ob das synthetisch generiert ist. Die Herausforderung ist natürlich, dass wir uns hier in einem Katz-und-Maus-Spiel befinden. Auch die Generatoren werden natürlich immer besser. Und hier am Ball zu bleiben, ist unglaublich schwierig. Deswegen spielt auch die Kombination...
aus ganz unterschiedlichen Erkennungsansätzen hier eine große Rolle. Also beispielsweise auch eine Frage von Kontextualisierung oder der Kombination ganz unterschiedlicher Maßzahlen. In dem Bereich der Prevention geht es bei den Teams beispielsweise auch darum, eine komplette Kette herzustellen zwischen sicherer Hardware, mit der dann etwas wie ein Wasserzeichen tatsächlich schon direkt an der Quelle unmanipulierbar sozusagen integriert wird, um
die komplette Kette der Weiterverarbeitung nachvollziehen zu können. Wichtig ist aber auch, dass nicht jedes synthetisch generierte Bild
automatisch schlecht ist. Wir alle haben schon Bilder oder Text generiert und hatten da keine schlimmen Dinge im Hinterkopf. Es kann auch einfach sehr praktisch sein oder einfach lustig gemeint. Deswegen ist es auch wichtig, dass wir hier natürlich kein System bauen, was automatisch sozusagen Wahrheit oder nicht als Ergebnis ausflugt, sondern es geht darum, die Integrität von Informationen wiederherzustellen.
Und damit ist auch immer wichtig, dass es immer nur im Zusammenspiel zwischen Technik und Mensch tatsächlich funktionieren kann. Das heißt, würde ein Tool, was da am Ende bei rauskommt, für jeden verfügbar werden oder eher für die Medien oder ist schon das Ziel, dass es in die breite Masse rausgeht? Das ist, glaube ich, so herausfordernd, weil die Antwort darauf nicht ganz klar ist, weil digitale Medien uns alle umgeben, in ganz unterschiedlichen Kontexten umgeben und wir...
unter Umständen in all diesen Kontexten vielleicht auch solche Lösungen haben wollen. Das ist für die Unternehmen in dem Bereich auch so schwierig, weil unterschiedliche Kundengruppen oder Nutzergruppen auch ganz unterschiedliche Anforderungen daran haben, an solche Tools. Vielen Dank.
Kundengruppen oder Nutzergruppen können zum Beispiel sein Versicherungen, die Versicherungsbetrug erkennen wollen. Es könnten Medien sein, die sicherstellen wollen, dass die Medien, die sie veröffentlichen, tatsächlich dem entsprechen, was sie denken, was dort abgebildet ist.
Es könnten aber auch unsere sozialen Plattformen sein, die die entsprechende Filter einbauen wollen. Plus wir haben Sicherheitsorgane, die vielleicht an den Grenzen sicherstellen wollen, dass diejenigen, die da einen Passwort zeigen, tatsächlich auch... diejenigen sind, denen der Pass gehört. All die unterschiedlichen Akteure haben ganz unterschiedliche Anforderungen und das macht es für die Unternehmen in dem Bereich umso schwerer tatsächlich auch, die eine Lösung zu bauen.
Und das ist was, mit dem müssen sie sich jetzt beschäftigen und zwar zusätzlich zur eigentlichen technologischen Entwicklung.
Sind das die Unternehmen? Das ist ja die eine Sache. Aber wenn ich jetzt zum Beispiel an den Bundestagswahlkampf denke und an Desinformationen, die in den sozialen Medien verbreitet werden, in sozialen Medien, die... immer mehr das Fact-Checking zurückfahren wollen, wäre es ja für jeden Einzelnen auch sinnvoll, Zugriff auf so ein Tool zu haben, dass man, wenn die sozialen Medien es selber nicht liefern, man trotzdem überprüfen kann, was.
da gezeigt wird und ob da dann Wahrheit ist. Tatsächlich und tatsächlich überlegen gerade auch eine Reihe unserer Teams, ob und wie sie so etwas bereitstellen können und hosten können. Für solche Unternehmen, gerade kleine Unternehmen, ist dann immer eine große Herausforderung, wie es denn finanziert werden kann.
Zum einen und tatsächlich auch, wie es technologisch skaliert werden kann. Wenn wir über den Einsatz von solchen Tools im Internet nachdenken, dann muss es eben auch sozusagen funktionieren für die Anzahl und Masse an Daten. die dort verarbeitet werden. Und das ist gerade für Kleinunternehmen oder tatsächlich auch noch Forschungsgruppen, die wir teilweise finanzieren, noch ein großer Schritt. Aber einer, auf den wir uns hinbewegen.
Du kannst wahrscheinlich nicht sagen, welche von den Teams, also welche Forschungsansätze die haben, die jetzt in die nächste Runde gekommen sind, oder? Genau, also weil sie tatsächlich auch sehr heterogen sind. Wir haben zwölf Teams. Wir haben zu all den Teams auch kleine Informationen auf unserer Website, auf sprint.org. Und da kann man schon mal einen kleinen Eindruck gewinnen.
Und dadurch, dass wir eben diese zwei Bereiche haben, Prevention und Detection, sind auch die Ansätze sehr unterschiedlich. Und sie basieren tatsächlich auf so unterschiedlichen Dingen wie einer Kontextualisierung. Also kann ich noch weitere Informationen aus dem Internet... um zu erfahren, ob dieses Bild beispielsweise synthetisch generiert sein könnte oder nicht. Es sind Ansätze dabei von Leuten aus der Filmwelt, die ein besonders gutes Verständnis davon haben, wie sich zum Beispiel...
Menschen und Körper bewegen, die diese Erkenntnis mitbringen und hier einfließen lassen. Und es sind natürlich auch Bereiche dabei in Bezug auf aus der digitalen Forensik, die Artefakte in diesen Bildern erkennen, um daraus sozusagen Rückschlüsse ableiten zu können, ob das synthetisch generiert ist oder eben nicht. Spannend. Und wer entscheidet jetzt, welches Projekt in die nächste Stufe kommt? In unseren Challenges sind es immer Juries, die darüber entscheiden.
Hier in dem Fall ist es beispielsweise rund um unseren Innovationsmanager Johannes Otterbach, der früher bei Mirantix und OpenAI selbst KI-Lösungen entwickelt hat und jetzt bei der Sprint als Innovationsmanager für diesen Bereich tätig ist. Und zusätzlich haben wir dann weitere Personen, die zum Beispiel aus der Sicherheitsforschung kommen oder eben auch aus dem Bereich der sozialen Medien kommen oder eben auch aus der Frage, wie wir diese Dinge dann als ...
Unternehmen und Produkt umsetzen. Insofern versuchen wir dann in jeder Challenge, in jeder Jury immer ganz unterschiedliche Perspektiven und Sichtweisen zu integrieren, die dann letztendlich auch für den Erfolg einer solchen Lösung wichtig sind. Jetzt hattest du gesagt, bei einer Challenge dauert jetzt die erste Stufe ein Jahr. Bei dem Funken ist die Zeitspanne kürzer, oder? Genau. Da ist die erste Stufe etwa sieben Monate.
Und dass nach diesen sieben Monaten die Teams auch erste Demonstratoren gebaut haben müssen, um zu zeigen, wie ihre Lösung funktioniert. Und wie kommt ihr eigentlich auf die Ideen, was jetzt als nächste Challenge oder als nächster Funke thematisch stattfinden soll?
Es ist immer eine Entscheidung, die wir innerhalb der Sprint fällen, mit unserem Innovationsmanager, mit dem Team innerhalb der Sprint, aber natürlich auch immer in sehr starkem Austausch mit den Expertinnen und Experten in der Welt da draußen. Worauf wir schauen, ist... zum einen der gesellschaftliche Mehrwert, der Mehrwert für unsere Wirtschaft, aber auch die Frage, wo Ambitionen einen besonderen Mehrwert bieten. Weil es das ist, was wir tatsächlich
besser können als alle anderen öffentlichen Finanzierer, dieses hohe Risiko einzugehen, mit dem Versprechen dann eben auch einen großen Mehrwert zu leisten. Insofern bewegen wir uns immer genau an der Grenze zwischen dem, was wahrscheinlich nicht machbar ist.
ist, aber vielleicht doch mit der richtigen Idee gerade so umsetzbar sein könnte. Und das rauszufinden ist immer total spannend und aus der Vergangenheit sehen wir, dass vieles von dem, wo uns viele Experten gesagt haben, dass es nicht gehen kann. tatsächlich möglich werden kann, wenn man denn nur breit genug schaut und die richtigen Akteure unterstützt. Was zum Beispiel?
Tatsächlich die Frage im Bereich der Medikamentenentwicklung. Hatten wir in der Pandemie noch ein Innovationswettbewerb gestartet? dessen Ziel war, dass wir, sollte es einen neuen Ausbruch geben, direkt an Tag 1 ein neues Medikament gegen dieses Virus zur Verfügung haben. Nun ist es verständlicherweise schwer, ein Medikament...
zu entwickeln gegen eine Krankheit, die wir noch nicht kennen. Insofern haben uns viele Experten gesagt, das ist unmöglich. Wir haben das über drei Jahre finanziert und haben gesehen, es kann tatsächlich gehen. mit den richtigen Ansätzen. Die wurden jetzt zum Teil auch privat weiter finanziert. Insofern...
ist das, glaube ich, was total spannend ist. Nicht nur für potenziell zukünftige Ausbrüche von neuen Pandemien, von denen wir hoffen, dass sie lange nicht wiederkommen, sondern eben auch gegen all die Erkältung, Grippe, Viren und alles andere, was uns sonst immer in der kalten Jahreszeit.
zu schaffen macht. Oh, da bin ich gespannt. Das ist ja wirklich ein sehr lebensnahes Projekt, wovon wir alle profitieren können, wenn das so umgesetzt werden kann. Danke, dass du dir heute die Zeit genommen hast. Ein sehr spannendes Thema. Ich bin sehr gespannt, was dabei rauskommt bei diesen Challenges und Funken, die gerade meine Arbeit mit der Erkennung von Deepfakes sehr beeinflussen können. Vielen Dank.
Und über die weiteren Projekte sprechen wir dann ein andermal. Danke, dass ich da sein durfte. Das war's für heute. In der kommenden Woche schauen wir im Deep Dive auf Zoom. Kennen wir wohl alle. Die meisten von uns haben auch im Lockdown sicher mal irgendwann Zoom genutzt für ein Meeting oder eine Online-Klasse. Inzwischen ist Zoom aber viel mehr als nur noch Videokonferenz-Tool. Und natürlich steckt da auch ganz viel KI drin.
Meine Kollegin Eva-Maria Weiß von heise online hat darüber mit Sebastian Stüker gesprochen. Der Sprachforscher ist Director Research Science bei Zoom und spricht mit uns über die Integration von KI in das Arbeitsumfeld und welche Grenzen es etwa bei der Simultanübersetzung noch gibt. Es würde mich freuen, wenn ihr dann wieder dabei seid. Bis dahin könnt ihr mit unserem werktäglichen, kompakten News-Überblick auf dem Laufenden bleiben. Smart Reisen, effizient arbeiten. Bei Home2Go geht beides.
In der aktuellen Folge von Slack to Innovate, der Webinarreihe von Slack zu digitaler Innovation, zeigt Elliot Twites, Technology Director bei Home2Go, wie das Unternehmen mit Slack-Wissen teilt. Teams weltweit vernetzt und die Zusammenarbeit effizient gestaltet. Sei am 13. Februar um 10 Uhr dabei und entdecke auch, wie Home2Go mit App-Integration eine motivierende Kultur schafft. Anmeldung unter slack.com slash events.