KI-basiertes akustisches Monitoring: Herausforderungen und Lösungsansätze für datengetriebene Innovationen auf Basis audiovisueller Analyse

Patrick Aichroth; Judith Liebetrau

doi:10.1007/978-3-658-42060-4_4

Band 2: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle · Kapitel 4

KI-basiertes akustisches Monitoring: Herausforderungen und Lösungsansätze für datengetriebene Innovationen auf Basis audiovisueller Analyse

PA Patrick Aichroth JL Judith Liebetrau

S. 85–115 ·2023

Bei Springer lesen ↗ Zitieren

Abstract

KI-basierte audiovisuelle Analyse kann datengetriebene Produkt-, Prozessund auch Geschäftsmodellinnovationen in verschiedenen Anwendungsbereichen befördern. Allerdings müssen dafür wichtige Herausforderungen bezüglich Datenerhebung, Datenschutz, Datensicherheit, sowie von Erklärbarkeit und iterativer Entwicklung von KI-Modellen adressiert werden. In diesem Kapitel werden die Innovationspotenziale, relevante Probleme und Lösungsansätze am Beispiel von akustischem Monitoring erläutert. Dabei wird deutlich, dass der frühzeitige Einsatz von Verfahren und Technologien für vertrauenswürdige KI, adäquate Entwicklungsmethoden und systematische Evaluationsprozesse entscheidend für einen erfolgreichen Einsatz und die Realisierung der Innovationspotenziale sind. Verfahren und Komponenten für audiovisuelle Analyse sind Algorithmen, die Informationen aus Bild, Videound Audiomaterial extrahieren. Sie können in vielen Anwendungsbereichen wichtige Bausteine für datengetriebene Wir danken Sascha Grollmisch, wissenschaftlicher Mitarbeiter am Fraunhofer IDMT, für seinen wertvollen Input bei der Erstellung des Kapitels. P. Aichroth (B) · J. Liebetrau Fraunhofer IDMT, Ilmenau, Deutschland E-Mail: patrick.aichroth@idmt.fraunhofer.de J. Liebetrau E-Mail: judith.liebetrau@idmt.fraunhofer.de

Themen

Geschäftsmodelle Geschäftsmodellinnovation Künstliche Intelligenz

Über die Autor:innen

Patrick Aichroth

Fraunhofer IDMT Ilmenau

Dipl.-Kulturw., Leiter der Forschungsgruppe Media Distribution and Security am Fraunhofer IDMT (seit 2006). Co-Founder psoido GmbH. Schwerpunkte: Mediensicherheit, Technischer Datenschutz, Vertrauenswuerdige KI.

ORCID ↗

Judith Liebetrau

Fraunhofer IDMT Ilmenau

Dipl.-Ing., Leiterin des Geschaeftsfelds Industrial Media Applications am Fraunhofer IDMT (seit 2017). Schwerpunkte: KI-basiertes akustisches Monitoring, Predictive Maintenance, Umweltgeraeuschanalyse.

Zitieren

Zitiervorschlag

Aichroth, P.; Liebetrau, J. (2023). KI-basiertes akustisches Monitoring: Herausforderungen und Lösungsansätze für datengetriebene Innovationen auf Basis audiovisueller Analyse. In: Entrepreneurship der Zukunft: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle (S. 85–115). Springer Gabler. https://doi.org/10.1007/978-3-658-42060-4_4

DOI öffnen ↗

@incollection{aichroth2023ki-basiertes,
  author    = {Aichroth, Patrick and Liebetrau, Judith},
  title     = {{KI-basiertes akustisches Monitoring: Herausforderungen und Lösungsansätze für datengetriebene Innovationen auf Basis audiovisueller Analyse}},
  booktitle = {{Entrepreneurship der Zukunft: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle}},
  editor    = {Gerth, Sebastian and Heim, Lars},
  publisher = {Springer Gabler},
  address   = {Wiesbaden},
  year      = {2023},
  pages     = {85--115},
  doi       = {10.1007/978-3-658-42060-4_4},
  note      = {Entrepreneurship der Zukunft. Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle}
}