• Media type: E-Book
  • Title: Künstliche Intelligenz mit AutoML, Low-Code und No-Code : eine Markterhebung von Software-Tools
  • Contributor: Simons, Martin [VerfasserIn]; Roloff, Malte [VerfasserIn]; Liebe, Andrea [VerfasserIn]; Lundborg, Martin [VerfasserIn]
  • imprint: Bad Honnef, Deutschland: WIK Wissenschaftliches Institut für Infrastruktur und Kommunikationsdienste GmbH, Dezember 2023
  • Published in: Wissenschaftliches Institut für Infrastruktur und Kommunikationsdienste: Diskussionsbeiträge ; 501
  • Extent: 1 Online-Ressource (circa 98 Seiten); Illustrationen
  • Language: German
  • Identifier:
  • Keywords: Künstliche Intelligenz ; Automatisierung ; PC-Software ; KMU ; Deutschland ; Graue Literatur ; Marktinformation
  • Origination:
  • Footnote:
  • Description: Automatisiertes Maschinelles Lernen (AutoML) sowie Low-Code und No-Code versprechen, im Sinne des Citizen Developer-Konzepts eine einfachere Nutzung von Künstlicher Intelligenz (KI) indem die erforderlichen Programmierkenntnisse bzw. der Entwicklungsaufwand reduziert werden. Diese neuen Ansätze erleichtern somit insbesondere kleinen und mittleren Unternehmen (KMU) den Einstieg und bieten damit das Potenzial für eine schnelle Verbreitung und stärkere Nutzung von KI-Lösungen. Ziel dieser Studie ist es zu untersuchen, ob diese Versprechen eingelöst werden können.

    Automated Machine Learning (AutoML), low-code and no-code promise to make artificial intelligence (AI) easier to use, in line with the citizen developer concept, by reducing the programming skills and development effort required. These new approaches therefore make it easier for small and medium-sized enterprises (SMEs) in particular to get started. They thus offer the potential for rapid dissemination and greater use of AI solutions. The aim of this study is to investigate whether these promises can be realised.
  • Access State: Open Access