Patricia Kelbert

Patricia Kelbert ist seit 2017 am Fraunhofer IESE, und seit 2020 in der Abteilung Data Science als Data Scientist tätig. Sie hat in Frankreich an der »Université de Strasbourg« Bioinformatik studiert und dort im Jahr 2005 ihren Master abgeschlossen. Sie beschäftigt sich seit langem intensiv mit Programmierung, Software Engineering, Datenbanken und Datennutzungskontrolle über verschiedene Fachgebiete hinweg (Biodiversität, Genetik, Pharma & Gesundheit, Landwirtschaft).

Retrieval Augmented Generation (RAG): Chatten mit den eigenen Daten

Retrieval Augmented Generation (RAG) ergänzt das Generieren eines Large Language Models (LLM, auf Deutsch: großes Sprachmodell) durch eine gute Suche, z.B. in einer Dokumentensammlung, in einer Datenbank oder in einem Knowledge Graph. Hierdurch lässt sich die Verlässlichkeit (Dependable AI) des…

Prompt Engineering: wie man mit großen Sprachmodellen kommuniziert

In diesem Blogbeitrag erklären unsere Expertinnen und Experten, was Prompt Engineering ist und wie diese Techniken für die Nutzung von LLMs (Large Language Models, deutsch: große Sprachmodelle) nützlich sein können. Weitere Blog-Beiträge rund um generative KI und große Sprachmodelle: Was…

Open Source Large Language Models selbst betreiben

Ein Open Source Large Language Model (LLM, auf Deutsch: großes Sprachmodell) bietet zahlreiche Vorteile, und diese großen Sprachmodelle haben im Jahr 2023 einen weiten Sprung nach vorne gemacht: Sie sind sehr leistungsfähig geworden und können mittlerweile mit moderaten Hardwareanforderungen betrieben…

Was sind Large Language Models? Und was ist bei der Nutzung von KI-Sprachmodellen zu beachten?

In diesem Artikel tauchen wir in die faszinierende Welt der KI-Sprachmodelle ein, wobei der Schwerpunkt auf den Large Language Models (LLMs) liegt, zu denen bekannte Vertreter wie ChatGPT gehören. Sie wollen Künstliche Intelligenz für Ihr Unternehmen nutzen? Erfahren Sie, wie…

KI-Vorhersagen auf der Spur – oder: Wie ein gutes Uncertainty Management den Umgang mit KI-Modellen erleichtert

Der Umgang mit Unsicherheiten stellt bei der Nutzung von KI-Vorhersagen in vielen Anwendungsbereichen einen entscheidenden Faktor dar. Das gilt insbesondere in der Medizin und beim autonomen Fahren. In der Medizin kann der Umgang mit Unsicherheit dazu beitragen, dass sich KI-Modelle…

Data Quality in Agriculture

Growing the Future: Overcoming Data Quality Problems in Agriculture

Farmers around the world, including in the EU, face many challenges. Their daily work and businesses need to be rethought in order to reduce the negative impact on the environment and achieve a sustainable economy in the long term. For…

Predictive Maintenance umsetzen: Wie geht das?

Wäre es nicht wunderbar, Sie könnten in die Zukunft schauen und zum Beispiel die Lebensdauer von Ihren Produkten und Systemen vorhersagen? In diesem Artikel sprechen wir, das Fraunhofer IESE, darüber, was Predictive Maintenance ist und für was man es einsetzen…

KI als Hoffnungsträger in der Diagnostik von Seltenen Erkrankungen

Passend zum internationalen »Tag der Seltenen Erkrankungen« am 28.02.2023 möchten wir mit diesem Blog-Beitrag auf KI als Hoffnungsträger in der Diagnostik von Seltenen Erkrankungen eingehen. Obwohl man von Seltenen Erkrankungen spricht, sind allein in Deutschland um die 4 Millionen Menschen…

Data Quality Assessment in Agriculture

Data Quality Assessment in Agriculture

Nowadays, it has become almost inconceivable to imagine agriculture without sensors, whether they are simple GPS devices to help farmers optimize their work in the fields, monitor livestock, or more complex equipment allowing advanced monitoring of animals (e.g. animal welfare…

Fraunhofer IESE - Informationelle Selbstbestimmung mit MYDATA

MYDATA Control Technologies (Version 4)

Daten teilen, Kontrolle behalten – unser letzter Blog-Artikel beschäftigte sich mit der Geschichte der Datennutzungskontrolle am Fraunhofer IESE. Diese soll einen durchgängigen technischen Rahmen für Datensouveränität schaffen, von der Erstellung über die Nutzung bis hin zur Vernichtung der Daten. Von…