While „correlation does not imply causation“, it is possible to identify causal effects even in data that does not come from randomized controlled trials. Our AI expert, Dr. Julien Siebert, just published a paper (link) on the applications of statistical…
Nowadays, it has become almost inconceivable to imagine agriculture without sensors, whether they are simple GSP 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…
KI-Systeme stellen Unternehmen vor große Herausforderungen. Sogenannte »AI Innovation Labs« können dazu beitragen, bestehende Hürden zu bewältigen. Sie sind ein Methoden- und Werkzeugbaukasten, um die richtigen KI-getriebenen Geschäfts- und Anwendungsfälle für Ihr Unternehmen zu identifizieren, Prototypen mit KI-Technologie zu erstellen…
Die fortschreitende digitale Transformation stellt die Informatik vor die Herausforderung, immer komplexer werdende Systemlandschaften zu entwerfen. Im Bereich des Software Engineerings werden Digitale Ökosysteme entwickelt, die hauptsächlich darauf ausgerichtet sind, neue Geschäftsmodelle zu erschließen. Im Internet der Dinge treiben Innovationen…
In Part 4 of our Fraunhofer IESE blog series on „Time Traveling with Data Science“, we continue our journey in the field of time series analysis. In this blog post, our experts from Fraunhofer IESE and our guest author Markus…
In our blog series on „Time Traveling with Data Science“, we previously introduced different tasks in time series analysis. In this blog post, we now present the task of Outlier Detection. Outliers are data so different from others that one…
Im Rahmen unserer Blogreihe »Scope Compliance« beschäftigen wir uns mit der Bedeutung des Anwendungskontexts im Machine Learning. Im ersten Beitrag klären wir ein häufig anzutreffendes Missverständnis auf und arbeiten seine Implikationen für die Praxis heraus. Sie erfahren, warum es entscheidend…
In the first blog post of our „Time traveling with data science“ series, we presented several tasks related to the analysis of time series. In this post, we dive into the task called „change point detection“. Changes in time series or…
Time traveling with data science: In this blog series, we will cover some of the different techniques that make up time series analysis. This first post will provide an overview of the different types of analysis possible and answer the…
In der Landwirtschaft sind gut funktionierende Lebensgemeinschaften wohlbekannt. Um die Potenziale einer gut funktionierenden Landwirtschaft effektiv zu nutzen, arbeiten wir im Fraunhofer Leitprojekt »Cognitive Agriculture (COGNAC)« an Lösungen, um Kernkompetenzen wie Data Science und Plattformökonomie mit Expert*innen aus der Landwirtschaft zu verknüpfen. Denn mit der Unterstützung von Data Science können Landwirt*innen einen deutlichen Mehrwert für ihren Betrieb erhalten. Wie genau z. B. eine digitale Abbildung von Nährstoffkreisläufen somit zu mehr Nachhaltigkeit in der Landwirtschaft beitragen kann, möchten wir in diesem Blog-Beitrag erläutern.
