network

Die Digitalisierung und Automatisierung von Dienstleistungen hat in den letzten Jahren erheblich zugenommen, insbesondere durch den Einsatz von Künstlicher Intelligenz (KI), und wird durch Anwendungen wie ChatGPT, Bard oder Midjourney im Alltag immer präsenter. Unternehmen setzen KI-Technologien ein, um Kundenservice, Beratung, Personalisierung, Verfügbarkeit und andere Aspekte von Dienstleistungen zu verbessern und zu automatisieren. Gleichzeitig stellt sich die Frage nach neuen Anforderungen an die Gestaltung von Dienstleistungen und den Auswirkungen von KI auf die Zukunft des deutschen Dienstleistungssektors.

Auf der (DF)² Jahreskonferenz 2023 werden wir diskutieren, wie die Einbindung KI-basierter Systeme Dienstleistungen transformieren und optimieren kann, indem sie beispielsweise Qualität verbessern, Prozesse beschleunigen und personalisierte Erfahrungen für Nutzer ermöglichen. Dabei beleuchten wir ebenfalls die Herausforderungen, welche sich aus dem Einsatz von KI ergeben, wie etwa Fragen der Gestaltung KI-unterstützter Dienstleistungsarbeit sowie Fragestellungen zur Datensicherheit, Privatsphäre und Ethik bei der Verwendung von Algorithmen in Entscheidungsprozessen.

Hier geht es direkt zur Anmeldeseite für die begrenzten Teilnahmeslots

Institutions

• Das Deutsche Forum Dienstleistungsforschung (DF)²

unfortunately, today's talk has to be cancelled. We are very sorry

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Patrick Sontheimer - Long short-term memory for surrogate modeling

Long-Short Term Memory is a gated architecture designed to combat the vanishing/exploding gradient problem in recurrent neural networks (RNN). In the presentation, time series regression will be performed on multiple-input multiple-output data, to create a surrogate Model.

Lectures will be held online via Zoom on Mondays starting at 16:00 in the winter semester 2023 in English. General zoom link for all lectures: Link

We invite you to join us in celebrating and promoting the new W1 Professorship appointments in the areas of data science and AI at UKE. The Data Science and AI Inaugural Lectures 2023 will take place on Thursday 13th July, 15:00-18:00 at Erika-Haus, UKE. This will be a great opportunity to get to know the professors and their research topics in the areas of data science and AI relevant to biomedicine and with broad application in the clinic.

bAIome, the Center for Biomedical AI at UKE, which brings together UKE faculty members with international background and expertise in diverse areas relevant to AI including high performance computation, data science, mathematics, and biomedical research, will be hosting this event and following the inaugural lectures will showcase current research projects and ventures with a poster session during the reception to provide a great environment for networking and cooperation.

RSVP a.reinicke-vogt@uke.de

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt (Raumnummer folgt). 

Institutions

• DDLitLab, ISA-Zentrum

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt (Raumnummer folgt). 

Institutions

• DDLitLab, ISA-Zentrum

Generative KI durchdringt die Arbeitswelt in rasantem Tempo und verändert Arbeitsweisen und Jobprofile. Unser Ziel ist es, Hamburg fit für die Nutzung von Generativer KI zu machen.

Zusammen mit vielen Hamburger Partnern haben wir daher die Initiative HHAI-Score ins Leben gerufen. Wir möchten möglichst vielen Menschen in Hamburg die Zukunftskompetenz der produktiven und reflektierten Anwendung Generativer KI vermitteln. Unternehmen und Organisationen können sich untereinander vernetzen und erhalten Orientierung und Organisationshilfe sowie einen strukturierten Überblick über Anwendungsmöglichkeiten und Fallstricke. Multiplikatoren und Partner erzeugen dabei die notwendige Reichweite und Effektivität der Qualifizierung.

Dieses Event richtet sich an KI-Einsteiger ebenso wie an Experten. Wir bieten eine Einführung und vertiefende Workshops. Sie haben die Option, die Möglichkeiten generativer KI in Kleingruppen unter Anleitung ganz praktisch auszuprobieren (Prompt-a-thon) oder sich mit erfahrenen Experten über die Umsetzungsstrategien im Unternehmen und bereits gewonnene Erfahrungen auszutauschen und zu vernetzen (Experts Lounge).

Dr. Gerrit M. Beckhaus, LL.M. (Yale), EMBA and Christina Valdini, LL.M. (King’s College, London)

Freshfields Bruckhaus Deringer, Rechtsanwälte Steuerberater PartG mbB, Hamburg

The Network for Artificial Intelligence and Law (NAIL) invites you to its next event. We are delighted to welcome Dr. Gerrit M. Beckhaus and Christina Valdini, Freshfields Bruckhaus Deringer, Hamburg to talk on legal tech as a team member in a global law firm. The lecture will be followed by a discussion around the topic. The event will be held in English.

After the lecture and discussion, we would like to invite you to end the evening with us in a relaxed atmosphere, with pretzels and wine in the south lounge.

You can participate in presence or online. Please register for the event using the following link: Registration

Institutions

• Network for Artificial Intelligence and Law (NAIL)

Thorsten Strufe from the KIT in Karlsruhe will give a talk on privacy in the Metaverse.

Extended realities (XR), including Augmented reality (AR) and virtual reality (VR), are emerging technologies with a wide range of potential applications, including networking, gaming, healthcare, and education. However, as with any new technology, AR/VR also introduces new security and privacy challenges. AR and VR devices collect a wide range of personal data about users, including their physical movements, eye movements, and voice recordings. This data can be used to track users' activities, identify them, or even infer private attributes like health conditions or private preferences. Furthermore, XR applications integrate multiple modalities, such as audio, video, and haptic data streams, enlarging security and privacy exposure. Yet, there are always claims of how "anonymization" and "pseudonymization" were helping to achieve "GDPR compliance". In this talk I will present results from three of our recent studies, and we will discuss how claimed protection has proven and is ineffective under scrutiny.

CV:
Thorsten Strufe is professor of IT Security at Karlsruhe Institute of Technology (KIT/KASTEL), and adjunct professor for Privacy and Network Security at TU Dresden. He is a deputy speaker of the Excellence Centre for Tactile Internet with Human-in-the-Loop (CeTI), and a PI in the national IT security competence center KASTEL Security Research Labs.
His research interests lie in the areas of privacy and network security, especially in the context of social networking services and novel mixed reality applications. Recently, he has focused on studying privacy implications of user behavior and possibilities to provide privacy-preserving and secure networked services.
Previous posts include faculty positions at TU Dresden, TU Darmstadt, and Uni Mannheim, as well as postdoc/researcher positions at EURECOM (France) and TU Ilmenau.

Institution

• Computer Networks UHH

Visualization is an important and ubiquitous tool in the daily work of atmospheric researchers and weather forecasters to analyse data from simulations and observations. In this talk, I will present recent and ongoing work we are conducting at the Universität Hamburg’s Visual Data Analysis Group with respect to interactive 3-D visualization and feature detection using gridded atmospheric data. This includes methods for detection and interactive visual analysis of 3-D atmospheric fronts, as well as interactive 3-D analysis of simulated clouds and other volumetric data. Our methods are integrated into “Met.3D”, our open-source research software that makes novel interactive, 3-D, feature-based, and ensemble visualization techniques accessible to the meteorological community (https://met3d.wavestoweather.de). Since its first public release in 2015, Met.3D has been advanced within the German research projects “Waves to Weather (W2W)” and “Climate, Climatic Change, and Society (CLICCS)” and has evolved into a feature-rich visual analysis tool facilitating rapid exploration of gridded atmospheric data.

Speaker: Dr. Marc Rautenhaus
Bio:
Marc Rautenhaus leads the Visual Data Analysis Group at the Regional Computing Centre of Universität Hamburg. His research interests lie at the intersection of visual computing and weather and climate research, focussing on interactive 3-D visualization, feature detection, weather forecasting, and research software development of the meteorological interactive 3-D ensemble visualization framework Met.3D. He holds a master’s degree in Atmospheric Science from the University of British Columbia, Canada, and a PhD in Computer Science from the Technical University of Munich. Previous posts include researcher/postdoc positions at the German Aerospace Centre (DLR) and the Technical University of Munich.

Institution

• Computer Networks UHH

Generative KI-Tools wie ChatGPT und Co. werfen nicht nur an der Universität Hamburg viele Fragen auf – von grundlegenden Zielen der Hochschulbildung über neue praktische Gestaltungsmöglichkeiten der eigenen Lehre bis hin zu konkreten prüfungsrechtlichen Aspekten. Unsere Veranstaltungsreihe und Community of Practice „KI Hands-On“ nimmt genau solchen Aspekte in den Blick. Beim nächsten Termin zum Thema "Custom GPTs und Prompting".

Thema des Vormittags werden Custom GPTs sein: Wie funktionieren sie, was unterscheidet sie von speziell geprompteten Chats und welche Einsatzmöglichkeiten eröffnen sich für die Lehre?

Call to Action: Falls Sie bereits erste Erfahrungen mit Custom GPTs haben und Ihr eigenes Beispiel teilen möchten, würden wir uns sehr freuen, wenn Sie vorab Kontakt zu uns aufnehmen. Melden Sie sich gerne per E-Mail unter ddlitlab.isa@uni-hamburg.de 

Die Anmeldung hier 

Sie wollen zusätzlich über weitere Veranstaltungen und aktuelle Entwicklungen auf dem Laufenden bleiben? Dann melden Sie sich zum Newsletter gKI-Lehre an.

Institutions

• DDLitLab, ISA-Zentrum

Generative KI-Tools wie ChatGPT und Co. werfen nicht nur an der Universität Hamburg viele Fragen auf – von grundlegenden Zielen der Hochschulbildung über neue praktische Gestaltungsmöglichkeiten der eigenen Lehre bis hin zu konkreten prüfungsrechtlichen Aspekten. Unsere Veranstaltungsreihe und Community of Practice „KI Hands-On“ nimmt genau solchen Aspekte in den Blick. Beim Termin zu der Frage "Was müssen Studierende in Zeiten von gKI Neues fürs Studium lernen?".

(Generative) KI hat uns allen neue Möglichkeiten eröffnet – auch den Studierenden. Während auf der einen Seite Rufe nach besseren Plagiatsprüfungstools laut werden, möchten wir uns dem Thema aus einer didaktischen Perspektive nähern und haben uns in einem gemeinsamen Forschungsprojekt von DDLitLab und HUL mit der Frage auseinandergesetzt, welches neue Wissen und welche neuen Fähigkeiten Studierende brauchen, um gKI verantwortungsbewusst und konstruktiv im Studium einzusetzen.

In diesem KI Hands-On werden wir unsere Vorgehensweise und Ergebnisse präsentieren und diskutieren. Außerdem werden wir uns gemeinsam der Fragen widmen, wie Sie diesen Themen in Ihrer eigenen Lehre Raum geben können und möchten - oder es womöglich im Sinne eines Good-Practice-Beispiels - bereits tun?

Die Anmeldung hier 

Sie wollen zusätzlich über weitere Veranstaltungen und aktuelle Entwicklungen auf dem Laufenden bleiben? Dann melden Sie sich zum Newsletter "gKI-Lehre" an.

Institutions

• DDLitLab, ISA-Zentrum

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Niklas Dieckow - Data-driven methods for the Maxey-Riley equations

The Maxey-Riley equations (MRE) describe the motion of a small inertial particle suspended in a fluid flow. They are a system of implicit integro-differential equations with a singular kernel. Exact solution methods require the evaluation of an integral over the entire particle history in each time step, causing the computation time to grow quadratically in the number of steps. In this talk, data-driven methods such as SINDy (Sparse Identification of Nonlinear Dynamics) are discussed and employed to obtain approximations of the MRE that do not contain an integral term and are therefore easier to solve.

Lectures will be held online via Zoom on Mondays starting at 16:00 in the winter semester 2023 in English. General zoom link for all lectures: Link

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Philip Suskin - Development of a Conversational Interface Based on Institution-Specific Documentation Through LLM Finetuning

All talks will be streamed via Zoom using https://tuhh.zoom.us/j/85203195489?pwd=K21saVMvZHc0d2NoNHd2bDZ6TmdDUT09
Meeting-ID: 852 0319 5489
Code: 827469

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Johanna Gleichauf - Sensor Fusion for the Robust Detection of Facial Regions of Neonates Using Neural Networks

All talks will be streamed via Zoom using https://tuhh.zoom.us/j/85203195489?pwd=K21saVMvZHc0d2NoNHd2bDZ6TmdDUT09
Meeting-ID: 852 0319 5489
Code: 827469

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Emin Nakilcioglu - Parameter Efficient Fine Tuning for a Domain-Specific Automatic Speech Recognition

With the introduction of early pre-trained language models such as Google’s BERT and various early GPT models, we have seen an ever-increasing excitement and interest in foundation models. To leverage existing pre-trained foundation models and adapt them to specific tasks or domains, these models need to be fine-tuned using domain-specific data. However, fine-tuning can be quite resource-intensive and costly as millions of  parameters will be modified as part of training. PEFT is a technique designed to fine-tune models while minimizing the need for extensive resources and cost. It achieves this efficiency by freezing some of the layers of the pre-trained model and only fine-tuning the last few layers that are specific to the downstream task. With the help of PEFT, we can achieve a balance between retaining valuable knowledge from the pre-trained model and adapting it effectively to the downstream task with fewer parameters.

Lectures will be held online via Zoom on Mondays starting at 16:00 in the winter semester 2023 in English. General zoom link for all lectures: Link

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Alexander Itin - AI for engineering and science: selected use cases

Its going to be a little bit chaotic talk with many use cases.  My scientific background is dynamical systems and condensed matter physics.  I switched from academic to industrial research at some point, joining Bosch Research, and did many interesting projects there. I then gradually returned back to academy. I will briefly discuss applications of AI in engineering, and in a more detail in science: how they are different and what have in common.  Such use cases as virtual sensors, synthetic FIB/SEM data generation, anomaly detection in manufacturing, etc, will be briefly reviewed (engineering). I will consider in a little bit more detail inverse design of photonic structures using generative AI, predictive physics-informed models, acceleration of solvers using AI  (science).

Lectures will be held online via Zoom on Mondays starting at 16:00 in the winter semester 2023 in English. General zoom link for all lectures: Link

The presentation series “Train your engineering network” on diverse topics of Machine Learning addresses all interested persons at TUHH, from MLE partners as well as from the Hamburg region in general and aims at promoting the exchange of information and knowledge between these persons as well as their networking in a relaxed atmosphere. Thereby, the machine learning activities within MLE, TUHH and in the wider environment shall be made more visible, cooperations shall be promoted and also interested students shall be given an insight.

Niklas Dieckow

All talks will be streamed via Zoom using https://tuhh.zoom.us/j/85203195489?pwd=K21saVMvZHc0d2NoNHd2bDZ6TmdDUT09
Meeting-ID: 852 0319 5489
Code: 827469