Projekt DeepScan bei The Future Code

Anfang Juni hatte das Projekt DeepScan die Möglichkeit sich bei der Veranstaltung „The Future Code“ vorzustellen und sich über die digitale Transformation, Robtik und künstlicher Intelligenz auszutauschen.

Zusammen mit drei weiteren VertreterInnen aus den Disziplinen Rechtswissenschaft, Philosophie und Informatik diskutierte Professor Axel Winkelmann über die Frage, wie KI und Big Data unser Geschäftsleben heute verändert.

Ein paar Eindrücke von der Veranstaltung zeigen wir Ihnen hier.

Projekt DeepScan zu Gast im Deutschlandfunk!

Kaum ist das Jahr 2019 angelaufen ist DeepScan in aller Munde. Anfang Januar hatte Professor Axel Winkelmann die Möglichkeit in einem Kurzen Beitrag das Projekt DeepScan im Computer Club des Deutschlandfunk (DLF) vorzustellen.

Zusammen mit Manfred Kloiber erklärte er den Zuhören, um was es sich bei DeepScan handelt und wie man sich die Idee und das grobe Konzept hinter Deepscan vorstellen kann.

Ein paar Eindrücke des Besuchs im BR zeigen wir hier. Die Sendung des DLF haben wir ebenfalls folgend verlinkt. https://www.deutschlandfunk.de/computer-und-kommunikation.683.de.html?drbm:date=2019-01-19

Beitrag des DLF zu DeepScan:

Kostenloses Fachbuch: eStandards einfach einführen

In den letzten drei Jahren hat der Lehrstuhl für BWL und Wirtschaftsinformatik von Prof. Axel Winkelmann im Forschungsprojekt Komplex-e zentrale Fragestellungen der Einführung elektronischer Standards in einem interaktiven Online-Tool beantwortet. Die Projektergebnisse stehen nun in form eines kostenfreien Fachbuchs zur Verfügung. „Kostenloses Fachbuch: eStandards einfach einführen“ weiterlesen

Projektstart: Maschinelles Lernen zur automatisierten Erkennung von IKT-Sicherheitsvorfällen und Manipulationsversuchen

Ziel des Verbundvorhabens DeepScan ist die Untersuchung von Methoden des maschinellen Lernens und der künstlichen Intelligenzen zur automatisierten Erkennung von Sicherheitsvorfällen und Manipulationsversuchen in Unternehmenssoftware. Dabei soll unter anderem eine sogenannte „Machine Learning Toolbox“ entstehen, die eine automatische Erkennung von Anomalien und Manipulationsversuchen erlaubt.

Projektkonsortium:

Universität Würzburg

Prof. Dr. Axel Winkelmann
Lehrstuhl für BWL und Wirtschaftsinformatik

Prof. Dr. Andreas Hotho
Lehrstuhl für Informatik VI – DMIR Research Group

TGS Audit & Tax GmbH

datenschutz süd GmbH

godesys AG

Das Bundesministerium Bundesministerium für Bildung und Forschung unterstützt das Vorhaben im Rahmen der Richtlinie zur Förderung von Forschungsvorhaben zur automatisierten Analyse von Daten mittels Maschinellen Lernens im Rahmen des Förderprogramms „IKT 2020 – Forschung für Innovationen“ des Bundesministeriums für Bildung und Forschung.

Ausführliche Projektbeschreibung:

„Projektstart: Maschinelles Lernen zur automatisierten Erkennung von IKT-Sicherheitsvorfällen und Manipulationsversuchen“ weiterlesen