Hochleistungs KI. Was wir anders machen als Grok, Chat GPT, Gemini, DeepSeek oder andere Onlinesysteme:
Die Systeme laufen lokal auf dem Firmencomputer oder bei vertrauenswürdigen, europäischen Providern – keine Datenschutzprobleme, kein Datenklau. Wir haben zudem eigene Trainingsdatenbanken erstellt. Damit sind auch die Ergebnisse nicht von anderen kopierbar. Es gab zig Durchläufe, mit denen die AI schon mit ihren eigenen Daten lernen konnte. Aus verschiedenen Aufgaben entwickelte sich unsere KI weiter. Die Anwendungen wurden vielfältiger. Teilweise Eigenentwicklungen, teilweise Open Source, teilweise kommerzielle Software. Mittlerweile steht eine sehr ansehnliche Palette an KI Tools zur Verfügung.
- Structure from Motion, SfM, 3D Kartografie – Umwandlung von Drohnenvideos in 3D Landschaften
- Structure from Motion, SfM, 3D Immobilienpräsentationen – innen und außen, von Museen bis Immobilienportal
- Structure from Motion, SfM, 3D Objekte – aus Videos entstehen virtuelle 3D Objekte
- Drohnensteuerung – bis Optimierung von Schwärmen
- Texte für Online Marketing – super schnelle Erzeugung für Texte, etwa bei Google Ads oder für Produktbeschreibungen
- Business Intelligence – Datenanalyse komplexer und großer Datenbestände, etwa für Marktforschung oder technische Anwendungen
- Bilder, Grafiken und Videoclips für Webseiten
- Schnelle Entwicklung – speziell Fast Prototyping in Python
- Geländeüberwachung, zivil und militärisch
- Forschungsprojekt: Lippen lesen
- Forschungsprojekt: Mustererkennung bis hin zu automatischer Erkennung von Angriffen bei Überwachungskameras
- Forschungsprojekt: LiDAR – Light Detection and Ranging, Strukturerkennung Archäologie
Wir haben was gegen Fälschungen! Künstliche Intelligenz zur Erkennung von Deepfakes und Mimikerkennung.
- Sind Videos und Clips echt oder nicht? – Erkennungsrate weit über 90 Prozent
- Spricht eine Person die Wahrheit oder lügt sie?
LLM im Vergleich zu LoRA. Large Language Modules LLM können viel aber sind erst einmal nicht sonderlich spezialisiert. Low Rank Adoption LoRA, speziell bei Teilaufgaben, liefern schnellere Resultate, bspw. für Stable Diffusion. Man kann nun zwischen LLMs und LoRAs wechseln. Einerseits für Teilaufgaben, andererseits für Finetuning oder größere Aufgaben. Die Cross-Attention-Schichten lassen sich mit LoRAs effizienter ansteuern. Für schnelles Training oder Details spart man oft das Hundertfache und mehr an Rechenleistung. Die Gesamtentwicklung der AI Resultate wird flotter oder / und genauer. Als kommerzielle Systeme nutzen wir, zusätzlich zu den Eigenentwicklungen, gängige Plattformen.
Die Systemanforderungen sind übrigens: i7, besser i9 der neueren Generationen, i7 und i9 Ultra oder Ryzen 9. Mindestens 32 GB Arbeitsspeicher. Mindestens RTX 3080 Grafikkarte, besser RTX 4070, RTX 4080, RTX 5er Serie ab 5070 oder höher. Und natürlich eine SSD als Festplatte. Prinzipiell läuft die Software auch auf kleineren Systemen, dann wird es aber wirklich langsam.