Skip to content

Read-only version: For security reasons, the Research Information System (FIS) has been temporarily replaced by this read-only version. All public content and full texts remain available; login, editing, submission and statistics are not available. Questions: fis@uni-bamberg.de

Home › Research data › Künstliche Intelligenz - Prof. Ute Schmid

Research data

Künstliche Intelligenz - Prof. Ute Schmid

Details

Publication Details

Organisation
Contributor(s)
Rosen, Patrick
Other
Publisher Information
Otto-Friedrich-Universität Bamberg
Year of publication
2023
Date of creation
2023-01-13
Language
German
DOI
Part of
Ethik & Künstliche Intelligenz - Prof. Dr. Christoph Benzmüller
Chatbots & Dialogsysteme - Prof. Dr. Stefan Ultes
Abstract

Zu Beginn des Gesprächs räumt unser Podcastgast Prof. Dr. Ute Schmid erst einmal mit vorherrschenden Vorurteilen gegenüber KI auf: So erscheint es fraglich, ob Maschinen per Algorithmen grundsätzlich überhaupt schneller und besser entscheiden können als Menschen!

Ute Schmid ist Diplom-Psychologin und Diplom-Informatikerin. Seit 2004 ist sie Professorin für Angewandte Informatik insbesondere Kognitive Systeme an der Universität Bamberg. Sie lehrt und forscht in den Bereichen Künstliche Intelligenz, maschinelles Lernen und kognitive Modellierung. Seit 2020 ist Ute Schmid Mitglied im Direktorium des Bayerischen Instituts für Digitale Transformation. Sie leitet die Fraunhofer IIS Projektgruppe "Erklärbare KI".

In diesem Podcast erklärt Prof. Schmid zunächst, was eine starke und eine schwache KI ist. Und, in welcher Beziehung KI mit den Begriffen "wissensbasierte Systeme", "Neuronale Netzwerke" und "Robotik" steht.

In Ihrer Arbeit beschäftigt sich Prof. Schmid auch KI-Anwendungen fernab der Universität: So hält sie Fortbildungen zum Thema Informatik für Vorschule und Grundschule und ist aktiv im Bereich "KI und Schule". Für ihr Engagement zum Wissenstransfer, insbesondere im Bereich KI wurde sie 2020 mit dem Rainer-Markgraf-Preis ausgezeichnet.

Type
Sound
DDC
004 Computer science
Keywords
Podcast
Extent
32.7 MB
Format
audio/mpeg
Project

Permalink: https://fis.uni-bamberg.de/handle/uniba/59472 · Data as JSON

Data as of: 2026-11-15

Restricted read-only access: login, editing and submission are temporarily disabled.