Der HMS Blog

Einzelne LLMs liefern beeindruckende Ergebnisse. Doch bei der Modernisierung großer Legacy-Landschaften entscheiden Analyse, Orchestrierung, Tests und Governance über den Erfolg. Warum Agentensysteme dabei der Schlüssel sind, lesen Sie in diesem Artikel.

Warum Forecasting selten nur ein Modellthema ist: Dieser Artikel zeigt, welche Faktoren in der Praxis über Akzeptanz und Nutzen von Prognosen entscheiden – von Explainable AI bis zur Integration lokaler Daten.

Der Artikel erklärt, wie Explainable AI Zeitreihenprognosen verständlicher macht. Mit SHAP-Werten werden Forecasts in Einflussbeiträge zerlegt, sodass Treiber einer Prognose sichtbar werden. Zudem zeigt der Beitrag, wie Forecast-Revisionen zwischen zwei Prognoseläufen erklärt werden können.

Erklärbare KI (XAI) macht KI-Entscheidungen nachvollziehbar und stärkt Vertrauen in automatisierte Systeme. Gleichzeitig unterstützt sie Compliance-Anforderungen wie den EU AI Act und sorgt dafür, dass KI in der Praxis wirklich genutzt wird.

Die Wahl des richtigen Technologie-Partners ist heute eine strategische CIO-Entscheidung. Erfahren Sie, welche Kriterien wirklich zählen – von Use-Case-Fit über Governance bis Umsetzungskompetenz.

Ein praxisnaher Überblick über Text-to-SQL-Automatisierung mit Fokus auf Architektur, Validierung und die Grenzen des konversationellen Datenbankzugriffs.

Der Artikel erläutert, wann non-generative KI-Agenten eingesetzt werden sollten und warum klassische Modelle in vielen geschäftskritischen Anwendungen LLMs weiterhin überlegen sind.

Wie lassen sich kritische Zustandsveränderungen bei Intensivpatientinnen und -patienten frühzeitig erkennen und zugleich fachlich nachvollziehbar bewerten. Dieser Frage widmet sich ein aktuelles wissenschaftliches Paper, das in Communications Medicine, einem peer-reviewten Fachjournal aus dem Nature-Portfolio, veröffentlicht wurde. An der Arbeit war auch Markward Britsch, Data Scientist bei HMS, als Teil eines interdisziplinären Forschungsteams beteiligt.

Erfahre, wie Atomic Delivery Teams Unternehmen helfen, Generative AI Projekte erfolgreich von der Idee in die skalierbare Produktion zu bringen. Der Artikel zeigt die wichtigsten Rollen, Fähigkeiten und Prinzipien für nachhaltige AI Wertschöpfung.