Skip to main content

Immer auf dem Laufenden

#industry #finance #lifesciences #other

Der HMS Blog

Aktuelle Themen, praxisnahe  Lösungen und neue Impulse: Im HMS-Blog erfahren Sie, wie Unternehmen  Data & Analytics erfolgreich einsetzen.

Non-Generative KI-Agenten: Wann klassische KI generativen Modellen überlegen ist

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

Alexander Helmboldt

KI-gestützte Vorhersagen in der Intensivmedizin

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.

Dr. Markward Britsch

Atomic Delivery Teams für Generative AI Projekte

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.

Christoph Bergen

Wie Multi-Agent-Sprachmodelle die Erstellung komplexer Dokumente verbessern

Wie Multi-Agent Language Models die Erstellung komplexer Dokumente präziser, schneller und strukturierter machen.

Özgür Cem Özcan

Digitale Souveränität für KI- und Analytics Plattformen

Souveräne IT-Architekturen sichern Kontrolle über Daten und Systeme, ohne Flexibilität einzuschränken. Anhand praxisnaher Beispiele zeigen wir, wie Organisationen Abhängigkeiten reduzieren und durch bewusste Technologieentscheidungen langfristige Resilienz erreichen.

Mark Bangert

Philipp Jakoby

Optimierung von Vektorspeichern

Vektor Stores sind das Herzstück moderner GenAI-Anwendungen. Ihre effiziente Skalierung ist jedoch komplexer als es scheint. Von Metadatenmanagement über hybride Suche bis hin zu Ingestion Pipelines: Hier erfahren Sie, welche typischen Fallstricke auftreten und wie Sie diese auf Basis realer Projekterfahrungen vermeiden können.

Lukas Neuhauser