david.fehrenbach

Über David Fehrenbach

David ist Geschäftsführer von preML und schreibt über technologie- und geschäftsbezogene Themen im Bereich Computer Vision und maschinelles Lernen.

Feedback Loop für KI-basierte Anomalieerkennung: Präzisere Qualitätskontrolle durch Nutzerfeedback

Von |2026-03-17T15:28:34+01:00Februar 27th, 2026|Allgemein, Anomalie, completeness, ESA, Learning, News, Research|

Unser neues Feedback-Loop-Feature ermöglicht eine kontinuierliche Verbesserung der KI-basierten Anomalieerkennung durch gezielte Nutzerannotationen und intelligente Priorisierung unsicherer Fälle. So verbinden wir menschliche Expertise mit datengetriebener Optimierung und sichern stabile, [...]

Wie erstelle ich einen hochwertigen Datensatz zur Anomalieerkennung?

Von |2025-02-13T14:54:06+01:00September 26th, 2024|Allgemein, Anomalie, Learning, News, Research|

Ein großer Vorteil von Anomalie-Erkennungsmodellen ist, dass sie ausschließlich mit Bildern trainiert werden, die das ideale Erscheinungsbild eines Objekts repräsentieren. Das bedeutet, man benötigt lediglich Aufnahmen von fehlerfreien Objekten. [...]

Optimierung der Baustellenlogistik mit Echtzeit-KI-Lösungen: Fahrzeugerkennung, Lastschätzung und Fahrtrichtung

Von |2024-01-31T03:54:44+01:00Januar 25th, 2024|Allgemein, Learning, News, Unkategorisiert|

Die Logistik ist stets bestrebt, Spitzenleistungen zu erbringen und die Kunden zufrieden zu stellen. Im Zusammenhang mit Baustellen bezieht sich die Logistik auf die effiziente Koordination und Verwaltung verschiedener [...]

Performance Metriken bei Machine Learing Modellen: Ein Beispiel im Bereich Rissdetektion

Von |2024-02-01T21:13:15+01:00September 4th, 2023|Allgemein, CAD2SYNTH, KI4PRECAST, Learning, Research, SMILE4KMU|

Wenn ich unsere visuellen Qualitätsprüfsysteme verkaufe, werde ich oft in einem sehr frühen Projektstadium gefragt, wie zuverlässig die Fehlererkennung ist. In der Regel benötigen wir einen Proof of Concept [...]

Nach oben