Refine
Year
Publication Type
- Report (199) (remove)
Language
- German (107)
- English (85)
- Multiple languages (4)
- French (2)
- Spanish (1)
Keywords
- Covid-19 (6)
- Blockchain (4)
- Schutzausrüstung (4)
- Studie (4)
- European (3)
- Infektionsschutz (3)
- business (3)
- university (3)
- university-business cooperation (3)
- Ethereum (2)
Faculty
- Wirtschaft (MSB) (84)
- Sozialwesen (SW) (32)
- Energie · Gebäude · Umwelt (EGU) (23)
- Oecotrophologie · Facility Management (OEF) (22)
- Bauingenieurwesen (BAU) (19)
- Gesundheit (MDH) (15)
- Kompetenzzentrum Humanitäre Hilfe (10)
- iSuN Institut für Nachhaltige Ernährung (4)
- IBL (3)
- Elektrotechnik und Informatik (ETI) (2)
- ITB (1)
- Maschinenbau (MB) (1)
- Physikingenieurwesen (PHY) (1)
- Wandelwerk. Zentrum für Qualitätsentwicklung (1)
- keine Zuordnung (1)
Die Integration von Künstlicher Intelligenz (KI) im Gesundheitswesen ist zu einem Schwerpunktthema geworden und dominiert aktuell Diskussionen in Kliniken allgemein als auch Pathologien spezifisch. Trotz des Enthusiasmus klafft nach wie vor eine Lücke zwischen den Erwartungen der Anwender und den tatsächlichen Vorteilen nach der Implementierung. Dies spiegelt sich in den Herausforderungen der KI-Integration wider.
In der folgenden wissenschaftlichen Studie widmen wir uns den Erwartungen von Akteuren im Gesundheitswesen – spezifisch in Kliniken und Pathologien – an KI-Lösungen und ihren Einsatz. Dabei wird ein besonderer Fokus auf die dahinterliegenden Faktoren gelegt, die die aktuellen Erwartungen und die daraufhin ergriffenen Maßnahmen beeinflussen. Unsere Ergebnisse stützen sich sowohl auf den wissenschaftlichen Diskurs als auch auf die weite, öffentliche Diskussion zur praktischen Umsetzung – wie in Expertenberichten, Interviews, Konferenzbeiträgen und Artikeln aus Politik, Kliniken und weiteren Institutionen.
Dadurch trägt die Studie zu einem besseren Verständnis der aktuellen KI-Erwartungen und ihrer beeinflussenden Faktoren bei und befähigt Akteure in dem Markt, die Zukunft von KI im Gesundheitswesen mitzugestalten.
Der Abschlussbericht fasst die im Wintersemester 2023/2024 erzielten Ergebnisse des Forschungs- und Entwicklungsprojektes im Studiengang Master of Science Wirtschaftsinformatik an der FH Münster zusammen.
Das Forschungsprojekt befasste sich mit der Fragestellung, wie sich hochperformanter Code in systemfernen Programmiersprachen wie Java oder JavaScript integrieren lässt, um die vorhandene Hardwareleistung moderner CPUs und GPUs besser ausnutzen zu können. Derzeitig wird hierzu sowohl im Umfeld der Java-Plattform als auch in einer Working Group des World Wide Web Consortiums an Vorschlägen zur verbesserten SIMD-Integration gearbeitet. Im Forschungprojekt wurden diese Vorschläge aufgegriffen und hinichtlich des resultierenden Programmieraufwandes und der erzielbaren Leistungssteigerung qualitativ und quantitativ bewertet. Für JavaScript-basierte Browseranwendungen standen die Schnittstellen WebGPU und WebGL im Mittelpunkt, im Java-Umfeld wurden die drei Schnittstellen Foreign Functions & Memory API, Java Vector API und Java Native Interface (JNI) miteinander verglichen und bewertet.