Bewerben
Demo anfordern
Zurückgerufen werden
Glossar
Was wäre, wenn wir die gleiche Sprache sprechen würden?
Unsere Experten bieten Ihnen dieses nicht erschöpfende und sich entwickelnde Glossar an
GlossZoom über künstliche Intelligenz und Datascience
KI bietet Unternehmen unbegrenzte Möglichkeiten, ihre Prozesse zu verbessern, fundiertere Entscheidungen zu treffen und außergewöhnliche Kundenerlebnisse zu bieten. Unsere AdvanThinkers bieten Ihnen dieses Glossar, um die Konzepte zu verstehen, die Ihnen helfen werden, das Beste aus der KI in einer sich ständig verändernden Welt herauszuholen.
Künstliche Intelligenz (KI)
Technologie, die es Maschinen ermöglicht, menschliche kognitive Fähigkeiten wie Lernen, Entscheidungsfindung und Problemlösung zu simulieren.
Computer Vision
Die Fähigkeit von KI-Systemen, Bilder und Videos zu interpretieren und zu analysieren.
Automatisierung von Prozessen
Einsatz von KI zur Automatisierung von sich wiederholenden und manuellen Aufgaben, wodurch die Effizienz und Produktivität gesteigert werden.
Überwachtes Lernen
Eine Art des maschinellen Lernens, bei der das Modell auf einen Satz von gekennzeichneten Daten trainiert wird, um zukünftige Ergebnisse vorherzusagen.
Verstärktes Lernen
Eine Art des Lernens, bei der das Modell durch Versuch und Irrtum lernt, indem es die Belohnungen maximiert und die Strafen minimiert.
Data Morphing
Eine von AdvantThink erfundene Technologie, die in der künstlichen Intelligenz und der Datenwissenschaft eingesetzt wird, um beliebige Datenmengen in Echtzeit und ohne Programmierung zu analysieren und visuell umzuwandeln. Ähnlich wie beim Bildmorphing ermöglicht Data Morphing eine sukzessive Transformation von Daten mit ständigem Zugriff auf alle Ergebnisse der Zwischenschritte.
Natürliche Sprachverarbeitung (NLP)
Die Fähigkeit von Maschinen, menschliche Sprache zu verstehen, zu interpretieren und zu erzeugen.
Chatbot
Ein KI-Programm, das NLP verwendet, um mit den Nutzern in Dialog zu treten und ihre Fragen zu beantworten.
Künstliches neuronales Netz
Ein Ansatz der KI, der sich an der Funktionsweise des menschlichen Gehirns orientiert und im Machine Learning verwendet wird.
Unüberwachtes Lernen
Eine Art des maschinellen Lernens, bei der das Modell die Daten durchforstet, um Muster ohne vorherige Beschriftung zu erkennen.
Gehirn-Computer-Schnittstelle (Brain-Computer Interface - BCI)
Eine Technologie, die es Maschinen ermöglicht, direkt mit dem menschlichen Gehirn zu kommunizieren, um Geräte zu steuern.
Entdecken Sie Use Cases, die diese Konzepte einbeziehen
GlossZoom zum Thema Zahlungsbetrug
Die Bekämpfung von Zahlungsbetrug mithilfe von KI ist ein entscheidender Ansatz, um Unternehmen und Verbraucher vor den wachsenden Bedrohungen zu schützen. Diese Schlüsselbegriffe sind entscheidend für das Verständnis und die Umsetzung wirksamer Maßnahmen zur Betrugsprävention und -aufdeckung.
Zahlungsbetrug
Zahlungsbetrug bezieht sich auf alle betrügerischen Aktivitäten, die darauf abzielen, nicht autorisierte, irreführende oder unrechtmäßige Transaktionen durchzuführen und dadurch Unternehmen und Verbrauchern finanzielle Verluste zuzufügen.
Algorithmus zur Betrugserkennung
Ein Betrugserkennungsalgorithmus ist ein Satz von KI-Regeln und -Modellen, die speziell dafür entwickelt wurden, Transaktionen zu analysieren und verdächtiges oder betrügerisches Verhalten zu erkennen.
Analyse der Daten
Bei der Datenanalyse werden Informationen aus Transaktionen untersucht und interpretiert, um potenzielle Betrugsmuster zu erkennen und geeignete Präventivmaßnahmen zu ergreifen.
Biometrische Authentifizierung
Die biometrische Authentifizierung nutzt einzigartige physische oder verhaltensbezogene Merkmale wie Fingerabdrücke, Gesichts- oder Spracherkennung, um die Identität eines Nutzers bei der Validierung von Zahlungen zu überprüfen.
Verhaltensanalyse
Die Verhaltensanalyse überwacht die Nutzungsgewohnheiten und Verhaltensmuster eines Nutzers, um abnormale Aktivitäten zu erkennen, die auf Betrug hindeuten könnten.
Kollektive Intelligenz
Kollektive Intelligenz bezieht sich auf die Nutzung von KI, um Daten und Informationen aus mehreren Quellen zu kombinieren, um die Erkennung und Verhinderung von Zahlungsbetrug zu verbessern.
Risiko-Score
Die Risikobewertung weist jeder Transaktion einen numerischen Wert zu, der die Höhe des damit verbundenen Betrugsrisikos angibt. Transaktionen mit hohem Risiko können einer zusätzlichen Überprüfung unterzogen werden.
Künstliche Intelligenz zur Betrugsbekämpfung (KI)
Künstliche Intelligenz ist eine Technologie, die es Maschinen ermöglicht, menschliche kognitive Fähigkeiten wie Entscheidungsfindung, Lernen, Mustererkennung und viele andere zu imitieren, um bei der Erkennung und Verhinderung von Zahlungsbetrug zu helfen.
Automatisches Lernen (Machine Learning)
Maschinelles Lernen ist ein Zweig der KI, der es Systemen ermöglicht, sich durch Erfahrung und ohne explizite Programmierung automatisch zu verbessern. Dadurch können sich Algorithmen zur Betrugserkennung an neue Bedrohungen anpassen und ihre Genauigkeit im Laufe der Zeit verbessern.
Prädiktive Modellierung
Bei der prädiktiven Modellierung werden statistische Verfahren und KI-Modelle eingesetzt, um auf der Grundlage historischer Daten zukünftiges Verhalten zu antizipieren. Dies hilft, Betrugsversuche vorherzusehen und ihnen wirksam zu begegnen.
Zwei-Faktor-Verifizierung (2FA)
Bei der Zwei-Faktor-Verifizierung werden zwei verschiedene Methoden zur Authentifizierung eines Nutzers verwendet, z. B. ein Passwort und ein Code, der an ein Mobiltelefon gesendet wird, wodurch die Sicherheit von Transaktionen erhöht wird.
Schwarze Liste
Eine schwarze Liste ist eine Datenbank, die Informationen über Konten, Kreditkarten oder Adressen enthält, die mit betrügerischen Aktivitäten in Verbindung gebracht werden, sodass Transaktionen aus verdächtigen Quellen blockiert werden können.
Entdecken Sie Use Cases, die diese Konzepte einbeziehen
Schlagen Sie neue Konzepte vor!
Ihr Fachwissen zählt! Reichen Sie neue Konzepte ein, um unser Glossar zu erweitern und Ihr Wissen mit der AdvanThink-Gemeinschaft zu teilen.
