Themen Hub KI in der Praxis
Künstliche Intelligenz ist im Alltag gegenwärtig – vom „Googeln“ über Gesichtserkennung bis zum Staubsaugerroboter. KI-Werkzeuge werden immer elaborierter und unterstützen Menschen und Unternehmen effektiver bei ihren Aufgaben, etwa bei der Generierung von Grafiken, beim Texten oder Coden oder bei der Interpretation großer Datenmengen.
Welche KI-Werkzeuge gibt es, wie funktionieren sind, wie helfen sie im Alltag – und wie verändern sie unser Leben? Mit diesen Fragen befassen wir uns in der Rubrik Künstliche Intelligenz in der Praxis.
Uber Eats manipuliert jetzt Essensbilder mithilfe generativer KI.
Uber Eats setzt generative KI ein, um „niedrigqualitative Essensbilder“ auf Menüs zu erkennen und zu verbessern. Dabei werden nicht nur Licht, Auflösung oder Bildausschnitt verändert. Die KI kann das Essen auch „auf andere Teller oder Hintergründe editieren“ – und sogar „das Essen selbst anpassen, etwa es vergrößern oder Lücken auffüllen beim digitalen Neu-Anrichten“.
Diese Form der Bildmanipulation geht über klassische Retusche oder generische Stock-Fotos hinaus: Sie erzeugt potenziell authentisch wirkende Darstellungen von Gerichten, die nie tatsächlich existierten.
Cohere bringt mit Command A Vision ein KI-Modell heraus, das besonders gut Bilder, Diagramme, PDFs und andere visuelle Daten analysieren kann. Laut Cohere schneidet das Modell in Benchmarks etwas besser ab als GPT-4.1, Llama 4 Maverick und Mistral Medium 3.
Die OCR-Funktion versteht nicht nur Text, sondern auch das Layout und die Struktur von Dokumenten wie Rechnungen oder Formularen und kann die extrahierten Daten strukturiert im JSON-Format ausgeben. Zudem kann Command A Vision reale Szenen analysieren, um etwa Risiken in Industrieanlagen zu erkennen.
Command A Vision ist über die Cohere-Plattform und für Forschungszwecke über Hugging Face verfügbar. Das Modell läuft lokal mit zwei A100-Grafikprozessoren oder einem H100-Prozessor mit 4-Bit-Quantisierung.
