19. Juli 2024
  WEITERE NEWS
Aktuelles aus
L
ibrary
Essentials

In der Ausgabe 4/2024 (Juni-Juli 2024) lesen Sie u.a.:

  • Forensische Szien­to­metrik (FoSci) – Wäch­ter der wissen­schaftlichen Integrität
  • NIST Research Data Framework 2.0: Zukunftsweisendes Werkzeug für das Forschungsdatenmanagement
  • Artificial Intelligence in the News: How AI Retools, Rationalizes, and Reshapes Journalism and the Public Arena
  • Large Language Models und ihre Potenziale im Bildungssystem
  • The Use Case Observatory:
    Dreijährige Analyse der wirtschaftlichen, staatlichen, sozialen und ökologischen Auswirkungen von Open Data
  • Die Aufteilung der Kosten einer Volltextdatenbank auf die enthaltenen Zeitschriften: Sechs Methoden
  • Flexibles Arbeiten im Bibliotheksbereich: in die Zukunft und darüber hinaus
  • Die Zukunft der Wissenschaftlichen Monografien: Neue Geschäftsmodelle und der Einfluss der Politik
u.v.m.
  fachbuchjournal
Ausgabe 6 / 2023

BIOGRAFIEN
Vergessene Frauen werden sichtbar

FOTOGRAFIE
„In Lothars Bücherwelt walten magische Kräfte.“
Glamour Collection, Lothar Schirmer, Katalog einer Sammlung

WISSENSCHAFTSGESCHICHTE
Hingabe an die Sache des Wissens

MUSIK
Klaus Pringsheim aus Tokyo
Ein Wanderer zwischen den Welten

MAKE METAL SMALL AGAIN
20 Jahre Malmzeit

ASTRONOMIE
Sonne, Mond, Sterne

LANDESKUNDE
Vietnam – der aufsteigende Drache

MEDIZIN | FOTOGRAFIE
„Und ja, mein einziger Bezugspunkt
bin ich jetzt selbst“

RECHT
Stiftungsrecht und Steuerrecht I Verfassungsrecht I Medizinrecht I Strafprozessrecht

uvm

Springer Nature führt mit AskAdis eine KI-gestützte Dialogschnittstelle für Pharmaunternehmen ein

AskAdis bietet unmittelbare und relevante Antworten auf Fragen zur Arzneimittelentwicklung und -forschung durch ausschließlichen Zugriff auf validierte Informationen.

AskAdis ist eine neue, hochmoderne Chat-Schnittstelle, die von Springer Nature für den Markt der pharmazeutischen Arzneimittelentwicklung entwickelt wurde. Sie basiert auf AdisInsight, einer marktführenden Datenbank für die Arzneimittelentwicklung mit über einer halben Million Nutzer*innen jährlich.

LLMs (Large Language Models) von der Stange sind oft ungenau, unvollständig oder unzuverlässig, da sie auf alle Inhalte zurückgreifen, auf die sie trainiert wurden, um Antworten zu generieren. Durch die Verwendung von generativer KI wurde AskAdis nur auf relevante, bereits validierte Inhalte, Informationen und Daten trainiert, wodurch die Ergebnisse genauer und zuverlässiger sind.

Es verfügt über eine Chat-Schnittstelle, die es Nutzer*innen ermöglicht, spezifische Fragen in natürlicher Sprache zu stellen. Dies bedeutet, dass sie in kürzester Zeit den genauen Umfang der gesuchten Informationen eingrenzen können. Das ist ein wesentliches Merkmal für die Pharmabranche, in der sich Informationen schnell ändern können, sehr komplex sind und Auswirkungen auf das menschliche Leben haben können.

Harald Wirsching, Managing Director, Data and Analytics Solutions, kommentierte:

„Unternehmen und Forschende im Bereich der Arzneimittelentwicklung stehen vor einer besonderen Herausforderung: Wie kann man gezielte, relevante und zuverlässige Antworten auf spezifische Fragen erhalten? AskAdis geht diese Herausforderung an, indem es einen einzigartigen Zugang zu kritischen, vertrauenswürdigen Informationen bietet, die alle bereits validiert wurden. Durch den Einsatz von KI sind wir in der Lage, die Forschung zu beschleunigen, indem wir fundiertere Entscheidungen treffen und die Entwicklung von Arzneimitteln vorantreiben."

springernature.com/de/group