Multimodalität

Mul­ti­mo­da­li­tät ist die Fähig­keit eines Sys­tems, Infor­ma­tio­nen aus unter­schied­li­chen Moda­li­tä­ten wie Text, Bild und Audio gleich­zei­tig zu ver­ar­bei­ten und zu inter­pre­tie­ren. Durch die Kom­bi­na­ti­on ver­schie­de­ner Daten­quel­len kann mul­ti­mo­da­le KI facet­ten­rei­che­re und kon­text­sen­si­ti­ve­re Ergeb­nis­se lie­fern. Anwen­dungs­bei­spie­le rei­chen von Bild-Text-Ana­ly­se bis hin zu sprach­ge­steu­er­ten Inter­faces mit visu­el­ler Unter­stüt­zung. Mul­ti­mo­da­li­tät ver­bes­sert somit die Inter­ak­ti­on zwi­schen Mensch und Maschi­ne und ermög­licht kom­ple­xe­re Auf­ga­ben.