

Björn Ommer
Professor an der LMU München und Chief AI Officer, ausgezeichnet mit dem Deutschen KI-Preis; Experte für Computer Vision und Mitentwickler von Stable Diffusion, spricht über generative KI, Robotik und Safe-AI‑Themen.
Top 3 podcasts with Björn Ommer
Ranked by the Snipd community

137 snips
Nov 16, 2025 • 2h 22min
PROF. DR. BJÖRN OMMER: Ohne Kontrolle wird KI gefährlich — „wir brauchen einen Aus-Knopf"
Prof. Dr. Björn Ommer ist Professor an der LMU München und Chief AI Officer. Er ist ein führender Experte für künstliche Intelligenz und warnt vor den Gefahren der unkontrollierten KI. Ommer diskutiert, warum Europa im KI-Rennen aufpassen muss und beleuchtet, wie generative KI die Gesellschaft beeinflusst. Er erklärt die Herausforderungen des maschinellen Sehens und setzt sich für eine verantwortungsvolle Nutzung von KI ein. Zudem betont er die Bedeutung von Bildung und gemeinsamen Werten für eine sichere Zukunft der Technologie.

26 snips
Jan 24, 2025 • 49min
Björn Ommer – der Mann, der Computern das Sehen beibringt
Björn Ommer, Informatikprofessor an der LMU München und Pionier im Bereich generative KI, spricht über seine Mission, Computern das Sehen beizubringen. Er erklärt, wie die Entwicklung des Bildmodells Stable Diffusion ihm ermöglicht, Maschinenumgebungen besser erkennen zu lassen. Ommer beleuchtet auch die Herausforderungen, die KI-Forschung durch Betrug und unethisches Verhalten plagen, und thematisiert die Rolle von Weltmodellen im autonomen Fahren. Zudem teilt er seine Faszination für die menschliche Intelligenz und die ethischen Standards in der Künstlichen Intelligenz.

6 snips
Mar 22, 2024 • 46min
#177 Björn Ommer: Diffusion Mods Explained By Stable Diffusion's Creator
Explore the world of generative AI models and diffusion models with Björn Ommer. Learn about stable diffusion, making AI accessible on consumer hardware, open-source vs proprietary development, and the societal impact of generative AI. Delve into perception dynamics, evolution of AI models, vision processing, architecture blends, and the fallacy of scaling in AI development.


