Kursinhalte
- o KI verstehen: Was ist KI? Was kann sie? Wo liegen Grenzen?
- o Wie lernt KI? Machine Learning anhand eines Produktionsbeispiels
- o Daten als Grundlage: Welche Daten braucht KI und was macht Daten „KI-tauglich“?
- o KI in der Produktion/Robotik: Praxisbeispiele aus Qualität, Instandhaltung, Planung, Prozessoptimierung etc.
- o Vom Problem zum KI-Use-Case. Welches Problem eignet sich für KI – und welches nicht?
- o Hands-on: Ein KI-Pilotprojekt. Von Produktionsdaten zum ML-Modell und zur Bewertung
- o Transfer ins eigene Unternehmen: Eigene Use-Case-Idee entwickeln und nächste Schritte definieren
Lernziele
- o die wichtigsten Begriffe und Einsatzbereiche im Zusammenhang mit KI und ML.
- o die wichtigsten Arten und Methoden des Maschinellen Lernens.
- o die Phasen und Elemente eines KI-Projekts.
- o die wichtigsten Probleme im Bereich Datenqualität und Verfahren der Datenaufbereitung.
- o den KI Workflow mit Jupyter Notebooks (Hands-On-Beispiele).
Zielgruppe
o Ingenieur*innen und technische Fachkräfte, Domänen - und Prozessexpert*innen sowie Entscheider*innen in produzierenden Unternehmen, die KI und Maschinelles Lernen in ihre Prozesse bzw. Robotersysteme einführen möchten.
Verfügbare Termine
Wählen Sie einen Termin und sichern Sie sich Ihren Platz.