Mittelstand 4.0-Kompetenzzentrum Usability

In der Online-Seminar-Reihe dieses Schwerpunkts wird ein grundlegendes technisches Verständnis der Künstlichen Intelligenz erschlossen. Für die vier Hauptkategorien der KI – Planung und Suche, Wissensrepräsentation und Inferenz, Modellierung von Unsicherheit und Maschinelles Lernen - werden die grundlegenden Konzepte, Randbedingungen und die jeweils wichtigsten Algorithmen vorgestellt. Mit diesem Wissen soll zum einen das Potenzial der KI in den diversen Anwendungsbereichen verstanden werden. Zum anderen stellt es die Grundlage für eine strukturierte und effiziente Einordnung eigener Aufgaben in die jeweilige Verfahrenskategorie dar.

Die  Online-Seminar-Reihe besteht aus drei Teilen:

• Teil 1: KI Einführung und Kategorie „Suche und Planung“
• Teil 2: Kategorien „Wissensrepräsentation und Inferenz“ und „Modellierung von Unsicherheit“
• Teil 3: Kategorie „Machine Learning“

Wir empfehlen an allen drei Teilen teilzunehmen. Es ist jedoch auch eine Teilnahme an z.B. Teil 1 + Teil 3 oder Teil 1 + Teil 2 möglich.

Voraussetzungen: Keine. Die Online-Seminar-Reihe ist darauf ausgelegt, dass jeder daran teilnehmen kann. Technisches Wissen oder Programmierkenntnisse werden nicht benötigt.

Melden Sie sich jetzt kostenlos für Teil 2 an!

Für Unternehmen, die erwägen Künstliche  Intelligenz (KI) oder Maschinelles Lernen (ML) zukünftig fest in ihre Produkte, Dienste und Geschäftsprozesse zu integrieren sind entsprechende Transformationsprozesse nötig. Mögliche Wege hin zu solchen KI-integrierenden Unternehmen sind Gegenstand dieses Seminars.

Initiale KI-Projekte sind der erste Schritt hin zu einer erfolgreichen strategischen KI-Integration. Gleichzeitig ist das Identifizieren geeigneter Anwendungsfälle und daraus abgeleitete Business-Cases eine der größten Herausforderungen bei der Anwendung von KI in Unternehmen. Mögliche Ansätze, Methoden, Fallstricke und Voraussetzungen werden vorgestellt. 

Die Inhalte eignen sich für Geschäftsführer, Führungskräfte und auch jene Mitarbeiter, die an der erfolgreichen strategischen Integration von KI im Unternehmen interessiert sind. KI-Kenntnisse werden nicht vorausgesetzt.

Melden Sie sich jetzt kostenlos an!

In der Online-Seminar-Reihe dieses Schwerpunkts wird ein grundlegendes technisches Verständnis der Künstlichen Intelligenz erschlossen. Für die vier Hauptkategorien der KI – Planung und Suche, Wissensrepräsentation und Inferenz, Modellierung von Unsicherheit und Maschinelles Lernen - werden die grundlegenden Konzepte, Randbedingungen und die jeweils wichtigsten Algorithmen vorgestellt. Mit diesem Wissen soll zum einen das Potenzial der KI in den diversen Anwendungsbereichen verstanden werden. Zum anderen stellt es die Grundlage für eine strukturierte und effiziente Einordnung eigener Aufgaben in die jeweilige Verfahrenskategorie dar.

Die  Online-Seminar-Reihe besteht aus drei Teilen:

• Teil 1: KI Einführung und Kategorie „Suche und Planung“
• Teil 2: Kategorien „Wissensrepräsentation und Inferenz“ und „Modellierung von Unsicherheit“
• Teil 3: Kategorie „Machine Learning“

Wir empfehlen an allen drei Teilen teilzunehmen. Es ist jedoch auch eine Teilnahme an z.B. Teil 1 + Teil 3 oder Teil 1 + Teil 2 möglich.

Voraussetzungen: Keine. Die Online-Seminar-Reihe ist darauf ausgelegt, dass jeder daran teilnehmen kann. Technisches Wissen oder Programmierkenntnisse werden nicht benötigt.

Melden Sie sich jetzt kostenlos für Teil 3 an!

Erhalten Sie im Rahmen der Remote-Abschlussveranstaltung am 28.07.20 ab 14:15 Uhr Einblicke in drei Projekte aus unterschiedlichen Branchen und lernen Sie im Projekt eingesetzte UUX-Methoden und Projektergebnisse kennen. Anschließend an die drei Vorträge der Projekte sind Sie dazu eingeladen mit den Projektpartnern des Kompetenzzentrums Usability und den beteiligten Studierenden der Hochschule der Medien in die Diskussion und den Erfahrungsaustausch zu treten.

Agenda:
14:15 Welcome & Einführung
         | Moderator: Prof. Dr. Michael Burmester, Mittelstand-4.0 Kompetenzzentrum Usability
14:30 Hotel Lamm
         | Referierende: Judith Hatzing, Christina Schulz, Jonas Sauer,
                                    Natalie Stiegler, Sarah Zimmermann
15:15 Pause
15:25 Peakboard
         | Referierende: Alexandra Chepisheva, Sina Lohrer, Sonja Pietsch, Annika Bergfelder, Minh Vo
16:10 Qymatix
         | Referierende: Kimberly Winter, Elena Arnold, Jana Falkner, Akina Hocke, Tabea Ibrahimi
16:55 Diskussion & Austausch mit den Projektbeteiligten
17:15 Ende der Veranstaltung

Die Veranstaltung ist kostenfrei und wird online (per Zoom) stattfinden.

Die Anmeldung erfolgt unter diesem Link. Anmeldeschluss ist der 27.07.2020.

Hier anmelden

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep Learning Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen, und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es bei uns hier deshalb rund um die Entwicklung: Angefangen bei einem Einstieg in die Pythonprogrammierung, über die Betrachtung gängiger Entwicklungstools und -Frameworks, bis hin zu Deep Learning Grundlagen und Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequentiell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

1: Python Grundlagen für Deep Learning

In dieser zweiteiligen Reihe werden die Grundlagen der Python Programmierung als Basis für Deep Learning nähergebracht. Die folgenden Themen werden behandelt:

- Jupyter Notebook Grundlagen

- Die Syntax gängiger Python Strukturen, u.a. Funktionen, Klassen, Variablen

- Python Datenstrukturen (List, Dictionary, Tuple)

- Python Module

Anhand von Jupyter Notebooks werden die Inhalte interaktiv erarbeitet. Übungen im Laufe der Veranstaltung geben Teilnehmern die Möglichkeit, die Inhalte zu festigen.

Voraussetzungen:

- Allgemeine Programmierkenntnisse: Teilnehmer sollten bereits Kenntnisse von einer anderen, objektorientierten Sprache mitbringen. So sollten folgende Fragen beantwortet werden können: Wie ist ein Programm aufgebaut? Was für Datentypen gibt es? Was sind Funktionen / Variablen / Ablaufstrukturen / Klassen?

Zielgruppe:

Entwickler ohne Pythonkenntnisse, die in Zukunft Deep Learning Algorithmen implementieren möchten.

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie unter folgendem Link:

https://www.kompetenzzentrum-usability.digital/angebote/ki-trainer/ki-trainer-schwerpunkt-2-entwicklung

Hier anmelden

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep Learning Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen, und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es bei uns hier deshalb rund um die Entwicklung: Angefangen bei einem Einstieg in die Pythonprogrammierung, über die Betrachtung gängiger Entwicklungstools und -Frameworks, bis hin zu Deep Learning Grundlagen und Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequentiell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

1: Python Grundlagen für Deep Learning

In dieser zweiteiligen Reihe werden die Grundlagen der Python Programmierung als Basis für Deep Learning nähergebracht. Die folgenden Themen werden behandelt:

- Jupyter Notebook Grundlagen

- Die Syntax gängiger Python Strukturen, u.a. Funktionen, Klassen, Variablen

- Python Datenstrukturen (List, Dictionary, Tuple)

- Python Module

Anhand von Jupyter Notebooks werden die Inhalte interaktiv erarbeitet. Übungen im Laufe der Veranstaltung geben Teilnehmern die Möglichkeit, die Inhalte zu festigen.

Voraussetzungen:

- Allgemeine Programmierkenntnisse: Teilnehmer sollten bereits Kenntnisse von einer anderen, objektorientierten Sprache mitbringen. So sollten folgende Fragen beantwortet werden können: Wie ist ein Programm aufgebaut? Was für Datentypen gibt es? Was sind Funktionen / Variablen / Ablaufstrukturen / Klassen?

Zielgruppe:

Entwickler ohne Pythonkenntnisse, die in Zukunft Deep Learning Algorithmen implementieren möchten.

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie unter folgendem Link:

https://www.kompetenzzentrum-usability.digital/angebote/ki-trainer/ki-trainer-schwerpunkt-2-entwicklung