Mittelstand 4.0-Kompetenzzentrum Usability

Bei der Gestaltung von Human-Centered AI (HC-AI) stellen sich einige Fragen in Bezug auf die Zusammenarbeit mit KI: Welche Aufgaben übernimmt die KI? Welche Aufgaben übernimmt der Mensch? Und wie sieht die Kooperation zwischen Mensch und KI aus? Eingebettet in einen menschzentrierten Gestaltungsprozess wurden im Rahmen eines Projekts des Mittelstand 4.0-Kompetenzzentrums Usability diese Fragen adressiert. Als Ansatz zur Gestaltung dieser Mensch-KI-Zusammenarbeit wurde ein Workshop entwickelt, in welchem die auf die KI-Thematik angepasste Methode des Service-Blueprints genutzt wurde. In diesem Workshop lernen die Teilnehmenden den KI-Service-Blueprint kennen und probieren ihn an einem konkreten Beispiel aus.

Zur Anmeldung

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 sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt. Einzig für den ersten Teil sollten allgemeine Programmierkenntnisse vorhanden sein.

3: Deep-Learning-Grundlagen

In dieser mehrteiligen Reihe werden die Grundlagen von Deep Learning vermittelt. Angefangen bei einem einzelnen Neuron werden Schritt für Schritt Bestandteile moderner neuronaler Netze für die Klassifikation aufgezeigt und erklärt. Ein Einstieg in das größte Python-Framework für maschinelles Lernen "Tensorflow" wird gegeben, um anschließend gemeinsam einfache Modelle zu entwickeln. Die Inhalte umfassen unter anderem:

- Neuronaler Netzwerk-Aufbau

- Allgemeiner Lernprozess

- Gängige Optimierungsverfahren

- Gängige Leistungsmetriken

- Convolutional Neural Networks

- Tensorflow-Grundlagen

Die Inhalte über Jupyter-Notebooks vermittelt und anhand von Übungen gefestigt.

Voraussetzungen:

- Python-Grundkenntnisse wie z. B. aus unserem Online-Seminar "Python-Grundlagen für Deep Learning" (Details siehe Link am Ende der Beschreibung)

- Numpy-Kenntnisse wie z. B. aus unserem Online-Seminar "Python-Entwicklungstools für Deep Learning" (Details siehe Link am Ende der Beschreibung)

- Optional: Grundkenntnisse von KI – z. B. über einen Besuch unserer Schwerpunkt-1-Workshops, die es einem besser erlauben, die verwendeten Technologien einzuordnen.

Zielgruppe:

Python-Entwickler, die in Zukunft Deep Learning verwenden möchten.

Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie hier.

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!

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!