Mittelstand 4.0-Kompetenzzentrum Usability

In der Webinar- und Workshopserie “Human-Centered AI” geht es in sechs Terminen rund um die menschzentrierte Gestaltung von KI (Künstliche Intelligenz), von der Ideenfindung bis zur Evaluation. Sie können aber jeden der Termine auch einzeln besuchen, ohne an den vorherigen teilgenommen haben zu müssen.

Teil 6 am 15.04.21: Wizard-of-Oz Prototyping

Das Wizard-of-Oz Prototyping ist eine Methode, mit der komplexe und intelligente Systeme schon vor der Implementierung simuliert und gemeinsam mit Nutzenden getestet werden können – und zwar indem kognitiv anspruchsvolle Aufgaben des Systems durch Menschen gesteuert werden, die sog. “Wizards”. Damit eignet sich die Methode auch hervorragend für das frühe Testen von KI-Systemen. Die Anwendung der Methode kann jedoch aufwendig sein. Wir stellen in diesem Workshop die wichtigsten Eckpunkte der Methode vor und erproben sie an einem simplen Beispiel.

Hier kostenlos anmelden

Bei den KI Info Slams erwarten Sie regelmäßig Vorträge und Erfahrungsberichte aus der Praxis rund um Themen der Künstlichen Intelligenz. Stellen Sie uns Ihre Fragen und lernen Sie unsere kostenlosen Unterstützungsangebote für KMU kennen. Mehr Infos zum Programm am 16. April folgen hier in Kürze.

Hier kostenlos anmelden

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.

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 hier.

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.

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 hier.

Die Kompetenzzentren Usability und Handel haben ihre Anstrengungen wieder gebündelt, um eine Online-Veranstaltung für Händler und Dienstleister zu präsentieren. Diesmal legen wir den Fokus auf die Customer Journey.

Am 21. April 2021 findet das Online-Event “Customer Journey neu gedacht: Digitalisierung der Touchpoints für mehr Erlebnis”statt. Sie erwartet ein spannendes Programm mit nützlichem Inhalt und praktischen Beispielen.

Das Event richtet sich an Händler:innen und Dienstleister:innen, die konkrete Maßnahmen für die Digitalisierung der Customer Journey vorantreiben möchten.

PROGRAMM

• 18:00   Begrüßung und Vorstellung
• 18:10   Unsere Perspektive auf Customer Journey: Wie verändert sie sich durch die Digitalisierung? Welche Touchpoints gibt es?
• 18:30   Chatbots als Digitalisierungsmaßnahme auf der Customer Journey
• 18:50   Aus der Praxis: Erfahrung mit anybill
• 19:10   Diskussionsrunde mit offenen Fragen

Alle Interessenten sind herzlich eingeladen.

Hier geht es zur Event-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.

2: Python-Entwicklungstools für Deep Learning

In diesem Teil werden wichtige Python-Entwicklungswerkzeuge, welche relevant für Deep Learning sind, näher betrachtet. Diese umfassen:

- Gängige Python-Entwicklungsumgebungen

- Numpy

- Visualisierungstools

Inhalte werden interaktiv über Jupyter-Notebooks vermittelt. Übungen geben den Teilnehmern die Möglichkeit, erlernte Kenntnisse direkt anzuwenden.

Voraussetzungen:

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

Zielgruppe:

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

Anmerkung:

Deep-Learning-Frameworks selbst sind Bestandteil der Deep-Learning-Grundlagen-Teile.

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