Highlights 2018

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.

Warum sollten Anwendungen Künstlicher Intelligenz menschzentriert und positiv erlebbar gestaltet werden und wie kann man dabei vorgehen? Darum geht es in dieser Webinarserie. Im ersten Teil werden die Grundlagen von Usability, User Experience (UX) und menschzentrierter Gestaltung (Human Centered Design, HCD) erklärt, Methoden zur Anwendung in den verschiedenen Phasen in der Übersicht dargestellt und Herausforderungen bei der Gestaltung von KI-Anwendungen diskutiert.

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.

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.

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.

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.

Das Programm finden sie unter diesem Link.

Vortrag vor angemeldetem Publikum (Session “Co-Design”/D314), in dem wir die Grundlagen von Collaborative User Experience Design (CUXD) vorstellen und erläutern, wie CUXD-Workshops die Planung und Durchführung unserer Projekte leiten. 

CUXD wird als ein interdisziplinäres, auf den Menschen zentriertes Entwicklungsmodell vorgestellt. Es konzentriert sich auf die Zusammenarbeit im Team, bezieht sich auf die Konzepte des Design Thinking, der agilen Entwicklung sowie Lean UX und stellt Metriken in seinen Mittelpunkt.

Weiterhin stellen wir zur Diskussion, das CUXD-Workshopmodell mit der integrierten Produkt- und Prozessmodellierungstheorie CPM/PDD zu kombinieren, um unser CUXD-Prozessmodell noch attraktiver für Projekte im Umfeld von Engineering-Vorhaben zu machen. Auf Projekte und die Förderung durch das M4K Usability wird im flankierenden Konferenzbeitrag verwiesen.

Wie kann man Prototypen für KI-Anwendungen schnell und kostengünstig erstellen und testen? Ein Ansatz dafür, das Wizard-of-Oz Prototyping, wird in diesem Workshop vorgestellt, praktisch angewandt und diskutiert.

Zur Anmeldung

Die Wizard-of-Oz-Technik ist eine Methode, um die Interaktion zwischen einem Menschen und einem sich in der Entwicklung befindlichen System zu evaluieren. Dabei wird potentiellen Nutzern in einem experimentellen Setting suggeriert, mit dem zu testenden System zu interagieren. Da das System in dieser Entwicklungsphase technisch allerdings nur teilweise oder noch gar nicht umgesetzt ist, werden dessen Reaktionen in Wahrheit jedoch von einem Menschen – dem sogenannten „Wizard“ – simuliert. 

Im Workshop wird anhand eines beispielhaften Versuchsaufbaus aufgezeigt, wie ein Wizard of Oz-Prototyp zur Untersuchung von Mensch-Maschine-Interaktionen eingesetzt werden kann. Ziel ist die Vermittlung der theoretischen und praktischen Grundlagen der Methode, sodass die Workshopteilnehmer diese anschließend selbständig in ihren Unternehmen erproben können.

Mehr Infos unter: http://www.usability-in-germany.de/uig2020 

Die Zukunft der Arbeit ist durch die Coronakrise gelebte Realität worden. Fast alle Unternehmen wurden durch die Coronasituation gezwungen, ihre Anpassungsfähigkeit unter Beweis zu stellen und schnellstmöglich Konzepte für dezentrales und selbstorganisiertes Arbeiten umzusetzen. Für viele Unternehmen ist Agilität sozusagen plötzlich zur betrieblichen Notwendigkeit geworden. Somit könnte die Coronakrise zum Agilitätsmotor werden und noch mehr Unternehmen für die Vorzüge agiler Arbeitsweisen sensibilisieren.

Im Zuge dessen möchten wir mit einem  Online-Seminar eine Orientierungshilfe auf dem Weg zu mehr Agilität bieten. In diesem Seminar möchten wir gemeinsam mit Ihnen folgenden drei Fragen nachgehen:

1. Ist Agilität für mein Unternehmen eine sinnvolle Form der Arbeitsorganisation?
2. Wie sieht agiles Change-Management aus?
3. Wie können agile Arbeitsweisen bestmöglich implementiert werden?

Wir möchten Ihnen ein paar grundlegende Wissensimpulse und Werkzeuge an die Hand geben, aber auch Ihre Sichtweisen und Erfahrungen kennenlernen. So haben wir einige interaktive Elemente, wie z. B. Live-Umfragen in das Online-Seminar eingebaut. Darüber hinaus möchten wir abschließend Ihre offenen Fragen klären und mit Ihnen ins Gespräch kommen.

Referenten/-innen:

• Katharina Jungnickel: Mitglied im Mittelstand 4.0 Kompetenzzentrum Usability, wissenschaftliche Mitarbeiterin an der TU Berlin, Scrum Masterin
• Alice Röbbelen: Mitglied im Mittelstand 4.0 Kompetenzzentrum Usability, wissenschaftliche Mitarbeiterin an der TU Berlin
• Matthias Giehl: Mitglied im Mittelstand 4.0 Kompetenzzentrum Usability, wissenschaftlicher Mitarbeiter an der HTW Berlin, Scrum Master, Mitarbeiter in einem Beratungsunternehmen

Dauer: ca. 90 Minuten

Technische Umsetzung:

Dieses Online-Seminar wird über Zoom stattfinden. Die Teilnehmer/-innen erhalten nach Ihrer Anmeldung eine Zoom-Einladung mit dem Link zum Online-Seminar zugesandt.

Zur Anmeldung folgen Sie bitte diesem Link.

Wir freuen uns auf Ihre Teilnahme!

Chatbots sind als Dienstleistung mittlerweile weit verbreitet und in digitale Angebote integriert. Sie automatisieren beispielsweise Bestellvorgänge in Unternehmen oder beantworten FAQ's von Kunden. Die Herausforderungen bei der Erstellung eines Chatbots liegen insbesondere bei einer kundengerechten Gestaltung von Sprachinhalten und der Entlastung von Mitarbeitern in Unternehmen.

Bisher werden Chatbots vor allem von großen Unternehmen eingesetzt. Um auch mittelständigen Unternehmen den Einsatz von Chatbots näher zu bringen, soll unser E-Learning am 06.11.2020 (10:00-16:00 Uhr) im Rahmen der UUX-Week 2020 den Teilnehmern die Konzeption und Umsetzung eines Chatbots vermitteln. Hierfür werden als erstes das benötigte Wissen und Aufgaben in einem einfachen Rollenspiel exploriert und ein erster Interaktionsentwurf festgehalten. Im nächsten Schritt wird dieser in einem Experiment mit den Teilnehmern getestet und iterativ verbessert, bis das Konzept und Interaktionsmodell eine gewünschte Qualität erreicht. Danach kann der Chatbot implementiert und getestet werden. Dafür wird das Programm Google Dialogflow verwendet. Dieses ermöglicht den Nutzern ohne großes IT-Wissen die erfolgreiche Erstellung eines Chatbots.

Agenda:

1. Teil

• Vorstellungsrunde
• Was sind Chatbots? Was für Anwendungsgebiete gibt es?
• Einführung in die Technologie von Chatbots

2. Teil

• Themenvorstellung für den Chatbot
• Rollenspiel zum Themengebiet
• Modellieren möglicher Gesprächsprozesse

3. Teil

• Einführung in das Programm Google Dialogflow
• Implementation der erstellten Gesprächsprozesse

4. Teil

• Live-Testing
• Diskussion
• Feedback-Runde

Ein Link zur Anmeldung finden Sie hier

Lean UX: Ein Workshop zum Usability Testing

Frühes und regelmäßiges Feedback von zukünftigen Nutzerinnen und Nutzern ist entscheidend, um die Gestaltung interaktiver Systeme an deren Bedürfnisse und Anforderungen anzupassen. Für ein solches Feedback sind standardisierte Usability-Tests von zentraler Bedeutung. Mit ihnen lassen sich frühzeitig Usability-Probleme ermitteln, um den bestehenden Optimierungsbedarf zu erkennen und Gestaltungslösungen zu finden, die eine höhere Gebrauchstauglichkeit aufweisen. Aufgrund der Testergebnisse lassen sich Entscheidungen im Gestaltungsprozess empirisch begründen und transparent nachvollziehen.

Im Workshop werden neben den klassischen Methoden des Usability-Testens auch die, besonders für Start-ups attraktiven Lean-Ansätze der Evaluation, sowie Remote-Testings behandelt. Der Schwerpunkt liegt dabei auf der Vorbereitung des Usability-Tests und der darauffolgenden praktischen Durchführung von Test-Sessions, in denen die Teilnehmenden die Gelegenheit haben, eigene Konzepte, Prototypen oder Produkte zu testen. Zum Termin des Workshops ist daher von jedem teilnehmenden Unternehmen ein zu testendes Objekt bereitzustellen (z. B. eine Software, eine Applikation, ein Klick-Prototyp, Wireframes oder Skizzen, die die Bedienoberfläche darstellen).

Im Rahmen der UUX Week 2020 bieten wir in Form eines Online-Seminars einen Einblick in die Lean UX Methode und vermitteln Informationen zum Aufbau von Usability Tests. Anschließend unterstützen wir die teilnehmenden Unternehmen in separaten Sprechstunden dabei, einen Usability-Test für ihr Produkt durchzuführen. Dabei treten wir zum Teil als Testpersonen und zum Teil als Beobachter auf, um Feedback zur Planung und Durchführung des Tests zu geben.

Ablauf des Workshops:

• Begrüßung
• Methodischer Input: Usability-Test als Evaluationsmethode
• Vorbereitung der eigenen Usability-Tests
• Fazit & offene Fragen
• Planung der individuellen Sprechstunden

Dauer: 90 Minuten.

Dauer der separaten Sprechstunde: 30 Minuten

Referent*Innen: Veronica Hoth, Norman Jung, Katharina Jungnickel, Alice Röbbelen

Dieser Workshop wird in Kooperation mit dem Cluster IKT | Medien | Kreativwirtschaft zu zwei Terminen angeboten.

• Für den 9. November melden Sie sich bitte hier an oder
• für den 10. November bitte hier anmelden.

Wir freuen uns auf Ihre Teilnahme.

Der Blockchain Technologie wird ein enormes Potential in der digitalen Transformation zugeschrieben. Für den Einsatz von Blockchain Technologien in der Praxis fehlt bei kleinen und mittleren Unternehmen jedoch häufig das Basiswissen. Auf der UUX-Week 2020 des Mittelstand 4.0-Kompetenzzentrums möchten wir eine Einführung in die Blockchain Welt geben. Damit Berührungsängste für den Einsatz von Blockchain Technologien abgebaut werden, kommen Experten aus Wissenschaft und Praxis zusammen und diskutieren Potentiale und Herausforderungen von Blockchain Technologien an einem konkreten Beispiel. Die Teilnehmer haben die Möglichkeit eigene Beispiele einzubringen und diese gemeinsam im Plenum zu diskutieren. Wir freuen uns auf eine anregende Diskussion über die Zukunft dieser Technologie und warum Usability und User Experience eine entscheidende Rolle in der Akzeptanz neuer Technologien spielt. 

Agenda:
-    Einführung in die Blockchain Technologie
-    Anwendungsbeispiel
-    Die Bedeutung von UUX für die Verbreitung der Blockchain Technologie
-    Offene Diskussion

Die Teilnahme an der Veranstaltung ist kostenfrei.

Ein Link zur Anmeldung finden Sie hier

Motivation zur Entwicklung des Workshops
Im Rahmen des Workshop ‘KI im Personalmanagement’ demonstriert Dirk Johannßen den Einsatz eines Algorithmus zur Personalbeurteilung. Die Evaluationsergebnisse des KI-Workshops zeigen eine deutliche Nachfrage nach weiteren Praxisbeispielen. Diese Nachfrage nutzt das Mittelstand 4.0-Kompetenzzentrum Usability um das Leistungsportfolio zu erweitern. Aufgrund der Corona-Pandemie wird der Workshop für eine digitale Durchführung geplant.

Zielsetzung und Workload des Workshops
Das Ziel des Workshops besteht darin, den Teilnehmern anhand eines Vorstellungsgespräches den praktischen Einsatz von KI zu demonstrieren. Die Teilnehmer werden in die Lage versetzt, die Vorgehensweise des Algorithmus zu verstehen und auf eigene Tätigkeitsfelder zu reflektieren.

Ablauf des Workshops
Einführung
Die Workshopteilnehmer erhalten zu Beginn des Workshops eine Einführung in KI und die Vorgehensweise des Algorithmus. Im Anschluss wird ein Bewerbungsgespräch als typisches Anwendungsszenario in Unternehmen demonstriert. Das Gespräch ist durch ein Drehbuch vorbereitet. Anhand des Drehbuches wird die Auswertung des Algorithmus im Vorfeld durchgeführt.

Durchführung
Die Gesprächsteilnehmer befinden sich in dem User Experience Labor der NORDAKADEMIE. Die Workshopteilnehmer sind per Webinar zugeschaltet. Über eine installierte Deckenkamera können die Teilnehmer die Gesprächspartner aus der Vogelperspektive beobachten. Eine weitere 360° Kamera ermöglicht den Blick direkt auf die Teilnehmer um Mimik und Gestik zu verfolgen. Die Teilnehmer erhalten die Aufgabe, anhand des Gesprächsverlaufes eine Bewertung des Bewerbers durchzuführen.

Auswertung
Die Teilnehmer präsentieren sich und der Workshopleitung ihre Einschätzung im Plenum. Hierzu begründen sie, anhand welcher Merkmale die Einschätzung getroffen wurde. Im Anschluss präsentiert die Workshopleitung das Ergebnis des Algorithmus. Eine abschließende Diskussion zur Vorgehensweise und Abgleich der Ergebnisse beendet den Workshop

Jetzt kostenfrei anmelden

Lean UX: Ein Workshop zum Usability Testing

Frühes und regelmäßiges Feedback von zukünftigen Nutzerinnen und Nutzern ist entscheidend, um die Gestaltung interaktiver Systeme an deren Bedürfnisse und Anforderungen anzupassen. Für ein solches Feedback sind standardisierte Usability-Tests von zentraler Bedeutung. Mit ihnen lassen sich frühzeitig Usability-Probleme ermitteln, um den bestehenden Optimierungsbedarf zu erkennen und Gestaltungslösungen zu finden, die eine höhere Gebrauchstauglichkeit aufweisen. Aufgrund der Testergebnisse lassen sich Entscheidungen im Gestaltungsprozess empirisch begründen und transparent nachvollziehen.

Im Workshop werden neben den klassischen Methoden des Usability-Testens auch die, besonders für Start-ups attraktiven Lean-Ansätze der Evaluation, sowie Remote-Testings behandelt. Der Schwerpunkt liegt dabei auf der Vorbereitung des Usability-Tests und der darauffolgenden praktischen Durchführung von Test-Sessions, in denen die Teilnehmenden die Gelegenheit haben, eigene Konzepte, Prototypen oder Produkte zu testen. Zum Termin des Workshops ist daher von jedem teilnehmenden Unternehmen ein zu testendes Objekt bereitzustellen (z. B. eine Software, eine Applikation, ein Klick-Prototyp, Wireframes oder Skizzen, die die Bedienoberfläche darstellen).

Im Rahmen der UUX Week 2020 bieten wir in Form eines Online-Seminars einen Einblick in die Lean UX Methode und vermitteln Informationen zum Aufbau von Usability Tests. Anschließend unterstützen wir die teilnehmenden Unternehmen in separaten Sprechstunden dabei, einen Usability-Test für ihr Produkt durchzuführen. Dabei treten wir zum Teil als Testpersonen und zum Teil als Beobachter auf, um Feedback zur Planung und Durchführung des Tests zu geben.

Ablauf des Workshops:

• Begrüßung
• Methodischer Input: Usability-Test als Evaluationsmethode
• Vorbereitung der eigenen Usability-Tests
• Fazit & offene Fragen
• Planung der individuellen Sprechstunden

Dauer: 90 Minuten.

Dauer der separaten Sprechstunde: 30 Minuten

Referent*Innen: Veronica Hoth, Norman Jung, Katharina Jungnickel, Alice Röbbelen

Dieser Workshop wird in Kooperation mit dem Cluster IKT | Medien | Kreativwirtschaft zu zwei Terminen angeboten. Für den 10. November melden Sie sich bitte hier an. (alternativ können Sie auch am 9. November teilnehmen)

Wir freuen uns auf Ihre Teilnahme.

Datenschutzhinweise sind für Kunden wenig interessant, weil sie oft unverständlich sind. Damit müssen sich Kunden darauf verlassen, dass möglichst keine Dinge mit ihren Daten passieren, die sie nicht wollen. Dies ist aber keineswegs ausgeschlossen: So war es z.B. legal, als 2019 Aufnahmen von Sprachassistenten von Mitarbeitern am privaten Wohnzimmertisch analysiert wurden; es stand aber im starken Widerspruch zu Privatheitsvorstellungen der Kunden und ergab viel schlechte Presse. Um dies zu vermeiden und ein gutes Erwartungsmanagement vor dem Kunden zu machen, macht es Sinn, Privatheitsbedarfe von Nutzern zu verstehen und Datennutzung transparent zu kommunizieren. Auf diese Weise kann insbesondere auch gezeigt werden, wie Daten NICHT genutzt werden, um Risiken, die für Nutzer relevant sind, auszuschließen. In unserem Workshop zeigen wir unsere Erfahrungen mit diesem Konzept, sowie einen breiten Katalog wahrgenommener Risiken, die wir mit Nutzern bereits erhoben haben.

Die Teilnahme an der Veranstaltung ist kostenfrei. Sie richtet sich insbesondere an den Mittelstand und Kleinunternehmen.

Ein Link zur Anmeldung finden Sie hier

Der Referent:

Timo Jakobi: hat Human Computer Interaction studiert und ist wissenschaftlicher Mitarbeiter an der Universität Siegen. Er forscht im Bereich der gebrauchstauglichen Gestaltung von Datenschutz im Internet of Things und damit an der Schnittstelle von Nutzerzentriertem Interface Design, Rechtswissenschaften und IT-Sicherheit. Er verfügt darüber hinaus über mehrjährige Forschungserfahrung im UX Design für Smart Home und Connected Car sowie der Eco-Feedbackforschung. 

Außerdem ist Timo Forschungsassistent für Usable Privacy for Legal Design am Einstein Center Digital Future, wo er an der Schnittstelle zwischen Recht und nutzerzentriertem Design für den Datenschutz nach brauchbaren und praktikablen Lösungen forscht.

In der Workshop-Reihe „UUX-Methoden Praxisnah“ des Mittelstand 4.0-Kompetenzzentrums Usability dreht sich alles um Usability- und User Experience (kurz: UUX)-Methoden. Bei jedem Termin steht eine andere Methode im Fokus: Nachdem zunächst deren Hintergründe und Ziele vorgestellt werden, geht es in eine interaktive Phase. In dieser wird die Methode unter Anleitung am Beispiel einer Fragestellung aus der Praxis angewandt. Ziel ist die Vermittlung der theoretischen und praktischen Grundlagen der Methode, sodass die Workshopteilnehmenden diese anschließend selbständig in ihren Unternehmen erproben können.

Am 10. November 2020 geht die Workshop-Reihe unter der Leitung von Anika Bader mit dem Thema „Embodied Needs - Multimodale Bedürfniskarten“ in die sechste Runde.

Bitte beachten Sie, dass der Workshop voraussichtlich online stattfinden wird.

Programm

• Begrüßung
• Vorstellung der UUX-Methode
• Anwendung der Methode an einem praxisnahen Beispiel in Breakout-Sessions
• Zusammenfassung & Abschlussrunde

Die Teilnahme an der Veranstaltung ist kostenfrei. Sie richtet sich insbesondere an den Mittelstand und Kleinunternehmen / Start-ups.

Die Anmeldung ist hier möglich. Wir freuen uns über Ihre Teilnahme.

Im Zuge der Digitalisierung kommunizieren Maschinen zunehmend untereinander oder stellen Nutzern Informationen zur Verfügung – diese Entwicklung wird unter dem Begriff Internet of Things (IoT) gefasst. An einem praktischen Beispiel soll an dieser Stelle aufgezeigt werden, wie analoge Maschinen digital so umgerüstet werden können, dass sie Mehrwerte für Unternehmen und Nutzer bieten. Im Vortrag zeigen wir exemplarisch wie digitale Daten einfach erfasst - und anschließend daraus Informationen nutzbar gemacht werden können.

Die Teilnahme an der Veranstaltung ist kostenfrei. Sie richtet sich insbesondere an den Mittelstand und Kleinunternehmen / Start-ups.

Ein Link zur Anmeldung finden Sie hier

Kompetenzzentrum des Landes Baden-Württemberg zur Internationalisierung von Wirtschaft und Wissenschaft, Baden-Württemberg International, veranstaltet ein Online-Seminar zum Thema “Zukunftsfähige Organisation – Digitalisierung als Erfolgsfaktor nicht nur in der Corona-Krise”. Gemeinsam mit Glenn Gonzalez, CTO SAP Germany, und Christina Sandu, Head of Smart Factory Consulting bei Trumpf, hält Ivo Benke vom Kompetenzzentrum Usability hält einen Vortrag zum Thema Digitalisierung von Organisationen und Verteiltes Arbeiten.

Bedingt durch die Corona-Krise erleben wir einen Digitalisierungsschub. Können wir diesen nutzen um Effizienzsteigerungen zu erzielen und unser Unternehmen zukunftsfähig auszurichten? Mit unseren Referenten möchten wir praxisnah über die Digitalisierung im Firmenalltag sprechen und Begriffe wie New Work oder Smart Factory gemeinsam näher beleuchten. Welchen Einfluss hat Digitalisierung auf Zusammenarbeit in Teams und wie kann sie in produzierenden Unternehmen genutzt werden?

Seien Sie dabei und erfahren Sie welche Faktoren ausschlaggebend sind um die Digitalisierung erfolgreich zu meistern! Die Teilnahme ist kostenfrei, Sie können sich unter folgendem Link anmelden: https://www.edudip.com/de/webinar/auwi-talk-zukunftsfahige-organisation-digitalisierung-als-erfolgsfaktor-in-der-corona-krise/490396

Arbeitsformen verändern sich durch den Einsatz von KI Technologien zunehmend. In der Produktion ist bereits seit einigen Jahren ein stärkerer Einsatz von Ki Technologien wie bspw. Roboterarme zu verzeichnen. Aber auch in der Dienstleistung stoßen Service Roboter oder Sprachassistenzsysteme zunehmend auf Interesse, sowohl auf Anbieter wie auch Konsumentenseite. In dem Workshop wollen wir über mögliche Einsatzszenarien von Service Robotern in der Dienstleistung diskutieren und anhand eines Praxisbeispiels aufzeigen, wie mit einem Rapid Prototyping Ansatz erste Erfahrungen der Mensch-Roboter Zusammenarbeit im realweltlichen Kontext gesammelt werden können. Der Ansatz soll die UUX zukünftiger Arbeitsformen frühzeitig erlebbar und erprobbar machen, um bessere Design Entscheidungen für die Praxis treffen zu können.

Am 11. November 2020 findet der online Workshop zum Thema „Mensch-Roboter Zusammenarbeit in der Dienstleistung“ statt.

Die Teilnahme an der Veranstaltung ist kostenfrei. Sie richtet sich insbesondere an den Mittelstand und Kleinunternehmen / Start-ups.

Ein Link zur Anmeldung finden Sie hier

Hohe Usability und positive User eXperience (UUX) sind entscheidende Erfolgsfaktoren auf dem Weg der Digitalen Transformation. Nur die Unternehmen, die sich mit den echten Bedürfnissen und Problemen von Nutzern beschäftigen, werden Produkte auf den Markt bringen können, die wirklich erfolgreich und beliebt sind. Die frühe Einbindung von Nutzern und deren Feed-back in den Entwicklungsprozess sowie schlanke Prozesse sind hierfür essenziell. Im Bewusstsein vieler Unternehmen ist dies auch bereits angekommen. Oft fehlt jedoch der Schritt zur konsequenten Umsetzung – warum? Knappe Ressourcen – intern und beim Kunden – sowie oft eine geringe Akzeptanz in vorherrschenden eher technisch orientierten Entwicklungsteams oder aber auch viele offene Fragen. Lernen Sie im Rahmen der UUX-Roadshow die Erfolgsfaktoren mit Hilfe von theoretischen Einblicken und methodischen Ansätzen sowie praxisnahe Best-Practice-Beispiele kennen, wie UUX-Themen gezielt angegangen werden können. Die Veranstaltung ist kostenfrei und findet als Online-Seminar statt. Bitte melden Sie sich unter diesem Link an. Der Teilnahmelink wird Ihnen nach erfolgreicher Registrierung am Veranstaltungstag zugesandt.

Agenda:

14:00 – 14:15 Uhr      Begrüßung: Mittelstand 4.0 Kompetenzzentrum Usability

14:15 – 14:45 Uhr      Vortrag: “Usability und User Experience - Ist das schon KI?” Patrick Stern, Fraunhofer IAO

14:45 – 15:15 Uhr      Vortrag: “Eine UX-Methode für Start-Ups: Erlebniszentrierte Innovationsprozesse durch Concept Exploration” Christian Doppstadt, XVESTOR.APP

15:15 – 16:00 Uhr      Networking und Vorstellung: UUX-TransferSpace, kostenlose Pilotprojekte und UX-Werkzeugkasten

Das Kompetenzzentrum Usability ist dieses Jahr mit einem Vortrag zu Methoden der menschzentrierten Gestaltung von KI auch am WUD Leizip beteiligt – das Programm ist derzeit in Arbeit und weitere Updates folgen.

Das Kompetenzzentrum Usability unterstützt auch dieses Jahr den World Usability Day in Berlin. Trotz Corona wird es wieder spannende Beiträge unter dem diesjährigen Motto “Menschenzentrierte KI” geben. Zudem wird wird 2020 eine erstmalige Verknüpfung der bundesweiten Standorte stattfinden, sodass sich die Teilnehmer auf ein überregional zugängliches Programm freuen können.

Die rasante Entwicklung von Technologien auf Basis von Künstlicher Intelligenz verändert umfassend unsere Welt und die darin liegenden Möglichkeiten und stellt die Gesellschaft vor neue Herausforderungen. Es sind neue Lösungsansätze erforderlich, aber ebenso eine kritische Selbstreflexion und Auseinandersetzung mit den eigenen Bedürfnissen. Was können wir tun, um mit einem gewissen Weitblick die Zukunft zu gestalten? Inwiefern kann die KI-Technologie das Leben für den Menschen verbessern und welche Gefahren birgt sie?
 

Programm

Matchmaking
Gemeinsam mit dem WUD Stuttgart wird die Möglichkeit angeboten, sich mit weiteren interessanten TeilnehmerInnen und AkteurInnen zu verknüpfen. Hierfür steht Ihnen b2match zur Verfügung.
 

Bundesweiter WUD
Des Weiteren ist der World Usability Day in diesem Jahr zum ersten Mal bundesweit verknüpft, sodass Sie ebenfalls von den Angeboten und Programmen der weiteren Standorte profitieren können. Schauen Sie auf dem Miro-Board des WUD 2020 vorbei und und freuen Sie sich über weitere abwechslungsreiche und informative Beiträge.

Teilnahme

Für den WUD Berlin ist keine Anmeldung erforderlich. Informationen zur Teilnahme am WUD Berlin finden Sie hier in Kürze.

Weitere Informationen gibt’s hier.

Am 12. November ist es endlich wieder soweit: Der World Usability Day (WUD) schreibt seine Erfolgsgeschichte fort! Auch in diesem Jahr wollen wir den Tag rund um Usability und User Experience (UX) wieder gebührend mit Ihnen feiern! Doch etwas ist anders dieses Jahr. Denn Corona macht auch vor dem WUD nicht halt. Keiner weiß, ob Ende des Jahres größere Veranstaltungen wieder möglich sind.

Daher findet der WUD Stuttgart 2020 erstmals remote statt.

Wir werden es sehr vermissen, dass wir uns nicht vor Ort mit Ihnen austauschen können. Aber wir erarbeiten aktuell ein Konzept, mit dem es uns hoffentlich gelingt, die wunderbare Atmosphäre des WUD in die digitale Welt zu übertragen.

Ein Remote WUD hat aber auch etwas Gutes: Egal wo Sie wohnen, studieren oder arbeiten – Sie können beim WUD Stuttgart dabei sein. Daher freuen wir uns, über viele Teilnehmende und Referent*innen aus ganz Deutschland und der Welt.

Melden Sie sich hier, für den WUD Stuttgart 2020 an. 
Weitere Informationen finden Sie auch auf der WUD Stuttgart Webseite.

Im Folgenden finden Sie das Programm:

PROGRAMM

Beginn

10.00 - 10.15 Uhr: Begrüßung

Vormittag

Vorträge

10.15 - 10.45 Uhr: 3 Gründe – Warum menschzentriertes Design die Apokalypse verhindert 
                              (Jan Groenefeld)

11.00 - 11.30 Uhr: UX in VR: Möglichkeiten des haptischen Feedbacks in virtuellen Welten,
                              am Beispiel des BMBF Projektes SmartHands
                              (Dr. Oliver Gast)

11.45 - 12.15 Uhr: The Inconvenience Space (Der Unbequemlichkeitsraum)
                              (Henrik Rieß)

Workshop

10.15 - 11.45 Uhr: Gemeinsam virtuell und kreativ – Ja gerne, aber wie?
                              (Jochen Gürtler)

Mittagspause

12.15 - 13.00 Uhr

Nachmittag

Vorträge

13.00 - 13.30 Uhr: Combining Neuroscience and Machine Learning for a
                              Human-Centered AI Approach 
                              (Katharina Lingelbach)

13.45 - 14.15 Uhr: Menschzentrierte Produktentwicklung und deren Herausforderungen und
                              Chancen durch KI und Digitalisierung
                              (Marcus Jenke)

14.30 - 15.00 Uhr: Persuasive MRI: Wie Roboter Menschen zum Helfen motivieren können
                              (Kilian Röhm)

15.15 - 15.45 Uhr: Menschzentrierter Einführungsprozess von KI-Anwendungen in der Produktion
                              (Christian Knecht, Bastian Pokorni, Martin Braun)

16.00 - 16.30 Uhr: Einblicke in die menschzentrierte Gestaltung von KI-Assistenzsystemen
                              (Manuel Kulzer)

Workshop

13.00 - 14.30 Uhr: Usability von erklärbarer KI 
                              (Nina Schaaf, Saskia J. Wiedenroth)

Young Professional-Vorträge

15.15 - 15.45 Uhr: User Experience im Voice Commerce – eine Analyse zum Einsatz einer 
                              Sprach- und grafischen Benutzerschnittstelle
                              (Yvonne Bahmer)

16.00 - 16.30 Uhr: Sprechen statt Tippen in der Öffentlichkeit: Die soziale Akzeptanz
                              von Sprachinteraktion
                              (Monique Faye Baier)

Abschluss 

16.30 - 16.45 Uhr: Verabschiedung

Der World Usability Day (WUD) findet als weltweiter Tag für nutzbare (digitale) Produkte auch dieses Jahr wieder in Hamburg statt. Seit 2007 organisiert von eparo in Kooperation mit dem DEPARTMENT INFORMATION an der FAKULTÄT Design - Medien - Information der Hochschule für Angewandte Wissenschaften Hamburg (HAW). Das diesjährige Schwerpunktthema: "Human Centered AI".
User Experience-Experten aus verschiedenen Branchen bieten Vorträge und Workshops an. Teilnehmer lernen praxisnah, wie nutzerfreundliche und nachhaltige Produkte entstehen und welche Unternehmenskulturen dafür nötig sind.

Der WUD Hamburg kann über einen Livestream verfolgt werden: https://www.youtube.com/watch?v=ycELfbxnkf8&feature=youtu.be

Das Mittelstand 4.0-Kompetenzzentrum unterstützt den WUD Hamburg und bietet zwei Angebote an:

12:00 – 13:00 – Ask me Anything (Unterstützer des WUD stellen sich vor)

16:00 – 18:00 – Mensch-Roboter-Zusammenarbeit in der Dienstleistung (Workshop)

Das Kompetenzzentrum Usability ist dieses Jahr mit einem Vortrag zu “Natürlichkeit vs. Künstlichkeit – Welchen Ursprung hat Technologie?” mit Patrick Stern am WUD München beteiligt. Es erwartet Sie ein vielversprechendes Programm zum Thema menschzentrierte KI.

Programm

12:30 |  Einlass & Anmeldung

13:00 |  Eröffnung & Einführung

13:30 |  Opening Statement von und mit Clemens Lutsch
Deutsches “Urgestein” für UX & Human Centered Strategy (Swohlwahr)

Vorträge – Teil 1

13:50 |  Natürlichkeit vs. Künstlichkeit – Welchen Ursprung hat Technologie?
Patrick Stern (Fraunhofer IAO)

14:30 |  Human-Centered AI durch empathische Maschinen
Marco Maier (TAWNY)

15:10 |  User Experience Design fürs automatisierte Fahren: Wie gehen wir damit um wenn das Auto immer „schlauer“ wird?
Dr. Anna-Katharina Frison (frisUX)

15:50 |  Pause & Networking

Vorträge – Teil 2

16:10 |  Die Angst vor der künstlichen Intelligenz
Holger Schlemper (mediendesign AG)

16:50 |  Draw4Success – Besser Denken mit dem Stift
Britta Ullrich (Xing GmbH & Co KG, vizworks.de)

17:30 |  Closing Statement von und mit Clemens Lutsch & anschließende Diskussion

17:50 |  Danksagung & Verabschiedung

Location

Die Veranstaltung findet online statt unter Verwendung der Tools Zoom, Wonder und Miro.

Anmeldung

Die Teilnahme am WUD 2020 in München ist kostenlos.

Eine vorherige Anmeldung zum Remote-Event ist nicht erforderlich. Um besser planen zu können (Zoom-Raumgröße) bittet das Organisationsteam des WUD München, sich bei LinkedIn oder Xing anzumelden, damit sie ungefähr abschätzen können mit wie vielen Teilnehmern sie rechnen können.

Das Kompetenzzentrum Usability ist dieses Jahr als Standort auch am WUD Karlsruhe dabei. – Diese Jahr als Corona-Edition mit dezentralen Meetingpoints und einer zentralen digitalen Distribution. An ca. 15 Standorten werden die Teilnehmer das Programm verfolgen und sich vernetzen können. Das Programm ist noch in Arbeit und wird zeitnah veröffentlicht. Die Anmeldung erfolgt über die verlinkte Website: https://www.wud-karlsruhe.de/

Die Kompetenzzentren Usability und Handel haben ihre Anstrengungen gebündelt, um eine Online-Veranstaltung für Händler und Dienstleister zu präsentieren, die ihr Geschäftsmodell digitalisieren wollen.

Am 19. November 2020 findet das Online-Event “Digitalisierung im Handel: Point of Sale trifft Künstliche Intelligenz”statt. Sie erwartet ein spannendes Programm mit nützlichem Inhalt und praktischen Beispielen.

Das Event richtet sich an Händler und Dienstleister, die den Einsatz aktueller KI-Technologien bspw. Sprachassistenten, Chatbots oder Serviceroboter in Erwägung ziehen.

PROGRAMM

• 17:00   Begrüßung und Vorstellung
• 17:10   Unsere Perspektive auf den digitalen Point of Sale (POS) und eine kundenzentrierte Gestaltung von KI-Technologien
• 17:25   Aus der Praxis: Erfahrungen mit dem digitalen POS
• 17:35   Aus der Praxis: Einsatz von Service-Robotern und Chatbots in der Apotheke
• 17:45   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.

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.

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.

Das Scenario-Based Design ist eine menschzentrierte Vorgehensweise bei der Gestaltung von Systemen, die sich hervorragend für das Entdecken und Konzipieren von Anwendungsmöglichkeiten der Künstlichen Intelligenz (KI) eignet. Die Kernelemente dieser Vorgehensweise – die Szenarien – erlauben es, Probleme und Ideen schnell und einfach zu beschreiben, mit Nutzenden und Stakeholdern zu diskutieren und anschließend weiterzuentwickeln. So kann schrittweise eine konkrete Vision für ein zukünftiges System entwickelt werden.

Szenarien an sich sind Geschichten, in denen Nutzungssituationen aus Sicht einer Persona erzählt werden – so wie man Geschichten in Büchern liest oder wie man selbst anderen von persönlichen Erlebnissen erzählen würde. Solche Szenarien kann man nun zum Beispiel über eine aktuelle Problemsituation schreiben – das nennt sich dann Problemszenario und hilft dabei, sich die realen Probleme der Nutzenden vorzustellen. Wie diese Situation in Zukunft aussehen soll, wenn die Nutzenden das neue Produkt oder System verwenden, das wird im Aktivitätsszenario beschrieben. Wie man Problemszenarien und Aktivitätsszenarien formuliert, darum geht es in der praktischen Phase des Workshops.

Ziel dieses Workshops ist es, den Teilnehmenden die grundlegende Vorgehensweise des Scenario-Based Design zu vermitteln und anhand einer praktischen Übung in Gruppen zu erproben, wie man tatsächlich selbst Szenarien schreibt und worauf es dabei ankommt. So können die Teilnehmenden diese Vorgehensweise auch selbst im Unternehmen anwenden, zum Beispiel (aber nicht nur!) für die Konzeption von KI-Anwendungen.

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.

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!

In der Workshop-Reihe „UUX-Methoden praxisnah“ des Mittelstand 4.0-Kompetenzzentrums Usability dreht sich alles um Usability- und User Experience (kurz: UUX)-Methoden. Bei jedem Termin steht eine andere Methode im Fokus: Nachdem zunächst deren Hintergründe und Ziele vorgestellt werden, geht es in eine interaktive Phase. In dieser wird die Methode unter Anleitung am Beispiel einer Fragestellung aus der Praxis angewandt. Ziel ist die Vermittlung der theoretischen und praktischen Grundlagen der Methode, sodass die Workshopteilnehmenden diese anschließend selbständig in ihren Unternehmen erproben können.

Am 9. Dezember 2020 geht die Workshop-Reihe mit dem Thema „Persona“ in die siebte Runde.

Bitte beachten Sie, dass der Workshop online stattfinden wird.

Programm

• Begrüßung
• Vorstellung der UUX-Methode
• Anwendung der Methode an einem praxisnahen Beispiel in Breakout-Sessions
• Zusammenfassung & Abschlussrunde

Die Teilnahme an der Veranstaltung ist kostenfrei. Sie richtet sich insbesondere an den Mittelstand und Kleinunternehmen / Start-ups.

Melden Sie sich hier an.

Zwischen Produktideen, ihrer konzeptionellen Gestaltung und ihrer tatsächlichen Vermarktung vergeht oft (zu) viel Zeit. Erfolgreiche Produkte basieren auf menschzentrierten Design- und Entwicklungsmethoden, die das zügige Erfassen und Verstehen von Nutzerbedürfnissen und Marktchancen abbilden – und zwar über den gesamten Produktentwicklungsprozess. Das Web-Seminar verdeutlicht, welche zentrale Rolle hierbei das Prototyping spielt.

Der Fachbereich Informatik und Mikrosystemtechnik am Standort Zweibrücken der Hochschule Kaiserslautern zeigt interessierten Teilnehmenden relevante Prototyping-Beispiele. Diese Best Practices veranschaulichen, dass Nutzungsszenarien und Nutzerbedürfnisse bereits in frühen Entwicklungsphasen eines Produkts durch wohlgeplantes Arbeiten mit Prototypen unterschiedlicher Realitätsgrade überprüfbar sind.

Die Teilnahme ist kostenfrei nach Anmeldung. Die Zugangsdaten zum Web-Seminar erhalten Sie nach der Anmeldung. Hier geht’s zur Anmeldung.