1
2
3
4
5
6

Das Anwendungsspektrum von Verfahren der Künstlichen Intelligenz (KI) ist nahezu unbegrenzt. Zum einen werden neue intelligente und innovative Anwendungen ermöglicht, die nur mit KI-Algorithmen möglich sind. Mindestens genauso interessant ist aber der Einsatz der KI zur Verbesserung und Optimierung bestehender Prozesse, Projekte, Produkte und Geschäftsmodelle. Zudem eröffnen sich mit KI neue Formen der Interaktion. Die Nutzung entwickelt sich eher zu einer Zusammenarbeit zwischen Mensch und KI. In vielen Fällen kann wie bei den bereits bekannten Sprachassistenten sprachlich mit solchen Systemen interagiert werden. Mit dem KI-Trainer Programm unterstützt das Kompetenzzentrum Usability kleine und mittlere Unternehmen dabei, Anwendungsmöglichkeiten von KI in ihren Geschäftsmodellen zu finden und zu erproben. Mehr zu den Angeboten des KI-Trainer Programms finden Sie hier.

Doch auch schon vor dem Start des KI-Trainer Programms hat sich das Kompetenzzentrum mit dem Thema Künstliche Intelligenz befasst. Alle Beiträge dazu finden Sie im Folgenden.

Nachrichten zum Thema

KI-Trainer - KI-Einsatz im Personalmanagement
Unterstützender Einsatz von KI im Personalbereich – Zweiter Workshop zu KI im Personalmanagement startet am 16.09.2020
08.09.20
Am 16.09.2020 findet von 10 - 14 Uhr ein virtueller Workshop statt, in dem die Teilnehmer ein Bewerbungsgespräch beobachten. Mit dem Algorithmus des CAPTA-Instituts ist eine Auswertung der Motive von Bewerbern möglich. Mit dem neuen Workshop-Angebot erhalten die Teilnehmer die Möglichkeit, den Einsatz von Künstlicher Intelligenz im Personalbereich zu erleben.
Pilotprojekt Lena Soukup Coaching
Führungskräfte als Studienteilnehmer in KI-Pilotprojekt gesucht!
07.09.20
Im KI-Pilotprojekt mit Business & Life Coach Lena Soukup wird derzeit ein KI-Assistent als digitaler Herausforderer und Coach für Führungskräfte entworfen. Um unsere Ideen zu testen und weiterzuentwickeln, suchen wir nach Führungskräften, die Lust haben, an Fokusgruppen im Rahmen des Pilotprojekts teilzunehmen.

Veranstaltungen zum Thema

September2020

Dienstag22.09.2015:00-01.10.2016:30
Online
E-Learning Reihe zur Entwicklung von Sprachassistenzsystemen/Chatbots

Chatbots sind als Dienstleistung mittlerweile weit verbreitet und in digitale Angebote integriert. Der zunehmende Einsatz von Sprachassistenten in Haushalten bietet neue Möglichkeiten in der Kundeninteraktion und –beziehung, wird jedoch als Kanal selten genutzt. Das, obwohl, neue Erlebnisse mit einem entsprechenden Mehrwert Kunden in ihrem persönlichen Zuhause zur Verfügung gestellt werden können. Die Herausforderungen liegen hier zum einen in der Entscheidung für den richtigen Kanal zur Vermittlung von Inhalten wie beispielsweise ein Chatbot oder Sprachassistent, als auch die kundengerechte Gestaltung von Sprachinhalten.

Die Anwendungsfelder sind dabei vielfältig: Beispielsweise könnte ein Bestell- und Lieferservice für ein Abendessen mittels Sprachassistent umgesetzt werden. Um auch mittelständigen Unternehmen den Einsatz eines Sprachassistenzsystems näher zu bringen, soll unsere E-Learning Reihe den Teilnehmern die Konzeption und Umsetzung eines Sprachbots zu 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 Sprachassistent implementiert und getestet werden. Dafür wird das Programm Google Dialogflow verwendet. Dieses ermöglicht den Nutzern ohne großes IT-Wissen die erfolgreiche Erstellung eines Sprachassistenzsystems.

Melden Sie sich jetzt für die E-Learning Reihe an:

Ticket zur E-Learning Reihe

Termine:

- 22.09.2020: 15:00-16:30 Uhr

- 24.09.2020: 15:00-16:30 Uhr

- 29.09.2020: 15:00-16:30 Uhr

- 01.10.2020: 15:00-16:30 Uhr

Weitere Informationen
Donnerstag24.09.2010:00-16:00
online
Das intelligente KMU: Workshop zu menschzentrierter Gestaltung von KI

Informationen zum Workshop folgen.

Mehr Informationen zur Veranstlatung finden Sie hier.

Weitere Informationen
Dienstag29.09.2011:00-12:00
Vortrag zu Usability und User Experience für Künstliche Intelligenz - KI Info Slam

Im Rahmen des KI Info Slam erwarten Sie Impulsvorträge verschiedenen KI-Themen und -Projekten sowie Informationen zu unseren Angeboten. Dieses mal: Ein Einblick in die Herausforderungen der Gestaltung von KI-Anwendungen und die KI-Pilotprojekte des Kompetenzzentrum Usability. Im Anschluss erhalten Sie einen kompakten Überblick über unsere kostenlosen KI-Angebote für den Mittelstand und sind herzlich zurm Austausch über Ihre Fragen und Erfahrungen zum Thema KI eingeladen.

Geplantes Programm:

11:00 – 11:30 Uhr: Impulsvortrag von KI-Trainer Manuel Kulzer

11:30 – 11:40 Uhr: Vorstellung der KI-Angebote des Kompetenzzentrum Usability

11:40 – 12:00 Uhr: Offene Diskussion, Fragen und Erfahrungsaustausch

Weitere Informationen

Oktober2020

Montag05.10.2010:00-12:00
Online
KI-Trainer: Entwicklung - Python Grundlagen für Deep Learning Teil 1

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.

Weitere Informationen
Montag05.10.2014:00-16:00
Online
KI-Trainer: Entwicklung - Python Grundlagen für Deep Learning Teil 2

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.

Weitere Informationen
Dienstag06.10.2010:00-12:00
Online
KI-Trainer: Entwicklung - Python-Entwicklungstools für Deep Learning

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.

Weitere Informationen
Dienstag06.10.2016:00-27.10.2017:30
Online
E-Learning Reihe - Einführung in Machine Learning und Data Science

Sie wollten schon immer einmal wissen, was hinter den Begriffen Künstliche Intelligenz, Machine Learning und Data Science steckt? In unserer E-Learning-Reihe im Oktober möchten wir Ihnen das Thema näherbringen und Ihnen ermöglichen erste Erfahrungen in diesem schnelllebigen Feld zu sammeln. Melden Sie sich jetzt kostenfrei an:

Ticket zur E-Learning Reihe


Künstliche Intelligenz, Machine Learning und Data Science sind aus der aktuellen technischen Entwicklung nicht mehr wegzudenken. Dabei bietet die Nutzung der eigenen Daten auch kleinen und mittleren Unternehmen neue Möglichkeiten, z. B. für die Optimierung der Produktion oder für ein besseres Verständnis über KundInnen. Im Jahr 2020 werden die Chancen dieser technologischen Entwicklung jedoch noch selten genutzt. Die Herausforderungen liegen hierbei in oft unzureichenden Kenntnissen über die Funktionsweise von Künstlicher Intelligenz und Machine Learning, sowie der der Einbettung von Data Science in die Prozesse des Unternehmens. 

Wir möchten aus diesem Grund mittelständigen Unternehmen den Einsatz von Methoden aus den Bereichen Machine Learning und Data Science im Rahmen unserer E-Learning-Reihe näherbringen. Hierfür werden wichtige Klassen von Machine Learning Algorithmen und grundlegende Data Science Prozesse vorgestellt. Weiterhin sollen beispielhafte Aufgabenstellungen mit Hilfe von Methoden aus den Bereichen Machine Learning und Data Science gelöst werden und die Ergebnisse anschließend visualisiert und interpretiert werden. Ergänzend möchten wir die Kenntnisse über Prozesse und Algorithmen vertiefen. Das gewonnene Wissen soll dann genutzt werden, um Anwendungsszenarien im eigenen Unternehmen zu explorieren und mit allen TeilnehmerInnen zu diskutieren. 

Im Anschluss an das E-Learning gibt es außerdem das Angebot einer Data Science Sprechstunde. Hier können die TeilnehmerInnen und Unternehmen die Themen und angestoßenen Entwicklungen diskutiert werden. 

 

Termine:

06.10.2020, 16:00 - 17:30 Uhr

- Einführung in das Themengebiet Künstliche Intelligenz

- Einführung in grundlegende Prozesse aus dem Bereich Data Science

13.10.2020, 16:00 - 17:30 Uhr

- Vorstellung verschiedener Algorithmen des Maschinellen Lernens

- Anwendung der Algorithmen mit ausgewählten Beispielen

- Interpretation und Darstellung der Ergebnisse

20.10.2020, 16:00 - 17:30 Uhr

- Praxisübungen mit beispielhaften Anwendungsszenarien (zum Mitmachen)

- Vorstellung verschiedener Tools für Maschinelles Lernen und Best Practices

27.10.2020, 16:00 - 17:30 Uhr

- Diskussion von Potentialen und Risiken des Maschinellen Lernens im eigenen Unternehmenskontext

- Reflektion über die gelernten Inhalte

- Fragerunde und Diskussion über weitere Schritte für die Zukunft

 

Ergänzende Informationen:

 

Für die Reihe werden keine Programmierkenntnisse vorausgesetzt.

Weitere Informationen
Mittwoch07.10.2014:00-18:00
Virtueller Workshop über Zoom
KI Trainer: KI Einsatz im Personalmanagement

Das Workshop-Angebot eröffnet mit einer grundlegenden Einführung in die künstliche Intelligenz für Nicht-Informatiker, in welcher ein grundlegendes Verständnis für Lernweisen von Maschinen und eine Sensibilisierung für informierte Entscheidungsfindungen gelegt wird. Praktisch wird vertieft, indem über Transparenz & Beherrschbarkeit vom Machine Learning, über Daten und Datenqualität, das Deployment und den Einsatz von Modellen und die letztliche User Experience seminarisch gesprochen wird. Den Abschluss bildet ein Anwendungsgebiet der KI in der Eignungsdiagnostik und dem Human-Ressource-Management, mitsamt notwendigen ethischen und moralischen Diskussionen. Ein Ausblick auf mögliche Entwicklungen der künstlichen Intelligenz beschließt das Workshop-Angebot.

Ort: Virtuelles Meeting über Zoom. Die Zugangsdaten erhalten die angemeldeten Teilnehmer per E-Mai.

Kostenlose Anmeldung

Weitere Informationen
Freitag09.10.2010:00-12:00
Online
KI-Trainer: Entwicklung - Grundlagen Deep Learning Teil 1

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.

Weitere Informationen
Freitag09.10.2014:00-16:00
Online
KI-Trainer: Entwicklung - Grundlagen Deep Learning Teil 2

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.

Weitere Informationen
Dienstag20.10.2010:00-12:00
Online
KI-Trainer: Entwicklung - Python-Grundlagen für Deep Learning Teil 1

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.

Weitere Informationen
Dienstag20.10.2014:00-16:00
Online
KI-Trainer: Entwicklung - Python-Grundlagen für Deep Learning Teil 2

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.

Weitere Informationen
Mittwoch21.10.2016:00-18:00
online
HCD für KI - Teil 1: Grundlagen UUX

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!

Weitere Informationen
Donnerstag22.10.2010:00-12:00
Online
KI-Trainer: Entwicklung - Python-Entwicklungstools für Deep Learning

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.

Weitere Informationen
Montag26.10.2010:00-12:00
Online
KI-Trainer: Entwicklung - Grundlagen Deep Learning Teil 1

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.

Weitere Informationen
Montag26.10.2014:00-16:00
Online
KI-Trainer: Entwicklung - Grundlagen Deep Learning Teil 2

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.

Weitere Informationen
Mittwoch28.10.2016:00-18:00
online
HCD für KI - Teil 2: Wizard-of-Oz Prototyping Workshop

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.

Weitere Informationen

November2020

Donnerstag12.11.20-
Online
World Usability Day Stuttgart

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.

Nähere Infos zum Call for paper finden Sie hier, Informationen zur Teilnahme folgen in Kürze hier und auf der WUD Stuttgart Webseite.

Weitere Informationen
Donnerstag12.11.20-
Online
World Usability Day Leipzig

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.

Weitere Informationen
 
Stellen Sie uns Ihre Fragen zu Künstlicher Intelligenz!
Was bedeutet Lernen im Kontext von Künstlicher Intelligenz?
13.08.20
Machine Learning ist ein Teilgebiet von Künstlicher Intelligenz, auf Deutsch auch „Maschinelles Lernen“ genannt. Doch was bedeutet in diesem Kontext „Lernen“ und wie lernt ein Computer?
Pilotprojekt Qymatix
Pilotprojekt: Qymatix – Nutzer mit virtuellen Methoden kennenlernen
04.08.20
Um den Nutzungskontext für die Software der Qymatix Solutions GmbH zu analysieren und die Anforderungen potentieller Nutzenden an Künstliche Intelligenz (KI) zu verstehen, wurde im Rahmen des Pilotprojekts eine virtuelle Fokusgruppe mit potentiellen Nutzenden durchgeführt. Durch diese geführte Gruppendiskussion und gemeinsame Gespräche mit dem Geschäftsführer von Qymatix konnten erste Erkenntnisse über die Bedürfnisse der potentiellen Nutzenden gesammelt werden. Diese liefern die Grundlage für das Konzept, welches in den nächsten Schritten erstellt werden soll.
Umsetzungsprojekt Interaktion mit Künstlicher Intelligenz
Remote Usability Tests im KI-Umsetzungsprojekt
30.07.20
In der letzten Phase des KI-Umsetzungsprojekts mit NuCOS wurden sieben Usability-Tests durchgeführt, die dem Unternehmen noch einmal aufschlussreiche Erkenntnisse über die Zielgruppe und die Interaktion mit dem Tool gab.
Stellen Sie uns Ihre Fragen zu Künstlicher Intelligenz!
Wie wird sich Künstliche Intelligenz im Unternehmen auf Arbeitsplätze auswirken?
23.07.20
Viele Arbeitnehmer sorgen sich, dass ihre Arbeitsplätze durch Künstliche Intelligenz (KI) ersetzt werden könnten. Doch wie viel kann KI wirklich?
KI-Trainer Schwerpunkt 4: Methodik
Ein Rückblick auf die Online-Seminarreihe zu Menschzentrierter Gestaltung für Künstliche Intelligenz (KI)
21.07.20
Im April startete ein neues digitales Format im Methodik-Schwerpunkt des KI-Trainer Programms. Was mit Startschwierigkeiten als Anlehnung an den bis dahin schon mehrmals erfolgreich gelaufenen KI-Anwendungsentwurfs-Workshop begann, entwickelte sich in den darauffolgenden Monaten zu einer gefragten Online-Seminarreihe mit einem derzeit viel diskutierten Thema. Unsere Eindrücke und Erfahrungen auf dem Weg möchten wir hier mit Ihnen teilen.
KI-Trainer Schwerpunkt 1: Grundlagen
KI Grundlagen Online-Seminar-Reihe abgeschlossen
17.07.20
Vom 07.07. bis zum 14.07. wurde in drei 2,5-stündigen Teilen die Online-Seminar-Reihe „KI Grundlagen“ durchgeführt. Mit über 40 Teilnehmern in allen drei Teilen war die Seminar-Reihe ein voller Erfolg.
Pilotprojekt Hotel Lamm, Pilotprojekt Peakboard, Pilotprojekt Qymatix
Remote Abschlussveranstaltung der Pilotprojekte Hotel Lamm, Peakboard und Qymatix
13.07.20
Erhalten Sie exklusive Einblicke in unsere Pilotprojekte. In unserer Remote-Abschlussveranstaltung werden Ihnen drei Projekte aus unterschiedlichen Branchen vorgestellt und die Möglichkeit geboten, direkt mit den Projektbeteiligten und den Unternehmen in Austausch zu treten.
Dienstag28.07.2014:15-17:15
online
Pilotprojekt Qymatix
Pilotprojekt: Qymatix - KI-gestützte prädiktive Vertriebsanalyse
06.07.20
Das Mittelstand 4.0-Kompetenzzentrum Usability unterstützt das Unternehmen Qymatix bei der Anwendung von UUX-Methoden im Rahmen eines Pilotprojekts. Das Ziel des Projekts ist die Entwicklung eines Konzepts zur Verbesserung der Künstlichen Intelligenz (KI)-unterstützten prädiktiven Vertriebsanalyse von Qymatix, der Qymatix Predictive Sales Software. Dadurch soll vor allem eine erhöhte Akzeptanz des KI-basierten Produkts bei den Nutzenden bewirkt werden.
KI-Trainer Schwerpunkt 7: Strategie
Rückblick: KI Trainer Online-Seminar KI Strategie am 22.07.2020
02.07.20
Am 22. Juli fand das KI-Trainer Strategie Seminar des Kompetenzzentrum Usability in Form eines Online-Seminars statt.
Mittwoch22.07.2014:00-17:00
Online
KI-Trainer Schwerpunkt 7: Strategie
Rückblick: KI Trainer Webinar KI Strategie am 24.06.2020
02.07.20
Am 24. Juni fand das KI-Trainer Strategie Seminar des Kompetenzzentrum Usability in Form eines Webinars statt.
Mittwoch22.07.2014:00-17:00
Online
Mittwoch24.06.2014:00-17:00
Online
1
2
3
4
5
6
 
 
Copyright