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

Pilotprojekt Lena Soukup Coaching
Menschzentrierte KI, angefangen bei der Idee – Erfahrungen aus dem KI-Pilotprojekt mit Lena Soukup Coaching
27.10.20
Im KI-Pilotprojekt mit Business-Coach Lena Soukup wurden das Scenario-Based Design und Fokusgruppen eingesetzt, um Führungskräfte schon früh in die Konzeption einer intelligenten Coaching-App einzubeziehen. Ein Zwischenbericht, in dem wir auch Lena Soukup selbst zu Wort kommen lassen.

Veranstaltungen zum Thema

November2020

Dienstag10.11.2010:00-14:00
Online
KI Trainer: Anwendungsszenario KI im Personalmanagement Digitaler Workshop im User Experience Labor

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.

Workshopphase Einführung Durchführung Auswertung
Vermittelnde Kompetenzen Wissen, Verstehen Anwenden, Analyse, Synthese Beurteilen
Methode Fachliche Einführung Beobachten des Vorstellungsgespräches Besprechung der Ergeb-nisse
Dauer 120 Minuten 60 Minuten 60 Minuten
Hilfsmittel Webinarsystem Webinarsystem
User Experience Labor
Owl Labs (360° Kamera)
Webinarsystem

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

Weitere Informationen
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.

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

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
Donnerstag12.11.20
Online
World Usability Day Berlin

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.

Aktuell ist der Call for Presentations noch bis zum 31. Oktober 2020 offen.

Weitere Informationen
Donnerstag12.11.2012:30-18:00
Online / München
World Usability Day München

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

Aktuell ist eine hybride Konferenz mit entsprechenden Mindestabstands- und Hygienemaßnahmen geplant. Die Veranstaltung kann jedoch kurzfristig in eine Online-Konferenz umgewandelt werden, wenn die Umstände es erfordern.

Veranstaltungsort:
UX&I GmbH
August-Everding-Str. 20
81671 München

Weitere Informationen
Montag23.11.2010:00-12:00
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
Montag23.11.2014:00-16:00
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
Dienstag24.11.2010:00-12:00
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
Dienstag24.11.2016:00-18:00
online
HCD für KI - Teil 3: Scenario-Based Design Workshop

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

Weitere Informationen
Donnerstag26.11.2010:00-12:00
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
Donnerstag26.11.2014:00-16:00
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
Donnerstag26.11.2016:00-18:00
online
HCD für KI - Teil 4: KI-Service-Blueprint-Workshop

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

Zur Anmeldung

Weitere Informationen
 
KI-Trainer Schwerpunkt 4: Methodik
KI-Trainer: KI-Anwendungen konzipieren mit Szenario Design und Service Blueprint
25.02.20
Am 19. Februar fand ein weiterer Workshop zu Konzeptionsmethoden für Anwendungen mit Künstlicher Intelligenz (KI) statt. Darin lernten die Teilnehmer, wie mit Szenario Design KI-Anwendungsideen beschrieben und mithilfe des Service Blueprints strukturiert werden können.
Mittwoch19.02.2016:00-19:00
Hochschule der Medien, Stuttgart
KI-Trainer - Proof of Concept Lab
KI-Trainer Angebote im Profil: Das Proof Of Concept Lab
19.02.20
Viele Unternehmen interessieren sich zunehmend für Künstliche Intelligenz. Das KI-Trainer Proof-Of-Concept Lab unterstützt diese nun dabei, eine Anwendungsidee in eine konkretere Form zu gießen. Dafür werden neueste KI Algorithmen und Frameworks mit einbezogen und mithilfe von leistungsstarker Hardware erprobt.
KI-Trainer Schwerpunkt 4: Methodik
KI-Trainer: KI-Anwendungen konzipieren mit Szenario Design und Service Blueprint
18.02.20
Wie kann man Anwendungsideen für Künstliche Intelligenz (KI) menschzentriert entwerfen und strukturiert zu Papier bringen? Darum ging es im Workshop zu den Methoden Szenario Design und Service Blueprint. Beide wurden diesmal verstärkt auf die eigenen KI-Ideen der Teilnehmenden angewandt.
Donnerstag13.02.2016:00-19:00
Hochschule der Medien, Stuttgart
KI-Trainer: Informationsveranstaltung
KI-Trainer: Informationsveranstaltung in Stuttgart am 20. Februar
11.02.20
Sie würden gerne Künstliche Intelligenz in Ihrem Unternehmen nutzen oder Produktideen mit KI umsetzen, wissen aber noch nicht wie? Die KI-Trainer können Ihnen weiterhelfen. Lernen Sie unsere Angebote kennen und kommen Sie mit den KI-Trainern ins Gespräch – bei der Informationsveranstaltung am 20. Februar in Stuttgart.
Donnerstag20.02.2017:00-19:30
Hochschule der Medien, Stuttgart
KI-Trainer - KI-Einsatz im Personalmanagement, KI-Trainer Schwerpunkt 4: Methodik, KI-Trainer Schwerpunkt 6: Human Robot Interaction, KI-Trainer Schwerpunkt 7: Strategie
KI-Trainer: Das Programm im Februar
04.02.20
Hier finden Sie eine Übersicht über alle anstehenden KI-Trainer Workshops, Seminare und Veranstaltungen im Februar.
Mittwoch26.02.2014:00-18:00
Hochschule der Medien, Nobelstraße 10, 70569 Stuttgart
Donnerstag20.02.2017:00-19:30
Hochschule der Medien, Stuttgart
Mittwoch19.02.2014:30-18:30
NORDAKADEMIE Graduate School | 6. Etage
Mittwoch19.02.2016:00-19:00
Hochschule der Medien, Stuttgart
Donnerstag13.02.2016:00-19:00
Hochschule der Medien, Stuttgart
Mittwoch12.02.2010:00-17:00
Hochschule Bonn Rhein Sieg
KI-Trainer Schwerpunkt 4: Methodik
KI-Trainer: Szenario Design und Service Blueprint Workshop
04.02.20
Am 30. Januar fand der erste KI-Trainer Workshop zu Szenario Design und Service Blueprint statt – zwei Methoden, die beide eingesetzt werden können, um Ideen für Anwendungen mit Künstlicher Intelligenz (KI) auszuarbeiten und zu strukturieren. Insbesondere die Gestaltung der Arbeitsteilung zwischen Mensch und Künstlicher Intelligenz steht dabei im Vordergrund,
KI-Trainer Schwerpunkt 4: Methodik
KI-Trainer: Wizard-of-Oz Prototyping Workshop
28.01.20
Am 22. Januar fand der zweite Wizard-of-Oz Prototyping Workshop aus der Methodik-Workshopreihe des KI-Trainer Programms statt. Dabei ging es darum, wie anspruchsvolle KI-Systeme mit einfachen Mitteln simuliert und getestet werden können. Nach einem theoretischen Input konnten die Teilnehmer die Methode selbst ausprobieren.
KI Trainer Workshop - Mensch Roboter Zusammenarbeit
21.01.20
Die Region Nord führt am 12.02 den ersten KI Workshop im Rahmen des BMWI Programms "KI-Trainer" durch.
KI-Trainer Schwerpunkt 4: Methodik
KI-Trainer: Wizard-of-Oz Prototyping Workshop
20.12.19
Im Wizard-of-Oz Prototyping Workshop im UUX-Lab der Hochschule der Medien am 18. Dezember 2019 lernten die Teilnehmer eine Methode kennen, mit der man anspruchsvolle KI-Anwendungen schon früh im Entwicklungsprozess und noch ohne Programmierung mit Nutzern testen kann. Dabei schlüpfen ein oder mehrere menschliche „Wizards" in die Rolle eines scheinbar intelligenten Systems.
KI-Trainer Schwerpunkt 4: Methodik
KI-Trainer Angebote im Profil – Das UUX-Lab
05.12.19
Im UUX-Lab der Region Süd werden jeden Monat Methoden für die Gestaltung der Mensch-KI Interaktion vorgestellt und praktisch erprobt. Außerdem können erste KI-Anwendungsideen von Unternehmen prototypisch umgesetzt und getestet werden – noch völlig ohne Programmierung.
1
2
3
4
5
6
 
 
Copyright