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 Schwerpunkt 4: Methodik
HCD für KI: Wie man Künstliche Intelligenz menschzentriert gestaltet
16.10.20
In der Webinar- bzw. Workshopreihe „HCD für KI“ geht es um den menschzentrierten Gestaltungsprozess und Methoden für die Konzeption von Anwendungen der Künstlichen Intelligenz (KI). Wer mit Usability, User Experience und Human-Centered Design noch nicht vertraut ist, wird im Termin am 21. Oktober abgeholt. Eine Einführung und Übung zum Wizard-of-Oz-Prototyping gibt es am 28. Oktober.
Kurzdiskussion: KI-Entwicklung und die Beziehung zu KI-Ethik
15.10.20
Einhergehend mit der KI-Entwicklung sollte das Thema KI-Ethik niemals außer Acht gelassen werden. In folgender Kurzdiskussion wird ein Überblick der KI-Entwicklung gegeben und der Bezug zu KI-Ethik an einem Beispiel aufgezeigt.

Veranstaltungen zum Thema

Oktober2020

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
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

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 5: Spracheingabe, Stellen Sie uns Ihre Fragen zu Künstlicher Intelligenz!
Wie unterstützt künstliche Intelligenz den Einsatz von Sprachassistenzsystemen/Chatbots?
21.09.20
In diesem Kurzartikel wollen wir Ihnen den Einsatz von künstlicher Intelligenz zur Unterstützung von Sprachassistenzsystemen oder Chatbots grundlegend erklären.
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.
Dienstag10.11.2010:00-14:00
Online
Mittwoch16.09.2010:00-14:00
Online
KI-Trainer Schwerpunkt 4: Methodik, 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.
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
1
2
3
4
5
6
 
 
Copyright