Seminar

KI-Projekte in der Produktion (virtuell)

Methodisches Vorgehen für den Einsatz von Machine Learning

Bildmotiv zum Praxisworkshop Machine Learning
© ipopba / Adobe Stock

Künstliche Intelligenz (KI), Maschinelles Lernen, Deep Learning: dies sind Buzzwords, die aktuell in aller Munde sind. In der Technologie wird großes Potenzial für verschiedene Unternehmensbereiche gesehen, insbesondere aber für den Maschinenbau. Denn KI und alle damit verbundenen Technologien sind eng mit Begriffen wie Industrie 4.0, smarte Fabrik und Automatisierung verbunden. Doch was steckt dahinter und welche Methoden können wirklich gewinnbringend im Maschinenbau eingesetzt werden?

Machine Learning ist eine Methode, die zum Lösen eines konkreten Problems mithilfe von Daten eingesetzt wird. Dabei können bereitgestellte Modelle aus der Informatik genutzt und diese für den Einsatz in der eigenen Produktion oder zur Produktentwicklung verwendet werden. Neben dem Algorithmus an sich ist zudem ein methodisches Vorgehen zur Planung und Umsetzung von KI-Projekten entscheidend: von der Problemformulierung über die Datengewinnung und Datenaufbereitung bis hin zur Übertragung von einem Pilotprojekt in die eigentliche Serienproduktion oder Serienentwicklung.

Das Seminar vermittelt Ihnen eine strukturierte und zielgerichtete Vorgehensweise zur Vorbereitung und Planung von Projekten zum Einsatz von Machine Learning. Dabei werden die eingesetzten Methoden und Modellen anhand von aktuellen Beispielen aus dem Maschinenbau greifbar gemacht. So lernen Sie die dahinterliegenden komplexen Rechenabläufe zu verstehen, auch wenn Sie selbst nicht programmieren können.

Inhalte

Einführung und Projektplanung

  • Einstieg: Was ist Künstliche Intelligenz und wie hängt das mit Maschinellem Lernen und Deep Learning zusammen?
  • Algorithmen des Machine Learning: Klassifikation, Regression und Clustering
  • Strukturierte KI-Projekte mit CRISP-DM (Cross Industry Standard Process for Data Mining) planen
  • Inspiration durch aktuelle Use Cases aus der Industrie

Umsetzungsbeispiel eines intelligenten Condition Monitoring Systems (Bildklassifikation)

  • Datenklassifikation: welche Daten werden benötigt?
  •  Unterschiedliche Sensorsysteme und Signaltypen kennenlernen
  • Die wichtigsten Schritte: Datenbereinigung (Data Cleaning) und Datenaufbereitung (Data Preperation)
  • Anwenden eines Modells zur Bildklassifikation
  • Neuronale Netze kennenlernen und verstehen
  • Auswerten der Ergebnisse zur Bewertung der Zuverlässigkeit von Modellen

Zeitlicher Ablauf

  • jeweils von 09:05 bis 15:00 Uhr

Die Tage werden in einzelne Websessions mit flexiblen Pausen eingeteilt.


Methoden

Vorträge, direkte Verknüpfung von Programmierbeispielen und Beispielen aus der Praxis, Vermittlung der KI-Werkzeuge anhand von Beispielen, Diskussionen und Austausch zwischen den Trainern und Teilnehmenden


Wie profitieren Sie von diesem Seminar?

Ziel des Seminars ist es, die wichtigsten Methoden und Tools zum Machine Learning zu erlenen. Sie identifizieren geeignete Anwendungsfälle für die Produktion des eigenen Unternehmens. Darüber hinaus können Sie Algorithmen und Datensätze bewerten und Potenziale einschätzen. Am Ende wissen Sie, welche Schritte zur erfolgreichen Umsetzung eines eigenen KI-Projektes notwendig sind. Weiterhin erhalten Sie Checklisten zur Hilfestellung für die praktische Umsetzung.


Zielgruppe

Ingenieure, Entwicklungsingenieure, Produktentwickler und Produktmanager, Softwareentwickler und Informatiker, Prozess- und Verfahrensentwickler, Konstrukteure sowie Führungskräfte mit und ohne Programmiererfahrung
(*mit dem generischen Maskulinum sind alle Menschen angesprochen, die in diesen Berufen arbeiten)


Hinweis

Für die Bearbeitung der Praxisbeispiele wird die Programmiersprache Python verwendet. Sie können die Freeware Python 3.7 auf Anaconda Distribution mit Spyder hier downloaden.

Am virtuellen Seminar können Sie sowohl mit als auch ohne Programmierkenntnisse teilnehmen. Wir möchten darauf hinweisen, dass wir im Rahmen dieses zweitägigen virtuellen Seminars kein Kompaktseminar „Python-Programmierung“ anbieten können.

Zu den allgemeinen technischen Voraussetzungen für eine Teilnahme an unseren virtuellen Veranstaltungen beachten Sie bitte die Hinweise unter Hilfe und FAQ.


Kooperationspartner

Durchgeführt wird das virtuelle Seminar von der KIT Campus Transfer GmbH (KCT), einer Unternehmensgründung des Fördervereins für Innovation am KIT, des Karlsruher Institut für Technologie (KIT) und der KIT Innovation gGmbH. Die KCT dient im Bereich des Technologietransfers neben dem KIT-internen Angebot als eine weitere Schnittstelle zwischen dem KIT sowie der Industrie und Wirtschaft.

Seminarleitung

Portraitfoto von Markus Netzer

Markus Netzer

Maschinenbauer und akademischer Mitarbeiter am wbk Institut für Produktionstechnik am Karlsruher Institut für Technologie. Mehrjährige Erfahrung in der Digitalisierung von Produktionen multinationaler Unternehmen sowie Expertise in der industriellen Nutzung von Künstlicher Intelligenz in der Produktion durch Forschungsprojekte am wbk Institut für Produktionstechnik.
Portraitfoto von Tobias Schlagenhauf

Tobias Schlagenhauf

Wirtschaftsingenieur und akademischer Mitarbeiter am wbk Institut für Produktionstechnik am Karlsruher Institut für Technologie. Internationale Tätigkeit in der Umsetzung von Machine Learning Projekten in der Produktions- und Prozessentwicklung. Seine Forschungsexpertise liegt in der Anwendung von Verfahren des Maschinellen Lernens zur Entwicklung der autonomen Produktionsmaschine.

Veranstaltungsdetails

Dauer: 2 Tage

Websessions live

im virtuellen Raum

Gebühren (zzgl. MwSt.)

VDMA-Mitglieder

€ 790

Nichtmitglieder

€ 960

Dauer: 2 Tage

Websessions live

im virtuellen Raum

Gebühren (zzgl. MwSt.)

VDMA-Mitglieder

€ 790

Nichtmitglieder

€ 960

Sie haben Fragen?

Gorana Delija-Cavlovic

+49 69 6603 1334

mbi@vdma.org

Info-Service

Erhalten Sie regelmäßig und automatisch aktuelle Infos zu passenden Weiterbildungen.