KI-Express

Künstliche Intelligenz ist längst kein Zukunftsthema mehr – sie verändert schon heute Prozesse und Geschäftsmodelle in der Industrie. Doch wie funktioniert KI konkret? Und wie lassen sich die Grundlagen praxisnah erlernen, um erste eigene, wertschöpfende Anwendungen erfolgreich zu entwickeln?

In diesem interaktiven Seminar steigen Sie kompakt, verständlich und direktem Anwendungsbezug in das Thema KI ein – die Vorführung kurzer Python-Programmcodes illustriert dabei Umsetzung und Ablauf eigener Entwicklungen. Anhand realer Beispiele aus Industrie und Wirtschaft erschließen Sie sich das Potenzial für eigene Anwendungen und die Konstruktion passender KI-Modelle samt Training und Bewertung.

Ziel und Nutzen

Die Teilnehmenden entwickeln ein grundlegendes technisches Verständnis für maschinelles Lernen und Künstliche Intelligenz. Sie lernen, wie Daten verarbeitet und analysiert werden und setzen einfache KI-Modelle mit Python selbst um. Ziel ist es, Potenziale von KI in der industriellen Praxis zu erkennen, bewerten und erste eigene Anwendungen realisieren zu können – auch ohne Vorkenntnisse in Data Science. 

Agenda

1. Die grundlegende Denkweise von ML und KI

• Data Science: ein Überblick des Fachgebietes
• Der KI-Ansatz zur Bewältigung von Unsicherheit
• Datengetriebenes Denken als Zukunftsmodell der Industrie und für alle Lebenslagen
• Zum Lernbegriff und dem Prinzip „Modellierung“

2. Methoden des Maschinellen Lernens (ML) und der KI konkret

• Regression, Clustering, Bäume, Generatoren, Transformer & Co.
• Vom Neuron zu Neuronalen Netzen: die Rechenlogik einfach nachvollziehen
• Fehler vermeiden: Überanpassung, Daten- und Kausalitätsfehler, Mittelwerte ohne Sinn, das deus-ex-machina-Denken und mehr
• Verfahren zur Validierung von ML und KI-Modellen

3. Anwendungen

• Die drei Wege der Modellbildung für einen Digitalen Zwilling
• Beispiele aus Industrie und Wirtschaft - der Pool für Ideen
• Adressliste von „KI-Playern“ für konkrete Recherchen
• Mit der Einstein-Methode und KI-Design-Thinking zu passender Anwendung und neuem Geschäftsfeld

4. Einblicke in das nächste Level

• Big Data vs. Smart Data
• Zeitreihenanalyse, Foundation Models, Marketing Automation und die sprechende Maschine
• Cybersicherheit: auf ML/KI abzielende Angriffsmethoden
• Tempo und Zielsicherheit: induktive Verzerrungen verwenden

5. Umsetzung

• Eigene Experten, Dienstleister oder Netzwerkorganisation?
• Interne und externe Auftragsklärung, Management von KI-Projekten, Antipatterns in den Köpfen der Belegschaft
• Umgang mit Experten: Führung und Mindset von „Nerds“
• Rechtliche Randbedingungen: „KI-Verordnung (AI Act)“
• Das erste Projekt: Tipps fürs Gelingen

Zielgruppe

Fach- und Führungskräfte aus IT, Digitalisierung, Entwicklung oder Produktion, die das Potenzial von Künstlicher Intelligenz im industriellen Umfeld verstehen, praxisnah einordnen und erste Anwendungen im eigenen Unternehmen initiieren möchten. Keine Vorkenntnisse in KI erforderlich, Basisverständnis in IT oder Programmierung ist hilfreich, aber nicht notwendig.