K.O. durch KI ?

Halbtägige Einführung in Grundkenntnisse zu KI, maschinellem Lernen und Anwendungsfällen. Primär für Personen mit straffen Zeitplänen, die einen schnellen Überblick über das Thema benötigen.

I. Begrifflichkeiten und Grundlagen

Künstliche Intelligenz oder doch maschinelles Lernen? Und was ist Deep Learning? Und wie hängt das alles mit Big Data und Robotik zusammen? Wo ergeben sich neue Potentiale durch Künstliche Intelligenz? In diesem Modul greifen wir die häufigsten Schlagworte auf und ordnen sie in ein Big Picture ein.

II. KI – Ein Überblick im Zeitverlauf

Dieses Modul gibt Ihnen einen Überblick über die Entstehungsgeschichte der Künstlichen Intelligenz. Wir erleben gerade einen beispiellosen Hype um die Technologie, doch was sind die Wachstumstreiber und was wurde früher als Künstliche Intelligenz angesehen?

III. Diskussion der bekanntesten Anwendungen

Wo steckt überall Künstliche Intelligenz drin? Und wer sind die Big Player in diesem Bereich? Dieses Modul gibt Ihnen einen Überblick über diverse Anwendungen der Künstlichen Intelligenz, beginnend bei Recommender Systemen bis hin zum autonomen Fahren. Und wie wird die Entwicklung neuer Geschäftsmodelle aussehen?

IV. Grenzen und Risiken beim Einsatz von Künstlicher Intelligenz

Was kann bei der Integration von KI-Modellen schief gehen? Welche ethischen Aspekte sollten Sie bei der Anwendung von Künstlicher Intelligenz in Ihrem Unternehmen beachten und wie sieht es mit der Regulierung aus?

V. Integration von KI in einzelne Unternehmensabteilungen

Unser Ziel ist es, Ihnen eine Vorstellung davon zu geben, welche potenziellen Anwendungsfelder es im Unternehmen und in den verschiedenen Unternehmensbereichen gibt. Also wo die Künstliche Intelligenz auch in Ihrem Kontext anwendbar ist.

VI. Wie sind die Rahmenbedingungen und wie muss IT-Infrastruktur aussehen?

Dieses Modul gibt Ihnen einen Überblick über die Voraussetzungen, die Sie in Ihrem Unternehmen schaffen sollten, um die Umsetzung von KI-Projekten zu ermöglichen und zu vereinfachen.

VII. Value Proposition Canvas: Entwicklung Ihres persönlichen Anwendungsfalls

Wie kann KI einen Mehrwert schaffen und wie kann ein konkretes KI-Ziel festgelegt werden? Welche Probleme sollen damit gelöst werden und welche Problematiken können dabei potenziell auftreten? Diese Fragen und wie andere Unternehmen es für sich gelöst haben, beantworten wir in diesem Modul.

VIII. Business Model Canvas: Einbindung des Anwendungsfalls in bestehende Strategie

In diesem Modul steht die wirksame Verankerung von KI in der Unternehmens- und Datenstrategie im Mittelpunkt. Dabei steht eine optimale Verzahnung im Mittelpunkt, um den Einsatz von KI an gesamtstrategischen Schwerpunkten und Prioritäten auszurichten.

IX.  Einstieg in die Projektarbeit mit dem CRISP-DM Modell

Das CRISP-DM Modell ist das geeignete Tool, um den entwickelten Anwendungsfall umzusetzen. Schritt für Schritt gehen wir diesen Prozess mit Ihnen durch. Dabei steht im Mittelpunkt, welche Daten in Ihrem Unternehmen vorliegen, wie diese nutzbar gemacht werden können und welche Erkenntnisse sich daraus ergeben.

X. Unsere Vision für Sie

Zum Abschluss des Workshops entwickeln wir gemeinsam mit Ihnen Handlungsempfehlungen und Vorschläge für zukünftige Abläufe, sodass die Fülle an Wissen, die wir Ihnen im Projekt vorgestellt haben, nicht auf der Strecke bleibt und Sie gerüstet sind, um selbstständig weitere Projekte zu entwickeln.

Ganztägiger Workshop inkl. Modellierung und Programmierung in Python.

I. Einstieg in die Arbeit mit Daten

Dieses Modul behandelt den grundlegenden Umgang mit Daten. Wir erklären die Eigenschaften von Daten und gehen auf Innovationen in diesem Bereich ein. Dabei stehen vor allem Big Data, die Cloud und Datenbanken im Mittelpunkt.

II. Datenvorbereitung und -bereinigung

Wie sollte ein Datensatz in der Praxis aussehen und warum müssen Daten oftmals erst aufbereitet werden? Wie können aus Rohdaten Informationen generiert werden und wie werden Merkmale extrahiert? In diesem Modul bauen wir gemeinsam eine Intuition auf und bringen Ihnen statistische Kennzahlen bei.

III. Kennenlernen der Entwicklungsumgebung

Das Ziel dieses Moduls ist der Einstieg in die Programmiersprache Python sowie der Entwicklungsumgebung Jupyter Notebooks für die Arbeit mit Daten. Sie lernen außerdem den Umgang mit einigen wichtigen Bibliotheken und Frameworks kennen, die beim maschinellen Lernen unterstützen. So werden wir einen Einblick in Pandas, Scikit-Learn und Matplotlib geben. Die Grundlagen dieser Pakete werden wir im Detail durchgehen und mit bestehenden Datensätzen praktisch trainieren.

IV. Einstieg in Machine Learning

In diesem Modul wagen wir den Übergang vom Data Mining hin zum Machine Learning. Dabei werden wir verschiedene Methoden des Machine Learning besprechen, beginnend mit den Grundlagen der linearen und logistischen Regression bis hin zu Klassifizierungen und Clustering. Außerdem lernen Sie in diesem Modul, wie Daten in ein Modell eingegeben werden, wie Modelle trainiert werden und was Sie dabei berücksichtigen müssen.

V. Überblick über verschiedene Modellierungsansätze

Welche Methoden der Modellierung stehen zur Verfügung und welches Modell ist für welchen Zweck geeignet? Wir werden unseren Fokus vor allem auf entscheidungsbaumbasierte Ansätze richten (z.B. Random Forest oder Gradient Boosting) und ein entsprechendes ML-Modell gemeinsam trainieren.

VI. Modell- und Ergebnisevaluierung

Dieses Modul fasst die Ergebnisse unseres Machine Learning-Ausflugs zusammen und beurteilt, ob das Ergebnis mit der Realität übereinstimmt und wie genau das Modell und die Einflussfaktoren sind. Ist es nicht akzeptabel, testen wir andere ML-Modelle oder passen die Datenbasis und -struktur an.

VII. Präsentation der Ergebnisse

Abschließend werden gemeinsam die Projektergebnisse aufbereitet und veranschaulicht sowie die größten Herausforderungen im Prozess besprochen. Höchste Priorität liegt dabei darauf, wie Sie in Ihrem Unternehmen selbstständig Modelle entwickeln und anwenden können, die konkreten Mehrwert schaffen.

• Technisches und mathematisches Grundverständnis
• Programmierkenntnisse sind von Vorteil, aber nicht zwingend notwendig.
• Für den Workshop benötigen Sie einen PC oder ein Notebook, da Sie am zweiten Tag selbst ein KI-Modell entwickeln und programmieren werden.
• Zum Workshop sollten Sie die Anaconda Distribution auf Ihrem Gerät installiert haben. Hier geht es zur Installationsanleitung.

In der aktuellen Lage passen wir uns den Bedingungen flexibel an. Den Workshop können wir sowohl online als auch live vor Ort im HubWerk01 abhalten.

Bei der Auswahl des Datums können Sie sehen, ob der Workshop digital oder vor Ort durchgeführt wird.

HubWerk01-Mitglieder bekommen einen Rabatt. Falls Sie nicht wissen, ob Sie oder Ihr Unternehmen Mitglied sind, melden Sie sich bitte via Mail: anastasia.schleicher@hubwerk01.de

Max. Teilnehmerzahl: 12 Personen.

Buchen Sie jetzt den Workshop für Ihre Mitarbeiter.