Software Engineering für Künstliche Intelligenz (KI)

Dieses Seminar bietet eine unverzichtbare Gelegenheit, das Wissen und die Fähigkeiten im Bereich Künstliche Intelligenz zu erweitern, einer Schlüsseltechnologie, die zunehmend in verschiedenen Branchen eingesetzt wird. Durch die Teilnahme gewinnen Sie nicht nur ein fundiertes Verständnis für die Grundlagen und Anwendungen von KI, sondern auch die Fähigkeit, gezielt KI-Systeme auszuwählen und einzuführen. Der Mehrwert liegt darin, dass Sie sowohl theoretische als auch praktische Kenntnisse erwerben, die Ihnen helfen, in einer Welt, die von KI geprägt ist, erfolgreich zu navigieren. Sie profitieren davon, indem Sie sich in einem wachsenden und zukunftsweisenden Bereich positionieren. Letztendlich ermöglicht Ihnen das Seminar, sich als kompetente Fachkraft auf dem Gebiet der KI zu etablieren und einen wertvollen Beitrag zur Innovation und Weiterentwicklung dieser Technologie zu leisten.

Dieses Seminar bietet eine umfassende Einführung in Künstliche Intelligenz (KI) und deren Anwendungen sowie die Auswahl und Einführung von KI-Systemen. Es behandelt verschiedene Typen von KI, Entscheidungsunterstützungsmethoden und ethische Aspekte. Des Weiteren werden Digitalisierung, Sprach- und Bildverarbeitung diskutiert. Trainingsmethoden und Qualitätskriterien von KI werden ebenfalls behandelt. Teilnehmer lernen, den Anwendungsfall zu spezifizieren, den passenden Algorithmus auszuwählen, anzupassen, zu trainieren, zu optimieren und systematisch zu testen.

Softwareingenieure, Qualitätsmanager, Berater und Manager, die sich mit der Einführung von KI-Systemen beschäftigen und für deren Einführung zuständig sind.

Montag, 14. und Dienstag, 15. Oktober 2024
9.00 bis 12.15 und 13.15 bis 16.30 Uhr

1.) Einleitung 

• Was ist KI? Wozu KI? Wer nutzt KI wofür?

2.) KI im Problemraum / Kontext

• starke versus schwache KI
• Zwecke und Typen von KI: Klassifikation, Entscheidung, Prognose, Chatbot, Wissenssuche, Case-Based Reasoning
• Alternativen zur KI, z. B. Data Science
• Autonomiegrade
• Lernen
• Maschinenethik und juristische Aspekte
• Auswahl von KI-System mit Nutzwertanalyse
• Machbarkeitsanalyse: Probieren geht über Studieren

3.) Entscheidungsunterstützung und autonome Entscheidungen durch KI

• Entscheidungstheorie
• Entscheidungsbäume
• Clustering
• regelbasierte Systeme
• Spieltheorie

4.) Digitalisierung und Nutzung von Wissen

• Ontologien: Digitalisierung von Wissen
• Storytelling, Case Based Reasoning
• Suchen und Finden

5.) Unsicheres Wissen

6.) Sprach- und Textverarbeitung

7.) Bildverarbeitung

8.) Anpassen und Trainieren von KI

• lernen 
• trainieren – überwacht und unüberwacht

9.) Qualität und Optimieren von KI

• Qualitätskriterien
• Optimierung