Software Engineering für Künstliche Intelligenz (KI)
Dieses Seminar bietet die 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 Anwendungsmöglichkeiten 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 Verwendung und Weiterentwicklung dieser Technologie zu leisten. Dieses Seminar bietet eine umfassende Einführung in Künstliche Intelligenz (KI) und deren Anwendungen, insbesondere in die Auswahl und Einführung von KI-Systemen. Es behandelt verschiedene Typen von KI, Formen der Wissensdokumentation, Entscheidungsunterstützungsmethoden und ethische Aspekte. Des Weiteren werden Digitalisierung, Sprach- und Bildverarbeitung diskutiert. Trainingsmethoden und Qualitätskriterien von KI werden ebenfalls behandelt. Teilnehmer lernen, den Anwendungsfall für die KI zu spezifizieren, den passenden Algorithmus auszuwählen, anzupassen, zu trainieren, zu optimieren und systematisch zu testen. Das Ziel ist nicht, KI selbst zu entwickeln.
Montag, 20. und Dienstag, 21. Oktober 20259.00 bis 12.15 und 13.15 bis 16.30 Uhr1. EinführungWas ist KI? Wozu KI? Wer nutzt KI wofür?starke versus schwache KI2. Anforderungen an KI im Problemraum / Anwendungs-KontextEinführung Requirements Engineering für KIZwecke und Typen von KI: Klassifikation, Entscheidung, Prognose, Chatbot / LLM, Wissenssuche, Übersetzung, KreativitätDarstellen von funktionalen und Qualitätsanforderungen an KIMachbarkeitsanalyse: Probieren geht über Studieren3. Entscheidungsunterstützung und autonome Entscheidungen durch KIvom Problemraum (Bedarf) zum Lösungsraum (Algorithmus)Alternativen zur KI, z.B. Data Science, regelbasierte SystemeLernenEntscheidungsbäume, Wahrheitstafeln, SpieltheorieAutonomiegradeMaschinenethik und juristische Aspekte4. Digitalisierung und Nutzung von WissenDaten und WissenModelle und Ontologien: Digitalisierung von WissenCase Based Reasoning5. KI auswählenArchitekturen von KI-SystemenModel Cards und BenchmarksAuswahl von KI-System mit Nutzwertanalyse6. Sprach- und Textverarbeitung7. Bildverarbeitung8. Anpassen und Trainieren von KILernen Trainieren – überwacht und unüberwacht9. Qualität und Testen von KIQualitätskriterienTesten, Testkonzept
| Veranstaltungs-Code | FB24-519068-60422338 |
