Finden Sie die passende Schulung für Ihren Bedarf

Der Einsatz von ChatGPT im Management kann vielfältig sein und verschiedene Aspekte der Führung und des Tagesgeschäfts unterstützen. Durch die Automatisierung von Routineaufgaben, die Bereitstellung wertvoller Einblicke und die Förderung von Innovation kann ChatGPT Führungskräften helfen, effizienter zu arbeiten und fundiertere Entscheidungen zu treffen. In dieser Schulung erfahren Sie welche Möglichkeiten große Sprachmodelle wie ChatGPT bieten, um selbst effizienter und effektiver zu Arbeiten. Der Schwerpunkt des Trainings liegt auf der praktischen Anwendung von ChatGPT und anderen Sprachmodellen. Ein weiterer Bestandteil der Schulung ist, die Schritt-für-Schritt Einführung in die Erstellung eines eigenen KI GPT-Bots für Führungskräfte.

Durch die interaktive Online-Schulung »Machine Learning Operations (MLOps)« bekommen Sie einen kompakten Überblick über die Herausforderungen und Lösungsansätze zum produktiven Einsatz von ML-Anwendungen in Ihrem Unternehmen. Die wichtigsten Grundlagen der technischen und organisatorischen Aspekte des Prozessansatzes Machine Learning Operations (MLOps) werden Ihnen entlang des MLOps-Zyklus näher gebracht. Hierbei profitieren Sie von unserem fundierten Data Science Background als auch von der langjährigen Projekterfahrung in internen und Kundenprojekten. Dieser Kurs ist ein idealer Einstieg in das Themenfeld MLOps, da Sie aktuelle Konzepte, Methoden und Werkzeuge kennenlernen. Die technischen Inhalte werden durch einen laufenden Showcase verdeutlicht.

Dieses Seminar bietet eine Einführung in die Optimierung der sektorenübergreifenden Energieeinsatzplanung und ermöglicht es den Teilnehmenden, diese Grundlagen an einfachen Beispielen zu erlernen. Obwohl das Seminar thematisch an das Seminar Energy Data Analyst anknüpft, baut es nicht darauf auf.

Reinforcement Learning ist ein faszinierendes Thema, das die Zukunft der Robotik und Automatisierungstechnik maßgeblich beeinflussen wird. In diesem Modul werden die Teilnehmer in die Grundlagen des Reinforcement Learning eingeführt und lernen, wie es in der Praxis eingesetzt werden kann. Reinforcement Learning ist eine Methode des maschinellen Lernens, bei der ein Agent durch Interaktion mit seiner Umgebung lernt, wie er bestimmte Aufgaben optimal lösen kann. In der Robotik ermöglicht Reinforcement Learning Robotern, ihre Umgebung zu erkunden, zu lernen und intelligente Entscheidungen zu treffen.

In der Schulung »Certified Data Scientist Specialized in Production« erhalten Sie einen praxisnahen Einblick in den Entwicklungszyklus eines Machine Learning Projektes im Produktionsumfeld. Von der Use Case Findung und Bewertung, über die Datenaufnahme, Vorverarbeitung und Modellierung in Python bis hin zum Deployment werden konkrete Vorgehensmodelle umgesetzt. Die Schulung schließt mit einer Prüfung zum Erwerb des Zertifikats »Certified Data Scientist Specialized in Production« ab.

Daten sind der Rohstoff der Zukunft, wobei die Qualität der Daten maßgeblich das Ergebnis einer jeden Analyse beeinflusst – egal ob in Form von Bildern oder Tabellen. Dies gilt für klassische Data-Mining-Prozesse und neueste Methoden der künstlichen Intelligenz gleichermaßen. Hochwertige Daten bieten Unternehmen einen klaren Mehrwert und Wettbewerbsvorteil. In diesem Seminar lernen Analysten, Entwickler und Domänenexperten aus unterschiedlichen Fachrichtungen (Produktion, Finanzwesen, Pharmazie, u.a.) die wichtigsten Verfahren zur Beurteilung und Verbesserung der Datenqualität für Projekte mit dem Themenschwerpunkt der Datenanalyse. Reale Daten enthalten oftmals vielfältige kleine Fehler, welche negative Auswirkungen auf eine Analyse haben können. Damit Sie das Potenzial Ihrer Daten voll ausschöpfen können, vermittelt dieses Seminar umfassend die wesentlichen Grundlagen der modernen Datenvorverarbeitung für sowohl tabellarische als auch Bilddaten. Praxisbezogen und interaktiv werden die Schulungsinhalte in kleinen Aufgaben angewandt: anhand von Anwendungsfällen und Datensätzen aus der Computerchipherstellung und der Qualitätskontrolle von Solarpanelen setzen Sie die erlernte Theorie mit Python praktisch um. Nach dem Besuch dieser Schulung sind Sie in der Lage, die Datenvorverarbeitungen in Ihrem Alltag strukturiert und effizient durchzuführen und Ihre Daten besser für Data Science-Projekte zu nutzen.

Die interaktive Schulung »Kompakteinstieg Computer Vision« gibt Ihnen in einem kompakten Format einen Überblick über das breite Feld des maschinellen Sehens. Der Fokus liegt hierbei auf dem Verständnis der vielfältigen Teilbereiche und ihrer Unterschiede zueinander sowie der daraus resultierenden Anwendungen und Schwierigkeiten. Der Kurs wurde von Expert*innen mit langjähriger Erfahrung in Industrie- und Forschungsprojekten erarbeitet und nutzt die dabei gewonnenen Erkenntnisse aus echten Anwendungen. Mit dieser Schulung erleben Sie den idealen Crashkurs zum spannenden Feld der Computer Vision und lernen, Computer-Vision-Szenarien zu erkennen und entsprechende Lösungen zu bewerten. Die technischen Inhalte werden anhand interaktiver Übungen vermittelt. Programmierinteressierte können selbst kostenfrei eine der Programmierübungen in diesem Google Colab ausprobieren. Diese Übungen sind optionaler Bestandteil der Schulung und stehen Teilnehmenden auch nach der Durchführung zur Verfügung.

Durch die interaktive Online-Schulung »Machine Learning Operations (MLOps)« bekommen Sie einen kompakten Überblick über die Herausforderungen und Lösungsansätze zum produktiven Einsatz von ML-Anwendungen in Ihrem Unternehmen. Die wichtigsten Grundlagen der technischen und organisatorischen Aspekte des Prozessansatzes Machine Learning Operations (MLOps) werden Ihnen entlang des MLOps-Zyklus näher gebracht. Hierbei profitieren Sie von unserem fundierten Data Science Background als auch von der langjährigen Projekterfahrung in internen und Kundenprojekten. Dieser Kurs ist ein idealer Einstieg in das Themenfeld MLOps, da Sie aktuelle Konzepte, Methoden und Werkzeuge kennenlernen. Die technischen Inhalte werden durch einen laufenden Showcase verdeutlicht.

Durch maschinelles Lernen (ML) können sich Robotersysteme ohne großen Konfigurationsaufwand automatisch einrichten und viele Objekte bereits ohne spezifisches Wissen über deren Geometrie robust greifen und manipulieren. Weitere Technologien ermöglichen auch die Detektion und Segmentierung von Objekten zur Interaktion in unstrukturierten Umgebungen. Zudem helfen Simulationen, tiefe neuronale Netze zu trainieren und so das zeit- und personalintensive Annotieren von Trainingsdaten zu vermeiden.

Bilder enthalten reiche Information, die aber auch kompliziert zu extrahieren ist. Meist liegen wenig Metadaten vor und erst der Kontext liefert Hinweise auf die Bedeutung. Daraus ergeben sich spezifische Schwierigkeiten, Modelle des Bildverstehens zu lernen. Ausgehend von Methoden des überwachten Lernens lernen Sie auch Verfahren kennen, die mit wenigen Trainingsbeispielen auskommen und erfahren, wie man unbalancierten Trainingsdaten umgehen kann. Die Vorerfahrungen und praktischen Erfordernisse der Teilnehmer*innen können bei der konkreten Themenauswahl berücksichtigt werden. Die Schulung schließt an Tag 3 mit einer 1-stündigen Prüfung ab, durch die die Teilnehmenden ein Micro-Zertifikat erwerben.

Do you manage one or more processes in your organisation? This course shows you how to harness the power of process mining to make data-driven decisions. You will learn how to get away from manual process analysis and save time. Our experts will teach you the different methods of process analysis, independent of any provider and based on the latest scientific knowledge! Im Kurs lernst du folgendes: Die reale Ausführung deines Prozesses zu identifizieren Effiziente Nutzung deiner Prozessdaten Identifikation von Problemen mit konkreten Zahlen Alles rund ums Projekt: Methodik eines Process Mining Projekts Wie du Process Mining in deinem Unternehmen skalieren kannst Alles, was du brauchst, ist ein Windows-Laptop mit den notwendigen Berechtigungen zur Installation von Software und ein paar Python Grundkenntnisse. Schon geht’s los! Den genauen Kursplan findest du am Ende der Seite in der Grafik. Für Fragen kannst du dich auch direkt an unsere Experten wenden. Den Kontakt findest du im Link auf der rechten Seite.

Seit der Veröffentlichung von ChatGPT durch openAI im November 2022 scheint Generative KI allgegenwärtig. In kurzen Abständen werden neue KI-Modelle, Tools und Lösungen vorgestellt. Deren Anwendung stellt Unternehmen aber vor verschiedene Herausforderungen. In diesem Workshop werden Grundlagenkenntnisse vermittelt und mögliche Wege zur erfolgreichen Nutzung von Generativer KI aufgezeigt.​​

Generative KI-Modelle ermöglichen durch ihre neuartigen Funktionen und ihre Flexibilität grundlegende Änderungen gegenüber den bisherigen KI- und regelbasierten Ansätzen bei der Analyse von Texten und Dokumenten. Darüber hinaus ergeben sich durch die Fähigkeit zur Generierung von Inhalten völlig neue Anwendungsszenarien. In diesem Workshop erhalten die Teilnehmenden einen Überblick über die Einsatzmöglichkeiten Generativer KI im Zusammenhang mit Textdaten und können erste Ideen für den Einsatz im eigenen Unternehmen entwickeln.​​

Künstliche Intelligenz verändert den technischen Service grundlegend. In diesem Workshop werden wir gemeinsam mit Praktikerinnen und Praktikern aus dem Maschinenbau konkrete Potenziale und Strategien zur Innovation und Automatisierung erarbeiten.

Künstliche Intelligenz kann Effizienz steigern, Prozesse automatisieren und neue Geschäftsmöglichkeiten eröffnen – vorausgesetzt, die Datenbasis stimmt und die rechtliche Freigabe ist gesichert. Viele Unternehmen scheitern beim Go-live von Chatbots an Haftungsrisiken. Die Teilnehmenden erfahren in diesem Workshop, wie Datenarchitekturen aufgebaut sein müssen und wie sie die rechtlichen Fallstricke bei der Einführung von Chatbots meistern, um ihre KI-Anwendungen erfolgreich umzusetzen und ihre Daten in einen echten Wettbewerbsvorteil zu verwandeln.​​

Quantum computing and machine learning are key technologies that will significantly shape our technological landscape in the coming decades, and in some cases are already doing so today. In order to achieve competitive results in these fields, highly qualified experts with expertise in both areas are required. The module covers topics at the intersection of quantum computing and machine learning. It is aimed at people with a quantum computing background as well as people with a background in data science. Participants will gain the ability to successfully apply machine learning with quantum computers. To this end, numerous current methods are presented that enable them to react to future hardware advances and independently develop new QML algorithms. The concepts taught are illustrated with a large number of case studies from real applications and projects. A large part of the course is dedicated to consolidating what has been learnt with practical application examples.

Im kostenfreien Workshop »KI.FirstSteps: AI Agents for Robotics« geben wir einen Einblick in den aktuellen Stand von Forschung und industrieller Anwendung der GenAI-basierten Robotersteuerung. Anhand von Demos und Praxisbeispielen aus der industriellen Prozessautomatisierung zeigen wir, wie sich Engineering-Aufwände reduzieren, Umrüstprozesse beschleunigen und neue Formen der Mensch-Roboter-Interaktion realisieren lassen.

Im kostenfreien Workshop »KI.FirstSteps: KI für Führungskräfte« laden wir Sie ein, sich strukturiert und praxisnah mit den Grundlagen und Auswirkungen von KI auseinanderzusetzen und sich handlungsfähig und souverän im Umgang mit KI zu machen. Neben einer verständlichen Einführung in zentrale KI-Konzepte stehen der Austausch über konkrete Anwendungsbeispiele, Entscheidungsdilemmata und Best Practices im Vordergrund. Der Workshop bietet Raum für Orientierung, Diskussion und Vernetzung.

In dieser Schulung vermitteln wir die Herausforderungen und Lösungsansätze für die Entwicklung verlässlicher KI-Systeme. Motivation: Die Autonomie technischer Systeme zu erhöhen ist aktuell ein Megatrend in der Industrie. Künstliche Intelligenz (KI) wird hierbei als ein Schlüsselfaktor angesehen. Da autonome Systeme gewöhnlich Teil eines größeren Ökosystems sind, kann ihr Versagen sowohl die betrieblichen Werte wie auch die Gesundheit der Teilnehmer des Ökosystems gefährden. Daher sind besondere Maßnahmen erforderlich, um die funktionale Sicherheit der Systeme und insbesondere solcher, die KI enthalten, sicherzustellen. Bei Systemen ohne KI-Anteil werden entsprechende Maßnahmen durch spezifische Normen vorgesehen. Solche etablierten Sicherheitsstandards und -verfahren sind auf KI-getriebene Komponenten schwierig anwendbar bzw. unpassend. Als besonders problematisch erweist sich hierbei das häufig fehlende gemeinsame Verständnis an der Schnittstelle zwischen Data Science Expert*innen und Safety Ingenieur*innen.