KI – Der Weg zur Anwendung
What can you learn in this course?
- Teilnehmer:innen können erklären, was tatsächlich hinter dem Begriff KI steckt.
- Teilnehmer:innen können eigene KI-Vorhaben planen und durchführen.
- Teilnehmer:innen können beurteilen, ob KI-Methoden zur Lösung von konkreten Problemstellungen geeignet sind.
- Teilnehmer:innen haben ein grundlegendes Verständnis für die Hardwareanforderungen bei KI-Vorhaben.
- Teilnehmer:innen kennen unterschiedliche Softwareframeworks zur Umsetzung von KI-Methoden und können diese methodisch vergleichen.
- Teilnehmer:innen kennen Anforderungen und Fallstricke in Zusammenhang mit Trainingsdaten für KI-Vorhaben.
- Teilnehmer:innen können Trainingsdaten für eigene KI-Vorhaben beurteilen.
- Teilnehmer:innen kennen relevante regulatorische Fragestellungen im Umgang mit KI.
- Teilnehmer:innen kennen den Ansatz der „Explainable KI”.
- Teilnehmer:innen kennen relevante Fragestellungen in Bezug auf Datenschutz und KI.
- Teilnehmer:innen kennen Ansätze, über die das Vertrauen von Mitarbeiter in KI frühzeitig gesteigert werden kann.
- Teilnehmer:innen wissen, welche Expertise für die Entwicklung und den Einsatz von KI notwendig ist.
Outline
Welche Ideen / Problemstellungen eignen sich (nicht) für KI
- Was ist überhaupt KI?
- Begriffe im Umfeld von KI
- Welche Voraussetzungen müssen Problemstellungen erfüllen, damit sie durch KI gelöst werden können?
- Szenarien, die für KI geeignet sind
- Szenarien, die für KI nicht geeignet sind
- Beispiele von KI-Anwendungen
Die passende Hardware finden
- Prozessoren für Anwendungen im Bereich des maschinellen Lernens
- Benötigte Hardware für maschinelles Lernen
Softwareplattformen für maschinelles Lernen
- Metriken zum Vergleich von ML-Frameworks
- Vergleich unterschiedlicher ML-Softwareframeworks
Testdaten für ML Vorhaben
- Allgemeine Hinweise
- Underfitting & Overfitting
Anwender mitnehmen
- Vertrauen in die KI
- Umgang mit Daten
Regulatorische Aspekte
- Regulatorik
- Technische Herausforderungen & Möglichkeiten
- Aktivitäten in den Bereichen: Normen, Standards, Gesetze
Further authors
Tim Suthau
Dr.-Ing. Tim Suthau hat langjährige Erfahrung als Entwicklungsleiter für ein Medizintechnik Unternehmen. Anliegen war und ist es ihm, stets an neuesten Innovationen zu arbeiten und diese voranzutreiben. Dabei liegen ihm die Digitalisierungsthemen Interoperabilität, Vernetzung und Künstliche Intelligenz besonders am Herzen. Hier interessiert ihn insbesondere auch die Thematik der Zulassung dieser Technologien in der Medizintechnik. Derzeit verfolgt er diese Themen als Mitarbeiter der UniTransferKlinik GmbH und verantwortet die Projektleitung des Forschungsprojektes „KI-SIGS: KI-Space für intelligente Gesundheitssysteme“. Inhaltlich engagiert er sich besonders für den Aufbau der Plattform „KI und Regulatorik“.
Nikolas Knickrehm
Nikolas Knickrehm ist wissenschaftlicher Mitarbeiter an der UniTransferKlinik Lübeck GmbH und dort verantwortlich für die Koordination und Durchführung von Projekten und Veranstaltungen des Mittelstand 4.0 Kompetenzzentrums Kiel (M4KK). Sein Ziel ist es, die Digitalisierung in kleinen und mittelständigen Unternehmen nachhaltig voranzutreiben und abstrakte Themen wie die künstliche Intelligenz für alle (be-)greifbar zu machen. Durch sein Studium an der Universität zu Lübeck und mehrere Projekte als selbstständiger Softwareentwickler geprägt, setzt er sich insbesondere für die mensch-zentrierte Entwicklung von Software und den Bereich IT-Sicherheit ein.
Confirmation of participation
In diesem Kurs kannst du Badges und ein Weiterbildungszertifikat erhalten.