Künstliche Intelligenz in der Produktion
verantwortlich:
Beurteilungskompetenz für Entscheider

    Möchten Sie in der Lage sein, fundierte Entscheidungen im Bereich
    künstliche Intelligenz in der Produktion zu treffen?
    Wollen Sie lernen, wie Sie Lösungsansätze und Angebote für Condition Monitoring
   und Predictive Maintenance beurteilen?
    Wollen Sie durch praktisches Anwenden des neuen Wissens in der Lage sein, Methoden
   und Ergebnisse kritisch zu hinterfragen?
    Möchten Sie konkrete Anwendungsbereiche und Wertschöpfungsketten für künstliche
  ■  Intelligenz in Ihrem Unternehmen identifizieren können?

Führungskräfte stehen heute vor wichtigen Weichenstellungen, die im Zuge der Digitalisierung und Industrie 4.0 für den Unternehmenserfolg entscheidend sind. Gleichzeitig herrscht eine Unsicherheit der Entscheider, welche Konzepte und Lösungen für Ihr Unternehmen anwendbar und wirtschaftlich sinnvoll sind.

Die hierfür erforderliche Entscheidungskompetenz erfordert ein grundsätzliches Wissen über Anwendungen, Methoden und häufig auftretenden Hindernissen.

Im Seminar lernen Sie, fundierte Entscheidungen im Bereich künstliche Intelligenz in der Produktion zu treffen.
Sie können Lösungsansätze und Angebote beurteilen und Ergebnisse kritisch hinterfragen.
Darüber hinaus erhalten Sie Best Practices für konkrete Anwendungsmöglichkeiten und Wertschöpfungsketten in Ihrem Unternehmen.

Zielgruppe:
Entscheider in Planung und Produktion, Technische Leitung, Projektleitung

Die Kursinhalte sind im Einzelnen:
    Grundlagen der künstlichen Intelligenz
    •    Was ist künstliche Intelligenz?
    •    Was ist überwachtes und unüberwachtes Lernen?
    •    Was versteht man unter Deep Learning?
    •    Was versteht man unter Klassifikation, Regression und Clustering und für welche
          Anwendungen wird welches Verfahren genutzt?

    Methoden der künstlichen Intelligenz
    •    Wie kann eine künstliche Intelligenz Maschinenzustände erkennen
          und Prozessergebnisse vorhersagen?
    •    Welche Methoden gibt es und was sind deren Vor- und Nachteile.
    •    Was ist ein künstliches Neuronales Netzwerk und worin besteht der
          Unterschied zu klassischen Verfahren?
    •    Woran erkenne ich, dass ich den Ergebnissen der künstlichen Intelligenz
          vertrauen kann und diese übertragbar sind?
    •    Welche Daten benötige ich für den Lernvorgang und wie viele?
  
   Praxisanwendung Condition Monitoring
    •    Hier wenden wir das erlangte Wissen praktisch an und trainieren eine künstliche
         Intelligenz, die Betriebszustände eines einfachen Systems zuverlässig erkennt.
    •    Hierfür sind keine Programmierkenntnisse erforderlich.

    Transfer in Ihr Unternehmen
    •    Wie erkennen Sie konkrete, wirtschaftlich sinnvolle Anwendungsfälle in
          Ihrem Unternehmen?
    •    Wie beurteilen Sie Lösungsvorschläge und Angebote ihrer Lieferanten?
          Mit welchen kritischen Fragen können Sie Methoden und Ergebnisse hinterfragen,
          um die richtige Entscheidung zu treffen?
        Wie sehen Wertschöpfungsketten aus?
          Warum sind Sie als Planer und Betreiber an der wichtigsten Position?
          Wie nutzen Sie diese Position optimal für Ihre Unternehmen?

Methoden:
Sie erwarten praxisnahe Beispiele und eine Praxisanwendung, bei der Sie selbst ein Condition Monitoring System erstellen. So können Sie Ihr erlerntes Wissen direkt vor Ort überprüfen.

Wie profitieren Sie von diesem Seminar?
Sie erlangen eine Beurteilungskompetenz auf dem Gebiet künstlicher Intelligenz in der Produktion und damit einen Wissensvorsprung in Ihrer Branche.
Mit Lieferanten, die Predictive Maintenance- und Condition Monitoring-Lösungen anbieten, verhandeln Sie auf Augenhöhe.
Sie sind in der Lage, wirtschaftlich sinnvolle Anwendungsfälle für künstliche Intelligenz in Ihrem Unternehmen zu erkennen und sich daraus einen Wettbewerbsvorteil zu schaffen.

Vorkenntnisse:
Es sind keine speziellen Vorkenntnisse erforderlich.

Termin:
Freitag, 29.03.2019  
09:00 - 17:00 Uhr  

Ort:
HTW Berlin, Campus Wilhelminenhof,
Raum wird noch bekannt gegeben

Dozent:
Prof. Dr. Stephan Matzka
ist Professor für Mechatronische Systeme an der HTW Berlin mit Schwerpunkt auf künstliche Intelligenz im Maschinenbau.
Bis 2017 war er als Manager der AUDI AG für die Automatisierungstechnik Montage der Werke Ingolstadt, Györ, Brüssel und San José Chiapa verantwortlich.

Dieses Seminar ist auch als Inhouse-Seminar möglich.

Kontakt:
Johannes Schumacher, 030/ 5019 2248, weiterbildung@htw-berlin.de

Hinweise zur Anmeldung
 
KursnrOffer No.DetailsDetailTagDayZeitTimeOrtLocationZeitraumDurationLeitungGuidancePreisCostBuchungBooking
3-183Fr09:00-17:0029.03.
390/ --/ --/ 390 €
390 EUR
für Studierende/Schüler/in

390 EUR
für Externe