Praktische Einführung in Künstliche Intelligenz und Machine Learning

Künstliche Intelligenz bildet den übergeordneten Rahmen für zahlreiche datenbasierte Anwendungen in Technik und Industrie. Das Seminar vermittelt grundlegende Konzepte der Künstlichen Intelligenz mit Schwerpunkt auf maschinellem Lernen. Anhand von Computer-Vision-Projekten wird der vollständige Workflow einer KI-Applikation behandelt – von der Erzeugung geeigneter Datensätze über neuronale Netzwerke bis zur Anwendung und Inferenz in Echtzeit. Der Fokus liegt auf der didaktischen Aufbereitung für den Einsatz in der beruflichen Bildung.

Seminarziele

Die Teilnehmenden sind nach dem Seminar in der Lage, …

• Künstliche Intelligenz und maschinelles Lernen fachlich voneinander abzugrenzen
• das Funktionsprinzip des maschinellen Lernens als Teilbereich der KI verständlich zu erklären
• Lernende auf die Anwendung und Optimierung von selbstlernenden Algorithmen und künstlichen neuronalen Netzen vorzubereiten
• den vollständigen Workflow einer KI-Applikation strukturiert darzustellen
• einfache KI-Projekte didaktisch aufzubereiten und Lernenden zu vermitteln
• Ergebnisse aus Training und Inferenz fachlich einzuordnen

Seminarinhalte

Grundlagen der Künstlichen Intelligenz

• Einordnung von KI, maschinellem Lernen und Computer Vision
• Rolle selbstlernender Algorithmen

Didaktischer Einstieg in Machine Learning

• Einführung in KI-Prinzipien anhand eines einfachen Beispiels
• Spielerischer Einstieg mit „Schere-Stein-Papier gegen KI“

Maschinelles Lernen und neuronale Netze

• Aufbau und Funktionsweise künstlicher neuronaler Netze
• Anwendung und Optimierung selbstlernender Algorithmen
• Erstellung einfacher eigener Algorithmen

KI-Workflows in der Praxis

• Erzeugung und Beschaffung von Datensätzen
• Modellauswahl und Konfiguration
• Anlernen, Training und Inferenz in Echtzeit

Computer-Vision-Anwendungen

• Optische Qualitätsprüfung
• Umsetzung praxisnaher Bildverarbeitungsprojekte

Technische Umsetzung

• Einsatz von Python
• Nutzung von TensorFlow
• Bildverarbeitung mit OpenCV

Zielgruppe

Lehrkräfte und Ausbildende in der beruflichen Bildung mit Schwerpunkt Automatisierungstechnik, Industrie 4.0 oder angrenzenden technischen Fachbereichen.

Voraussetzungen

• Grundverständnis technischer Systeme
• Keine Programmierkenntnisse erforderlich

Ansprechpartnerin für Rückfragen: