Methoden zum Einsatz von Künstlicher Intelligenz in der Produktion – Darmstadt

Pro­duk­ti­ons­pro­zesse wer­den immer kom­ple­xer. Das stellt auch die Pro­zess­ana­lyse ste­tig vor neue Her­aus­for­de­run­gen. Machine Learning kann dabei hel­fen, aus kom­ple­xen Daten nutz­ba­res Pro­zess­wis­sen zu gewin­nen. Der Work­shop erläu­tert die Umset­zung für pro­du­zie­rende Unter­neh­men.

Ter­min­de­tails

  • Mitt­woch, 7. Juni
  • 13:00 – 16:30 Uhr
  • Tech­ni­sche Uni­ver­si­tät Darm­stadt
    Pro­zess­lern­fa­brik CiP (Gebäude L1 | 07 206)
    Jovanka-​​Bontschits-​​Str. 10
    64287 Darm­stadt

Dozen­ten

  • M. Sc. Chris­tian Kubik
  • M. Sc. Marco Becker

Lern­ziele

  • Poten­ziale von maschi­nel­len Lern­ver­fah­ren für pro­du­zie­rende Unter­neh­men erken­nen
  • Hand­ling von gro­ßen Daten­men­gen als Grund­lage einer erfolg­rei­chen Umset­zung maschi­nel­ler Lern­ver­fah­ren und Inte­gra­tion maschi­nel­ler Lern­ver­fah­ren in einem ganz­heit­li­chen Über­wa­chungs­an­satz ver­ste­hen
  • Prak­ti­sche Her­aus­for­de­run­gen bei der Umset­zung eines ganz­heit­li­chen Über­wa­chungs­an­sat­zes auf Basis maschi­nel­ler Lern­ver­fah­ren sam­meln

Ziel­gruppe

  • Kon­struk­teure, Werk­zeug­bauer, Pro­duk­ti­ons­lei­ter, Vor­ar­bei­ter, die sich mit Pla­nung, Ein­rich­tung oder dem Betrieb von Pro­duk­ti­ons­pro­zes­sen (sowohl Ein­zel­teil­fer­ti­gung von Pro­duk­ten als auch die Fer­ti­gung in Klein– und Groß­se­rien) beschäf­ti­gen. Außer­dem Daten-​​Analysten /​ Data Sci­en­tists, die sich mit der Nut­zung von Daten im pro­duk­ti­ons­tech­ni­schen Umfeld beschäf­ti­gen.

Vor­kennt­nisse

Grund­le­gen­des Ver­ständ­nis für Pro­duk­ti­ons­the­men

Mel­den Sie sich noch heute an.