Seminar

Künstliche Intelligenz (KI) in der Fahrzeugentwicklung - Grundlagen und Anwendungen

mit Teilnahmebescheinigung

KI Fahrzeugentwicklung — Bildquelle: © istock.com

Ziel des Seminars ist die Vermittlung eines grundlegenden Verständnisses datengetriebener Verfahren im Kontext von Produktentwicklungsprozessen. Dazu gehört neben der eigentlichen Methodik auch die Kenntnis der Anwendungsmöglichkeiten in der Fahrzeugentwicklung, die nötigen Voraussetzungen, die Limitierungen des Ansatzes sowie absehbare zukünftige Entwicklungen.

Konkret erhalten Sie einen Überblick über die Begrifflichkeiten: Künstliche Intelligenz (KI) - Maschine Learning (ML) - Deep Learning (DL). Es werden die wichtigsten Methoden des maschinellen Lernens vorgestellt und durch interaktive Tutorials erlebbar gemacht. Aktuelle Anwendungsszenarien und Case Studies ermöglichen den Brückenschlag in die praktische Anwendung. Zudem werden wichtige softwaretechnische, methodische und organisatorische Best Practices für erfolgreiche KI-Projekte vorgestellt und diskutiert.

Das Seminar können Sie auch als Wahlpflichtmodul innerhalb des Lehrgangs „Fachingenieur Fahrzeugautomatisierung VDI“ buchen.

Beschreibung Programm Zielgruppe Seminar-
leiter Kontakt

Top Themen

Potentiale datengetriebener Verfahren in der automobilen Produktentwicklung
Begrifflichkeiten und Abgrenzungen: Künstliche Intelligenz (KI) - Maschinelles Lernen (ML) - Deep Learning (DL)
Konstruktions-, Simulations- und Testdaten zur Nutzung identifizieren
Methoden des maschinellen Lernens auf ingenieurtechnische Daten anwenden
Aktuelle Anwendungsbeispiele und Softwareframeworks
Best Practices für erfolgreiche KI-Projekte in der Produktentwicklung

Programm

Diese Inhalte erwarten Sie im Seminar:

Programm als PDF herunterladen

1. Tag: 9:00 - 17:00 Uhr, 2. Tag: 8:30 - 16:30 Uhr

	Methodische Grundlagen von KI und maschinellem Lernen
	Einführung Geschichte des Machine Learnings Grundlagen des maschinellen Lernens Begrifflichkeiten und Abgrenzung zu anderen Methoden aus dem Bereich der künstlichen Intelligenz Vorstellung und Einordnung der wichtigsten Methoden im Bereich des Deep Learnings Übersicht über Anwendungen im Bereich der Fahrzeugentwicklung
	Klassifikation mit ML-Verfahren am Beispiel von „Convolutional Neural Networks“ Grundlagen der Convolutional Neural Networks Anwendungen im Bereich der Bildverarbeitung Wichtige Validierungsstrategien und Qualitätsmetriken für tiefe neuronale Netze Hands-on Tutorial: Klassifikation von Bauteilen auf Basis von CNNs mit Tensorflow
	Ähnlichkeitsanalyse und Anomaliedetektion mittels Deep Learning Grundlagen unüberwachter Lernverfahren Typische Anwendungen im Ingenieurwesen Generative Verfahren und andere zukünftige Entwicklungen Hands-on Tutorial: Automatisches Clustering von Sensordaten zur Fehleranalyse↓
	Anwendungen in der Fahrzeugentwicklung
	Anwendungen von Deep Learning in der Fahrzeugentwicklung Case Study Predictive Maintenance: Best Practices und erste Schritte für ein erfolgreiches KI-Projekt Case Study Simulation: Schnellere Variantenentwicklung in der passiven Sicherheit Case Study Messtechnik: Schnellere Testauswertung im Bereich NVH Case Study Prozessautomatisierung: Bewertung von Konstruktionsdaten Case Study Prozessüberwachung: Anomaliedetektion in Simulations- und Messdaten Ausblick: Digitaler Konstruktionsassistent und generatives Design
	Der Weg zur erfolgreichen KI-Anwendung Definition des Anwendernutzens und des geschäftlichen Mehrwerts Erste Schritte zum Minimum Viable Product: Datenexploration und Prototyping der Algorithmen Begeisterung wecken und Vertrauen schaffen: Gelungene datengetriebene Kommunikation mit allen Stakeholdern Operationalisierung von ML-basierten Applikationen Hands-on Tutorial: Bereitstellung einer ML-basierten Engineering App als Webservice
	Zusammenfassung und Abschlussdiskussion Wo liegen weitere aktuelle und zukünftige Anwendungen der Technologien? Wie verändert sich das Berufsbild von Entwicklungsingenieuren? Welche neuen Geschäftsmodelle werde durch AI-assisted Engineering möglich?

Zielgruppe

Das Seminar wendet sich an Fach- und Führungskräfte in der Automobilindustrie und bei Entwicklungsdienstleistern, z.B. aus den Bereichen

Konstruktion & Entwicklung.
Simulation
Testing
Projektmanagement

Ihr Seminarleiter im Seminar "KI in der Fahrzeugentwicklung":

Dr. Stefan Suwelack, CEO, Renumics GmbH, Karlsruhe

Der Elektrotechniker studierte an der TU Darmstadt und der Heriot-Watt University in Edinburgh und promovierte am Karlsruher Institut für Technologie (KIT) zum Thema "Real-time biomechanical modeling for intraoperative soft tissue registration“. Seit 2008 arbeitet er als wissenschaftlicher Mitarbeiter am Institut für Anthropomatik und Robotik im Bereich der numerischen Simulation und der maschinellen Lernverfahren am KIT. Er ist Mitgründer der Firma Renumics und dort in der Geschäftsführung tätig.

Kein passender Termin dabei?

Hier Inhouse-Seminar anfragen

Ihr Ansprechpartner

Ana Michels
+49 211 62 14-123
lehrgangvdide

Vermissen Sie etwas?

Fehlen Ihnen Informationen zu dieser Veranstaltung? Dann schreiben Sie uns eine Nachricht.

Nachricht schreiben

Weitere Hotelpartner:

12. - 13. Juli 2021	Freising bei München, Mercure Hotel München Freising Airport* Dr.-von-Daller-Str. 1-3, 85356 Freising +49 8161/532-0 zur Webseite	verfügbar
22. - 23. November 2021	Düsseldorf, NH Düsseldorf City* Kölner Str. 186 - 188, 40227 Düsseldorf +49 211/7811-0 zur Webseite	verfügbar

Künstliche Intelligenz (KI) in der Fahrzeugentwicklung - Grundlagen und Anwendungen

Top Themen

Programm

Methodische Grundlagen von KI und maschinellem Lernen

Einführung

Klassifikation mit ML-Verfahren am Beispiel von
„Convolutional Neural Networks“

Ähnlichkeitsanalyse und Anomaliedetektion mittels Deep Learning

Anwendungen in der Fahrzeugentwicklung

Anwendungen von Deep Learning in der Fahrzeugentwicklung

Der Weg zur erfolgreichen KI-Anwendung

Zusammenfassung und Abschlussdiskussion

Zielgruppe

Ihr Seminarleiter im Seminar "KI in der Fahrzeugentwicklung":