Veranstaltungsnummer: 08SE168
- Generative KI-Projekte erfolgreich umsetzen
- Use Cases identifizieren, bewerten und planen
- Digitalisierung vs. Generative KI – Unterschiede verstehen
Generative KI verändert das Ingenieurwesen in rasantem Tempo: Sie beschleunigt Prozesse, reduziert Routineaufgaben und eröffnet neue Wege für Design, Entwicklung und Produktion. Für Unternehmen entsteht dadurch die Chance, Effizienz und Innovationskraft deutlich zu steigern – gleichzeitig aber auch die Notwendigkeit, den Einsatz dieser Technologie gezielt und verantwortungsvoll zu gestalten.
In diesem Seminar lernst du, Generative-KI-Use-Cases strukturiert zu erkennen und kritisch zu bewerten. Du erfährst, welche Problemstellungen sich mit Generativer KI sinnvoll lösen lassen – und wo Grenzen bestehen. Zudem werden die Unterschiede zwischen klassischen Digitalisierungsprojekten und Generative-KI-Initiativen deutlich gemacht, insbesondere im Hinblick auf Technik, Methodik und Unternehmenskultur.
Du erarbeitest praxisnah Methoden, um eigene KI-Vorhaben erfolgreich umzusetzen. Mit Ansätzen zur Ideenfindung, Bewertungsmatrizen und Canvas-Methoden entwickelst du fundierte Entscheidungsgrundlagen. Ergänzt durch Konzepte wie Proof-of-Concept, MVP und Skalierung erhältst das Know-how, Projekte effizient und effektiv zu gestalten, Risiken zu managen und nachhaltigen Business Value zu schaffen.
Top-Themen
- Generative KI-Projekte erfolgreich umsetzen
- Use Cases identifizieren, bewerten und planen
- Digitalisierung vs. Generative KI – Unterschiede verstehen
- Technologisches Grundverständnis für Generative KI
- Generative KI im Ingenieurwesen – Trends und Zukunft
Inhalte
Präsenz-Format
1. Tag 09:00 bis 18:00 Uhr | 2. Tag 08:30 bis 16:00 Uhr
Online-Format
1. Tag 09:00 bis 17:00 Uhr | 2. Tag 08:30 bis 16:00 Uhr
Generative KI in Engineering und Manufacturing
- Wie verändert Generative KI (GenAI) das Ingenieurwesen?
- Die Zukunft des Engineerings und der Produktion
- Use Cases jenseits von Text und Bildgenerierung
Digitalisierung vs. KI Transformation
- Unterschied Digitalisierungsprojekt vs. Generative-KI-Projekt
- Vergleich und Methoden von Digitalisierungs- und Generative-KI-Projekten
- Besonderheiten von Generative-KI-Projekten
Generative KI: Technologien und aktuelle Trends
- Was kann Generative Ki und was nicht?
- Generative KI im Überblick: LLMs, Diffusionsmodelle,
Agenten-Architekturen etc. - Generative KI: Tool-Landschaften und Plattformen
- Open-Source vs. proprietäre Lösungen
Start Smart: Generelle Strategie für Generative KI-Use-Cases
- Nicht groß, sondern vielfältig anfangen
- Experimentieren, messen, validieren, anpassen
- Risikomanagement – mit minimalen Geheimnissen starten
- ROI – über Geld hinausdenken
Think deep: Technologisches Grundverständnis
- Vector vs. Graph: wie Informationen mit Generativer-KI
handhaben - Context Window & Chunking: Grenzen und Methoden zur
Kontextnutzung - Prompt und Context Engineering: Einfluss der Eingabequalität auf Ergebnisse
- Daten vs. Wissen: warum Daten allein noch kein Wissen
darstellen
Think Big: Use Cases identifizieren
- Inspiration: Beispiele aus F&E, Produktion, Service, Qualitätsmanagement
- Ideationmethoden für GenAI Use Cases
- Jobs to be done – Use Cases aus echten Bedürfnissen entwickeln
- Value-Stream-Analyse – Welche Schritte im Prozess bieten Potenzial für GenAI-Unterstützung
Create Value: Use Cases bewerten
- Kriterien für Business Value und technische Machbarkeit
- Datenklassifizierung und Datenqualifizierung
- Generativer-KI Benchmarks auswählen und eigene entwickeln
- Kriterien für Priorisierung: ROI vs. Quick Wins vs. strategischer Impact
Start Lean: Use Cases planen
- Lean PDCA und Generativer-KI Projektplanung
- Definition eines erfolgreichen Zielbildes und Hypothesen-Backlogs
- Kompetenzen, Rollen und Verantwortlichkeiten in GenAI-Projekten
Drive Success: Use Cases implementieren
- Technische Architekturen für GenAI-Projekte
- Tools und Frameworks für (schnelle) Umsetzung
- Risiko- und Governance-Management
- Modellauswahl und -evaluation
- Umgang mit Halluzinationen, Bias und Black-Box-Effekten etc.
Seminarmethoden
Theoretischer Input wechselt sich ab mit praxisnaher Anwendung. Fachvorträge und interaktive Lehrgespräche vermitteln die inhaltlichen Grundlagen. Ergänzend vertiefen die Teilnehmenden ihr Wissen in praktischen Übungen und Fallbeispielen. In Kleingruppenarbeiten wird der Erfahrungsaustausch und der Transfer in die eigene berufliche Praxis gefördert.
Zielgruppe
- KI-Beauftragte, KI-Manager*innen, Chief AI Officers (CAIOs)
- Projektleitende, Projektmanager*innen und -koordinierende
- Projektingenieur*innen aller Fachrichtungen
- Mitarbeitende aus den Abteilungen Innovation, Digitalisierung, Entwicklung
Seminarleitung
Claudia Becker, Geschäftsführerin, EDGIZE GmbH, Berlin
Claudia Becker ist Geschäftsführerin der EDGIZE GmbH. Ihre Leidenschaft liegt in der Entwicklung und Realisierung neuer Technologien und Innovationen. Mit über 15 Jahren Erfahrung als Managerin, Vordenkerin und Strategin hat sie zahlreiche Digitalisierungsprojekte in verschiedenen Branchen zum Erfolg geführt. Ein besonderes Interesse von ihr gehört dem digitalen Wandel und der KI-Transformation im Bereich des Ingenieurwesens, der technologischen Entwicklungen und des Projekt- und Innovationsmanagements.
Silvan Horbert, Leiter für Innovation und Entwicklung, EDGIZE GmbH, Berlin
Silvan Horbert ist der Leiter für Innovation und Entwicklung bei EDGIZE. Als erfahrener Experte in der Entwicklung von hardware- und softwarebasierten Projekten und Produkten im industriellen Sektor zeichnet er sich durch seine herausragende Fähigkeit aus, neue Technologien und visionäre Ideen in kohärente Systeme zu integrieren. Er verfügt über langjährige Erfahrung im Bereich Hardware und Software sowie über umfassende Kenntnisse in der Entwicklung von KI-Systemen. Silvan Horbert hat zahlreiche komplexe Großprojekte für renommierte Unternehmen erfolgreich geleitet und konnte viele Entwicklungs- und Infrastrukturprojekte vor dem Scheitern bewahren.
Veranstaltung buchen
Weitere Hotelpartner :
