Veranstaltungsnummer: 05SE009
- Grundlagen von KI: Modellentwicklung und Einsatz in industriellen
Prozessketten - Technologiedatenmanagement für KI-Einsatz
- Anwendung der künstlichen Intelligenz anhand von praktischen Beispielen
Das Seminar beschäftigt sich mit den Chancen und Möglichkeiten beim Einsatz von künstlicher Intelligenz in der industriellen Fertigung. Die Teilnehmer erfahren, wie sie Prozesse nachhaltig optimieren und Kosten bei steigender Qualität senken können. Sie lernen, vorhandene Daten aus Maschinen, Prozessen und Produktqualitäten effizient zu nutzen.
Sie werden verstehen, wie Sie typische Informationsverluste mithilfe von KI sinnvoll verhindern können. Vor dem Hintergrund des Fachkräftemangels in Deutschland wird es immer wichtiger, Tätigkeiten zu automatisieren. Der Einsatz digitaler Assistenten nimmt dabei eine wichtige Rolle ein. Hier kann der Einsatz von KI aktuell schon einen wichtigen Beitrag für Anlagenbediener, Techniker und Fertigungsplaner leisten, mit dem sie Optimierungen idealerweise noch VOR dem Eintreten von Problemen vornehmen können. Die Teilnehmer lernen Wege und Methoden kennen, mit denen sie Zugang zu den jeweils richtigen Daten erhalten und sie erfahren, wie sie ihre Daten prozesskettenübergreifend zusammenführen sowie vollautomatisch verarbeiten lassen können.
Top-Themen
- Grundlagen von KI: Modellentwicklung und Einsatz in industriellen
Prozessketten - Technologiedatenmanagement für KI-Einsatz
- Anwendung der künstlichen Intelligenz anhand von praktischen Beispielen
- Digitale Assistenten – eine neue Antwort auf den Fachkräftemangel in der industriellen Fertigung?
- Live-Demonstration und Diskussion mit Anwendern
Ablauf des Seminars "Automatisiertes Datenmanagement in der Prozessindustrie"
Erfahren Sie im Seminar "Automatisiertes Datenmanagement in der Prozessindustrie" mehr zu folgenden Themen:
1. Tag 10:00 bis 18:00 Uhr
2. Tag 08:30 bis 15:00 Uhr
Die Welt der Daten
- Digitalisierung und Industrie 4.0: Wer braucht was und warum?
- Trends und Leitthemen für die Prozessindustrie
- Innovationsbarrieren in der Industrie aus theoretischer Sicht und aus IT-Sicht
- Plattformen: Der richtige Zugang zu den Daten
- Typische Standardschnittstellen, erforderliche Hardware
- Unspezifische Plattformen / branchenspezifische Bündel
- End-to-End-Lösungen als Non plus ultra
- Big Data vs. konventionelle Datenhaltung
- Möglichkeiten zur Erfassung der Daten im Bestand (Brownfield-Anlagen)
- Typische Standard-Schnittstellen / erforderliche Hardware etc.
- Prozessketten übergreifende Datenzusammenführung aus Prozess, Peripherie, Material, Qualität und Umgebungsbedingungen
KI in Practice: Methodische Einführung am Beispielfall aus der Kunststoffindustrie
- Vorstellung des durchgehenden Referenzfalls
- Vorstellung von Analytic Pipelines: Entwicklung, Einbau und Pflege von Modellen
- Einführung in die Datenanalyse und Grundbegriffe des maschinellen Lernens (ML)
- Vorstellung eines Feature Engineerings für überwachtes
KI-Training - Vorstellung eines Modell-Teachings zur Klassifikation und Regression
- Modelleinbau und Modellautomatisierung: Schnittstellen und Plattformen
Teilnehmer-Übung: KI in der Praxis
- Entwicklung eines Referenzbeispiels: Standort, Produkte, Technologien und Datenquellen
- Spezifikation der Stakeholder im KI Projekt
- Beschreibung der Anwendungsfälle und User Stories
- Welche Datenquellen können vorliegen?
- Wer ist wofür zuständig? Zugang zu den Daten herstellen
- Technische Machbarkeitsuntersuchung zur Abschätzung des Entwicklungsrisikos
- Rentabilitätsrechnung für Anwendungsfälle für Einzellinien und Gesamtstandort
Best Practice I: Globaler Anwendungsfall
- Datenerfassung und -analyse in mehrstufigen Prozessketten
Best-Practice II: Vorstellung eines Digitalisierungsprojekts
- Ist- vs. Soll-Darstellung
- Entwicklungsschwierigkeiten
- Erwartungen und Nutzenbewertung
- Nutzerakzeptanz und Schlussfolgerungen
Rentabilität und Wirtschaftlichkeit
- Kosten der Digitalisierung – was muss sein, was nicht?
- Vorgehen zur Auswahl wirtschaftlich attraktiver Lösungen
- Rentabilitätsvorschau an Beispielszenarien
- Erhebung und Dokumentation von Leistungskennzahlen
- Worauf muss man achten, wenn man einen Anbieter sucht?
- Was muss für ein KI-Projekt erarbeitet werden?
- Aufwand, Aufgaben für den Betrieb, Unterhalt einer KI-Lösung
- Wartung und Machbarkeit
Live-Demonstration an Anlage
- Informationstechnischer Zugang
- Demonstration explorative Datenanalyse (EDA)
und Modellbildung - Demonstration Automatisierung
Ausblick
- Zusammenfassung der Lernziele
- Auswertung der Ergebnisse und Abschlussdiskussion
Seminarmethoden
Im Seminar "Automatisiertes Datenmanagement in der Prozessindustrie" erhalten Sie theoretischen Input des Trainers und wenden diesen im Rahmen von konkreten Übungen und Praxisbeispielen an. Darüber hinaus arbeiten Sie in Einzel- und Gruppenarbeiten zusammen und profitieren von dem Erfahrungsaustausch.
Zielgruppe
Das Seminar "Automatisiertes Datenmanagementin der Prozessindustrie" richtet sich an:
- Mitarbeiter und Führungskräfte in der Produktion und Entwicklung
- Mitarbeiter in technischer Einkaufs- und Vertriebstätigkeit
- Industrie 4.0 Verantwortliche
- Produktionsmanager bzw. -planer und Techniker
- Strategische Fertigungsplanung
- Produzierende Betriebe aller Branchen und Größen
Ihr Referent für das Seminar "Automatisiertes Datenmanagement in der Prozessindustrie":
Dr. Martin Juhrisch, Geschäftsführer Organisation und Vertrieb, Symate GmbH, Dresden
Herr Juhrisch ist promovierter Wirtschaftsinformatiker sowie erfahrener Softwareentwickler und seit 2012 Geschäftsführer der Symate GmbH. Bis zur Gründung von Symate leitete Dr. Juhrisch das „Exist-Forschungstransfer Tec-In“ am Institut für Steuerungstechnik der TU Dresden und arbeitete beim DFG-Projekt „MIRO“ an der Universität Münster. Dr. Juhrisch setzt sich mit großem Engagement für eine intelligente Nutzung vorhandener Daten aus der industriellen Produktion ein.
Veranstaltung buchen
Weitere Hotelpartner :
