Software Engineering für Künstliche Intelligenz
Dieses Seminar bietet eine umfassende Einführung in die Künstliche Intelligenz (KI) und deren Anwendungen. Insbesondere beschäftigen wir uns mit der Spezifikation von Anforderungen, der Konzeption, dem Training und der Qualitätssicherung von KI-Systemen. Wir behandeln verschiedene Typen von KI, Formen der Wissensdokumentation, Entscheidungsunterstützungsmethoden und ethische Aspekte. Des Weiteren erfahren Sie, wie die Digitalisierung von Wissen, Sprach- und Bildverarbeitung funktioniert. Die Teilnehmenden lernen, einen Anwendungsfall und Qualitätskriterien für eine KI zu spezifizieren und ein Konzept für deren Testen zu erstellen.
Dauer: 2 Tage
Zielgruppe: Softwareingenieure, Qualitätsmanager, Berater und Führungskräfte, die sich mit der Einführung von KI-Systemen beschäftigen
Lernziel: fundiertes Verständnis für die Grundlagen und Anwendungsmöglichkeiten von KI sowie die Fähigkeit, Software-Engineering-Techniken auf KI-Systeme anzuwenden. Als Ergebnis des Seminars schreiben Sie eine Spezifikation an ein KI-System für Ihren Anwendungsbereich.
- Einführung
- Was ist KI? Wozu KI? Wer nutzt KI wofür?
- Starke versus schwache KI
- Anforderungen an KI im Problemraum / Anwendungs-Kontext
- Einführung Requirements Engineering für KI
- Zwecke und Typen von KI: Klassifikation, Entscheidung, Prognose, Chatbot / LLM, Wissenssuche, Übersetzung, Kreativität
- Darstellen von funktionalen und Qualitätsanforderungen an KI
- Machbarkeitsanalyse: Probieren geht über Studieren
- Entscheidungsunterstützung und autonome Entscheidungen durch KI
- vom Problemraum (Bedarf) zum Lösungsraum (Algorithmus)
- Alternativen zur KI, z.B. Data Science, regelbasierte Systeme
- Lernen
- Entscheidungsbäume, Wahrheitstafeln, Spieltheorie
- Autonomiegrade
- Maschinenethik und juristische Aspekte
- Digitalisierung und Nutzung von Wissen
- Daten und Wissen
- Modelle und Ontologien: Digitalisierung von Wissen
- Case Based Reasoning
- KI auswählen
- Architekturen von KI-Systemen
- Model Cards und Benchmarks
- Auswahl von KI-System mit Nutzwertanalyse
- Sprach- und Textverarbeitung
- Bildverarbeitung
- Anpassen und Trainieren von KI: Lernen und Trainieren – überwacht und unüberwacht
- Qualität und Testen von KI: Qualitätskriterien, Testen, Testkonzept
Buchbar als Inhouse-Schulung oder bei der Technischen Akademie Esslingen.