Vom 20. Januar bis zum 3. März 2022 führte das Mittelstand 4.0-Kompetenzzentrum Lingen zum ersten Mal das KI-Qualifizierungsprogramm durch. Das 7-wöchige Programm bot kleinen und mittleren Unternehmen (KMU) in den Regionen Weser-Ems und Münsterland einen Grundlagenkurs zum Einstieg in das Thema der Künstlichen Intelligenz (KI).
Das Programm bestand aus digitalen Veranstaltungen sowie aus freiem Selbstlernen. In den digitalen Veranstaltungen haben die KI-Trainern des Mittelstand 4.0-Kompetenzzentrum Lingen offene Fragen beantwortet und die im Selbststudium gelernten Inhalte mit praktischen Beispielen vertieft. Für das Selbststudium diente der Kurs „Elements of AI“ als Grundlage. Der frei zugängliche KI-Onlinekurs wurde von der finnischen Unternehmensberatung „Reaktor“ und der Universität Helsinki entwickelt. Die deutschsprachige Version stellen die deutschen IHK zur Verfügung.
In 7 Wochen lernten die Teilnehmenden wichtige Komponenten der KI kennen. Dabei ist es gelungen den Teilnehmenden KI verständlich näherzubringen, gleichgesinnte Unternehmen miteinander zu vernetzen und Anregungen für eigene KI-Digitalisierungsprojekte zu geben.
Das KI-Qualifizierungsprogramm wurde in Partnerschaft mit der IHK Nord Westfalen sowie der IHK Osnabrück – Emsland – Grafschaft Bentheim durchgeführt.
Die Anmeldung zum zweiten KI-Qualifizierungsprogramm ist bereits möglich.
Im Anschluss an Kapitel 1 verstehen die Teilnehmenden wieso KI von hoher wirtschaftlicher Bedeutung ist. Insbesondere wird im ersten Kapitel dass Daten die entscheidende Grundlage zur sinnvollen Nutzung von KI sind.
Beispiele für datengetriebene Geschäftsmodelle sind bspw. Google, Tesla FSD.
Im Anschluss an das Kapitel 2 ist es den Teilnehmenden möglich, Optimierungspotenziale in Ihren Prozessen zu erkennen und diese zu formalisieren. Hierbei lernen Sie die Funktionsweise von Entscheidungsbäumen kennen und wie Optimierungen durchgeführt werden können.
Prozesse und Optimierungspotenziale aus den Bereichen Produktion, Büro und Logistik sind Teil des Kapitels. Des weiteren lernten die Teilnehmenden Prozessschritte von den Daten zur KI kennen, darunter die Erhebung, Aufzeichnung, Verarbeitung, Visualisierung und der Zugriff.
Lernziel des Kapitel 3 “Reale Anwendungen” ist ein grundlegendes Verständnis von Wahrscheinlichkeitsrechnung sowie dem Bayes-Klassifikator als eine Anwendung daraus. Über das Tutorium werden außerdem Grundlagen der Datenvorverarbeitung und des Feature-Engineerings aufgezeigt.
In der Praxis geht es an dieser Stelle darum, dass KI bei der Erkennung von Spam, der Klassifizierung verschiedener Textarten oder der
Klassifizierung von sportlichen Aktivitäten auf Basis von Sensordaten unterstützen kann.
Lernziel des Kapitel 4 ist ein grundlegendes Verständnis von Machine Learning. Im Anschluss an das Kapitel kennen die Teilnehmenden alle wichtigen Begriffe aus dem Bereich des Machine Learnings und haben ein besseres Gespür für dessen Möglichkeiten und Grenzen. Im Fokus stand ebenfalls die Optimierung eines Fräsprozesses mithilfe von Machine Learning anhand eines konkreten Beipsiels.
Ziel des Kapitel 5 “Neuronale Netze” ist es den Teilnehmenden einen Überblick über künstliche neuronale Netze (KNN) zu geben. In diesem Zusammenhang werden die grundlegende Funktion und der Aufbau eines KNN erläutert. Des Weiteren sollen die Teilnehmenden zum Ende des Kapitels wissen, was sich hinter dem Begriff Deep-Learning verbirgt und welche grundlegenden Netz-Architekturen es gibt. Als Beispiel haben die Teilnehmenden ein einfaches KNN zur Erkennung von Ziffern (MNIST-Datensatz) besprochen.
Ziel des Kapitels ist die Zusammenfassung der gelernten Inhalte in die aktuelle und zukünftige Zeit mit Künstlicher Intelligenz zu überführen. Neben technologischen Trends werden zudem gesellschaftliche und ethische Auswirkungen von KI visualisiert. Dies ermöglicht eine umfassenden Blick und eine individuelle Bewertung.
KI wird am Beispiel eines modernen Küchengerätes als zukunftsfähiges Geschäftsmodell besprochen. Des Weiteren wird die „Moral Machine“ als Beispiel für Moral und Ethik von KI besprochen.
Titelbild: AdobeStock – peterschreiber.media
