AI-Essentials
© iStock.com/gremlin
AI-Essentials – Wissenswertes zum Thema Künstliche Intelligenz

AI-Essentials – Wissenswertes zum Thema Künstliche Intelligenz

„Maschinelles Lernen“, „CNN“, „künstliche Neuronale Netze“, „GAN“, „überwachtes Lernen“, „Training“, „Backpropagation“, „Deep Learning“ – all diese Begriffe und Abkürzungen begegnen uns aktuell nahezu täglich. Denn sie gehören zum Fachjargon der Künstlichen Intelligenz (KI). Und kein anderes Thema beherrscht derzeit die Prognosen für künftige Entwicklungen quer durch alle Branchen und Lebensbereiche wie dieses. Doch, woher kommt das? Was genau ist überhaupt darunter zu verstehen? Was ist derzeit schon State of the Art und was sind aktuelle Trends?

Das Seminar bietet mit der Antwort auf diese Fragen einen schnellen, informativen Einstieg in das Thema „Künstliche Intelligenz“. Es erklärt die gängigsten Begriffe, vermittelt Grundprinzipien und sensibilisiert für Chancen und Risiken. An aktuellen Beispielen wird gezeigt, wie und wo KI heute in der Praxis schon erfolgreich eingesetzt wird. Dass die Wissenschaft mit dem Thema noch lange nicht am Ende ist, bestätigt ein abschließender Blick auf die neuesten Forschungsansätze.

Zielgruppe:
Manager mit strategischer Entscheidungsverantwortung, Schlüsselmitglieder von Innovationsteams, Industrieberater und alle, die sich kompakt über KI informieren wollen.

Achtung: neue Termine in Planung!
Bei Interesse lassen Sie sich jetzt schon auf unsere Warteliste setzen!

Technische Voraussetzungen

  • Das Seminar wird online per Microsoft Teams durchgeführt. 
  • Sie erhalten einige Tage vor dem Termin einen Link, mit dem Sie sich anmelden können
  • Benötigte Ausstattung:
    • Rechner mit Internetzugang | Mikrofon | Kamera
    • Webbrowser: idealerweise Chrome oder ein Chromium Derivat | Firefox

Unsere Referenten

Jessica Deuschel (M.Sc.) arbeitet als Research Associate am Fraunhofer IIS. Ihr Fokus liegt vor allem im Bereich der affektiven Zustandserkennung mithilfe von multimodaler Fusion. Dabei interessiert sie sich insbesondere dafür, wie Unsicherheiten, die in Neuronalen Netzen zum Beispiel durch eine Verschiebung der Datenverteilung entstehen, berücksichtigt werden können. Dies ist ebenfalls Teil ihrer Promotion im Bereich „Explainable AI“.

Ines Rieger (M.Sc.) ist wissenschaftliche Mitarbeiterin am Fraunhofer IIS. Ihre Arbeit konzentriert sich auf die automatische Bildverarbeitung, hauptsächlich im Bereich der Erkennung von affektiven Zuständen mithilfe von Verfahren des Maschinellen Lernens. Derzeit arbeitet sie an einem Projekt zur Abschätzung von Schmerzzuständen anhand von Gesichtsbildern. Hierbei interessiert sie sich besonders für die Weiterentwicklung von Methoden zur Interpretierbarkeit von Neuronalen Netzen. Außerdem promoviert sie an der Universität Bamberg auf dem Gebiet der „Explainable Artificial Intelligence“.

Andreas Foltyn (M.Sc), ebenfalls Research Associate am Fraunhofer IIS, hat seine aktuellen Arbeitsschwerpunkte im Bereich Erkennung von affektiven Zuständen mithilfe von Verfahren des Maschinellen Lernens. Zeitgleich promoviert er auch im Bereich der Künstlichen Intelligenz mit Schwerpunkt auf Erklärbarkeit von tiefen neuronalen Netzwerken.

Jaspar Pahl (M.Sc.) ist Research Associate am Fraunhofer IIS und arbeitet dort an der Erkennung von affektiven Zuständen auf Bilddaten. Insbesondere interessiert er sich für die Integration von Vorwissen in die dafür genutzten Algorithmen mithilfe von Erklärbarkeit, was auch das Thema seiner Promotion innerhalb der Kognitive Systeme Gruppe an der Universität Bamberg ist.