Course Overview
In dieser 2-tägigen Schulung lernen Sie, wie Sie das Potenzial von künstlicher Intelligenz in Ihrem Unternehmen erkennen, KI Use Cases bewerten und KI-Projekte erfolgreich umsetzen.
Who should attend
Unternehmer, Führungs- und Fachkräfte, Produktmanager, Digitalisierungsmanager, Product Owner, Mitarbeiter mit Bezug zu KI, IT-Manager, Projektmanager
Prerequisites
Es sind keine besonderen Vorkenntnisse erforderlich.
Course Objectives
Eine KI-Anwendung kann Herausforderungen in Ihrem Unternehmen lösen, Potenziale heben und Sie von Wettbewerbern abgrenzen. Sei es durch Prozessoptimierung, gesteigerte Produktqualität oder einen besseren Kundenservice. Ansatzpunkte wie und wo Verbesserungen des eigenen Betriebsablaufs durch KI möglich sind, gibt es in der Regel zahlreiche. Die Kunst ist es, diese Ansatzpunkte zielsicher zu identifizieren.
In diesem praxisnahen Training lernen Sie die Potenziale von KI-Anwendungen kennen und erfahren, wo Sie solche Anwendungen im eigenen Unternehmen umsetzen können. Dabei lernen Sie, welche Einzelschritte bei der Entwicklung von KI-Anwendungen notwendig sind (von der Datenbeschaffung bis zum Endprodukt) und wie Sie solche Projekte sinnvoll und mit Mehrwert managen.
- Sie erhalten einen kompakten Einstieg in das Thema künstliche Intelligenz und erlernen wichtige Begriffe.
- Sie lernen auf Augenhöhe mit KI-Experten und Data Scientists zu kommunizieren.
- Sie verstehen, dass Daten die absolute Grundlage für KI-Projekte sind und wie die Daten für KI-Projekte (vor-)verarbeitet werden müssen.
- Sie lernen Machine Learning Algorithmen kennen und können so Chancen und Grenzen einschätzen.
- Sie werden in die Lage versetzt, KI-Projekte in Ihrem eigenen Unternehmen zu identifizieren.
- Sie können einen Umsetzungsplan eigener KI-Projekte erstellen und diese dann auch managen.
Course Content
Einführung und Motivation
- Wirtschaftliche Einordnung von KI
- Begrifflichkeiten rund um KI
- Beispiele und Success Stories
- Chancen und Risiken
Daten als Grundlage für KI-Projekte
- Voraussetzungen an die Datenbasis
- Datenqualität und Datenvorverarbeitung
Überblick über Machine Learning
- Einordnung in überwachtes, bestärkendes und unüberwachtes Lernen
- Technische Tools und Beispielalgorithmen
- Notwendige Kompetenzen und Ressourcen
KI-Anwendungsfälle entdecken und evaluieren
- Voraussetzungen für KI-Projekte
- Beispiele aus der Praxis
- Kosten-/Nutzenevaluation von KI-Projekten
Umsetzung von KI-Projekten
- Anforderungsmanagement
- KI-Software – Best Practices
- Evaluierung von KI-Anwendungen
KI-Projekte managen
- Notwendige Kompetenzen, Ressourcen und Rollen
- Anforderungsdefinition an KI-Projekte
- Agiles Management von KI-Projekten
- Methoden und Best Practices
- Entwicklung einer KI-Roadmap
German