Daten und künstliche Intelligenz im Produktionsprozess verankern? Wir zeigen wie es geht – und zwar online! Ziel dieses Workshops ist es, kleine und mittelständische Unternehmen in OWL in das Themengebiet des maschinellen Lernens einzuführen, die Voraussetzungen eines Predictive Maintenance Projekts im eigenen Unternehmen zu klären und Wege der erfolgreichen Umsetzung aufzuzeigen. Hierbei spielt auch die Wertschöpfung durch Predictive Maintenance eine wichtige Rolle. Insbesondere sollen in Zusammenarbeit verschiedener Bereiche im Unternehmen mögliche Use Cases identifiziert, Domänenwissen gebündelt und erste Lösungsansätze erarbeitet werden. Zum Schluss werden verschiedene Arten der Zusammenarbeit vorgestellt, sowie auf Möglichkeiten einer Förderung hingewiesen.

Session

Beschreibung

Der Einführungsvortrag setzt die Begriffen Künstliche Intelligenz (KI), maschinelles Lernen (ML), Deep Learning (DL) und Predictive Maintenance in Zusammenhang. Das Ziel ist, den Methodenbaukasten ML für die Gestaltung von Services vorzustellen.

2 – Concept Design

Gemeinsam werden potentielle zukunftsträchtige Einsatzmöglichkeiten von KI identifiziert und Anforderungen an eine ML-Lösung erarbeitet. Hierbei werden auch nicht-funktionale Anforderungen betrachtet, wie die Interpretierbarkeit von Vorhersagen. Exemplarisch werden für bestimmte Problemstellungen die verschiedenen Gestaltungsoptionen von ML Methoden aufgezeigt und deren Eigenschaften erläutert.

Die Konzepte aus der vorigen Session werden auf den Prüfstand gestellt und prototypisch entwickelt. Dabei wird ein Überblick über Technologien, Frameworks und Best Practices gegeben.

4 – Put into Practice

Anhand der entstandenen Prototypen wird der Einfluss der Datenlage besprochen. Somit wird verschärft Aufmerksamkeit auf die Unterscheidung zwischen Machbarkeit und Nutzbarkeit gelegt. Insbesondere die Berücksichtigung nicht-funktionaler Anforderungen ist wichtig für die erfolgreiche Umsetzung eines ML Projekts. Abschließend werden mögliche Fahrpläne entwickelt, wie ein solcher ML-Service in das eigene Unternehmen integriert und weiterentwickelt werden kann.

Zielgruppe

Es wird die Teilnahme mit mehreren Mitarbeitern aus verschiedenen Teilen des Unternehmens empfohlen, z.B. des Vertriebs und der Softwareentwicklung.

Voraussetzungen