KIIng

Wichtige Daten im Überblick

Laufzeit:	10/2020 – 03/2022
Finanzierung:	BMBF KI-Campus Ideenwettbewerb
Bearbeiter:	Dr. rer. nat. Michael Schwarzenberger
Kooperation:	keine
Logline:	Ziel dieses Projekts ist die Entwicklung eines ganzheitlichen KI-Lernangebots auf dem KI-Campus speziell für den Ingenieurbereich. Die anwendungsnahen E-Learning-Kurse vermitteln alles Notwendige von Datenschnittstellen über Maschinelles Lernen bin hin zum Deep Learning.

Logos BMBF_gefördert vom und KI-Campus.jpg

Zielstellung

Motivation

Die digitale Transformation in der Industrie, Stichwort Industrie 4.0, ermöglicht Anwendungen wie cyberphysische Produktionssysteme, Smart Manufacturing und Predictive Maintenance. Für die erfolgreiche Umsetzung ist neben dem Wissen zu künstlicher Intelligenz (KI) auch das Domänenwissen essentiell. Daher müssen Ingenieur:innen im Bereich KI aus- und weitergebildet werden, um die erfolgreiche Anwendung der KI im industriellen Umfeld zu ermöglichen. Um diese neuen Anforderungen zu bewältigen, benötigen Ingenieur:innen umfassendes Wissen – nicht nur im Bereich der KI, sondern auch in begleitenden Tätigkeiten wie der Datenerfassung bei Maschinen und Sensoren.

Lösungsansatz

Aus diesem Grund setzt das Projekt KIIng auf eine übergreifende Behandlung des Themas in Form des Micro Degree „Ganzheitliche angewandte KI im Ingenieurbereich“ auf dem KI-Campus.org. Die Verknüpfung der KI-Lehre mit den Inhalten der Prozessinformatik ist für die erfolgreiche, ganzheitliche Bewältigung von KI-Projekten notwendig. Daher deckt der geplante Micro Degree die drei Themenschwerpunkte Prozessinformatik, Maschinelles Lernen und Deep Learning mit Prozessdaten durch drei entsprechende Teilkurse ab.

Ergebnisse

Der Micro Degree wird auf der Lernplattform KI-Campus.org veröffentlicht und steht dann Lernenden kostenlos zur Verfügung. Die Kursunterlagen werden als OER (Open Educational Resource unter CreativeCommons-Lizenz) erstellt. Des Weiteren wird dadurch das Lehrangebot an der TU Dresden erweitert, sodass auch die Studierenden des Maschinenwesens und anderer Ingenieurwissenschaften eine ganzheitliche und anwendungsorientierte Ausbildung im Bereich KI erfahren können.

Kontakt

Wissenschaftlicher Mitarbeiter

Herr Dr. rer. nat. Michael Schwarzenberger

Prozessinformatik und Maschinendatenanalyse

E-Mail senden

Kontaktinformationen

Professur für Werkzeugmaschinenentwicklung und adaptive Steuerungen

work

Besucheradresse:

Kutzbach-Bau, Raum E6 Helmholtzstraße 7a

01069 Dresden

Zeige Karte von diesem Ort.

work Tel.
fax Fax: +49 351 463-37073