Praxis-Workshop zur Implementierung von KI im Maschinenbau

Datum: 04.02.2025 - 04.02.2025

Ort: Stuttgart, Deutschland

Webseite:

Im Workshop lernen Sie, wie Sie mit Deep Learning Defekte an Maschinenkomponenten erkennen und Ausfälle verhindern. Sie erfahren, wie Sie Ihre Effizienz mit KI-gestützter Überwachung steigern können.

 

Informationen und Anmeldung:

Praxis-Workshop zur Implementierung von KI im Maschinenbau - Ticketauswahl

 

Veranstaltungsinfos

Datum: 04.02.2025

Uhrzeit: 09:00 - 15:00 Uhr

Anfahrtsbeschreibung

Anfahrt_WRS.jpg

 

Hinweis: Eine Teilnahme an der Veranstaltung ist kostenlos.

 

 

Wie verändert Künstliche Intelligenz (KI) die Industrie und wie können Sie davon profitieren?

 

Erleben Sie es selbst in unserem Hands-on Workshop!

 

Deep Learning selbst umsetzen

 

In unserem praxisorientierten Workshop lernen Sie am Beispiel von Kugelgewindetrieben, wie Sie ein eigenes KI-Projekt zur Überwachung von Maschinenkomponenten realisieren können. Ein besonderes Highlight ist die bildbasierte Erkennung von Defekten auf mechanischen Komponenten mit Convolutional Neural Networks (CNNs). Unter der Anleitung unserer Experten entwickeln Sie Ihre eigene KI-Anwendung zur Schadenserkennung und setzen modernste Deep-Learning-Techniken ein.

 

Warum ist KI in der industriellen Anwendungen so wichtig?

 

Ungeplante Ausfälle von Werkzeug- und Verpackungsmaschinen aufgrund defekter Komponenten stellen eine enorme Herausforderung dar. KI bietet Lösungen, um solche Ausfälle vorherzusagen und zu verhindern. Die KI-gestützte Überwachung ermöglicht eine signifikante Steigerung der Gesamtanlageneffektivität (OEE) und trägt maßgeblich zur Optimierung Ihrer Prozesse bei.

 

Diese Inhalte erwarten Sie:

Einführung

  • Begrüßung und Überblick über die Workshop-Ziele
  • Bedeutung von KI für Industrieunternehmen
Entwicklung einer KI-Applikation im Rahmen des Vorgehensmodells Cross-Industry Standard Process for Data Mining (CRISP-DM)

Business & Data Understanding
  • Identifikation und Definition der Geschäftsziele
  • Nutzen und ROI einer KI-gestützten Überwachung
  • Überblick über die relevanten Datenquellen
  • Analyse und Bewertung der vorhandenen Daten
Data Preparation & Modeling
  • Datenaufbereitung und -bereinigung
  • Feature Engineering und Auswahl relevanter Merkmale
  • Einführung in verschiedene Modellierungstechniken
  • Erstellung erster Modelle zur Defekterkennung
Evaluation & Modelloptimierung
  • Evaluierung der Modellleistung
  • Interpretation der Ergebnisse und Identifikation von Verbesserungspotenzialen
  • Feintuning und Optimierung der Modelle
  • Implementierung von Verbesserungen
Deployment
  • Vorbereitung der Modelle für den produktiven Einsatz
  • Integration der Lösung in bestehende Systeme und Prozesse

Wir sind sicher, dass Sie nach diesem Event voller neuer Ideen für eigene Projekte sein werden und freuen uns darauf, gemeinsam mit Ihnen zu lernen und zu wachsen!  

Warum sie teilnehmen sollten:

  • Sie erwerben neues Wissen und Kompetenzen, die direkt in der Praxis anwendbar sind.
  • Sie werden Teil eines Netzwerks von Fachexpertinnen und -experten, die sich gegenseitig fördern und unterstützen.
  • Sie profitieren von einer positiven und motivierenden Lernatmosphäre.
Was sie mitbringen sollten:
  • Es sind keine speziellen Vorkenntnisse erforderlich.
  • Offenheit und Bereitschaft zur aktiven Teilnahme sind Schlüssel zum Erfolg in diesem Workshop.
Für wen ist der Workshop geeignet?
  • Der Workshop richtet sich vorrangig an Mitarbeitende aus kleinen und mittleren Industriebetrieben
  • Einsteiger, die Grundkenntnisse erwerben möchten

Diese Veranstaltung wird in Kooperation mit Packaging Valley Germany e. V. und der Wirtschaftsförderung Region Stuttgart GmbH durchgeführt.

 

Kontakt

Nachwuchsstiftung Maschinenbau gGmbH

Ansprechpartner

Detlef Tanne

Telefonnummer

+49 5205 74 2560

Zurück

Hinweis: Aus Gründen der besseren Lesbarkeit wird im Folgenden die gleichzeitige Verwendung
von weiblicher und männlicher Sprachform gewählt. Sämtliche Personenbezeichnungen gelten
gleichermaßen für alle Geschlechter.