KI-Akademie

Künstliche Intelligenz (KI) gewinnt immer mehr an Bedeutung und ist aus der Zukunft des Wirtschaftslebens nicht mehr wegzudenken. Die Vielzahl möglicher Anwendungsfelder birgt ein großes wirtschaftliches Potenzial. In der KI-Akademie erwerben Sie Kenntnisse und Kompetenzen, um dieses Potenzial auch effektiv für das eigene Vorhaben bzw. (geplante) Projekte zu nutzen und so national als auch international wettbewerbsfähig zu sein und zu bleiben. Daneben wirft diese technologische Entwicklung aber auch ethische und rechtliche Fragen auf, die es in der konkreten Anwendung zu bedenken gilt. Auch auf solche Herausforderungen und Fragestellungen werden Sie im Rahmen der KI-Akademie vorbereitet.

Die WIFI KI-Akademie besteht aus zwei Basis-Modulen sowie einem Spezialmodul, bei dem Sie die Ausbildung wahlweise als KI-Profi bzw. KI-Manager vertiefen. Am Pitching Day erfolgt die Präsentation der zuvor ausgearbeiteten KI-Anwendungen, die bei erfolgreichem Absolvieren mit der Übergabe Ihres KI-Diploms den Abschluss der WIFI KI-Akademie bildet.

Im Rahmen der Infoveranstaltung erhalten Sie einen Gesamtüberblick über die Inhalte, Schwerpunkte und Voraussetzungen der WIFI KI-Akademie, die sich aus den folgenden Kursmodulen zusammensetzt:

• KI-Basiskurs (16 TE)
• KI-Technologien (16 TE)
• KI-Management (16 TE)

Zeitlicher Aufwand der WIFI KI-Akademie: 48 Trainingseinheiten Präsenz sowie ca. 24 Trainingseinheiten Projektausarbeitung

Dieses Basismodul zielt darauf ab, ein allgemeines Verständnis für die neuen Technologien sowie deren Fachbegriffe zu entwickeln. Mit Experten erarbeiten Sie sich eine Einschätzung über die vielfältigen Einsatzmöglichkeiten von Künstlicher Intelligenz und dem daraus resultierenden Nutzen.
Nach Kursabschluss kennen Sie nicht nur die Voraussetzungen für die erfolgreiche Einführung von KI-Projekten im eigenen Unternehmen, sondern haben auch einen idealen Grundstein dafür gelegt, als Verbindungsperson zu KI-Experten in Projekten zu agieren.

Inhalte:

• Status und Geschichte von Künstlicher Intelligenz (KI)

Warum ist KI heute wirklich relevant?
Was kann KI heute bereits in verschiedenen Domänen?
Was sind die Ziele der KI Entwicklung?
Wann wurde KI erfunden und welche Meilensteine gab es?

• Was ist KI?

Was ist Intelligenz?
Welche Formen der KI gibt es?
Wie wird sich KI weiterentwickeln?
KI Kritik und Risken

• Warum bauen wir KI-Systeme?

Vorteile von Informationsverarbeitung
Bezug zur Evolution

• KI-Technologien

Regression, Klassifizierung, Lokalisierung, Segmentierung
Clustering, Dimensionalitätsreduktion, Matrizenzerlegung
Generierung von Daten (Autoencoder, GANs)
Reinforcement Learning
Verarbeitung von natürlicher Sprache

• Wie lernen Maschinen?

Statistische Methoden
Machine Learning (supervised, unsupervised, reinforcement learning)
Wie sieht ein Datensatz aus?

• Die Bedeutung von Daten

Arten von Daten
Der Wert von Daten in der aktuellen Entwicklung

• Anwendungsgebiete von KI

Anwendungsbeispiele von KI in verschiedenen Domänen

• Ethik, IP und Sicherheit in der KI-Entwicklung

Ethische Fragen beim Einsatz von KI
Was ist Bias?
Robuste KI Systeme
Sichere KI Systeme

• Einschränkungen von KI-Technologien

Bekannte Probleme von KI Technologien

• Besonderheiten von KI-Projekten

Wie sieht ein KI Projekt beispielhaft aus?
Welche Probleme können typischerweise erwartet werden?
Welche Anforderungen an Hardware und Software bestehen?

• Praktische Demonstration

Vorführung von automatischer Übersetzung
Vorführung von Objekterkennung und Lokalisation in der Cloud

Aufbauend auf den Grundkenntnissen aus dem KI-Basiskurs oder auf berufsbedingt einschlägigem Vorwissen zum Thema Künstliche Intelligenz steigen Sie gemeinsam mit unseren Experten in die konkrete Umsetzung ein. Anhand von Showcases erleben Sie, wie und wo Künstliche Intelligenz anwendbar und einsetzbar ist.

Inhalte

• KI-Methoden mit Eingangsdaten und Resultaten
• Verarbeitung von Bildern, Audio, Text, Sensordaten
• Supervised und Semi-Supervised Learning
• Datensammlung, Vorverarbeitung und Transformation
• Labeling von Daten
• Augmentierung und Synthese von Trainingsdaten
• Qualitätskontrolle von Trainingsdaten
• Unsupervised Learning
• Reinforcement Learning
• Generative Modelle
• Praktische Demonstration

• Personen, die sich für die Ausbildung an der KI-Akademie interessieren
• Branchenprofis, die in ihrem Fachbereich über gute Ausbildung und erste KI-Kenntnisse verfügen
• Personen, die eine Höherqualifizierung in dem zukunftsweisenden Thema KI anstreben