TERMINE

WIE MODELLIERE ICH EINE ZEITREIHENVORHERSAGE? IST MASCHINELLES LERNEN EIN GEEIGNETER LÖSUNGSANSATZ FÜR ZEITREIHENVORSAGEN? Am 29.04.2022 dreht sich in der Zeit von 14:00 bis 15 Uhr alles um diese Fragen. In unserem Workshop möchten wir Ihnen ein Anwendungsproblem vorstellen: das effiziente Energiemanagement im Unternehmen. Hierbei möchten wir Ihnen die Zweckmäßigkeit eines Werkzeugs des Maschinellen Lernens demonstrieren, nämlich künstliche neuronale Netzwerke.

SPIEGELN MEINE DATEN DIE WIRKLICHKEIT WIDER? WIE BEREITE ICH DATEN AUF? WIE MODELLIERE ICH EIN PROBLEM DES MASCHINELLEN LERNENS? Am 05.05.2022 und 06.05.2022 dreht sich in der Zeit von 15 bis 16 Uhr alles um diese Fragen. Daten sind wiederverwertbare Güter. Ihr Wert hängt von dem kontextübergreifenden Einsatz und der Zusammenführung mit anderen Daten ab. Allerdings können verzerrte Datensätze einen zu modellierenden Anwendungsfall ungenau darstellen.

SPIEGELN MEINE DATEN DIE WIRKLICHKEIT WIDER? WIE BEREITE ICH DATEN AUF? WIE MODELLIERE ICH EIN PROBLEM DES MASCHINELLEN LERNENS? Am 05.05.2022 und 06.05.2022 dreht sich in der Zeit von 15 bis 16 Uhr bzw. 10 bis 11 Uhr alles um diese Fragen. Daten sind wiederverwertbare Güter. Ihr Wert hängt von dem kontextübergreifenden Einsatz und der Zusammenführung mit anderen Daten ab. Allerdings können verzerrte Datensätze einen zu modellierenden Anwendungsfall ungenau darstellen.

Am 10.05.2022 und 12.05.2022 dreht sich in der Zeit von 10 bis 11 Uhr alles um diese Fragen. Sie erfahren, welche Methoden des Maschinellen Lernens und welche Visualisierungsmöglichkeiten existieren, um die Ergebnisse der KI-Modelle richtig zu interpretieren. Anhand eines praxisnahen Webshop-Szenarios lernen Sie den CRISP-DM Standard kennen, um ein Maschinelles Lernen-Projekt erfolgreich zu strukturieren. Teil 1 (10.05.2022 10:00-11:00 Uhr): Praxisnahe Strukturierung eines Maschinelles Lernen-Projekts im Unternehmen - Einführung in Maschinelles Lernen - Exemplarisches Szenario: Wie erhöhe ich die Rückkehrquote meiner Kund:innen? - Anwendung des CRISP-DM Standards

Was sollte ich beachten, wenn ich in meinem Unternehmen eine neue Software einführe? Ist eine Standard- oder doch besser eine Individualsoftware für mich besser geeignet? Wie definiere ich am Besten, was die neue Software leisten und können soll? Am 10. Mai 2022 finden Sie Antworten auf diese Fragen in unserem Online-Seminar.

Sie wollen Ihr Geschäftsmodell verändern? Sie brauchen digitale Absatzkanäle? Ihre Prozesse müssen digital werden? Sie wissen nicht wie Sie die Digitalisierung finanzieren können? Unser hybrider Digitalisierungssprechtag gibt Antworten auf Ihre Fragen!

Am 10.05.2022 und 12.05.2022 dreht sich in der Zeit von 10 bis 11 Uhr alles um diese Fragen. Sie erfahren, welche Methoden des Maschinellen Lernens und welche Visualisierungsmöglichkeiten existieren, um die Ergebnisse der KI-Modelle richtig zu interpretieren. Anhand eines praxisnahen Webshop-Szenarios lernen Sie den CRISP-DM Standard kennen, um ein Maschinelles Lernen-Projekt erfolgreich zu strukturieren. Teil 2 (12.05.2022 10:00-11:00 Uhr): KI-Modelle verstehen, Ergebnisse interpretieren, Entscheidungen ableiten - Datenvisualisierung: Methoden, Werkzeuge, Nutzen - Metriken zur Bestimmung der Performanz eines KI-Modells - Anwendungsbeispiele: > Logistik: Mustererkennung in akustischen Signalen (Erkennung von Fahrzeugen) > Produktion: Prognose der Fertigstellung von Produkten

Mit unserem Workshop am 13.05. wollen wir Sie bei der Beantwortung dieser Fragen unterstützen, indem wir Sie mit den Grundlagen der Geschäftsmodellentwicklung und mit der Funktionsweise digitaler Geschäftsmodelle vertraut machen.

Mittlerweile gibt es eine Vielzahl an Möglichkeiten, wie die Digitalisierung beim Verkauf der eigenen Produkte unterstützen kann. Diese reicht vom eigenen Webshop über verschiedene Arten von Marktplätzen bis hin zu gänzlich neuen Vertriebs- und Geschäftsmodellen. Im Workshop sollen insbesondere die folgenden Fragen beantwortet werden: Welche Möglichkeiten der Direktvermarkung über das Internet gibt es? Welche Vor- und Nachteile bietet welche Form? Welche technischen Voraussetzungen werden benötigt? Wie funktioniert das Bezahlen? Mit welchen Kosten muss gerechnet werden? Wie kommen die Produkte letztlich zu den Kunden? Neben einem Vortrag wird es Raum geben, die Fragen der Teilnehmer zu beantworten und eigene Erfahrungen zu teilen.

Welche Einsatzpotenziale von KI in Ihrem Unternehmen „schlummern“, diskutieren wir gerne mit Ihnen in unserem virtuellen KI-Sprechtag.

Sie erhalten eine strukturierte Einführung in die Themen Energieeffizienz und Energiemanagement im Unternehmen sowie einen Überblick über vorhandene Werkzeuge und -Methoden zur energetischen Bewertung von Unternehmensprozessen. Anhand eines praxisnahen Beispiels lernen Sie die Aufbauschritte eines Energiemanagementsystems sowie Identifizierung von Potenzialen zur Energieeffizienzsteigerung.

In diesem Online-Seminar lernen die Teilnehmenden die Vor- und Nachteile der unterschiedlichen Instandhaltungsstrategien kennen, erhalten Unterstützung bei der Auswahl der für den jeweiligen Anwendungsfall richtigen Instandhaltungsstrategie und gewinnen erste Einblicke in ausgewählte Assistenzsysteme. Erfahrungen und Stolpersteine aus der Praxis bezogen auf die Auswahl und die Einführung des richtigen Assistenzsystems runden den Workshop ab.

SPIEGELN MEINE DATEN DIE WIRKLICHKEIT WIDER? WIE BEREITE ICH DATEN AUF? WIE MODELLIERE ICH EIN PROBLEM DES MASCHINELLEN LERNENS? Am 03.06.2022 dreht sich in der Zeit von 14 bis 16 Uhr alles um diese Fragen. Daten sind wiederverwertbare Güter. Ihr Wert hängt von dem kontextübergreifenden Einsatz und der Zusammenführung mit anderen Daten ab. Allerdings können verzerrte Datensätze einen zu modellierenden Anwendungsfall ungenau darstellen.

INWIEFERN SPIEGELN MEINE DATEN DIE WIRKLICHKEIT WIDER? WIE SPEICHERE ICH DATEN AB UND BEREITE SIE AUF? WIE MODELLIERE ICH EIN PROBLEM DES MASCHINELLEN LERNENS? Am 17.01.2023 dreht sich in der Zeit von 14 bis 16 Uhr alles um diese Fragen. Daten sind wiederverwertbare Güter. Ihr Wert hängt von dem kontextübergreifenden Einsatz und der Zusammenführung mit anderen Daten ab. Allerdings können verzerrte Datensätze die Modellierung eines Anwendungsfalls vor ungeahnten Herausforderungen stellen.