Industrielle ML- und KI-Systeme: Einblicke und Erkenntnisse

Nach einigen umgesetzten Projekten und Begleitung von ML/KI-Systemen im produktiven Einsatz teilt und diskutiert Konstanze gewonnene Erkenntnisse und Einblicke im Rahmen der Entwicklung und Operationalisierung industrieller ML/KI-Systeme.

Anhand eines konkreten Anwendungsfalls zeigt sie auf, welche Anforderungen im industriellen Umfeld besondere Relevanz haben – von der Datenbeschaffung, -Qualität und -Aufbereitung über das Modelltraining bis hin zur Modell-Überwachung und Qualitätssicherung.

Im Fokus steht über den Anwendungsfall hinweg die Datenqualität: Welche Auswirkungen sich auf den Umsetzungsprozess ergeben und wie sie den erfolgreichen Einsatz von ML/KI-Systemen maßgeblich beeinflusst.

Vorkenntnisse

• Keine besonderen Vorkenntnisse notwendig

Lernziele

• Diskussion abgeleiteter Erkenntnisse im Hinblick auf Anforderungen an Infrastruktur und Daten aus Modellentwicklungssicht
  
• Sensibilisierung für das Thema Modellvalidierung und Qualitässicherung prädiktiver Systeme im Einsatz
  
• Diskussion und Anknüpfungspunkte zu eventuell bestehenden Lösungen