Edge AI für IoT-Anwendungen: Intelligente Datenverarbeitung am Netzwerk
- Dauer
- Ausführung
- Vor Ort, Online
- Startdatum und Ort
Edge AI für IoT-Anwendungen: Intelligente Datenverarbeitung am Netzwerk
Bewertung:
Startdaten und Startorte
placeZoom 3. Dez 2025 bis 5. Dez 2025check_circle Garantierte Durchführung |
placeKöln 16. Mär 2026 bis 18. Mär 2026 |
computer Online: Zoom 16. Mär 2026 bis 18. Mär 2026 |
placeKöln 22. Jun 2026 bis 24. Jun 2026 |
computer Online: Zoom 22. Jun 2026 bis 24. Jun 2026 |
placeKöln 21. Sep 2026 bis 23. Sep 2026 |
computer Online: Zoom 21. Sep 2026 bis 23. Sep 2026 |
placeKöln 14. Dez 2026 bis 16. Dez 2026 |
computer Online: Zoom 14. Dez 2026 bis 16. Dez 2026 |
Beschreibung
Schulungen der Extraklasse ✔ Durchführungsgarantie ✔ Trainer aus der Praxis ✔ Kostenfreies Storno ✔ 3=2 Kostenfreie Teilnahme für den Dritten ✔ Persönliche Lernumgebung ✔ Kleine Lerngruppen
Seminarziel
Die Teilnehmenden erwerben praxisnahe Kenntnisse in der Implementierung und Optimierung von Edge AI-Lösungen, um IoT-Anwendungen effizienter, sicherer und skalierbarer zu gestalten.Inhalt
-
Einführung in Edge AI
- Definition und Abgrenzung zu Cloud-basierter KI
- Vorteile für IoT-Anwendungen (Latenz, Datenschutz, Bandbreite)
- Typische Anwendungsfälle (Predictive Maintenance, Smart Cities)
-
Hardware-Plattformen für Edge AI
- Überblick Edge-Geräte (Raspberry Pi, NVIDIA Jetson, Google Coral)
- Beschleuniger-Chips (TPUs, VPUs, FPGAs)
- Energieeffizienz und Performance-Tradeoffs
-
Edge AI Software-Stack
- Frameworks (TensorFlow Lite, ONNX Runtime)
- Optimierungstechniken (Quantisierung, Pruni…
Frequently asked questions
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
Schulungen der Extraklasse ✔ Durchführungsgarantie ✔ Trainer aus der Praxis ✔ Kostenfreies Storno ✔ 3=2 Kostenfreie Teilnahme für den Dritten ✔ Persönliche Lernumgebung ✔ Kleine Lerngruppen
Seminarziel
Die Teilnehmenden erwerben praxisnahe Kenntnisse in der Implementierung und Optimierung von Edge AI-Lösungen, um IoT-Anwendungen effizienter, sicherer und skalierbarer zu gestalten.Inhalt
- Einführung in Edge AI
- Definition und Abgrenzung zu Cloud-basierter KI
- Vorteile für IoT-Anwendungen (Latenz, Datenschutz, Bandbreite)
- Typische Anwendungsfälle (Predictive Maintenance, Smart Cities)
- Hardware-Plattformen für Edge AI
- Überblick Edge-Geräte (Raspberry Pi, NVIDIA Jetson, Google Coral)
- Beschleuniger-Chips (TPUs, VPUs, FPGAs)
- Energieeffizienz und Performance-Tradeoffs
- Edge AI Software-Stack
- Frameworks (TensorFlow Lite, ONNX Runtime)
- Optimierungstechniken (Quantisierung, Pruning)
- Containerisierung mit Docker/Kubernetes
- Datenpipeline am Edge
- Sensordaten-Akquisition und Vorverarbeitung
- Feature-Extraction auf ressourcenbeschränkten Geräten
- Datenaggregation und -filterung
- Modellentwicklung für Edge-Geräte
- TinyML-Ansätze
- Transfer Learning für kleine Datensätze
- Modellkomprimierungstechniken
- Edge-to-Cloud-Integration
- Hybrid-Architekturen
- Federated Learning Konzepte
- MQTT/OPC UA für Device-Kommunikation
- Laufzeitumgebungen und Management
- OTA-Updates für KI-Modelle
- Monitoring und Lifecycle-Management
- Sicherheitsaspekte (Secure Boot, Model Encryption)
- Praxisszenario: Predictive Maintenance
- Vibration Analysis mit Edge ML
- Echtzeit-Anomalieerkennung
- Entscheidungsfindung am Edge
Werden Sie über neue Bewertungen benachrichtigt
Schreiben Sie eine Bewertung
Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!