Künstliche Intelligenz glasklar erklärt

• Lernen Sie die grundlegenden Prinzipien der KI kennen, ohne Buzzword-Bingo

• Verstehen Sie, wie intelligente Systeme funktionieren, was bereits heute möglich ist, und was nicht

• Auch für Nicht-Techniker verständlich erklärt

• Durch abwechslungsreiche Kurzübungen alles hautnah selbst erleben

Ziele

In diesem Seminar erfahren Sie, wie KI-Systeme funktionieren, wie sie entworfen werden und was mit dem Stand der Technik möglich ist. Mit Hilfe praktischer Übungen erleben Sie hautnah, wie Neuronale Netze, Deep Learning und Mensch-Maschine-Dialoge arbeiten. In diesem Kurs lernen Sie die wichtigsten Fachbegriffe und deren Bedeutung kennen, ohne überflüssiges Fachkauderwelsch. Anhand intuitiver Übungen begreifen Sie die Grundprinzipien hautnah.

Zielgruppe und Voraussetzungen

Dieses Seminar richtet sich an alle, deren Arbeit  sich durch KI verändert oder künftig verändern wird. Der Kurs ist auch für Nicht-Techniker geeignet.

Kursinhalte

Modul 1: Einführung

• Künstliche Intelligenz, was ist das?
• Einführung und Themenüberblick zu den einzelnen Modulen

Modul 2: Machine Learning

• Basisaufbau neuronale Netze
• Funktionsweise von Lernalgorithmen
• Extraktion relevanter Informationen aus Daten (Feature Engineering)
• Beurteilung der Qualität von Machine Learning-Lösungen
• Anwendungsbeispiel:  KI-basierte Kreditentscheidung

Modul 3: Deep Learning

• Deep Learning-Grundprinzipien
• Verfahren im Vergleich: Supervised, Unsupervised und Reinforcement Learning
• Marktübersicht: Die wichtigsten Deep Learning-Plattformen
• Schwächen aktueller Verfahren und Trends der kommenden Jahre
• Anwendungsbeispiel: Identifikation von Kunden anhand von Biometrie (Stimme, Gesichtserkennung, Gestik)

Modul 4: Sprachverstehen (Natural Language Understanding)

• Natural Language Understanding: Gesprochene und geschrieben Sprache verstehen
• Funktionsweise von Sprachassistenten (Alexa, Siri, Google Assistant)
• Interactive Voice Response: Gängige Verfahren für komplexe Mensch-Maschine-Dialoge
• Stand der Technik: Einsatz von Deep Learning in Dialogsystemen
• Anwendungsbeispiel: Abwicklung eines Banking-Service über Sprachassistent

Modul 5: Simulation logischen Denkens und Wissensrepräsentation

• Wie können Maschinen „logisch denken“?
• Fach- und Allgemeinwissen in Systemen hinterlegen (Knowledge Representation)
• Anwendungsbeispiel: Einsatz von Ontologien zur Robotersteuerung
• Anwendungsbeispiel: Wertpapier-Anlageberatung mit Robo-Advice

Modul 6: Ethische Erwägungen und Ausblick

• Integration von moralischen und gesellschaftlichen Aspekten in das Systemdesign
• „Starke KI“: Wann werden Maschinen das Intelligenzniveau von Menschen erreichen?