WorkshopKI für Führungskräfte und Projektleiter – Was kommt nach dem Prototyp?

Die Umsetzung von KI wirkt sich auch auf die Strukturierung und Organisation von Teams und Projekten aus.

Dieser Workshop stellt die wichtigsten Herausforderungen vor, die sich für Führungskräfte und Projektleiter durch den Einsatz von KI ergeben.

Dies wird begleitet mit praktischen Werkzeugen für die Erhebung von Anforderungen, die Planung und Durchführung von Projekten und vieles mehr.

Themen:

1. Praktisches Beispiel für KI in der Produktion: Tauchen Sie in ein reales Beispiel ein, das Ihnen zeigt, wie KI erfolgreich in einer Produktionsumgebung eingesetzt werden kann.
2. Strukturierung von KI-Pipelines: Erfahren Sie, wie Sie Ihre KI-Systeme effizient strukturieren können, welche anschließend in die Praxis umgesetzt wird.
3. Strukturierung von KI-Projekten: Entdecken Sie bewährte Methoden zur Organisation von KI-Projekten, um deren Effektivität und Erfolgschancen zu maximieren.
4. Data Bottleneck: Wir beleuchten die Herausforderungen im Zusammenhang mit der Datenverfügbarkeit und -qualität und bieten Lösungsansätze, um diese Engpässe zu überwinden.
5. Anforderungen jenseits des Prototyps: Erfahren Sie, welche zusätzlichen Anforderungen und Überlegungen erforderlich sind, um eine erfolgreiche Implementierung von KI-Anwendungen zu erreichen.
6. Vorgehensmodelle und Rollenverteilungen: Wir diskutieren Ansätze zum Vorgehen bei KI-Projekten und der Zuweisung von Rollen, um die Effizienz in Ihrem KI-Entwicklungsprozess zu steigern.
7. Transfer: Wir zeigen Ihnen, wie Sie die Konzepte und Erkenntnisse aus dem Workshop auf Ihre organisatorische Struktur übertragen können, um eine nahtlose Integration zu gewährleisten.

• Anforderungen für den langfristigen Betrieb von Künstlicher Intelligenz
• Einführung in PAISE, das KI-Engineering Vorgehensmodell
• Konzeption von KI-Pipelines
• Der „Data Bottleneck“ in der Projektplanung

Das Ziel des Workshops ist es, die Herausforderungen von KI-Projekten, welche besonders nach dem Prototype relevant sind, zu vermitteln und den Teilnehmenden praktische Lösungsansätze an die Hand zu geben.

Dieser Workshop richtet sich an Projektleiter*innen, Führungskräfte und KI-Begeisterte, welche einen Einblick in die Herausforderungen der Umsetzung von KI-Projekten bekommen wollen.

Dr.-Ing. Julius Pfrommer leitet die Abteilung für Kognitive Industrielle Systeme am
Fraunhofer IOSB. Er hat Ingenieurabschlüsse vom Karlsruher Institut für Technologie (KIT) und dem Institut National Polytechnique in Grenoble. Seinen Doktortitel in Informatik (summa cum laude) erwarb er ebenfalls am KIT.
Zu seinen Forschungsinteressen gehören verteilte Systeme, Planung unter Unsicherheit und der Einsatz von maschinellem Lernen für die Modellierung, Optimierung und Steuerung von cyber-physischen Systemen.
 

Frau Dr. Hasterok absolvierte ihr Physikstudium an der Technischen Universität Dresden, mit dem Schwerpunkt auf Teilchenphysik. Die Diplomarbeit widmete sich neuen Effekten in den Kollisionen des Teilchenbeschleunigers am CERN.
Zwischen 2014 und 2019 promovierte sie am Max-Planck-Institut für Kernphysik in Heidelberg. Die Forschung konzentrierte sich auf das Gebiet der dunklen Materie, wobei die Schwerpunkte auf der Modellierung von Detektoruntergrundsignalen und statistischen Auswertungen mittels Likelihood-Methoden lagen. In dieser Zeit koordinierte Frau Dr. Hasterok erfolgreich Datenanalyseprojekte, leitete ein Team von etwa 40 internationalen Wissenschaftler*innen und trug maßgeblich zur Fortentwicklung des Forschungsfeldes bei. Seit 2019 ist sie als wissenschaftliche Mitarbeiterin am Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) tätig.

Im Oktober 2022 übernahm sie die Position der Gruppenleiterin für Intelligente Cyber-physische Systeme am Fraunhofer IOSB. In dieser Rolle engagiert sich Frau Dr. Hasterok aktiv in Forschungsprojekten an der Schnittstelle zwischen KI-Grundlagenforschung und industrieller Umsetzung. Ihre Expertise erstreckt sich von der Integration prototypisch getesteter Verfahren in langfristig betriebene Software bis hin zur strategischen Ausrichtung von KI-Projekten für innovative Anwendungen. Ein besonderer Fokus ihrer Arbeit liegt auf der Weiterentwicklung maschineller Lernverfahren für einen langfristigen praktischen Einsatz.