Menschzentrierte Produktentwicklung und Produktion
M-MACH-106387 19 Belege-
Inhalt K1 · KI als Fachinhalt
„Im Fokus stehen Technologien wie mobile Roboter, humanoide Roboter, KI und Steuerungen.“
Das Zitat nennt KI ausdrücklich als eine der im Fokus stehenden Technologien.
-
Inhalt K3 · KI-Anwendungen im Fachkontext
„Das Modul KI in der Produktion soll Studierenden die praxisnahe, ganzheitliche Integration von Verfahren des Maschinellen Lernens und der künstlichen Intelligenz in der Produktion vermitteln. Die Veranstaltung orientiert sich hierbei an den Phasen des CRISP-DM Prozesses mit dem Ziel, ein tiefes Verständnis für die notwendigen Schritte und inhaltlichen Aspekte (Methoden) innerhalb der einzelnen Phasen zu entwickeln. Hierbei liegt der Fokus neben der Vermittlung der praxisrelevanten Aspekte zur Integration der wichtigsten Verfahren des Maschinellen Lernens vor allem auf den notwendigen Schritten zur Datengenerierung und Datenaufbereitung sowie der Implementierung und Absicherung der Verfahren im industriellen Umfeld.“
Das Zitat behandelt die Integration von KI- und ML-Verfahren in der Produktion und nennt ausdrücklich deren Methoden und Implementierung.
-
Inhalt K2 · KI-Methoden und Algorithmen Niveau: anwenden
„Die Lehrveranstaltung "Künstliche Intelligenz in der Produktion" behandelt hierbei die theoretischen Grundlagen in einem praktischen Kontext. Hierbei werden die sechs Phasen des CRISP-DM Prozesses sequenziell durchlaufen und die notwendigen Grundlagen zur Implementierung der jeweiligen Phasen vermittelt. Die Veranstaltung behandelt zunächst die im Produktionsumfeld vorherrschenden Datenquellen. Daran anschließend werden Möglichkeiten zur zielführenden Datenaufnahme sowie zum Datentransfer und zur Datenspeicherung eingeführt. Möglichkeiten zur Datenfilterung und Datenvorverarbeitung werden diskutiert und auf die produktionsrelevanten Aspekte hingewiesen. Die Veranstaltung behandelt anschließend im Detail die notwendigen Algorithmen und Verfahren zur Implementierung von KI in der Produktion, bevor Techniken und Grundlagen zur Verstetigung der Modelle in der Produktion (Deployment) diskutiert werden.“
Im Mittelpunkt stehen Algorithmen und Verfahren zur Implementierung von KI, ausdrücklich im Produktionskontext.
-
Lernziel K3 · KI-Anwendungen im Fachkontext
„verstehen die Relevanz für die Anwendung von KI in der Produktion und kennen die wichtigsten Treiber und Herausforderungen.“
Das Zitat bezieht sich ausdrücklich auf die Anwendung von KI in der Produktion.
-
Lernziel K3 · KI-Anwendungen im Fachkontext
„verstehen den CRISP-DM Prozess zur Implementierung von KI Projekten in der Produktion.“
Der CRISP-DM-Prozess wird zur Implementierung von KI-Projekten in der Produktion eingesetzt.
-
Lernziel K2 · KI-Methoden und Algorithmen
„können die wichtigsten Datenquellen, Datenaufnahmeverfahren, Kommunikationsarchitekturen, Modelle und Verfahren zur Datenverarbeitung nennen.“
Das Zitat nennt Modelle und Verfahren zur Datenverarbeitung sowie Datenaufnahme und Kommunikationsarchitekturen.
-
Lernziel K2 · KI-Methoden und Algorithmen Niveau: kennen / verstehen
„verstehen die wichtigsten maschinellen Lernverfahren und können diese gegeneinander abgrenzen sowie im Kontext von industriellen Fragestellungen auswählen.“
Das Zitat behandelt ausdrücklich maschinelle Lernverfahren und deren Auswahl.
-
Lernziel K2 · KI-Methoden und Algorithmen Niveau: analysieren / bewerten
„sind in der Lage zu beurteilen, ob eine spezifische Fragestellung im Kontext der Produktion zielführend mit den Methoden des Maschinellen Lernens gelöst werden kann sowie welches die notwendigen Schritte zur Umsetzung sind.“
Im Zentrum stehen Methoden des maschinellen Lernens, deren Einsatz auf Produktionsfragestellungen bezogen wird.
-
Lernziel K2 · KI-Methoden und Algorithmen Niveau: analysieren / bewerten
„können weiterhin die wichtigsten Herausforderungen beurteilen und mögliche Ansätze zur Lösung nennen.“
Das Zitat bezieht sich auf Herausforderungen und mögliche Lösungsansätze im Zusammenhang mit den zuvor genannten Verfahren.
-
Lernziel K3 · KI-Anwendungen im Fachkontext
„sind in der Lage, die Phasen des CRISP-DM auf eine Problemstellung in der Produktion anzuwenden.“
Der CRISP-DM-Prozess soll auf eine Problemstellung in der Produktion angewendet werden.
-
Lernziel K2 · KI-Methoden und Algorithmen
„kennen die notwendigen Schritte zum Aufbau einer Daten-Pipeline und sind dazu in der Lage, eine solche DatenPipeline theoretisch im Kontext eines realen Anwendungsfalles aufzubauen.“
Das Zitat beschreibt den technischen Aufbau einer Daten-Pipeline für einen realen Anwendungsfall.
-
Lernziel K2 · KI-Methoden und Algorithmen Niveau: analysieren / bewerten
„sind in der Lage, Ergebnisse von gängigen Deep-Learning-Verfahren zu beurteilen und basierend darauf Lösungsvorschläge (aus dem Bereich des Maschinellen Lernens) theoretisch auszuarbeiten und theoretisch anzuwenden.“
Das Zitat nennt ausdrücklich Deep-Learning-Verfahren und Lösungsvorschläge aus dem maschinellen Lernen.
-
Inhalt K3 · KI-Anwendungen im Fachkontext
„Modernes Ingenieurwesen setzt zunehmend auf datengetriebene Lösungen in Bereichen wie Produktentwicklung, Produktionssysteme, Logistik und Robotik.“
Das Zitat nennt datengetriebene Lösungen in technischen Anwendungsfeldern wie Produktionssystemen, Logistik und Robotik.
-
Inhalt K3 · KI-Anwendungen im Fachkontext
„Dieser projektbasierte Kurs führt die Studierenden in kleinen Teams an eine datengetriebene Ingenieursaufgabe in einem der genannten Bereiche heran.“
Der Kurs führt an eine datengetriebene Ingenieursaufgabe in technischen Anwendungsbereichen heran.
-
Inhalt K2 · KI-Methoden und Algorithmen
„Der Schwerpunkt liegt auf der gemeinsamen Strukturierung und Lösung einer offenen Aufgabenstellung, der Organisation der Projektarbeit sowie der Auswahl oder Kombination geeigneter Methoden aus den Bereichen des maschinellen Lernens, der Optimierung und der Simulation.“
Das Zitat fokussiert die Auswahl und Kombination von Methoden aus maschinellem Lernen, Optimierung und Simulation.
-
Inhalt K3 · KI-Anwendungen im Fachkontext Niveau: entwickeln / gestalten
„Die Studierenden nutzen moderne Werkzeuge und Softwarebibliotheken für datengetriebene Ingenieuranwendungen (abhängig von der Aufgabe, z. B. Isaac Sim, PyTorch, ROS2, Gymnasium), um eine prototypische Lösung zu entwickeln, umzusetzen und zu evaluieren.“
Die Werkzeuge und Softwarebibliotheken werden zur Entwicklung einer prototypischen datengetriebenen Ingenieuranwendung eingesetzt.
-
Lernziel K2 · KI-Methoden und Algorithmen Niveau: analysieren / bewerten
„Offene ingenieurtechnische Fragestellungen als datengetriebene Aufgaben analysieren, formulieren und geeignete Methoden aus maschinellem Lernen, Optimierung und Simulation auswählen.“
Das Zitat behandelt die Auswahl geeigneter Methoden aus dem maschinellen Lernen, der Optimierung und der Simulation.
-
Inhalt K3 · KI-Anwendungen im Fachkontext
„Die gesammelten Daten werden bspw. mittels Big Data Analytics zur Prozessoptimierung genutzt.“
Big Data Analytics wird ausdrücklich zur Prozessoptimierung eingesetzt.
-
Inhalt K3 · KI-Anwendungen im Fachkontext
„Predictive Maintenance, also die vorausschauende Wartung, hilft, Ausfälle zu vermeiden, während KI-gestützte Entscheidungsunterstützung die Effizienz und Flexibilität der Produktionsprozesse erhöht.“
Das Zitat nennt Predictive Maintenance und KI-gestützte Entscheidungsunterstützung als Anwendungen in Produktionsprozessen.