Wie sehr (ver)traust du deiner eigenen KI?

Für produzierende Unternehmen werden KI- und ML-Anwendungen zunehmend zum entscheidenden Wettbewerbsfaktor. Die bereits heute maschinell generierten Daten können gelesen, interpretiert und dazu verwendet werden, die eigene Leistung ständig zu verbessern und damit auf die sich ebenfalls ändernden Bedürfnisse der Kunden und Lieferanten einzugehen. Anlagen der Prozessindustrie erfassen und speichern über intelligente Sensoren bereits heute routinemäßig riesige Mengen an Maschinendaten, auf welche leicht zugegriffen werden kann, um leistungsfähige KI-Anwendungen zu erstellen.

Eine wichtige Grundlage für diesen zunehmenden Einsatz von KI-Anwendungen ist Zuverlässigkeit und Vertrauen. Die hierfür notwendige, gesicherte Vorhersagequalität wird durch die Validierung der trainierten KI-Modelle gewährleistet. Die damit erzeugte Verlässlichkeit ermöglicht es Unternehmen, KI erfolgreich und sicher in der Produktion einzusetzen. Der Vortrag befasst sich mit den verschiedenen Aspekten der Modellalterung sowie Methoden der Modellüberwachung und der Detektion der Qualitätsabnahme. Zudem berichtenKonstanze und Jens-Michael über Erfahrungen der Modellvalidierung in der Produktion sowie Möglichkeiten, Einblicke in KI-Modelle und deren Entscheidungen zu gewinnen.

Vorkenntnisse

• keine besonderen Vorkenntnisse notwendig

Lernziele

• Sensibilisierung für das Thema Modellvalidierung, Unterschiedliche Validierungsansätze und deren Sinnhaftigkeit, Modellgesundheit und Modellalterung