Kontakt aufnehmen

Schulungsübersicht

Einführung in KI-Anwendungen direkt auf Geräten

  • Grundlagen des maschinellen Lernens auf Endgeräten
  • Vorteile sowie Herausforderungen kleiner Sprachmodelle
  • Überblick über hardwarebezogene Einschränkungen bei mobilen und IoT-Geräten

Modelloptimierung für die Implementierung auf Endgeräten

  • Quantisierung sowie Reduktion von Parametern im KI-Modell
  • Wissenstransfer zur Erstellung kleinerer, effizienterer Modelle
  • Auswahl und Anpassung von Modellen für optimale Leistung auf Endgeräten

Plattformspezifische KI-Werkzeuge und Frameworks

  • Einführung in TensorFlow Lite sowie PyTorch Mobile
  • Nutzung plattformspezifischer Bibliotheken zur KI-Implementierung auf Endgeräten
  • Strategien für den Einsatz von Modellen über verschiedene Plattformen hinweg

Echtzeit-Schlussfolgerungen und Edge Computing

  • Techniken für schnelle und effiziente Inferenzprozesse auf Geräten
  • Nutzung von Edge Computing zur Verbesserung der KI-Funktionalität auf Endgeräten
  • Fallstudien zu realen Anwendungen mit Echtzeit-KI-Funktionen

Energieeffizienz und Auswirkung auf die Akkulaufzeit

  • Optimierung von KI-Anwendungen hinsichtlich geringen Energieverbrauchs
  • Abwägung zwischen Leistungsfähigkeit und Strombedarf
  • Strategien zur Verlängerung der Akkulaufzeit bei KI-gestützten Geräten

Sicherheit und Datenschutz bei KI auf Endgeräten

  • Gewährleistung der Daten- sowie Nutzerdatenschutzstandards
  • Verarbeitung von Daten direkt auf dem Gerät zur besseren Datensicherheit
  • Sichere Aktualisierung und Wartung der implementierten Modelle

Nutzererfahrung sowie Gestaltung der Benutzeroberfläche

  • Entwicklung intuitiver Interaktionsmuster für KI-Anwendungen auf Endgeräten
  • Integration von Sprachmodellen in gängige Benutzeroberflächen
  • Durchführung von Usertests sowie Auswertung der Nutzerfeedbackmeinungen zu KI-Anwendungen

Skalierbarkeit und langfristige Wartung

  • Verwaltung sowie Aktualisierung von Modellen auf bereits eingesetzten Geräten
  • Ansätze zur skalierbaren Einführung von KI-Lösungen auf Endgeräten
  • Überwachung sowie Analyse bereits implementierter KI-Systeme

Projektumsetzung und Abschlussbewertung

  • Entwicklung eines Prototypen in einem vorgegebenen Anwendungsbereich sowie Vorbereitung auf dessen Einsatz auf einem ausgewählten Gerät
  • Präsentation der fertiggestellten KI-Lösung
  • Bewertung anhand von Effizienz, Innovationsgrad sowie praktischem Nutzen

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Solides Verständnis der Grundlagen von maschinellem Lernen sowie tiefem Lernen
  • Sicherer Umgang mit der Programmiersprache Python
  • Grundkenntnisse hinsichtlich hardwarebezogener Einschränkungen bei der KI-Implementierung

Zielgruppe

  • Ingenieure im Bereich maschinelles Lernen sowie KI-Entwickler
  • Entwickler von eingebetteten Systemen mit Interesse an KI-Anwendungen
  • Produktmanager und technische Leiter, die für KI-Projekte verantwortlich sind
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien