Künstliche Intelligenz - Grundlagen und Potenziale in der Produktionslogistik

BITTE BEACHTEN!

Leider müssen wir wegen Erkrankung des Referenten die Veranstaltung "Künstliche Intelligenz in der Produktionslogistik" absagen. Wir hoffen sie zu einem späteren Zeitpunkt erneut anbieten zu können, zur Zeit gibt es aber noch keinen Ersatztermin.

Wann:    11. September 2019
               10:00 Uhr - 13:00 Uhr
Wo:        Technologiezentrum für Produktions- und Logistiksysteme, Bräuhausgasse 33, 84130 Dingolfing

 

Was ist Künstliche Intelligenz? Und was passiert genau beim maschinellen Lernen?

In der Veranstaltung, die sich an KMU und Studierende richtet, erklärt Maximilian Langewort die Grundlagen der Künstlichen Intelligenz und gibt Einsatzbeispiele von Lernalgorithmen. Anschließend präsentiert Stephanie Weindl ein Assistenzsystem zur dezentralen und kurzfristigen Logistikplanung und zeigt Weiterentwicklungspotenziale durch Machine Learning auf. Im Anschluss besteht die Möglichkeit, bei einer Führung die 900 m² große Lern- und Musterfabrik zu besichtigen.

Programm:

10:00 Uhr Begrüßung Prof. Dr. Markus Schneider, Hochschule Landshut
10:15 Uhr Vortrag Grundlagen KI Maximilian Langewort, Hochschule Landshut
11:15 Uhr Pause
11:30 Uhr Vortrag Maschinelles Learning Stephanie Weindl, Hochschule Landshut
12:30 Uhr Führung durch die Lern- und Musterfabrik (optional)

Vortrag Grundlagen KI
Maximilian Langewort, Hochschule Landshut

Maschinelles Lernen, Künstliche Intelligenz und „intelligente” Systeme/Dinge werden als Buzzwords ständig verwendet. Was steckt eigentlich dahinter? In diesem Vortrag wird ein verständlicher Hintergrund über diese Technologien auch für Nicht-Entwickler gegeben und mit anschaulichen Beispielen verdeutlicht, für was diese Technologien sinnvoll sind. Wer die Grundlagen versteht, kann Potentiale erkennen und nicht auf leere Versprechungen hereinfallen!

Vortrag Maschinelles Learning
Stephanie Weindl

Das Assistenzsystem zur dezentralen und kurzfristigen Logistikplanung trägt heute schon dazu bei, dass die taktische Logistikplanung bei klein- und mittelständische Unternehmen entlastet werden kann. So kann die operative Logistikplanung mit Hilfe eines Auswahlmechanismus geeignete Logistikprozesse dezentral auswählen. Fraglich ist jedoch, wann die Auswahl an vorgegebenen Standardprozessen durch die taktische Logistikplanung angepasst werden muss. Eine möglichst frühzeitige Erkennung von Anpassungsbedarfen soll daher mittels Machine Learning entwickelt werden.