KI-Kompetenzen in der Anwendung
In Kooperation mit dem KI-Produktionsnetzwerk an der Universität Augsburg
Dieser Grundlagenkurs ermöglicht Ihnen einen Einblick in eine Auswahl an Anwendungsgebieten für Künstliche Intelligenz. Zielgruppe sind alle Interessierten an dem Thema "Künstliche Intelligenz": In einer Auftaktveranstaltung erhalten Sie Einblicke in die Forschung zu Künstlicher Intelligenz am KI-Produktionsnetzwerk Augsburg. In drei Online-Workshops beschäftigen Sie sich näher mit ausgewählten Anwendungen: Sie erstellen unter Anleitung ein eigenes Modell zur Objekterkennung, tauchen spielerisch in die einzelnen Arbeitsschritte eines Machine Learning-Prozesses ein oder ermöglichen einem Sprachmodell den Zugriff auf Daten. Haptisch, visuell und ohne Programmierung.
Programmpunkte:
Auftaktveranstaltung am KI-Produktionsnetzwerk Augsburg (Adresse, s. u.)
23. Oktober (Präsenz), 18:00 Uhr – 20:00 Uhr
Interaktive Führung durch den Showroom des KI-Produktionsnetzwerks Augsburg und dem KI-Erlebnisraum „Halle 43“. Die Teilnehmenden bekommen einen Einblick in aktuelle Forschung, Anwendungsbereiche von KI in der Industrie sowie eine Einordnung: Was ist Künstliche Intelligenz?
Modul 1 - Machine-Learning Workflow (online, 1,5 Stunden):
30. Oktober (digital), 18:00 Uhr – 19:30 Uhr
In einem interaktiven Format lernen die Teilnehmenden den Ablauf eines Machine Learning Prozesses kennen. Wie müssen Daten vor dem (Modell-)Training aufbereitet werden? Wie funktioniert ein Training? Und welche Kriterien für ein gutes Modell gibt es?
Lernziele:
-Die Teilnehmenden kennen die grundlegenden Schritte des Machine Learning Workflows und können diese benennen
-Die Teilnehmenden können grundlegende Techniken der Datenvisualisierung anwenden und auswerte
-Die Teilnehmenden können einen eigenen Machine Learning Workflow erstellen und die Relevanz der einzelnen Schritte einordnen
-Die Teilnehmenden können die Leistung ihres trainierten Modells evaluieren und lernen grundlegende Fehlermetriken kennen
Modul 2 – GenAI (online, 1,5 Stunden):
20. November (digital), 18:00 Uhr – 19:30 Uhr
Neuronale Sprachverarbeitung - die Basistechnologie von Large Language Models - wird verständlich erklärt, um die Funktionsweise, Möglichkeiten und Grenzen von Chatbots zu verdeutlichen. Am Beispiel eines fiktiven Wartungs-Assistenten werden die Schritte einer Retrieval-Augmented-Generation-Pipeline verdeutlicht.
Lernziele:
- Die Teilnehmenden kennen die grundlegenden Schritte einer RAG-Pipeline und verstehen die Relevanz der einzelnen Schritte
- Die Teilnehmenden verstehen die statistische Natur von LLMs. Sie begreifen die Implikation auf die Wahrheit, Nützlichkeit und Zuverlässigkeit solcher Systeme
- Die Teilnehmenden reflektieren über die eigene Nutzung von Chat-Assistenten
Modul 3 - Computer Vision (online, 2,5 Stunden):
27. November (digital), 18:00 Uhr – 20:30 Uhr
Die Lernenden trainieren einen Modell zur Objekterkennung an einem eigens gewählten Beispiel: Sie nehmen dazu Bilder auf, annotieren diese und fine-tunen ein Modell darauf. Dabei lernen sie die dazugehörigen Schritte der Datensammlung und der Datenannotation kennen, trainieren anschließend ein vortrainiertes Modell weiter und können dieses evaluieren.
Lernziele:
- Die Teilnehmenden kennen den Ablauf eines Computer-Vision-Projekts
- Die Teilnehmenden können Kriterien für gute Bilddaten beschreiben
- Die Teilnehmenden sind in der Lage mit einer gängigen Annotations-Software selbst einen annotierten Datensatz zu erstellen
- Die Teilnehmenden können das Prinzip des Transfer-Learnings beschreiben und erklären, warum es im Kontext von Objekterkennung Sinn ergibt
- Die Teilnehmenden sind in der Lage, ein trainiertes Modell zu evaluieren
- Die Teilnehmenden können geeignete Einsatzgebiete von Objekterkennung im Kontext ihres Berufsfeldes identifizieren
Voraussetzungen:
- Die Praxismodule werden online stattfinden und via Zoom begleitet. Die Teilnehmenden benötigen dafür einen internetfähigen Computer und eine Webcam. Die Bearbeitung der Module findet unter anderem über Moodle statt. Weitere Informationen erhalten Sie diesbezüglich nach der Auftaktveranstaltung.
- Erste Berührungspunkte mit dem Thema Künstliche Intelligenz sind erwünscht
Dozierende: Christina Light, Benjamin Mößbauer, Colby Light, Aysegül Özceylan
Adresse für Präsenz-Termin:
KI-Produktionsnetzwerk an der Universität Augsburg
Showroom Gebäude 45
Bürgermeister-Ulrich-Straße 100
86199 Augsburg
im Walter Technology Campus
Kurstermine 4
-
Ort / Raum
-
- 1
- Donnerstag, 23. Oktober 2025
- 18:00 – 20:00 Uhr
- Treffpunkt s. Internet oder Programmhefttext
1 Donnerstag • 23. Oktober 2025 • 18:00 – 20:00 Uhr Treffpunkt s. Internet oder Programmhefttext -
- 2
- Donnerstag, 30. Oktober 2025
- 18:00 – 19:30 Uhr
- vhs.online
2 Donnerstag • 30. Oktober 2025 • 18:00 – 19:30 Uhr vhs.online -
- 3
- Donnerstag, 20. November 2025
- 18:00 – 19:30 Uhr
- vhs.online
3 Donnerstag • 20. November 2025 • 18:00 – 19:30 Uhr vhs.online -
- 4
- Donnerstag, 27. November 2025
- 18:00 – 20:30 Uhr
- vhs.online
4 Donnerstag • 27. November 2025 • 18:00 – 20:30 Uhr vhs.online
KI-Kompetenzen in der Anwendung
In Kooperation mit dem KI-Produktionsnetzwerk an der Universität Augsburg
Dieser Grundlagenkurs ermöglicht Ihnen einen Einblick in eine Auswahl an Anwendungsgebieten für Künstliche Intelligenz. Zielgruppe sind alle Interessierten an dem Thema "Künstliche Intelligenz": In einer Auftaktveranstaltung erhalten Sie Einblicke in die Forschung zu Künstlicher Intelligenz am KI-Produktionsnetzwerk Augsburg. In drei Online-Workshops beschäftigen Sie sich näher mit ausgewählten Anwendungen: Sie erstellen unter Anleitung ein eigenes Modell zur Objekterkennung, tauchen spielerisch in die einzelnen Arbeitsschritte eines Machine Learning-Prozesses ein oder ermöglichen einem Sprachmodell den Zugriff auf Daten. Haptisch, visuell und ohne Programmierung.
Programmpunkte:
Auftaktveranstaltung am KI-Produktionsnetzwerk Augsburg (Adresse, s. u.)
23. Oktober (Präsenz), 18:00 Uhr – 20:00 Uhr
Interaktive Führung durch den Showroom des KI-Produktionsnetzwerks Augsburg und dem KI-Erlebnisraum „Halle 43“. Die Teilnehmenden bekommen einen Einblick in aktuelle Forschung, Anwendungsbereiche von KI in der Industrie sowie eine Einordnung: Was ist Künstliche Intelligenz?
Modul 1 - Machine-Learning Workflow (online, 1,5 Stunden):
30. Oktober (digital), 18:00 Uhr – 19:30 Uhr
In einem interaktiven Format lernen die Teilnehmenden den Ablauf eines Machine Learning Prozesses kennen. Wie müssen Daten vor dem (Modell-)Training aufbereitet werden? Wie funktioniert ein Training? Und welche Kriterien für ein gutes Modell gibt es?
Lernziele:
-Die Teilnehmenden kennen die grundlegenden Schritte des Machine Learning Workflows und können diese benennen
-Die Teilnehmenden können grundlegende Techniken der Datenvisualisierung anwenden und auswerte
-Die Teilnehmenden können einen eigenen Machine Learning Workflow erstellen und die Relevanz der einzelnen Schritte einordnen
-Die Teilnehmenden können die Leistung ihres trainierten Modells evaluieren und lernen grundlegende Fehlermetriken kennen
Modul 2 – GenAI (online, 1,5 Stunden):
20. November (digital), 18:00 Uhr – 19:30 Uhr
Neuronale Sprachverarbeitung - die Basistechnologie von Large Language Models - wird verständlich erklärt, um die Funktionsweise, Möglichkeiten und Grenzen von Chatbots zu verdeutlichen. Am Beispiel eines fiktiven Wartungs-Assistenten werden die Schritte einer Retrieval-Augmented-Generation-Pipeline verdeutlicht.
Lernziele:
- Die Teilnehmenden kennen die grundlegenden Schritte einer RAG-Pipeline und verstehen die Relevanz der einzelnen Schritte
- Die Teilnehmenden verstehen die statistische Natur von LLMs. Sie begreifen die Implikation auf die Wahrheit, Nützlichkeit und Zuverlässigkeit solcher Systeme
- Die Teilnehmenden reflektieren über die eigene Nutzung von Chat-Assistenten
Modul 3 - Computer Vision (online, 2,5 Stunden):
27. November (digital), 18:00 Uhr – 20:30 Uhr
Die Lernenden trainieren einen Modell zur Objekterkennung an einem eigens gewählten Beispiel: Sie nehmen dazu Bilder auf, annotieren diese und fine-tunen ein Modell darauf. Dabei lernen sie die dazugehörigen Schritte der Datensammlung und der Datenannotation kennen, trainieren anschließend ein vortrainiertes Modell weiter und können dieses evaluieren.
Lernziele:
- Die Teilnehmenden kennen den Ablauf eines Computer-Vision-Projekts
- Die Teilnehmenden können Kriterien für gute Bilddaten beschreiben
- Die Teilnehmenden sind in der Lage mit einer gängigen Annotations-Software selbst einen annotierten Datensatz zu erstellen
- Die Teilnehmenden können das Prinzip des Transfer-Learnings beschreiben und erklären, warum es im Kontext von Objekterkennung Sinn ergibt
- Die Teilnehmenden sind in der Lage, ein trainiertes Modell zu evaluieren
- Die Teilnehmenden können geeignete Einsatzgebiete von Objekterkennung im Kontext ihres Berufsfeldes identifizieren
Voraussetzungen:
- Die Praxismodule werden online stattfinden und via Zoom begleitet. Die Teilnehmenden benötigen dafür einen internetfähigen Computer und eine Webcam. Die Bearbeitung der Module findet unter anderem über Moodle statt. Weitere Informationen erhalten Sie diesbezüglich nach der Auftaktveranstaltung.
- Erste Berührungspunkte mit dem Thema Künstliche Intelligenz sind erwünscht
Dozierende: Christina Light, Benjamin Mößbauer, Colby Light, Aysegül Özceylan
Adresse für Präsenz-Termin:
KI-Produktionsnetzwerk an der Universität Augsburg
Showroom Gebäude 45
Bürgermeister-Ulrich-Straße 100
86199 Augsburg
im Walter Technology Campus
