Energieeffiziente KI für die Produktion
Künstliche Intelligenz wird heute meist in der Cloud betrieben – doch für viele industrielle Anwendungen ist das keine Option. Hohe Rechenzeit, Datenschutzbedenken, Abhängigkeit von Internetverbindungen und hoher Energieverbrauch stehen dem entgegen. EdgeAI verlagert die Intelligenz direkt an die Maschine und löst damit diese Probleme.
In dieser Schulung lernen Sie die Grundlagen von EdgeKI kennen und verstehen, warum Spiking Neural Networks (SNNs) für den Einsatz auf energieeffizienter Edge-Hardware besonders geeignet sind. Sie implementieren Ihr erstes SNN zur Defekterkennung in Kugellagern als beispielhaftes Industrieproblem. Eine Live-Vorführung eines neuromorphen Demonstrators für Objekterkennung und -tracking auf einem Förderband mit SNNs und Event-Kameras macht die Vorteile greifbar.
Melden Sie sich jetzt kostenfrei an!
-
- Warum EdgeAI? Einführung in EdgeAI, industrielle Anwendungsfelder und Vorteile gegenüber Cloud-KI
- Von Deep Neural Networks zu Spiking Neural Networks: Was sind DNNs, was sind SNNs, und warum eignen sich SNNs besonders für Edge-Anwendungen
- Hands-on: Beispielhaftes Spiking Neural Network implementieren für die Erkennung von fehlerhaften Kugellagern — von Datenaufbereitung über Netzwerkdefinition und Training
- Live-Demonstrator: Förderband mit Stereo-Event-Kameras und SNN auf einem neuromorphen Edge-Prozessor – Objekterkennung und -tracking in Echtzeit bei geringer Rechenzeit und geringem Stromverbrauch
-
- Sie verstehen, wann und warum EdgeAI der Cloud-KI überlegen ist und können Anwendungsfälle im eigenen Unternehmen identifizieren
- Sie lernen den Unterschied zwischen klassischen neuronalen Netzen und Spiking Neural Networks kennen
- Sie implementieren selbstständig ein erstes SNN und erleben die Technologie am Live-Demonstrator
- Auf Nachfrage stellen wir Ihnen auch gerne eine Teilnahmebescheinigung für die Schulung aus
-
Die Veranstaltung richtet sich an technische Fach- und Führungskräfte aus KMU. Erste Programmierkenntnisse vorzugsweise in Python sowie Grundkenntnisse des Maschinellen Lernens sind von Vorteil, aber nicht zwingend notwendig.
-
Datum
29. September 2026 09:30 - 13:30 UhrOrt
fortiss GmbH, Guerickestraße 25, 80805 MünchenReferent
Thomas HuberSprache
DeutschTeilnahmegebühr
Kostenfrei
-
Präsentiert wird die Veranstaltung von der fortiss GmbH und dem Mittelstand-Digital-Zentrum Augsburg.
