Programm Workshops
ℹ️ Bitte beachten Sie, dass sich Angaben zu Zeiten und Räumen bis zum 30.09. noch ändern können.
|
Zeit
|
Raum A
|
Raum B
|
|---|---|---|
|
13:00 – 13:15
|
Begrüßung
|
|
|
13:15 – 14:00
|
||
|
14:00 – 14:45
|
||
|
14:45 – 15:20
|
Kaffee-Pause
|
|
|
15:20 – 16:05
|
||
|
16:05 – 16:50
|
||
|
16:50 – 17:00
|
Abschluss
|
|
|
Ab 17:00
|
Get-Together
|
Programm Details
AutoML Basics
Hands-On Workshop für Automatisiertes Maschinelles Lernen mit No-Code
Workshop zur Einführung in Automatisiertes Maschinelles Lernen (AutoML). Wir zeigen Ihnen, wieso sich AutoML, besonders für Unternehmen mit wenig vorhandener KI-Expertise lohnt, was dahinter steckt und wie Sie es ganz ohne Programmierkenntnisse nutzen können. Schritt für Schritt wird Ihnen anhand der KI-Lab.EE Auto-ML Plattform vorgestellt wie Sie die No-Code nutzen können, um KI einfach anzuwenden.
Anhand eigener Daten oder Beispieldaten können die Teilnehmende das Gelernte im Workshop direkt selbst umsetzen und Fragen stellen.
Vortragender: Katharina Strecker & Kai Binder, Wissenschaftliche Mitarbeitende ZSW
Notwendige Vorkenntnisse: Grundlagen Maschinelles Lernen von Vorteil
Benötigte Materialien: Laptop (keine Vorinstallation notwendig)
Explainable AI
Interpretierbare Modelle für datengetriebene Entscheidungen
In diesem praxisorientierten Workshop erfahren Sie, wie Sie KI-Modelle nachvollziehbar, transparent und interpretierbar gestalten – mit einem klaren Fokus auf Symbolic Regression und Automatic Feature Engineering.
Sie arbeiten direkt hands-on mit Beispieldatensätzen und lernen, wie Sie entscheidungsrelevante Zusammenhänge in Ihren Daten sichtbar machen und Modelle verständlich kommunizieren.
Vortragender: Dr. Frank Sehnke, Gruppenleitung Maschinelles Lernen am ZSW
Notwendige Vorkenntnisse: Grundlagen Machine Learning
AutoML für Fortgeschrittene
Hands-On Workshop für Automatisiertes Maschinelles Lernen mit No-Code
Workshop für eine fortgeschrittene Nutzung von Auto-ML mit unserem KI-Lab.EE Tools. Anhand verschiedener Szenarien und Datensätze wird erläutert, welche Vorteile Feature “Featureselection”, “Balancing” und Foundation Modelle für KI-Anwendungen bieten können und wie diese in der No-Code Plattform einfach anwendbar sind.
Vortragender: Katharina Strecker & Kai Binder, Wissenschaftliche Mitarbeitende ZSW
Notwendige Vorkenntnisse: Grundlagen Maschinelles Lernen oder Teilnahme an „AutoML Basics“
Benötigte Materialien: Laptop (keine Vorinstallation notwendig)
No Code, Zero Load: Einstieg in n8n
In diesem Workshop lernen Sie, wie No-Code-Tools die Automatisierung von Aufgaben erleichtern können – ganz ohne tiefgehende Programmierkenntnisse. Anhand von n8n demonstrieren wir praxisnah, wie Datenflüsse, Prozessautomatisierungen und einfache Workflows umgesetzt werden können. Ziel ist es, den Einsatz von No-Code als produktives Werkzeug greifbar zu machen.
Vortragender: Nico Klar, Wissenschaftlicher Mitarbeiter Maschinelles Lernen am ZSW
Notwendige Vorkenntnnisse: Keine
Train–Test–Deploy
Untertitel_final_v2.exe vermeiden
Nachhaltige KI erfordert strukturierte Workflows mit MLOps Tools. Am Beispiel von MLflow wird gezeigt, wie sich Train–Test–Deploy effizient und reproduzierbar gestalten lässt – mit Praxisbeispielen und Live-Demo.
Vortragender: Kai Binder, Wissenschaftlich Mitarbeiter Maschinelles Lernen am ZSW
Notwendige Vorkenntnisse: Grundlegede Programmierkenntnisse Python
Laborführung am ZSW
Bei dieser Führung bekommen Sie einen anschaulichen Einblick in unsere Labore und lernen, an welchen Projekten und Themen wir am ZSW arbeiten. Erleben Sie hautnah, wie Forschung und Entwicklung im Alltag aussehen, und verschaffen Sie sich einen Überblick über unsere Räumlichkeiten und Arbeitsweise.
Vortragende: Mitarbeiter:Innen des ZSWs
Notwendige Vorkenntnisse: keine
How to Cope With Time
Zeitreihendaten richtig verwerten
Zeitreihendaten sind in einer Vielzahl von Anwendungsbereichen zu finden – von den Werten eines Sensors bis hin zu Finanzdaten. Wie Zeitreihendaten effektiv analysiert und modelliert werden können, erfahren Sie in diesem Workshop. Dabei wird auf die besonderen Herausforderungen eingegangen, die zeitabhängige Daten mit sich bringen. Der Fokus liegt auf der Vermittlung von praktischen Strategien und Werkzeugen, um Zeitreihendaten optimal für maschinelles Lernen und Prognosen zu nutzen.
Vortragender: Dr. Frank Sehnke, Gruppenleitung Maschinelles Lernen am ZSW
Notwendige Vorkenntnisse: Grundlagen Machine Learning
AMA – Ask me Anything Session
Es gibt keine dummen Fragen – unter diesem Motto steht unser letzter optinaler Programmpunkt. Hier haben Sie die Möglichkeit in Person oder per Tool auch anonym Fragen an die KI-Expertinnen und Experten zum Thema KI zu stellen.