Andere Kunden interessierten sich auch für
![Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft]( "Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft")
Potenziale Künstlicher Intelligenz für die Qualitätswissenschaft159,99 €![Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion]( "Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion")
Applikation maschinell lernender Systeme in der vernetzten adaptiven Produktion39,00 €![KI in der Industrie]( "KI in der Industrie")
KI in der Industrie39,99 €![Digitalisierung souverän gestalten]( "Digitalisierung souverän gestalten")
Digitalisierung souverän gestalten53,49 €![Automatisiertes Fahren 2024]( "Automatisiertes Fahren 2024")
Automatisiertes Fahren 2024129,99 €![Methode zur Reifegradsteigerung mittels Fehlerkategorisierung von Diagnoseinformationen in der Fahrzeugentwicklung]( "Methode zur Reifegradsteigerung mittels Fehlerkategorisierung von Diagnoseinformationen in der Fahrzeugentwicklung")
Methode zur Reifegradsteigerung mittels Fehlerkategorisierung von Diagnoseinformationen in der Fahrzeugentwicklung49,99 €![Automatisiertes Fahren 2022]( "Automatisiertes Fahren 2022")
Automatisiertes Fahren 2022139,99 €
Um Methoden der künstlichen Intelligenz (KI) in IT-Systemen der industriellen Produktion nachhaltig und operativ einzusetzen, bedarf es der Methodik des KI-Engineering. KI-Engineering adressiert die systematische Entwicklung und den Betrieb von KI-basierten Lösungen als Teil von Systemen, die komplexe Aufgaben erfüllen. Ziel ist es, das Innovations- und Optimierungspotenzial von KI-Verfahren in der industriellen Produktion nutzen zu können.
Die Studie spannt die Dimensionen für KI-Engineering-Anwendungen auf, umreißt die qualitativen Anforderungen in der Entwicklung und im Betrieb unter dem Blickwinkel des Anwenders und Entscheiders. Verschiedene Anwendungsfälle werden in vier Autonomiestufen eingeordnet: von KI-basierten Assistenzfunktionen bis hin zu autonomen und adaptiven Systemen. Zudem werden passende Lösungsmethoden aufgezeigt.
Ein Kapitel widmet sich den technischen und organisatorischen Schulden beim Einsatz von KI-Methoden. Hierin wird als Antwort das KI-Engineering-Vorgehensmodell PAISE® im Kontext bestehender Modelle aus dem Data Mining und dem Software-Engineering erläutert. Im Anschluss werden relevante Initiativen und Projekte beschrieben und anstehende Entwicklungen umrissen.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Die Studie spannt die Dimensionen für KI-Engineering-Anwendungen auf, umreißt die qualitativen Anforderungen in der Entwicklung und im Betrieb unter dem Blickwinkel des Anwenders und Entscheiders. Verschiedene Anwendungsfälle werden in vier Autonomiestufen eingeordnet: von KI-basierten Assistenzfunktionen bis hin zu autonomen und adaptiven Systemen. Zudem werden passende Lösungsmethoden aufgezeigt.
Ein Kapitel widmet sich den technischen und organisatorischen Schulden beim Einsatz von KI-Methoden. Hierin wird als Antwort das KI-Engineering-Vorgehensmodell PAISE® im Kontext bestehender Modelle aus dem Data Mining und dem Software-Engineering erläutert. Im Anschluss werden relevante Initiativen und Projekte beschrieben und anstehende Entwicklungen umrissen.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.