PAISE - Das KI-Engineering-Vorgehensmodell

Das Vorgehensmodell PAISE®​ zielt darauf ab, Methoden der künstlichen Intelligenz (KI) aus ingenieurtechnischer Sicht systematisch, planbar und verlässlich in die Konzeption, Entwicklung und den Betrieb von technischen Systemen, bestehend aus Hardware und Software, einbauen zu können. Die Anwendungsdomänen für PAISE®​ sind Mobilität und Produktion, wobei unterschiedliche Anwendungsszenarien adressiert werden. Diese umfassen sowohl Serviceleistungen, wie beispielsweise eine einmalige kundenspezifische Entwicklung und Implementierung von KI-basierten Systemen, als auch die komplette Neuentwicklung von Produkten, welche KI-Komponenten enthalten. In diesen Szenarien geht es zum einen um die Entwicklung der KI-Komponente an sich, andererseits um die Integration dieser in ein Gesamtsystem. 

Bei der Gesamtintegration spielt nicht nur die Frage der Schnittstellen zwischen Systemkomponenten eine Rolle. Vielmehr wird ein Gesamtkonzept benötigt, welches unterschiedlichste Disziplinen von Beginn an berücksichtigt, sodass keine wichtigen Schritte übersehen und Fehlernquellen beseitigt werden. PAISE®​ bietet ein solches Vorgehen. In diesem Zusammenhang wird eine klare Rollenverteilung inklusive Verantwortlichkeiten definiert und somit die beteiligten Expertisen in einen sinnergebenden Kontext gebracht.   

Um KI für Ingenieurinnen beherrschbarer zu machen, muss jedoch auch die konkrete Entwicklung einer KI-Komponente greifbar gemacht werden. PAISE®​ bietet deshalb in der „KI-Komponentenentwicklung“ ein Vorgehen, welches die entsprechenden Entwicklungsphasen in einer ingenieursmäßigen und standardisierten Form verknüpft. Eingebettet in das gesamte Vorgehensmodell PAISE®​ wird so ein effektives und erfolgsversprechendes Vorgehen bei der Verknüpfung von KI mit klassischen Ingenieursdisziplinen vorgeschlagen. 

Nach einer kurzen Einführung in das Thema KI, wird in der Schulung das Modell PAISE® detailliert erklärt. An praxisnahen Beispielen werden die wichtigsten Kernthemen von PAISE® übersichtlich dargestellt und die KI-Komponentenentwicklung sowie die Datenbereitstellung beleuchtet.

Bei Fragen oder Interesse an einer Schulung für Ihr Unternehmen, wenden Sie sich bitte an das CC-KING Veranstaltungsmanagement (siehe Visitenkarte rechts).

Über aktuelle Informationen zu Schulungsterminen informieren wir auf dieser Seite, unserer Startseite sowie bei CC-KING auf LinkedIn und Twitter.

 

ÜBERBLICK
Veranstaltungstyp
Schulung
Format
Online oder Präsenz
Abschluss
Teilnahmebescheinigung
Zugangsvoraussetzung
Interesse für KI-Engineering-Methoden
Termine, Anmeldefrist und Ort
  • Termine im Juni 2022
  • Einzel-Termine für Unternehmen nach Absprache möglich, z. B. in Zusammenhang mit TransferChecks
Dauer/ Ablauf
Online: 2-stündig Präsenz: 4-stündig
Sprache
Deutsch
Teilnahmegebühr
kostenlos
Veranstaltungsort
Bei Präsenzschulungen: Karlsruher Forschungsfabrik, Rintheimer Querallee 2 - Gebäude 70.41, 76131 Karlsruhe
ZIELGRUPPE
  • Projektleitungen,
  • Manager*innen,
  • Software-Entwickler*innen,
  • Ingenieur*innen,
  • und andere Fachkräfte, die sich für KI-Systeme und -Komponenten interessieren und einen systematischen Zugang zum Einsatz von KI-Methoden in der Konzeption, der Entwicklung und dem Betrieb technischer Systeme lernen wollen.
INHALTE

Teil 1: Einführung in KI

  • Was ist KI?​
  • Warum KI in der Produktion helfen kann
  • Anwendungsbeispiele ​​

Teil 2: KI und Ingenieurdisziplinen

  • Verknüpfung von Ingenieurdiszplinen und KI
  • Etablierte Vorgehensmodelle

Modul 3: PAISE®​

  • PAISE®​
  • Anwendungsbeispiel Produktion (TableSort) oder Mobilität (Bremssteuerung)

+ Erklärung an Demonstratoren bei Präsenzschulungen

GESAMTKONTEXT KI-ENGINEERING

PAISE® steht für Process Model for AI Systems Engineering​, es ist ein Vorgehensmodell für KI-Engineering und adressiert die Herausforderungen der Disziplin​.

PAISE® umfasst die systematische und standardisierte Entwicklung und den Betrieb von KI-basierten Systemlösungen. ​ Dabei vereint es Vorgehensweisen aus der Informatik und datengetriebenen Modellbildung mit denen der klassischen Ingenieursdisziplinen, wie z. B. dem Systems Engineering.​ Klassiche Ansätze (z. B. Wasserfallmodell)  werden mit agilen Vorgehensweisen (z. B. Scrum oder V-Modell) kombiniert.

REFERENT*INNEN

Dr. Janina Stompe, Schulungslabor CC-KING

Dr. Constanze Hasterok, Vorgehensmodell KI-Engineering