Zielsetzung des Kurses
Der Lehrgang "Automation Engineering: KI in Automatisierungen integrieren" behandelt die Verzahnung von industrieller Automatisierungstechnik mit Methoden der Künstlichen Intelligenz. Ziel ist die Einordnung von KI-Verfahren in Steuerungs- und Leitsysteme sowie die strukturierte Herangehensweise an Datenerfassung, Modellintegration und Betrieb in technischen Anlagen.
Inhalte
Die Weiterbildung "Automation Engineering: KI in Automatisierungen integrieren" fokussiert die Einbindung von KI-Verfahren in bestehende Automatisierungslösungen. Behandelt werden die Datenerfassung und -aufbereitung aus Sensorik und SPS-Strukturen, die Konzeption von Modellen für Anomalieerkennung und Qualitätssicherung sowie deren Bereitstellung an der Edge und in der Cloud. Ergänzt wird dies durch Schnittstellenmanagement (OPC UA, MQTT), MLOps-Grundzüge für Versionsverwaltung und Überwachung im Betrieb sowie Grundlagen zu Validierung, Test und Wartung in sicherheitskritischen Umgebungen. Schlagworte: Industrial IoT, Machine Learning, Edge Computing, Datenpipelines, Predictive Maintenance.
Lernziele
- Identifikation relevanter Datenquellen in Automatisierungsumgebungen und Analyse ihrer Eignung für KI-Modelle
- Durchführung einer prototypischen Pipeline von Datenerfassung über Vorverarbeitung bis zur Modellerstellung
- Implementierung und Integration eines inferenzfähigen KI-Moduls in eine Automatisierungsarchitektur inklusive Schnittstellenkonfiguration
Berufsperspektiven
Die Kursinhalte finden Anwendung in Berufsfeldern wie Automationsingenieur mit Schwerpunkt KI-Integration in Leitsysteme und SPS-Umgebungen. Typische Tätigkeitsfelder umfassen Data Engineer im Industrial-IoT-Kontext mit Fokus auf Datenpipelines und Edge-Bereitstellung. Der Kurs adressiert Inhalte für Tätigkeiten wie Machine-Learning-Engineer in der Fertigungsautomatisierung sowie Technical Consultant für OPC-UA- und MQTT-basierte Integrationen.
Zusammenfassung
Der Kurs "Automation Engineering: KI in Automatisierungen integrieren" behandelt die technische Einbindung von KI in Automatisierungssysteme, inklusive Datenerfassung, Modellintegration und Betrieb. Im Rahmen dieser Weiterbildung werden Schnittstellen, Edge-Umgebungen und Grundzüge von MLOps im industriellen Kontext thematisiert. Die vermittelten Inhalte stehen in Bezug zu Tätigkeitsfeldern der Automatisierung und des Industrial IoT.