Die Weiterbildung vermittelt anwendungsbezogene Kompetenzen im Bereich Maschinelles Lernen mit Fokus auf Automatisierung und datenbasierter Analyse. Im Mittelpunkt stehen die Entwicklung und Bewertung von Lernmodellen, die Nutzung analytischer Verfahren zur Prozessoptimierung sowie die Integration von KI-gestützten Automatisierungslösungen in betriebliche Abläufe. Ziel ist es, datengetriebene Entscheidungsprozesse methodisch fundiert zu gestalten.
Modul 1: Grundlagen des Maschinellen Lernens
Modul 2: Datenaufbereitung und Modelltraining
Modul 3: KI-gestützte Automatisierung
Modul 4: Analyse, Bewertung und Integration
Modul 1: Grundlagen des Maschinellen Lernens
Methodische Einordnung- Abgrenzung von KI, Maschinellem Lernen und regelbasierten Systemen
- Überblick über überwachte und unüberwachte Verfahren
- Typische Anwendungsfelder in Wirtschaft und Industrie
- Voraussetzungen für ML-Projekte
Modul 2: Datenaufbereitung und Modelltraining
Von Daten zu Vorhersagemodellen- Datenbereinigung und Feature-Auswahl
- Trainings-, Test- und Validierungsprozesse
- Bewertung von Modellgüte und Fehlerraten
- Umgang mit Überanpassung und Verzerrungen
Modul 3: KI-gestützte Automatisierung
Integration in operative Prozesse- Automatisierte Entscheidungsunterstützung
- Prozessoptimierung durch Vorhersagemodelle
- Einsatz von ML in Monitoring- und Steuerungssystemen
- Schnittstellen zu bestehenden IT-Strukturen
Modul 4: Analyse, Bewertung und Integration
Nachvollziehbare Anwendung im Unternehmenskontext- Interpretation analytischer Ergebnisse
- Wirtschaftlichkeitsbewertung von Automatisierungsvorhaben
- Dokumentation und Transparenz von Modellen
- Berücksichtigung von Datenschutz und Compliance
Absolventinnen und Absolventen können Verfahren des Maschinellen Lernens fachlich einordnen und für datenbasierte Analysen sowie Automatisierungslösungen einsetzen. Sie bewerten Modelle kritisch, integrieren ML-Anwendungen in betriebliche Prozesse und unterstützen datengetriebene Entscheidungsstrukturen.