AI+ Manufacturing Practitioner™

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Preis
Netto: 397,00 €
MwSt.: 75,43 €

Dauer
1 Tag

Für Unternehmen und Arbeitsuchende:
dieser Kurs ist zu 100 % förderfähig!
 

Standort

Kurssprache
Englisch

Trainingslösungen
WalkIn®

Wenn Maschinen ungeplant ausfallen oder Qualitätsprobleme zu spät sichtbar werden, kann KI entscheidende Daten früher nutzbar machen. AI+ Manufacturing Practitioner verbindet Artificial Intelligence mit Smart Manufacturing, Produktion, Instandhaltung und Qualitätsmanagement.

Zentrale Themen

  • Predictive Maintenance und Equipment Monitoring
  • Computer Vision für Qualitätsprüfung und Fehlererkennung
  • Produktionsdaten, Sensorik und Manufacturing Analytics
  • MES-, SCADA- und ERP-Integration
  • Prozessoptimierung und intelligente Automatisierung
  • Responsible AI, Cybersecurity und ROI

Voraussetzung
Grundkenntnisse in Fertigungsprozessen sowie Basiswissen zu KI, Machine Learning und Automatisierung. Kenntnisse über industrielle Daten und Systeme sind von Vorteil.

Zielgruppe
Fachkräfte aus Produktion, Engineering, Instandhaltung, Qualität, IT/OT, Datenanalyse und Produktionsmanagement.

KI wird damit vom abstrakten Technologiethema zum konkreten Werkzeug für zuverlässigere Anlagen, bessere Qualität und datenbasierte Entscheidungen in der Fertigung.

Als PDF drucken/speichern
Kursinhalte
  • Grundlagen der KI in der Fertigung
  • KI im gesamten Werksbetrieb
  • Menschlicher und geschäftlicher Kontext der KI-Einführung
  • Anwendungsfälle
  • Fallstudien
  • Praktische Übungen
  • Bildverarbeitungs-KI in der Fertigung
  • KI für Wartung und Zuverlässigkeit
  • Operative KI in der Fertigung
  • KI in der Planung und Automatisierung
  • Anwendungsfälle
  • Fallstudien
  • Praktische Übung
  • Arten von Fertigungsdaten
  • Anforderungen an die Datenverfügbarkeit
  • Häufige Herausforderungen bei der Datenverfügbarkeit
  • Anwendungsfälle
  • Fallstudien
  • Praxisübung: Erstellung eines KPI-Dashboards für die Fertigung mit Looker Studio
  • Implementierungsansätze für industrielle KI
  • Aufbau von KI-Systemen
  • Integration und Lösungsbewertung
  • Anwendungsfälle
  • Fallstudien
  • Praxisübung: Übung zur Darstellung der KI-Systemarchitektur mit Miro oder draw.io
  • Ermittlung und Priorisierung von KI-Chancen
  • Entwurf von Pilotprojekten und Proof-of-Concepts
  • Messung und Skalierung der Auswirkungen von KI
  • Praktische Einschränkungen bei der Umsetzung
  • Anwendungsfälle
  • Fallstudien
  • Praxisübung: Workshop zu KI-Pilotprojekten und Implementierungs-Roadmaps mit Miro
  • Verantwortungsvolle KI im industriellen Betrieb
  • Governance und Datenverantwortung
  • Sicherheits- und Schutzrisiken
  • Menschliche Überwachung und Eskalation
  • Anwendungsfälle
  • Fallstudien
  • Praxisübung: Checkliste zu KI-Risiken und Governance mithilfe von Google Sheets
  • Misserfolge bei KI-Projekten in der Fertigungsindustrie
  • Erfolgsmuster bei der Einführung von KI
  • ROI-Rahmenkonzepte für KI in der Fertigungsindustrie
  • Branchenvergleich
  • Anwendungsfälle
  • Fallstudien
  • Praktische Übung: Schätzung des KI-ROI und Nachverfolgung des Nutzens
  • Neue Entwicklungen im Bereich KI in der Fertigung
  • Digitale Zwillinge und intelligente Überwachung
  • Generative KI in der Fertigung
  • Ausblick auf die zukünftige Einführung
  • Anwendungsfälle
  • Fallstudien
  • Praxis: Erstellung einer Roadmap für die Einführung von KI
  • Problemdefinition und Umfang
  • Auswahl von KI-Anwendungsfällen und Überprüfung der Umsetzungsreife
  • Bewertung von Lösungen und Entwicklung einer Roadmap
  • Geschäftlicher Nutzen und Kommunikation
  • Schwerpunkte des Abschlussprojekts

Häufig gestellte Fragen

  • KI wertet Maschinen-, Sensor- und Produktionsdaten aus und macht Zusammenhänge schneller sichtbar. Typische Anwendungen sind Predictive Maintenance, Qualitätsprüfung, Prozessoptimierung, Bedarfsplanung und intelligente Automatisierung.
  • Geeignet ist sie für Bereiche wie Produktion, Instandhaltung, Qualitätsmanagement, Prozessoptimierung, Supply Chain, IT/OT, Automatisierung und Datenanalyse. Auch für Aufgaben rund um Smart Manufacturing und digitale Transformation sind die Inhalte relevant.
  • Im Mittelpunkt stehen Computer Vision, Predictive Maintenance, Anlagenüberwachung, Produktionsanalyse, Prozessoptimierung, Bedarfsprognosen und intelligente Automatisierung. Ergänzt werden diese Themen durch generative KI und Digital Twins.
  • Predictive Maintenance nutzt Maschinen- und Sensordaten, um Auffälligkeiten und mögliche Ausfälle frühzeitig zu erkennen. Dadurch können Wartungsmaßnahmen gezielter geplant und ungeplante Stillstände reduziert werden.
  • KI kann Bilder, Sensordaten und Prozesswerte analysieren, um Fehler und Abweichungen automatisch zu erkennen. Computer Vision ermöglicht beispielsweise eine bildbasierte Qualitätsprüfung direkt im Produktionsprozess.
  • Zum Tool-Umfeld gehören unter anderem Tableau, Qlik Sense, Lucidchart, PTC ThingWorx, C3 AI, Augury, Cognex VisionPro, UiPath und Sight Machine. Praktische Übungen greifen zusätzlich Werkzeuge für Dashboards, Architektur und Planung auf.
  • KI ergänzt vernetzte Produktion um intelligente Analyse, Prognosen und automatisierte Entscheidungen. Dadurch lassen sich Maschinenzustände überwachen, Prozesse optimieren und digitale Produktionsumgebungen datenbasiert steuern.

Hast du weitere Fragen? Bitte kontaktiere uns.