ca. 9:00 - 16:00
Einführung in das Reinforcement Learning
Patrick Baier
Hochschule Karlsruhe
Anomalieerkennung und Zeitreihen
Harald Bosch
Novatec
MLOps mit Python und TensorFlow
Oliver Zeigermann & Lars Röwekamp
open knowledge
09:00 - 09:15
Eröffnung
09:15 - 10:00
Keynote: Beginning 2 Count – Moderne Deep-Learning-Weltmodelle und Symbolic Reasoning
Jonas Andrulis
Aleph Alpha
10:00
Kaffeepause
10:30 - 11:15
Der Entwicklungsprozess eines Machine-Learning-Projekts
Oliver Zeigermann & Mikio Braun
Data Mesh – Marketing, Hype oder tatsächlich der "nächste Schritt"
Matthias Niehoff
codecentric
TinyML – Vom Herzfehler zum Triggerwort und das ganz ohne Internet
Marcel Tilly
TH Rosenheim
11:30 - 12:15
Keep an eye on AI – ML-Modelle in Produktion überwachen
Hauke Brammer
DeepUp
Effizientes Datenlabeling zur Performanceoptimierung und Qualitätsprüfung
Johannes Hötter
onetask.ai
Wie man ein Gewächshaus mit ML überwachen kann
Harald Bosch & Simeon Mendgen
Novatec [Sponsored Talk]
12:15
Mittagspause
13:15 - 14:00
Einführung in die Kausale Inferenz und Kausales Maschinelles Lernen
Philipp Bach
Universität Hamburg
Von der Spielwiese in die Umsetzung – Deployment von ML in der Batteriefertigung
Antje Fitzner & Alexander Kies
Fraunhofer FFB, Fraunhofer IPT
Your Rediscover Past: Spotify-Personalisierung selbstgemacht
Marcel Kurovski
inovex
14:15 - 15:00
Zuverlässige KI – Absicherung künstlicher neuronaler Netze
Marco Huber
Fraunhofer IPA
Reinforcement Learning oder: Warum mich mein Arbeitgeber fürs Spielen bezahlt!
Stefano Signoriello
infoteam [Sponsored Talk]
Ressourceneinsparung bei KI-Modellen mittels Knowledge Destillation
Qi Wu
ontolux
15:00
15:30 - 16:15
Predictive Maintenance bei Windenergieanlagen
Florence Lopez
scieneers
Data Poisoning: den vergifteten Apfel erkennen und Risiken für ML-Anwendungen minimieren
Mirko Ross
asvin
KI in der Rechnungsprüfung: Herausforderungen und Möglichkeiten von MLOps
Andreas Prawitt & Florian Schmoll
eoda
16:30 - 17:15
ML und die Gesetze: Was gilt heute ... und was kommt morgen?
Joerg Heidrich
Heise Medien
Kotlin? Für Machine Learning?
DeepUp GmbH
Fake-Debatten mit NLP – Eine ironische KI-Lösung für Online-Diskussionen
Martin Förtsch & Thomas Endres & Jonas Mayer
TNG
17:30 - 18:00
Thementische
18:00 - 21:30
Abendprogramm
09:00 - 09:45
Transferlernen und Domänenadaption von KI-Modellen
Karl-Philipp Kortmann
Universität Hannover
Beyond Notebooks: Interaktive Datenverarbeitung mit Dashboards
Nico Kreiling
Scieneers
Evaluierung von Neural-Search- und Question-Answering-Ansätzen
Thomas Stadelmann & Timo Möller
deepset
09:45
10:15 - 11:00
Wie kann man Weltwissen ins Machine Learning einbringen?
Open Knowledge
Sentence Embeddings in der Praxis
Christian Winkler
datanizing
Data Science in Production – Wärmebedarfsprognosen in der Cloud
Martin Danner
11:15 - 12:00
Continuous Integration für ML-Anwendungen – ein Praxisbeispiel
Maschinen ohne Gewissen: Wenn KI auf Ethik trifft
Lars Röwekamp
Bildbasierte Betrugsprävention im Kfz-Schadenmanagement
Steffen Münzenmaier
ControlExpert
12:00
13:00 - 13:45
Keynote: Aktuelle Entwicklung und Test autonomer Fahrzeuge mit großen Datenmengen
Frank Kraemer
IBM
14:00 - 14:45
Das Kind im Algorithmus – Unsupervised Learning für die Bearbeitung von Kundenanfragen nutzen
Manuel Hartenfels
Würth Industrie Service
Vorhersage von ÖPNV-Belegungen bei veränderten Verhaltensmustern
Tim Frey
iunera
Intelligent Document Processing in der Praxis
Gerhard Hausmann
Barmenia
15:00 - 15:45
Extending Mobility – Wie Reinforcement Learning mehr Kapazität in Bahnsystemen ermöglicht
Thomas Thiele & Georg Merz
Deutsche Bahn
KI am Tatort
Martin Schiele
AI-UI
Ihr möchtet über die Minds Mastering Machines auf dem Laufenden gehalten werden?
Anmelden
Sie möchten über die Minds Mastering Machines auf dem Laufenden gehalten werden? Dann tragen Sie einfach Ihre E-Mail-Adresse in das Feld ein, das aufklappt, wenn Sie die Einwilligung unten geben:
Ich willige ein, dass mich die dpunkt.verlag GmbH und die Heise Medien GmbH & Co. KG über die Minds Mastering Machines informiert. Meine Daten werden ausschließlich zu diesem Zweck genutzt. Eine Weitergabe an Dritte erfolgt nicht. (Ihre E-Mail-Adresse wird an unseren Newsletter-Dienstleister Inxmail weitergegeben (https://www.inxmail.de/datenschutz). Inxmail verwendet Ihre Daten ausschließlich zu dem hier angegebenen Zweck. Eine Weitergabe ihrer Daten erfolgt auch hier nicht.)
Ich kann die Einwilligung jederzeit an events@dpunkt.de, per Brief an dpunkt.verlag GmbH, Wieblinger Weg 17, 69123 Heidelberg oder durch Nutzung des in den E-Mails enthaltenen Abmeldelinks widerrufen. Es gilt die Datenschutzerklärung der dpunkt.verlag GmbH.