Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung Einführung in Edge AI
Optimierung von KI-Modellen für Edge Devices
Schulungsformen
Offene Schulung
- 3 Tage
- 5 gesicherte Termine
- 1.930,00 p. P. zzgl. MwSt.
- Köln / Online
- Online oder Präsenz
- Dritter Mitarbeitende kostenfrei
Inhouse-/Firmenschulung
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Online, Präsenz oder Hybrid
- Lernumgebung in der Cloud
Individualschulung
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Online, Präsenz oder Hybrid
- Lernumgebung in der Cloud
Beschreibung
In diesem umfassenden Seminar lernen die Teilnehmer die Grundlagen und fortgeschrittenen Techniken der Edge AI kennen. Sie erfahren, wie sie KI-Modelle für die lokale Verarbeitung auf Edge Devices entwickeln, deployen und optimieren können. Das Seminar deckt alle relevanten Aspekte ab, von der Datenakquise und -verarbeitung über Sicherheits- und Datenschutzmaßnahmen bis hin zur Performance-Optimierung und Skalierung von Edge AI-Lösungen. Durch praxisorientierte Übungen erhalten die Teilnehmer die Möglichkeit, das Gelernte direkt anzuwenden und ihre Fähigkeiten in der Implementierung und Analyse von Edge AI-Anwendungen zu vertiefen. Das Seminar kombiniert theoretische Präsentationen mit praktischen Anwendungen, um den Teilnehmern ein tiefgehendes Verständnis und praktische Fähigkeiten zur erfolgreichen Nutzung von Edge AI zu vermitteln.
Schauen Sie sich auch diese KI Seminare an.
Schulungsziel
Am Ende des Seminars sind die Teilnehmer in der Lage, effektive Edge AI-Lösungen zu entwerfen, zu implementieren und zu optimieren. Sie verstehen die zugrunde liegenden Technologien, können KI-Modelle für Edge Devices deployen und sind in der Lage, Sicherheits- und Datenschutzaspekte zu berücksichtigen.
Details
Wer teilnehmen sollte
Dieses Seminar richtet sich an Softwareentwickler, IT-Architekten, Sicherheitsexperten, Datenwissenschaftler, Ingenieure und alle Fachleute, die sich mit der Implementierung und Optimierung von Edge AI-Lösungen beschäftigen. Es ist ideal für Personen, die ihre Kenntnisse im Bereich Edge Computing und Künstliche Intelligenz vertiefen möchten.
Vorkenntnisse: Grundkenntnisse in Programmierung (idealerweise in Python, C/C++ oder Java), ein grundlegendes Verständnis von Künstlicher Intelligenz und maschinellem Lernen sowie Erfahrungen im Umgang mit IoT-Geräten sind vorteilhaft, aber nicht zwingend erforderlich. Das Seminar ist so konzipiert, dass sowohl Einsteiger als auch erfahrene Fachleute profitieren können.
Ihre Schulung
Präsenz-Schulung | Online-Schulung |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann. | Seminarunterlagen oder Fachbuch inklusive (per Post). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsplatz | |
| PC/VMs für jeden Teilnehmenden Hochwertige und performante Hardware Große, höhenverstellbare Bildschirme Zugang zu Ihrem Firmennetz erlaubt |
|
| Lernumgebung | |
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter. | |
| Arbeitsmaterialien | |
DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen am Ende des Seminars ausgehändigt. | Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen per Post zugesandt. |
Organisation
Präsenz-Schulung | Online-Schulung | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung | ||
Ab 1 Teilnehmenden* | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| Preisvorteil | ||
Dritter Mitarbeitende nimmt kostenfrei teil. Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet. Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen. | ||
| All-Inclusive | ||
Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen per Post zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Buchen ohne Risiko
| Rechnungsstellung |
Erst nach dem erfolgreichen Seminar. Keine Vorkasse. |
| Stornierung |
Kostenfrei bis zum Vortag des Seminars |
| Vormerken statt buchen |
Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen |
Kostenfreie Services
Präsenz-Schulung | Online-Schulung |
|---|---|
|
|
Inhalt
- Hardware-Komponenten:
- Edge Devices: Smartphones, IoT-Geräte, Sensoren, eingebettete Systeme.
- Prozessoren und Beschleuniger: ARM-Prozessoren, GPUs, TPUs (Tensor Processing Units).
- Kommunikationsmodule: Wi-Fi, Bluetooth, Zigbee, 5G.
- Software-Komponenten:
- KI-Frameworks: TensorFlow Lite, PyTorch Mobile, ONNX Runtime.
- Betriebssysteme: Echtzeitbetriebssysteme (RTOS), Linux-basierte Systeme.
- Middleware und Plattformen: EdgeX Foundry, AWS IoT Greengrass, Microsoft Azure IoT Edge.
- Entwicklungswerkzeuge:
- Entwicklungsumgebungen: Visual Studio Code, JetBrains IDEs.
- Simulatoren und Emulatoren: QEMU, Android Emulator.
- Debugging-Tools: GDB, JTAG-Interfaces.
- Praxisübung 1: Architekturdesign einer Edge AI-Lösung
- Ziel der Übung: Die Teilnehmer entwerfen eine grundlegende Architektur für eine Edge AI-Lösung unter Berücksichtigung von Skalierbarkeit, Modularität und Energieeffizienz.
- Projektbeschreibung: Entwicklung eines Architekturplans für ein Smart Home-System mit mehreren Edge Devices, die lokal KI-Modelle ausführen und Daten mit der Cloud synchronisieren.
- Tools: Diagramm-Software (z.B. Microsoft Visio, Lucidchart), Whiteboard-Tools.
- Ergebnisse: Erstellte Architekturdiagramme und Design-Dokumentation für die geplante Edge AI-Lösung.
- Architektur und Design von Edge AI-Lösungen
- Architekturmodelle:
- Client-Server-Architektur: Kombination von lokalem Edge Processing und zentraler Cloud-Verarbeitung.
- Peer-to-Peer-Architektur: Dezentrale Verarbeitung und Datenaustausch zwischen Edge Devices.
- Designprinzipien:
- Modularität: Aufbau flexibler und erweiterbarer Systeme.
- Skalierbarkeit: Fähigkeit zur einfachen Erweiterung der Systeme bei wachsendem Bedarf.
- Energieeffizienz: Optimierung des Energieverbrauchs der Edge Devices.
- Integration mit bestehenden Systemen:
- API-Integration: Nutzung von RESTful APIs und MQTT für die Kommunikation.
- Datenformate: JSON, Protocol Buffers für die Datenübertragung.
- Schnittstellen und Protokolle: HTTP/HTTPS, CoAP, LoRaWAN.
- Implementierung von KI-Modellen auf Edge Devices
- Modelltraining und -optimierung:
- Training in der Cloud: Nutzung leistungsstarker Cloud-Services zur Modellbildung.
- Modellkompression: Techniken wie Quantisierung, Pruning und Knowledge Distillation zur Reduzierung der Modellgröße.
- Optimierung für Edge-Hardware: Anpassung der Modelle an die spezifischen Hardware-Anforderungen der Edge Devices.
- Deployment von KI-Modellen:
- Konvertierung der Modelle: Verwendung von Tools wie TensorFlow Lite Converter oder ONNX für die Umwandlung in Edge-kompatible Formate.
- Deployment-Strategien: Over-the-Air (OTA) Updates, lokale Installation.
- Management und Aktualisierung: Automatisierte Updates und Versionskontrolle der Modelle.
- Praxisübung 2: Deployment eines KI-Modells auf einem Edge Device
- Ziel der Übung: Die Teilnehmer deployen ein vortrainiertes KI-Modell auf einem Edge Device und führen eine einfache Inferenz durch.
- Projektbeschreibung: Auswahl eines vortrainierten TensorFlow-Modells, Konvertierung zu TensorFlow Lite, Deployment auf einem Raspberry Pi und Durchführung von Inferenzaufgaben.
- Tools: TensorFlow Lite, Raspberry Pi, Python, Edge Device Emulator.
- Ergebnisse: Funktionierendes KI-Modell auf dem Edge Device mit durchgeführter Inferenz.
- Datenmanagement und -verarbeitung am Netzwerkrand
- Datenakquise und -vorverarbeitung:
- Sensorintegration: Erfassung und Integration von Sensordaten in Echtzeit.
- Datenvorverarbeitung: Filterung, Normalisierung und Transformation von Daten vor der Verarbeitung durch KI-Modelle.
- Datenanalyse und -speicherung:
- Echtzeit-Analyse: Nutzung von Streaming-Datenplattformen zur sofortigen Datenanalyse.
- Edge-Speicherlösungen: Lokale Speicherung relevanter Daten für spätere Analysen und Audits.
- Datensicherheit und -schutz:
- Verschlüsselung: Schutz der Daten während der Übertragung und Speicherung.
- Zugriffskontrollen: Implementierung von Authentifizierungs- und Autorisierungsmechanismen.
- Anonymisierung: Sicherstellung der Privatsphäre durch Datenanonymisierungstechniken.
- Praxisübung 3: Datenanalyse und Performance-Monitoring
- Ziel der Übung: Die Teilnehmer erstellen detaillierte Reports und analysieren die Performance ihrer Edge AI-Anwendungen, um Optimierungspotenziale zu identifizieren.
- Projektbeschreibung: Nutzung von Monitoring-Tools zur Sammlung von Leistungsdaten, Erstellung von Dashboards zur Visualisierung der KPIs und Ableitung von Optimierungsmaßnahmen.
- Tools: Prometheus, Grafana, Excel für Datenanalyse.
- Ergebnisse: Erstellte Berichte und identifizierte Optimierungspotenziale mit konkreten Handlungsempfehlungen.
- Sicherheitsaspekte und Datenschutz bei Edge AI
- Bedrohungsmodelle und Angriffsvektoren:
- Physische Angriffe: Manipulation von Edge Devices vor Ort.
- Netzwerkbasierte Angriffe: Abfangen und Manipulieren von Datenübertragungen.
- Software-basierte Angriffe: Exploits und Malware, die auf Edge Devices abzielen.
- Sicherheitsstrategien:
- Härtung von Edge Devices: Implementierung von Sicherheitsupdates und Patches.
- Sichere Kommunikation: Nutzung von TLS/SSL für Datenübertragungen.
- Intrusion Detection Systems (IDS): Überwachung und Erkennung von verdächtigen Aktivitäten.
- Datenschutzrichtlinien:
- Compliance: Einhaltung von Datenschutzgesetzen wie DSGVO.
- Datenminimierung: Sammlung und Verarbeitung nur der notwendigen Daten.
- Transparenz und Benutzerkontrolle: Klare Kommunikation über die Datennutzung und Möglichkeit zur Datenkontrolle für Benutzer.
- Performance-Optimierung und Skalierung von Edge AI-Lösungen
- Leistungskennzahlen (KPIs):
- Latenz: Zeitspanne zwischen Datenakquise und Inferenz-Ergebnis.
- Durchsatz: Anzahl der Inferenzanfragen pro Sekunde.
- Energieverbrauch: Effizienz des Edge Devices in Bezug auf Energieverbrauch.
- Optimierungstechniken:
- Hardware-Beschleuniger: Einsatz von GPUs, TPUs oder FPGAs zur Beschleunigung der KI-Modelle.
- Software-Optimierungen: Parallelisierung, Nutzung effizienter Algorithmen und Optimierung der Speicherverwaltung.
- Lastverteilung: Verteilung der Verarbeitungsaufgaben auf mehrere Edge Devices zur Verbesserung der Gesamteffizienz.
- Skalierung von Edge AI-Lösungen:
- Horizontal Scaling: Hinzufügen weiterer Edge Devices zur Erweiterung der Kapazität.
- Vertikal Scaling: Aufrüstung der Hardware-Komponenten einzelner Edge Devices.
- Management von großen Netzwerken: Nutzung von Management-Tools und Plattformen zur Verwaltung und Überwachung großer Edge-Netzwerke.
- KI und maschinelles Lernen in Edge AI
- Einsatz von maschinellem Lernen:
- Modellierung und Training: Entwicklung und Training von ML-Modellen, die für Edge-Geräte optimiert sind.
- Federated Learning: Dezentrales Training von KI-Modellen auf Edge Devices unter Wahrung der Privatsphäre.
- Adaptives Lernen: Anpassung von Modellen basierend auf Echtzeit-Daten und sich ändernden Bedingungen.
- Prognosemodelle und Predictive Analytics:
- Prognosemodelle: Nutzung von ML-Modellen zur Vorhersage zukünftiger Ereignisse und Trends auf Edge-Geräten.
- Predictive Maintenance: Implementierung von Vorhersagemodellen zur Wartung und Optimierung von Maschinen und Geräten in Echtzeit.
- Zukunftstrends und Innovationen:
- Fortschritte in der Hardware-Technologie: Entwicklung spezialisierter Edge-Prozessoren und Miniaturisierung zur Verbesserung der Verfügbarkeit und Einsatzmöglichkeiten.
- Künstliche Intelligenz und maschinelles Lernen: Weiterentwicklung von Algorithmen und Modellen, die speziell für Edge-Umgebungen optimiert sind.
- Edge Computing und 5G: Integration mit 5G-Netzwerken und Entwicklung von Edge-to-Cloud-Hybrid-Modellen zur Maximierung der Effizienz und Flexibilität.
- Integration mit anderen Technologien: Kombination von Edge AI mit Blockchain und Augmented Reality zur Schaffung innovativer Lösungen.
- Sicherheitsaspekte und Best Practices
- Richtlinien für effektive Edge AI-Implementierungen:
- Balance zwischen Sicherheit und Performance: Sicherstellung, dass Sicherheitsmaßnahmen die Leistungsfähigkeit der Edge Devices nicht signifikant beeinträchtigen.
- Regelmäßige Updates und Patches: Kontinuierliche Aktualisierung der Software und Sicherheitsprotokolle zur Abwehr neuer Bedrohungen.
- Dokumentation und Compliance: Sorgfältige Dokumentation der Implementierungen und Einhaltung von Compliance-Richtlinien.
- Rechtliche und ethische Überlegungen:
- Datenschutzgesetze: Einhaltung von Gesetzen wie der DSGVO bei der Verarbeitung und Speicherung von Daten.
- Ethische Nutzung von KI: Sicherstellung, dass Edge AI-Anwendungen ethisch vertretbar sind und keine Diskriminierung oder andere ethische Probleme verursachen.
- Zukunft der Edge AI:
- Fortschritte in der KI-Forschung: Entwicklung neuer Algorithmen und Modelle, die speziell für Edge-Umgebungen optimiert sind.
- Integration mit anderen Technologien: Kombination von Edge AI mit Technologien wie Blockchain und Augmented Reality zur Schaffung innovativer Lösungen.
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
Gesicherte offene Termine
| Termin | Ort | Preis | |
|---|---|---|---|
| 20.01.-22.01.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 24.03.-26.03.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 26.05.-28.05.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 28.07.-30.07.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 29.09.-01.10.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Online, Präsenz oder Hybrid
- Komplette Lernumgebung in der Cloud mit Remote Zugriff
Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
- Online, Präsenz oder Hybrid
- Komplette Lernumgebung in der Cloud mit Remote Zugriff
Unterstützung nach der Schulung durch
individuelle Nachbetreuung
- Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
- Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
- Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
- Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.
Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.
In drei Schritten zum Online Seminar im Virtual Classroom:
- Seminar auswählen und auf "Buchen" klicken
- Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
- Formular ausfüllen und über den Button "Jetzt buchen" absenden.
Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.
Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.
Vorteile von Virtual Classroom:
- Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
- Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
- Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
- Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
- Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
- Die Schulungsunterlagen bekommen Sie per Post zugeschickt
- Sie sparen Reisekosten und Zeit
- 20. Jan. - 22. Jan. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 24. Mär. - 26. Mär. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 26. Mai - 28. Mai ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 28. Jul. - 30. Jul. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 29. Sep. - 01. Okt. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
- Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Buchen Sie diese kostenfreien Serviceleistungen für Präsenzseminare ganz einfach während des Buchungsprozesses dazu!
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.