Seminar bestehend aus 2 Tage
Grundlagenverständnis und Begriffe
- Was ist KI?
- Wodurch unterscheidet sich KI von Machine Learning (ML)?
- Wie funktionieren KI und ML?
- Modelle und Anwendungsgebiete
- Häufige Missverständnisse
Einsatz von Large Language Models (LLM)
- Was ist ein Large Language Model?
- Wo wird es eingesetzt?
- Marktüberblick: Chat-GPT und andere LLMs
- Welche KI-Systeme gibt es bereits heute fürs Labor?
- Praxisanwendungen im Laborumfeld
- In welche Richtung entwickelt sich die KI?
KI in Analytik und Messtechnik
- Untersuchungsprozess von Probenahme bis Reporting
- Eignung der Teilprozesse für den Einsatz von KI
- Fokus auf die Daten: in Daten denken lernen
- KI in Laborgeräten - Chancen, Risiken und Konsequenzen
- Beispiele: Messdatenauswertung, Reporting…
Erzeugung von Mehrwerten aus Datensammlungen
- Daten als Rohstoff der Zukunft begreifen
- Erkennen von Zusammenhängen, Strukturen und Korrelationen
- Erkennen und Analysieren von Trends und Erstellen von Prognosen
- Nutzen für die Prozess- und Produktoptimierung
- Entwicklung und Verkauf neuer datenbasierter Produkte und Services
- Beispiele: Preventive Maintenance bei Geräten und Anlagen, Optimierung von Wartungs- und Kalibrierintervallen
Behördentrends und Compliance
- Unterschiedliche behördliche KI-Ansätze auf globaler und internationaler Ebene
- Spezifische Betrachtung für Deutschland und Europa
- Zusammenspiel von KI mit Datenintegritätsanforderungen wie FAIR und ALCOA+
- Beispiele von Inspektoren-Statements und Trends bei Behördeninspektionen
- Exemplarische Einblicke in Schlüsselaspekte aktueller Guidelines
KI in Qualitätsmanagement und Qualitätssicherung
- Automatisierte Erstellung, Aktualisierung und Verwaltung von QM-Dokumenten
- Prozesse optimieren und dokumentieren mit KI
- KI-gestützte Überprüfung der Einhaltung von Qualitätsstandards und Normen
- Produktivere interne Audits durch KI
- Einsatz von KI zur Fehlererkennung und Qualitätssicherung
KI-Projekte
- Wie kann KI erfolgreich im Labor implementiert werden?
- Was unterscheidet ein KI-Projekt von einem "klassischen" Projekt?
- Die drei zentralen Rollen und deren Einbindung: Nutzer, IT, Datenanalyst
- Best practices und Erfolgsfaktoren aus KI-Projekten
- Wichtig für Behörden: Einhaltung eines Projekt-Standards
- Projektbeispiele
Lernziele
Nach diesem Seminar - verstehen Sie die grundlegenden Konzepte und Begriffe der Künstlichen Intelligenz (KI). - wissen Sie, wie Large Language Models (LLMs) funktionieren und worauf es bei deren Nutzung ankommt. - kennen Sie über Chat-GPT hinaus weitere praxistaugliche KI-Tools. - haben Sie Anregungen erhalten, wie und wofür Sie KI in Ihren Laborprozessen nutzen können, um effizienter zu werden und Mehrwerte zu schaffen. - verstehen Sie die Sicht von Aufsichtsbehörden und sind auf künftige regulatorische Vorgaben besser vorbereitet.
Zielgruppen
Dieses Seminar richtet sich an: - Laborleitungen und Managementfunktionen in Forschung, Entwicklung und Qualitätskontrolle, die ein grundlegendes Verständnis für den Einsatz von KI im Laborumfeld erwerben möchten. - Qualitätsmanager:innen und QS-Beauftragte, die die Vorteile von KI zur Optimierung ihrer Labor- und Qualitätsprozesse nutzen wollen. - IT- und LIMS-Verantwortliche, die sich auf die Implementierung von KI-Lösungen im Laborbereich vorbereiten.
Seminar bestehend aus 2 Tage
Grundlagenverständnis und Begriffe
- Was ist KI?
- Wodurch unterscheidet sich KI von Machine Learning (ML)?
- Wie funktionieren KI und ML?
- Modelle und Anwendungsgebiete
- Häufige...
Mehr Informationen