BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//AI xpress - ECPv6.16.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://aixpress.io
X-WR-CALDESC:Veranstaltungen für AI xpress
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20241114T173000
DTEND;TZID=Europe/Berlin:20241114T190000
DTSTAMP:20260627T004012
CREATED:20241002T083646Z
LAST-MODIFIED:20241017T133038Z
UID:10000691-1731605400-1731610800@aixpress.io
SUMMARY:AI xpress NET: ML4Safety – Absicherung von Machine-Learning-Algorithmen für sicherheitskritische Funktionen
DESCRIPTION:Beschreibung \n\n\n\nAI xpress NET ist der Techtalk rund um KI-Themen im Startup- und Innovationszentrum AI xpress. Du bist Entwickler:in oder KI-Expert:in und interessierst dich für einen Austausch auf hohem technischen Niveau\, dann ist AI xpress NET genau das Richtige für dich. \n\n\n\nIn sicherheitskritischen Anwendungen wie autonomen Fahrzeugen\, Baumaschinen oder Cobots bietet der Einsatz von Machine-Learning (ML) enorme Chancen für die Automatisierung und Effizienzsteigerung. Doch Bedenken hinsichtlich der Zuverlässigkeit\, Robustheit und Erklärbarkeit von ML-Modellen verhindern bisher deren breiten Einsatz. Im Rahmen des vorgestellten Fraunhofer-Projekts wird ein umfassendes Framework zur Verifikation von safeML entwickelt\, das den Einsatz von ML-Verfahren in sicherheitskritischen Systemen ermöglicht. Unser Referent Björn Heiderich zeigt\, wie innovative Ansätze zur Entwicklung und Überprüfung von ML-Systemen dazu beitragen können\, ein vergleichbares Sicherheitsniveau wie bei herkömmlicher Software zu erreichen. Die Präsentation stellt dabei Anwendungen in verschiedenen Einsatzbereichen vor und erläutert\, wie mit iterativen\, automatisierten Methoden die Fehlerraten minimiert und die Entwicklungskosten dieser reduziert werden können. \n\n\n\nNutzen für die Besucher:innen  \n\n\n\n\nVerständnis für die Herausforderungen bei der Absicherung von Machine-Learning-Algorithmen: Sie erfahren\, warum es wichtig ist\, die Zuverlässigkeit\, Robustheit und Erklärbarkeit von ML-Modellen zu verbessern\, um deren Einsatz in sicherheitskritischen Anwendungen zu ermöglichen.\n\n\n\nEinblicke in das „safeML“-Framework: Sie lernen innovative Methoden zur Verifikation und Validierung von ML-Verfahren in sicherheitsrelevanten Anwendungen kennen.\n\n\n\nPraktische Anwendungsbeispiele: Erfahren Sie\, wie ML in autonomen Fahrzeugen\, Baumaschinen und Cobots sicher eingesetzt werden kann und welche Hürden es dabei zu überwinden gilt.\n\n\n\nErhöhte Sicherheit und Vertrauen in ML-Systeme: Sie sehen\, wie komplementäre Methoden und simulationsbasierte Prüfungen helfen\, sicherheitsrelevante Fehler in ML-Systemen zu minimieren und so das gleiche Maß an Vertrauen zu schaffen wie bei konventioneller Software.\n\n\n\n\nWeitere Termine: \n\n\n\n12.12.2024 Die Alternative zu Cloud-APIs: On-premise-Betrieb von OpenSource KI-Modellen \n\n\n\n23.01.2025 AIQualify – Framework zur Qualifizierung von KI-Systemen in der industriellen Qualitätsprüfung \n\n\n\n \n\n\n\n\n\n \n\n\n\n\n\n\n\n\n  \n\nSpeaker\n\n\n\n\n\n\n\n\n\n\n\n \n\n\n\nBjörn Heiderich\, Wissenschaftlicher Mitarbeiter – Verifizierbare KI Fraunhofer IPA \n\n\n\nBjörn Heiderich ist wissenschaftlicher Mitarbeiter im Bereich Verifizierbare KI am Fraunhofer IPA. Er beschäftigt sich mit der Verifikation von KI-Modellen hinsichtlich Sicherheit und Robustheit für sicherheitskritische Anwendungen wie autonome Fahrzeuge und kollaborierende Roboter. Sein Forschungsschwerpunkt liegt auf der Entwicklung von Methoden zur sicheren und effizienten Überprüfung von KI-Systemen. Vor seiner Tätigkeit am Fraunhofer IPA absolvierte er seinen Master of Science am Karlsruhe Institute of Technology (KIT). \n\n\n\n \n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n  \n\nAnmeldung\n\n\n\n\n\n\n\n \n\n\n\n \n\n\n\nTIPP >> Unsere Veranstaltungsreihe “KI Roundtable” wäre auch für dich interessant! \n\n\n\n\n  \n\nVeranstalter
URL:https://aixpress.io/events/ai-xpress-net-ml4safety-absicherung-von-machine-learning-algorithmen-fuer-sicherheitskritische-funktionen/
CATEGORIES:Events Startups
ATTACH;FMTTYPE=image/jpeg:https://aixpress.io/wp-content/uploads/2024/03/AI_Net_2480x580_RZ_RGB-scaled.jpg
END:VEVENT
END:VCALENDAR