Art: Vorlesung mit Übung

Sprache: Englisch

Zyklus: Jährlich im Wintersemester

Studiengang: Master

Zielgruppe: Masterstudierende der Informatik, Wirtschaftsinformatik, Computer Engineering, Maschinenbau, Electrical Systems Engineering, Wirtschaftsingenieurwesen und BWL

Ziel der Veranstaltung:

Ziel der Vorlesung ist ein umfassender Überblick der Potentiale und Anwendungsfälle im Data-driven Engineering. Es werden wichtige Grundlagen und Konzepte aus den Bereichen Engineering und Künstliche Intelligenz eingeführt und anhand aussagekräftiger Beispiele aus der Praxis erläutert. Das erlangte Wissen wird in den Übungen vertieft und umgesetzt. Im Rahmen von einem Gruppenprojekt entwickeln die Teilnehmer einen eigenen, funktionsfähigen Engineering Assistenten.

Inhalt:

Daten sind das Öl des 21. Jahrhunderts. Auch in der Produktentwicklung gewinnt die Bedeutung von Daten immer mehr an Bedeutung. Sowohl Felddaten als auch Entwicklungsdaten können mit Hilfe von modernen Datenanalysemethoden und KI-Verfahren verarbeitet werden, um die Effizienz und Effektivität der Produktentwicklung zu steigern. Die Vorlesung schafft einen Überblick über die Herausforderungen und mögliche Lösungsansätze von Data-driven Engineering. Es werden theoretische Grundlagen und Konzepte eingeführt und exemplarische Anwendungen aus der Praxis vorgestellt. Dabei wird der Prozess von der Datenerfassung über Möglichkeiten zur Datenauswertung bis hin zur Entwicklung innovativer Assistenzsysteme betrachtet. Das erlangte Wissen wird in den Übungen vertieft und umgesetzt. Inhalte der Lehrveranstaltung sind:

• Motivation und Begriffsdefinition
• Potentiale von Data-driven Engineering
• Engineering-IT und Datenmanagement entlang des Produkt-Lebenszyklus
• Grundlagen von Data Analytics und KI (insb. generative AI)
• Datenstrukturen und -formate der Produktentwicklung
• Anwendungsbeispiele und Assistenzsysteme (Co-Pilots) entlang des Produkt-Lebenszyklus (von dem Requirements Engineering bis zur Produktionsplanung)
• Methoden zur Planung und Umsetzung von Data-driven Engineering Use Cases
• Technische Entwicklung von Assistenzsystemen (Co-Pilots) im Data-driven Engineering

Qualifikationsziele:

Die Teilnehmer werden ...

• Potentiale des Data-driven Engineering erkennen und bewerten
• Voraussetzungen für die Anwendung von Konzepten der datengetriebenen Produktentwicklung bewerten
• Engineering-IT-Infrastrukturen analysieren und ausgestalten.
• Anwendungsfälle der datengetriebenen Produktentwicklung planen und umsetzen
• Assistenzsysteme (Co-Pilots) für Data-driven Use Cases konzipieren
• Arbeitsergebnisse vor anderen Teilnehmern präsentieren können.
• in der Lage sein, in einem interdisziplinären Team zu arbeiten.

Schriftliche Prüfung (100%).

Die Studierenden haben die Möglichkeit, durch die Teilnahme an einem Testat und einem praktischen Gruppenprojekt Bonuspunkte zu sammeln.

Termine und Anmeldefristen:

Die Termine und Anmeldefristen entnehmen Sie bitte dem Campus-Management-System PAUL.