KI4SE: Mit künstlicher Intelligenz das Systems Engineering revolutionieren
Tag und Uhrzeit: Montag, 22. April 2024, 09:00 - 13:00 Uhr
In diesem Workshop werden relevante KI-Techniken von der Datenextraktion bis zum Aufbau von Knowledge Graphs im Kontext des Systems Engineering betrachtet. Insbesondere der Einsatz großer Sprachmodelle steht im Fokus, sowie die praktische Anwendung dieser Modelle. Dies beinhaltet auch eine Demonstration ausgewählter Techniken zur Veranschaulichung ihrer Funktionsweise. In Kleingruppen werden Anwendungsmöglichkeiten dieser Techniken im Arbeitskontext der Teilnehmer erörtert und hinsichtlich ihrer Potentiale und Risiken bewertet. Abschließend wird eine Diskussionsrunde mit allen Teilnehmern durchgeführt, in der die Gruppen ihre Ergebnisse zusammentragen.
Workshopgestaltung: Theoretische und praktische Inhalte wechseln sich ab. Die theoretischen KI-Grundlagen und KI-Techniken werden vorgetragen. Die Teilnehmer erarbeiten im Anschluss daran in Kleingruppen Anwendungsmöglichkeiten, Chancen und Risiken im jeweiligen Arbeitskontext. Die Ergebnisse werden allen Teilnehmern präsentiert und gemeinsam diskutiert.
Lernziele:
- Potential von KI für Systems Engineering erkennen
- KI-Techniken und Prompt Engineering für Systems Engineering verstehen
- Chancen und Risiken von KI im eigenen Arbeitskontext einschätzen
Voraussetzungen für die Teilnahme am Workshop:
- Interesse an KI
- Kenntnisse des Systems Engineering
Workshop-Level: Fortgeschrittene
Welches Equipment sollen die Workshopteilnehmer mitbringen? (z.B. Notebook, Tablet, usw.): keins
Agenda des Workshops:
1. KI-Techniken und Methoden im Kontext des Systems Engineering:
- Begriffsklärung und Einordnung von Natural Language Processing (NLP) im KI-Kosmos
- Vorstellung von grundlegenden Konzepten und Techniken wie z.B. Information Extraction, Named Entity Recognition (NER), Relation Extraction
- Herausforderungen beim Einsatz großer Sprachmodelle (LLMs)
- Prompt Engineering für Aufgaben des System Engineering
- Wissensgewinnung, Abbildung von Zusammenhängen in Knowledge Graphen, Speichern und Abrufen von Wissen
- Konzept von Transformern und LLMs: Vorstellung unterschiedlicher Architekturen, Modelle und Anbieter
2. Anwendungsbeispiele mit Demonstration:
- Demonstration der KI-unterstützten Glossarerstellung
- Demonstration SysML-Modellgenerierung durch Prompt Engineering
- Demonstration Question & Answering zu PDF-Dokumenten
- Demonstration Wissensrepräsentation in Knowledge-Graphen
3. Gruppenarbeit und Diskussion:
- Erarbeitung von KI-Anwendungspotenzialen und Risiken im SE
- Wissensaustausch der Teilnehmer und Trainer
Markus Eberhardt
Herr Markus Eberhardt ist als Senior Consultant bei der HOOD GmbH sowohl im agilen Umfeld als auch im klassischen Requirements Engineering (RE) und Requirements Management tätig. Sein Spezialgebiet ist der wertorientierte Einsatz von bewährten Praktiken des Requirements Engineering im agilen Umfeld und der Einsatz von Techniken der künstlichen Intelligenz für Aufgaben im Requirements Engineering. Im BMWK-geförderten Verbundvorhaben progressivKI erforscht Herr Eberhardt den Einsatz von Künstlicher Intelligenz im EDA-Umfeld (electronic design and application). Die Zertifizierungen des IREB, als Scrum Master, in SAFe und CARS bilden sein breites methodisches Fundament. Große Erfahrung besitzt er zum Beispiel mit IBM Rational DOORS zur Erfassung und Verwaltung von Anforderungen, sowohl aus Sicht des Anwenders als auch aus Sicht der Betriebsführung. Sein Wissen gibt Herr Eberhardt in Workshops, Trainings und durch Coaching in Projektteams weiter.
Hichem Bouricha
Als Berater und Coach bei HOOD GmbH strebt Hichem nach innovativen Methoden zur Lösungsfindung, womit er andere Menschen gerne bereichern würde. Er freut sich über seine ständige Weiterentwicklung. Seine bisherigen Erfahrungen in der Robotik- und Luftfahrtbranche konsolidiert er weiter durch sein Interesse an Künstlicher Intelligenz. Hichem sieht in den vielfältigen NLP-Verfahren eine Chance für die Entwicklung von Anforderungen und geht damit mit Kreativität um, um innovative Methoden zu lernen, umzusetzen und zu entwickeln.
