Künstliche Intelligenz (KI) in der Automobilindustrie Schulung

Diese Live-Schulung unter Anleitung eines Dozenten in Österreich (online oder vor Ort) richtet sich an erfahrene Robotik-Ingenieure und KI-Forscher, die komplexe Pfadplanungs-Algorithmen implementieren möchten, um die Leistung autonomer Fahrzeuge zu verbessern.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Die theoretischen Grundlagen fortgeschrittener Pfadplanungs-Algorithmen zu verstehen.
• Algorithmen wie RRT*, A* und D* für die Echtzeit-Navigation zu implementieren.
• Die Pfadplanung für die Hindernisvermeidung und dynamische Umgebungen zu optimieren.
• Pfadplanungs-Algorithmen mit Sensordaten zu integrieren, um die Genauigkeit zu erhöhen.
• Die Leistung verschiedener Algorithmen in praktischen Szenarien zu bewerten.

Diese von einem Dozenten geleitete, Live-Schulung in Österreich (online oder vor Ort) richtet sich an Datenwissenschaftler:innen, KI-Spezialist:innen und Automotive-KI-Entwickler:innen auf fortgeschrittenem Niveau, die KI-Modelle für Anwendungen im autonomen Fahren erstellen, trainieren und optimieren möchten.

Am Ende dieser Schulung werden die Teilnehmer:innen in der Lage sein:

• Die Grundlagen von KI und Deep Learning im Kontext autonomer Fahrzeuge zu verstehen.
• Computervision-Techniken für die Objekt Erkennung in Echtzeit und die Spurhaltung umzusetzen.
• Reinforcement Learning für die Entscheidungsfindung in autonomen Fahrensystemen zu nutzen.
• Sensorfusionstechniken zu integrieren, um Wahrnehmung und Navigation zu verbessern.
• Deep-Learning-Modelle zu erstellen, um Fahrszenarien vorherzusagen und zu analysieren.

Dieses live angebotene Training mit Dozent*innenaufsicht an Österreich (online oder vor Ort) richtet sich an Biolog*innen, die verstehen möchten, wie AlphaFold funktioniert, und AlphaFold-Modelle als Leitfaden für ihre experimentellen Studien nutzen wollen.

Am Ende dieses Trainings können die Teilnehmer*innen:

• Die Grundprinzipien von AlphaFold verstehen.
• Lernen, wie AlphaFold funktioniert.
• Lernen, AlphaFold-Vorhersagen und -Ergebnisse zu interpretieren.

Diese dozentengestützte Live-Schulung in <Ort> (online oder vor Ort) richtet sich hauptsächlich an Ingenieurinnen und Ingenieure, die AUTOSAR nutzen möchten, um Fahrzeugkomponenten zu entwerfen.

Nach Abschluss dieser Schulung können die Teilnehmer:

• AUTOSAR installieren und konfigurieren.
• einen Workflow einrichten.
• sich fließend in der AUTOSAR-Umgebung bewegen.
• effizient arbeiten.

Diese instructor-led, live Schulung (online oder vor Ort) richtet sich an Entwickler von eingebetteter Software auf mittlerem Niveau und Automotive-Ingenieure, die die AUTOSAR Classic Platform nutzen möchten, um standardisierte Softwarekomponenten für elektronische Steuergeräte (ECUs) zu entwickeln, zu integrieren und zu testen.

Am Ende dieser Schulung können Teilnehmer:

AUTOSAR-Entwicklungstools installieren und konfigurieren (z. B. DaVinci Developer, EB Tresos oder ETAS ISOLAR-A/B).

Die schichtenbasierte Architektur der AUTOSAR und die Module der Basismodulsoftware (BSW) verstehen.

Die AUTOSAR-Betriebssystemsoftware (OS) und den Kommunikation-Stack (COM Stack) entwerfen und implementieren.

CANoe oder ähnliche Tools für Simulation, Testung und Diagnose in einer AUTOSAR-Umgebung verwenden.

Dieses instructor-led-Schulangebot (live online oder vor Ort) richtet sich an fortgeschrittene Entwickler eingebetteter Software oder Automobil-Ingenieure, die das AUTOSAR-Betriebssystem (basierend auf OSEK/VDX) und den COM-Stack verstehen und konfigurieren möchten, um ein zuverlässiges Task-Scheduling und die Kommunikation in automotive ECU zu ermöglichen.

Am Ende dieser Schulung werden die Teilnehmer folgende Fähigkeiten erworben haben:

• Die AUTOSAR-Betriebssystemarchitektur sowie Scheduling-Richtlinien verstehen
• Tasks, Events, Alarms und Zähler implementieren und verwalten
• COM-Stack-Schichten einschließlich PDUR und Kommunikationsdienste beschreiben und konfigurieren
• Protokollstapel (CAN, LIN, FlexRay, Ethernet) erläutern und erklären, wie AUTOSAR damit interagiert
• OS- und COM-Module mittels branchenüblicher Tools (z. B. Vector DaVinci oder ETAS ISOLAR) konfigurieren
• Task- und Kommunikationsabläufe in einer auf AUTOSAR basierenden ECU simulieren und validieren

Dieses von einem Dozenten geleitete Live-Training in Österreich (online oder vor Ort) richtet sich an Sicherheitsexpert:innen auf fortgeschrittenem Niveau sowie Fachkräfte im Bereich der Fahrzeugsicherheit, die umfassende Sicherheitsstrategien für autonome Fahrzeuge entwickeln möchten, einschließlich Gefahrenanalysen, Bewertungen der funktionellen Sicherheit und Einhaltung internationaler Normen.

N completion dieses Trainings werden die Teilnehmenden in der Lage sein:

• Sicherheitsrisiken autonomer Fahrsysteme zu identifizieren und zu bewerten.
• Gefahrenanalysen und Risikobewertungen unter Verwendung branchenüblicher Standards durchzuführen.
• Methoden zur Validierung und Verifikation der Sicherheit von AV-Systemen (autonome Fahrzeuge) einzusetzen.
• Funktionssicherheitsstandards wie ISO 26262 und SOTIF anzuwenden.
• Strategien zur Minderung von Risiken für die Sicherheitsprobleme autonomer Fahrzeuge zu entwickeln.

Diese Dozentengestützte Live-Schulung in Österreich (online oder vor Ort) richtet sich an KI-Entwickler auf mittlerem Niveau und Computervision-Ingenieure, die robuste Vision-Systeme für autonome Fahranwendungen entwickeln möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Grundkonzepte der Computervision in autonomen Fahrzeugen zu verstehen.
• Algorithmen für Objekterkennung, Spurerkennnung und semantische Segmentierung zu implementieren.
• Vision-Systeme mit anderen Subsystemen autonomer Fahrzeuge zu integrieren.
• Deep-Learning-Techniken für fortschrittliche Wahrnehmungsaufgaben anzuwenden.
• Die Leistung von Computervision-Modellen in realen Szenarien zu bewerten.

Dieser instruktionsgeleitete, live durchgeführte Schulungskurs in Österreich (online oder vor Ort) richtet sich an Berufseinsteigerinnen und Berufseinsteiger, die sich mit den ethischen Dilemmata und rechtlichen Rahmenbedingungen rund um autonome Fahrzeuge auseinandersetzen möchten.

Nach Abschluss dieser Schulung sind die Teilnehmenden in der Lage:

• Die ethischen Implikationen von KI-gesteuerter Entscheidungsfindung in autonomen Fahrzeugen zu verstehen.
• Globale rechtliche Rahmenbedingungen und Vorschriften zur Regulierung selbstfahrender Autos zu analysieren.
• Haftung und Verantwortlichkeit bei Unfällen mit autonomen Fahrzeugen zu untersuchen.
• Das Gleichgewicht zwischen Innovation und öffentlicher Sicherheit in den Gesetzen zum autonomen Fahren zu bewerten.
• Echtfallbeispiele mit ethischen Dilemmata und Rechtsstreitigkeiten zu diskutieren.

Dieses live geleitete Training in Österreich (online oder vor Ort) richtet sich an Fachkräfte mit mittlerem Wissensstand, die ein umfassendes Verständnis der Architekturen von E-Antriebssträngen, der Batterierchemie, der Batteriemanagementsysteme (BMS) und der Faktoren, die die Energieeffizienz in Elektrofahrzeugen beeinflussen, erwerben möchten.

Am Ende dieses Trainings können die Teilnehmer:

• die Struktur und Funktionsweise von E-Antriebssträngen verstehen.
• verschiedene Batterierchemien und deren Anwendungen in Elektrofahrzeugen analysieren.
• Techniken zum Batteriemanagement implementieren, um Leistung und Sicherheit zu verbessern.
• die Energieeffizienz in verschiedenen E-Fahrzeug-Konfigurationen bewerten.

Diese von einem Dozenten geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Berufseinsteiger und Enthusiasten, die die grundlegenden Konzepte, Technologien und Anwendungen autonomer Fahrzeuge verstehen möchten.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• Die wichtigsten Komponenten und Funktionsprinzipien autonomer Fahrzeuge zu verstehen.
• Die Rolle von KI, Sensoren und Echtzeit-Datenverarbeitung in selbstfahrenden Systemen zu erkunden.
• Unterschiedliche Stufen der Fahrzeugautonomie und deren reale Anwendungen zu analysieren.
• Ethische, rechtliche und regulatorische Aspekte des autonomen Mobilitätskonzepts zu prüfen.
• Praktische Erfahrungen mit Simulationen autonomer Fahrzeuge zu sammeln.

Dieses instruktorgeführte, Live-Training in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Sensorfusionsspezialisten und KI-Ingenieure, die Mehrsensoren-Fusionsalgorithmen entwickeln und das Echtzeit-Navigationssystem in autonomen Systemen optimieren möchten.

Am Ende dieses Trainings können die Teilnehmer:

• Die Grundlagen und Herausforderungen der Multi-Sensor-Datenfusion verstehen.
• Sensorfusionsalgorithmen für autonomes Fahren in Echtzeit implementieren.
• Daten von LiDAR, Kameras und RADAR zur Verbesserung der Wahrnehmung integrieren.
• Fusionsystemleistungen unter verschiedenen Bedingungen analysieren und bewerten.
• Praktische Lösungen für Rauschreduktion und Datenangleichung entwickeln.

Diese von einem Dozenten geleitete, live stattfindende Schulung in Österreich (online oder vor Ort) richtet sich an Ingenieure mit mittlerem Kenntnisstand, Automobilfachleute und IoT-Spezialisten, die die Rolle von Sensoren in selbstfahrenden Autos verstehen möchten und dabei LiDAR, Radar, Kameras sowie Sensor-Fusion-Techniken abdecken.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die verschiedenen Typen von Sensoren zu verstehen, die in autonomen Fahrzeugen verwendet werden.
• Sensordaten für die Echtzeit-Wahrnehmung und Entscheidungsfindung des Fahrzeugs zu analysieren.
• Sensor-Fusion-Techniken zu implementieren, um die Genauigkeit und Sicherheit des Fahrzeugs zu verbessern.
• Die Platzierung und Kalibrierung von Sensoren zu optimieren, um die Leistung autonomer Fahrzeuge zu steigern.

Diese von Dozenten geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Netzwerktechniker auf mittlerem Niveau und IoT-Entwickler in der Automobilbranche, die V2X-Kommunikationstechnologien für autonome Fahrzeuge verstehen und implementieren möchten.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Grundkonzepte der V2X-Kommunikation zu verstehen.
• Kommunikationsmodelle wie V2V, V2I, V2P und V2N zu analysieren.
• V2X-Protokolle wie DSRC und C-V2X zu implementieren.
• Simulationen für vernetzte Fahrzeugumgebungen zu entwickeln.
• Sicherheits- und Datenschutzherausforderungen in V2X-Netzwerken zu adressieren.