This Website is not fully compatible with Internet Explorer.
For a more complete and secure browsing experience please consider using Microsoft Edge, Firefox, or Chrome

Workshops-Trainings

2024 NAFEMS DACH Conference

Workshops and Trainings

 

Workshop:

A​I für Simulationsingenieure

M​oderation: Max Kassera (yasAI UG)

In diesem Workshop werden die Teilnehmer in die Anwendungsbereiche der Künstlichen Intelligenz für Simulationen eingeführt. Der Kurs beginnt mit einer einsteigerfreundlichen Einführung in die Funktionsweise und den Aufbau von KI-Systemen. Anschließend wird anhand von Praxisbeispielen beleuchtet, in welchen Fällen KI herkömmliche Methoden übertrifft und in welchen Situationen sie nicht die beste Wahl ist. Dieser Workshop bietet mit interaktiven Elementen und einem Q&A sowohl Anfängern als auch Personen mit Vorkenntnissen eine ausgewogene und realistische Perspektive auf die sich entwickelnden Möglichkeiten der KI im Ingenieurwesen.

 

Diskussion:

Artificial Intelligence und Machine Learning in der CAE-basierten Simulation

Moderation: Alfred Svobodnik (Mvoid Group / Mitglied des NAFEMS DACH Steering Committees)
Die Fachbegriffe Artificial Intelligence (künstliche oder artifizielle Intelligenz) und Machine Learning (maschinelles Lernen) sind heute in allen Gesellschaftsbereichen ein aktuelles Thema das intensiv diskutiert wird. Aber nicht nur seit ChatGPT sind diese Methoden Werkzeuge der Ingenieurswissenschaften. Artificial Intelligence ist ca. 1955 im Bereich der Informatik entstanden, wenn nicht gar schon 1748 zu Zeiten der Aufklärung und des Materialismus durch La Mettrie. Maschinelles Lernen ist eine Teildisziplin von AI.

Im Bereich der Engineering Analysis mit CAE-Systemen gibt es bereits seit den 1980er Jahren einen starken Trend für die Industrialisierung von AI und ML. Eine Definition des Begriffs, der passend für unseren Workshop ist, wäre: „Künstliche Intelligenz ist die Eigenschaft eines IT-Systems, »menschenähnliche«, intelligente Verhaltensweisen zu zeigen.“ (Bitkom e. V. und Deutsches Forschungszentrum für künstliche Intelligenz). Mit dieser Definition fallen einem sofort die Optimierung von Strukturbauteilen ein. Mitte der 1980er wurde das Wolf’sche Knochenwachstumsgesetz erfolgreich angewendet, um Strukturbauteile hinsichtlich Festigkeit, Steifigkeit und Gewicht zu optimieren.
Maschinelles Lernen (ML) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung (Wikipedia). Diese Methodik ist eine wesentliche Komponente für die Erstellung von Digital Twins (digitaler Zwilling), und einer der Megatrends in der Engineering Analysis Community. Digitale Twins werden seit ungefähr 10 Jahren im industriellen Umfeld eingesetzt.
In dieser Diskussionsrunde möchten wir über aktuelle Anwendungen von AI und ML im Bereich der CAE-basierten Simulationen diskutieren, Ideen austauschen und potenzielle Herausforderungen erörtern.

W​orkshop:

KI-gestützte CAE-Projektplanung

M​oderation: Simon Mayer (sustainedBIZZ); Alexander Köppe (PDTec)

Im Workshop führen wir durch die Schlüsselelemente der Planung und Vorbereitung eines CAE Projekts, das durch künstliche Intelligenz (KI) unterstützt wird. Wir konzentrieren uns darauf, wie mit minimalen Simulationen maximaler Nutzen erzielt wird, um mit den Ergebnissen KI-Modelle effektiv zu trainieren und zu skalieren. Erfahren Sie, wie Simulationen von Beginn an strategisch ausgerichtet werden kann, um die KI-Integration zu optimieren. Der Workshop bietet praktische Anleitungen zur Projektplanung, einschließlich der Auswahl und Vorbereitung der Daten, der Definition von Simulationszielen und der effizienten Nutzung von KI zur Verbesserung der CAE-Prozesse. Erhalten Sie einen Einblick in das KI-gestützte Arbeiten, um Ihre Projekteffizienz zu steigern und innovative Lösungen zu fördern. Der Workshop richtet sich an Fachleute, die bereits mit CAE vertraut sind und nun ihre Prozesse durch den Einsatz von KI-Technologien erweitern und optimieren möchten, um damit innovative Lösungen schneller und effizienter zu realisieren.

W​orkshop:

Machine Learning im CFD

M​oderation: Uwe Janoske (NAFEMS CFD Advisory Board / Universität Wuppertal)

Nach einer kurzen Einführung in die wichtigsten Grundlagen des Machine Learning für CFD-Anwendungen, werden im zweiten Teil des Workshops ausgewählte Beispiele vorgestellt. Am Ende des Workshops besteht die Möglichkeit zur Diskussion.