Viele Unternehmen verfügen über einen immensen Datenschatz zu eigenen Produkten, Userinnen und Usern, internen Arbeitsabläufen und mehr. Lange Zeit galt als Maxime, so viele Daten wie möglich zu sammeln, irgendwann könnten sie schließlich hilfreich werden. Diese Datensammlungen sind aber derart umfangreich, dass eine händische Analyse außerordentlich zeitintensiv wäre. Künstliche Intelligenz kann hier helfen, Muster erkennen und Rohdaten vorstrukturieren, um daraus Strategien abzuleiten. Unser Classroom KI und Data Science im Unternehmen – von Rohdaten zu verwertbaren Erkenntnissen, vermittelt praxisnah Datenquellen zu erschließen und von den ersten Analysen bis zur überzeugenden Datenstory zu gelangen.

In fünf aufeinander aufbauenden Sessions lernen Teilnehmende die Fähigkeiten, um Daten strategisch zu nutzen und datengetriebene Entscheidungen im Unternehmen zu etablieren. Unser Experte etabliert dafür zunächst die notwendigen KI-Grundlagen. Darauf aufbauend widmet er sich etablierten Frameworks, etwa dem ACHIEVE-Framework und der Impact-vs-Effort-Matrix, um Use Cases systematisch zu bewerten und priorisieren. Im Folgenden lernen Teilnehmende alles Notwendige über Datenerfassung und -aufbereitung. Damit identifizieren sie strukturierte und unstrukturierte Datenquellen, führen explorative Datenanalysen (EDA) durch und wenden Techniken zur Datenbereinigung an. Dabei behandelt unser Experte auch ethische Aspekte der Datenanalyse und zeigt auf, wie man darin Bias erkennt und vermeidet.

Mit traditionellen Analysemethoden und KI zur überzeugenden Datenstory

Im weiteren Verlauf des Classrooms lernen Teilnehmende die praktische Anwendung von Python und Jupyter Notebooks, um traditionelle Analysemethoden und modernen KI-Tools zu kombinieren und so Arbeitsprozesse erheblich zu beschleunigen. Unser Experte widmet sich zudem der Visualisierung von Analyseergebnissen. Dabei erklärt er, wann statische oder interaktive Darstellungen sinnvoll sind und wie man komplexe Daten verständlich präsentiert.

Abschließend steht das Storytelling mit Daten im Fokus, um eine überzeugende Datenstory für verschiedene Zielgruppen zu entwickeln, einen strukturierten Kommunikationsplan zu erstellen und eine fokussierte Mini-Datenstrategie für einen konkreten Use Case zu entwerfen. Mit diesem Wissen sind Teilnehmende dazu in der Lage, nachhaltige und datengetriebene Initiativen im Unternehmen zu etablieren. Die Termine der Sessions sind:

• 03.06.26: Künstliche Intelligenz strategisch nutzen – vom Buzzword zum konkreten Use Case
• 10.06.26: Explorative Datenanalyse (EDA) – Datenquellen identifizieren und Datenqualität sichern
• 17.06.26: Datenanalyse mit Python – Jupyter Notebooks, Pandas und ChatGPT als Analyse-Werkzeuge
• 24.06.26: Datenvisualisierung mit Python und Tableau – von der Analyse zum aussagekräftigen Dashboard
• 01.07.26: Datenanalyse erfolgreich kommunizieren – zielgruppenorientierte Präsentation und Strategieplanung

Praxis- und Expertenwissen – live und für später

Die Sessions haben eine Laufzeit von jeweils vier Stunden und finden von 9 bis 13 Uhr statt. Alle Teilnehmenden können sich nicht nur auf viel Praxis und Interaktion freuen, sondern haben auch die Möglichkeit, das Gelernte mit allen Aufzeichnungen und Materialien im Nachgang zu wiederholen und zu vertiefen. Fragen werden direkt im Live-Chat beantwortet und Teilnehmer können sich ebenfalls untereinander zum Thema austauschen. Der nachträgliche Zugang zu den Videos und Übungsmaterialien ist inklusive. Weitere Informationen und Tickets finden Interessierte auf der Website des Classrooms.

(cbo)

Wissenschaftler des Massachusetts Institute of Technology (MIT) haben ein Steuerungsgerät entwickelt, das am Handgelenk getragen die natürlichen Bewegungen einer menschlichen Hand auf eine Roboterhand überträgt. Die Forscher nutzen dazu kleine Ultraschallsensoren, um die Handbewegungen zu erfassen. Bisherige Techniken über Kameras, Datenhandschuhe und Muskelsignalerfassung hatten sich als zu kompliziert oder ungenau erwiesen.

Die Bewegungen einer menschlichen Hand ergeben sich aus dem Zusammenspiel von etwa 34 Muskeln, 27 Gelenken und mehr als 100 Sehnen und Bändern. Um diese Bewegungen präzise erfassen und auf eine Roboterhand übertragen zu können, wurden bisher verschiedene Techniken entwickelt, die allerdings einige Nachteile aufweisen. So ist die Bewegungserfassung über Kameras komplex und anfällig für visuelle Störungen. Datenhandschuhe stören die Empfindungen und schränken außerdem die natürlichen Handbewegungen ein. Eine dritte Technik, die Handbewegungen über elektrische Muskelsignale erfasst, hat sich als störanfällig gegenüber Fremdsignalen und zu unempfindlich erwiesen, um auch subtile Bewegungen zu erfassen.

Bewegungserfassung über Ultraschall-Aufnahmen

Das Steuergerät des MIT hat etwa die Größe eines Smartphones und wird mit einem Band an der Innenseite des Unterarms oberhalb des Handgelenks befestigt. Es nutzt miniaturisierte Ultraschall-Sensoren, um die Bewegungen von Muskeln, Sehnen und Bändern des Handgelenks zu erfassen, wie die Forscher in der Studie „Hand tracking using wearable wrist imaging“ schreiben, die in Nature Electronics erschienen ist. Die Forscher machen über die Sensoren kontinuierlich Ultraschall-Aufnahmen des Zustands des Bewegungsapparates des Handgelenks. Mit den so erfassten unterschiedlichen Positionen von Muskeln, Gelenken, Sehnen und Bändern trainierten die Forscher eine Künstliche Intelligenz (KI), um daraus die tatsächlichen Bewegungen der Hand, etwa in Form von Gesten, in Echtzeit ableiten und auf eine Roboterhand übertragen zu können.

Die Forscher testeten das System an acht Probanden. Dabei konnten Handbewegungen meist präzise erkannt werden. Die Gebärden der 26 Buchstaben der US-amerikanischen Gebärdensprache erkannte das System problemlos. Auch andere subtile Bewegungsabläufe, wie etwa das Halten eines Stiftes, das Greifen eines Tennisballs, Pinch- und Zoom-Gesten, konnte das System erfassen, um damit eine Roboterhand und Aktionen in virtuellen Umgebungen steuern zu können. Das System erwies sich auch als präzise genug, um das Spielen eines Klaviers zu erfassen.

Die MIT-Wissenschaftler sehen als Anwendungen für ihre Technik, neben der Steuerung von Prozessen in virtuellen Umgebungen, vor allem das feinmotorische Training humanoider Roboter. Mittels der mit dem Ultraschallarmband erfassten Bewegungsdaten einer menschlichen Hand können Roboterhände präzise auf die Ausführung schwieriger Aufgaben trainiert werden. Darunter fallen etwa medizinische Operationen oder komplexe Fertigungsprozesse, zu denen herkömmlicherweise eine hohe Feinmotorik benötigt wird.

(olb)

Die europäische NIS-2-Richtlinie (Network and Information Security Directive 2) stellt viele Unternehmen vor neue Herausforderungen im Bereich der Cybersicherheit. Bis Oktober 2024 mussten europäische Unternehmen die Vorgaben in nationales Recht umsetzen. In Deutschland geschieht dies durch das NIS2UmsuCG (NIS-2-Umsetzungs- und Cybersicherheitsstärkungsgesetz). Die Neuregelungen betreffen zahlreiche Unternehmen und erfordern eine gründliche Auseinandersetzung mit den Anforderungen sowie deren praktische Umsetzung.

Praxisorientiertes Lernen für effektive Umsetzung

Der Workshop NIS2: Anforderungen und Vorgaben bietet Teilnehmenden die Möglichkeit, die Kernaspekte der NIS-2-Richtlinie und des deutschen NIS2UmsuCG kennenzulernen. Ein besonderer Fokus liegt dabei auf der Verbindung mit bestehenden ISO-27001-Maßnahmen. An zwei Vormittagen erwerben die Teilnehmer das notwendige Wissen, um Sicherheitsstrategien zu optimieren, Compliance zu gewährleisten und rechtliche Vorgaben zu erfüllen.

Der Workshop richtet sich primär an Personen mit Sicherheits- oder Compliance-Verantwortung. Er steht jedoch allen Interessierten offen, die einen Überblick über NIS2 im Zusammenspiel mit ISO 27001:2022 gewinnen möchten. Durch den Workshop führt Sebastian Renczikowski. Mit seinem Fachwissen zu Normen und regulatorischen Anforderungen entwickelt er passgenaue Lösungen für Unternehmen im Bereich Informationssicherheit, Compliance und beim Risiko- und Notfallmanagement.

(ilk)