Die Macht der KI im Labor - Einführung und Nutzen

Künstliche Intelligenz (KI) gewinnt auch in Forschung und Technik zunehmend an Bedeutung. Sie verändert die Laborarbeit in rasantem Tempo und bietet immense Chancen wie auch neue Herausforderungen. Um nicht abgehängt zu werden, benötigen Fachkräfte aus Labor und Wissenschaft ein grundlegendes Verständnis der KI und ihrer spezifischen Anwendungen im Laborumfeld. Von der Probenahme über Analytik und Messtechnik bis hin zum Reporting kann KI eingesetzt werden, um Daten zu analysieren, Trends zu erkennen und Prognosen zu erstellen.
Mit diesem Seminar wird die Basis gelegt, um das Thema KI fassen und verstehen zu können. Sie erhalten die Werkzeuge, um die Potenziale der KI in Ihrem Labor zu erkennen, nutzbar zu machen und sich auf die zukünftigen Entwicklungen vorzubereiten.
Zielgruppe

Dieses Seminar richtet sich an:
- Laborleitungen und Managementfunktionen in Forschung, Entwicklung und Qualitätskontrolle, die ein grundlegendes Verständnis für den Einsatz von KI im Laborumfeld erwerben möchten.
- Qualitätsmanager:innen und QS-Beauftragte, die die Vorteile von KI zur Optimierung ihrer Labor- und Qualitätsprozesse nutzen wollen.
- IT- und LIMS-Verantwortliche, die sich auf die Implementierung von KI-Lösungen im Laborbereich vorbereiten.

Lernziele

Nach diesem Seminar
- verstehen Sie die grundlegenden Konzepte und Begriffe der Künstlichen Intelligenz (KI).
- wissen Sie, wie Large Language Models (LLMs) funktionieren und worauf es bei deren Nutzung ankommt.
- kennen Sie über Chat-GPT hinaus weitere praxistaugliche KI-Tools.
- haben Sie Anregungen erhalten, wie und wofür Sie KI in Ihren Laborprozessen nutzen können, um effizienter zu werden und Mehrwerte zu schaffen.
- verstehen Sie die Sicht von Aufsichtsbehörden und sind auf künftige regulatorische Vorgaben besser vorbereitet.

Termin
Referent:in
Preis
25.03.2025
Online
 
580,00 € zzgl. MwSt.
(690,20 € inkl. MwSt.)
15.09.2025
Online
 
580,00 € zzgl. MwSt.
(690,20 € inkl. MwSt.)

Grundlagenverständnis und Begriffe

  • Was ist KI?
  • Wodurch unterscheidet sich KI von Machine Learning (ML)?
  • Wie funktionieren KI und ML?
  • Modelle und Anwendungsgebiete
  • Häufige Missverständnisse

Einsatz von Large Language Models (LLM)

  • Was ist ein Large Language Model?
  • Wo wird es eingesetzt?
  • Marktüberblick: Chat-GPT und andere LLMs
  • Welche KI-Systeme gibt es bereits heute fürs Labor?
  • Praxisanwendungen im Laborumfeld
  • In welche Richtung entwickelt sich die KI?

KI in Analytik und Messtechnik

  • Untersuchungsprozess von Probenahme bis Reporting
  • Eignung der Teilprozesse für den Einsatz von KI
  • Fokus auf die Daten: in Daten denken lernen
  • KI in Laborgeräten - Chancen, Risiken und Konsequenzen
  • Beispiele: Messdatenauswertung, Reporting…

Erzeugung von Mehrwerten aus Datensammlungen

  • Daten als Rohstoff der Zukunft begreifen
  • Erkennen von Zusammenhängen, Strukturen und Korrelationen
  • Erkennen und Analysieren von Trends und Erstellen von Prognosen
  • Nutzen für die Prozess- und Produktoptimierung
  • Entwicklung und Verkauf neuer datenbasierter Produkte und Services
  • Beispiele: Preventive Maintenance bei Geräten und Anlagen, Optimierung von Wartungs- und Kalibrierintervallen

Behördentrends und Compliance

  • Unterschiedliche behördliche KI-Ansätze auf globaler und internationaler Ebene
  • Spezifische Betrachtung für Deutschland und Europa
  • Zusammenspiel von KI mit Datenintegritätsanforderungen wie FAIR und ALCOA+
  • Beispiele von Inspektoren-Statements und Trends bei Behördeninspektionen
  • Exemplarische Einblicke in Schlüsselaspekte aktueller Guidelines

KI in Qualitätsmanagement und Qualitätssicherung

  • Automatisierte Erstellung, Aktualisierung und Verwaltung von QM-Dokumenten
  • Prozesse optimieren und dokumentieren mit KI
  • KI-gestützte Überprüfung der Einhaltung von Qualitätsstandards und Normen
  • Produktivere interne Audits durch KI
  • Einsatz von KI zur Fehlererkennung und Qualitätssicherung

KI-Projekte

  • Wie kann KI erfolgreich im Labor implementiert werden?
  • Was unterscheidet ein KI-Projekt von einem "klassischen" Projekt?
  • Die drei zentralen Rollen und deren Einbindung: Nutzer, IT, Datenanalyst
  • Best practices und Erfolgsfaktoren aus KI-Projekten
  • Wichtig für Behörden: Einhaltung eines Projekt-Standards
  • Projektbeispiele
Diese Veranstaltung ist einzeln buchbar oder im Rahmen der modularen Lehrgänge

Sie haben Interesse am Thema oder Fragen? Interesse

Das Thema interessiert auch Ihre Kolleginnen und Kollegen?Inhouse-Angebot
Gerne klären wir mit Ihnen die Möglichkeit eines Inhouse-Seminars!