Edge-KI verändert die industrielle Praxis grundlegend: Statt Sensordaten erst in die Cloud zu schicken, ermöglichen lokale KI-Modelle eine unmittelbare Auswertung und Anomalieerkennung – in Echtzeit und ohne Umweg. An diesem Thementag vom 14.10.2025 zeigten zwei technische Deep-Dives, wie Unternehmen diese Potenziale heben können: Zum einen erfahren Sie, wie Predictive-Maintenance-Systeme durch kontinuierliches Lernen und Modellaktualisierung robust und adaptiv werden. Zum anderen demonstrieren wir, wie sich KI-Modelle für eingebettete Systeme mithilfe von Kompressionstechniken wie Taylor-Pruning und Quantisierung effizient verkleinern lassen – inklusive Codegenerierung für spezifische Zielprozessoren. Die Teilnehmenden erhalten praxisnahe Einblicke in konkrete Workflows, Performance-Vorteile und typische Hürden beim Deployment von KI am Rand.
Freuen Sie sich auf spannende Vorträge von diesen Referenten und Firmen:
KI-Modellkompression und optimierte C/C++ Codegenerierung
Embedded-KI-Anwendungen stehen vor der Herausforderung begrenzter Rechenressourcen. Im Vortrag werden verschiedene Kompressionstechniken zur Reduzierung des Speicherbedarfs trainierter Modelle vorgestellt, wie Layer-Projektion, Taylor-Pruning und Quantisierung. Auch die Ausführungsgeschwindigkeit ist natürlich von großer Bedeutung. Gezeigt wird ein Workflow, der die optimierte Ausführung von KI-Modellen durch automatische Generierung von C/C++-Code spezifisch für verschiedene Zielprozessoren ermöglicht – inklusive Vor- und Nachverarbeitung.
Christoph Stockhammer
Principal Application Engineer
The MathWorks GmbH
Weihenstephaner Str. 6
81673 München
Edge-Based Anomaly Detection for Predictive Maintenance
This webinar explores the design and implementation of anomaly detection systems for predictive maintenance on edge devices. Focusing on embedded platforms such as STM32 and Embedded Linux, we’ll examine the theoretical foundations of anomaly detection, practical considerations for deploying models with TensorFlow Lite, and the challenges of working within resource-constrained environments. Attendees will gain insight into edge-oriented system architectures, and the role of embedded AI in enabling real-time, autonomous monitoring.
Elias Kettunen
Development Engineer
Cicor Management AG
Gebenloostrasse 15
9552 Bronschhofen
Schweiz
Partner der Veranstaltung
