Training: Machine Learning for Safety Experts

Das Training findet auf Anfrage statt. Kontaktieren Sie uns gerne.

Bitte beachten Sie: Das Training findet ausschließlich in englischer Sprache statt!

Der Kurs befähigt die Lernenden, die grundlegenden Safety-Prinzipien des maschinellen Lernens auf eine Vielzahl von Anwendungen anzuwenden. Der Kurs führt die Lernenden durch eine Auswahl von geeigneten Methoden und Werkzeugen, die auf die spezifischen Projekte der Lernenden zugeschnitten sind. Mit dem erworbenen Wissen sind die Lernenden in der Lage, die Entwicklung und Bewertung von ML-basierten sicherheitsrelevanten Funktionen zu gestalten, sodass ihre Teams die Leistungsfähigkeit fortschrittlicher ML-Techniken nutzen können, ohne die Sicherheit zu beeinträchtigen.

Lernziele:

• Nach erfolgreichem Abschluss dieses Kurses können Sie:
• die Auswirkungen des maschinellen Lernens (ML) auf die funktionale Sicherheit (ISO 26262) und die Sicherheit der beabsichtigten Funktionalität (ISO 21448) erkennen.
• Schlüsselkonzepte und Terminologie im Zusammenhang mit maschinellem Lernen anwenden, die für die Formulierung eines Arguments zur Gewährleistung der Sicherheit relevant sind (z. B. robustness, bias, prediction certainty).
• einen projektspezifischen Sicherheitslebenszyklus entwickeln, der ML-spezifische Sicherheitsaktivitäten und Sicherheitsartefakte in einen übergreifenden Entwicklungsprozess auf Systemebene integriert.
• spezifische Sicherheitsanforderungen für eine ML-basierte Funktion aus einem Kontext auf Systemebene ableiten.
• eine gegebene ML-basierte Funktion in Bezug auf ihre sicherheitsrelevanten Eigenschaften analysieren und Unzulänglichkeiten identifizieren, die für die Sicherheit der Funktion relevant sind.
• etablierte Methoden zur Entwurfs- und Betriebszeit anwenden, um Unzulänglichkeiten der gängigsten ML-Techniken zu beheben.
• die Wirksamkeit neuer ML-Techniken und Maßnahmen bewerten, die die Sicherheit einer ML-basierten Funktion gewährleisten.

Zielgruppe:

Der anvisierte Lernende ist eine Ingenieurin oder ein Ingenieur für Fahrzeugsicherheit mit beliebigem Erfahrungsniveau, der oder die damit konfrontiert ist, die Sicherheit von ML-basierten Funktionen und Systemen zu bewerten und sicherzustellen. Als Orientierungshilfe in Zeiten neu entstehender Standards und bewährter Verfahren in einem sich schnell entwickelnden Bereich wird dem Lernenden ein strukturierter Rahmen sowie ein umfassendes Toolkit an Methoden zur Verfügung gestellt, um die sichere Nutzung des maschinellen Lernens in immer kritischeren und anspruchsvolleren Anwendungen zu ermöglichen.

Voraussetzungen:

Vorausgehende Kenntnisse im Bereich Safety sind zwingend erforderlich, genauso wie Erfahrung in der Anwendung von Standards wie ISO 26262 und ISO 21448 in Automobilprojekten. Außerdem wird ein grundlegendes Verständnis von Maschinellen Lernverfahren vorausgesetzt.