Dr. Stefan Ebener

Dr. Stefan Ebener • Head of Customer Engineering • Google

AI in Mobility

How AI will Shape the Future of Mobility?

Bio

Dr. Stefan Ebener leitet für Google Cloud ein internationales Expertenteam. Seine Leidenschaft gilt den datengetriebenen Zukunftstechnologien und der Weiterentwicklung von Technologiekompetenzen in Unternehmen und Gesellschaft. Zudem ist er freiberuflicher Dozent der Wirtschaftsinformatik, Mitglied der d*Health Academy sowie Startup-Mentor, Autor und Keynote Speaker.

Abstract

Künstliche Intelligenz gilt als der “Key enabler” in der Transformation der Mobilität von heute hin zu hochindividuellen, umweltfreundlichen und autonomen Mobilitätssystemen von morgen. Die Use Cases in diesem Bereich sind so mannigfaltig wie die Akteure im System. Genannt seien nur Demand management für Bus, Bahn oder auch Sharing-Dienste, Planung und Optimierung von Batterieladungen, die unbemannte last-mile Zustellung oder auch die Echtzeit-Optimierung des Eisenbahnsystems. Technologie ist der zentrale Dreh- und Angelpunkt.
In der Masterclass werfen wir nicht nur einen Blick an die Anforderungen der verschiedene Use Cases, wir blicken auch hinter die Kulissen der Umsetzung und zeigen pragmatisch auf, wie eine Data Pipeline aussehen kann und wie moderne ML basierende Geschäftsmodelle aufgebaut sind.

Agenda

  • Einführung in aktuelle Use cases in Mobility u.A. zu:
    •  Wie Reinforcement Learning Ampelschaltungen optimiert
    •  Wie ML einen Blick in die Zukunft bspw. zur Stauvermeidung ermöglicht
    •  Wie Federated Learning verteilte Modelle ermöglicht bspw. für “Liquid UI”
    •  Wie Autonomous driving bei Google entwickelt wird uvm.
  • Breakout Session in zwei Gruppen mit interaktiver Diskussion mit einem KI-Experten von Google zu:
  • Gruppe 1)
    •  Anforderungen in der Umsetzung
    •  Datenverfügbarkeit, -zugang, -qualität
    •  MLOps
    •  Largescale ML
    •  Best practices von ML bei Google
  • Gruppe 2)
    •  Future Use Cases
    •  Chancen
    •  Blocker
    •  Risiken
    •  Warum scheitern ML Projekte
    •  Googles Culture of Engineering
  • Wrap Up & Ergebnispräsentation der Gruppen