fachevents.de
Anmelden
Kongressit-software-ki

KI-Sprachmodelle in der Embedded-Hardware-Entwicklung - Vom Datenblatt bis zum ersten Code

Donnerstag, 20. August 2026, 14:00–15:30 UhrOrt wird bekannt gegeben

Veranstaltung zur Beschleunigung von Hardware-Entwicklungsprozessen durch LLMs. Präsentation von Anwendungsmöglichkeiten vom Datenblatt bis zur ersten Code-Generierung.

Auf AnfrageZur Anmeldung
Kongress
TerminDonnerstag, 20. August 2026, 14:00–15:30 Uhr
OrtOrt wird bekannt gegeben
FormatKongress
PreisAuf Anfrage

Anmeldung

Auf Anfrage

pro Person

Über die Veranstaltung

Am 20.08.2026 findet eine Fachveranstaltung statt, die sich gezielt an Hardware-Entwickler und Ingenieure richtet und den Einsatz von Sprachmodellen in der Embedded-Hardware-Entwicklung behandelt. Die Tagung führt Teilnehmende vom Datenblatt bis zum ersten Code und deckt damit eine Lücke ab, die zwischen theoretischer Modellbetrachtung und praktischer Umsetzung auf eingebetteten Systemen besteht. Sprachmodelle auf ressourcenbegrenzter Hardware zu betreiben, erfordert spezifisches Wissen über Quantisierung, Speicheroptimierung und Latenzmanagement. Die Veranstaltung greift diese Herausforderungen auf und zeigt, wie Modelle so angepasst werden, dass sie auf Mikrocontrollern oder Edge-Geräten lauffähig bleiben. Ein konkretes Unterthema ist die Auswahl geeigneter Modellarchitekturen für Embedded-Anwendungen mit begrenztem Speicherplatz. Ein weiteres Beispiel behandelt die Schnittstellengestaltung zwischen Sprachmodell und Sensorik, damit Eingaben in Echtzeit verarbeitet werden können. Der genaue Veranstaltungsort wird noch bekanntgegeben. Das Mittelstand-Digital Zentrum Darmstadt veranstaltet diese Tagung für Fachleute, die Embedded-Systeme entwickeln und prüfen, ob und wie KI-Sprachmodelle in ihren Entwicklungskontext passen. Ingenieure erhalten fundierte Informationen für eigene Projekte.

Themen & Details

it-software-kiKIEmbedded SystemsHardware-Entwicklung

Veranstalter

Mittelstand-Digital Zentrum Darmstadt

Ähnliche Events

Alle Kongresse