Willkommen bei mITup e.V.

Nächstes Event

mITup #15

Bei mITup #15 erwarten dich zwei spannende Vorträge, viel Networking und Leckeres vom Grill auf einer wunderschönen TNG-Terrasse. Vortrag: Benjamin Igna Titel: Warum der Kontext entscheidet, was eure KI wert ist. Nicht das Modell - Am Beispiel von Uber und Snap<br><br>Abstract: Die meisten KI-Demos funktionieren, weil jemand am Abend vorher die Daten geputzt hat. In Produktion putzt niemand. Dann trifft das Modell auf das echte Wiki und produziert selbstbewussten Unsinn. Gartner rechnet damit, dass bis 2026 rund 60 Prozent aller KI-Vorhaben an fehlender Datenreife scheitern. Der Fehler liegt fast nie im Modell.<br>Der Vortrag zeigt an drei Fällen aus der Praxis, wie das aussieht, wenn man es richtig macht: Ubers Genie beantwortet 45.000 On-Call-Fragen pro Monat, QueryGPT schreibt SQL für 1,2 Millionen Abfragen. Beide Systeme sind zuerst gescheitert und wurden gerettet, ohne das Modell anzufassen. Bessere Dokumente, bessere Metadaten, besseres Retrieval. Bei Snap wurde das Wiki, das niemand las, zur Onboarding-Schnittstelle für neue Mitarbeiter.<br>Dazwischen das Handwerk: wie man RAG-Systeme misst (den Bot und die Dokumente getrennt), welche Kennzahlen ein CFO ohne Rückfrage akzeptiert, und wo man anfängt. Nicht mit einer Doku-Migration, sondern mit einem schmerzhaften Workflow und den drei Dokumenten, die ihn blockieren. Vortrag: Florian Gather, Fabian Lübbe, Tobias Weyer Titel: How to Train Your Robot - Humanoide Roboter aus dem 3D-Drucker Abstract: Humanoide Roboter sehen in Videos oft erstaunlich souverän aus. Was man nicht sieht: Druckfehler, gebrochene Teile, falsche Annahmen, lange Wochenenden — und den Moment, in dem der Roboter zum ersten Mal tatsächlich auf eigenen Beinen steht. In diesem Vortrag berichten Dr. Florian Gather, Tobias Weyer und Fabian Lübbe, wie sie auf Basis des Berkeley Humanoid Lite einen humanoiden Roboter selbst gebaut haben. Nicht als fertige Plattform für sehr viel Geld, sondern als echtes Engineering-Projekt: 3D-Druck, Montage, Debugging, Reparatur und Training. Der Vortrag führt durch die Reise von der ersten Idee über unzählige gedruckte Teile bis zu den ersten Bewegungsversuchen. Dabei geht es auch um Reinforcement Learning für Lokomotion: Was funktioniert in der Simulation, was scheitert an echter Hardware — und welche Probleme sieht man erst, wenn der Roboter wirklich vor einem steht? Der Roboter kommt mit auf die Bühne und zeigt live, was schon klappt, was noch wackelt und wohin sich das Projekt als Nächstes entwickelt.