In diesem Weiterbildungsprogramm erhalten Sie im ersten Teil eine fundierte Ausbildung in Data-Science-Grundlagen für Systems Engineers. Darauf aufbauend vertiefen wir den Einsatz generativer Künstlicher Intelligenz (GenAI) entlang des Systems-Engineering-Lebenszyklus – von der Anforderungsanalyse über Architektur und Modellierung bis hin zu Verifikation, Validierung und Änderungsmanagement.

Sie lernen, wie Sie mit KI-Unterstützung schneller zu konsistenten Systemanforderungen, klaren Schnittstellendefinitionen und belastbaren Systemarchitekturen gelangen. Wir beleuchten sowohl methodische Ansätze (z. B. MBSE mit SysML/UML, Traceability, Varianten- und Konfigurationsmanagement) als auch die passenden Werkzeuge und Integrationsmöglichkeiten in bestehende Toolchains.

Der Praxisteil beinhaltet auch das Thema Refactoring im Systems-Engineering-Kontext. Neben verschiedenen Methoden des Refactorings (z. B. Konsolidierung von Anforderungen, Modellbereinigung, Entflechtung von Schnittstellen) lernen Sie geeignete Werkzeuge kennen und wenden diese gezielt auf Ihre Aufgaben an. Zudem zeigen wir, wie GenAI bei der Qualitätssteigerung unterstützt – etwa durch Konsistenzprüfungen, automatische Lückenanalysen, Testfallableitungen aus Anforderungen sowie Impact-Analysen bei Änderungen.

Zielgruppe:

Systems Engineers, Requirements Engineers, Architekt:innen und Testmanager:innen in mechatronischen, softwareintensiven oder sicherheitskritischen Domänen

Entwicklungs- und Prüfingenieur:innen mit Fokus auf System-, Subsystem- und Schnittstellenverantwortung

Quereinsteiger:innen aus Informatik, Elektrotechnik, Maschinenbau, Mathematik oder Physik mit Interesse an modellbasierten Methoden und KI-gestützten Arbeitsabläufen