Kontakt aufnehmen

Schulungsübersicht

Grundlagen: Digitale Zwillinge und Konvergenz mit 6G

  • Konzepte von Digitalen Zwillingen im Kontext telekommunikationsnetzwerkerischer Anwendungen
  • 6G-Dienstklassen und Anforderungen, die den Einsatz von Zwillingen motivieren
  • Datenquellen, Treuegrade (Fidelity) und Management des Zwilling-Lebenszyklus

Modellierung von 6G-Komponenten und Umgebungen

  • Darstellung von RAN-Elementen, Fronthaul/Midhaul/Backhaul sowie Edge-Compute in Zwillingmodellen
  • Überlegungen zur Kanal-, Ausbreitungs- und THz/mmWave-Modellierung
  • Zeitliche Granularität und Synchronisation zwischen digitalen und physischen Schichten

Simulations- & Co-Simulationsarchitekturen

  • Autonome Simulation versus Co-Simulation mit realer Netzwerk-Telemetrie
  • Ns-3, Unity und Emulation-Toolchains für integrierte Tests
  • Skalierungsstrategien für Grossraum-Zwillingsszenarien

KI-natürliche Optimierungstechniken

  • Überwachtes und bestärkendes Lernen für das Funk-Ressourcenmanagement
  • Online-Lernen, Transfer Learning und Domain Adaptation für den Transfer von Zwilling in die Realität
  • Arbeitsabläufe der geschlossenen Steuerung (Closed-loop Control) und Muster zur Richtliniendeployierung

Echtzeit-Telemetrie, Inferenz und Feedback-Schleifen

  • Architekturen für Streaming-Telemetrie und Latenzarme Platzierung der Inferenz
  • Trade-offs zwischen Edge- und Cloud-Inferenz sowie Modellpartitionierung
  • Entwurf sicherer Feedback-Schleifen und Human-in-the-Loop-Steuerungen

Digitale-Zwilling-Treue, Validierung & Unsicherheitsquantifizierung

  • Metriken für Zwillingstreue und Validierungsmethodologien
  • Techniken zur Quantifizierung und Minderung von Modellunsicherheit
  • Einsatz von Digitalen Zwillingen zur SLA-Verifikation und Leistungs sicherstellung

Orchestrierung, Automatisierung & Intent-gesteuerte Operationen

  • Integration von Zwillingen mit Orchestrierungsebenen und intent-basierten APIs
  • CI/CD- und Testing-Pipelines für Zwillingmodelle und ML-Artefakte
  • Policy Engines und automatisierte Remediation-Strategien

Sicherheit, Privatsphäre & Vertrauen in zwillingsaktivierten Netzwerken

  • Datengovernance, privatsphärenschonende Modellierung und federated-twin-Ansätze
  • Threat Models für Zwillingssynchronisation und Modellintegrität
  • Auditing, Provenienz und Erklärbarkeit (Explainability) KI-gestützter Entscheidungen

Fallstudien und Domänenanwendungen

  • Industrielle Automatisierung und vernetzte Digitale Zwillinge für die Fertigung
  • Mobilität, autonome Systeme und Validierung von XR-Diensten
  • Betriebliche Beispiele für prädiktive Wartung und Kapazitätsplanung

Praktische Labs und Mini-Projekt

  • Aufbau eines kleinskaligen Digitalen Zwillings einer RAN-Sektion mittels ns-3 und einer Visualisierungs-Engine
  • Training eines leichtgewichtigen ML-Modells zur Anomalieerkennung unter Nutzung von Zwilling-generierten Daten
  • Implementierung eines Closed-Loop-Tests: Telemetrie → Model-Inferenz → Richtliniänderung in der Simulation

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung in der Telekommunikationsnetzwerktechnik, RAN- oder Core-Netzwerk-Engineering
  • Vertrautheit mit Simulationswerkzeugen oder Netzwerkemulation
  • Praktische Kenntnisse in Python und grundlegende Konzepte des maschinellen Lernens

Zielgruppe

  • Telekommunikationsingenieure und Netzwerkarchitekten, die sich auf Next-Generation-Netze konzentrieren
  • KI-/ML-Ingenieure, die an der Netzwerkoptimierung und Digital-Twin-Anwendungen arbeiten
  • Forschungsingenieure und Simulationsspezialisten, die 6G-Anwendungsfälle erkunden
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien