KI-Grundlagen mit Branchenfokus Pharma kompakt vermittelt
Webcode 25092226
Dr. Benjamin Gmeiner
Novartis Pharma GmbH, Nürnberg
Director and Head of Medical Data Strategy & Science Benjamin Gmeiner ist ein erfahrener Wissenschaftler und Führungskraft im Gesundheitswesen bei Novartis, wo er als Head of Medical Data Strategy & Science tätig ist. Er hat einen Doktortitel in Quantenoptik vom Max-Planck-Institut und einen MBA in Gesundheitswesen von der Universität Bayreuth, mit zusätzlicher Postdoc-Forschungserfahrung in Neurowissenschaften an der Harvard University. Seit seinem Eintritt bei Novartis im Jahr 2019 hat er wichtige lokale und globale Aufgaben in den Bereichen Entwicklung und Medical Affairs übernommen und zu strategischen Initiativen beigetragen. Ben ist außerdem Lehrbeauftragter an der FAU im Fachbereich Künstliche Intelligenz in der Biomedizintechnik. Er setzt sich leidenschaftlich für die Nutzung von Gesundheitsdaten ein, um die klinische Forschung voranzutreiben, und engagiert sich für die Verbesserung der Gesundheit der Bevölkerung und die Verbesserung der Lebensqualität der Patienten. Übersetzt mit DeepL.com (kostenlose Version)
Dr. Matthias Rüdiger
INCONSULT GmbH, Duisburg
Head of AI; Dr. Matthias Rüdiger ist Leiter der Abteilung für Künstliche Intelligenz bei INCONSULT. Er hat einen Doktortitel in Data Science, ein Diplom in Informatik und einen Master of Science in Betriebswirtschaft. Er verfügt über 10 Jahre Erfahrung in Data Science und Machine Learning sowie über mehr als 15 Jahre praktische Erfahrung in der Anwendungsentwicklung, Datenbankgestaltung und Cloud-Architektur.
25.09.2025
25.09.2025
09:00 - 16:00 Online-Seminar
Einwahl ab 30 Min vorab möglich
online
online
Veranstaltung - 1.190,- € zzgl. MwSt.
Die Teilnahmegebühr beinhaltet eine Dokumentation zum Download, ein Zertifikat, den Zugang zum Learning Space sowie technische Betreuung einschließlich PreMeeting.
Veranstaltung - 1.190,- € zzgl. MwSt.
Die Teilnahmegebühr beinhaltet eine Dokumentation zum Download, ein Zertifikat, den Zugang zum Learning Space sowie technische Betreuung einschließlich PreMeeting.
Leila Grupp
Teamleiterin Pharma & Healthcare
+49 6221 500-695
l.grupp@forum-institut.de
Dieses Seminar vermittelt die Grundlagen Künstlicher Intelligenz speziell für Fach- und Führungskräfte in der pharmazeutischen Industrie. Teilnehmende lernen die Unterschiede zwischen KI, Machine Learning und Deep Learning kennen und erfahren anhand von Beispielen, wie Modelle wie Large Language Models in der Pharma-Branche Mehrwert schaffen können.
Künstliche Intelligenz ist längst mehr als ein abstraktes Zukunftsthema - auch in der pharmazeutischen Industrie eröffnen KI-Technologien heute schon konkrete Chancen. In diesem Seminar erhalten Sie ein fundiertes Verständnis der wichtigsten KI-Konzepte und Technologien. Anhand praxisnaher Beispiele erfahren Sie, wie Maschinen aus Daten lernen und welche Voraussetzungen dafür geschaffen werden müssen.
Dieses Seminar ist im Rahmen des Qualifikationslehrgangs zum KI Manager in der pharmazeutischen Industrie zu Vorzugskonditionen buchbar. Sie finden den Qualifikationslehrgang in der Suche unter dem Webcode 10043.
09:00 Uhr Begrüßung und Vorstellung
09:15 Uhr
Dr. Matthias Rüdiger
10:00 Uhr
Dr. Matthias Rüdiger
10:45 Uhr Pause
11:00 Uhr
Dr. Matthias Rüdiger
12:00 Uhr
Dr. Matthias Rüdiger
13:00 Uhr Mittagspause
14:00 Uhr
Dr. Matthias Rüdiger, Dr. Benjamin Gmeiner
15:15 Uhr Pause
15:30 Uhr
Dr. Matthias Rüdiger, Dr. Benjamin Gmeiner
16:00 Uhr Ende der Veranstaltung
von 5 Sternen aller Bewertungen aus 2024
von 5 Sternen auf Trustpilot.de = gut
Wie und wo KI-Tools im Pharmamarketing erfolgreich angewendet werden!
So setzen Sie Vitamine, Mineralstoffe und Spurenelemente - je nach Kombination und Dosierung - zielgerichtet in Nahrungs...
SOPs und Prozesse in Medical Information - Anforderungen - Umsetzung - Dokumentation
Als MSL updaten Sie sich mit dem Aufbaukurs umfassend zum Projekt-, Komunikations-, Informationsmanagement sowie zu Stud...
Seminar zur Preisbildung, Abrechnung und Erstattung von Arzneimitteln in Deutschland inkusive vorbereitendem e-Learning.
