Objektsicherheit mit Schwerpunkt - Sicherheit in der Gebäudeautomation durch Einbruchschutz und Zusatzqualifikation in industrieller Bildverarbeitung und Datenschutz

Nach Abschluss dieser Weiterbildung verfügen Sie über Kenntnisse im Bereich der Objektsicherheit mit Schwerpunkt auf Sicherheit in der Gebäudeautomation durch Einbruchschutz sowie in der industriellen Bildverarbeitung und im Datenschutz. Sie haben gelernt, wie Sie die Sicherheit von Gebäuden durch Einbruchschutzmaßnahmen erhöhen können. Zudem sind Sie mit Grundlagen des Datenschutzes vertraut und kennen Datenbanksysteme mit SQL. Sie haben praktische Erfahrungen in der Programmierung mit Python gesammelt und können Deep Learning, TensorFlow und Machine Learning-Techniken anwenden. Nach Absolvierung dieser Maßnahme sind Sie in der Lage, in den Bereichen Gebäudeautomation, Bildverarbeitung und Datenschutz zu arbeiten.

Einbruchschutz und Gebäudeautomation

• Integration von Einbruchschutz in die Gebäudeautomation
• Alarmanlagen und Sensortechnologien
• Zutrittskontrolle und Biometrie
• Einbruchschutz in Smart Homes und IoT-Systemen
• Planung und Implementierung von Sicherheitssystemen

Rechtliche Grundlagen und Datenschutz

• Rechtliche Aspekte des Einbruchschutzes
• Datenschutzrechtliche Pflichten
• Anwendungsbereich der DSGVO
• Verarbeitungsgrundsätze
• Datenübermittlung an Drittländer

Zusammenarbeit mit Behörden und Gesetzgebung

• Zusammenarbeit mit den Aufsichtsbehörden
• Gesetzgebung und Rechtslage

Datenbanken und Modellierung

• Datenbankmodellierung und Namenskonventionen
• Normalisierung und Normalformen
• Datentypen und Keys
• Indizes
• Physische Modellierung und Views
• Ändern von Daten über INSERT, UPDATE und DELETE

Programmierung und Softwareentwicklung

• Installation und Einrichtung von Python
• Grundlegende Programmierkonzepte
• Datenstrukturen
• Python-Skripte
• Standard-Datentypen
• Kontrollstrukturen
• Funktionen

Objektorientiertes Modellieren und Systemfunktionen

• Objektorientiertes Modellieren
• Systemfunktionen

Industrielle Bildverarbeitung und maschinelles Lernen

• Industrielle Bildverarbeitung
• Herausforderungen und Trends in der industriellen Bildverarbeitung
• Neuronale Netze und Deep Learning
• Funktion und Nutzen von Machine Learning
• Aktuelle Trends im maschinellen Lernen und Ausblick in die Zukunft

Anwendung von Bildverarbeitungstechniken

• Verkehrszeichenerkennung mit Keras
• Intelligente Spurerkennung mit Keras und OpenCV
• Erkennung der Umgebung mit YOLO und TensorFlow.js
• Benutzen von vorgefertigten Modellen mit Keras
• Stimmungsanalyse mit Keras

Machine Learning-Modelle und Frameworks

• Laden und Speichern von Modellen
• PoseNet-Modell mit TensorFlow.js und Smart Home
• Installation und Einrichtung von TensorFlow
• Grundlegende Verwendung von TensorFlow
• Erstellen von FCN- und CNN-Modellen mit Keras
• Erstellen von RNN-Modellen mit Keras

Datenanalyse und Visualisierung

• Einführung in die Datenanalyse und Datenvisualisierung
• Visualisierung von Ergebnissen mit Keras
• Yolo-Modelle in TensorFlow

Algorithmen und Techniken des maschinellen Lernens

• Grundlegende Algorithmen: lineare/logistische Regression
• Praktische Anwendung: Modelltraining und Modellperfomance
• Unüberwachtes Lernen: Clustering
• Regressionstechniken und Regularisierung: Lasso und Ridge

Projektbezogenes Lernen und praktische Qualifikation

• Qualifikationsprojekt Gebäudesicherheit
• Erstellung eines ERM
• Handling von Nebenläufigkeit