Dr.-Ing. Carlos Paiz Gatica ist Product Owner in der Business Unit Industrial Analytics bei Weidmüller. Dort verantwortet er die Entwicklung innovativer Software- und KI-Lösungen für industrielle Automatisierung, Energiemanagement und die Integration erneuerbarer Energien. Sein Schwerpunkt liegt auf der Verbindung von Künstlicher Intelligenz, Automatisierungstechnik und Energiesystemen, um Industrieunternehmen bei der Digitalisierung, Dekarbonisierung und Optimierung ihrer Energieprozesse zu unterstützen. Die von ihm verantworteten Lösungen wurden mehrfach ausgezeichnet, darunter mit dem German Excellence Award. Herr Paiz Gatica studierte Elektrotechnik am Instituto Tecnológico in Mexiko und absolvierte anschließend ein Masterstudium in Künstlicher Intelligenz und Robotik an der Chalmers University of Technology in Schweden. Im Jahr 2011 promovierte er im Fach Elektrotechnik an der Universität Bielefeld. Darüber hinaus engagiert er sich in verschiedenen Fachgremien und Verbänden, darunter in der VDMA-Expertengruppe für Machine Learning sowie im VDI/VDE-GMA-Fachausschuss 2.12 „Zuverlässige ML-Modelle und ML-Prozesse in der Automation“. Als Referent auf internationalen Fachveranstaltungen teilt er seine Erfahrungen in den Bereichen Industrial AI, Energiemanagement und digitale Energielösungen.

Vortragsteaser: Künstliche Intelligenz gilt als Schlüsseltechnologie für die Digitalisierung und Dekarbonisierung der Industrie. Dieser Vortrag zeigt anhand praktischer Erfahrungen, wie Machine-Learning-Lösungen erfolgreich in Produktions- und Energiesysteme integriert werden können und welche Faktoren über Erfolg oder Misserfolg im industriellen Einsatz entscheiden. Im Mittelpunkt stehen Skalierbarkeit, Zuverlässigkeit und die enge Zusammenarbeit zwischen Mensch, Domänenwissen und KI.

Wofür stehen Sie. Was ist Ihre Botschaft zur KI in der Energiewelt, welche Sie in den Köpfen der Menschen verankern wollten? Meine Botschaft lautet: KI allein löst keine Probleme, sondern erst das Zusammenspiel von KI, Automatisierung und energietechnischem Know-how schafft echten Mehrwert. Die Zukunft liegt in intelligenten Energiesystemen, die Daten, Machine Learning und regelungstechnische Verfahren kombinieren, um Energie effizienter zu erzeugen, zu verteilen und zu nutzen. Dafür müssen KI-Lösungen praxistauglich, nachvollziehbar und nahtlos in industrielle und energietechnische Infrastrukturen integriert werden.