Studiensemester: 4
Turnus: Sommersemester

Lehrveranstaltungen:
2 SWS Seminaristischer Unterricht
2 SWS Übung

Geplante Gruppengröße:
Seminaristischer Unterricht: ca. 45 Studierende
Übung: ca. 20 Studierende

Präsenzzeit:
30 Stunden Seminaristischer Unterricht
30 Stunden Übung

Workload/Selbststudium:
150 Stunden Workload / 90 Stunden Selbststudium

ECTS: 5

Sprachen: Deutsch oder Englisch

Modulverantwortung:
Prof. Dr. David Spieler (FK 07)

Lehrende:
Prof. Dr. David Spieler (FK 07)
Prof. Dr. Stephanie Thiemichen (FK 07)
N.N.

• Tiefensuche
• Breitensuche
• A*
• Backtracking
• Adversariale Suche
• Logik und Inferenz
• Wissensrepräsentation und Inferenz (Beispiel RDF/OWL/SPARQL)
• Planen
• Unsicherheit
• Überwachtes Lernen
• Unüberwachtes Lernen
• Reinforcement Learning

Die Studierenden lernen verschiedene Methoden der Künstlichen Intelligenz kennen und anzuwenden, um sie in ihrer späteren beruflichen Tätigkeit bei der Suche in Daten, Planung von Aktionen, Wissensrepräsentation / Inferenz als auch beim maschinellen Lernen sinnvoll einsetzen zu können.

Die Studierenden sind in der Lage

• grundlegenden KI-Konzepte zu erläutern,
• einfache KI-Methoden selbst zu implementieren und
• komplexere KI-Methoden anzuwenden.

- Teamarbeit: Die Studierenden bearbeiten Problemstellungen in Kleingruppen

Eine moderne/aktuelle Programmiersprache (bestenfalls Python) gelehrt etwa in Computational Thinking

Pflichtmodul im Studiengang 'Informatik und Design'

ModA

Seminaristischer Unterricht
Projektarbeit

Medien und Methoden: Beamer, Tafel, Jupyter Notebooks

• Stuart J. Russell and Peter Norvig. Künstliche Intelligenz. Ein moderner Ansatz, 3., überarbeitete Edition, Pearson Studium, 2012.
• U. Lämmel and J. Cleve, Künstliche Intelligenz: Wissensverarbeitung – Neuronale Netze, Carl Hanser Verlag GmbH & Company KG, 2020.