Künstliche Intelligenz ist eine transformative Technologie des digitalen Zeitalters. Nicht nur die Wirtschaftsinformatik im engeren Sinne ist davon betroffen, sondern unsere Zivilisation insgesamt. Die statistische und technische Natur des maschinellen Lernens machen das Gebiet einem Laien nur über APIs zugänglich: Wir lernen, KI zu nutzen. Ziel dieses Kurses ist es, die Studierenden im Umgang mit KI kompetenter zu machen, indem die grundlegende Funktionsweise von KI verstanden wird. Wie "lernt" eine KI? Wie "entscheidet" sie?
Wer die prinzipielle Funktionsweise von KI, in der Gegenwart und in der nahen Zukunft nicht nur kennt, sondern deren prinzipielle Funktionsweise versteht, ist befähigt, fundiert am allgemeinen Diskurs über die Art des Einsatzes von KI in unserer modernen Gesellschaft teilzunehmen. Daher werden neben klassischen Machine Learning Algorithmen auch neuronale Netze vom Neuron bis zu den Implikationen in bestimmten Anwendungskontexten behandelt. Wirtschaftsinformatiker sollen zudem ein Machine Learning basiertes System, welches von einem Informatiker entwickelt wurde, kritisch und quantitativ auf den vorliegenden Anwendungsfall hin evaluieren können. Durch eine fundiertere Kenntnis aktueller KI-Technologien sollen Studierende die Grundlagen besitzen, um in ihrem Berufsalltag auch neue Anwendungen von KI identifizieren und (mit Hilfe von Informatikern) umsetzen, aber auch kritisch hinterfragen zu können.
Workload[h]
Kontaktstudium: 56
Begleitetes Selbststudium: 14
Unbegleitetes Selbststudium: 80
Fachkompetenzen:
Die Studierenden können:
Methodenkompetenzen:
Die Studierenden können:
Selbstkompetenzen:
Die Studierenden können:
Sozialkompetenzen:
Die Studierenden können:
Themen-/Lernblock I: Einführung in Machine Learning
Themen-/Lernblock II: Modelle trainieren und statistische Lerntheorie
Themen-/Lernblock III: Grundlagen neuronaler Netze
Themen-/Lernblock IV: Deep Learning
Themen-/Lernblock V: Unsupervised Learning
Lehrgespräch, Gruppenarbeit
Pflichtliteratur:
Weiterführende Literatur:
Durchführung gemäss Stundenplan