Modulbeschreibung
Prototyping mit AI
Kürzel:
M_PAI
Durchführungszeitraum:
FS/27
ECTS-Credits:
4
Lernziele:
Das Modul vermittelt die praktische Anwendung von generativen KI-Tools zur schnellen Entwicklung funktionaler Web-Prototypen. Die Studierenden lernen, Design-Ideen durch Prompts in interaktive Prototypen zu überführen, diese iterativ zu verfeinern und kritisch bezüglich Qualität, Sicherheit und Einsatz Sinnhaftigkeit zu beurteilen. Der Kurs folgt einer progressiven Logik: von einfachen Cloud-Buildern bis zur Figma-MCP-Integration und befähigt Studierende, Vibe Coding bewusst und verantwortungsvoll in ihren Designprozess zu integrieren.
Verantwortliche Person:
Prof. Dr. Loch Frieder (LOFR)
Standort (angeboten):
Rapperswil-Jona
Skriptablage:
Modultyp:
Wahlpflicht-Modul für Digital Design STD_24(Empfohlenes Semester: 1)
Semester Empfehlung:
Keine Semester Empfehlung für dieses Modul vorhanden.
ECTS-Credits pro Kategorie
Wahlpflichtbereich / 4 Credits
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während des Semesters:
- 2 Abgaben in Einzelarbeit während des Semesters
- Projekt, Einzelabgabe am Ende des Semesters
- Präsentation 20 Min, Einzelarbeit
Bewertungsart:
Note von 1 - 6
Gewichtung:
- 2 Abgaben in Einzelarbeit während des Semesters (30%)
- Projekt, Einzelabgabe am Ende des Semesters (50%)
- Präsentation 20 Min, Einzelarbeit (20%)
Bemerkungen:
Kurse in diesem Modul
Prototyping mit AI
Kürzel:
PAI
Semester:
1
Lernziele:
Fachkompetenzen:
- Sie können mit cloud-basierten GenAI-Tools (z.B. Lovable, Bolt, v0) schnell funktionale Web-Prototypen erstellen und diese systematisch verfeinern.
- Sie können präzise Prompts formulieren, die Design-Intent, User-Experience-Anforderungen und technische Constraints verbinden.
- Sie können Figma-Designs systematisch in Code überführen, indem sie GenAI-Tools mit präzisen Anweisungen zu Layout, Styling und Interaktivität steuern.
- Sie können KI-Code-Editoren (z.B. Cursor) für die Feinarbeit an generierten Prototypen einsetzen und dabei z.B. Figma über das Model Context Protocol (MCP) direkt anbinden.
- Sie können verschiedene KI-gestützte Prototyping-Tools hinsichtlich Einsatzgebiet, Codequalität und Limitationen vergleichen und situativ auswählen.
- Sie können Design Systeme mit GenAI erweitern und konsistente UI-Komponenten generieren.
- Sie können die Qualität von KI-generierten Code beurteilen und typische Schwachstellen (z.B. technische Fehler, Sicherheitslücken, fehlende Accessibility) erkennen und beheben.
Methodenkompetenzen:
- Sie können einen explorativen, iterativen Prototyping-Prozess mit GenAI-Tools planen und durchführen.
- Sie können strategisches Prompt Engineering anwenden und mittels Product Requirements Documents die KI-Generierung besser steuern.
- Sie können KI-Generierung und manuelle Anpassung sinnvoll kombinieren und wissen, wann welcher Ansatz geeignet ist.
- Sie können generierten Code mit User-Feedback verknüpfen und Prototypen auf Basis von Tests iterativ verbessern.
Selbstkompetenzen:
- Sie können Prototyping-Strategien und Prompt-Ansätze in der Gruppe teilen, diskutieren und gemeinsam weiterentwickeln.
- Sie können die Rolle von GenAI im Design-Prozess kritisch reflektieren und deren Einfluss auf die Zusammenarbeit zwischen Design und Development realistisch einschätzen.
- Sie können experimentierfreudig mit neuen Tools umgehen und aus Fehlversuchen systematisch lernen.
- Sie können einen fertigen Prototyp vor Fachpublikum präsentieren und die getroffenen Entscheidungen begründen.
Unterrichtssprache:
Deutsch
Kursart:
Durchführung gemäss Stundenplan
Vorlesung mit 2 Lektionen pro Woche
- Max. Teilnehmer:100
- Harte Grenze:ja
Uebung mit 2 Lektionen pro Woche
- Max. Teilnehmer:18
- Harte Grenze:ja