Jedes Semester
10 Leistungspunkte
Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.
Studierende erwerben fortgeschrittene theoretisch-methodische Kentnisse in den Bereichen der Künstlichen Intelligenz und des Maschinellen Lernens, die zur Umsetzung intelligenten, adaptiven Verhaltens und der Interaktionsfähigkeit von technischen Systemen notwendig sind. Nach Abschluss des Moduls sind Studierende in der Lage moderne daten- oder modellbasierte Methoden der KI/des Maschinellen Lernens (z.B. Deep Learning, Reinforcement Learning, Probabilistische Modelle, XAI) anzuwenden. Im ersten Modulteil wird theoretisch-methodisches Wissen zu einem der Themenbereiche der Advanced Artificial Intelligence erworben und in begleitenden Übungen eingeübt. Im zweiten Modulteil werden diese Verfahren in einem Seminar oder einer weiteren Vorlesung vertieft. Sie haben dazu sowohl theoretisch-methodisches Wissen als auch die Kompetenz der selbstständigen Auseinandersetzung mit einem Thema (Einarbeitung, Bewertung, Umsetzung, mündliche Präsentation, schriftliche Erörterung) erworben.
Das Modul vermittelt vertiefende theoretische und methodische Kenntnisse der Künstlichen Intelligenz notwendig für die Entwicklung intelligenter interaktiver Systeme. Zu den Lehrinhalten des Moduls gehören z.B. Veranstaltungen aus den Bereichen Machine Learning, Artificial Intelligence, Deep Learning, Reinforcement Learning, XAI, Cognitive Computing, Models of Decision Making, Neural Networks, Auditory Data Science, Interactive and Autonomous Learning. Die konkreten Lehrinhalte des Moduls werden durch die vom Studierenden gewählten Veranstaltungen festgelegt. Die Wahl aus dem dafür ausgewiesenen Lehrangebot erfolgt nach persönlichem Interesse.
—
—
Das Modul kann folgendermaßen studiert werden:
Variante 1: einführende Vorlesung (2 LP) mit der begleitenden Übung (2 LP) + ein Seminar (2 LP) mit der begleitenden Übung (2 LP) aus einem zusammenhängenden Themenbereich
Variante 2: einführende Vorlesung (2 LP) mit der begleitenden Übung (2 LP) + eine vertiefende Vorlesung (2 LP) mit der begleitenden Übung (2 LP) aus einem zusammenhängenden Themenbereich
Begründung der Notwendigkeit von zwei Teilprüfungen:
Bei Kombination von Vorlesung + Seminar:
Zwei Teilprüfungen sind notwendig, da in der Klausur/mündlichen Prüfung die theoretischen und mathematischen Kompetenzen und im Seminar methodische Kenntnisse sowie die Kompetenz des Präsentierens und der schriftlichen Auseinandersetzung mit einem Thema geprüft werden.
Bei Kombination Vorlesung + Vorlesung:
Zwei Teilprüfungen sind notwendig, da in der ersten Teilprüfung die jeweiligen theoretischen und methodischen Kompetenzen und in der zweiten Teilprüfung die daran anschließenden methodischen und/oder vertiefenden Kenntnisse geprüft werden.
Modulstruktur: 2 bPr 1
zusammen mit einer zugehörigen Übung aus dem Bereich Advanced Artificial Intelligence zu studieren.
zusammen mit einer zugehörigen Vorlesung oder mit dem dazugehörigen Seminar jeweils aus dem Bereich Advanced Artificial Intelligence zu studieren.
zusammen mit einer zugehörigen Vorlesung oder mit dem dazugehörigen Seminar jeweils aus dem Bereich Advanced Artificial Intelligence zu studieren.
zusammen mit einer zugehörigen Übung aus dem Bereich Advanced Artificial Intelligence zu studieren.
zusammen mit einer zugehörigen Übung aus dem Bereich Advanced Artificial Intelligence zu studieren.
zusammen mit einer zugehörigen Vorlesung oder mit dem dazugehörigen Seminar jeweils aus dem Bereich Advanced Artificial Intelligence zu studieren.
To study together with a corresponding lecture or with the associated seminar, each from the field of Advanced Artificial Intelligence.
Teilprüfung 1 (Vorlesung + Übung)
Portfolio mit Abschlussprüfung bestehend aus:
1) Portfolio von Übungen zu Inhalten der Vorlesung
Übungsaufgaben oder Programmieraufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte). Die Kontrolle der Übungsaufgaben umfasst auch direkte Fragen zu den Lösungsansätzen, die von den Studierenden in den Übungen beantwortet werden müssen. Der*die Lehrende kann ein individuelles Erläutern und Vorführen von Aufgaben verlangen sowie einen Teil der Übungsaufgaben durch Präsenzübungen ersetzen. Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben und dienen dem begleitenden Erlernen selbständiger Umsetzungen der im Seminar/in der Vorlesung vorgestellten Lerninhalte. Eine weitergehende Konkretisierung insbesondere zum zeitlichen Umfang der Abschlussprüfung erfolgt in der Beschreibung der Veranstaltung.
2) einer Abschlussprüfung zur Vorlesung
Die Abschlussprüfung zu den Inhalten der Vorlesung nimmt Bezug auf die Übungs- oder Programmieraufgaben oder entwickelt sich aus den in den Übungen erlernten Kompetenzen.
Vorlesung: Abschlussklausur (im Umfang von 90-120 Minuten) oder mündliche Abschlussprüfung (im Umfang von 20-30 Minuten) zu den in der Vorlesung vermittelten und in den Übungen erarbeiteten Inhalten.
Die Klausur kann alternativ als eKlausur, Open Book Klausur oder eOpen Book Klausur geprüft werden. Im Falle von Open Book Klausur und eOpen Book Klausur beträgt der Umfang 120-150 Minuten.
Beide Portfolioelemente werden durch eine*n Prüfer*in geprüft. Es erfolgt eine abschließende Gesamtbewertung.
Teilprüfung 2 bei Absolvierung von Seminar + Übung
Portfolio mit Abschlussprüfung bestehend aus:
1) Portfolio von Übungen zu Inhalten des Seminars
Übungsaufgaben oder Programmieraufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte). Die Kontrolle der Übungsaufgaben umfasst auch direkte Fragen zu den Lösungsansätzen, die von den Studierenden in den Übungen beantwortet werden müssen. Der*die Lehrende kann ein individuelles Erläutern und Vorführen von Aufgaben verlangen sowie einen Teil der Übungsaufgaben durch Präsenzübungen ersetzen. Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben und dienen dem begleitenden Erlernen selbständiger Umsetzungen der im Seminar/in der Vorlesung vorgestellten Lerninhalte. Eine weitergehende Konkretisierung insbesondere zum zeitlichen Umfang der Abschlussprüfung erfolgt in der Beschreibung der Veranstaltung.
2) einer Abschlussprüfung zum Seminar
Die Abschlussprüfung zu den Inhalten des Seminars nimmt Bezug auf die Übungs- oder Programmieraufgaben oder entwickelt sich aus den in den Übungen erlernten Kompetenzen.
Seminar: Referat (im Umfang von 30–40 Minuten) mit Ausarbeitung (Umfang von 10-15 Seiten)
Die Studierenden präsentieren nach Abstimmung der konkreten Aufgabenstellung mit dem Prüfenden im Rahmen des Referats die Bedeutung und systematisch-fachwissenschaftliche Einordnung einer im Seminar behandelten Problemstellung und erläutern und stellen ihr Thema in ihrer Ausarbeitung schriftlich vor, wobei Aspekte aus der Diskussion im Seminar einzubeziehen sind. Die Aufgabenstellung kann auch die Ausarbeitung einer Anwendung (d.h. Programmierung/Rechnung etc.) eines Verfahrens auf einen typischerweise praktisch bedeutsamen Einzelfall beinhalten. Das Referat mit Ausarbeitung bezieht sich auf die im Seminar vermittelten und in den Übungen erarbeiteten Inhalte.
Beide Portfolioelemente werden durch eine*n Prüfer*in geprüft. Es erfolgt eine abschließende Gesamtbewertung.
Teilprüfung 2 bei Absolvierung von Vorlesung + Übung
Portfolio mit Abschlussprüfung bestehend aus:
1) Portfolio von Übungen zu Inhalten der Vorlesung
Übungsaufgaben oder Programmieraufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte). Die Kontrolle der Übungsaufgaben umfasst auch direkte Fragen zu den Lösungsansätzen, die von den Studierenden in den Übungen beantwortet werden müssen. Der*die Lehrende kann ein individuelles Erläutern und Vorführen von Aufgaben verlangen sowie einen Teil der Übungsaufgaben durch Präsenzübungen ersetzen. Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben und dienen dem begleitenden Erlernen selbständiger Umsetzungen der im Seminar/in der Vorlesung vorgestellten Lerninhalte. Eine weitergehende Konkretisierung insbesondere zum zeitlichen Umfang der Abschlussprüfung erfolgt in der Beschreibung der Veranstaltung.
2) einer Abschlussprüfung zur Vorlesung
Die Abschlussprüfung zu den Inhalten der Vorlesung nimmt Bezug auf die Übungs- oder Programmieraufgaben oder entwickelt sich aus den in den Übungen erlernten Kompetenzen.
Vorlesung: Abschlussklausur (im Umfang von 90-120 Minuten) oder mündliche Abschlussprüfung (im Umfang von 20-30 Minuten) zu den in der Vorlesung vermittelten und in den Übungen erarbeiteten Inhalten.
Die Klausur kann alternativ als eKlausur, Open Book Klausur oder eOpen Book Klausur geprüft werden. Im Falle von Open Book Klausur und eOpen Book Klausur beträgt der Umfang 120-150 Minuten.
Beide Portfolioelemente werden durch eine*n Prüfer*in geprüft. Es erfolgt eine abschließende Gesamtbewertung.
| Studiengang | Empf. Beginn 3 | Dauer | Bindung 4 |
|---|---|---|---|
| Intelligente Interaktive Systeme / Master of Science [FsB vom 16.05.2023 mit Änderungen vom 15.12.2023 und 01.04.2025 und Berichtigung vom 16.07.2024] | 2. o. 3. | ein oder zwei Semester | Wahlpflicht |
In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.