Künstliche Intelligenz,

Das Modul gibt einen umfassenden Überblick über die Methoden und Anwendungen der Künstlichen Intelligenz. Ausgehend vom Ziel eines intelligenten Agenten, der seine Umgebung wahrnehmen, Probleme lösen und auf die Umgebung einwirken kann, werden grundlegende Prinzipien der Künstlichen Intelligenz behandelt. Schwerpunkt ist die Unterscheidung von symbolischer und subsymbolischer KI sowie das Verständnis für die Stärken, Schwächen und Einsatzmöglichkeiten verschiedener KI-Methoden.

Wissen und Verstehen: Die Studierenden ...

• erkennen die Wirtschaft als Teil des gesellschaftlichen Lebens.
• kennen die wesentlichen Grundbegriffe und Konzepte der Betriebswirtschaftslehre (BWL).
• kennen den Zweck der Unternehmung und ihre Rolle in einer Marktwirtschaft.
• verstehen die Bedeutung des technologischen Wandels und insbesondere der KI für das Unternehmen und deren Entscheidungsträger

Anwendung von Wissen und Verstehen: Die Studierenden ...

• sind in der Lage, betriebliche Problemstellungen zu analysieren, daraus erste Schlussfolgerungen zu ziehen und zur Identifikation von möglichen Lösungsansätzen beizutragen.
• erkennen potentielle (Einsatz-)Möglichkeiten der KI für ein Unternehmen und dessen zukünftige Weiterentwicklung.

Urteilen: Die Studierenden ...

• sind in der Lage, Zielkonflikte und Herausforderungen im Zusammenhang mit KI zu erkennen.
• verstehen es, die verschiedenen unternehmerischen Optionen/Alternativen zu erkennen und abzuwägen

Kommunikative Fertigkeiten: Die Studierenden ...

• können Ideen/Lösungsansätze zu ausgewählten Managementprobleme klar vermitteln, dazu Diskussionen führen und in Gruppenarbeiten produktiv mitarbeiten.

Selbstlernfähigkeit: Die Studierenden ...

• können zu konkreten Fallstudien/Übungsbeispielen effizient und effektiv die wesentlichen Informationenen sowie die Problemstellung identifizieren.
• verstehen es, sich mit anderen Studierenden zu vernetzen und durch gegenseitige Unterstützung, Diskussionen gemeinsame Lösungen zu entwickeln.

• KI-Überblick mit Historie und Methoden
• Kategorien von Intelligenz und KI-Modelle
• Intelligente Agenten und KI-Anwendungen
• Problemlösen als Suche
• Prädikatenlogik erster Stufe
• Regelbasierte Systeme
• Wissensgraphen
• Datenvorbereitung für ML
• Maschinelles Lernen (ML)
• Modellevaluation in ML
• Neuronale Netze
• Deep Learning
• Anwendungen der Künstlichen Intelligenz:
  • Bildverstehen
  • Planen
  • Generative KI
  • Large Language Models
  • Sprachverarbeitung
  • Dialogsysteme

Kontaktunterricht:

• Vorlesung
• Lehrgespräch
• Übung
• Diskussion
• Gruppenarbeit

Begleitetes Selbststudium:

• Einzelarbeit
• Partnerarbeit
• Gruppenarbeit
• Literaturstudium

keine

keine

Anwesenheit empfohlen

Note 1-6 (halbe Noten)

Ertel, W. (2021). Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung (5. Auflage). Springer Vieweg. | Online (FHNW VPN): https://link.springer.com/book/10.1007/978

Russell, S., & Norvig, P. (2023). Künstliche Intelligenz: Ein moderner Ansatz (4. Auflage). Pearson Studium. ISBN: 978-3-86894-430-3

Schmid, T., Hildesheim, W., & Holoyad, T. (2023). Künstliche Intelligenz managen und verstehen (1. Auflage). Beuth Verlag GmbH. ISBN: 978-3-410-31456-1 | ISBN (E-Book): 978-3-410-31457-8