Menu

Fundamentals of AI

Niveau

Lernergebnisse der Lehrveranstaltungen/des Moduls

Die Studierenden:
* verstehen die Grundlagen von künstlicher Intelligenz
* sind in der Lage, Anwendungsbereiche für künstlicher Intelligenz zu identifizieren
* sind in der Lage, Inhalte (Text, Bild, Audio) mittels künstlicher Intelligenz zu erstellen
* können die Vor- und Nachteile von künstlicher Intelligenz bei der Entwicklung von smarten Produkten beurteilen
* kennen Einschränkungen und Limitationen von künstlicher Intelligenz

Voraussetzungen der Lehrveranstaltung

Lehrinhalte

* Grundlagen der künstlichen Intelligenz
- Überblick über Begriffe und Definitionen
- Grundlegende Algorithmen und Modelle
* Anwendungsbereiche von KI
- Identifikation und Bewertung von Anwendungsbereichen im Kontext des Produktentwicklungsprozesses von smarten Produkten
- Limitationen von KI
* Anwendungen von generativer KI
- Generierung und Modifizierung von Texten
- Generierung und Modifizierung von Bildern und Videos
- Generierung und Modifizierung von Audio
- Prompting Strategien (z.B. Retrieval-Augmented-Prompting)
* Implementierung von KI
- Nutzung und Interaktion mit KI
- Lokale vs. Gehostete KI-Modelle
- Qualitätssicherung von KI-Modellen
* Einschränkungen und Limitationen
- Ethische Betrachtung und Implikationen bei der Verwendung von KI-Modellen
- Limitationen unterschiedlicher Modelle und Strategien

Empfohlene Fachliteratur

Patrick D. Smith. (2018). Hands-on artificial intelligence for beginners : an introduction to AI concepts, algorithms, and their implementation (1st edition.).
Géron, A. (2023). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools, and techniques to build intelligent systems (Third edition).
Park, K. R., Kim, E., & Lee, S. (2023). Image and Video Processing and Recognition Based on Artificial Intelligence. (Volume II).

Bewertungsmethoden und -Kriterien

Projektarbeit und Präsentation

Unterrichtssprache

Englisch

Anzahl der zugewiesenen ECTS-Credits

5

E-Learning Anteil in %

20

Semesterwochenstunden (SWS)

2.5

Geplante Lehr- und Lernmethode

Vorlesung, individuelle Arbeit mit Software, Gruppenarbeit, Präsentation und Diskussion der Aufgaben

Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird

1

Name des/der Vortragenden

Prof (FH) DI. Thomas Schmiedinger, PHD

Studienjahr

Kennzahl der Lehrveranstaltung/des Moduls

DIT.4

Art der Lehrveranstaltung/des Moduls

Integrierte Lehrveranstaltung

Art der Lehrveranstaltung

Pflichtfach

Praktikum/Praktika