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