• Türkçe
  • English
  • Deutsch
Kurscode: 
INP 121
Kursdauer: 
Herbst
Kurstyp: 
Freies Wahlfach
Vorlesung: 
1
Bewerbungszeit: 
2
Laboratuvar Saati: 
0
Kredit: 
2
ECTS: 
4
Kursname: 
Almanca
Kurs Koordinator: 
Ausbilder: 
Das Ziel der Lektion: 
Dieser Kurs richtet sich an Studierende, die über grundlegende Programmiererfahrung und Kenntnisse in der Algorithmenentwicklung verfügen. Erwerb der grundlegenden Fähigkeiten, die für die Entwicklung und Anwendung von Algorithmen für künstliche Intelligenz erforderlich sind Erlernen der Anwendung künstlicher Intelligenz in der Informatik und anderen Bereichen. Untersuchung grundlegender Algorithmen der künstlichen Intelligenz und ihrer Anwendbarkeit im Arbeitsleben.
Kursinhalt: 
Identifizierung und Erläuterung verschiedener Ansätze und Algorithmen der künstlichen Intelligenz.
Formulierung und Lösung von Problemen der künstlichen Intelligenz.

Bewertung der sozialen und ethischen Auswirkungen von Anwendungen der künstlichen Intelligenz.

Entwerfen, implementieren und testen eigener künstlicher Intelligenz-Projekte.

Die Chancen und Herausforderungen der künstlichen Intelligenz verstehen.     

 

Lehrmethoden des Kurses: 
1.Vorlesung, 2. Problemlösung, 3. Frage/Antwort, 4. Laborübung, 5.Werkstattarbeit, 6. Projektarbeit, 7.Fallstudie, 8.Diskussion, 9.Gruppenarbeit, 10.Gastvortragende, 11. Präsentationsmethode
Messmethoden des Kurses: 
A. Zwischenprüfung, 2.Abschlußprüfung, Teilnahme, D. Quiz, E. Präsentation, F. Hausaufgabe, G. Projektarbeit, H. Anwendungsaufgabe

Vertikale Reiter

Course Learning Outcomes

Lernergebnisse der Lehrveranstaltung Lernergebnisse des Programms Lehrmethoden Bewertungsmethoden
Sie können die grundlegenden Prinzipien, Konzepte und Algorithmen der Künstlichen Intelligenz definieren und erklären. 2,3,4,5 1, 2, 3,4 A, B, C, D, F

Sie können verstehen, wie künstliche Intelligenz in der Informatik und der Gesellschaft im Allgemeinen eingesetzt wird.

2,3,4,5 1, 2, 3,4 A, B, C, D, F

Sie können Probleme der künstlichen Intelligenz formulieren und lösen.

2,3,4,5 1, 2, 3,4 A, B, C, D, F

Sie können KI-Modelle anhand von Datensätzen trainieren und eigene KI-Projekte entwerfen und implementieren

2,3,4,5 1, 2, 3,4 A, B, C, D, F

Sie können die Chancen und Risiken der Künstlichen Intelligenz bewerten und Prognosen treffen.

2,3,4,5 1, 2, 3,4 A, B, C, D, F

 

Course Flow

Wöchentliche Themenverteilung
Woche Themen Vorbereitungen
1 Definition, Ursprünge und Entwicklung der künstlichen Intelligenz.  
2 Verschiedene Ansätze der künstlichen Intelligenz, Zukunft der künstlichen Intelligenz.  
3 Vorteile und Risiken der künstlichen Intelligenz, ethische Fragen und Bedenken, gesellschaftliche Auswirkungen der künstlichen Intelligenz.  
4 Grundbegriffe: Natürliche Sprachverarbeitung (NLP), Großes Sprachmodell (LLM), Maschinelles Lernen (ML), Deep Learning (DL).  
5 Datenerfassung und -verarbeitung, Einführung in prädiktive Modelle.  
6 Prädiktive Modelle I:
  • Lineare Regression und Modellbildung
  • Korrelation und Kausalität
  • Logistische Regression
 
7 Vorhersagemodelle II:
  • Erstellung komplexer linearer Modelle
  • Erstellen vollständiger prädiktiver Modelle
 
8 Zwischenprüfung  
9 Grundlagen des Prompt Engineering:
  • Was ist Prompt?
  • Prompt-Architektur und Komponenten
  • Die Bedeutung des Prompt-Designs
 
10 Grundlegende Techniken des Prompt Engineering:
  • Anweisungen geben
  • Rollenverteilung
  • Beispiele zeigen
  • Kombinieren von Techniken
 
11 Beispiele für Prompt Engineering:
  • Datenanalyse
  • Textgenerierung
  • E-Mail-Erstellung
  • Zusammenfassungen erstellen
  • Vertragsgestaltung
  • Digitales Marketing
 
12 Prompt Engineering Fortgeschrittene Techniken I:
  • Gedankenkette-Abfrage,
  • Gedankenkette ohne Auslassungen
 
13 Prompt Engineering Fortgeschrittene Techniken II:
  • Gedankenkette-Abfrage,
  • Null-Schuss-Gedankenkette usw.
 
14 Chatbots:
  • Was sind Chatbots?
  • Entwurf und Entwicklung von Chatbots
  • Chatbot-Anwendungen
 
       

 

 

Recommended Sources

QUELLEN
Modulskripte Vorlesungsfolien
Weitere Quellen Interaktive Websites:

 

 

Material Sharing

MATERIALTEILUNG
Dokumente Quellen, Folien
Aufgaben Erstellen eines Chatbots mit künstlicher Intelligenz
Prüfungen Kurze Prüfung, Zwischenprüfung, Abschlussprüfung

 

Assessment

BEWERTUNGSSYSTEM
HALBJAHR-AKTİVİTÄTEN ANZAHL Anteil

in Endnote (%)

Hausaufgaben 1 10
Kurze Prüfung 1 5
Anwesenheit 1 5
Zwischenprüfung 1 30
Abschlussprüfung 1 50
Summe   100
Beitrag der Abschlussprüfung   50
Beitrag der Halbjahraktivitäten   50
Summe   100

 

 

Course’s Contribution to Program

Lernergebnisse Internet und Netzwerk Technologien Programms
Nr Lernergebnisse Beitragsstufe
1 2 3 4 5
PÇ1 Erklären und Anwenden von Netzwerkstrukturen, Protokollen und Kommunikationsprinzipien. Bietet Netzwerk-Debugging, Fehlerbehebung und Sicherheit          
PÇ2 Führt die grundlegende Programmierung von Netzwerkgeräten durch.

Durch die Kenntnisse der Konzepte im Zusammenhang mit Computernetzwerken verfügen Sie über die Fähigkeit, Kommunikations-, Organisations- und Datenübertragungsmethoden zwischen Computern zu verwenden

X        
PÇ3 Führt mathematische Berechnungen im Zusammenhang mit dem Feld durch.   X      
PÇ4 Kennt die Konzepte der Informations- und Internettechnologien und der Internetverbindungsmethoden, kann webbasierte Programme entwickeln, Websites entwerfen.     X    
PÇ5 Erwirbt die Fähigkeit, Programmiersprachen, neue Methoden und Informationstechnologien, die für Anwendungen im Zusammenhang mit Internet- und Netzwerktechnologien erforderlich sind, zu identifizieren und effektiv zu nutzen.

Haben Sie die Fähigkeit, die für die Lösung von Problemen im Bereich der Computerprogrammierung erforderlichen Daten zu definieren, zu algorithmisieren, zu modellieren und zu lösen.

        X
Lernergebnisse des Mechatronik Programms
Nr Lernergebnisse Beitragsstufe
1 2 3 4 5
PÇ1 Die Studierende kann die grundlegenden Konzepte der Mechatronik definieren und anwenden          
PÇ2 Die Studierende können die Elemente von Automatisierungssystemen programmieren          
PÇ3 Die Studierende können die Maschinenelemente erkennen und mathematische Berechnungen durchführen und mechanische Systeme entwerfen          
PÇ4 Die Studierende kann die Elemente von Hydraulik- und Pneumatik Systemen erklären und können Hydraulik- und Pneumatik Systeme entwerfen          
PÇ5 Die Studierende verfügen über die Kompetenz, Informations- und Kommunikationstechnologien zusammen mit dem für die Mechatronik erforderlichen Niveau an Computerhardware- und Softwarekenntnissen zu nutzen.       X  
Lernergebnisse des Elektronik Technologien Programms
Nr Lernergebnisse Beitragsstufe
1 2 3 4 5
PÇ1 Erklären Sie die Grundlagen elektronischer Schaltungen, führen Sie mathematische Berechnungen und notwendige Messungen durch.          
PÇ2 Definition und Anwendung digitaler und analoger elektronischer Techniken.   x      
PÇ3 Erlangt die Fähigkeit, neue Schaltungskomponenten, Funktionsgruppen oder neue Schaltungen zu testen, zu messen, zu bewerten und Versuchs- und Messaufbauten aufzubauen und durchzuführen.          
PÇ4 Entwirft Systeme mit Mikrocontrollern, entwickelt Programme und Applikationen.          
PÇ5 Erkennt Fehlfunktionen, die bei elektronischen Geräten auftreten können, und behebt Fehlfunktionen.     x    
Lernergebnisse des Kraftfahrzeugtechnik Programms
Nr Lernergebnisse Beitragsstufe
1 2 3 4 5
PÇ1 Die Studierende können die Otto-Diesel-Motorentechnologien und Antriebsstränge erklären und die mathematischen Berechnungen in seinem Fachbereich durchführen.          
PÇ2 Die Studierende können die Montage- und Demontagearbeiten von Verbrennungsmotoren durchführen.          
PÇ3 Die Studierende kann die Kfz-Elektrik und Kfz-Elektronik erklären.          
PÇ4 Die Studierende können die Fertigungstechnologien und Werkstoffen von Automobilteilen erkennen und diese rechnergestützt entwerfen. Sie können die notwendigen Mess- und Testarbeiten durchführen und Störungen feststellen.     X    
PÇ5 Die Studierende erwerben die Fähigkeit, Energie effizient zu nutzen, alternative Motoren und Kraftstoffe zu verstehen, neue Technologien im Automobilsektor zu erfassen und Projekte zu erstellen; sie haben Kenntnisse über die Auswirkungen der globalen Erwärmung und der Motoremissionen auf die Umwelt.          
Gemeinsame Programmergebnisse – WISSEN
PÇ 6 Erwirbt grundlegende, aktuelle und anwendungsbezogene Kenntnisse über seinen Beruf.         X
PÇ 7 Er verfügt über Kenntnisse in den Bereichen Arbeitssicherheit und Gesundheitsschutz, Umweltbewusstsein und Qualitätsprozesse.   X      
Gemeinsame Programmergebnisse – FÄHIGKEIT
PÇ 8 Verfolgt aktuelle Entwicklungen und Anwendungen in seinem Berufsfeld und nutzt diese effektiv.         X
PÇ 9 Er nutzt die für seinen Beruf relevanten Informationstechnologien (Software, Programme, Animationen usw.) effektiv.       X  
PÇ 10 Er/sie ist in der Lage, berufliche Probleme und Themen unabhängig mit einem analytischen und kritischen Ansatz zu bewerten und Lösungsvorschläge zu unterbreiten.       X  
Gemeinsame Programmergebnisse – KOMPETENZ
PÇ 11 Kann seine Gedanken auf der Ebene von Wissen und Fähigkeiten durch schriftliche und mündliche Kommunikation effektiv präsentieren und verständlich ausdrücken.     X    
PÇ 12 Übernimmt als Teammitglied Verantwortung für die Lösung komplexer, unvorhersehbarer Probleme, die in seinem Fachgebiet auftreten.       X  
PÇ 13 Ist sich der Themen Karriereplanung und lebenslanges Lernen bewusst.         X
PÇ 14 Er/sie verfügt über soziale, wissenschaftliche, kulturelle und ethische Werte in den Phasen der Datenerhebung, -anwendung und -veröffentlichung in seinem/ihrem Fachgebiet.       X  
PÇ 15 Verfolgt Informationen aus seinem Fachgebiet in einer Fremdsprache und kommuniziert mit Kollegen.          

 

ECTS

KATEGORIE DER LEHRVERANSTALTUNG Spezialisierung/ Fachgebietsspezifisch
ECTS / AUFWANDSTABELLE
Aktivität ANZAHL Dauer
(Stunden)
Gesamtaufwand
(Stunden)
Anwesenheit (Die Anwesenheitspflicht in einem Semester ist min. 80%) 14 3 42
Lernaufwand außerhalb der Lehrveranstaltung (Vorbereitung, Vertiefung) 10 1 10
Hausaufgaben 1 12 12
Kurze Prüfung 1 4 4
Zwischenprüfung 1 8 8
Abschlussprüfung 1 12 12
Gesamter Arbeitsaufwand     88
Gesamter Arbeitsaufwand / 25 (std.)     3,52
ECTS-Punkte der Lehrveranstaltung     4