5761K12

Digitalisierung und Künstliche Intelligenz - Lehrveranstaltung 1.2 (Präsenz-Modul)

Miriam Eckardt

Hinweise für Studierende

Modul K
(5 LP) Digitalisierung und Künstliche Intelligenz

Diese Lehrveranstaltung wird im Wintersemester 2025/2026 in Präsenz durchgeführt.

Prüfungsleistungen: Die Teilnehmenden erstellen innerhalb von 14 Tagen nach Ablauf des Moduls eine Projektarbeit und erhalten bei bestandenen Leistungen (Projektarbeit und aktive Teilnahme) 5 Leistungspunkte.

Vom 01.10.2025 bis zum 12.10.2025 können Sie sich hier für das Modul anmelden:

https://abz.zedat.fu-berlin.de

Weitere Informationen zur Anmeldung finden Sie hier: http://www.old.zedat.fu-berlin.de/Schulung/ABV-Module
Schließen

Kommentar

Modul K - Lehrveranstaltung 1

Hinweis: Vorkenntnisse sind nicht erforderlich.

Inhalte des Moduls

Einleitung

Künstliche Intelligenz (KI) verändert die Art und Weise, wie Software entwickelt wird. In diesem Modul lernen Sie, grundlegende KI-Konzepte zu verstehen und KI-gestützte
Werkzeuge gezielt beim Programmieren einzusetzen. Neben einer Einführung in zentrale algorithmische Prinzipien der KI erhalten Sie eine kompakte Programmiereinführung mit Python. Anschließend setzen Sie sich mit dem praktischen Einsatz von KI-Tools zur Code-Generierung und Fehleranalyse auseinander. Abschließend programmieren Sie eigene KIAnwendungen – von einfachen Implementierungen bis hin zur Nutzung leistungsstarker Bibliotheken wie Scikit-Learn und PyTorch. Dabei werden auch ethische Fragen und die Verantwortung im Umgang mit KI diskutiert.

KI-Algorithmen: Optimierung und Maschinelles Lernen und Neuronale Netze

Nach einem Überblick über die zentralen Gebiete und Ansätze der Künstlichen Intelligenz werden im ersten Teil des Moduls Such- und Optimierungsstrategien behandelt, die in vielen KI-Ansätzen zentral dafür sind, dass KI „intelligente“ Entscheidungen treffen kann. Maschinelles Lernen ist einer der wichtigsten Ansätze moderner KI. Anstatt vorgegebene Regeln zu befolgen, erlernt die KI selbst Zusammenhänge aus Daten. Die dem menschlichen Gehirn nachempfundenen Neuronale Netze haben diese Entwicklung vorangetrieben und in Form von Deep Learning Anwendungen hervorgebracht, die gegenwärtig die Gesellschaft revolutionieren. Diese Konzepte und ihre wichtigsten Algorithmen werden anschaulich erklärt und zunächst ohne Programmierung in Simulationen erfahrbar gemacht.

Mini-Pythoneinführung und KI gestütztes Programmieren

Dieser Teil beginnt mit einer kompakten Einführung in die Programmierung mit Python, die auch für Anfänger ohne Vorkenntnisse geeignet ist. Damit wird die Basis dafür gelegt, einige der Algorithmen aus dem ersten Teil selbst zu programmieren.
Begleitend wird gezeigt, wie KI-gestützte Werkzeuge – abgestimmt auf unterschiedliche
Kenntnisstände der Teilnehmenden - sowohl das Lernen erleichtern als auch effizienteres Programmieren fördern können.
Der letzte Teil des Moduls beschäftigt sich mit den Vorteilen sowie den Risiken und
Grenzen von KI-gestützter Programmierung.

Maschinelles Lernen und Neuronale Netze in der Praxis

In diesem Teil des Moduls vertiefen Sie Ihr Wissen, indem Sie zentrale Algorithmen des maschinellen Lernens zunächst selbst in einer einfachen Variante programmieren.
So gewinnen Sie ein tieferes Verständnis für ihre Funktionsweise. Anschließend nutzen Sie bewährte Bibliotheken wie Scikit-Learn und PyTorch, um diese Algorithmen effizient für praxisnahe Anwendungen aus dem Bereich des maschinellen Lernens und der neuronalen Netze einzusetzen. Zusätzlich lernen Sie, wie vortrainierte Modelle über API-Schnittstellen in eigene Anwendungen integrieren können, um Anwendungen wie Bilderkennung, Textanalyse und Chatbots zu entwickeln. Zum Abschluß werden ethische und sicherheitsrelevanten Aspekte von KI-Anwendungen reflektiert. Schließen

13 Termine

Regelmäßige Termine der Lehrveranstaltung

Fr, 10:00 - 14:00 13 Termine

Fr, 24.10.2025 10:00 - 14:00

Dozenten:
Miriam Eckardt