Beschreibung des Studienfachs
Das Nebenfach "Künstliche Intelligenz" vermittelt ein grundlegendes Verständnis von Konzepten und Methoden der Künstlichen Intelligenz und insbesondere des maschinellen Lernens sowie deren Potenziale, Risiken und Grenzen. Aufbauend auf allgemeinen Grundlagen aus der Mathematik und Statistik sowie Programmierkenntnissen erlernen die Studierenden Methoden, die es erlauben, Fragestellungen ihres Hauptfachs mit Künstlicher Intelligenz weitergehend zu analysieren und systematische Muster, Ähnlichkeiten und Analogien zu erkennen.
Studierenden unterschiedlicher Fachrichtungen haben die Möglichkeit, ihr primäres Studienfach mit einer maßgeschneiderten KI-Ausbildung zu ergänzen. Aus einer berufsbezogenen, praktischen Sicht erwerben Studierende dabei Kompetenzen, die sie in besonderer Weise für den Arbeitsmarkt qualifizieren, während aus der Perspektive einer forschungsorientierten und -qualifizierenden Lehre die Studierenden bestens auf einen auch in ihrem Hauptfach aktuell oder zukünftig prosperierenden Forschungszweig vorbereitet werden. Für Studierende, die sich speziell für die methodischen Aspekte des Nebenfaches begeistern, ist ferner von Bedeutung, dass sie auch sehr gut auf eine Vertiefung in einem methodisch ausgerichteten Masterstudiengang vorbereitet werden.
Aktuelle Informationen zu dem laufenden Semester und unseren Veranstaltung finden Sie auf der Website oder Moodle-seite.
Erwünschtes Profil
Neben den mit dem Erwerb der Hochschulreife nachgewiesenen Kenntnissen sollten die Studierenden ein Interesse an der datenbasierten Beantwortung inhaltlicher Fragestellungen und an allgemeinen Themen zur künstlichen Intelligenz und dem maschinellen Lernen mitbringen. Grundlegende Kenntnisse zu den Themen der Mathematik, Statistik und Programmierung (Programmiersprachen: Python, R) werden in den Basisveranstaltungen (Module P 1 – P 3) vermittelt. Die fortgeschritteneren Veranstaltungen (P 6 und P 7) erfordern ein grundlegendes Verständnis von folgenden Gebieten:
- Lineare Algebra: Vektoren, Matrizen
- Multivariate Analysis: Ableitungen, Gradienten, Integrale
- Wahrscheinlichkeitstheorie: Zufallsvariablen, Verteilungen, Erwartungswerte und Varianz
- Statistik: Grundkonzepte der Parameterschätzung. (Kenntnisse über die lineare Modellierung aus statistischer Sicht sind hilfreich, aber nicht unbedingt erforderlich.)
Fakten auf einen Blick
- Studiengang
- Künstliche Intelligenz 30 ECTS (Bachelor)
- Abschlussgrad
- Bachelor nur in Kombination mit einem Hauptfach
- Fachtyp
- Nebenfach
Bewerbung und Zulassung
- Formale Studienvoraussetzung
- Hochschulzugangsberechtigung
- Zulassungsmodus 1. Semester
- Freie Studiengänge
- Zulassungsmodus höheres Semester
- Freier Zugang
- Link zum Fach
- Künstliche Intelligenz
Ihr Weg zum Studienplatz
Der Studiengang im Detail
Das Nebenfach im Umfang von 30 ECTS-Punkten ist an die Studierenden naturwissenschaftlicher Fächer gerichtet, die durch ihre Hauptfachausbildung mit den fundamentalen mathematischen und datenanalytischen Grundkonzepten vertraut sind, so dass die ersten beiden Semester für die grundlegende (P 1) bis fortgeschrittenere (P 2) Programmierausbildung verwendet werden können. Die durch ein Seminar begleitete Ringvorlesung (P 3) vermittelt im dritten Semester einen breiten Überblick. Das vierte und fünfte Semester wird zur Schwerpunktsetzung genutzt. Die Studierenden müssen verpflichtend mindestens eines der beiden zentralen methodischen Wahlpflichtmodule (Maschinelles Lernen (WP 1), allgemeine KI (WP 4)) belegen und können sich gegebenenfalls durch weitere Vorlesungen mit zugehörigen praktischen Übungen (WP 2, WP 3, WP 5, WP 6) vertiefen.
Übersicht über den Studienplan auf der Homepage des Studiengangs
Deutsch. In ausgewählten Veranstaltungen Englisch.
Fächerkombinationen
Nebenfach im Umfang von 30 ECTS für Zwei-Fach-Bachelorstudiengänge.
Als Hauptfach wählbar ist:
Angebote zur Studienorientierung
-
Wie finde ich heraus, ob mein Wunschstudienfach zu mir passt?
-
Studieren probieren, Campustag, Online-Schnupperstunden, uvm.
-
Orientierungsangebote