Künstliche Intelligenz 60 ECTS (Bachelor/Nebenfach)

Zum Inhalt springen

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 Veranstaltungen 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 60 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

Zum Studienplatz

Der Studiengang im Detail

Studienaufbau

Das 60 ECTS-Punkte umfassende Nebenfach beginnt mit einem Grundlagenblock, der die Voraussetzungen schafft für einen umfassenden Erwerb von Methoden der Künstlichen Intelligenz auf einem Niveau, das eigenständige Anwendungen im thematischen Bereich des Hauptfachs erlaubt.

  • Semester 1 und 2: Die Studierenden erwerben grundlegende (P 1) bis fortgeschrittenere (P 3) Programmierkenntnisse in der speziell auf KI-Anwendungen zugeschnittenen Sprache Python. Zudem werden in die mathematischen (P 2) und statistischen (P 4) Grundkonzepte eingeführt.
  • Semester 3: Das dritte Semester gibt im Rahmen einer von einem Seminar begleiteten Ringvorlesung (vgl. P 5) einen breiten Überblick über die methodischen Hintergründe und inhaltlichen Einsatzgebiete moderner KI-Anwendungen, ergänzt durch weitere anwendungsbezogene Grundlagen aus der Informatik oder Statistik (WP 1 und WP 2).
  • Semester 4 und 5: Das vierte und fünfte Semester ist durch die beiden zentralen methodischen Pflichtmodule geprägt, in denen zunächst allgemeine KI-Methoden inklusive der Wissensrepräsentation (P 6) vermittelt werden, um dann spezifisch den Fokus zu richten auf Methoden des maschinellen Lernens (P 7). Die frei verbleibenden 12 ECTS-Punkte stärken die individuelle Profilbildung der Studierenden, die zwischen einer umfangreichen praktischen Studie (WP 3), einer weniger umfangreichen Fallstudie (WP 7), verschiedenen Vorlesungen/Übungen unterschiedlicher Ausrichtungen (WP 5, WP 6, WP 8 und WP 9) sowie einem forschungsorientierten Vertiefungsseminar (WP 4) zu weiter gehenden methodischen Konzepten der Künstlichen Intelligenz wählen können.

Übersicht über den Studienplan auf der Homepage des Studiengangs

Unterrichtssprache
Deutsch. In ausgewählten Veranstaltungen Englisch.
Prüfungs- und Studienordnungen

Prüfungs- und Studienordnung der Ludwig-Maximilians-Universität München für das Studium des Fachs Künstliche Intelligenz als Nebenfach im Umfang von 30 und 60 ECTS-Punkten für Bachelorstudiengänge (2023) vom 5. September 2023 (PDF, 157 KB)

Fächerkombinationen

Nebenfach im Umfang von 60 ECTS für Zwei-Fach-Bachelorstudiengänge.

Als Hauptfach wählbar ist:

Angebote zur Studienorientierung

Wonach suchen Sie?

Hinweis zur Datenübermittlung bei der Google-Suche