Überblick über die Lehrinhalte und Qualifikationsziele der Module und Veranstaltungen

Diese Seite zeigt alle Module, die sich aktuell im System befinden. Für jedes Modul werden Lehrinhalte und Lernziele ausgegeben. Bitte suchen Sie mit der Suchfunktion ihres Browsers (Strg + F) nach den Namen des Moduls bzw. der Veranstaltung im Modul zu der Sie Informationen benötigen und klicken Sie dann auf den Link zum Modul. Die darauffolgende Seite enthält alle Informationen zu den Inhalten einer Veranstaltungen die Sie für eine Anerkennung benötigen sollten. Sollte die Institution weitere Informationen benötigen, nutzen Sie bitte zusätzlichen die Seiten der einzelnen Lehrstühle und dort den Bereich „Studium“.

Module (6 Credits)

Methoden der künstlichen Intelligenz und des künstlichen Lebens zur Lösung betriebswirtschaftlicher Probleme

Name in diploma supplement
Methods of Artificial Intelligence and Artificial Life for the Solution of Problems of Business Administration
Responsible
Admission criteria
See exam regulations.
Workload
180 hours of student workload, in detail:
  • Attendance: 60 hours
  • Preparation, follow up: 100 hours
  • Exam preparation: 20 hours
Duration
The module takes 1 semester(s).
Qualification Targets

Die Studierenden

  • beherrschen spezielle Denkweisen bei verschiedenen mathematischen Modellen
  • entwickeln darauf basierend ökonomische Modelle
  • erwerben die Fähigkeit, komplexe ökonomische Probleme mit wissenschaftlichen Arbeitstechniken zu strukturieren, Vorschläge für die Problemlösung zu erarbeiten sowie die Lösungsvorschläge kritisch zu evaluieren
  • trainieren ihre Fähigkeit, die Ergebnisse ihrer Problembearbeitung in Teams und zielgruppenorientiert zu präsentieren sowie in einer Diskussion zu verteidigen
Relevance

Hohe Praxisrelevanz, da die behandelten Techniken in vielen Bereichen der Wirtschaft eingesetzt werden.

Module Exam

Zum Modul erfolgt eine modulbezogene Prüfung, die sich auf folgende Prüfungsformen erstreckt: Die Studierenden entwickeln (in Teams) ein anspruchsvolles Modell mit einer Technik der KI oder des KL, das sie in einer schriftlichen Hausarbeit darstellen und kritisch kommentieren (in der Regel: 15-20 Seiten). Das Modell muss einen ökonomischen Bezug aufweisen und wird in sog. Shells implementiert. Die Shells ermöglichen die Implementierung der Modelle, ohne dass die Studierenden über Programmierkenntnisse verfügen müssen.

Usage in different degree programs
  • BWL EaFWahlpflichtbereich1st-3rd Sem, Elective
  • GOEMIKWahlpflichtbereich Bereich Betriebswirtschaftslehre1st-3rd Sem, Elective
  • MedMan MedGWWahlpflichtbereich IBereich BWL1st-3rd Sem, Elective
  • MedMan WiWiWahlpflichtbereich IIBereich BWL1st-3rd Sem, Elective
  • MuUWahlpflichtbereich IIIWahlpflichtbereich III B.: Informationssysteme für Märkte und Unternehmen1st-3rd Sem, Elective
  • VWLWahlpflichtbereich II1st-3rd Sem, Elective
Elements
Name in diploma supplement
Methods of Artificial Intelligence and Artificial Life for the Solution of Problems of Business Administration
Organisational Unit
Lecturers
SPW
4
Language
German
Cycle
every semester
Participants at most
25
Preliminary knowledge

Grundlagen der Betriebswirtschaftslehre

Abstract

Die Techniken des Soft Computing mit Methoden der Künstlichen Intelligenz (KI) sowie des Künstlichen Lebens (KL) werden in vielen Bereichen der Wirtschaft und Medizin angewandt. Insbesondere im Zusammenhang mit lernenden Systemen werden unterschiedliche Modelle Neuronaler Netze eingesetzt. In anderen Kontexten werden Evolutionäre Algorithmen zur Optimierung der Prozesse verwendet oder die Datenmengen werden fuzzyfiziert. In der Vorlesung werden diese Methoden erläutert. Darüber hinaus wird die Grundlogik von Zellularautomaten sowie Booleschen Netzen thematisiert. Diese Techniken ermöglichen eine zusätzliche Unterstützung zur Analyse und Simulation komplexer Prozesse, insbesondere dann, wenn soziale oder kognitive Aspekte betrachtet werden sollen oder quantitative und qualitative Daten eine wesentliche Rolle spielen. Somit sollen in dieser Veranstaltung Alternativen zu den Standardalgorithmen kennengelernt bzw. eigene Modelle entwickelt werden.

Contents
  • Begriffsdefinitionen Künstliche Intelligenz / Künstliches Leben / Maschinelles Lernen
  • Zellularautomaten und Boolesche Netze
  • Fuzzy-Expertensysteme
  • Evolutionäre Algorithmen
  • Neuronale Netze
  • Allgemeines Modellierungsschema
  • Die Bedeutung von Theorie für die Konstituierung und Erklärung der Realität
  • Vorstellung verschiedener Modelle und Simulationen, die einen exemplarischen Charakter aufweisen

Die konkreten Inhalte der Lehrveranstaltung können im Zeitablauf variieren, um ein flexibles Eingehen auf jeweils aktuelle Fragestellungen aus Wissenschaft und Praxis zu ermöglichen.

Literature
  • Klüver, C., Klüver, J., Schmidt, J., 2021: Die Modellierung von Komplexität durch naturanaloge Verfahren: Künstliche Intelligenz und Künstliches Leben. Wiesbaden: Springer Vieweg
  • Klüver, C., Klüver, J., 2021: Neue Algorithmen für praktische Probleme. Variationen zu Künstlicher Intelligenz und Künstlichem Leben. Wiesbaden: Springer Vieweg
  • Klüver, J., Schmidt, J., Stoica, C. 2006: Soziale Einzelfallstudien, Computersimulationen und Hermeneutik. Eine Einführung in die Modellierung des Sozialen. Bochum-Herdecke: w3l
  • Klüver, C., Klüver, J., 2011: IT-Management durch KI-Methoden und andere naturanaloge Verfahren. Wiesbaden: Vieweg-Teubner

Weitere Literaturhinweise werden je nach Problemstellung zu Beginn des Semester angegeben

Materialien: Tools zu den jeweiligen Techniken der Künstlichen Intelligenz (Neuronale Netze, Fuzzy-Experten-Systeme) und des Künstlichen Lebens (Zellularautomaten, Boolesche Netze, Evolutionäre Algorithmen). Bei den Shells handelt es sich um (Simulations-)Programme, die es ermöglichen, komplexe Modelle halbformal, jedoch ohne Programmierkenntnisse -, zu implementieren. 

Teaching concept

In der Vorlesung werden die Methoden vermittelt und Anwendungsbeispiele präsentiert. Im Projektseminar finden intensive Diskussions- und Präsentationsübungen statt. Die Studierenden sollen durch ein hohes Ausmaß an Eigenständigkeit unter Beweis stellen, dass sie in der Lage sind, überwiegend unstrukturierte, komplexe, und praxisnahe Probleme mithilfe von naturanalogen Techniken selbstständig zu bearbeiten. Dabei entwickeln die Studierenden ein anspruchsvolles Modell, das einen ökonomischen Bezug aufweist muss und auf wissenschaftlichen Theorien basiert. Alternativ entwickeln die Studierenden ein komparatives Modell. Damit ist gemeint, dass ein ökonomisches Problem, das im Rahmen des Studiums mit anderen Modellierungstechniken gelöst wurde, als Basis genommen wird und die Vorgehensweise sowie die Ergebnisse einem methodischen Vergleich unterzogen werden.

Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Seminaranteil von 2 SWS.

Participants
Lecture with integrated Seminar: Methoden der künstlichen Intelligenz und des künstlichen Lebens zur Lösung betriebswirtschaftlicher Probleme (WIWI‑C0923)
Module: Methoden der künstlichen Intelligenz und des künstlichen Lebens zur Lösung betriebswirtschaftlicher Probleme (WIWI‑M0490)

Aus Gründen der Performance und Übersichtlichkeit wird an dieser Stelle auf die Titel und vollständigen Namen der Dozenten verzichtet und es werden nur die Nachnamen ausgegeben. Die unterschiedlichen Titel der zugehörigen Dozenten  sind den Bereitstellern und Nutzern dieser Listen bekannt und bewusst.