Informationen zu den Modulen
Modul (6 Credits)
KI in den Wirtschaftswissenschaften
- Name im Diploma Supplement
- AI in Business and Economics
- Verantwortlich
- Prof. Dr. Florian Ziel
- Voraussetzungen
- Siehe Prüfungsordnung.
- Workload
- 180 Stunden studentischer Workload gesamt, davon:
- Präsenzzeit: 60 Stunden
- Vorbereitung, Nachbereitung: 80 Stunden
- Prüfungsvorbereitung: 40 Stunden
- Dauer
- Das Modul erstreckt sich über 1 Semester.
- Qualifikationsziele
Die Studierenden sollen
- die Grundlagen von KI-Methoden und deren Bedeutung in den Wirtschaftswissenschaften verstehen.
- die verschiedenen Datentypen (numerisch, kategorisch, Bild, Text usw.) kennenlernen, ihre Bedeutung für KI-Anwendungen verstehen
- grundlegende Python-Kenntnisse für die Anwendung einfacher KI-Modelle erwerben
- einfache Probleme in den Wirtschaftswissenschaften mit Hilfe von KI lösen
- Grenzen, Möglichkeiten und Risiken von KI kennen und kritisch einordnen und diskutieren können, insb. mit Hinblick auf ethische und rechtliche Aspekte
- Prüfungsmodalitäten
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Vom Dozierenden wird zu Beginn der Veranstaltung festgelegt, ob durch freiwillige Testate in Form von Miniprojekten, von Abgaben zu Übungsaufgaben, oder anderen Aktivitäten wie z. B. aktive Teilnahme an der Veranstaltung bereits im Vorfeld Punkte für die Klausur erworben werden können. Für die Möglichkeit der Anrechnung der Testate muss die Klausur unabhängig vom Ergebnis der Testate mindestens mit der Note 4,0 bestanden sein. Ist dies der Fall, so bildet sich die Endnote aus dem Ergebnis der mindestens bestandenen Abschlussprüfung zuzüglich der bereits über die Testate erworbenen Punkte. Die Möglichkeit der Anrechnung der Testate auf die abschließende Prüfungsleistung ist auf maximal 20% der in der abschließenden Prüfung maximal erwerbbaren Punkte beschränkt. Bestandene Testate haben nur Gültigkeit für die Prüfungen, die zu der Veranstaltung im jeweiligen Semester gehören. Es ist unabhängig von der Bearbeitung der freiwilligen Testate möglich, die volle Punktzahl für die modulbezogene Prüfung ausschließlich im Rahmen der abschließenden Klausur zu erreichen.
- Verwendung in Studiengängen
- Bestandteile
Vorlesung (3 Credits)
KI in den Wirtschaftswissenschaften
- Name im Diploma Supplement
- AI in Business and Economics
- Anbieter
- Lehrstuhl für Data Science in Energy and Environment
- Lehrperson
- Prof. Dr. Florian Ziel
- Turnus
- Sommersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
- vgl. Modul
empfohlenes Vorwissen
Grundkenntnisse in Mathematik und Statistik sind sehr hilfreich.
Abstract
In dem Modul werden die Grundlagen zu KI in den Wirtschaftswissenschaften vermittelt, sowie die Anwendung in python.
Lehrinhalte
- Grundbegriffe der KI (z.B. Objectives, Training-Validation-Test, Supervised/Unsupervised Learning, etc.)
- Überblick und Anwendungsbeispiele für KI-Methoden in den Wirtschaftswissenschaften
- Grundlegende KI-Modelle (z.B. lineare Netzwerke, MLPs, RNNs, CNNs, NLPs) und ihre Anwendungen
- Implementierung von KI-Modellen in python
- Grenzen, Möglichkeiten und Risiken sowie Ethische und rechtliche Aspekte
Literaturangaben
- Goodfellow, I. (2016). Deep learning.
Weitere Literatur wird in der Veranstaltung bekannt gegeben.
Übung (3 Credits)
KI in den Wirtschaftswissenschaften
- Name im Diploma Supplement
- AI in Business and Economics
- Anbieter
- Lehrstuhl für Data Science in Energy and Environment
- Lehrperson
- Prof. Dr. Florian Ziel
- Turnus
- Sommersemester
- SWS
- 2
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
- vgl. Modul
empfohlenes Vorwissen
siehe Vorlesung
Lehrinhalte
siehe Vorlesung
Literaturangaben
siehe Vorlesung