Alle Auswertungen

Bachelor Data Science und Kuenstliche Intelligenz

DHBW Karlsruhe

38 / 38

Module mit KI-Bezug

von allen Modulen des Handbuchs

100 %

KI-Anteil

Modulanteil mit Beleg

331

Belegte KI-Stellen

wörtlich, geprüft

davon Literatur

schwacher Beleg (K7)

Auswertung

Formuliert ausschließlich aus den geprüften Zitaten und den im Code berechneten Zahlen, ohne Wertung und ohne Ausprägungsstufen.

Datengrundlage

Im Handbuch sind 38 Module dokumentiert; für alle 38 Module ist ein KI-Bezug belegt. Insgesamt liegen 331 KI-Textstellen vor, davon 69 in Lernzielen, 194 in Inhaltsbeschreibungen und 68 in Literaturangaben; Prüfungsbezüge sind nicht belegt. Die Belege betreffen KI als Fachinhalt, KI-Methoden und Algorithmen, KI-Anwendungen im Fachkontext sowie KI-Regulierung, Ethik und Recht.

Kategorienprofil

Kategorie 1 (KI als Fachinhalt) ist mit 96 Belegen in 28 Modulen dokumentiert. Im Modul „Grundlagen Data Science und Künstlicher Intelligenz“ werden unter anderem „elementare Prinzipien und Kompetenzen in den Bereichen Data Science und Künstliche Intelligenz“ sowie die „gesamtgesellschaftlichen Konsequenzen und Auswirkungen von Data Science und Künstlicher Intelligenz sowohl in der Anwendungsentwicklung als auch der Nutzung“ genannt. Als Lernziel ist zudem festgehalten, dass Studierende Grundlagen von Data Science und KI kennen, Daten analysieren und Kenntnisse aus Big Data, Visualisierung, Datenmanagement, KI und maschinellem Lernen verwenden.

Kategorie 2 (KI-Methoden und Algorithmen) ist mit 107 Belegen in 20 Modulen dokumentiert. Das Modul „Künstliche Intelligenz und Machine Learning“ nennt weiterführende Konzepte und Anwendungsgebiete der KI sowie Verfahren des maschinellen Lernens für Supervised und Unsupervised Learning. Im Modul „Grundlagen Data Science und Künstlicher Intelligenz“ werden Trainings- und Testdaten, Modellvergleich, Modellevaluation, Over- und Underfitting, verschiedene Lernarten sowie Regression, Klassifikation, Clustering, Mustererkennung, Entscheidungsbäume und Cluster- und Assoziationsalgorithmen aufgeführt.

Kategorie 3 (KI-Anwendungen im Fachkontext) ist mit 46 Belegen in 13 Modulen dokumentiert. In „Intelligence Engineering“ ist die Erstellung von Modellen mit maschinellem Lernen, Verarbeitung natürlicher Sprache und wissensbasierten Systemen sowie deren Integration in KI-basierte Anwendungen benannt. Weitere Bezüge betreffen Data-Science-Methoden für BI, Analytics und Controlling, Anwendungsszenarien der KI in der Unternehmenssteuerung sowie Beispiele für KI, Big Data Analytics und RPA im Rechnungswesen.

Kategorie 6 (KI-Regulierung / Ethik / Recht) ist mit 17 Belegen in 4 Modulen dokumentiert. Im Modul „Grundlagen Data Science und Künstlicher Intelligenz“ wird die Einordnung und Bewertung der Verwendung von Data-Science- und KI-Technologien unter ethischen, normativen und rechtlichen Aspekten genannt. „Grundlagen IT-Sicherheit und Datenschutz“ führt Risikomanagement unter dem Gesichtspunkt von Data Science, KI und deren Anwendungen auf; in „Schlüsselqualifikationen“ erscheinen unter anderem „KI und Privatsphäre“, philosophische Grundlagendiskussionen zu KI sowie ethische Implikationen von IT und Data Science.

Kategorie 7 (KI-Literatur) ist mit 68 Belegen in 16 Modulen dokumentiert. Im Modul „Grundlagen Data Science und Künstlicher Intelligenz“ sind unter anderem Titel zu Machine Learning, Pattern Recognition, Data Science und Künstlicher Intelligenz aufgeführt, beispielsweise „Introduction to Machine Learning“, „Pattern Recognition and Machine Learning“ und „Grundkurs Künstliche Intelligenz“. Diese Kategorie dokumentiert Literaturangaben.

Kategorie 4 (Grundlagen mit explizitem KI-Bezug) und Kategorie 5 (KI als Lehr- und Lernmethode) sind nicht nachgewiesen.

Verteilungsmuster

KI-Bezüge sind in allen 38 Modulen belegt. Die Kategorien KI als Fachinhalt, KI-Methoden und Algorithmen sowie KI-Anwendungen im Fachkontext treten in 28, 20 beziehungsweise 13 Modulen auf. Inhaltlich dokumentieren die Zitate insbesondere Data Science, maschinelles Lernen, Lernverfahren, Modellierung, Datenanalyse sowie Anwendungen im Unternehmens-, Controlling- und Software-Engineering-Kontext. Bei den eindeutig ableitbaren Lernzielniveaus sind 28 Belege dem Anwenden, 21 dem Kennen/Verstehen, 6 dem Analysieren/Bewerten und 3 dem Entwickeln/Gestalten zugeordnet.

Gesamteinordnung

Die dokumentierten KI-Bezüge umfassen 331 Textstellen aus Lernzielen, Inhaltsbeschreibungen und Literaturangaben. Sie benennen Grundlagen von Data Science und KI, Methoden und Algorithmen des maschinellen Lernens, Anwendungsfälle und KI-basierte Anwendungen sowie ethische, normative, rechtliche und sicherheitsbezogene Aspekte. Prüfungsbezüge sind nicht belegt. Die im Handbuch vorkommenden KI-Begriffe umfassen unter anderem „künstliche Intelligenz“, „machine learning“, „maschinelles Lernen“, „deep learning“, „clustering“, „computer vision“, „erklärbare KI“ und „data science“.

Methodische Grenzen

68 der 331 belegten KI-Textstellen sind Literaturangaben. Diese Literaturbezüge dokumentieren referenzierte Titel, stellen jedoch keinen Nachweis für Lernziele, Inhalte oder Prüfungen dar.

Grundlage sind ausschließlich die unten aufgeführten, gegen den Rohtext geprüften Belege.

Belege je Kategorie

K1 · KI als Fachinhalt

K2 · KI-Methoden und Algorithmen

101

K3 · KI-Anwendungen im Fachkontext

K4 · Grundlagen mit explizitem KI-Bezug

K5 · KI als Lehr- und Lernmethode

K6 · KI-Regulierung / Ethik / Recht

K7 · KI-Literatur

Art der Fundstelle

Lernziel 69 (21 %)
Inhalt 194 (59 %)
Literatur 68 (21 %)

Lernzielniveau

Aus dem Verb abgeleitet; unklare Fälle bleiben bewusst leer.

kennen / verstehen

anwenden

analysieren / bewerten

entwickeln / gestalten

KI-Begriffsprofil

Eine reine Wortsuche über den gesamten Handbuchtext, ohne Sprachmodell. Sie zählt jedes Vorkommen, also auch Inhaltsverzeichnisse, Studiengangs-Zuordnungen und Literaturtitel. Diese Liste ist deshalb kein Beleg für Lehrinhalte und kann deutlich länger sein als die geprüften Belege oben. Sie zeigt, wo sich ein zweiter Blick ins PDF lohnt.

Im Text gefunden

39 Begriffe, an beliebiger Stelle

ai artificial intelligence automl bayes big data clustering computer vision cyber-physical data analytics data mining data science datenanalyse decision support deep learning entscheidungsunterstützung erklärbare ki feature engineering ki klassifikation künstliche intelligenz künstlichen intelligenz künstlicher intelligenz machine learning maschinelles lernen ml mustererkennung natural language processing neuronale netze neuronales netz nlp pattern recognition predictive maintenance random forest reinforcement learning scikit-learn supervised learning support vector tensorflow unsupervised learning

Nicht nachgewiesene Leitbegriffe

Zentrale KI-Begriffe, die an keiner Stelle des Handbuchs vorkommen. Das heißt nicht nachgewiesen, nicht nicht vorhanden.

digitaler zwilling generative ki large language model ai act explainable ai robotik

Belegte KI-Stellen

Jedes Zitat wörtlich aus dem Handbuch, maschinell gegen den Rohtext geprüft.

Art: Alle Lernziel 69 Inhalt 194 Literatur 68

Aktuelle Entwicklungen Künstliche Intelligenz und Intelligence Engineering

W3DSKI_412 14 Belege

Lernziel K1 · KI als Fachinhalt Niveau: kennen / verstehen

„Die Studierenden kennen den State-of-the-Art einer Auswahl von aktuellen Themen, Konzepten und Entwicklungen aus der Künstlichen Intelligenz und/oder dem Intelligence Engineering.“

Das Zitat nennt aktuelle Themen, Konzepte und Entwicklungen aus der Künstlichen Intelligenz und dem Intelligence Engineering als Lerninhalt.
Lernziel K2 · KI-Methoden und Algorithmen

„Aufbauend auf den Grundlagen der vorrangegangenen fünf Semestern können die Studierenden, die für die behandelten aktuellen Themen relevanten Methoden beurteilen, einordnen und anwenden.“

Das Zitat beschreibt die Beurteilung, Einordnung und Anwendung von für aktuelle Themen relevanten Methoden.
Inhalt K1 · KI als Fachinhalt

„In diesem Modul sollen aktuelle Themen aus allen Bereichen der Künstlichen Intelligenz und dem Intelligence Engineering aufgegriffen und den Studierenden vermittelt werden.“

Das Zitat nennt aktuelle Themen aus allen Bereichen der Künstlichen Intelligenz und des Intelligence Engineering als Lehrinhalt.
Inhalt K1 · KI als Fachinhalt

„- Künstliche Intelligenz, Machine/Deep Learning, Reinforcement Learning“

Das Zitat führt Künstliche Intelligenz, Machine Learning, Deep Learning und Reinforcement Learning als Inhalte auf.
Inhalt K1 · KI als Fachinhalt

„- Business Intelligence und Business Analytics“

Das Zitat nennt Business Intelligence und Business Analytics als Themen.
Inhalt K1 · KI als Fachinhalt

„- Knowledge Management“

Das Zitat nennt Knowledge Management als Thema.
Inhalt K1 · KI als Fachinhalt

„- Knowledge Representation, Taxonomy, Ontological Learning, Knowledge Graphs“

Das Zitat nennt Knowledge Representation, Taxonomy, Ontological Learning und Knowledge Graphs als Themen des KI-nahen Intelligence Engineering.
Inhalt K1 · KI als Fachinhalt

„- Natural Language Processing, Language models (GPT-2, GPT-3, BERT, etc.)“

Das Zitat nennt Natural Language Processing und konkrete Sprachmodelle wie GPT-2, GPT-3 und BERT.
Inhalt K1 · KI als Fachinhalt

„- Advanced Visualization Techniques“

Das Zitat nennt Advanced Visualization Techniques als aktuellen Themenbereich des Katalogs.
Inhalt K1 · KI als Fachinhalt

„- Artificial Intelligence Systems Engineering“

Das Zitat nennt Artificial Intelligence Systems Engineering als Thema.
Inhalt K1 · KI als Fachinhalt

„- XAI / Interpretierbare KI“

Das Zitat nennt XAI beziehungsweise Interpretierbare KI als expliziten KI-Inhalt.
Inhalt K1 · KI als Fachinhalt

„Labor Aktuelle Entwicklungen KI + Intelligence Engineering:“

Das Zitat bezeichnet das Labor als Behandlung aktueller Entwicklungen in KI und Intelligence Engineering.
Inhalt K1 · KI als Fachinhalt

„- Realisierung von ausgewählten Themen aus obigem Themenkatalog“

Das Zitat beschreibt die Realisierung ausgewählter Themen aus dem KI- und Intelligence-Engineering-Themenkatalog.
Inhalt K1 · KI als Fachinhalt

„Je nach gewähltem Themengebiet: Intelligence Engineering; Künstliche Intelligenz und Machine Learning; Wahlmodul Data Science und Künstliche Intelligenz“

Das Zitat nennt Künstliche Intelligenz und Machine Learning sowie Data Science und Künstliche Intelligenz als Wahl- beziehungsweise Themenbereiche.

Projekt Künstliche Intelligenz und Intelligence Engineering

W3DSKI_413 6 Belege

Lernziel K1 · KI als Fachinhalt Niveau: anwenden

„Die Studierenden vertiefen ihre bislang erlangten Kompetenzen in Machine Learning, Künstliche Intelligenz und Intelligence Engineering durch das eigenständige Erarbeiten und Implementieren eines komplexen, anwendungsorientierten Projekts in diesem Bereich.“

Das Zitat nennt ausdrücklich Machine Learning und Künstliche Intelligenz als Inhalte, die im Projekt vertieft werden.
Lernziel K2 · KI-Methoden und Algorithmen

„Die Studierenden können Methoden aus der Künstliche Intelligenz und dem Intelligence Engineering vergleichen und einschätzen, für welche Themengebiete sie verwendet werden können und auf ein komplexes Projekt anwenden.“

Im Mittelpunkt stehen der Vergleich, die Einschätzung und die Anwendung von Methoden der Künstlichen Intelligenz.
Inhalt K1 · KI als Fachinhalt

„Projekt Künstliche Intelligenz und Intelligence Engineering“

Der Modultitel benennt Künstliche Intelligenz ausdrücklich als Fachinhalt.
Inhalt K1 · KI als Fachinhalt

„Vom Dozenten vorgegebene oder mit den Studierenden erarbeitete Projekt-Themen im Bereich Künstliche Intelligenz, Machine Learning und Intelligence Engineering.“

Die genannten Projektthemen liegen ausdrücklich im Bereich Künstliche Intelligenz und Machine Learning.
Inhalt K2 · KI-Methoden und Algorithmen

„Dies beinhaltet insbesondere die Bereiche Daten (Akquise, Aufbereitung, Verschneidung), Modellierung (Auswahl, Definition, Tuning, Evaluierung) und Deployment (als Dashbard, App, API, Simulation, Serious Game, ...).“

Das Zitat beschreibt technische Verfahren der Modellierung, einschließlich Auswahl, Tuning und Evaluierung.
Inhalt K1 · KI als Fachinhalt

„Berücksichtigt werden dabei die in den vorherigen Modulen gelehrten Inhalte, vor allem aus den Modulen zu Künstlicher Intelligenz und Intelligence Engineering.“

Das Zitat verweist ausdrücklich auf zuvor gelehrte Inhalte aus den Modulen zu Künstlicher Intelligenz.