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

Schlüsselqualifikationen

W3DSKI_701 17 Belege

Lernziel K1 · KI als Fachinhalt Niveau: kennen / verstehen

„die philosophischen Grundlagendiskussionen zu Künstlicher Intelligenz zu verstehen und einzuschätzen“

Das Zitat bezieht sich ausdrücklich auf philosophische Grundlagendiskussionen zu Künstlicher Intelligenz.
Lernziel K6 · KI-Regulierung / Ethik / Recht

„die ethischen Implikationen von IT sowie Data Science kritisch einzuschätzen“

Das Zitat thematisiert die ethischen Implikationen von IT und Data Science.
Lernziel K1 · KI als Fachinhalt

„das Vermögen von Ansätzen Künstlicher Intelligenz kritisch einschätzen“

Das Zitat fordert eine kritische Einschätzung von Ansätzen Künstlicher Intelligenz.
Lernziel K6 · KI-Regulierung / Ethik / Recht Niveau: entwickeln / gestalten

„sich ethisch verantwortlich in der Gestaltung von IT-Artefakten verhalten“

Das Zitat fordert ethisch verantwortliches Verhalten bei der Gestaltung von IT-Artefakten.
Inhalt K1 · KI als Fachinhalt

„Wissenschaftliche Methoden des Data Science“

Das Zitat nennt wissenschaftliche Methoden des Data Science, ordnet diese jedoch nicht ausdrücklich einer spezifischen KI-Methode zu.
Inhalt K1 · KI als Fachinhalt

„Künstliche Intelligenz und Gesellschaft“

Das Zitat behandelt das Themenfeld Künstliche Intelligenz und Gesellschaft.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„Auswirkungen von KI auf die Arbeitswelt“

Das Zitat thematisiert die Auswirkungen von KI auf die Arbeitswelt.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„KI und Privatsphäre“

Das Zitat behandelt den Zusammenhang von KI und Privatsphäre.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„KI und soziale Gerechtigkeit“

Das Zitat thematisiert KI im Zusammenhang mit sozialer Gerechtigkeit.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„Grundlagen der Ethik und ihrer Bedeutung in Bezug auf KI“

Das Zitat behandelt die Grundlagen der Ethik in Bezug auf KI.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„KI und Verantwortung“

Das Zitat thematisiert Verantwortung im Zusammenhang mit KI.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„KI und Diskriminierung“

Das Zitat behandelt Diskriminierung im Zusammenhang mit KI.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„KI und Autonomie“

Das Zitat thematisiert Autonomie im Zusammenhang mit KI.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„Regulierung von KI“

Das Zitat nennt ausdrücklich die Regulierung von KI.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„Transparenz und Erklärbarkeit von KI“

Das Zitat behandelt Transparenz und Erklärbarkeit von KI als normative Aspekte.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„Entwicklungsprozesse und Best Practices für ethische KI“

Das Zitat nennt Entwicklungsprozesse und Best Practices für ethische KI.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„Es sollen auch praktische Übungen und Beispiele dargestellt werden, um den Teilnehmenden zu helfen, die Anwendung von KI und Ethik in realen Situationen zu verstehen und zu analysieren.“

Das Zitat behandelt die Anwendung von KI und Ethik in realen Situationen und enthält damit sowohl einen KI-Inhaltsbezug als auch einen ausdrücklichen Ethikbezug.

Praxismodul I

W3DSKI_801 3 Belege

Lernziel K1 · KI als Fachinhalt

„Die Studierenden haben Grundkenntnisse über den Aufbau von Unternehmen sowie Kernprozesse erworben und können die vorgefundenen Lösungen in die theoretischen Grundlagen des Studiengangs Data Science und Künstliche Intelligenz einordnen.“

Das Zitat nennt ausdrücklich die theoretischen Grundlagen des Studiengangs Data Science und Künstliche Intelligenz.
Lernziel K2 · KI-Methoden und Algorithmen

„Die Studierenden sind in der Lage, unter Anleitung für Praxisanwendungen angemessene Methoden und Verfahren des Data Science auszuwählen und anzuwenden.“

Das Zitat bezieht sich auf die Auswahl und Anwendung von Methoden und Verfahren des Data Science.
Lernziel K1 · KI als Fachinhalt

„Außerdem sind sie in der Lage, eigene Positionen im Fachgebiet Data Science argumentativ zu begründen und zu verteidigen.“

Das Zitat ordnet die argumentative Auseinandersetzung ausdrücklich dem Fachgebiet Data Science zu.

Praxismodul II

W3DSKI_802 7 Belege

Lernziel K1 · KI als Fachinhalt Niveau: kennen / verstehen

„Die Studierenden haben vertiefte Kenntnisse in den für Data Science und Künstliche Intelligenz relevanten Bereiche im Kontext digitaler Herausforderungen.“

Das Zitat nennt Künstliche Intelligenz ausdrücklich als relevanten Wissensbereich.
Lernziel K1 · KI als Fachinhalt Niveau: kennen / verstehen

„Die Studierenden haben vertiefte Kenntnisse in den für Data Science und Künstliche Intelligenz relevanten Bereiche im Kontext digitaler Herausforderungen.“

Das Zitat nennt Künstliche Intelligenz ausdrücklich als relevanten Wissensbereich.
Inhalt K1 · KI als Fachinhalt

„Einsatz in Arbeitsbereichen, in denen Themen aus der Data Science und/oder der Künstlichen Intelligenz behandelt werden.“

Das Zitat bezieht sich ausdrücklich auf Arbeitsbereiche, in denen Themen der Künstlichen Intelligenz behandelt werden.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Marketing (wie z.B. Marketing Analytics)“

Marketing Analytics bezeichnet eine Anwendung datenbezogener Verfahren im Fachkontext Marketing.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Fertigung (wie z.B. Predictive Maintenance)“

Predictive Maintenance wird als Anwendung im Kontext der Fertigung genannt.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Softwareentwicklung (wie z.B. Intelligence Engineering: Integration von entwickelten oder ausgesuchten Modellen in bestehende Anwendungen)“

Das Zitat beschreibt die Integration entwickelter oder ausgewählter Modelle in bestehende Anwendungen.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Geschäftsführung (wie z.B. Geschäftsmodellentwicklung, Digitale Transformation)“

Das Zitat ordnet Geschäftsmodellentwicklung und digitale Transformation als Anwendungsfelder im Kontext der Geschäftsführung ein.

Praxismodul III

W3DSKI_803 2 Belege

Lernziel K1 · KI als Fachinhalt

„Die Studierenden verfügen über tiefgehende berufspraktische Erkenntnisse und Fähigkeiten in den für Data Science und/oder Künstlichen Intelligenz relevanten Bereichen im Kontext digitaler Herausforderungen, insbesondere auch im Themenbereich der belegten Wahlmodule, Schwerpunkte und Studienrichtung.“

Das Zitat nennt Künstliche Intelligenz ausdrücklich als relevanten Themenbereich berufspraktischer Kenntnisse und Fähigkeiten.
Inhalt K1 · KI als Fachinhalt

„Selbstständige Bearbeitung von Aufgaben einer Data Scientistin/eines Data Scientist und/oder einer KI-Spezialistin/eines KI-Spezialisten in ausgewählten Abteilungen.“

Das Zitat bezieht sich ausdrücklich auf die selbstständige Bearbeitung von Aufgaben als KI-Spezialistin beziehungsweise KI-Spezialist.

Bachelorarbeit

W3DSKI_901 1 Beleg

Inhalt K1 · KI als Fachinhalt

„Selbstständige Bearbeitung und Lösung einer betrieblichen Problemstellung aus den Kompetenzbereichen des Studiengangs insb. Data Engineering, Analytics, Künstlicher Intelligenz, Intelligence Engineering oder der Studienrichtung insb. Digitalisierung in der Wirtschaft unter Berücksichtigung aktueller wissenschaftlicher Erkenntnisse im gewählten Themengebiet.“

Das Zitat nennt Künstliche Intelligenz ausdrücklich als einen Kompetenzbereich des Studiengangs.