Alle Auswertungen

Bachelor Elektrotechnik und Informationstechnik

TUM

18 / 186

Module mit KI-Bezug

von allen Modulen des Handbuchs

10 %

KI-Anteil

Modulanteil mit Beleg

190

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 Modulhandbuch sind 186 Module erfasst; 18 Module weisen belegte KI-Bezüge auf. Dokumentiert sind 190 KI-Textstellen, darunter 40 Lernziele, 102 Inhaltsangaben, 21 Prüfungsbezüge und 27 Literaturbezüge. Die Belege betreffen KI-Fachinhalte, KI-Methoden und Algorithmen, Anwendungen, Grundlagen mit explizitem KI-Bezug, Regulierung/Ethik/Recht sowie KI-Literatur.

Kategorienprofil

Kategorie 1 (KI als Fachinhalt) ist mit 32 Belegen in 12 Modulen dokumentiert. Im Modul „Computational Intelligence“ werden unter anderem „Single-Layer Neuronale Netze“, „Multilayer Neuronale Netze und Backpropagation“, „Radial-Basis Function Netze“ und „Rekurrente Neuronale Netze“ behandelt; als Lernziel wird die Anwendung moderner Methoden der Computational Intelligence sowie die Analyse von Anwendungsfällen in Steuerungs- und Regelungstechnik genannt. Die „Projektwoche Natural Language Processing (NLP)“ ordnet NLP als Teilbereich der Künstlichen Intelligenz ein und behandelt transformer-basierte generative Sprachmodelle. „Einführung in Reinforcement Learning“ beschreibt Reinforcement Learning als Ansatz für sequenzielle Entscheidungsfindung und nennt Konzepte, Techniken und Programmierwerkzeuge zur Implementierung von RL-Lösungen.

Kategorie 2 (KI-Methoden und Algorithmen) ist mit 64 Belegen in 10 Modulen dokumentiert. In „Computational Intelligence“ erscheinen Fuzzy- und Neuro-Fuzzy-Verarbeitungstechniken sowie Evolutionsverfahren und genetische Algorithmen zur Optimierung. Die „Projektwoche Natural Language Processing (NLP)“ behandelt Algorithmen zur Interpretation geschriebener oder gesprochener Sprache, syntaktische und statistische NLP-Methoden sowie transformerbasierte Modelle und generative Sprachmodelle. Als Lernziel werden dort grundlegendes Wissen zu NLP und in der Praxis eingesetzten Algorithmen sowie deren Verwendung in Anwendungsbeispielen genannt.

Kategorie 3 (KI-Anwendungen im Fachkontext) ist mit 58 Belegen in 13 Modulen dokumentiert. Im Modul „Computational Intelligence“ wird die Anwendung von Methoden sowie die Analyse von Anwendungsfällen in Steuerungs- und Regelungstechnik genannt. Die „Projektwoche Natural Language Processing (NLP)“ behandelt Anwendungen wie Fragenbeantwortung, automatisierte Zusammenfassung, Textvervollständigung und Textgenerierung; außerdem werden Lösungen für Problemstellungen zur Gewinnung von Erkenntnissen aus Texten, generative Sprachmodelle und Text2Image-Modelle genannt. In „Intelligente Systeme und Machine Learning für Produktionsprozesse“ werden Machine Learning, Agenten in der Automatisierungstechnik und Eingebettete Systeme in einer Prüfungsbeschreibung aufgeführt. „Einführung in Reinforcement Learning“ dokumentiert ein Projekt zur Realisierung einer Aufzugssteuerung, in dem verschiedene Ansätze implementiert und ihre Performanz analysiert werden.

Kategorie 4 (Grundlagen mit explizitem KI-Bezug) ist mit 1 Beleg in 1 Modul dokumentiert. In „Project Week: AI in the Metaverse“ wird im Themenbereich Backend und LLM-Infrastruktur die Programmierung grundlegender Funktionen beziehungsweise des Backends einer virtuellen Umgebung genannt.

Kategorie 6 (KI-Regulierung / Ethik / Recht) ist mit 19 Belegen in 3 Modulen dokumentiert. „Grundlagen Autonomer Fahrzeuge“ nennt rechtliche Grundlagen autonomer Fahrzeuge, ethische Überlegungen zu deren Einsatz sowie Datenschutz und Datensicherheit. Im Modul „Maschinelle Intelligenz und Gesellschaft (in Python)“ werden Auswirkungen maschineller Intelligenz auf die Gesellschaft behandelt; als Lernziel ist die grundsätzliche Einschätzung von Chancen, Risiken und Grenzen datenbasierter Technik und künstlicher Intelligenz dokumentiert. „Project Week: AI Ethics Research & Creative Science Communication“ enthält Prüfungsfragen zu KI-Ethik, ethischer Entscheidungsfindung durch KI-Systeme und zur Rolle von ChatGPT bei moralischer Orientierung.

Kategorie 7 (KI-Literatur) ist mit 27 Belegen in 9 Modulen dokumentiert. Genannt werden unter anderem „Fundamentals of Computational Intelligence“, Literatur zu Reinforcement Learning sowie Literatur zu autonomen Fahrzeugen und automatisiertem Fahren. Diese Kategorie beruht auf Literaturangaben.

Kategorie 5 (KI als Lehr- und Lernmethode) ist nicht nachgewiesen.

Verteilungsmuster

Die belegten KI-Bezüge treten in 18 von 186 Modulen auf. Kategorie 3 ist in 13 Modulen, Kategorie 1 in 12 Modulen und Kategorie 2 in 10 Modulen dokumentiert; Kategorie 6 betrifft 3 Module und Kategorie 4 ein Modul. Die meisten Belege entfallen auf KI-Methoden und Algorithmen mit 64 Belegen sowie auf KI-Anwendungen im Fachkontext mit 58 Belegen. Inhaltlich dokumentieren die Zitate insbesondere Computational Intelligence, NLP, Reinforcement Learning, Produktionsprozesse, autonome Fahrzeuge sowie ethische, rechtliche und gesellschaftliche Fragen.

Gesamteinordnung

Die dokumentierten KI-Bezüge umfassen Fachinhalte, Methoden und Algorithmen, fachbezogene Anwendungen, einen einzelnen Grundlagenbezug sowie Themen zu Regulierung, Ethik und Recht. Die Belege enthalten Lernziele zu Anwenden, Analysieren und Bewerten, Entwickeln und Gestalten sowie Kennen und Verstehen; eindeutig ableitbar sind 19 Nennungen für Anwenden, 3 für Analysieren/Bewerten, 3 für Entwickeln/Gestalten und 8 für Kennen/Verstehen. Zusätzlich sind 27 Literaturbelege in 9 Modulen dokumentiert.

Methodische Grenzen

Die Belege betreffen 18 von 186 Modulen. Kategorie 4 ist nur mit einem Beleg in einem Modul dokumentiert. Die 27 Literaturbelege der Kategorie 7 stellen Literaturangaben dar und dokumentieren für sich genommen keine Lernziele, Inhalte oder Prüfungsformen.

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

Belege je Kategorie

K1 · KI als Fachinhalt

K2 · KI-Methoden und Algorithmen

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 40 (21 %)
Inhalt 102 (54 %)
Prüfung 21 (11 %)
Literatur 27 (14 %)

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

37 Begriffe, an beliebiger Stelle

ai ai ethics artificial intelligence autonome fahrzeuge autonomous driving bayes big data bildverarbeitung classification clustering computer vision data science datenanalyse digitaler zwilling fuzzy genetische algorithmen intelligent systems intelligente systeme ki klassifikation künstliche intelligenz künstlichen intelligenz künstlicher intelligenz llm machine learning maschinelles lernen ml natural language processing neuronale netze nlp pytorch reinforcement learning robotics robotik supervised learning textanalyse transformer

Nicht nachgewiesene Leitbegriffe

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

deep learning predictive maintenance generative ki large language model ai act explainable ai

Belegte KI-Stellen

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

Art: Alle Lernziel 40 Inhalt 102 Prüfung 21 Literatur 27

Grundlagen Autonomer Fahrzeuge

ED150017 29 Belege

Prüfung K3 · KI-Anwendungen im Fachkontext

„Anhand von Kurzfragen werden die Grundlagen zur Hardware und Software Autonomer Fahrzeuge überprüft.“

Hardware und Software werden ausdrücklich im Kontext autonomer Fahrzeuge behandelt.
Prüfung K3 · KI-Anwendungen im Fachkontext Niveau: analysieren / bewerten

„Anhand von Verständnisfragen und Transferfragen zeigen die Teilnehemenden z. B., dass Sie die einzelnen Softwarebausteine autonomer Fahrzeuge verstanden haben, reale Messdaten analysieren können und das Verhalten autonomer Fahrzeuge analysieren können“

Das Zitat bezieht die Analyse realer Messdaten und des Verhaltens ausdrücklich auf autonome Fahrzeuge.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Die Vorlesung behandelt die grundlegenden Konzepte und Prinzipien, die der Entwicklung und dem Betrieb von autonomen Fahrzeugen zugrunde liegen.“

Die grundlegenden Konzepte und Prinzipien werden ausdrücklich der Entwicklung und dem Betrieb autonomer Fahrzeuge zugeordnet.
Inhalt K3 · KI-Anwendungen im Fachkontext Niveau: anwenden

„Es werden zahlreiche Varianten und Anwendungen autonomer Fahrzeuge aufgezeigt, im Rahmen der Vorlesung fokussieren wir uns auf autonome Straßenfahrzeuge.“

Das Zitat behandelt Varianten und Anwendungen autonomer Fahrzeuge, insbesondere autonome Straßenfahrzeuge.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Insgesamt bietet die Vorlesung einen breiten Überblick über die wichtigsten Konzepte und Technologien, die die Entwicklung autonomer Fahrzeuge und ihre Auswirkungen auf die Gesellschaft vorantreiben.“

Die genannten Konzepte und Technologien beziehen sich ausdrücklich auf die Entwicklung autonomer Fahrzeuge.
Inhalt K3 · KI-Anwendungen im Fachkontext Niveau: kennen / verstehen

„Wir lernen in der Vorlesung die in autonomen Fahrzeugen verwendeten Hardwarekomponenten wie Sensoren, Aktuatoren und Rechenplattformen kennen.“

Sensoren, Aktuatoren und Rechenplattformen werden als Hardwarekomponenten autonomer Fahrzeuge behandelt.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Wir lehren in der Vorlesung die grundlegenden Probleme, die für die Entwicklung autonomer Fahrzeuge gelöst werden müssen, wie zum Beispiel Umfeldwahrnehmung, Lokalisierung, Pfadplanung, Entscheidungsfindung und Regelung.“

Umfeldwahrnehmung, Lokalisierung, Pfadplanung, Entscheidungsfindung und Regelung werden als Probleme autonomer Fahrzeuge genannt.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Anschließend wird auf die Softwaremodule eingegangen, die zur Steuerung des Verhaltens autonomer Fahrzeuge verwendet werden.“

Die Softwaremodule dienen laut Zitat der Steuerung des Verhaltens autonomer Fahrzeuge.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Die Vorlesung schließt mit einer Diskussion über aktuelle Forschungs- und Entwicklungstrends im Bereich autonomer Fahrzeuge und mögliche zukünftige Entwicklungen.“

Das Zitat behandelt Forschungs- und Entwicklungstrends im Bereich autonomer Fahrzeuge.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Definition: Was ist Autonomie?“

Das Zitat behandelt die Definition von Autonomie im Kontext des Moduls zu autonomen Fahrzeugen.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Definition: Was sind Autonome Fahrzeugsysteme?“

Das Zitat definiert ausdrücklich autonome Fahrzeugsysteme.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Rechenleistung (CPU, GPU, TPU)“

CPU, GPU und TPU werden als Rechenleistung im Kontext autonomer Fahrzeugsysteme genannt.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Hinderniserkennung und -vermeidung“

Hinderniserkennung und -vermeidung werden als Funktionen autonomer Fahrzeuge aufgeführt.
Inhalt K2 · KI-Methoden und Algorithmen

„- Sensor-Fusion“

Sensor-Fusion wird als technisches Verfahren aufgeführt.
Inhalt K2 · KI-Methoden und Algorithmen

„- Algorithmen zur Trajektorien -und Verhaltensplanung“

Das Zitat nennt ausdrücklich Algorithmen zur Trajektorien- und Verhaltensplanung.
Inhalt K2 · KI-Methoden und Algorithmen

„- Algorithmen für maschinelles Lernen“

Das Zitat nennt ausdrücklich Algorithmen für maschinelles Lernen.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Simulation“

Simulation wird als Bestandteil der autonomen Fahrzeugtechnologie aufgeführt.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„- Rechtlichte Grundlagen autonomer Fahrzeuge“

Das Zitat nennt ausdrücklich rechtliche Grundlagen autonomer Fahrzeuge.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Gewährleistung der Sicherheit von Fahrgästen und anderen Verkehrsteilnehmern“

Die Gewährleistung der Sicherheit von Fahrgästen und Verkehrsteilnehmern wird im Kontext autonomer Fahrzeuge genannt.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„- Ethische Überlegungen zum Einsatz autonomer Fahrzeuge“

Das Zitat nennt ausdrücklich ethische Überlegungen zum Einsatz autonomer Fahrzeuge.
Inhalt K6 · KI-Regulierung / Ethik / Recht

„- Datenschutz und Datensicherheit“

Datenschutz und Datensicherheit werden als rechtlich beziehungsweise gesellschaftlich relevante Aspekte genannt.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Fortschritte bei Hardware und Software“

Fortschritte bei Hardware und Software werden im Kontext autonomer Fahrzeuge aufgeführt.
Inhalt K3 · KI-Anwendungen im Fachkontext

„- Aufkommende Trends in der autonomen Fahrzeugtechnologie“

Das Zitat nennt aufkommende Trends in der autonomen Fahrzeugtechnologie.
Lernziel K3 · KI-Anwendungen im Fachkontext

„Nach der Teilnahme am Modul haben die Studierenden einen tiefgehenden Einblick in die Grundzusammenhänge autonomer Fahrzeuge.“

Der Einblick in die Grundzusammenhänge bezieht sich ausdrücklich auf autonome Fahrzeuge.
Lernziel K2 · KI-Methoden und Algorithmen

„Darüber hinaus sind die Studierenden in der Lage, die herausfordernden Aufgaben des autonomen Fahrens (Umfeldwahrnehmung, Pfadplanung, Regelung) und Ihre Grundproblematik zu verstehen, um im Anschluss reale Messdaten analysieren zu können und passende Algorithmen zur Lösung dieser Probleme entwickeln zu können.“

Das Zitat nennt sowohl die Aufgaben des autonomen Fahrens als Anwendungskontext als auch die Entwicklung passender Algorithmen als technische Verfahren.
Literatur K7 · KI-Literatur

„Pendleton et. al, Perception, Planning, Control, and Coordination for Autonomous Vehicles, Machines 2017, 5(1), 6; https://doi.org/10.3390/machines5010006“
Literatur K7 · KI-Literatur

„M. Maurer, B. Lenz, H. Winner, and J. C. Gerdes, Autonomous Driving: Technical, Legal and Social Aspects. s.l.: Springer, 2016.“
Literatur K7 · KI-Literatur

„M. H. Daniel Watzenig, Ed., Automated Driving: Springer International Publishing, 2017.“
Literatur K7 · KI-Literatur

„A. Faisal, T. Yigitcanlar, M. Kamruzzaman, and G. Currie, “Understanding autonomous vehicles: A systematic literature review on capability, impact, planning and policy,” JTLU, vol. 12, no. 1, 2019, doi: 10.5198/jtlu.2019.1405.“