Zum Inhalt springen
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
27
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
38
K2 · KI-Methoden und Algorithmen
61
K3 · KI-Anwendungen im Fachkontext
56
K4 · Grundlagen mit explizitem KI-Bezug
1
K5 · KI als Lehr- und Lernmethode
0
K6 · KI-Regulierung / Ethik / Recht
20
K7 · KI-Literatur
27

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
8
anwenden
19
analysieren / bewerten
3
entwickeln / gestalten
3

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.

Komputer & Creativität

EI04001 7 Belege
  • Prüfung K1 · KI als Fachinhalt
    „60 Minuten, um damit das grundlegende Verständnis für die Konzepte der mescnhlichen und maschinellen Kreativität zu erfassen.“

    Das Zitat behandelt ausdrücklich die Konzepte menschlicher und maschineller Kreativität als fachlichen Inhalt.

  • Inhalt K1 · KI als Fachinhalt
    „Computational Creativity is ein Teilgebiet der künstlichen Intelligenz und des Maschinellen Lernens, das sich mit der Erzeugung von Maschinen beschäftigt, die kreative Fähigkeiten besitzen.“

    Das Zitat ordnet Computational Creativity ausdrücklich der künstlichen Intelligenz und dem maschinellen Lernen zu.

  • Inhalt K3 · KI-Anwendungen im Fachkontext
    „Der Kurs konzentriert sich darauf das Konzept der Kreativität in Mensch und Maschine zu erfassen und praktische Kenntnisse für die S/W-Implementierung exemplarischen Systemen mit kreativen Fähigkeiten zu erwerben.“

    Das Zitat fokussiert die praktische Implementierung von Systemen mit kreativen Fähigkeiten.

  • Inhalt K3 · KI-Anwendungen im Fachkontext
    „Studierende werden in die Lage versetzt Konzepte von algorithmischer Kreativität zu untersuchen, entsprechende Systeme und Anwendungen zu konzipieren und zu entwicklen.“

    Das Zitat bezieht sich auf das Konzipieren und Entwickeln entsprechender Systeme und Anwendungen algorithmischer Kreativität.

  • Inhalt K3 · KI-Anwendungen im Fachkontext Niveau: anwenden
    „Anwendungen und Herausforderungen für algorithmische Kreativität zu erkennen und zu spezifizieren“

    Das Zitat behandelt Anwendungen und Herausforderungen algorithmischer Kreativität.

  • Inhalt K3 · KI-Anwendungen im Fachkontext
    „Lösungsansätze für kreative Systeme systematisch zu erarbeiten“

    Das Zitat nennt Lösungsansätze für kreative Systeme.

  • Lernziel K3 · KI-Anwendungen im Fachkontext Niveau: anwenden
    „Sie haben praktische Fähigkeiten bzgl. der Umsetzung und der S/W-Implementierung von System mit algorithmischer Kreativität erworben.“

    Das Zitat beschreibt die Umsetzung und Software-Implementierung von Systemen mit algorithmischer Kreativität.

Fundamentals of Human-Centered Robotics

EI04014 1 Beleg
  • Inhalt K3 · KI-Anwendungen im Fachkontext
    „Die Studenten lernen die Grundlagen der Robotersicherheit, der menschenfreundlichen, KI-basierten Aufgaben- und Wegplanung in dynamischen Umgebungen.“

    Das Zitat behandelt KI-basierte Aufgaben- und Wegplanung als Bestandteil technischer Robotersysteme in dynamischen Umgebungen.

Introduction to Machine Learning

EI04016 15 Belege
  • Prüfung K2 · KI-Methoden und Algorithmen
    „In the exam, the students will answer questions on machine learning theory and practice, solve problems on machine learning theory and algorithms.“

    Das Zitat nennt ausdrücklich machine-learning-Theorie und -Algorithmen, zu denen die Studierenden Probleme lösen sollen.

  • Prüfung K2 · KI-Methoden und Algorithmen
    „The exam test whether students understand and can apply standard algorithms for regression and classification.“

    Das Zitat fokussiert die Anwendung von Algorithmen für Regression und Klassifikation.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „he course provides an introduction to concepts, methods, best practices, and theoretical foundations of standard machine learning algorithms.“

    Das Zitat behandelt ausdrücklich standardmäßige Machine-Learning-Algorithmen und deren theoretische Grundlagen.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „Topics covered include regression, classification, model selection and validation, kernels, nearest neighbor algorithms, clustering, decision trees, ensemble learning, empirical risk minimization and regularization.“

    Das Zitat listet technische Machine-Learning-Verfahren wie Klassifikation, Clustering, Entscheidungsbäume und Ensemble Learning auf.

  • Lernziel K2 · KI-Methoden und Algorithmen
    „Upon successful completion of the module students know the standard machine learning algorithms, how and when to apply those algorithms, their comparative strengths and weaknesses, and how to critically evaluate their performance.“

    Das Zitat bezieht sich auf standardmäßige Machine-Learning-Algorithmen sowie deren Anwendung und Leistungsbewertung.

  • Lernziel K2 · KI-Methoden und Algorithmen
    „Students are able to (i) apply basic machine learning methods to build predictive models or perform exploratory analysis, (ii) properly tune, select and validate machine learning models, (iii) interpret their results, and (iv) understand their limits.“

    Das Zitat nennt die Anwendung, Auswahl, Abstimmung und Validierung von Machine-Learning-Methoden und -Modellen.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „The foundations of machine learning and basic machine learning algorithms are introduced and explained during lectures, mostly on the board, but also by showing coding examples and running the algorithms on simple example data during the lectures.“

    Das Zitat nennt die Einführung in die Grundlagen und grundlegenden Algorithmen des Machine Learning einschließlich ihrer Ausführung.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „Exercises with both theory and coding problems are handed out every second week, and whenever a new exercise is handed out, solutions for the previous one are distributed.“

    Das Zitat beschreibt Übungen mit Theorie- und Coding-Problemen zu den im Modul behandelten Verfahren.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „The exercises allow the students to gain a deeper understanding of the methods by mathematically deriving properties about them, and by applying them on real data.“

    Das Zitat nennt die mathematische Herleitung von Eigenschaften der Methoden und deren Anwendung auf reale Daten.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „The discussion session has an interactive format in that it is a forum for asking specific questions about the exercises and the methods introduced in the lectures, and discussing certain problems or parts of the lecture in more detail on the board, but only on request by the students during the discussion session.“

    Das Zitat bezieht sich auf die in den Vorlesungen eingeführten Methoden und deren vertiefte Diskussion.

  • Inhalt K2 · KI-Methoden und Algorithmen
    „sometimes code and algorithms are shown with a projector.“

    Das Zitat nennt die Darstellung von Code und Algorithmen.

  • Literatur K7 · KI-Literatur
    „Helpful references include: ``Elements of Statistical Learning'' by Hastie, Tibshirani & Friedman“
  • Literatur K7 · KI-Literatur
    „``Machine Learning'' by Tom Mitchell“
  • Literatur K7 · KI-Literatur
    „``Foundation of Machine Learning'', by Mohri, Rostamizadeh, and Talwalkar“
  • Literatur K7 · KI-Literatur
    „``Understanding Machine Learning: From Theory to Algorithms'' by Shalev-Shwartz and Ben-David“

Maschinelle Intelligenz und Gesellschaft (in Python)

EI04017 6 Belege
  • Prüfung K6 · KI-Regulierung / Ethik / Recht
    „Die Auswirkungen der maschinellen Intelligenz auf die Gesellschaft werden in Leseaufgaben behandelt.“

    Das Zitat behandelt die gesellschaftlichen Auswirkungen der maschinellen Intelligenz und damit einen ethisch bzw. gesellschaftlich relevanten Aspekt von KI.

  • Prüfung K2 · KI-Methoden und Algorithmen Niveau: kennen / verstehen
    „Praktische Kenntnisse über maschinelles Lernen und Programmieren werden durch kleine Programmieraufgaben überprüft.“

    Das Zitat nennt praktische Kenntnisse im maschinellen Lernen, die durch Programmieraufgaben überprüft werden, und bezieht sich damit auf technische KI-Verfahren.

  • Prüfung K3 · KI-Anwendungen im Fachkontext
    „Die Fähigkeit der Studierenden, die Konzepte des maschinellen Lernens in realen Anwendungen unter Berücksichtigung von Einschränkungen in realistischen Anwendungsfällen anzuwenden, wird anhand der Ergebnisse des Projekts und einer entsprechenden Präsentation dieser Ergebnisse beurteilt.“

    Das Zitat fokussiert die Anwendung von Konzepten des maschinellen Lernens in realen und realistischen Anwendungsfällen.

  • Inhalt K1 · KI als Fachinhalt
    „Künstliche Intelligenz, Maschinelles Lernen und Neuronale Netze“

    Das Zitat nennt Künstliche Intelligenz, Maschinelles Lernen und Neuronale Netze ausdrücklich als Fachinhalte.

  • Lernziel K6 · KI-Regulierung / Ethik / Recht
    „Sie können Chancen, Risiken und Grenzen der datenbasierten Technik und der künstlichen Intelligenz grundsätzlich einschätzen;“

    Das Zitat behandelt die Einschätzung von Chancen, Risiken und Grenzen der künstlichen Intelligenz und damit einen ethisch bzw. gesellschaftlich relevanten Aspekt.

  • Inhalt K3 · KI-Anwendungen im Fachkontext Niveau: anwenden
    „Teamorientiertes Software-Projekt zur Datenanalyse/Künstlichen Intelligenz zur eigenständigen Anwendung der erlernten Konzepte.“

    Das Zitat beschreibt ein Software-Projekt zur Datenanalyse und Künstlichen Intelligenz, in dem die erlernten Konzepte praktisch angewendet werden.