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

Fundamentals of Artificial Intelligence

IN2406 30 Belege

Prüfung K1 · KI als Fachinhalt

„As an incentive to create artificial intelligence oneself, we provide programming challenges: if students solve a required number of programming challenges, they obtain a 0.3 grade bonus for their exam.“

Das Zitat nennt ausdrücklich das eigenständige Erstellen von artificial intelligence im Rahmen von Programmieraufgaben.
Inhalt K1 · KI als Fachinhalt

„Task environments and the structure of intelligent agents.“

Das Zitat behandelt intelligente Agenten und deren Aufgabenwelten als grundlegende KI-Konzepte.
Inhalt K2 · KI-Methoden und Algorithmen

„Solving problems by searching: breadth-first search, uniform-cost search, depth-first search, depth-limited search, iterative deepening search, greedy best-first search, A* search.“

Das Zitat nennt verschiedene technische Suchverfahren wie Breitensuche, Tiefensuche und A*-Suche.
Inhalt K2 · KI-Methoden und Algorithmen

„Constraint satisfaction problems: defining constraint satisfaction problems, backtracking search for constraint satisfaction problems, heuristics for backtracking search, interleaving search and inference, the structure of constraint satisfaction problems.“

Das Zitat behandelt Constraint-Satisfaction-Verfahren einschließlich Backtracking und Heuristiken.
Inhalt K2 · KI-Methoden und Algorithmen

„Logical agents: propositional logic, propositional theorem proving, syntax and semantics of first-order logic, using first-order logic, knowledge engineering in first-order logic, reducing first-order inference to propositional inference, unification and lifting, forward chaining, backward chaining, resolution.“

Das Zitat nennt technische Verfahren der logischen Repräsentation und des automatischen Schließens.
Inhalt K2 · KI-Methoden und Algorithmen

„Bayesian networks: acting under uncertainty, basics of probability theory, Bayesian networks, inference in Bayesian networks, approximate inference in Bayesian networks.“

Das Zitat behandelt Bayes-Netze und Verfahren zur probabilistischen Inferenz.
Inhalt K2 · KI-Methoden und Algorithmen

„Hidden Markov models: time and uncertainty, inference in hidden Markov models (filtering, prediction, smoothing, most likely explanation), approximate inference in hidden Markov models.“

Das Zitat behandelt Hidden-Markov-Modelle sowie deren Inferenzverfahren.
Inhalt K2 · KI-Methoden und Algorithmen

„Rational decisions: introduction to utility theory, utility functions, decision networks, the value of information, Markov decision processes, value iteration, policy iteration, partially observable Markov decision processes.“

Das Zitat nennt technische Verfahren der Entscheidungs- und Markov-Entscheidungstheorie.
Inhalt K2 · KI-Methoden und Algorithmen

„Learning: types of learning, supervised learning, learning decision trees, reinforcement learning.“

Das Zitat behandelt maschinelles Lernen mit überwachtem Lernen, Entscheidungsbäumen und Reinforcement Learning.
Inhalt K3 · KI-Anwendungen im Fachkontext

„Introduction to robotics: robot hardware, robotic perception, path planning, planning uncertain movements, control of movements, application domains.“

Das Zitat behandelt Robotik als technisches Anwendungssystem mit Wahrnehmung, Pfadplanung und Bewegungssteuerung.
Lernziel K1 · KI als Fachinhalt

„After attending the module, you are able to create artificial intelligence on a basic level using search techniques, logics, probability theory and decision theory. Your learned abilities will be the foundation for more advanced topics in artificial intelligence. In particular, you will acquire the following skills:“

Das Zitat beschreibt ausdrücklich grundlegende Fähigkeiten zur Erstellung von artificial intelligence.
Lernziel K1 · KI als Fachinhalt

„You can analyze problems of artificial intelligence and judge how difficult it is to solve them.“

Das Zitat bezieht sich ausdrücklich auf die Analyse und Schwierigkeit von Problemen der artificial intelligence.
Lernziel K1 · KI als Fachinhalt

„You can recall the basic concepts of intelligent agents and know possible task environments.“

Das Zitat nennt ausdrücklich Grundkonzepte intelligenter Agenten und mögliche Aufgabenwelten.
Lernziel K2 · KI-Methoden und Algorithmen

„You can formalize, apply, and understand search problems.“

Das Zitat betrifft die Formalisierung und Anwendung von Suchproblemen als technische KI-Verfahren.
Lernziel K2 · KI-Methoden und Algorithmen

„You understand the difference between constraint satisfaction and classical search problems as well as apply and evaluate various constraint satisfaction approaches.“

Das Zitat behandelt verschiedene Ansätze zur Lösung von Constraint-Satisfaction-Problemen.
Lernziel K2 · KI-Methoden und Algorithmen

„You can critically assess the advantages and disadvantages of logics in artificial intelligence.“

Das Zitat betrifft die kritische Bewertung von Logiken in der artificial intelligence.
Lernziel K2 · KI-Methoden und Algorithmen

„You can formalize problems using propositional and first-order logic.“

Das Zitat behandelt die technische Formalisierung von Problemen mit Aussagen- und Prädikatenlogik.
Lernziel K2 · KI-Methoden und Algorithmen

„You can apply automatic reasoning techniques in propositional and first-order logic.“

Das Zitat nennt automatische Schlussfolgerungsverfahren in Aussagen- und Prädikatenlogik.
Lernziel K2 · KI-Methoden und Algorithmen

„You understand the advantages and disadvantages of probabilistic and logic-based reasoning.“

Das Zitat vergleicht probabilistisches und logikbasiertes Schließen als KI-Verfahren.
Lernziel K2 · KI-Methoden und Algorithmen

„You can apply and critically asses methods for probabilistic reasoning with Bayesian networks and Hidden Markov Models.“

Das Zitat nennt probabilistisches Schließen mit Bayes-Netzen und Hidden-Markov-Modellen.
Lernziel K2 · KI-Methoden und Algorithmen

„You understand and know how to compute rational decisions.“

Das Zitat behandelt die Berechnung rationaler Entscheidungen als technisches Entscheidungsverfahren.
Lernziel K1 · KI als Fachinhalt

„You have a basic understanding on how a machine learns.“

Das Zitat behandelt ausdrücklich die grundlegende Funktionsweise des maschinellen Lernens.
Lernziel K3 · KI-Anwendungen im Fachkontext

„You know the basic areas and concepts in robotics.“

Das Zitat behandelt Robotik mit technischen Bereichen wie Roboterhardware, Wahrnehmung und Bewegungsplanung.
Inhalt K1 · KI als Fachinhalt

„As an incentive to create artificial intelligence oneself, we provide programming challenges: if students solve a required number of programming challenges, they obtain a 0.3 grade bonus for their exam.“

Das Zitat nennt ausdrücklich das eigenständige Erstellen von artificial intelligence im Rahmen von Programmieraufgaben.
Literatur K7 · KI-Literatur

„P. Norvig and S. Russell: Artificial Intelligence: A Modern Approach, Prentice Hall, 4th edition. (English version)“
Literatur K7 · KI-Literatur

„P. Norvig and S. Russell: Künstliche Intelligenz: Ein moderner Ansatz, Pearson Studium, 4. Auflage. (German version)“
Literatur K7 · KI-Literatur

„W. Ertel: Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung, Springer, 4. Auflage.“
Literatur K7 · KI-Literatur Niveau: anwenden

„P. Zöller-Greer: Künstliche Intelligenz: Grundlagen und Anwendungen, composia, 2. Auflage.“
Literatur K7 · KI-Literatur

„D. L. Poole and A. K. Mackworth: Artificial Intelligence: Foundations of Computational Agents, Cambridge University Press.“
Literatur K7 · KI-Literatur

„P. C. Jackson Jr: Introduction to Artificial Intelligence, Dover Publications.“