Auswertung
Formuliert ausschließlich aus den geprüften Zitaten und den im Code berechneten Zahlen,
ohne Wertung und ohne Ausprägungsstufen.
Datengrundlage
Im Bachelor Elektro- und Informationstechnik der Ostfalia sind in 1 von 52 Modulen KI-Bezüge belegt. Dokumentiert sind 3 KI-Textstellen, darunter je eine Fundstelle in Lernziel, Inhalt und Literatur; eine davon ist ein Literaturbezug. Die Belege betreffen Deep Learning, Reinforcement Learning sowie lernende Roboter.
Kategorienprofil
Kategorie 2 (KI-Methoden und Algorithmen) ist in einem Modul durch den Inhaltsbeleg „Lernverfahren für mobile Roboter (z.B. Deep Learning, Reinforcement Learning).“ dokumentiert.
Kategorie 3 (KI-Anwendungen im Fachkontext) ist in demselben Modul durch das Lernziel belegt: „Die Studierenden haben Kenntnisse über die Simulation und Entwurf von robotischen Systemen und grundlegende Fertigkeiten zur Realisierung lernender Roboter erworben.“ Das ableitbare Lernzielniveau ist kennen/verstehen.
Kategorie 7 (KI-Literatur) ist in einem Modul durch die Literaturangabe „F. Chollet: Deep learning with Python, Manning, 2018.“ belegt. Dieser Beleg ist als Literaturbezug dokumentiert.
Kategorie 1, Kategorie 4, Kategorie 5 und Kategorie 6 sind nicht nachgewiesen.
Verteilungsmuster
Die 3 belegten KI-Textstellen konzentrieren sich auf 1 von 52 Modulen. Inhaltlich beziehen sich die Belege auf Lernverfahren für mobile Roboter, insbesondere Deep Learning und Reinforcement Learning, sowie auf Simulation, Entwurf und Realisierung lernender Roboter. Im Handbuch vorkommende KI-Begriffe sind autonome systeme, deep learning, klassifikation, reinforcement learning, robotics und robotik.
Gesamteinordnung
Die dokumentierten KI-Bezüge liegen in einem einzelnen Modul mit 5 Leistungspunkten vor. Sie umfassen einen Inhaltsbeleg zu Deep Learning und Reinforcement Learning, einen Lernzielbeleg zu lernenden Robotern sowie einen Literaturbeleg zu Deep Learning mit Python. Prüfungsbelege sind nicht dokumentiert.
Methodische Grenzen
Die Beleglage umfasst 3 Textstellen in einem einzelnen Modul; 1 der 3 Textstellen ist ein Literaturbezug. Kategorie 7 dokumentiert damit Literatur, jedoch keinen eigenständigen starken curricularen Nachweis über die Literaturangabe hinaus.
Grundlage sind ausschließlich die unten aufgeführten, gegen den Rohtext geprüften Belege.
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
6 Begriffe, an beliebiger Stelle
autonome systeme
deep learning
klassifikation
reinforcement learning
robotics
robotik
Nicht nachgewiesene Leitbegriffe
Zentrale KI-Begriffe, die an keiner Stelle des Handbuchs vorkommen. Das heißt nicht nachgewiesen, nicht nicht vorhanden.
künstliche intelligenz
machine learning
neuronale netze
data science
computer vision
natural language processing
predictive maintenance
digitaler zwilling
generative ki
large language model
ai act
explainable ai
Belegte KI-Stellen
Jedes Zitat wörtlich aus dem Handbuch, maschinell gegen den Rohtext geprüft.
Sprache: Deutsch Leistungspunkte: 5
BH-
3 Belege
-
Lernziel
K3 · KI-Anwendungen im Fachkontext
Niveau: kennen / verstehen
„Die Studierenden haben Kenntnisse über die Simulation und Entwurf von robotischen Systemen und grundlegende Fertigkeiten zur Realisierung lernender Roboter erworben.“
Das Zitat bezieht sich auf die Realisierung lernender Roboter und damit auf KI in technischen Systemen.
-
Inhalt
K2 · KI-Methoden und Algorithmen
„Lernverfahren für mobile Roboter (z.B. Deep Learning, Reinforcement Learning).“
Das Zitat nennt mit Deep Learning und Reinforcement Learning konkrete Lernverfahren für mobile Roboter.
-
Literatur
K7 · KI-Literatur
„F. Chollet: Deep learning with Python, Manning, 2018.“