Bachelor Maschinenbau

Im Modulhandbuch sind 34 belegte KI-Textstellen in 2 von insgesamt 57 Modulen dokumentiert; 9 dieser Textstellen sind Literaturbelege. Die Belege verteilen sich auf 10 Lernziele, 15 Inhaltsangaben und 9 Literaturangaben; Prüfungsbelege sind nicht dokumentiert. Belegt sind KI als Fachinhalt, KI-Methoden und Algorithmen, KI-Anwendungen im Fachkontext sowie KI-Literatur.

Kategorie 1 (KI als Fachinhalt) ist mit 6 Belegen im Modul „Maschinelles Lernen I“ dokumentiert. Die Lernziele nennen „Grundlegende Prinzipien maschineller Lernverfahren“, „Grundlagen der statistischen Lerntheorie“, den Umgang „mit bekannten Softwareframeworks für das maschinelle Lernen“ sowie das Aufzeigen „der Grenzen maschineller Lernverfahren“. Als Inhalte sind unter anderem die „Geschichte der Neurowissenschaften und des maschinellen Lernens (insbesondere des tiefen Lernens)“ und „Statistische Lerntheorie“ belegt.

Kategorie 2 (KI-Methoden und Algorithmen) ist mit 16 Belegen ebenfalls im Modul „Maschinelles Lernen I“ dokumentiert. Die Zitate nennen Lernmethoden wie „Neuronale Netze, Support-Vektor-Maschinen, Clusterung, Dimensionsreduzierung, KernelMethoden“ sowie „Transfer Learning, Bestärkendes Lernen, Generative Adversarial Networks und Adaptive Control“. Weitere Lernziele beziehen sich darauf, „maschinelle Lernverfahren auf konkrete Probleme anwenden“, geeignete Verfahren „auswählen und bewerten“, die Güte eines trainierten datengetriebenen Modells zu evaluieren sowie bei neuronalen Netzen Architektur und Kostenfunktion anzupassen. Die Inhaltsangaben umfassen unter anderem „McCulloch-Pitts-Neuronen und binäre neuronale Netze“ und die „Universalität von neuronalen McCulloch-Pitts-Netzwerken“.

Kategorie 3 (KI-Anwendungen im Fachkontext) ist mit 3 Belegen im Modul „Messtechnik für Maschinenbau“ dokumentiert. Genannt werden „automatische Datenerfassung und Datenverarbeitung“ sowie Aufgaben mit einer Parallelkinematik und einem optischen Sensor, bei denen Objekte gefunden, gegriffen und auf statischen oder bewegten Zielpositionen abgelegt werden sollen. Dazu sollen Sensoreigenschaften erarbeitet, der Messbereich identifiziert und eine Abfahrstrategie entwickelt und implementiert werden.

Kategorie 7 (KI-Literatur) ist mit 9 Belegen in den Modulen „Messtechnik für Maschinenbau“ und „Maschinelles Lernen I“ dokumentiert. Die Literaturangaben umfassen unter anderem die „ArUco Library Documentation“, „Industrielle Bildverarbeitung“ sowie Werke zu neuronalen Netzen, maschinellem Lernen, Pattern Recognition und Support-Vektor-Maschinen. Diese Belege dokumentieren Literaturangaben.

Kategorie 4 (Grundlagen mit explizitem KI-Bezug), Kategorie 5 (KI als Lehr- und Lernmethode) und Kategorie 6 (KI-Regulierung / Ethik / Recht) sind nicht nachgewiesen.

Die belegten KI-Bezüge treten in 2 von 57 Modulen auf. Die Kategorien 1 und 2 sind jeweils im Modul „Maschinelles Lernen I“ belegt, während Kategorie 3 im Modul „Messtechnik für Maschinenbau“ dokumentiert ist. Inhaltlich beziehen sich die dokumentierten Lernziele und Inhalte auf maschinelle Lernverfahren, statistische Lerntheorie, neuronale Netze, Modellbewertung und Anwendungen mit optischen Sensoren und Parallelkinematik.

Für den Bachelor Maschinenbau der TU Hamburg sind 34 KI-Textstellen in zwei Modulen dokumentiert. Davon entfallen 6 Belege auf KI als Fachinhalt, 16 auf KI-Methoden und Algorithmen, 3 auf KI-Anwendungen im Fachkontext und 9 auf KI-Literatur. Die dokumentierten Lernzielbelege umfassen einmal analysieren/bewerten und einmal anwenden, soweit ein Lernzielniveau eindeutig ableitbar ist. Die im Handbuch vorkommenden KI-Begriffe umfassen ai, bestärkendes lernen, bildverarbeitung, data science, klassifikation, machine learning, maschinelles lernen, neural network, neuronale netze, pattern recognition, robotics, support vector und unüberwachtes lernen.

Die Belege sind auf 2 von 57 Modulen beschränkt. Neun der 34 belegten Textstellen sind Literaturbelege; diese dokumentieren Literaturangaben und sind kein gleichartiger Nachweis wie Lernziele oder Inhaltsangaben.