Bachelor Elektrotechnik und Informationstechnik

Im Modulhandbuch sind 27 KI-bezogene Textstellen in 5 von insgesamt 32 Modulen belegt. Davon entfallen 6 Fundstellen auf Lernziele, 19 auf Inhalte und 2 auf Literatur; Prüfungsbezüge sind nicht belegt. Die dokumentierten Begriffe umfassen unter anderem „machine learning“, „maschinelles lernen“, „klassifikation“, „neuronale netze“, „robotik“ und „robotics“.

Kategorie 1 (KI als Fachinhalt) ist mit 6 Belegen in den Modulen THEORETISCHE GRUNDLAGEN DER INFORMATIONSTECHNIK FÜR ETIT (ETIT-036) und GRUNDLADEN der OPTIMIERUNG und des MASCHINELLEN LERNENS (ETIT-045) dokumentiert. ETIT-036 nennt „Statistische Signalverarbeitung und maschinelles Lernen“. In ETIT-045 werden unter anderem „Grundlagen des maschinellen Lernens“ und „Neuronale Netze“ sowie eine „Einführung in das Machine Learning“ als Inhalte genannt.

Kategorie 2 (KI-Methoden und Algorithmen) ist mit 11 Belegen in zwei Modulen dokumentiert. In ETIT-036 sollen Studierende „grundlegende Methoden der Informationstechnik, der Signalverarbeitung und des maschinellen Lernens einordnen und verstehen können“. ETIT-045 nennt unter anderem „Regression und Klassifikation“, „Verfahren des betreuten Lernens“, „Support-Vector Maschinen“, „Kernel Verfahren“, „Gauss’sche Prozesse“ sowie die „Umsetzung von Maschinellen Lernverfahren mit Hilfe von Matlab oder Python“.

Kategorie 3 (KI-Anwendungen im Fachkontext) ist mit 10 Belegen in vier Modulen dokumentiert. ETIT-045 benennt „deren Nutzung in technischen Anwendungskontexten“ und „Fallstudien aus technischen Anwendungen“. Im Modul GRUNDLAGEN DER MECHATRONIK (ETIT-020) werden „Kinematik mobiler Roboter und robotischer Arme“, die „Steuerung von LEGO Spike Robotern mit Matlab“, „Versuche Linienfolge und reaktive Hindernisvermeidung“ sowie das Entwerfen und Implementieren einfacher Regler für mobile Roboter genannt. Die BACHELORARBEIT (ETIT-198) enthält den Inhalt „LEARNING IN ROBOTICS“.

Kategorie 7 (KI-Literatur) ist mit jeweils einem Literaturbeleg in ETIT-036 und ETIT-045 dokumentiert. Genannt werden D.J.C. MacKays „Information Theory, Inference and Learning Algorithms“ sowie C. M. Bishops „Pattern recognition and machine learning“.

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

KI-Bezüge sind in 5 von 32 Modulen belegt. Die Kategorien 1 und 2 treten jeweils in zwei Modulen auf, Kategorie 3 in vier Modulen. Inhaltlich beziehen sich die dokumentierten Fundstellen auf maschinelles Lernen, darunter betreutes Lernen, Regression, Klassifikation, Support-Vector Maschinen, Kernel-Verfahren, Gauss’sche Prozesse und neuronale Netze, sowie auf technische Anwendungen und Robotik.

Die vorgelegten Befunde dokumentieren KI-Bezüge vor allem in den Bereichen maschinelles Lernen, Optimierung, Signalverarbeitung, technische Anwendungskontexte und Robotik. Lernziele nennen das Einordnen und Verstehen grundlegender Methoden des maschinellen Lernens, grundlegende Kenntnisse maschineller Lernverfahren und deren Nutzung in technischen Anwendungskontexten sowie den Entwurf und die Implementierung einfacher Regler für mobile Roboter. Als eindeutig ableitbares Lernzielniveau sind einmal analysieren/bewerten, dreimal anwenden und einmal kennen/verstehen ausgewiesen. Prüfungsbezüge sowie Bezüge zu KI-Regulierung, Ethik, Recht und KI als Lehr- und Lernmethode sind nicht nachgewiesen.

Die dokumentierten KI-Bezüge betreffen 5 von 32 Modulen und sind damit auf einzelne Module konzentriert. Zwei der 27 Textstellen sind Literaturbezüge; diese dokumentieren Literaturangaben, nicht eigenständig curriculare Inhalte oder Lernziele.