| L0: KI in allen Bereichen der Gesellschaft |
I. Reise in die Geschichte der Künstlichen Intelligenz |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
II. Künstliche Intelligenzsysteme in Ihrem Leben |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
III. Künstliche Intelligenzsysteme in der Gesellschaft |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
IV. Domänenübergreifende Systeme der Künstlichen Intelligenz |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
V. Bedenken hinsichtlich Künstlicher Intelligenzsysteme |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
VI. Fähigkeiten von Künstlichen Intelligenzsystemen |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
VII. Wann wird "Artificial General Intelligence (AGI)" erreicht sein? |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
VIII. Gründe, warum zukünftige Fachkräfte etwas über KI lernen sollten |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
IX. Kompetenzen für Fachkräfte in einer KI-Welt |
0 |
No deadline |
| L0: KI in allen Bereichen der Gesellschaft |
X. Verantwortungsvolle Nutzung von LLMs |
0 |
No deadline |
| L1: Digitalisierung |
I. Analog Digital Tinder |
0 |
No deadline |
| L1: Digitalisierung |
II. Analoge und digitale Repräsentation |
0 |
No deadline |
| L1: Digitalisierung |
III. Digitalisierung eines Photos |
0 |
No deadline |
| L1: Digitalisierung |
IV. Analog Digital Tinder 2 |
0 |
No deadline |
| L1: Digitalisierung |
I. Wie weit kann man mit einer Hand zählen? |
0 |
No deadline |
| L1: Digitalisierung |
II. Das Binärsystem |
0 |
No deadline |
| L1: Digitalisierung |
III. Das Binärsystem und der Computer |
0 |
No deadline |
| L1: Digitalisierung |
Exkurs: Die Kodierung von Farben |
0 |
No deadline |
| L1: Digitalisierung |
I. Eingabe, Verarbeitung und Ausgabe |
0 |
No deadline |
| L1: Digitalisierung |
II. Hardware und Software |
0 |
No deadline |
| L1: Digitalisierung |
III. Leistungsdaten eines Computers |
0 |
No deadline |
| L1: Digitalisierung |
I. Internet I |
0 |
No deadline |
| L1: Digitalisierung |
II. Internet-Experimente |
0 |
No deadline |
| L1: Digitalisierung |
III. Internet II |
0 |
No deadline |
| L1: Digitalisierung |
Excursus: WWW |
0 |
No deadline |
| L2: Algorithmen |
I. Was ist ein Algorithmus? |
0 |
No deadline |
| L2: Algorithmen |
II. Algorithmus ja oder nein? |
0 |
No deadline |
| L2: Algorithmen |
I. Programmiersprachen: die Sprache der Digitalisierung |
0 |
No deadline |
| L2: Algorithmen |
II. Blockly und Python heißen Sie willkommen! |
0 |
No deadline |
| L2: Algorithmen |
III. Variablen, Datentypen, und Operationen |
0 |
No deadline |
| L2: Algorithmen |
IV. Bedingte Anweisung |
0 |
No deadline |
| L2: Algorithmen |
V. Wiederholungsstrukturen |
0 |
No deadline |
| L2: Algorithmen |
VI. Funktionen |
0 |
No deadline |
| L2: Algorithmen |
VII. Listen |
0 |
No deadline |
| L3: Künstliche Intelligenz |
I. Was ist Ihrer Meinung nach KI? |
0 |
No deadline |
| L3: Künstliche Intelligenz |
II. Perspektiven auf KI: Definitionen diskutieren |
0 |
No deadline |
| L3: Künstliche Intelligenz |
I. Was ist Ihrer Meinung nach ein KI-System? |
0 |
No deadline |
| L3: Künstliche Intelligenz |
II. Warum sollte man wissen, was ein KI-System ist? |
0 |
No deadline |
| L3: Künstliche Intelligenz |
III. Traditionelle Computersysteme vs. Künstliche Intelligenz Systeme |
0 |
No deadline |
| L3: Künstliche Intelligenz |
IV. Definition eines KI-Systems |
0 |
No deadline |
| L3: Künstliche Intelligenz |
V. KI-Techniken und KI-Systeme |
0 |
No deadline |
| L3: Künstliche Intelligenz |
VII. KI-System! - oder nicht? |
0 |
No deadline |
| L3: Künstliche Intelligenz |
I. Wissensbasierte KI |
0 |
No deadline |
| L3: Künstliche Intelligenz |
Exkurs: Expertensystem und Expertensysteme „Across Domains“ |
0 |
No deadline |
| L4: Daten |
I. Daten entdecken |
0 |
No deadline |
| L4: Daten |
II. Korrelation und Kausalität |
0 |
No deadline |
| L4: Daten |
III. Daten, Information und Wissen |
0 |
No deadline |
| L4: Daten |
I. Mit Daten die Welt verbessern |
0 |
No deadline |
| L4: Daten |
II. Beispiel: Das größte Umweltrisiko unserer Zeit |
0 |
No deadline |
| L4: Daten |
Einführung: Google Colab |
0 |
No deadline |
| L4: Daten |
a. Fragestellung formulieren |
0 |
No deadline |
| L4: Daten |
b. Daten sammeln |
0 |
No deadline |
| L4: Daten |
c. Daten vorbereiten |
0 |
No deadline |
| L4: Daten |
d. Daten analysieren und interpretieren |
0 |
No deadline |
| L4: Daten |
e. Interpretation teilen |
0 |
No deadline |
| L4: Daten |
Exkurs: Weitere Untersuchung der Daten mit einem generativen KI-System |
0 |
No deadline |
| L4: Daten |
I. Big Data |
0 |
No deadline |
| L4: Daten |
II. Metadaten |
0 |
No deadline |
| L4: Daten |
I. Daten "Across Domains" |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
Den Zusammenhang herstellen |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
I. Eine Reise durch die Ansätze des überwachten Lernens |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
II. Einführung in das überwachte Lernen |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
III. Überwachtes Lernen: Klassifikation |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
IV. Überwachtes Lernen: Regression |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
I. Entwicklung eines überwachten maschinellen Lernmodells |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
a. Fragestellung formulieren |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
b. Daten sammeln |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
c. Daten vorbereiten |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
d. Modell entwickeln |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
e. Modell bewerten |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
f. Modell verteilen |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
II. Verzerrung und Fairness |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
III. Zurück zur Anfangsfragestellung |
0 |
No deadline |
| L5: Maschinelles Lernen - Überwachtes Lernen |
II. Problemlösung mit überwachtem Lernen in verschiedenen Bereichen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
Den Zusammenhang herstellen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
I. Eine Reise durch den Ansatz des unüberwachten Lernens |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
II. Einführung in das unüberwachte Lernen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
III. Unüberwachte Clustererkennung interaktiv verstehen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
IV. Anwendungen des Unüberwachten Lernens |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
V. Zurück zur Anfangsfragestellung |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
VI. Problemlösung in verschiedenen Bereichen mit unüberwachtem Lernen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
I. Eine Reise durch den Ansatz des verstärkenden Lernens |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
II. Einführung in das verstärkende Lernen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
III. Verstärkendes Lernen erkunden |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
IV. Anwendungen des Verstärkenden Lernens |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
V. Zurück zur Anfangsfragestellung |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
VI. Problemlösung in verschiedenen Bereichen mit verstärkendem Lernen |
0 |
No deadline |
| L6: Maschinelles Lernen - unüberwachtes Lernen und verstärkendes Lernen |
I. Beispiel und Diskussion: Kurzvideoplattformen |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
Den Zusammenhang herstellen |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
I. Eine Reise durch die Technik des Deep Learning |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
II. Verstehen, wie Computer mit Künstlichen Neuronalen Netzwerken lernen |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
III. Zurück zur Anfangsfragestellung |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
IV. Godfather of AI |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
I. Mangel an Transparenz und Erklärbarkeit |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
II. Transparenz von KI-Systemen - AI Act |
0 |
No deadline |
| L7: Künstliche Neuronale Netze und Deep Learning |
III. Blackbox-Modelle "Across Domains" |
0 |
No deadline |
| L8: Große Sprachmodelle |
Den Zusammenhang herstellen |
0 |
No deadline |
| L8: Große Sprachmodelle |
I. Echt oder KI-generiert? |
0 |
No deadline |
| L8: Große Sprachmodelle |
I. Sprachmodelle |
0 |
No deadline |
| L8: Große Sprachmodelle |
II. Große Sprachmodelle |
0 |
No deadline |
| L8: Große Sprachmodelle |
lll. Transformer Pre-Training |
0 |
No deadline |
| L8: Große Sprachmodelle |
IV. Zentrale technische Konzepte der GPTs |
0 |
No deadline |
| L8: Große Sprachmodelle |
V. Transformer Fine Tuning |
0 |
No deadline |
| L8: Große Sprachmodelle |
I. Prompt Engineering: Was ist das? |
0 |
No deadline |
| L8: Große Sprachmodelle |
II. Zielführender Prompten |
0 |
No deadline |
| L8: Große Sprachmodelle |
III. Einen guten Prompt erstellen |
0 |
No deadline |
| L8: Große Sprachmodelle |
IV. Zurück zur Anfangsfragestellung |
0 |
No deadline |
| L8: Große Sprachmodelle |
I. Limitierungen von LLMs |
0 |
No deadline |
| L8: Große Sprachmodelle |
I. Problemlösung in verschiedenen Bereichen mit großen Sprachmodellen |
0 |
No deadline |
| L9: Generative KI |
Den Zusammenhang herstellen |
0 |
No deadline |
| L9: Generative KI |
I. Echt oder KI-generiert? |
0 |
No deadline |
| L9: Generative KI |
II. Wie werden Bildgeneratoren erstellt? |
0 |
No deadline |
| L9: Generative KI |
III. Echt oder KI-generiert? |
0 |
No deadline |
| L9: Generative KI |
IV. Wie werden Audiogeneratoren erstellt? |
0 |
No deadline |
| L9: Generative KI |
V. Unimodale Systeme vs. Multimodale Systeme |
0 |
No deadline |
| L9: Generative KI |
I. Deepfakes: Einführung |
0 |
No deadline |
| L9: Generative KI |
II. Deepfakes: Risiken mindern |
0 |
No deadline |
| L9: Generative KI |
III. Deepfakes und AI Act |
0 |
No deadline |
| L9: Generative KI |
I. Ausprobieren von generativen KI-Systemen |
0 |
No deadline |
| L9: Generative KI |
I. Problemlösung in verschiedenen Bereichen mit generativer KI |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
I. Prinzipien der verantwortungsvollen KI |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
I. Prinzip der verantwortungsvollen KI |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
II. Das Problem verstehen |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
III. Mögliche Lösungen |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
I. Prinzip der verantwortungsvollen KI |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
II. Das Problem verstehen |
0 |
No deadline |
| L10: Verantwortungsvolle KI |
III. Mögliche Lösungen |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
I. Einleitung |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
I. Ideenentwicklung und Forschungsdesign: Mögliche Anwendungen, Risiken und Gegenmaßnahmen |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
I. Literaturübersicht mit KI-Systemen |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
II. Die Einschränkungen |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
III. Minderung der Einschränkungen |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
I. Verbesserung der Schrift und der Kommunikation |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
I. ChatGPT als Autor |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
II. Von KI-Systemen generierte Bilder: Risiken in der Forschung |
0 |
No deadline |
| L11: KI-Systeme im Forschungsworkflow |
I. Gesamtempfehlungen zur Nutzung von KI-Systemen in wissenschaftlichen Arbeiten |
0 |
No deadline |