Lernziele / Kompetenzen:

Nach Absolvierung des Moduls sind die Studierenden in der Lage:

Fachkompetenz:

Ø  Wesentliche Konzepte der Informatik auf grundlegendem, praxisorientierten und wissenschaftlichem Niveau zu verstehen und erklären zu können.

Ø  In Java oder einer ähnlichen objektorientierten Sprache überschaubare algorithmische Probleme zu analysieren, zu lösen und einfache verteilte und nebenläufige Anwendungen zu programmieren.

Ø  Diesen Programmiersprachen zugrundeliegenden Konzepte und Modelle zu diskutieren und weiterzuentwickeln.

Ø  Die grundlegende Funktionsweise von Cognitive Computing Systemen zu erläutern und eigenständige Analysen zu entwerfen.

Ø  Einsatzszenarien von Cognitive Computing Systemen zu identifizieren und herzuleiten.

Ø  Die Leistungsfähigkeit von Cognitive Cumputing Systemen zu evaluieren und Handlungsempfehlungen auf Basis der gewonnenen Informationen entwickeln.

Methodenkompetenz:

Ø  Eigene Wissenslücken zu erkennen und durch wissenschaftliches Arbeiten zu schließen.

Ø  Die erlernten Inhalte und herausgearbeiteten Ergebnisse mit dem richtigen Medium zielgerecht aufzuarbeiten und verständlich zu vermitteln.

Ø  Weitere zuweisungs- und objektorientierte Programmiersprachen eigenständig zu erlernen.

Sozialkompetenz:

Ø  Im Rahmen von Gruppenarbeiten die Zeit effizient einzuteilen, Diskussionen zu leiten und Kompromissbereitschaft zu zeigen.

Inhalte:

Ø  Überblick der Komponenten von Cognitive Computing Systemen

Ø  Problematik von unstrukturierten Daten

Ø  Einführung Natural Language Processing

Ø  Einführung Visual Recognition

Ø  Einführung Machine Learning

Ø  Machine Learning im Kontext von unstrukturierten Daten

Ø  Chatbots und digitale Assistenten

Ø  Einsatzszenarien und aktuelle betriebliche Beispiel

Lehr-und Lernmethoden:

Seminaristischer Unterricht: Fallbearbeitung und Fallstudien; Exkursion; Gruppenarbeiten; Praxisbeispiele; Diskussion und Moderation; Übungsaufgaben; Multimedialer Einsatz; Labor-PC mit Softwaretools zur Datenanalyse; ggf. online Lehre

Stellenwert der Note in der Endnote des Master (Masterzeugnis):

5 / 90

Literatur: