Stand: SoSe 2024
| Name | Grundlagen der Informatik & Künstliche Intelligenz | |
| Katalog-Nummer | FK 10#MBAMBS#M8.1 | |
| Zugehörigkeit zu Curriculum |
MBA Management & Business Strategy | M8 | 5 Leistungspunkte
|
|
| Modulverantwortung | ||
| Lehrende | ||
| Prüfung(en) | ||
| Lehr- und Lernform(en) |
| 4 SWS | SU - wird nicht angeboten
|
|
| Arbeitsaufwand |
Präsenzzeit: 0 Stunden
Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden
|
|
|
Voraussetzungen
|
|
|
|
Verwendbarkeit
|
|
|
| Inhalt / Lernziele |
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: Grundlagen der Informatik: Ø Einführung: Grundlegende Begriffe: Problem - Algorithmus – Programm, Imperative Programmkonstrukte Ø Syntax und Semantik: Syntax von Programmiersprachen: reguläre Ausdrücke und kontextfreie Grammatiken, Semantik von Programmen Ø Grundlegende Datenstrukturen I: Zahlen, Strings, Felder, Sortieren durch Einfügen Ø Rekursion: Binäre Suche, Rekursionsarten Ø Datenstrukturen II: Objekte, Klassen, Methoden, Listen, Keller und Schlangen Ø Objektorientierte Programmierung: Vererbung, abstrakte Klassen und Interfaces, Polymorphie Ø Programmieren im Großen (Ausblick) Künstliche Intelligenz 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: Heinisch, C/Müller-Hofmann, F./Goll, J.: Java als erste Programmiersprache, aktuelle Auflage, Wiesbaden. Deitel, H./Deitel, P.: How to program Java, aktuelle Auflage, Upper Saddle River N. J. Flanagan, D.: Java in a Nutshell, aktuelle Auflage, Beijing. Bishop, J.: Java gently, aktuelle Auflage, Harlow/New York. Eckel, B.: Thinking in Java, aktuelle Auflage, Upper Saddle River N. J. Elmasri, R/Navathe, S./Sahfir, A.: Grundlagen von Datenbanksystemen, aktuelle Auflage, München. Hansen, H. R./Mendling J./Neumann G.: Wirtschaftsinformatik, aktuelle Auflage, Berlin/Boston. Laudon K.C. et al: Wirtschaftsinformatik – Eine Einführung, aktuelle Auflage, München. Lindermeier R.: Wirtschaftsinformatik - Eine Einführung, aktuelle Auflage, Aachen. Kelly III J./Hamm S.: Smart Machines: IBM’s Watson and the Era of Cognitive Computing, aktuelle Auflage, New York. Feldman R./Sanger J.: The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data, aktuelle Auflage, Cambridge. Grus J.: Data Science from Scratch, aktuelle Auflage, Sebastopol (CA). Zhu W., et al.: IBM Watson Content Analytics: Discovering Actionable Insight from Your Content, aktuelle Auflage, Poughkeepsie (NY). Haun, M.: Cognitive Computing. Steigerung des systemischen Intelligenzprofils, aktuelle Auflage, k. A.
Weitere relevante Literatur wird aufgrund ihrer Aktualität in der Vorlesung bekannt gegeben.
|
|