Artificial Intelligence for Doing Smart Business
- Fakultät
Fakultät Wirtschafts- und Sozialwissenschaften (WiSo)
- Version
Version 1 vom 21.03.2025.
- Modulkennung
22B1767
- Niveaustufe
Bachelor
- Unterrichtssprache
Deutsch
- ECTS-Leistungspunkte und Benotung
5.0
- Häufigkeit des Angebots des Moduls
nur Wintersemester
- Dauer des Moduls
1 Semester
- Kurzbeschreibung
Die Digitalisierung, Automatisierung und Smartifizierung unserer Gesellschaft und der Unternehmen nimmt rasant zu. Verfahren der Künstlichen Intelligenz (KI) spielen eine wesentliche Rolle bei dieser Entwicklung. Allerdings existieren die unterschiedlichsten Vorstellungen, was KI ermöglicht und welche Risiken sie birgt, was z.B. in folgenden Aussagen mündet:
"Artificial Intelligence ist die letzte Erfindung der Menschheit." ... Und was kommt dann?
"People worry that computers will get too smart and take over the world, but the real problem is that they're too stupid and they've already taken over the world." (Pedro Domingos Professor at University of Washington).
Dieses Modul stellt die wesentlichen Methoden und Verfahren der KI im praxisrelevanten Kontext von Unternehmen und Gesellschaft vor. Es wird die technische Seite der KI mit der organisatorischen Seite des Wissensmanagement verknüpft. Die Studierenden erhalten damit ein Rüstwerkzeug zur argumentativ-objektiven Einsortierung von konkreten Anwendungsfeldern in Gesellschaft und Unternehmen.
- Lehr-Lerninhalte
1. Einführung in die KI und das Wissensmanagement
2. Anwendungsfelder der KI und des Wissensmanagement
3. Fallbeispiele
3.1 Entscheidungsautomatisierung mit symbolischen Verfahren
3.2 Maschinelles Lernen mit Neuronalen Netzen
3.3 Cognitive Computing: wahrnehmen - verstehen - denken - handeln - lernen
3. Wissen repräsentieren
3.1 datenbasiert
3.2 logikbasiert
3.3 regelbasiert
3.4 graphenbasiert
3.5 vages Wissen
3.6 subsymbolische Repräsentation
4. Wissen verarbeiten
4.1 Suchen
4.2 Planen
4.3 Schliessen
4.4 Berichten
4.5 Vorhersagen
4. Wissen erzeugen und optimieren
4.1 Basisverfahren des Machine Learning
- Supervised Learning, Unsupervised Learning, Reinforcement Learning, Deep Learning, Interactive Learning
4.2 Repräsentationsbezogene Verfahrensklassen
- Data Mining, Text Mining, Graph Mining, Web Mining
4.3 Neuronale Netze als Werkzeug zur Wissenserzeugung und Verarbeitung
5. Anwendungsfälle in Gesellschaft und Unternehmen
6. Einbettung der KI im gesellschaftlichen Kontext
- Gesamtarbeitsaufwand
Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").
- Lehr- und Lernformen
Dozentengebundenes Lernen Std. Workload Lehrtyp Mediale Umsetzung Konkretisierung 45 Vorlesung Präsenz - Dozentenungebundenes Lernen Std. Workload Lehrtyp Mediale Umsetzung Konkretisierung 65 Arbeit in Kleingruppen - 25 Prüfungsvorbereitung - 15 Veranstaltungsvor- und -nachbereitung -
- Benotete Prüfungsleistung
- Klausur oder
- Hausarbeit oder
- Portfolio-Prüfungsleistung
- Bemerkung zur Prüfungsart
Die Portfolio-Prüfung umfasst 100 Punkte und besteht aus einer Hausarbeit (HA) und einer Präsentation (PR). Die HA wird mit 70 Punkten und die PR wird mit 30 Punkten gewichtet.
- Prüfungsdauer und Prüfungsumfang
Klausur: siehe gültige Studienordnung
Hausarbeit: ca. 10-15 Seiten
Portfolio-Prüfung:
- Hausarbeit: ca. 10 Seiten
- Präsentation: ca. 15-20 Minuten
Die Anforderungen werden in der jeweiligen Veranstaltung konkretisiert.
- Empfohlene Vorkenntnisse
Basiskenntnisse der Wirtschaftsinformatik, der Statistik und der Mathematik sowie der funktionalen Bereiche eines Unternehmens wie sie in den entsprechenden Einführungsmodulen der jeweiligen Studiengänge erworben werden.
- Wissensverbreiterung
Studierende können die KI und das Wissensmanagement in den allgemeinen gesellschaftlichen und unternehmerischen Diskurs einbetten. Sie können Repräsentations- und Verarbeitungsformen von Wissen darstellen.
- Wissensvertiefung
Studierende verstehen Anwendungsfälle der KI und des Wissensmanagement in Unternehmen und der Gesellschaft sowie die Einbettung in andere wissenschaftliche Disziplinen.
- Wissensverständnis
Studierende können den Einsatz von KI-Verfahren und Wissensmanagement begründen und differenziert darlegen sowie in Beziehung zu anderen Disziplinen setzen.
- Nutzung und Transfer
Studierende können für ausgewählte Herausforderungen in Unternehmen und der Gesellschaft geeignete Verfahren der KI und des Wissensmanagement identifizieren und deren grundsätzlichen Einsatz argumentieren.
- Wissenschaftliche Innovation
Studierende können bestehende Methoden und Verfahren wissenschaftlich qualitativ und quantitativ interpretieren, evaluieren und begründen. Auf dieser Basis können Sie weitergehende Forschungsfragen der KI und des Wissensmanagement ableiten.
- Kommunikation und Kooperation
Studierende können größere Herausforderungen aus Gesellschaft und Unternehmen arbeitsteilig z.B. in gemeinsamen Gruppenarbeit erschliessen und Lösungsansätze entwickeln.
- Wissenschaftliches Selbstverständnis / Professionalität
Studierende können die gewonnenen Erkenntnisse hinsichtlich ihrer eigenen persönlichen Weiterentwicklung sowohl im privaten, unternehmerischen als auch gesellschaftlichen Umfeld reflektieren.
- Literatur
Ertel, Wolfgang: Grundkurs Künstliche Intelligenz – Eine praxisorientierte Einführung. SpringerVieweg, (jeweils aktuelle Auflage)
Kruse, Rudolf et. al.: Computational Intelligence – Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. SpringerVieweg, (jeweils aktuelle Auflage)
Lämmel, Uwe; Cleve, Jürgen: Künstliche Intelligenz. Hanser Verlag, (jeweils aktuelle Auflage)
Lehner, F.: Wissensmanagement - Grundlagen, Methoden und technische Unterstützung, Hanser Verlag (jeweils aktuelle Auflage)
Mertins, Kai; Seidel, Holger: Wissensmanagement im Mittelstand. Springer Verlag, 2009
Mertins, Kai; Alwert, Kay; Heisig, Peter: Wissensbilanzen - Intellektuelles Kapital erfolgreich nutzen und entwickeln. Springer Verlag, 2005
Nonaka, I.; Takeuchi, H.: Die Organisation des Wissens. Campus Verlag, (jeweils aktuelle Auflage)
Probst, G.; Raub, S.; Romhardt, K.: Wissen managen - Wie Unternehmen ihre wertvollste Ressource optimal nutzen. Gabler Verlag, Wiesbaden, (jeweils aktuelle Auflage)
Russel, Stuart; Norvig, Peter: Künstliche Intelligenz – Ein moderner Ansatz. Pearson, (jeweils aktuelle Auflage)
Schmidt, Andreas: Wissenszentriertes Kundenbeziehungsmanagement – Wie Customer Artificial Intelligence Ihr Unternehmen smart macht. Kohlhammer Verlag, Stuttgart, 2021
- Zusammenhang mit anderen Modulen
Das Modul knüpft an vorausgehende Module an, in denen die unter dem Punkt „Empfohlene Vorkenntnisse“ aufgeführten Kenntnisse und Fertigkeiten gefördert werden.
- Verwendbarkeit nach Studiengängen
- Internationale Betriebswirtschaft und Management
- Internationale Betriebswirtschaft und Management, B.A. (01.09.2024)
- Betriebswirtschaft und Management - WiSo
- Betriebswirtschaft und Management, B.A. (01.09.2024) WiSo
- Modulpromotor*in
- Schmidt, Andreas
- Lehrende
- Schmidt, Andreas