AI meets Engineering

Präsenzstudium: ca. 42 Std., Eigenstudium ca. 108 Std.

Umfassende Kenntnisse der Wirtschaftsinformatik, entsprechend Abschluss Bachelor Wirtschaftsinformatik, Grundlagen im Software Engineering, Grundlagen der Maschinellen Lernens

Fach- und Methodenkompetenzen

Die Studierenden…

• benennen die wesentlichen Konzepte des Software- und System Engineering sowie deren typische Abläufe, Standards und Herausforderungen.
• benennen klassische und KI-gestützte Methoden des Software- und System Engineering.
• erläutern in eigenen Worten im Kontext von Software- und System Engineering den Unterschied von KI-Methoden gegenüber klassischen Verfahren.
• wenden etablierte Best Practices als Vorgehensweise zur Qualitätssicherung an. 
• stellen nach einem vorgegebenen Leitfaden klassische und KI-basierte Methoden einander gegenüber, identifizieren Stärken und Schwächen der einzelnen Vorgehensweisen im jeweiligen Kontext und wählen kriterienbasiert eine geeignete Umsetzungsvariante aus. 
• entwickeln für konkrete technische Problemstellungen im Software- und System Engineering eigene KI-basierte prototypische Lösungen.

Überfachliche Kompetenzen:

• Kritisches Hinterfragen
• Analytisches Denken
• Ganzheitliches Denken
• Präsentationskompetenz
• Teamfähigkeit
• Selbstreflexion

Software und Systems Engineering:

• Bedeutung und Rolle von Software- und System Engineering
• Product Lifecycle im Software- und System Engineering
• Relevante Normen und Standards in der Praxis
• Systemarchitekturen
• Requirements Engineering und Traceability
• Testing und Test Management
• Qualitätsmanagement, QMS, QA/QS

Künstliche Intelligenz:

• Typen und Klassen von KI
• Wissensarten und deren Verarbeitung
• KI als Treiber für Change und Innovation

KI im Software- und Systems Engineering:

• Anforderungen der Industrie an KI
• Herausforderungen und Chancen 
• Anwendung von KI im Engineering
• Einsatz von KI in der Entwicklung, Qualitätssicherung und Automatisierung
• Anwendung auf praxisnahe Fallstudien

Tafel, Folien oder Beamer, Moodle und weitere ausgewählte Medien für die multimediale Präsentation der Ergebnisse

Literaturliste wird zu Beginn der Veranstaltung bekannt gegeben.

Beispiel-Literatur:

• Pahl, Beitz et al. (2021): Konstruktionslehre
• Russell, Norvig (2021): Artificial Intelligence – A Modern Approach
• DIN EN ISO 9001, ISO/IEC/IEEE 12207