Alle Lernmaterialien für deinen Kurs AI and Data in Business and Management

Einführung in die grundlegenden Prinzipien und Techniken der Künstlichen Intelligenz (KI). Diese Einheit behandelt die Basisarchitekturen und Algorithmen, die die Grundlage moderner KI-Systeme bilden.

• Geschichte und Entwicklung der Künstlichen Intelligenz
• Grundlegende Konzepte und Definitionen
• Übersicht verschiedener KI-Techniken
• Wichtige Algorithmen wie Such-, Planungs- und Optimierungsalgorithmen
• Anwendungsfälle und Beispiele

Eine detaillierte Betrachtung des Data Science Prozesses von der Datenerfassung bis zur Datenbereinigung und -analyse. Hier lernst Du die für Data Science relevanten Schritte und Methoden kennen.

• Datenbeschaffung und -quellen
• Datenbereinigung und -vorverarbeitung
• Methoden der Datenanalyse
• Visualisierungswerkzeuge und -techniken
• Auswertung und Interpretation der Ergebnisse

Vertiefte Auseinandersetzung mit Techniken des Maschinellen Lernens (ML) und Deep Learnings (DL). Hierbei werden relevante Algorithmen und deren Anwendung auf reale Probleme untersucht.

• Grundlagen des überwachten und unüberwachten Lernens
• Klassifikation, Regression und Clustering-Methoden
• Neurale Netze und tiefes Lernen
• Training, Validierung und Testen von ML-Modellen
• Frameworks und Tools wie TensorFlow und PyTorch

Schwerpunkt auf Analysemethoden und Datenmanagement in Unternehmen. Hier werden Werkzeuge und Strategien zur effektiven Nutzung und Verwaltung von Daten behandelt.

• Datenbankmanagementsysteme
• Big Data Technologien
• Datenmodellierung und -architektur
• Data Warehousing und ETL-Prozesse
• Analyseverfahren wie statistische Analyse und Data Mining

Erörterung der ethischen Herausforderungen und rechtlichen Rahmenbedingungen, die den Einsatz von KI betreffen. Diese Einheit vermittelt ein Verständnis dafür, wie man KI verantwortungsbewusst und gesetzeskonform anwendet.

• Ethische Grundsätze und Dilemmas in der KI
• Datenschutz und Datensicherheit
• Rechtliche Rahmenbedingungen und regulatorische Anforderungen
• Fairness und Transparenz bei der Nutzung von KI-Modellen
• Auswirkungen von KI auf Gesellschaft und Arbeitsmarkt

Erforschung der praktischen Anwendungen von KI in unterschiedlichen Geschäftsbereichen. Hier lernst Du, wie KI genutzt wird, um Prozesse zu optimieren und Mehrwert zu schaffen.

• Personalmanagement und Rekrutierung
• Finanzwesen und Risikomanagement
• Marketing und Kundensegmentierung
• Supply Chain und Logistik
• Produktentwicklung und Innovation

In dieser Einheit werden ML-Techniken auf reale Datensätze angewandt, um praktische Fertigkeiten zu entwickeln. Dazu gehören sowohl theoretische als auch praktische Komponenten.

• Datenvorbereitung und Feature Engineering
• Modellauswahl und Hyperparameter-Tuning
• Evaluierung von Modellen
• Umsetzung in produktive Systeme
• Analyse und Interpretation der Ergebnisse

Detaillierte Untersuchung von Fallstudien, bei denen KI in der Verwaltung und im öffentlichen Sektor eingesetzt wird. Diese Fallstudien bieten einen praktischen Einblick in die Herausforderungen und Erfolge solcher Projekte.

• Einsatz von KI zur Optimierung öffentlicher Dienstleistungen
• KI in der Gesundheitsverwaltung
• Automatisierung von Verwaltungsprozessen
• E-Government und digitale Transformation
• Analyse von Erfolgsfaktoren und Hindernissen

Untersuchung automatischer Systeme wie Chatbots und selbstfahrende Autos. Diese Einheit vermittelt, wie solche Systeme gebaut, trainiert und evaluiert werden.

• Grundlagen und Entwicklung von Chatbots
• Natural Language Processing (NLP) Techniken
• Technologien hinter selbstfahrenden Autos
• Sensorik und Entscheidungsprozesse in autonomen Systemen
• Ethik und Sicherheit in automatischen Systemen