Bitte beachten Sie, dass wir uns teilweise im Homeoffice befinden und in der Regel am besten per E-Mail zu erreichen sind. Gerne rufen wir Sie zurück.
Email: bamberg@vawi.de
Studiengangmanagement Bamberg Universität Bamberg | Studiencenter VAWi
An der Weberei 5 96047 Bamberg
Virtueller Weiterbildungsstudiengang Wirtschaftsinformatik (VAWi) Fakultät für Wirtschaftsinformatik und Angewandte Informatik
Email: essen@vawi.de
Studiengangmanagement Essen Universität Duisburg-Essen | Studiencenter VAWi
Universitätsstraße 9 45141 Essen
Virtueller Weiterbildungsstudiengang Wirtschaftsinformatik (VAWi) Fakultät für Wirtschaftswissenschaften
Dozent: Prof. Dr. Stefan Eicker
Tutoren: Dr. Gero Strobel M.Sc. Leonardo Banh
Universität Duisburg-Essen Fakultät für Informatik Lehrstuhl für Wirtschaftsinformatik und Softwaretechnik https://softec.ris.uni-due.de
Turnus & Dauer: Sommersemester / 1 Semester
Einordnung: Entwicklung und Management von Informationssystemen
Sprache: Deutsch
Dieses Modul steht exklusiv den Studierenden des VAWi-Studiengangs zur Verfügung.
Für dieses Modul steht eine internetbasierte Lernumgebung für die Durchführung der Lehr-/Lernprozesse und der Lernunterstützungsprozesse zur Verfügung. Dabei erfolgt die Betreuung der Studierenden durch die Lehrenden über asynchrone (Foren, E-Mail) und synchrone (Chat, Telefon, Online-Konferenzen) Kommunikationswerkzeuge. Diese stehen auch für die Kommunikation der Studierenden untereinander zur Verfügung.
Die Studierenden werden beim Wissenserwerb durch den Zugang zur notwendigen IT-Infrastruktur als auch die folgenden elektronischen Selbstlernmedien unterstützt: Videocasts, Erweiterte Skripte, Reading Class und Ergänzende Literatur. Zudem wird der Aufbau von Fertigkeiten und Kompetenzen insbesondere gefördert durch eine Hands-On Fallstudie als auch die integrierte Studienleistung. Innerhalb der Fallstudie erhalten Studierende die Möglichkeit eigenständig mit generativen KI-Modellen (insbesondere große Sprachmodelle – LLMs) wie ChatGPT oder LLaMA zu arbeiten, diese zu trainieren und für ihre Einsatzzwecke mittels Techniken wie Prompt-Engineering, RAG oder Fine-Tuning zu individualisieren. Für das Modul wird keine eigene leistungsstrake Hardware für das Training oder die Ausführung von LLMs oder anderen generativen Modellen benötigt, dies wird komplett von den Modulverantwortlichen angeboten.
Arbeitsaufwand: 150 h: Selbststudium, Aufgabenbearbeitung & Abschlussprüfung
ECTS-Credits: 5
Zuordnung: 5 % Wirtschaftswissenschaften 25 % Informatik 60 % Kerngebiete der Wirtschaftsinformatik 10 % Allg. Grundlagen & Schlüsselqualifikationen
Die Studierenden…
Soziale Kompetenzen: Die Studierenden sind in der Lage (generative) Künstliche Intelligenz aus einer sozio-technischen Perspektive einzuordnen und deren Auswirkung auf Individuen, Unternehmen und die Gesellschaft zu bewerten. Darüber hinaus können die Studierenden ihr Wissen als auch ihre Ergebnisse im Rahmen eines virtuellen Impulsvortrags einem außenstehenden Personenkreis prägnant und auf einem angemessenen Abstraktionsniveau kommunizieren.
Für den erfolgreichen Abschluss des Moduls wird die Abgabe der Aufgabenbearbeitung im Rahmen der optionalen semesterbegleitenden Studienleistung (Bonusleistung) dringend empfohlen.
• Grundlagen Generative Artificial Intelligence
• Herausforderungen für Unternehmen und Gesellschaft
• Entwicklung und Management von Generative AI-Systemen
• Zukunft für Generative AI – Ein Forschungsausblick
• Hands-On Fallstudie (Hausarbeit)
Der Bonus kann nur angerechnet werden, wenn in der Hausarbeit mindestens 45 Punkte erreicht sind und die optionale semesterbegleitende Studienleistung durch Abgabe / Einreichen der Lösung zur Aufgabenbearbeitung nachgewiesen ist. Die Bestnote (1,0) kann ohne den Bonus erreicht werden.
Das Skript präsentiert die Inhalte umfassend und entsprechend detailliert, wie es für die Erreichung der Lernziele erforderlich ist. Eine ausführliche Liste der relevanten Literatur ist den Bibliografie-Einträgen eines jeden Themenblocks zu entnehmen.
Ausgewählter Literatur zur Einführung in das Themenfeld Generative AI:
Ausgewählte Literatur zum Einsatz von Generative AI im Gesundheitswesen:
In der Studienleistung präsentieren Sie das von Ihnen erarbeitete Ergebnis der Hands-On-Fallstudie (Hausarbeit). Dies kann sowohl in einer virtuellen Live-Präsentation als auch als Video erfolgen. Angemerkt sei hierbei, dass die Bearbeitung der Hausarbeit sowohl individuell als auch im Team erfolgen kann. Ziel ist es, dass Sie am Ende des Moduls in der Lage sind, Ihr Wissen über Generative AI einem außenstehenden Personenkreis prägnant und auf einem angemessenen Abstraktionsniveau zu kommunizieren.