EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Nicht angemeldet Anmelden
[ Deutsch (Schweiz) ]   [ Englisch Englisch ]
[ de ]   [ en en ]
Nicht angemeldet Anmelden
t.BA.WVK.BW-INTAI-EN.24HS (Blockweek Introduction to AI for Engineers) 
Modul: Blockweek Introduction to AI for Engineers
Diese Information wurde generiert am: 27.02.2026
Nr.
t.BA.WVK.BW-INTAI-EN.24HS
Bezeichnung
Blockweek Introduction to AI for Engineers
Veranstalter
T CAI
Credits
2

Beschreibung

Version: 2.0 gültig ab 01.02.2024

Diese Modulbeschreibung gilt bis zum 31. Juli 2024. Die gültige Modulbeschreibung ist im Intranet unter https://intra.zhaw.ch/departemente/school-of-engineering/bachelorstudium/module im Modulhandbuch abrufbar.

 

Kurzbeschrieb

 Ein unterhaltsame und hoch aktuelle Einführung in ausgewählte Grundlagen der KI und des maschinellen Lernens (ML): Stand der Technik, Problemlösung durch Suche, ML Agenten, Deep Learning, Generative KI (z.B. ChatGPT) etc.

Modulverantwortung

 Stadelmann, Thilo (stdm)

Lernziele (Kompetenzen)
Ziel Kompetenzen Taxonomiestufen
Sie kennen die Bandbreite der Problemlösungsstrategien von KI und Machine Learning (ML) D C1
Sie können die diskutierten Algorithmen und Methoden erklären F C2
Sie können im schnelllebigen Bereich der KI zwischen Hype und Realität unterscheiden und haben ein grundlegendes Verständnis für die Möglichkeiten der entsprechenden Methoden D, M C3
     

Modulinhalte

 Dies ist ein unterhaltsamer und hoch aktueller Kurs über ausgewählte Grundlagen der KI und des maschinellen Lernens (ML), der einen Überblick, ein Verständnis der Schlüsselkonzepte, und praktische Erfahrungen beim Aufbau eines eigenen KI-Agenten etwa für ein aktuelles Spiel vermitteln soll. Der Kurs richtet sich an alle Studierende der Ingenieurwissenschaften und darüber hinaus, die keine Informatiker sind, und setzt lediglich grundlegende Programmierkenntnisse und eine Basis in Mathematik und Wahrscheinlichkeitsrechnung voraus.

Vorlesungen:
  • Einführung in die Künstliche Intelligenz (Geschichte und Umfang der Disziplin, Stand der Technik)
  • Problemlösung durch Suche (klassische KI-Algorithmen, Ideen hinter Meilensteinen wie IBMs Schachprogramm Deep Blue)
  • Agenten basierend auf maschinellem Lernen (Prinzipien und Methoden)
  • Deep Learning (tiefe neuronale Netze, Ideen hinter Meilensteinen wie DeepMinds AlphaGo)
  • Generative KI (Methoden und Anwendungen für Bildsynthese und Texterzeugungssysteme wie ChatGPT)
  • KI & Gesellschaft (Technologiebewertung, Ethik, Risiken und Chancen)

Praktika:
  • Bau eines Demonstrators (z. B. zum autonomen Spielen des Spiels "2048")
  • Präsentation der Ergebnisse

Lehrmittel/Materialien
  • Vorlesungsfolien
  • Praktikumsbeschriebe, Codevorlagen, Musterlösung

Ergänzende Literatur
  • Ausgewählte Kapitel aus Russell & Norvig, “Artificial Intelligence – a Modern Approach», 4th Edition, 2020
  • Ausgewählte Kapitel aus Simon J.D. Prince, "Understanding Deep Learning", MIT Press, 2023
  • Pedro Domingos, “The Master Algorithm”, 2017

Zulassungs-voraussetzungen 
  • Praktische Fähigkeiten im Umgang mit einer strukturierten Programmiersprache (idealerweise Python)
  • Grundlegende Kenntnisse in Mathematik und Wahrscheinlichkeitsrechnung

Unterrichtssprache

 ( ) Deutsch (X) Englisch

Teil des Internationalen Profils

 (X) Ja ( ) Nein

Modulausprägung

 (Wird durch die Administration ausgefüllt)
  Details siehe unter: T_RL_Richtlinie_Modulauspraegungen_Stundengutschriften

Leistungsnachweise
Bezeichnung Art Form Umfang Bewertung Gewichtung
Leistungsnachweise während Studiensemester Gruppenpräsentation am Ende der Blockwoche, basierend auf der Laborarbeit mündlich ca. 15 Minuten Form & Inhalt 50%
Semesterendprüfung Schriftlicher Test am Ende der Blockwoche schriftlich ca. 30 Minuten Korrektheit, Breite & Tiefe des Verständnisses 50%

Bemerkungen

  

Rechtsgrundlage

 Die Modulbeschreibung ist neben Rahmenprüfungsordnung und Studienordnung Teil der Rechtsgrundlage. Sie ist verbindlich. Eine in der ersten Unterrichtswoche des Semesters schriftlich festgehaltene und kommunizierte Modulvereinbarung kann die Modulbeschreibung präzisieren. Die Modulvereinbarung ersetzt nicht die Modulbeschreibung.
Kurs: Blockweek Introduction to AI for Engineers - Vorlesung
Nr.
t.BA.WVK.BW-INTAI-EN.24HS.V
Bezeichnung
Blockweek Introduction to AI for Engineers - Vorlesung

Hinweis

  • Für das Stichdatum 27.02.2026 ist kein Modulbeschreibungstext im System verfügbar.