course-schedule

Datengetriebenes Segeln (Vorlesung/Übung)

Termin:
wöchentlich | Dienstag | 14:15 - 16:45 | 07.04.2025 - 11.07.2025 | C 5.124 Seminarraum

Inhalt: In dieser Veranstaltung setzen wir uns mit datengetriebenen Anwendungen im Segelsport auseinander. Hierzu werden Inhalte in den Bereichen Segeln, Datenauswertung, sowie Machine Learning vermittelt. In Projektgruppen wird das erlangte Wissen angewendet, um Anwendungen, Konzepte und Lösungen für den Segelsport zu entwickeln. Mögliche Themen für die Projektgruppen sind Statuserkennung von Segelbooten, lokale Wetterprognose, Trip Analytics, Visualisierungen (vgl. Americas Cup), sowie weitere Themen. Disclaimer: Diese Veranstaltung findet in Kooperation mit der Smartboatia GmbH statt, welche die Segeldaten zur Verfügung stellt und anstrebt, die von den Studierenden erzeugten Ergebnisse in kommerziellen Anwendungen zu nutzen.

Digitale Transformation (Vorlesung/Übung)

Dozent/in: Paul Drews, Markus Zimmer

Termin:
wöchentlich | Dienstag | 14:15 - 16:45 | 07.04.2025 - 11.07.2025 | C 7.319 Seminarraum

Inhalt: In dieser Veranstaltung setzen wir uns intensiv mit der Digitalen Transformation von Organisationen / Unternehmen auseinander. Hierfür schauen wir uns neben den Treibern und den Technologien auch Methoden zur Transformation an. Themenauswahl: - Treiber der Digitalen Transformation - Digitale Transformation von Individuen, Organisationen und Gesellschaft - IT-Innovationen / Digitale Technologien - Methoden der Digitalen Transformation - Werkzeuge zur Digitalen Transformation - Change Management - Fallbeispiele zur Digitalen Transformation - Auswirkungen der Digitalen Transformation in verschiedenen Branchen - Nachhaltige / wertorientierte Digitale Transformation - Theorien zur Digitalen Transformation - Aktueller Stand der Forschung zur Digitalen Transformation

Erklärbare KI und Visualisierung (Vorlesung/Übung)

Dozent/in: Kai Moltzen, Ricardo Usbeck

Inhalt: - Einführung in LIME (Local Interpretable Model-Agnostic Explanations), SHAP (SHapley Additive exPlanations), und Anchor-Erklärungen zur Erläuterung von Vorhersagen. - Verwendung von Gegenfaktualen (Counterfactual Explanations) zur Untersuchung alternativer Szenarien. - Einblicke in spezialisierte Machine Learning Techniken wie GNNExplainer, SubgraphX und PGExplainer. - Darstellung komplexer Modelle durch Visualisierungen wie Entscheidungsbäume, Heatmaps. - Diskussion relevanter Artikel und Forschungsarbeiten, z.B. der "Conformal Prediction”. - Analyse aktueller Methoden und deren Anwendung in Bereichen wie medizinischer Diagnostik, Finanzwesen und ethischen Fragestellungen. - Methoden zur Validierung von Erklärungen und deren Nutzen für Endanwender sowie die Konformität mit regulatorischen Anforderungen, wie dem EU AI Act. - Diskussion über die Zukunft der Mensch-KI-Interaktion, Herausforderungen bei der Erklärbarkeit und weiterführende Ansätze, um die Erklärungen von KI-Modellen transparenter und nachvollziehbarer zu gestalten.

Softwarearchitektur (Vorlesung/Übung)

Dozent/in: Thomas Slotos

Inhalt: Die Vorlesung gibt einen Überblick über den architektonischen Aufbau von Software unter Verwendung von Entwurfs- und Architekturmustern. Anhand einer vorgegebenen Projektaufgabe wird inkrementell/iterativ und testgetrieben die Softwarearchitektur entwickelt. Als allgemeine Grundlage zur Softwarearchitektur dient ein Überblick über die Facetten wie z.B. Architekturaufgaben, -tools, -muster, und -sprachen.

Course Schedule

Lehrveranstaltungen

Datengetriebenes Segeln (Vorlesung/Übung)

Digitale Transformation (Vorlesung/Übung)

Erklärbare KI und Visualisierung (Vorlesung/Übung)

Softwarearchitektur (Vorlesung/Übung)