Konzept- und Anwendungsdarstellung (fachspezifisch): „Wie kann KI in meinem Fachgebiet eingesetzt werden und welche Arten von KI kommen dafür infrage?“

Format: 5‑Minuten‑Vorstellung und Poster (wird im Kurs erarbeitet und abschließend vorgestellt).

Bezug: Muss explizit Inhalte/Tools/Methoden aus dem Seminar aufgreifen.

Kriterien (Auszug): fachliche Passung, korrektes Verständnis (Grundlagen/Begriffe), Chancen–Risiken‑Abwägung, rechtliche/ethische Einordnung, Transparenz des Vorgehens.

Die Studierenden verstehen Grundbegriffe, Funktionsprinzipien und Einsatzpotenziale von KI und können fundiert darstellen, wie und welche Arten von KI im eigenen Fachbereich sinnvoll eingesetzt werden können – inkl. Chancen, Risiken und rechtlicher Rahmenbedingungen.

• Einführung: Überblick Themengebiet KI, Seminarablauf, Prüfungsleistung
• Prompting-Grundlagen (datenschutzkonforme Interfaces, Aufbau wirkungsvoller Prompts)
• Regelbasierte Systeme (Denken in Regeln, Miniprojekt Dialogsystem)
• Grundlagen Data Science & KI (Datenarten, Aufbereitung, Qualität, Bias)
• Maschinelles Lernen (überwacht/nicht überwacht – typische Anwendungen)
• Neuronale Netze & LLMs: Funktionsweise neuronaler Netze (Schichten, Aktivierungen, Backpropagation); Grundlagen Transformer (Tokenisierung/Embeddings, Attention, Encoder/Decoder, Inferenz)
• Vertiefendes Prompting (Strategien, Dokumentation von Arbeitsprozessen)
• Konzeptworkshop Prüfungsleistung (Thema, Evidenz, Struktur)
• Rechtliches (u. a. Datenschutz, Urheberrecht, Verantwortlichkeiten)
• KI in Arbeit & Gesellschaft – Überblick
• Abschluss: Vorstellung & Poster-Walk, Feedback, Reflexion

Digitales Portfolio zur Transformation von Arbeitsprozessen im eigenen Fachgebiet oder in der Arbeitswelt (Analyse → Design → Pilot/Prototyp → Reflexion).

Die Studierenden analysieren und gestalten Transformationsprozesse durch KI in ihrem Fachbereich oder in der Arbeitswelt, entwickeln umsetzbare Integrations‑/Change‑Konzepte und dokumentieren den Prozess in einem digitalen Portfolio.

• Portfolio‑Design: Thema festlegen, Ziele klären, Portfolio strukturieren
• Geschichte der KI: Kurzüberblick von den Anfängen bis heute
• Systemische Integration: Ablauf mit KI skizzieren, Zuständigkeiten festlegen, einfache Kennzahlen definieren, sauber dokumentieren.
• RAG-Systeme (Retrieval-Augmented Generation): Unterschied „Prompt-only“ vs. RAG; Datenquellen & Dokumentenaufbereitung
• KI-gestützte Softwareentwicklung: Grundlagen KI-assistierter Entwicklung, Prompting, Code-Generierung, Qualitätssicherung, Nachvollziehbarkeit, Datenschutz und verantwortungsvoller Einsatz
• KI-Agenten: Grundbegriffe und Funktionsprinzipien von KI-Agenten, Zerlegung von Aufgaben und Verknüpfung von Arbeitsschritten zu Workflows
• Robotik & Mensch–Maschine: Einsatzfelder, Zusammenarbeit, Sicherheit
• Visuelle generative Verfahren: Bilder/Videos erzeugen & bewerten
• Ethik mit Arbeitsmarkt‑Bezug:  Fairness, Bias und Diskriminierung in HR- und Leistungsprozessen, Transparenz und Erklärbarkeit automatisierter Entscheidungen, Datenschutz und Überwachung am Arbeitsplatz
• Showcase & Reflexion: Portfolio präsentieren, Feedback, Ausblick