Modulnummer - ModultitelNiveau
  • BA 
  • MA
809 - KI InnovationswerkstattSemesterSoSe

Credits

5
Modulverantwortliche:rSWS3
Prof. Dr. Fabian Behrendt, Nadine KaltschmidtSpracheDeutsch
Modulart
  • Pflichtmodul
  • Wahlpflichtmodul
  • Wahlmodul
Dauer und Häufigkeitwöchentlich, A-Woche 4 UE, B-Woche 2 UE
Arbeitsaufwand

Gesamtzeit: 150 h, davon

Präsenz-Kontaktzeit: 45 h

Online-Kontaktzeit: 0 h

Selbststudium: 105 h

Voraussetzungen für die Teilnahme

Immatrikulation

Lernergebnisse

Nach erfolgreichem Abschluss der Lehrveranstaltung sind die Studierenden in der Lage,

    • erweiterte Kenntnisse im Umgang mit Künstlicher Intelligenz anzuwenden, um das Potenzial von Trends und Innovationen durch praktische KI-Anwendungen zu erkennen und zu nutzen,
    • Lösungen mit bzw. zur KI eigenständig zu identifizieren und diese aus einer Innovations-, Technologie- und Wirtschaftsperspektive umzusetzen,
    • eine Experimentierumgebung für neuartige Geschäftsmodellentwicklungen zu gestalten und daraus Prototypen zu entwickeln,
    • ethisch verantwortliches und nachvollziehbares Handeln im Umgang mit KI zu reflektieren und in der eigenen Arbeit zu berücksichtigen.
Kompetenzbereiche
  • Fachkompetenz
  • Sozialkompetenz
  • Methodenkompetenz
  • Selbstkompetenz
Lehr- und Lernformen

Workshops und Projektarbeit mit hohem Praxisanteil, Sprints, Pitches

Art der Lehrveranstaltung, SWSSeminaristische Lehrveranstaltung, 3 SWS
Lehrinhalte

Das Modul erstreckt sich über ein Semester und umfasst folgende Inhalte:

+ Grundlegendes KI-Verständnis

+ Geschäftsmodellentwicklung

+ KI-Strategie und Lösungen entwickeln

+ Praktische Anwendung

Das Modul weißt einen hohen Eigenarbeitsanteil durch die Anwendung von Workshops/

Lerntagebuch/Hausarbeit sowie eines Referates/Pitch.

Voraussetzung für die Vergabe von Credits, Benotung

Präsentation und Projektbericht

Verwendbarkeit des Moduls

Bachelor-Studiengang am Fachbereich IWID oder Wirtschaft

Literatur und Lehr-Lern-Materialien

  • Wolfgang Ertel: Grundkurs Künstliche Intelligenz. Eine praxisorientierte Einführung, Springer-Gabler Verlag, 2016.
  • Russel et al., Artificial Intelligence – A Modern Approach, Addison Wesley, 2016
  • A. Geron. Hands-On Machine Learning with Scikit-Learn and Tensorflow. O'Reilly, 2019.
  • Ross, Statistik für Ingenieure und Naturwissenschaftler, Elsevier 2006
  • Bieger T., Kyphausen-Aufseß D., Krys C. (2011). Innovative Geschäftsmodelle.
  • Konzeptionelle Grundlagen, Gestaltungsfelder und unternehmerische Praxis, Springer Verlag.
  • Gassmann, O., Frankenberger, K., Csik, M. (2013).Geschäftsmodelle entwickeln.
  • 55 innovative Konzepte mit dem St. Galler Business Model Navigator. Hanse-Verlag.
  • Schallmo, D. (Hrsg.) (2014). Kompendium Geschäftsmodelle-Innovation. Springer-Gabler Verlag.
  • Schallmo, D. (2013). Geschäftsmodelle erfolgreich entwickeln und implementieren.
  • Mit Aufgaben und Kontrollfragen. Springer Gabler Verlag.
  • Dimofte, A. (2018).Implementing Integrated Business Planning: A Guide
  • Exemplified With Process Context and SAP IBP Use Cases.Deutschland: Springer International Publishing.
  • Unhelkar,B., Gonsalves,T. (2021).Artificial Intelligence for Business Optimization: Research and Applications. USA: CRC Press.
  • Naqvi,A. (2021).Artificial Intelligence for Asset Management

Module title and summary

AI Innovation workshop

Upon successful completion of the course, students will be able to

apply advanced knowledge of artificial intelligence to identify and harness the potential of trends and innovations through practical AI applications,
independently identify solutions involving or relating to AI and implement them from an innovation, technological and economic perspective,
design an experimental environment for the development of novel business models and use it to develop prototypes,
reflect on ethically responsible and transparent practices when working with AI and incorporate these into their own work.

  • Keine Stichwörter