inf1212 - Designing Explainable Artificial Intelligence (Vollständige Modulbeschreibung)

Modulbezeichnung	Designing Explainable Artificial Intelligence
Modulkürzel	inf1212
Kreditpunkte	6.0 KP
Workload	180 h
Einrichtungsverzeichnis	Department für Informatik
Verwendbarkeit des Moduls	Master Informatik (Master) > Praktische Informatik
Zuständige Personen	Sonntag, Daniel (Modulverantwortung) Lehrenden, Die im Modul (Prüfungsberechtigt)
Teilnahmevoraussetzungen	Nützliche Vorkenntnisse: Grundkenntnisse in Künstlicher Intelligenz/Maschinellem Lernen Interesse an der wissenschaftlichen Entwicklung und Bewertung von IT-Artefakten, die mit Literaturarbeit einhergeht Bereitschaft, sich mit qualitativen und/oder quantitativen Evaluationsmethoden auseinanderzusetzen Interesse an Prototyping Empfohlene Vorkenntnisse: Grundkenntnisse der Künstlichen Intelligenz und/oder einschlägige Programmierkenntnisse (z.B. Python) Vertrautheit mit Software zur Gestaltung von prototypischen Informationssystemen (z.B. für Benutzeroberflächen)
Kompetenzziele	Allgemeine Kompetenzen Kennenlernen des Forschungsfeldes der Explainable Artificial Intelligence (XAI) Kennenlernen verschiedener Methoden und Techniken aus dem Bereich der Explainable Artificial Intelligence (XAI) sowie deren Eigenschaften Praktische Erfahrung bei der Erstellung von XAI-Systemen Fachkompetenzen Die Studenten: identifizieren die grundlegenden Konzepte der Explainable Artificial Intelligence (XAI) Methodenkompetenzen Die Studenten: wenden verschiedene Methoden und Techniken aus dem Bereich der Explainable Artificial Intelligence (XAI) an und erkennen deren Eigenschaften Sozialkompetenzen Die Studierenden stellen der Gruppe ihre Lösungen vor diskutieren miteinander verschiedene Lösungsansätze für ein bestimmtes Problem sichten und diskutieren relevante Literatur Selbstkompetenzen Die Studierenden: erkennen die Grenzen ihrer Fähigkeit, mit den nahenden Abgabeterminen zurechtzukommen reflektieren die Grenzen ihrer Fähigkeit, in Projektpensum zu stukturieren
Modulinhalte	Dieser Kurs kombiniert theoretische Grundlagen aus dem Bereich der Explainable Artificial Intelligence (XAI) mit praktischen Implementierungen für reale Probleme. Dies beinhaltet: die Vermittlung des Status Quo zum Thema Explainable Artificial Intelligence (XAI) und relevanter Anwendungsfälle, Stakeholder und Forschungsmöglichkeiten die Instanziierung möglicher Lösungen die Anwendung von qualitativen und/oder quantitativen Forschungsmethoden zur Evaluierung von Lösungsansätzen die Bearbeitung von (inter)disziplinären Fragestellungen mit hoher Relevanz für Forschung und Praxis
Literaturempfehlungen
Links
Unterrichtssprache	Englisch
Dauer in Semestern	1 Semester
Angebotsrhythmus Modul	jedes Sommersemester
Aufnahmekapazität Modul	unbegrenzt
Lehr-/Lernform	V+Ü
Vorkenntnisse	- Grundkenntnisse in Künstlicher Intelligenz/Maschinellem Lernen - Interesse an der wissenschaftlichen Entwicklung und Bewertung von IT-Artefakten, die mit Literaturarbeit einhergeht - Bereitschaft, sich mit qualitativen und/oder quantitativen Evaluationsmethoden auseinanderzusetzen - Interesse an Prototyping Empfohlene Vorkenntnisse: - Grundkenntnisse der Künstlichen Intelligenz und/oder einschlägige Programmierkenntnisse (z.B. Python) - Vertrautheit mit Software zur Gestaltung von prototypischen Informationssystemen (z.B. für Benutzeroberflächen)

Lehrveranstaltungsform	SWS	Angebotsrhythmus	Workload Präsenz
Vorlesung	2	SoSe oder WiSe	28
Seminar	2	SoSe oder WiSe	28
Präsenzzeit Modul insgesamt			56 h

Prüfung	Prüfungszeiten	Prüfungsform
Gesamtmodul	am Ende der Vorlesungszeit	praktische Arbeit oder Hausarbeit