inf5128 - AI in Energy Systems (Vollständige Modulbeschreibung)

inf5128 - AI in Energy Systems (Vollständige Modulbeschreibung)

Originalfassung Englisch PDF Download
Modulbezeichnung AI in Energy Systems
Modulkürzel inf5128
Kreditpunkte 3.0 KP
Workload 90 h
Einrichtungsverzeichnis Department für Informatik
Verwendbarkeit des Moduls
  • Master Digitalised Energy Systems (Master) > Innovation Topics and Smart Grids
  • Master Informatik (Master) > Angewandte Informatik
Zuständige Personen
  • Bremer, Jörg (Modulverantwortung)
  • Lehrenden, Die im Modul (Prüfungsberechtigt)
Teilnahmevoraussetzungen

Keine 

Kompetenzziele

Die Studierenden lernen, das zukünftige Energiesystem als selbst- organisierendes, selbst-optimierendes und selbst-heilendes cyber-physisches System zu begreifen und wie die verteilten Komponenten eines cyber- physischen Energiesystems mit Intelligenz und Autonomie ausgestattet werden können, um dieses Ziel zu erreichen.
Fachkompetenz
Die Studierenden:

  • kontrastieren verschiedene Methoden der KI
  • definieren moderne Anwendungsfälle für KI im Energiesystem, um Steuerungsziele zu erreichen
  • evaluieren Risiken und Nachteile der KI in Energiesysteme
  • wenden KI-Methoden auf ausgewählte Problemstellungen an


Methodenkompetenz
Die Studierenden:

  • bearbeiten Aufgaben mit technischer und wissenschaftlicher Literatur, schreiben akademische Artikel und präsentieren ihre Lösungen wissenschaftlich
  • bewerten Problemstellungen der Künstlichen Intelligenz
  • organisieren Prozesse und Ressourcen zeitlich


Sozialkompetenz
Die Studierenden: 

  • kommunizieren überzeugend mit Kollegen und Experten


Selbstkompetenz
Die Studierenden: 

  • reflektieren das Problem der KI kritisch und verfolgen verschiedene mögliche Lösungsstrategien
  • reflektieren unabhängig ihre eigenen Hypothesen und Theorien
Modulinhalte

Dieses Modul integriert aktuelle Entwicklungen im Bereich der Künstlichen Intelligenz sowie deren Anwendung im Energiesystem

Literaturempfehlungen
Links
Unterrichtssprache Englisch
Dauer in Semestern 1 Semester
Angebotsrhythmus Modul unregelmäßig
Aufnahmekapazität Modul unbegrenzt
Lehr-/Lernform V oder S
Vorkenntnisse keine
Prüfung Prüfungszeiten Prüfungsform
Gesamtmodul

Im Anschluss an die Veranstaltungszeit

Hausarbeit

Lehrveranstaltungsform Vorlesung oder Seminar
SWS 2
Angebotsrhythmus SoSe
Workload Präsenzzeit 28 h