Universität Wien

053919 VU Specialisation in Artificial Intelligence (2025W)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Continuous assessment of course work
Moodle
Fr 14.11. 09:45-13:00 Seminarraum 6, Währinger Straße 29 1.OG

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 20 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Friday 10.10. 09:45 - 13:00 Seminarraum 6, Währinger Straße 29 1.OG
  • Friday 24.10. 09:45 - 13:00 Seminarraum 6, Währinger Straße 29 1.OG
  • Friday 21.11. 09:45 - 13:00 Seminarraum 6, Währinger Straße 29 1.OG
  • Friday 12.12. 09:45 - 13:00 Seminarraum 6, Währinger Straße 29 1.OG
  • Friday 16.01. 09:45 - 13:00 Seminarraum 6, Währinger Straße 29 1.OG
  • Friday 30.01. 09:45 - 13:00 Seminarraum 6, Währinger Straße 29 1.OG

Information

Aims, contents and method of the course

Ziele:
Nach erfolgreicher Absolvierung der VU besitzen AbsolventInnen folgende Kompetenzen:
* Sie beherrschen die technischen Grundlagen der Künstlichen Intelligenz und können diese didaktisch aufbereiten
* Sie verstehen die Grundlagen von Data Science, einschließlich der Datenanalyse, Visualisierung und Interpretation, und können diese anwenden
* Sie können grundlegende Modelle des Maschinellen Lernens selbständig in einem geeigneten Framework implementieren, trainieren sowie evaluieren und kennen dabei die technischen Möglichkeiten und Grenzen dieser Modelle
* Sie können Methoden der künstlichen Intelligenz, des Deep Learning und der generativen KI in ihrer Funktionsweise verstehen und erklären sowie in einfachen Kontexten anwenden

Inhalte:
* Machine Learning und Data Science Grundlagen
* Überwachtes Lernen
* Selbstverstärkendes Lernen und Q-Learning
* Neuronale Netzwerke
* Bildklassifikation
* Generative KI und Large Language Models
* Natural Language Processing

Methoden:
* Interaktiver Vortrag, Diskussionen, Tutorial, Übungen
* Fachdiskurs und Reflexion in der Gruppe
* Konzipierung und Planung einer Lehreinheit in Teams
* Präsentation der erarbeiteten durch Studierende, Feedback
* Online-Stundenwiederholungen
* Blended Learning

Assessment and permitted materials

* Projektarbeit im Team (50%)
* Projektpräsentation(en) im Team (25%)
* Endabnahme im Abgabegespräch (ohne Hilfsmittel)
* Aktive Mitarbeit online (25%)

Minimum requirements and assessment criteria

Für einige Leistungen ist Anwesenheit erforderlich.

Für eine positive Absolvierung der Lehrveranstaltung müssen mindestens 50,5 von 100 möglichen Punkten aus den oben angegebenen Leistungen erreicht werden, wobei in jedem Bereich mindestens 50% der möglichen Leistung erforderlich sind. Des Weiteren wird folgende Notenskala für die Beurteilung verwendet:

>= 88 Punkte: sehr gut (1)
>= 75,5 Punkte: gut (2)
>= 63 Punkte: befriedigend (3)
>= 50,5 Punkte: genügend (4)
< 50,5 Punkte: nicht genügend (5)

Für Leistungen werden automatisierte Plagiatsprüfungen unter Nutzung von Turnitin in Moodle durchgeführt. Diese werden vorab in der Lehrveranstaltung und in Moodle transparent kommuniziert.

Examination topics

Teamprojekt im Kontext der in der VU vermittelten und auf der Lernplattform zusammengefassten Inhalte der künstlichen Intelligenz
* Stoffinputs
* Konzipierung und Planung eines Projektes in Teams
* Präsentation durch Studierende
* Einzelarbeit
* Blended learning mit Feedback und Reflexion

Reading list

Literaturempfehlungen werden in den Vorlesungen bekanntgeben.

Association in the course directory

Last modified: Mo 22.09.2025 10:46