Künstliche Intelligenz an deutschen Hochschulen und Universitäten
Das Thema Künstliche Intelligenz ist seit dem letzten Jahr nicht mehr wegzudenken und deutlich präsenter als beispielsweise vor der Einführung ChatGPTs. Mathematik, Informatik oder auch das Ingenieurswesen liefern die nötigen Grundlagen, um KI zu verstehen und weiterzuentwickeln. An Universitäten und Hochschulen wird dahingehend auf der einen Seite an verschiedensten neuen Technologien geforscht, welche zum Beispiel die Lehre vereinfachen und optimieren sollen, auf der anderen Seite werden Studiengänge mit dem Schwerpunkt KI angeboten, um auch weiterhin neue zukunftsweisende Expert:innen hervorzubringen.
Wie genau KI an Hochschulen eingesetzt wird und werden soll, welche Inhalte die Studiengänge in Deutschland vermitteln sollen, und wie die Aussichten nach dem Studium aussehen, lesen Sie in diesem Artikel.
Passend zum Thema Künstliche Intelligenz haben wir ChatGPT einige Fragen gestellt, wie zum Beispiel was eigentlich eine Künstliche Intelligenz ist:
Somit ist das Ziel einer künstlichen Intelligenz ein Problem zu lösen und ein bestimmtes Ziel zu erreichen. Die KI empfängt Daten, verarbeitet diese und reagiert darauf. Dieser Prozess soll möglichst nah an menschlichen Fähigkeiten angelegt sein, um Prozesse wie logisches Denken, Lernen oder auch Kreativität imitieren zu können. Das KI-System ist somit in der Lage, bereits ausgeführte Aktionen zu analysieren und ihr Handeln dahingehend anzupassen, indem immer mehr Daten gesammelt und verarbeitet werden, um menschliche Fähigkeiten möglichst genau zu imitieren. Sie „lernt“.
So wird KI an Hochschulen gefördert
Um die Kompetenzen der Hochschulen im Bereich KI zu fördern, unterstützt das Bundesministerium für Bildung und Forschung mit der Bund-Länder-Initiative das deutsche Hochschulsystem. Die Hochschulen sollen nicht nur den Studierenden die notwendigen KI-Kompetenzen vermitteln, sondern auch neue unterstützende pädagogische Konzepte zur Qualitätssicherung entwickeln. Seit Dezember 2021 werden 14 Verbund- und 40 Einzelvorhaben für eine Laufzeit von vier Jahren gefördert. Für die Einzelvorhaben stehen bis zu zwei Millionen Euro und für Verbundprojekte bis zu fünf Millionen Euro zur Verfügung. Diese werden zu 90 Prozent vom Bund getragen und zu zehn Prozent durch das entsprechende Sitzland der Hochschule.
Die verschiedenen Projekte sollen unter anderem den Erwerb von KI-Kompetenzen durch die Einbindung von KI als Lerninhalt etablieren oder auch KI-basierte Werkzeuge zur Unterstützung der Lehre und Verwaltung der Hochschulen entwickeln.
Im Projekt THInKI, der Thüringer Hochschulinitiative für KI im Studium, ist das Ziel, umfassende KI-Lehrangebote für verschiedene Fachbereiche, wie Medizin, Naturwissenschaften, Psychologie, Humanwissenschaften und Pädagogik zu entwickeln. Zusätzlich soll ein Zertifikatsprogramm den Studierenden und Graduierten die Möglichkeit geben, Wissen auf dem Gebiet der Künstlichen Intelligenz zu erlangen.
Ein anderes Projekt der Europa-Universität Viadrina Frankfurt (Oder) und der Bauhaus-Universität Weimar, hat zum Ziel, ein sozialwissenschaftliches KI-Lab für forschendes Lernen aufzubauen (SKILL). Die Technologie soll dazu dienen, die Studierenden zu befähigen, schneller Wissen über den Stand einer Debatte zu erlangen, indem es die Struktur von Argumentationen in wissenschaftlichen Artikeln und politischen Kontexten erkennt, analysiert und visualisiert.
Im Projekt KNIGHT der Hochschule für Technik Stuttgart, ist ein Ziel, den Lernprozess Studierender automatisiert unterstützen zu können und das Lehrpersonal von administrativen Aufgaben zu entlasten. Frau Prof. Dr. Ulrike Padó hat das Projekt für Hochschul-Job.de vorgestellt:
Prof. Dr. Ulrike Padó – Hochschule für Technik Stuttgart – Eigene Darstellung – Foto: HFT
Was genau ist das Projekt KNIGHT?
Prof. Dr. Ulrike Padó: „KNIGHT hat das Ziel, die KI in der Hochschule tiefer zu verankern. Wir haben uns das Projekt ganzheitlich vorgestellt und überlegt, welche Aspekte von KI wie und an welchen Stellen in der Hochschule relevant werden. Man kann ‚KI‘ einmal als Lerninhalt betrachten, mit der Frage ‚Was unterrichte ich in diesem Bereich?‘ Aber auf der anderen Seite möchten wir auch das, was wir erarbeitet und erforscht haben, für unsere Unterstützung einsetzen. Dementsprechend haben wir einen starken Fokus darauf, wie wir KI-Methoden nutzen können, um die Lehre zu verbessern, auch wenn das jeweilige Vorlesungsthema gar nicht unbedingt etwas mit KI zu tun hat. Als dritten Aspekt war uns ganz wichtig, dass wenn wir solche Methoden in der Lehre einsetzen, auch immer mitbedenken, was für Vorbedingungen es gibt und was die Auswirkungen sein werden, um einen ethischen Faden ganz tief in das Projekt mit einzuweben.“
Welche Berührungspunkte haben Sie im Projekt?
Prof. Dr. Ulrike Padó: „Ich habe ein Teilprojekt in der Unterstützung in der Lehre durch KI. Dort ist ein großer Schwerpunkt die Individualisierung von Studienangeboten. Unsere Studierenden sind eben nicht alle mit der Keksform ausgestochen, sondern haben alle ganz unterschiedliche Hintergründe. Dementsprechend haben die Studierenden ganz unterschiedliche Anforderungen und Bedürfnisse in den Lehrveranstaltungen. Dem einen fehlt vielleicht irgendwo noch eine Grundlage, die bislang zu wenig abgedeckt wurde, die andere hat schon Vorkenntnisse und braucht eigentlich noch mehr Input, um einen Mehrwert aus der Veranstaltung zu ziehen. Genau da versuchen wir anzuknüpfen und die Lehrangebote ganz individuell zu gestalten. Ein konkretes Ziel ist die Individualisierung der Aufgabenauswahl: Wir versuchen im Prinzip herauszufinden, auf welchem Niveau sich die Studierenden gerade befinden und dann entsprechend passende Aufgaben zu stellen. Das bedeutet, nicht alle bekommen zum Beispiel die Einstiegsaufgaben, die sie bereits ganz einfach lösen können, aber diejenigen, die neu in das Thema einsteigen, werden nicht mit Aufgaben überfordert, die eigentlich für die Expert:innen gedacht waren.“
Bedeutet das für die Lehrkraft dann einen Mehraufwand?
Prof. Dr. Ulrike Padó: „Gerade bei den Einstiegsveranstaltungen, wo die Heterogenität im Allgemeinen am stärksten ist, sollten die Aufgaben eigentlich schon auf verschiedenen Niveaus zur Verfügung stehen. Es kann natürlich auch eine gute Anregung für die Lehrenden sein, auch zu analysieren, was gebraucht wird und welche Level vielleicht noch fehlen. Das kann einen ganz neuen Blick auf die eigene Lehrveranstaltung bieten. Aber eigentlich ist es so gedacht, dass die Lehrenden ihre Aufgaben bereits haben.“
Könnte durch die Individualisierung das Gemeinschaftsgefühl verloren gehen?
Prof. Dr. Ulrike Padó: „Natürlich ist es für die Studierenden gerade auch am Anfang sehr hilfreich, mit anderen zusammenzuarbeiten, zum Beispiel in einer Lerngruppe, in der man sich vielleicht auch gegenseitig ein bisschen Mut machen und sich unterstützen kann. Gruppenarbeiten sind deshalb ebenfalls ein Mittel, um Heterogenität auszugleichen. Wenn die Lerngruppe aber sehr heterogen ist, haben wahrscheinlich nicht mehr alle Mitglieder dieselben adaptiven Aufgaben zu bearbeiten. Vielleicht muss man sich dann in anderen Gruppierungen zusammenfinden – das ist gerade am Anfang auch durchaus erwünscht: Man soll sich kennenlernen, man soll sich vernetzen, bis man die ideale Lerngruppe für sich gefunden hat. Gleichzeitig muss Adaptivität auch nicht überall und immer angewandt werden – es ist einfach ein weiteres Angebot. Im Projekt haben wir das Ziel, die technischen Möglichkeiten auszuprobieren und zu dokumentieren, sodass wir hoffentlich Adaptivität für Lehrpersonen einfacher nutzbar machen können.“
Neben diesem Teil des Projekts möchten Sie KI auch allgemein zugänglicher machen?
Prof. Dr. Ulrike Padó: „Es ist uns auch wichtig für Studierende aller Studiengänge zu transportieren, was KI eigentlich ist. Unsere eigenen Studierenden in der Mathematik, im Studiengang Digitalisierung und Informationsmanagement, im Master Digitale Prozesse und Technologien bzw. Software Technology und in den Bachelor-Studiengängen in der Informatik und Wirtschaftsinformatik – erlernen natürlich in den Vorlesungen verschiedene Kompetenzen zu KI. Aber auch für Studierende aller anderen Studiengänge bieten wir in KNIGHT Kurse an, mit dem Ziel, Kenntnisse zum Umgang mit KI zu vermitteln. Wenn die Studierenden zukünftig mit KI-Unterstützung in irgendeinem Lebensbereich konfrontiert sind, müssen sie einschätzen können, was das Modell liefern kann und was nicht. Das war auch eine sehr interessante Erkenntnis aus unserem Praxistest: Wir haben die Studierenden vorher über das Verfahren und den Zweck informiert, weil wir merken, wie wichtig das Verständnis für die Umsetzung solch eines Projektes ist. Diese Mündigkeit des Menschen ist uns äußerst wichtig.“
Künstliche Intelligenz studieren – An diesen Universitäten können Sie ein Studium im Bereich KI absolvieren
Künstliche Intelligenz Studium Bachelor
Die Auswahl an Bachelorstudiengängen im Bereich KI steigt stetig weiter an. Ausschlaggebend ist hier vor allem die Schwerpunktsetzung. Nachfolgend einige Beispiele:
Künstliche Intelligenz und Kognitive Systeme (B.Eng.) – Hochschule Ansbach
Der Studiengang Künstliche Intelligenz und Kognitive Systeme, kurz KIK, an der Hochschule Ansbach soll die Studierenden dazu befähigen ihre eigenen Ideen in einem zukunftsweisenden Gebiet zu verwirklichen. Die Studieninhalte sind dabei sehr vielfältig angelegt und vermitteln neben den verschiedenen Kenntnissen in der Mathematik, Informatik und Technik auch Inhalte zur Psychologie, Kommunikation und Ethik im Umgang mit KI. Weiterhin sollen Kenntnisse in der Betriebswirtschaftslehre und Industrie die Studierenden ermutigen ihre eigenen Projekte mitzugestalten oder ein Start-up zu gründen, um die Ideen zur Marktreife zu bringen. Innerhalb des zweiten und vierten Semesters werden in praktischen Projekten erste KI-Entwicklungen durchgeführt, um der Kreativität der Studierenden frühzeitig Raum zu geben. Die im Studium erlernten Kenntnisse können dann im fünften Semester in einem selbstgewählten Unternehmen in der Praxis angewendet und erweitert werden.
Künstliche Intelligenz (B.Sc.) – Technische Hochschule Ingolstadt
Der Studiengang „Künstliche Intelligenz“ an der Technischen Hochschule Ingolstadt bereitet die Studierenden vor allem auf die Erstellung und Anwendung von KI-Algorithmen vor. Der Schwerpunkt liegt hier deutlich stärker auf der Mathematik als es in einem Informatik-Studiengang der Fall wäre. Neben verschiedenen Einführungsveranstaltungen in die Mathematik, Wahrscheinlichkeitstheorie und Statistik sowie der Informatik, spielen im weitere Verlauf auch Sprach- und Textverstehen, Grundlagen der Betriebswirtschaftslehre und Recht sowie Ethik eine entscheidende Rolle. Während des Studiums ist es möglich sich auf verschiedene Anwendungsbereiche von KI, wie Computer Vision, Natural Language Processing, Medizin oder auch Robotik zu spezialisieren. Weiterhin ist für das fünfte Semester eine Praktikumsphase angedacht, welche dazu dienen soll an realen Projekten zu arbeiten und das bereits erlangte Wissen in der Praxis anzuwenden und zu vertiefen.
Angewandte Mathematik und Künstliche Intelligenz (B.Sc.) – Hochschule für Technik Stuttgart
Im Bachelor-Studium „Angewandte Mathematik und Künstliche Intelligenz“ an der HFT Stuttgart wird neben der grundlegenden mathematischen Ausbildung der Fokus auf die Verfahren der Künstlichen Intelligenz gelegt. Die Studierenden haben im Studium die Wahl zwischen zwei Vertiefungsrichtungen: „Finance and Insurance“, welche einen eher wirtschaftsmathematischen Schwerpunkt legt oder „Algorithm Engineering“, wobei ein eher informatischer Schwerpunkt belegt werden kann. Das Studium teilt sich in ein Grundstudium (1.-2. Semester), in welchem die grundlegenden Inhalte der Mathematik, Informatik und Künstlichen Intelligenz gelegt werden und in das Hauptstudium (>2. Semester), wobei zwischen den zwei Schwerpunkten gewählt werden kann. Weiterhin ist ein praktikes Studienprojekt im Studium enthalten, welches im Rahmen des Praxissemesters in einem Unternehmen im In- oder Ausland dazu dient die erworbenen Kenntnisse praktisch umzusetzen und zu festigen.
Angewandte Künstliche Intelligenz (B.Sc.) – Hochschule Offenburg
Der Studiengang „Angewandte Künstliche Intelligenz“ an der Hochschule Offenburg, bietet eine breite Aufstellung der Studieninhalte, welche darauf abzielen Kernkompetenzen in der Künstlichen Intelligenz, Machine Learning, Deep Learning, Visual Analytics und in autonomen Systemen zu legen. Dabei werden verschiedene Basiskompetenzen gelehrt wie die Programmierung mit Python und Java, Datenmanagement sowie mathematisches Know-how. Darüber hinaus sind auch ethische und rechtliche Aspekte um Umgang mit KI Gegenstand des Studiums. Die vermittelten Kenntnisse sollen außerdem direkt in KI-Anwendungen umgesetzt werden, wobei in verschiedenen Projekten und Wettbewerben wie der RoboCup-Weltmeisterschaft, das erlangte Wissen praktisch angewandt werden kann. Weiterhin sollen die Studierenden ihre erlangten theoretischen Grundlagen im Rahmen des Praxissemesters (5. Semester) in der Wirtschaft anwenden und den späteren Einstieg in die Wirtschaft vereinfachen.
Künstliche Intelligenz Studium Master
Auch wenn sich die Bachelorstudiengänge größtenteils in ihren Inhalten ähneln, bedingt durch die benötigten Grundlagen, sieht dies in den Materstudiengängen anders aus. Hier unterscheidet sich bereits der Abschluss voneinander, denn einige Studiengänge legen den Schwerpunkt eher auf spätere Ingenieurstätigkeiten, andere hingegen eher auf die Mathematik oder Informatik.
Data Science and Artificial Intelligence (M.Sc.) – Universität des Saarlandes
Der Studiengang „Data Science and Artificial Intelligence“ an der Universität des Saarlandes soll auf eine anspruchsvolle nationale und internationale Forschungs- und Entwicklungstätigkeit vorbereiten. Die Studierenden bearbeiten Fragestellungen in verschiedenen Teilgebieten der Computerlinguistik, Physik, Materialwissenschaften, Chemie, Biologie, aber auch Ethik, Philosophie und Psychologie. Um den Umgang mit unter Umständen sensiblen Daten zu schulen, werden außerdem Inhalte wie IT-Sicherheit, Datenschutz und Datenmanagement vermittelt. Dahingehend werden außerdem wichtige Grundlagen in den Rechtswissenschaften thematisiert. Im Wahlpflichtbereich steht es den Studierenden frei ein Industrie-, und/oder ein Masterpraktikum in einer Forschungsgruppe einzubringen.
Um in diesen Masterstudiengang zugelassen zu werden, müssen einige Voraussetzungen erfüllt sein:
- Bachelorabschluss in einem Studiengang der Informatik oder einem verwandten Fach
- Englische Sprachkenntnisse (C1)
- Dossier über zwei qualifizierende Gutachten über das Studieninteresse
- Kompetenzen, die den im Bachelorstudiengang „Data Science and Artificial Intelligence“ der Universität des Saarlandes vermittelten Kompetenzen entsprechen:
- Mathematik (diskrete Mathematik, ein- und mehrdimensionale Analysis, Lineare Algebra, Stochastik, Statistik)
- Theoretische Informatik (Komplexitätstheorie, Berechenbarkeit)
- Praktische Informatik (funktionale und objektorientierte Programmierung, Datenstrukturen und Algorithmen, Datenbanktechnologie)
- Maschinelles Lernen, Künstliche Intelligenz, Data Mining
Artificial Intelligence (M.Sc.) – Friedrich-Alexander-Universität Erlangen-Nürnberg
Aufbauend auf einer Ausbildung im Bereich der Informatik beinhaltet der Studiengang „Artificial Intelligence“ and der Friedrich-Alexander-Universität in Erlangen-Nürnberg, drei Hauptsäulen: die symbolische KI, die subsymbolische KI, und KI-Systeme und -Anwendungen. Ziel dieses Studiengangs ist es ihre Absolvent:innen mit methodischen Kenntnissen und Fähigkeiten auszustatten, die zwischen Informatik, angewandter Mathematik und einer Ingenierdisziplin angesiedelt sind. Dabei haben die Studierenden große Freiheiten, da insgesamt 50 ECTS-Punkte in Wahlpflichtfächern, welche sich an den drei zentralen Säulen orientieren, belegt werden sollen. Zur weiteren Verfeinerung und Überprüfung der erworbenen Kenntnisse, werden zwei Projekte mit jeweils 10 ECTS im Studium erforderlich, welche in zwei verschiedenen Säulen angesiedelt sein müssen.
Um zu diesem Studium zugelassen zu werden, sollte ein exzellenter Bachelor-Abschluss oder eine entsprechende Qualifikation in Informatik oder einem verwandten Fach vorliegen. Dabei werden Kenntnisse in der Verwendung und Programmierung von Computern vorausgesetzt sowie Kenntnisse in der Informatik, Mathematik sowie eine solide Programmiererfahrung.
Artificial Intelligence for smart sensors and actuators (M.Eng.) – Technische Hochschule Deggendorf
Der Studiengang „Artificial Intelligence for smart sensors and actuators“ an der Technischen Hochschule Deggendorf möchte Absolvent:innen hervorbringen, welche sich zu Expert:innen in Bereichen der Entwicklung und dem Einsatz intelligenter technischer Systeme der Datenverarbeitung, Datenanalyse und Automatisierung entwickeln. Dabei soll in drei Fachsemestern Wissen zu verschiedenen Themen aufgebaut und intensiviert werden: Verfahren des maschinellen Lernens, Embedded Control für smarte Sensoren und Aktoren, Sensortechnologien, Methoden der Systemvernetzung, Datenverarbeitungsmethoden, und Systemdesign. Diese Lerninhalte werden anhand von Fallstudien mit der Beteiligung von Expert:innen aus der Industrie in den Praxisbezug gebracht.
Um sich für diesen Masterstudiengang zu qualifizieren muss ein vorangegangenes Studium oder einem gleichwertigen Abschluss, im Bereich Mechatronik oder einem verwandten Fach nachgewiesen werden. Um die fachliche Eignung weiterführend zu prüfen wird im Rahmen eines Eignungsverfahrens eine schriftliche Prüfung online sowie in Präsenz durchgeführt.
Artificial Intelligence Engineering (M.Sc.) – Universität Passau
Im Masterstudiengang „Artficial Intelligence Engineering“ an der Universität Passau erwerben die Studierenden Fähigkeiten und Kenntnisse darüber KI in existierende Echtweltsystem zu integrieren oder selbst zu entwickeln. Das Studium gliedert sich in einen Pflicht- und Wahlpflichtbereich. Im Pflichtbereich wird eine Vorlesung und Übung zum Thema „Introduction to AI Engineering“ und ein Seminar zu „AI Engineering“ angeboten. Der Wahlpflichtbereich hingegen teilt sich in sechs Modulgruppen:
- Algorithm Engineering and Mathematical Modelling
- Artficial Intelligence Methods
- Artificial Intelligence System Engineering
- Artficial Intelligence Applications
- Cross-Cutting Concerns
- Research Seminars
Um auf einen Studienplatz zugelassen zu werden müssen die folgenden grundlegenden Voraussetzungen erfüllt sein: Hochschulabschluss im Bereich Informatik oder Mathematik mit einer Gesamtnote von mindestens 2,7 oder Zugehörigkeit zu den besten 70% des Abschlussjahrgangs; 120 ECTS-Punkte in der Informatik und Mathematik mit 35 ECTS in Mathematik inklusive theoretischer Informatik sowie mit mindestens 40 ECTS in der Informatik.
Karriereaussichten für Absolvent:innen eines Studiengangs der künstlichen Intelligenz
Die rasche Entwicklung im Bereich der künstlichen Intelligenz im letzten Jahr, lässt auch die Nachfrage auf dem Arbeitsmarkt signifikant ansteigen. Ein Abschluss im Bereich der Informatik, Mathematik oder im Ingenieurswesen mit dem Schwerpunkt KI verspricht gefragte Tätigkeitsprofile auf dem Arbeitsmarkt. Diese Kompetenzen bieten den Einstieg in eine Vielzahl von Branchen, wie zum Beispiel der Systementwicklung und Datenanalyse im Bereich digitaler Medien, Softwareentwicklung, Datenanalyse im Finanz- oder Dienstleistungsbereich sowie bei Versicherungen und Banken, Entwicklungen neuer Technologien im Bereich Transport- und Mobilität, im Bereich Medizin, Pharmaindustrie und Lebenswissenschaften aber auch bei der Steuerung von Industrieanlagen im Sinne „Industrie 4.0“.
Laut dem Gehaltsrechner des Statistischen Bundesamtes kann ein/e Informatikingenieur/in im Bereich Forschung und Entwicklung mit Bachelorabschluss zwischen 5.123 EUR und 5.704 EUR Brutto pro Monat verdienen. Mit einem Masterabschluss im gleichen Bereich steigt das Gehalt bereits auf 5.805 EUR bis 6.463 EUR Brutto pro Monat.
Wer allgemein an Forschung und Entwicklung interessiert ist, für den könnte eine Promotion spannend sein. Nicht nur bringt dieser Abschluss ein höheres Gehalt, sondern vor allem bietet eine Promotion die Möglichkeit deutlich tiefgehender zu forschen, als es bisher im Bachelor- oder Masterstudium möglich war. Weiterhin sollte man bedenken, dass zwar im späteren Berufsleben natürlich auch die Möglichkeit besteht in der Forschung zu arbeiten, jedoch sind hier die Forschungsfelder begrenzt und auf die Interessen des Unternehmens abgestimmt, diese Restriktionen gibt es an einer Hochschule oder Universität nicht. Quendrim Schreiber hat sich für eine akademische Laufbahn entschieden und promoviert an der Hochschule für Technik in Stuttgart und steht kurz vor der Abgabe seiner Dissertation. Auf die Frage was ihm am meisten Spaß gemacht hat, antwortete er: „Die Freiheit zu forschen.“ Studierenden und zukünftigen Promovierenden rät er, dass, auch wenn man Zweifel daran hat, ob eine Promotion das richtige sei und man sich die Frage stelle, ob man die Fähigkeiten dazu hätte, solle man es versuchen, denn solang man Spaß an der Forschung hätte, fände sich ein Weg.
Blick in die Zukunft
Wie genau sich der Bereich Künstliche Intelligenz weiterentwickeln wird, ist wie in allen anderen Bereichen schwer zu sagen. Jedoch lässt die Entwicklung der letzten Jahre auf eine nachhaltige zukunftsweisende Entwicklung in der Forschung und Entwicklung hoffen. Abschließend gibt ChatGPT auf die Frage, inwiefern sich KI in Zukunft entwickeln wird folgende Antwort:
Dieses Interview führte Redakteurin Laura Marie Hattenhauer am 12.01.2024.
Karriere Informatik, Karriere Ingenieurwissenschaften, Karriere Mathematik