Wie weit kommt ein Team, wenn KI von der ersten Idee an mitentwickelt? In dieser Veranstaltung durchlaufen Sie den gesamten Weg von der Konzeption über den Prototyp bis zum Deployment — mit lokalen Sprachmodellen, einem eigenen Coding-Harness und dem direkten Vergleich zu kommerziellen Systemen.
Die Veranstaltung wird erstmals im Wintersemester 2026/27 angeboten und ist als Wahlveranstaltung in den Bachelorstudiengängen CSB, IB, UIB und IMB belegbar. Mit 10 Kreditpunkten und 8 SWS ist sie deutlich umfangreicher als eine übliche Wahlveranstaltung: Sie wird von vier Dozierenden gemeinsam getragen und verbindet einen durchlaufenden Vorlesungs- und Projekttermin mit ganztägigen Workshops.
Voraussetzungen
Die Veranstaltung ist projektorientiert und arbeitsintensiv. Sie setzt sichere Programmierkenntnisse voraus — Programmieren wird hier nicht vermittelt, sondern angewandt.
- Sichere Programmierkenntnisse in mindestens einer Sprache, idealerweise Python.
- Software Engineering 1 und 2 oder vergleichbare Kenntnisse über den Softwareentwicklungsprozess.
- Sicherer Umgang mit Git und der Kommandozeile.
- Bereitschaft, sich in eine Cloud-Umgebung und in den Betrieb lokaler Modelle einzuarbeiten.
- Bereitschaft zu eigenständiger, kontinuierlicher Projektarbeit über das gesamte Semester.
Inhalte
- Durchgängiger Workflow der KI-unterstützten Softwareentwicklung auf aktuellem technischen Stand: von der Ideenfindung über Entwurf, Implementierung und Test bis zum Deployment.
- Methoden der Konzeption und Ideenfindung unter KI-Einsatz, erarbeitet in ganztägigen Workshops.
- Funktionsweise, Fähigkeiten und Grenzen großer Sprachmodelle als Grundlage für ihren Einsatz in der Entwicklung.
- Aufbau eines Coding-Harness: wie ein Assistenzsystem Werkzeuge, Kontext und Testschleifen organisiert, und wie es sich an eigene Anforderungen anpassen lässt.
- Vergleich der Ausführungsumgebungen: lokal betriebene Modelle, wissenschaftliche Cloud-Infrastruktur und kommerzielle Anbieter.
- Bearbeitung einer bewusst anspruchsvollen Projektaufgabe von der Lösungsfindung bis zum Cloud-Deployment.
- Dokumentation, Präsentation und kritische Reflexion des eigenen Entwicklungsprozesses mit KI.
Lernziele/Kompetenzen
Die Studierenden sind in der Lage,
- ein Softwareprojekt von der Idee bis zum Deployment KI-unterstützt zu bearbeiten,
- KI-Werkzeuge gezielt in Konzeption, Entwurf, Implementierung und Qualitätssicherung einzusetzen,
- die Funktionsweise großer Sprachmodelle zu erklären und daraus deren Möglichkeiten und Grenzen abzuleiten,
- ein Coding-Harness zu betreiben, zu bewerten und an eigene Anforderungen anzupassen,
- lokal betriebene und cloudbasierte Modelle hinsichtlich Leistungsfähigkeit, Kosten, Datenschutz und Praxistauglichkeit zu vergleichen,
- Arbeitsstände und Ergebnisse vor Publikum zu präsentieren und ihre Entwurfsentscheidungen zu begründen,
- den eigenen Einsatz von KI im Entwicklungsprozess nachvollziehbar zu dokumentieren und kritisch zu bewerten.
Prüfungsleistung
Die Prüfungsleistung besteht aus drei Teilleistungen, die den Projektverlauf abbilden:
- Designphase (30 %) — Ergebnis der Konzeptions- und Entwurfsphase mit Präsentation.
- Entwicklungsbegleitende Teilleistung (40 %) — mehrstufige Abgaben im Semesterverlauf entlang des Entwicklungsworkflows.
- Projektabgabe (30 %) — lauffähiges Ergebnis mit Präsentation und einer Dokumentation, die den Einsatz von KI im eigenen Entwicklungsprozess nachvollziehbar macht und bewertet.
Alle drei Teilleistungen werden benotet; die Gesamtnote ergibt sich aus der gewichteten Summe. Die Teilleistungen werden in Gruppenarbeit erbracht, die Bewertung berücksichtigt erkennbare individuelle Beiträge.
Aktuelles
Upcoming lectures: ANLP, VRP and KDE
In the upcoming winter term, we offer three elective courses: Advanced Natural Language Processing (ANLP, Master), the Virtual Reality Projekt (VRP, …