Beschreibung der Lehr- und Lernformen
Das Projekt beginnt mit der Projektplanungsphase und der Einarbeitung zum Stand der Technik. Während der ersten Wochen des Projektes werden Methoden zur Projektarbeit, sowie Einführungen in Entwicklungs-, Dokumentations-, und Kommunikationswerkzeuge vermittelt. Nachdem der Softwareentwurf weiterentwickelt wurde, soll die gemeinschaftliche Implementierung und Umsetzung des Projektkonzepts unter Begleitung des Betreuers und Dokumentation des eigenen Teams erfolgen. Im Laufe des Semesters wird regelmäßig der Fortschritt des Projekts vorgestellt und am Ende des Semesters erfolgt eine finale Präsentation. Die Dokumentation und Implementierung werden am Ende des Semesters abgegeben.
Die vier Hauptthemen sind
1) eine KI zur medizinischen Diagnose und eine Datenbank zur Verwaltung von Daten und Prognosen von Patienten,
2) ein KI-Sprachmodell zur Erkennung von Befehlen und ein Framework zur Verwaltung von korrespondierenden Aktionen,
3) ein visuelles Modell zur Erkennung von Gesten und Gesichtern und ein Framework zur Verwaltung von korrespondierenden Aktionen,
4) ein Chatbot zur Unterstützung von Studierenden mit fachlichen und organisatorischen Fragen und ein Wissensgraph zu Lehrangeboten.
Studierende in einer Gruppe organisieren sich in Teams jeweils mit ihrer Kernverantwortung: (a) interaktive Frontends entwickeln und programmieren, (b) Infrastruktur verwalten und Services kombinieren, (c) Datenbank und Wissensgraphen organisieren, und (d) KI-Modelle trainieren und testen.
Zusätzlich werden weitere Themen angeboten:
1) Anpassbarer Generator für Fachverfahren der Öffentlichen Verwaltungen (Anwendungen) in Go aus Formular-Spezifikationen - aus Modellen generierte web-basierte Anwendung, die mit einem (vorhandenen) Formular-Editor erstellt werden kann.
(von einem Forscher von Fraunhofer FOKUS betreut)
2) Trainieren, Auswerten und Bereitstellung visueller Modelle auf Edge-Geräten: a) Datenvorbereitung und Auswahl vorab trainierter Modelle, b) Training der ausgewählten Modelle auf den entsprechenden Edge-Geräten und Auswahl des besten Modells, c) Bereitstellung des trainierten Modells auf die entsprechenden Edge-Geräte.
(von einem anderen Dozenten im Fachgebiet betreut)
