Künstliche Intelligenz lernen ist eine der Kernaufgaben, um sich für die nächsten beruflichen Arbeitsjahre erfolgsorientiert aufzustellen. Als anerkannter Experte in diesen Feldern und mit jahrelanger Erfahrung in der Vermittlung komplexer technischer Konzepte, freue ich mich, Ihnen einen einzigartigen Einblick in die Welt der KI zu bieten. Mein Ziel ist es, Ihnen zu zeigen, wie Sie KI und ML verstehen und effektiv nutzen können, ohne sich in den Tiefen der Programmierung zu verlieren.
Diese Übersicht an Möglichkeiten zur Weiterbildung, ist das Ergebnis meiner praktischen Erfahrung im Bereich von Artificial Intelligence (kurz: AI), kombiniert mit einer Leidenschaft, dieses Wissen zugänglich und anwendbar zu machen. Der Überblick wurde speziell für diejenigen entwickelt, die in das Thema einsteigen möchten, ohne vorherige Programmierkenntnisse vorauszusetzen. Durch eine sorgfältige Auswahl an ausgewählten und selbst erprobten Empfehlungen von Online-Kursen biete ich Ihnen einen klaren, verständlichen und gleichzeitig tiefgreifenden Zugang zu KI und ML.
Ob Sie ein Geschäftsführer sind, der die Potenziale von KI für Ihr Unternehmen erschließen möchte, ein Produktmanager, der KI-Lösungen effektiver einsetzen will, oder einfach jemand mit einer Leidenschaft für Technologie – dieser Kurs wird Sie befähigen, die Prinzipien der KI und des maschinellen Lernens zu verstehen und anzuwenden, ohne selbst Programmierer zu sein.
Bereiten Sie sich jetzt darauf vor, die Grundlagen der KI zu entdecken und zu lernen, wie sie Ihre Welt verändert, in der wir leben und arbeiten.
Inhaltsverzeichnis
Willst du die digitale Zukunft mitgestalten? Dann ist künstliche Intelligenz lernen Pflichtaufgabe!
Die eigene digitale Zukunft wird maßgeblich von KI und ML geprägt sein. Diese Technologien haben das Potenzial, nahezu jeden Aspekt unseres Lebens zu verändern, von der Art und Weise, wie wir arbeiten und lernen, bis hin zu den Produkten und Dienstleistungen, die wir täglich nutzen. Als Experte auf diesem Gebiet ist es mein Ziel, Menschen wie Sie darauf vorzubereiten, diese Herausforderungen anzunehmen und aktiv an der Gestaltung dieser Zukunft mitzuwirken.
Egal, ob Sie in der Technologiebranche tätig sind, in einem völlig anderen Bereich arbeiten oder einfach nur ein enthusiastischer Technikliebhaber sind – das Verständnis der Grundlagen von KI und ML ist entscheidend, um in unserer zunehmend digitalisierten Welt erfolgreich zu sein. Mit meinen sorgfältig ausgewählten Kursen möchte ich Ihnen das Rüstzeug geben, um nicht nur die digitale Zukunft zu verstehen, sondern auch aktiv mitzugestalten.
Als gelernter Wirtschaftsinformatiker durfte ich selbst lernen, wie künstliche Intelligenz und vor allem neuronale Netze funktionieren und entwickelt werden. Das Potenzial der Technologie wurde vor 25 Jahren bereits als sehr hoch eingeschätzt. Damals jedoch fehlten noch 2 grundlegende Ressourcen – Daten und Rechenpower! Das hat sich nun grundlegend geändert und die Entwicklung leistungsfähiger Sprachmodelle wie ChatGPT begegnet uns nun bereits auf Augenhöhe menschlicher Fähigkeiten – der Umgang mit menschlicher Sprache in Form von Texten, Sprache und Video.
Es ist jetzt schon absehbar, dass wir uns Menschen diese Fähigkeiten genauer anschauen und besser verstehen müssen, wie diese Technologien und Algorithmen funktionieren, um diese Unterstützung durch die KI für unsere vielfältigen Anwendungsbereiche bestmöglich einzusetzen. Dabei kommt eine gut umgesetzte KI-Lösung wie ChatGPT sehr einfach daher und bringt uns davon ab, die bisher gewohnten und notwendigen Schulungen zur Nutzung bisheriger Software-Systeme genauso zu durchlaufen! Das ist eine aktuell große Gefahr aus meiner täglichen Beobachtung bei der Implementierung dieser Lösungen in den Unternehmen unterschiedlicher Branchen.
Daher stelle ich bewusst die Frage, ob „Sie diese sehr grundlegende Technologie-Anpassung, aktiv selbst mitgestalten wollen?“
Ich bin davon überzeugt, dass es darauf nur eine Antwort geben kann: auf jeden Fall!
Lassen Sie uns daher tiefer einsteigen und verschaffen Sie sich einen praxiserprobten Überblick zum Einstieg unterstützender Lern-Ressourcen, die in der Regel sogar kostenlos angeboten werden.
Was ist Künstliche Intelligenz? Was ist maschinelles Lernen?
Im Kontext der modernen Technologie bezeichnet Künstliche Intelligenz (KI) das Phänomen, bei dem Computer und digitale Systeme komplexe Aufgaben ausführen, die traditionell menschliche Intelligenz erfordern. Maschinelles Lernen (ML), ein integraler Bestandteil der KI, ermöglicht es diesen Systemen, aus Erfahrungen zu lernen und sich entsprechend anzupassen, ohne dass eine spezifische Programmierung erforderlich ist. Dies wird durch den Einsatz künstlicher neuronaler Netze erreicht, die in ihrer Funktionsweise dem menschlichen Gehirn nachempfunden sind und als zentrale Verarbeitungseinheit der Maschine dienen.
Deep Learning, eine erweiterte Form des maschinellen Lernens, befähigt Maschinen zu einem noch umfassenderen und tieferen Verständnis, indem es ihnen ermöglicht, komplexe Muster in großen Datenmengen zu erkennen und zu interpretieren. Diese Technologien finden breite Anwendung in den Bereichen Data Science und Engineering, um hochentwickelte KI-Systeme zu entwickeln. Ein prominentes Beispiel für ein solches KI-Tool ist ChatGPT, das in der Lage ist, intelligente und kontextbezogene Konversationen zu führen.
In der Gesamtbetrachtung spielen Künstliche Intelligenz und maschinelles Lernen eine zentrale Rolle in zahlreichen Sektoren, indem sie Prozesse intelligenter und effizienter gestalten und somit einen wesentlichen Beitrag zur fortschreitenden Digitalisierung und technologischen Entwicklung leisten.
Top-Kurse in Künstliche Intelligenz, Machine Learning und Data Science
Perfekte Kurse für den Einstieg (Konzepte und Anwendungsbereiche)
1. Eine kurze Geschichte der KI
Der KI-Campus ist eine Lernplattform für Künstliche Intelligenz, die kostenlose Online-Kurse, Videos und Podcasts anbietet. Die Plattform zielt darauf ab, KI- und Datenkompetenzen zu stärken. Der KI-Campus ist ein Forschungs- und Entwicklungsprojekt, das vom Bundesministerium für Bildung und Forschung (BMBF) gefördert wird.
Das Video über die Geschichte der KI zeigt in aller Kürze den Weg der ersten wissenschaftlichen Konferenz im Jahre 1956 in Dartmouth, wo der Begriff künstliche Intelligenz zum ersten Mal verwendet wird bis in die heutigen Entwicklungen mit Sprachmodellen wie ChatGPT.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 6 Minuten |
| Erkenntnisgewinn | oberflächlich |
| Zertifikat | nein |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Eine kurze Geschichte der KI | KI-Campus |
2. Einführung in die KI
Das Lernangebot „Einführung in die KI“ wird von der UnternehmerTUM GmbH im Rahmen der appliedAI-Initiative wird ebenfalls über den KI-Campus angeboten.
Ziel des Programms ist es, einer breiten Zielgruppe die grundlegenden technischen Aspekte und Funktionsweisen von Künstlicher Intelligenz (KI) näherzubringen. Es verwendet eine Kombination aus Videos, Texten und praktischen Übungen, um ein allgemeines Verständnis für KI zu schaffen.
Die Teilnehmerinnen und Teilnehmer lernen, KI in ihrem privaten und beruflichen Leben einzuschätzen und sinnvoll anzuwenden. Der Kurs ist darauf ausgelegt, KI einem breiten Lernpublikum zugänglich und verständlich zu machen.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 5 Stunden pro Woche über 8 Wochen (40 Stunden) |
| Erkenntnisgewinn | umfassend |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Einführung in die KI | KI-Campus |
3. Data Literacy für die Grundschule
Der Kurs „Data Literacy für die Grundschule“ bietet eine grundlegende Einführung in Datenkompetenz und liefert didaktische Materialien für den Unterrichtseinsatz. Er umfasst fünf Module, die sich mit Grundlagenwissen über Daten, Datenspeicherung und -zugriff, Datenanalyse sowie Datenethik, -schutz und -sicherheit beschäftigen, eingebettet in eine Rahmengeschichte zur Veranschaulichung der Kernprobleme.
Der Kurs richtet sich eigentlich an (angehende) Grundschullehrkräfte, die die Datenkompetenz ihrer Schüler*innen fördern möchten. Vorkenntnisse sind nicht erforderlich. Ich empfehle diesen Kurs aber dennoch allen, da die Inhalte sehr einfach und verständlich aufbereitet sind.
Teilnehmende erlangen Verständnis über verschiedene Datenarten und deren Aussagekraft, lernen, Daten kritisch zu sammeln und zu bewerten, verstehen das computergestützte Lernen aus Daten und können Chancen und Risiken abschätzen, sowie die Vertrauenswürdigkeit von Daten und Datenprodukten kritisch hinterfragen.
Der Kurs wurde in Zusammenarbeit mit dem DaLiK-Projekt-Team der Otto-Friedrich-Universität Bamberg entwickelt, mit Beiträgen von mehreren Akademikern und Fachleuten.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 5 Einheiten je 60 Minuten (5 Stunden) |
| Erkenntnisgewinn | grundlegend |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Data Literacy für die Grundschule | KI-Campus |
Künstliche Intelligenz und Machine Learning (Mathematische Grundlagen)
4. So lernen Maschinen
Das Video über maschinelles Lernen zeigt anschaulich, wie dieses Verfahren grundlegend funktioniert.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 4 Minuten |
| Erkenntnisgewinn | oberflächlich |
| Zertifikat | nein |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | So lernen Maschinen | KI-Campus |
5. Künstliche Intelligenz und maschinelles Lernen für Einsteiger
Der openHPI-Kurs „Künstliche Intelligenz und maschinelles Lernen für Einsteiger“ zielt darauf ab, künstliche Intelligenz (KI) und maschinelles Lernen (ML) für Anfänger, einschließlich Schülerinnen und Schülern sowie interessierten Erwachsenen ohne Programmiererfahrung oder technischem Hintergrund, verständlich zu machen.
Geleitet von Johannes Hötter und Christian Warmuth, unterscheidet der Kurs zwischen traditionellem Programmieren und der Entwicklung von selbstlernenden Programmen und konzentriert sich auf die Kernkonzepte des überwachten, nicht überwachten und verstärkenden Lernens im ML.
Der Kurs empfiehlt auch weiterführende Kurse wie „Praktische Einführung in Deep Learning für Computer Vision“ und “Künstliche Intelligenz und Maschinelles Lernen in der Praxis” für praktischere Anwendungen von KI und ML.
Der Kurs behandelt nicht die Entwicklung von selbstlernenden Algorithmen oder die Programmiersprache Python, sondern konzentriert sich eher auf das Verständnis von KI und ML-Konzepten sowie die Diskussion von realen Anwendungen und ethischen Implikationen.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 5 Stunden je Woche über 4 Wochen (20 Stunden) |
| Erkenntnisgewinn | grundlegend |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Künstliche Intelligenz und maschinelles Lernen für Einsteiger | (hpi.de) |
6. Künstliche Intelligenz und Maschinelles Lernen in der Praxis
Der openHPI-Kurs „Künstliche Intelligenz und Maschinelles Lernen in der Praxis“ zielt darauf ab, ein vertieftes Verständnis von maschinellem Lernen (ML) und künstlicher Intelligenz (KI) in praktischen Anwendungen zu vermitteln. Er ist für Anfänger konzipiert, einschließlich junger Lernender und Erwachsener ohne Programmiererfahrung oder technisches Hintergrundwissen, und baut auf den Grundlagen eines Einführungskurses auf.
Er richtet sich an Oberschüler und Erwachsene, die sich für KI und ML interessieren, ohne dass Vorkenntnisse in Programmierung oder fortgeschrittene Mathematik erforderlich sind.
Über vier Wochen umfasst der Kurs praktische Projekte wie die Vorhersage von Wohnungspreisen, Empfehlungssysteme für Filme, Stimmungsanalysen in Filmrezensionen und das Erkennen und Übersetzen von Gebärdensprache aus Bildern. Er legt den Schwerpunkt auf die praktische Anwendung von ML und KI, von der Datenanalyse bis zum Training von Modellen und der Interpretation von Ergebnissen.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 5 Stunden je Woche über 4 Wochen (20 Stunden) |
| Erkenntnisgewinn | praxisorientiert |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Künstliche Intelligenz und Maschinelles Lernen in der Praxis | openHPI |
7. Stanford CS229: Machine Learning Full Course taught by Andrew Ng
Der CS229-Kurs an der Stanford School of Engineering, geleitet von Andrew Ng, konzentriert sich auf künstliche Intelligenz (KI) und maschinelles Lernen, wobei die wachsende Bedeutung dieser Technologien und ihre Anwendungen in verschiedenen Bereichen wie Robotiksteuerung, Datenanalyse und Bioinformatik betont werden.
Der Kurs bietet eine umfassende Einführung in maschinelles Lernen und statistische Mustererkennung, wobei Themen wie überwachtes und unüberwachtes Lernen, Lerntheorie, Verstärkungslernen und Kontrolle abgedeckt werden.
Aus meiner Sicht ist es einer DER Kurse überhaupt, um sich tiefergehend mit den Grundlagen moderner und angewandter KI zu beschäftigen.
Er beinhaltet praktische Komponenten, die die Studierenden dazu anregen, aktuelle Anwendungen des maschinellen Lernens zu erkunden und eigene Algorithmen zu entwickeln.
Voraussetzungen für den Kurs sind ein Bachelor-Abschluss mit einem Mindest-GPA von 3,0, Kenntnisse in Python/NumPy-Programmierung, Kenntnisse in Wahrscheinlichkeitstheorie, mehrdimensionale Analysis und lineare Algebra.
Zum Glück gibt es diesen Kurs online jederzeit auf Youtube und ist entsprechend verlinkt.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 20 Einheiten je 80 Minuten (26 Stunden) |
| Erkenntnisgewinn | hoch |
| Zertifikat | nein |
| Kosten | 0,-€ (kostenlos auf Youtube) |
| Direkt-Link | Machine Learning Course I Stanford Online (12) Stanford CS229: Machine Learning Full Course taught by Andrew Ng | Autumn 2018 – YouTube |
Neuronale Netze und Deep Learning
8. Stanford CS230: Deep Learning | Autumn 2018
Der Lehrplan umfasst zehn Vorlesungen zu verschiedenen Themen des Deep Learnings, beginnend mit einer Einführung in den Kurs und Deep Learning-Projekte, und fortschreitend zu Themen wie neuronale Netzwerke, adversative Beispiele, KI im Gesundheitswesen und Strategien des Deep Learnings. Jeder Vorlesung sind spezifische Online-Module von Coursera-Kursen, empfohlene Lesungen und Quizze zugeordnet.
Neben den Vorlesungen werden von den Studierenden Quizze, Programmieraufgaben und Projekte erwartet. Die Aufgaben decken praktische Aspekte des Deep Learnings ab, wie Python-Grundlagen, logistische Regression, Entwurf neuronaler Netzwerke und fortgeschrittenere Themen wie konvolutionelle neuronale Netzwerke und tiefes Verstärkungslernen. Es gibt auch Projekttreffen und Abgabefristen für Vorschläge, Meilensteine und Abschlussberichte.
Zum Glück gibt es diesen Kurs online jederzeit auf Youtube und ist entsprechend verlinkt.
Die Spezialisierung von Deep Learning auf die Umsetzung in Sprachmodellen wie ChatGPT finden wir in der Kursempfehlung Nummer 12.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 10 Einheiten je 50 bis 90 Minuten (12 Stunden) |
| Erkenntnisgewinn | hoch |
| Zertifikat | nein |
| Kosten | 0,-€ (kostenlos auf Youtube) |
| Direkt-Link | Syllabus (stanford.edu) (12) Stanford CS230: Deep Learning | Autumn 2018 – YouTube |
9. Praktische Einführung in Deep Learning für Computer Vision
Der Kurs richtet sich an Interessierte in den Bereichen Maschinelles Lernen und Künstliche Intelligenz. Voraussetzungen sind grundlegende Programmierkenntnisse, vorzugsweise in Python, und Mathematikkenntnisse auf Abiturniveau.
Der Kurs bietet optionale Exkurse zu Themen wie neuronale Netzwerkprogrammierung, TensorFlow und Generative Adversarial Networks.
Der Kurs beinhaltet praktische Übungen zur Implementierung künstlicher neuronaler Netze, wobei einige zur Endnote beitragen und andere freiwillig sind. Diese Übungen vertiefen den wöchentlichen Inhalt und führen neue Datensätze ein.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 5 Stunden je Woche über 4 Wochen (20 Stunden) |
| Erkenntnisgewinn | hoch |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Praktische Einführung in Deep Learning für Computer Vision | openHPI |
Sprachmodelle, generative KI und ChatGPT
10. ChatGPT – kurz erklärt
Auf einmal war es Ende November 2022 da und geht auch nicht mehr weg – ChatGPT von OpenAI.
Seht euch das wirklich sehr kurze, aber auf den Punkt gebrachte Video von Kollegen Dr. Aljoscha Burchardt an.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 1 Minute |
| Erkenntnisgewinn | oberflächlich |
| Zertifikat | nein |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | ChatGPT – kurz erklärt | KI-Campus |
11. ChatGPT: Was bedeutet generative KI für unsere Gesellschaft?
Systeme wie ChatGPT, Midjourney und DALL-E haben bisherige Entwicklungen in der KI übertroffen. ChatGPT erreichte beispielsweise nur zwei Monate nach dem Start 100 Millionen monatlich aktive Nutzer und zählt damit zu den am schnellsten wachsenden Endnutzer-Anwendungen aller Zeiten.
Der Kurs, geleitet von Johannes Hötter und Christian Warmuth, konzentriert sich auf generative KI und deren gesellschaftliche Auswirkungen. Er behandelt Grundlagen, praktische Anwendungen und reale Beispiele, wie etwa unerwartete Ergebnisse wie Bilder des Papstes in Daunenjacken.
Es werden sowohl die Potenziale als auch die Herausforderungen generativer KI thematisiert, einschließlich Probleme wie Falschinformationen, Fairness und das Verstehen der Ausgaben dieser Systeme.
Der Kurs endet mit einer Diskussion über die Bedeutung generativer KI für die Arbeitswelt und ihre Auswirkungen auf verschiedene Berufsgruppen und Aspekte des täglichen Lebens, um besonders betroffene Bereiche zu identifizieren.
Der Kurs richtet sich an Oberschüler und allgemein Interessierte ohne Programmiererfahrung oder technischen Hintergrund. Er ist Teil eines neuen KI-Channels, unterstützt vom KI-Servicezentrum Berlin-Brandenburg und finanziert vom Bundesministerium für Bildung und Forschung. Vorkenntnisse aus einem Einsteigerkurs in KI und maschinellem Lernen sind empfohlen, aber nicht notwendig.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 5 Stunden je Woche über 4 Wochen (20 Stunden) |
| Erkenntnisgewinn | umfassend |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | ChatGPT: Was bedeutet generative KI für unsere Gesellschaft? | openHPI |
12. Stanford CS224N: Natural Language Processing with Deep Learning
Stanford CS 224N bietet einen Kurs in Natural Language Processing (NLP) mit Deep Learning-Techniken an und ergänzt herovarragend die von Andrew Ng geschaffenen Kurse CS229 und CS230.
NLP ist in der KI mittlerweile durch ChatGPT und natürliche Sprachverarbeitung wichtiger geworden und wird in verschiedenen Anwendungen wie Web-Suche, Werbung, Übersetzung und mehr eingesetzt.
Der Kurs konzentriert sich auf Deep-Learning-Ansätze für NLP-Aufgaben unter Verwendung von PyTorch.
Voraussetzungen umfassen gute Kenntnisse in Python, Wissen über Analysis, lineare Algebra, Grundlagen der Wahrscheinlichkeit und Statistik sowie Vertrautheit mit Konzepten des maschinellen Lernens.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 23 Einheiten zwischen 50 bis 110 Minuten (30 Stunden) |
| Erkenntnisgewinn | hoch |
| Zertifikat | nein |
| Kosten | 0,-€ (kostenlos auf Youtube) |
| Direkt-Link | Stanford CS 224N | Natural Language Processing with Deep Learning (12) Stanford CS224N: Natural Language Processing with Deep Learning | 2023 – YouTube |
Daten, KI und Ethik
13. Daten- und Algorithmenethik
Der Kurs unterstreicht die zunehmende Wichtigkeit ethisch korrekter Daten und Algorithmen für die Vertrauenswürdigkeit von KI-Anwendungen. Er widerlegt den Mythos, dass Ethik und Moral in KI universell implementierbar sind, um Diskriminierung und kognitive Verzerrungen gänzlich zu vermeiden.
Es werden verschiedene Facetten und Implikationen der Daten- und Algorithmenethik erläutert, unter anderem durch Interviews mit Experten, Anwendern und Entscheidungsträgern.
Der Kurs bietet interaktive Elemente wie Mini-Games und ein umfassendes Ethik-Game, um ein spielerisches Verständnis für digitale Ethik zu fördern.
Die Teilnehmer lernen grundlegende Begriffe, Moraltheorien und Ansätze zur ethisch korrekten Verarbeitung von Daten und Gestaltung von Algorithmen kennen. Der Kurs beleuchtet auch kulturell geprägte Unterschiede in ethischem Denken.
Nach Abschluss des Kurses können die Teilnehmer Fachbegriffe und theoretische Modelle der Daten- und Algorithmenethik benennen, ethische Ansätze verstehen und anwenden, ethische Aspekte in aktuellen KI-Anwendungen bewerten und Handlungsstränge für ethisch unbedenkliche KI-Anwendungen ableiten. Keine Vorkenntnisse sind erforderlich.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 2 Stunden pro Woche in 7 Wochen (14 Stunden) |
| Erkenntnisgewinn | essentiell |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Daten- und Algorithmenethik | KI-Campus |
14. Data Literacy – Basiskurs Data Lifecycle
Der Kurs „Data Literacy – Basiskurs Data Lifecycle“ ist ein 8-wöchiges Angebot für Einsteiger, das auf den kompetenten Umgang mit Daten in verschiedenen Lebensbereichen abzielt und die Bedeutung eines geplanten, sicheren und ethisch bewussten Umgangs mit Daten betont.
Teilnehmer erleben den gesamten Datenlebenszyklus, einschließlich der Etablierung einer Datenkultur, Datenschutz, Datenbereitstellung, -management, -auswertung, -interpretation, -klassifizierung und -publikation. Praktische Übungen mit realen Umweltdaten und eine Einführung in die Programmierung mit Python in Jupyter Notebooks sind ebenfalls enthalten.
Nach Abschluss des Kurses können die Studierenden wichtige Schritte im sensiblen Umgang mit Daten innerhalb des Forschungsdatenzyklus beschreiben und einige dieser Schritte auf ein Open-Data-Projekt anwenden, was zu einem sensibleren und professionelleren Ansatz im Umgang mit Daten und Datensätzen im beruflichen Umfeld führt.
Der Kurs, der sich an Anfänger richtet, erfordert keine Vorkenntnisse oder spezifischen Voraussetzungen.
Angeboten vom Team der Data Literacy Initiative (DaLI) an der TH Köln, wird der Kurs von einer interdisziplinären Gruppe von Experten geleitet.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 2 Stunden pro Woche über 8 Wochen (16 Stunden) |
| Erkenntnisgewinn | hoch |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | Data Literacy – Basiskurs Data Lifecycle | KI-Campus |
15. KI und Ethik I: Grundlagen der Ethik
Der Kurs zielt darauf ab, grundlegendes Wissen und Fähigkeiten für eine reflektierte und ethische Auseinandersetzung mit dem Thema KI und Ethik zu vermitteln.
Er bietet ein abwechslungsreiches und interaktives Lernformat, das es den Lernenden ermöglicht, sich intensiv mit verschiedenen KI-Technologien zu beschäftigen.
Die Teilnehmer entwickeln wichtige Beurteilungs- und Handlungskompetenzen, um kritische Aspekte im Umgang mit KI zu hinterfragen und aktiv an Debatten und Diskussionen teilzunehmen.
Dieser Kurs ist Teil einer Kursreihe, die insgesamt fünf Kurse umfasst, die unabhängig voneinander belegt werden können.
Die Serie beinhaltet: „KI und Ethik I: Grundlagen der Ethik“, „KI und Ethik II: Ethische Herausforderungen digitaler Transformation“, „KI und Ethik III: Künstliche Intelligenz und Ethik – Grundlagen“, „KI und Ethik IV: Künstliche Intelligenz und Ethik – Anwendungen“ und „KI und Ethik V: Künstliche Intelligenz in der Lebenswelt“.
Hier die wichtigsten Punkte auf einen Blick:
| Zeitinvestment | 2 Stunden pro Woche über 4 Wochen (8 Stunden) |
| Erkenntnisgewinn | hochrelevant für unsere gesamte Gesellschaft |
| Zertifikat | ja |
| Kosten | 0,-€ (kostenlos) |
| Direkt-Link | KI und Ethik I: Grundlagen der Ethik | KI-Campus |
Fokus aktuelle KI Lernverfahren – neuronale Netze als Grundlage von ChatGPT am Beispiel TensorFlow Playground von Google
TensorFlow Playground ist eine Webanwendung, die es Benutzern ermöglicht, neuronale Netzwerke ohne komplexe Mathematik zu verstehen. Es ist ein auf JavaScript basierendes Tool, das im Browser läuft und es Benutzern ermöglicht, mit einem echten neuronalen Netzwerk zu interagieren, indem sie Parameter anpassen und Änderungen beobachten.
Die App demonstriert Konzepte des maschinellen Lernens und zeigt, wie ein Computer lernen kann, Probleme selbstständig zu lösen. Sie verwendet neuronale Netzwerke, die Funktionen sind, die aus Trainingsdatensätzen die gewünschte Ausgabe erlernen. Zum Beispiel wird ein Netzwerk, das mit Katzenbildern trainiert wurde, Katzen erkennen, was zeigt, wie sich maschinelles Lernen von der traditionellen Programmierung unterscheidet.
Der Artikel erklärt grundlegende Konzepte wie Klassifizierungsprobleme anhand von TensorFlow Playground. Er beschreibt, wie ein einzelnes künstliches Neuron, inspiriert von biologischen Neuronen, Daten in zwei Kategorien klassifizieren kann, indem es Gewichte und Bias verwendet. Dies wird durch das Zeichnen von Linien zwischen Datenpunkten verschiedener Kategorien veranschaulicht.
TensorFlow Playground kann auch komplexere Aufgaben wie Bilderkennung mit einem einzigen Neuron demonstrieren. Es verwendet hochdimensionale Daten, um das Neuron zu trainieren, was zu einer hohen Genauigkeitsrate führt, selbst mit einer primitiven Einrichtung. Die App veranschaulicht, wie neuronale Netzwerke Daten basierend auf dem Training in verschiedene Kategorien klassifizieren können.
Der Artikel schließt mit einer Diskussion über das Potenzial neuronaler Netzwerke ab, die komplexe Aufgaben bewältigen können, indem sie mehr Neuronen und Schichten hinzufügen. Herausforderungen sind jedoch der Bedarf an erheblicher Rechenleistung und großen Datensätzen für das Training. TensorFlow Playground dient als Einführungswerkzeug zum Verständnis dieser fortgeschrittenen Konzepte.
Der TensorFlow Playground bietet einen spannenden und gut verständlichen Blick in den Maschinenraum künstlicher Intelligenz und zeigt anschaulich, wie künstliche neuronale Netzwerke funktionieren
Absolute Leseempfehlung – ein Algorithmus hat kein Taktgefühl von Katharina Zweig
Das Buch „Ein Algorithmus hat kein Taktgefühl“ von Katharina Zweig untersucht den Einfluss von künstlicher Intelligenz und Algorithmen auf das tägliche Leben, wie bei Navigationssystemen, Rechtschreibhilfen, Suchergänzungen und Einkaufsempfehlungen.
Als wertgeschätzte Kollegin und IT-Expertin für Sozioinformatik und hoch angesehene Informatikprofessorin, erklärt sie mit Humor, einfachen Beispielen und Illustrationen, was Algorithmen sind und wie sie funktionieren.
Das Buch unterscheidet zwischen harmlosen Algorithmen und solchen, die Anlass zur Sorge geben sollten, und betont die Notwendigkeit des Verständnisses in diesem Bereich.
Es hebt die Wichtigkeit hervor, wachsam zu sein, wie diese Technologien eingesetzt werden, und fordert eine genauere Überwachung ihrer Implementierung in Politik und Wirtschaft.
Ziel ist es, die Kontrolle über diese Technologien zu behalten, ihre positiven Aspekte zu maximieren und negative Auswirkungen zu minimieren.
Ich empfehle das Buch immer wieder gerne, da es hervorragend den Spagat schafft zwischen den Möglichkeiten und Risiken von KI.
Fazit
Künstliche Intelligenz lernen ist heute einfacher und schwieriger zu gleich geworden.
Das Angebot an Lern-Inhalten, Kursen und Tutorials ist wirklich riesig und man verliert schnell den Überblick.
Die von mir empfohlenen Kurse sollen einen ersten und vertiefenden Weg aufzeigen, wie man sich diesem oft komplex wirkenden Themenfeld annähern kann.
Mein finaler Tipp: Starten Sie einfach mit den kurzen Video-Grundlagen und Kursen des KI-Campus. Danach lohnt es sich zu den von OpenHPI angebotenen Kursen zu widmen. Wer gänzlich die Tiefen dieser Technologie verstehen möchte und vielleicht auch eine Entwickler-Rolle anstrebt, geht final zu den Kursen der Standford University über.
Viel Erfolg und Spaß mit diesem Überblick in Ihrer täglichen Anwendungspraxis.
FAQ
Welche Online-KI-Kurse bietet der KI-Campus an?
Der KI-Campus bietet verschiedene Online-Kurse an. Dazu gehören Kurse zu Themen wie Chatbots, neuralen Netzen und automatisierter Gesichtserkennung. Einige dieser Kurse werden von bekannten Dozenten in der Branche der Künstlichen Intelligenz gegeben.
Kann ich ohne Vorwissen in der Informatik einen AI-Kurs absolvieren?
Ja, es gibt Kurse auf dem KI-Campus, die speziell für Anfänger konzipiert sind und keine vorherigen Kenntnisse in Informatik oder Künstlicher Intelligenz erfordern.
Welche Lernangebote gibt es zum Thema Künstliche Intelligenz?
Zum Thema Künstliche Intelligenz gibt es eine Vielfalt von Lernangeboten. Neben Online-Kursen gibt es auch spezialisierte Bücher, Tutorien und Webinare, in denen Sie mehr über KI-Tools und Lernalgorithmen erfahren können.
Wie kann ich mit einem KI-Kurs Prozessoptimierung erlernen?
Ein KI-Kurs kann Ihnen zeigen, wie Sie Künstliche Intelligenz für die Prozessoptimierung in verschiedenen Bereichen wie der Produktion, dem Kundenservice oder der Produktentwicklung nutzen können. Viele Kurse zeigen Ihnen auch, wie Sie neue Geschäftsmodelle mit KI entwickeln können.
Welche Vorteile hat ein Online-Kurs zum Thema Künstliche Intelligenz?
Ein Online-Kurs zum Thema Künstliche Intelligenz bietet Ihnen die Flexibilität, in Ihrem eigenen Tempo zu lernen. Darüber hinaus können Sie von überall auf die Kursmaterialien zugreifen. Sie erhalten auch direkt Feedback zu Ihren Aufgaben und können in vielen Kursen an praktischen Projekten arbeiten.
Wo kann ich mehr über Data Science und Künstliche Intelligenz erfahren?
Der AI Campus bietet Kurse für angehende Data Scientists an. Hier können Sie mehr über das Thema Künstliche Intelligenz, Data Science und KI-Tools wie TensorFlow oder Keras erfahren. Einige dieser Kurse sind kostenpflichtig, bieten jedoch tiefgreifende Kenntnisse und Fähigkeiten in diesen Bereichen.
Welcher Kurs auf dem KI Campus ist für Anfänger geeignet
Bis auf die hier erwähnten Kurse der Universität Stanford, sind alle Kurse für Anfänger geeignet. Der Kurs „Elements of AI“ auf dem KI-Campus ist ebenfalls für Anfänger geeignet. Er wurde vom finnischen Unternehmensberatung Reaktor und der Universität Helsinki entwickelt und vermittelt die Grundlagen der Künstlichen Intelligenz in einem zugänglichen Format. Der Kurs ist online und kostenlos erhältlich.
Was ist der Advanced Course in Künstliche Intelligenz auf dem KI Campus?
Der Advanced Course in Künstliche Intelligenz auf dem KI Campus ist ein spezialisierter Kurs für fortgeschrittene Teilnehmer. Hier erfahren Sie mehr über spezifische KI-Technologien und -Techniken, darunter Deep Learning (DL), Neural Networks und automatisierte Prozessoptimierung. Ich empfehle, aber gerne die im Artikel vorgestellten Kurse.
Lerne ich in einem KI-Kurs, wie man mit KI-Tools umgeht und eigene Modelle erstellt?
Ja, in den meisten Kursen zum Thema Künstliche Intelligenz lernen Sie, wie Sie gängige KI-Tools und -Frameworks wie TensorFlow oder Keras verwenden können, um eigene KI-Modelle zu erstellen und zu trainieren.
Kann ich nach Abschluss eines KI-Kurses ein Zertifikat erhalten?
In der Regel ja, der KI Campus beispielsweise bietet nach Abschluss der meisten seiner Kurse ein Zertifikat an. Dieses Zertifikat kann Ihnen dabei helfen, Ihre neu erworbenen Fähigkeiten gegenüber Arbeitgebern oder Bildungsanstalten zu belegen.
Du möchtest mehr Informationen zu wichtigen Lernangeboten künstlicher Intelligenz in dein Email-Postfach? Dann melde dich 👉 hier zu unserem Newsletter an.
Du möchtest mehr Wissen durch von uns ausgewählte Videos lernen? Dann schau auch gerne auf unserem Youtube-Kanal vorbei 👉 hier geht zu unserem Youtube-Kanal.
Quellen:
- A Neural Network Playground (tensorflow.org)
- Understanding neural networks with TensorFlow Playground | Google Cloud Blog
- Ein Algorithmus hat kein Taktgefühl: Wo künstliche Intelligenz sich irrt, warum uns das betrifft und was wir dagegen tun können : Zweig, Katharina: Amazon.de: Bücher*
Über den Autor:
Mein Name ist Frank und ich bin IT-Berater mit mehr als 20 Jahren Erfahrung in den Branchen E-Commerce, Media & Publishing, Banken, Gesundheit und Industrie. Meine Expertise liegt in der Lösung komplexer technologischer Herausforderungen, wobei meine Schwerpunkte auf digitalem Verkaufen, digitaler Produktentwicklung, Künstlicher Intelligenz und Datenschutz liegen.
Allgemeine Hinweise:
Offenlegung Content-Erstellung mit KI-Unterstützung: Da wir von den Chancen und Möglichkeiten überzeugt sind, die mit dem Einsatz von KI Helfern erreicht werden können, nutzen wir entsprechend auch KI. Uns ist dabei wichtig, dass KI nie ohne finale menschliche Überprüfung Inhalte und Endergebnisse veröffentlichen wird. Dennoch kann es theoretisch vorkommen, dass Inhalte nach der finalen Qualitätssicherung fehlerhaft sein könnten. Wir werden dann umgehend den Fehler korrigieren.
Offenlegung Werbelinks: Mit einem Stern (*) gekennzeichnete Links und Buttons sind sogenannte Affiliate-Links. Daitapilot bekommt bei einem Kauf eine Provision, die sich jedoch nicht auf den Endpreis auswirkt. Es ist uns wichtig zu betonen, dass dies keinen Einfluss auf unsere Bewertung oder Meinung hat.
