BDF206: Bedarfsorientierte Mikroprojekte
Projekte
BDF206: Bedarfsorientierte Mikroprojekte
Prof. Dr. Jens Brandt
Prof. Dr. Jens Brandt
Bachelor Digitale Forensik
Informatik
Deutsch
Sommersemester
1 Semester
5 ECTS
Deutsche Notenskala 1-5
2 V | - Ü | 2 P | - S
Demand-Driven Micro Projects
Keine angegeben.
WAS
Die Studierenden können kleine Projektaufgaben aus dem Umfeld der Digitalen Forensik analysieren und sie mit Hilfe von KI – insbesondere Sprachmodellen in Form von Prompts und Agenten – reflektiert und prototypisch lösen.
WOMIT
Die Studierenden erreichen dieses Lernergebnis, indem sie:
- die zentralen Arten von KI und Lernverfahren (überwachtes, unüberwachtes, bestärkendes Lernen) kennenlernen und einordnen
- die grundsätzliche Funktionsweise datengetriebener Modelle – mit Fokus auf große Sprachmodelle – nachvollziehen und sie gezielt (etwa durch Prompting) anwenden
- Prompts und KI-Agenten gezielt formulieren und einsetzen – etwa zum Programmieren, zum Zusammenfassen von Dokumenten, zur Literaturrecherche sowie zur automatisierten Erstellung von Dokumenten und Präsentationen
- Ergebnisse von KI-Systemen hinsichtlich Qualität und Grenzen kritisch prüfen und bewerten
- Kenntnisse aus einem vorgegebenen, eng abgegrenzten Themengebiet eigenständig – unterstützt durch KI-Werkzeuge – recherchieren und erarbeiten
- die erarbeiteten Inhalte mit Inhalten aus anderen Gebieten selbständig verknüpfen und in diesen anwenden
- praktische Projektaufgaben aus forensischen Anwendungsfällen eigenständig mit KI-Werkzeugen lösen
- eine persönliche Selbstorganisation und eigene Lernstrategie entwickeln
- eine Dokumentation des Projektes erstellen und die Projektergebnisse vor einem Fachpublikum präsentieren
WOZU
Damit sie in späteren Modulen, Projekten und beruflichen Aufgaben der Digitalen Forensik KI-Verfahren fundiert beurteilen, geeignete Werkzeuge auswählen und KI-gestützte Lösungen verantwortungsvoll einsetzen können.
- Begriff und Arten Künstlicher Intelligenz
- Maschinelles Lernen: überwachtes, unüberwachtes und bestärkendes Lernen
- Funktionsweise datengetriebener Modelle mit Fokus auf große Sprachmodelle (u. a. neuronale Netze als universelle Approximatoren, Bedeutung und Qualität der Trainingsdaten)
- Prompt-Techniken und KI-Agenten
- KI-gestützte Arbeitstechniken: Programmieren, Zusammenfassen von Dokumenten, Literaturrecherche, Erstellung von Dokumenten und Präsentationen
- Bewertung von KI-Ergebnissen: Gütekriterien, Fehlerquellen (z. B. Halluzinationen), Grenzen
- KI-Einsatz im Umfeld der Digitalen Forensik (z. B. Text- und Logdateianalyse)
- Chancen, Risiken und ethische Aspekte des KI-Einsatzes
- Praktische Mikroprojekte mit KI-Werkzeugen an forensischen Fragestellungen
Testat
Studien-, Projekt- oder Hausarbeit. Neben der schriftlichen Ausarbeitung sind weitere Projektartefakte (z. B. Programme, Datenauswertungen) abzugeben.
- Ertel, W.: Grundkurs Künstliche Intelligenz. Springer Vieweg, aktuelle Auflage
- Aktuelle Dokumentationen und Online-Ressourcen der eingesetzten KI-Werkzeuge (themenabhängig)
- Bereitgestellte Unterlagen zu den Projektinhalten