Modul WI-BSc-IBIS-M06


1. Name des Moduls: Explainable AI
1a. Module name (english): Explainable AI
2. Fachgebiet / Verantwortlich: Prof. Dr. Bernd Heinrich
3. Inhalte des Moduls: - Transparenz, Erklärbarkeit und Accountability von KI-Systemen - Überblick über verschiedene methodische Ansätze zur Erklärbarkeit der Entscheidungen maschineller Lernverfahren - Methoden zur Evaluation der Nachvollziehbarkeit von KI-Systemen - Auswirkungen der Erklärbarkeit von KI-Systemen auf deren Akzeptanz - Anwendung von Explainable AI-Ansätzen in ausgewählten Fallbeispielen
4. Qualifikationsziele des Moduls / zu erwerbende Kompetenzen: Methoden zur Nachvollziehbarkeit von Entscheidungen KI-basierter Systeme sind heute wichtiger Bestandteil des verantwortungsbewussten Einsatzes maschineller Lernverfahren. Nach Abschluss dieses Moduls haben die Studierenden grundlegende Techniken und Verfahren zur Gewährleistung und Bewertung von Transparenz, Erklärbarkeit und Accountability von KI-basierten Systemen kennengelernt. Studierende sind darüber hinaus in der Lage diese Verfahren selbstständig anzuwenden und kennen die theoretischen Grundlagen, auf denen die verschiedenen Verfahren basieren. Studierende können informierte Abwägungen zwischen verschiedenen Zielgrößen bei der Entwicklung von KI-Systemen treffen und kennen methodische Ansätze zur Evaluation der Nachvollziehbarkeit von KI-Systemen. Studierende wissen um die wissenschaftlichen Erkenntnisse zum Zusammenhang zwischen der Erklärbarkeit von KI-Systemen und deren Akzeptanz.
5. Teilnahmevoraussetzungen:
    a) empfohlene Kenntnisse WI-BSc-AWI-M03 Data Analytics: Methoden und Programmierung WI-BSc-IT-M02 Algorithmen, Datenstrukturen und Programmierung
    b) verpflichtende Nachweise keine
6. Verwendbarkeit des Moduls: BSc WInfo (PO2021), SPMG "Digital Business, IT Security und Data Science & AI Applications" B.A. WI (PO2022), PMG "Digital Business, IT Security und Data Science & AI Applications" BSc DB (PO2022), SPMG "Digital Information Systems"
7. Angebotsturnus des Moduls: im Turnus Wintersemester
8. Das Modul kann absolviert werden in: 1 Semester
9. Empfohlenes Fachsemester:
10. ECTS 6
11. Arbeitsaufwand des Moduls (Workload) / Anzahl Leistungspunkte: Gesamt in Stunden: 180 (6 ECTS*30 Stunden) davon: 1. Präsenzzeit: 60 Std. (4 SWS) 2. Selbststudium (inkl. Prüfung): 120 Std.

Das Modul ist erfolgreich absolviert, wenn die unten näher beschriebenen Leistungen erfüllt sind:

12.Modulbestandteile:
Nr. P/WP/W Lehrform Themenbereich SWS ECTS Studienleistung
1 P Vorlesung Explainable AI 2 3
2 P Übung Explainable AI 2 3
13. Modulprüfung:
Nr. Kompetenz Art der Prüfung Dauer Seiten­umfang Zeitpunkt Anteil (%)
1 Explainable AI Klausur 90 Minuten Prüfungszeitraum: erste bis vierte Woche nach Vorlesungsende 100