20-00-1209

Real World Challenges of AI

FB20 Informatik · 3 CP (aus SWS geschätzt) · Angeboten in WiSe 2026/27, WiSe 2025/26

Notenverteilung

Mittel der Semesterschnitte

1.47

Jedes Semester zählt gleich, unabhängig von seiner Größe.

Gewichteter Gesamtschnitt

1.47

Nach Kohortengröße gewichtet — der Schnitt über alle Ergebnisse hinweg.

Bestehensquote

100%

Anteil der Ergebnisse von 4,0 oder besser. 4,0 ist die letzte bestandene Note.

Semester mit Daten

Die deutsche Skala reicht von 1,0 (beste) bis 4,0 (letzte bestandene Note), 5,0 ist nicht bestanden. Eine 4,3 gibt es nicht.

Nach Semester

WiSe 2024/25

∅ 1.46929 Ergebnisse0% durchgefallenÜber die Erweiterung gemeldet

1,0

1,3

1,7

2,0

2,3

2,7

3,0

3,3

3,7

4,0

5,0

Gemeldet am 03.09.2026

Hat sich der Kurs gelohnt?

Noch keine Bewertungen — mach den Anfang.

Deine Bewertung hängt an einer zufälligen ID in diesem Browser. Kein Konto, nichts, was dich identifiziert.

Wöchentliche Termine

Keine wöchentlichen Termine hinterlegt.

Bestandteile

20-00-1209-seSeminar2 SWS

Sprache: Englisch
Lehrende: Prof. Dr.-Ing. Ahmad-Reza Sadeghi

Lehrinhalte

Mit der zunehmenden technologischen Entwicklung können Künstliche Intelligenzen, insbesondere Deep Learning basierte Algorithmen, immer komplexere Aufgaben lösen. Ihre zunehmenden Fähigkeiten erlauben ihren Einsatz für Probleme der realen Welt, sodass sie sogar für kritische Aufgaben wie Einstellungsentscheidungen, medizinische Diagnostik oder sicherheitskritische Operationen eingesetzt werden. Allerdings stehen Deep-Learning-Algorithmen vor neuen Herausforderungen, Einschränkungen und Bedrohungen, wenn sie außerhalb kontrollierter Testumgebungen zur Lösung realer Probleme eingesetzt werden. In diesem Seminar arbeiten sich die Studierenden in die aktuelle Literatur zum gewählten Thema ein, fassen diese zusammen und führen eine kritische Analyse der existierenden Arbeiten durch. Mögliche Themen beinhalten: Faires und nicht-diskriminierendes Deep Learning Erklärbarkeit und vertrauenswürdige Vorhersagen Datenschutzaspekte und das Recht auf Vergessen im Kontext Neuronaler Netze Robustes und Vertrauenswürdiges Deep Learning für Sicherheitskritische Anwendungen Verteiltes Maschinelles Lernen Deep Learning für Anwendungen mit Laufzeitanforderungen Erkennung von KI-generierten Inhalten Verantwortungsbewusste Generierung von Deep Fakes

Prüfungstermine

Kein Prüfungstermin veröffentlicht.

Zum Stundenplan hinzufügen

Termine, Räume und Angaben stammen aus TUCaN und können veraltet sein. Falsche Angabe melden

Notenverteilung

Mittel der Semesterschnitte

1.47

Jedes Semester zählt gleich, unabhängig von seiner Größe.

Gewichteter Gesamtschnitt

1.47

Nach Kohortengröße gewichtet — der Schnitt über alle Ergebnisse hinweg.

Bestehensquote

100%

Anteil der Ergebnisse von 4,0 oder besser. 4,0 ist die letzte bestandene Note.

Semester mit Daten

Die deutsche Skala reicht von 1,0 (beste) bis 4,0 (letzte bestandene Note), 5,0 ist nicht bestanden. Eine 4,3 gibt es nicht.

Nach Semester

WiSe 2024/25

∅ 1.46929 Ergebnisse0% durchgefallenÜber die Erweiterung gemeldet

1,0

1,3

1,7

2,0

2,3

2,7

3,0

3,3

3,7

4,0

5,0

Gemeldet am 03.09.2026