Ob Soziale Arbeit, Marketing, Management oder Pflegeberufe – der digitale Wandel als Megatrend bestimmt einen tiefgreifenden Wandel, der jeden Einzelnen und alle Ebenen der Gesellschaft betrifft. In diesem Kurs geht es darum, die Ursachen des Wandels und den Wandel als solches mit seinen Auswirkungen zu verstehen. Aus diesem Verständnis heraus werden Fähigkeiten – Digital Skills – entwickelt, mit der Digitalisierung in verschiedenen (beruflichen) Kontexten umgehen zu können. Grundlegend werden Aspekten der digitalen Transformation und digitalen Kommunikation erörtert und dargestellt, wie sich Wirtschaft, Gesellschaft und Kommunikation verändert haben und verändern. Das betrifft unter anderem die Arbeit und Zusammenarbeit. Methoden wie Design Thinking, Tools wie Slack oder Content-Management-Systeme wie WordPress haben interdisziplinäre Relevanz. Social Media und Mobile sind fester Bestandteil des Alltags, prägen die (Medien-)Sozialisation und das digitale Marketing. Unter dem Aspekt „Digital im Unternehmen“ werden ausgewählte Szenarien betrachtet, wie zum Beispiel Digital HR oder Digital und Sozial. Ein grundlegendes Verständnis für digitale Technologien wie Cloud Computing oder Big Data ist essenziell, um digitale Prozesse begleiten und Steuern sowie Trends wie Quantencomputing beurteilen zu können.

1. Digitale Transformation
   1. Grundlagen, Ursachen, Folgen
   2. Infrastruktur und Technologien
   3. Auswirkungen für Wirtschaft und Gesellschaft
   4. Konzepte
2. Digitale Kommunikation
   1. Grundlagen
   2. Der Onlinekommunikationsprozess
   3. Kommunikationstools
   4. Bot-Kommunikation
   5. Text vs. Voice
3. Methoden für digitale Arbeit
   1. Agile Methoden: Agile Grundlagen, SCRUM, Kanban
   2. Design Thinking
   3. Game Thinking
   4. Lean Start-up und Lean Management
4. Verteiltes und kollaboratives Arbeiten
   1. Grundlagen
   2. Tools und Systeme
   3. (Green) Web Design und Content-Management-Systeme
   4. Präsentationstechniken
5. Social Media und Mobile
   1. Social Media und Social-Media-Marketing
   2. Social-Media-Kanäle
   3. Responsive Design und Mobile Websites
   4. Apps und Messenger
   5. QR-Codes und Location-Based Services
   6. Mobile First und Mobile Only
6. Ausgewählte Technologien
   1. Cloud Computing
   2. Big Data/Data Analytics
   3. KI/Machine Learning
   4. Internet of Things
   5. APIs
   6. Smart Services
   7. Robotics
   8. Blockchain
   9. Virtual und Augmented Reality
   10. 3-D/4-D-Druck
7. Digital im Unternehmen: Ausgewählte Szenarien
   1. Digital Business
   2. Digital Marketing
   3. Digital Design
   4. Digital HR
   5. Digital und Sozial
8. Trends und Ausblick
   1. Erwerb und Ausbau der Kompetenzen für das digitale Zeitalter
   2. Trends und Ausblick für die digitale Kommunikation, Social Media und Mobile
   3. Trends und Ausblick für verteiltes und kollaboratives Arbeiten
   4. Trends und Ausblick für ausgewählte Technologien

Die Suche nach künstlicher Intelligenz (KI) hat das Interesse der Menschheit seit vielen Jahrzehnten begeistert und ist seit den 1960er Jahren ein aktives Forschungsgebiet. Dieser Kurs gibt einen detaillierten Überblick über die historischen Entwicklungen, Erfolge und Rückschläge der KI sowie über moderne Ansätze in der Entwicklung der künstlichen Intelligenz.

Dieser Kurs gibt eine Einführung in das bestärkende Lernen, einem Prozess, der dem ähnelt, wie Menschen und Tiere die Welt erleben: die Umwelt zu erforschen und die beste Vorgehensweise abzuleiten.

In diesem Kurs werden auch die Prinzipien der natürlichen Sprachverarbeitung und der Computer Vision (computerbasiertes Sehen) behandelt, beides Schlüsselkomponenten für eine künstliche Intelligenz, die in der Lage ist, mit ihrer Umgebung zu interagieren.

1. Geschichte der KI
   1. Historische Entwicklungen
   2. KI-Winter
   3. Expertensysteme
   4. Bedeutsame Fortschritte
2. Moderne KI-Systeme
   1. Schwache versus allgemeine KI
   2. Anwendungsbereiche
3. Bestärkendes Lernen
   1. Was ist bestärkendes Lernen?
   2. Markov-Ketten und Wertfunktion
   3. Zeitdifferenz und Q-Lernen
4. Verarbeitung natürlicher Sprache (NLP)
   1. Einführung in NLP und Anwendungsbereiche
   2. Grundlegende NLP-Techniken
   3. Vektorisierung von Daten
5. Computer Vision
   1. Pixel und Filter
   2. Feature-Erkennung
   3. Verzerrungen und Kalibrierung
   4. Semantische Segmentierung