In diesem Kurs werden typische Probleme beim Management von SW-Projekten diskutiert und dabei Methoden und Techniken vermittelt, mit denen die Herausforderungen gezielt adressiert werden können.

Darüber hinaus werden Standard-Vorgehensmodelle für das IT-Projektmanagement erläutert und gezielt deren Stärken und Schwächen herausgearbeitet.

1. Begriffe und Grundlagen im IT-Projektmanagement
   1. Projektbegriff und Arten von IT-Projekten
   2. IT-Projektlebenszyklus
   3. Multiprojektmanagement – Das Projekt im Kontext der Organisation
2. Planungstechniken
   1. Planung im Großen: Meilensteine, Teilaufgaben, Arbeitspakete
   2. Planung im Großen: Gantt-Diagramme
   3. Operative Planung und Organisation: Kanban Boards, Backlog
3. Priorisierung, Aufwandschätzung, Projektcontrolling
   1. Priorisierung
   2. Aufwandsschätzung
   3. Projektcontrolling
4. Stakeholder-, Kommunikations- und Risikomanagement
   1. Stakeholder Management
   2. Kommunikationsmanagement
   3. Risikomanagement
5. Organisation und Struktur von IT-Projekten
   1. Ausgewählte Managementmodelle: Scrum, PITPM, PRINCE2
   2. PRINCE2 - Überblick und ausgewählte Prozesse
   3. SCRUM – Überblick, Rollen, Artefakte
6. PITPM - Pragmatisches IT-Projektmanagement
   1. Struktur und Phasen in PITPM
   2. IT-Projekt konfigurieren
   3. IT-Projekt steuern

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