IT-Servicemanagement ist ein Ansatz, die IT eines Unternehmens als Dienstleister und Unterstützer der betrieblichen und geschäftlichen Prozesse auszurichten und zu verstehen. Hierbei stehen Qualitätsmanagement und Handhabung des täglichen Betriebs im Vordergrund.

Dieser Kurs vermittelt unter Verwendung der IT Infrastructure Library (ITIL) Konzepte, Vorgehensweisen und Best Practices im Bereich IT-Servicemanagement (IT-Betrieb). Damit werden also die Steuerung der Aktivitäten eines SW-Lebenszyklus betrachtet, die nach der Entwicklung eines IT-Systems stattfinden: der IT-Betrieb als kontinuierlichen Lauf des produktiven Tagesgeschäfts der IT-Abteilungen eines Unternehmens.

1. Grundlagen und Begriffe zum IT-Service Management
   1. IT-Dienstleistungen
   2. IT-Servicemanagement
2. ITIL - Service Lifecycle, Service Strategy und Continual Service Improvement
   1. Service Lifecycle
   2. Service Strategy
   3. Continual Service Improvement
3. ITIL – Service Design
   1. Service Level Management
   2. Service Catalog Management
   3. Availability Management
   4. Weitere Prozesse im Service Design
4. ITIL – Service Transition
   1. Transition Planning and Support
   2. Change Management
   3. Service Asset and Configuration Management
   4. Weitere Prozesse in der Service Transition
5. ITIL – Service Operation
   1. Incident Management
   2. Problem Management
   3. Weitere Prozesse in der Service Operation
6. Information Security Management mit dem IT-Grundschutz Framework des BSI
   1. Aufbau und Elemente des BSI-Grundschutzes
   2. Informationssicherheitsprozess

Künstliche Intelligenz (KI), also die Automatisierung von Abläufen, die „Intelligenz“ benötigen, wurde schon in der Frühzeit der Informatik als Vision formuliert und beispielsweise durch den Turing-Test konkretisiert. In den 2010er Jahren gab es erhebliche Fortschritte zur Erreichung dieser Vision, in erster Linie Weiterentwicklungen der neuronalen Netze. Diese Fortschritte haben dazu geführt, dass Techniken der KI in deutlich wachsendem Umfang nicht nur erforscht, sondern praktisch eingesetzt werden. Eng verwandte neuere Forschungsgebiete wie Data Mining und maschinelles Lernen wenden in erheblichem Umfang Techniken der KI an. Ziel dieses Kurses ist es daher, die grundlegenden Konzepte und Techniken der künstlichen Intelligenz sowie deren praktische Anwendung zu vermitteln.

1. Einführung
   1. Grundbegriffe der künstlichen Intelligenz
   2. Geschichte der künstlichen Intelligenz
   3. Agentensysteme
   4. Schwarmsysteme
   5. Künstliche Intelligenz und Wissensmanagement
   6. Unsicheres Wissen
2. Logik-Grundlagen
   1. Aussagenlogik
   2. Prädikatenlogik
   3. Resolution und Unifikation
   4. Hornklauseln und regelbasierte Wissensrepräsentation
   5. Logik-Programmierung mit Prolog
   6. Backtracking, Unifikation und Ablaufsteuerung in Prolog
3. Problemlösung durch Suche
   1. Uninformierte Suche
   2. Informierte (heuristische) Suche
   3. Spiele mit Gegner
   4. Naturanaloge Metaheuristiken
4. Data Mining und maschinelles Lernen
   1. Grundbegriffe
   2. Klassifikation
   3. Clustering
   4. Regression
   5. Decision Tree Learning
   6. K-Nearest Neighbours
   7. Support Vector Machines
5. Neuronale Netze
   1. Das Perzeptron
   2. Backpropagation-Netze
   3. Hopfield-Netze
   4. Convolutional Neural Networks
   5. Recurrent Neural Networks
6. Entwicklung von KI-Anwendungen
   1. Vorgehensweise
   2. Bibliotheken und Dienste
   3. Training neuronaler Netze
7. Ausgewählte Anwendungen der künstlichen Intelligenz
   1. Expertensysteme
   2. Schach und Go
   3. Watson
   4. Zeichenerkennung
   5. Gesichtserkennung
   6. Selbstfahrende Autos
   7. Gesellschaftliche Auswirkungen der KI