Die frühen Phasen der Softwareentwicklung sind maßgeblich davon gekennzeichnet, dass fachliche und technische Anforderungen (Requirements) an das IT-System zu ermitteln sind. Die Anforderungsermittlung muss äußerst umsichtig betrieben werden, weil alle folgenden Aktivitäten im SW-Entwicklungsprozess auf der Grundlage der dokumentierten Anforderungen geplant und durchgeführt werden.

In diesem Kurs werden Vorgehensweisen, Methoden und Modelle vermittelt, die eine strukturierte und methodische Ermittlung und Dokumentation von Anforderungen an betriebliche Informationssysteme ermöglichen.

1. Grundlagen und Begriffe des Requirements Engineering
   1. Requirements Engineering im Softwareprozess
   2. Kernaktivitäten im Requirements Engineering
   3. Was ist eine Anforderung?
2. Ermittlung von Anforderungen
   1. Bestimmung des Systemkontextes
   2. Bestimmung der Quellen von Anforderungen
   3. Ausw.hlen der geeigneten Ermittlungstechniken
   4. Anforderungen unter Einsatz der Techniken ermitteln
3. Ausgewählte Ermittlungstechniken
   1. Kreativitätstechniken
   2. Befragungstechniken
   3. Beobachtungstechniken
   4. Prototyping
4. Dokumentation von Anforderungen
   1. Aktivitäten zur Dokumentation von Anforderungen
   2. Typische Elemente der Anforderungsdokumentation
   3. Dokumentationsformen
5. Modellierung von Prozessen
   1. Grundlagen und Begriffe
   2. Modellierung mit der Business Process Model and Notation
   3. Modellierung mit Ereignisgesteuerten Prozessketten
6. Modellierung von Systemen
   1. Grundlagen Unified Modeling Language
   2. UML-Use Case-Diagramm
   3. UML-Aktivitätsdiagramm
   4. UML-Klassendiagramm
   5. UML-Zustandsdiagramm
7. Prüfen und Abstimmen von Anforderungen
   1. Aktivitäten zum Prüfen und Abstimmen von Anforderungen
   2. Prüfkriterien
   3. Prüfprinzipien
   4. Prüftechniken
   5. Abstimmen von Anforderungen
8. Management von Anforderungen und Techniken zur Priorisierung
   1. Verwalten von Anforderungen
   2. Techniken zur Priorisierung von Anforderungen

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