Digitale Technologien M.Eng.

Selbstlernende Systeme werden immer selbstverständlicher. Sie halten verstärkt Einzug in unseren Alltag und sind auch in Zukunft nicht mehr wegzudenken. Doch wie funktioniert der Prozess des maschinellen Lernens? Wie sehen die Möglichkeiten und Einsatzgebiete, aber auch Grenzen aus?

Grundlegende Fragestellungen und Ziele zu verstehen, die Vorgehensweise des maschinellen Lernens zu kennen und das Wissen um die wichtigsten Begriffe oder auch Problemklassen, ist das Ziel dieses Moduls. Die Studierenden sind nach dem Modul in der Lage, den Einsatz maschineller Lernmethoden für eigene Anwendungsaufgaben zu beurteilen und auch die Grenzen einzuordnen.

Betriebliches IT-Sicherheitsmanagement ist ein wichtiger Prozess heutiger Unternehmen und Organisationen. Damit die Absicherung der Systeme erfolgreich gelingen kann, braucht es zunächst grundlegendes Wissen über die wichtigsten Typen von Rechnernetzen und deren Einsatzbereiche. Dies wird im Modul zunächst vermittelt, bevor sich die Studierenden mit typischen Angriffs- und Abwehrmethoden beschäftigen. Am Ende verfügen sie über die Kompetenz, typische Schwachpunkte in IT-Infrastrukturen auszumachen und Empfehlungen zu deren Verbesserung auszusprechen. Im letzten Teil der Veranstaltung wird auf Grundlagen von Datenschutz und ethischen Aspekten der Datenverarbeitung eingegangen.

Mittels Daten lassen sich vielerlei Rückschlüsse ziehen, um z.B. Prozesse zu optimieren, Ressourcen gewinnbringender einzuplanen oder Produkte innovativ zu gestalten. Dazu muss die riesige Menge an anfallenden Daten allerdings zielführend strukturiert und analysiert werden. Im Modul erarbeiten die Studierenden die Grundlagen der computergestützten Datenverarbeitung und lernen wichtige Speichertechnologien von relationalen Datenbanken bis hin zu NoSQL-Datenbanken und anderen Speichertechnologien für Big Data kennen.

Apple, Google, Tesla – allesamt bekannte Geschäftsmodell-Innovationen. Welche Innovationsregeln und Muster liegen diesen Unternehmen zugrunde? Und was macht generell ein erfolgreiches Geschäftsmodell – vor allem unter dem Aspekt der Digitalisierung – aus? Diese Fragen werden im Modul unter Analyse zahlreicher Beispiele thematisiert. Die Studierenden lernen außerdem erfolgreiche Strategien kennen, wissen wie sich Organisationen gestern und heute unterscheiden müssen und erstellen z.B. einen eigenen Businessplan.

In diesem Modul wird der Wandel der Arbeitswelt durch Industrie 4.0 zum Gegenstand gemacht und mit unterschiedlichen Schwerpunkten behandelt. Wie wirkt sich die Digitalisierung der Arbeitsprozesse auf die Arbeitsorganisation aus? Welche Anforderungen werden an das Management gestellt, wenn uns um die verschwimmenden Grenzen zwischen Arbeit und Privatleben geht? Wie können Menschen ihre subjektiven Fähigkeiten gewinnbringend in ihre Arbeit einbringen? Die Studierenden lernen neue Formen der Arbeitsorganisation kennen und entwickeln daraus Schlüsselqualifikationen für erfolgreiche Führung. Am Ende des Moduls sind sie in der Lage, neue Herausforderungen proaktiv anzugehen, erproben Gestaltungsmöglichkeiten und Lösungsstrategien und können diese anschließend bewerten.

Studierende lernen hier, ihr theoretisches Wissen und ihre praktischen Fähigkeiten mit den Anforderungen der Berufspraxis zu verbinden. Sie kennen die zentralen Ziele, Anforderungen und Prinzipien digitaler Themen. Sie lernen, den Bearbeitungsprozess einer typischen Aufgabenstellung zu planen, den Lösungsweg systematisch zu entwickeln und passende Methoden und Instrumente anzuwenden. Teamwork sowie interne und externe Kommunikation stehen hier im Mittelpunkt.

• Einblick in die Projekte

In diesem Modul erlangen die Studierenden Kenntnisse in Ideenfindung, Konzeption, Planung, Entwicklung und Umsetzung von Projektvorhaben zu KI-Anwendungen. Thematisch liegt der Fokus dabei auf Pflanzenbau, Tierhaltung, Landtechnik oder Agrarökonomie, wahlweise auch auf Ernährungs- und Umweltwirtschaft.

Internet of Things, Mixed Reality, Gestensteuerung – innovative interaktive Anwendungssysteme werden in interdisziplinären Teams entwickelt. Um hieran gewinnbringend mitzuwirken, setzen sich die Studierenden in dieser Veranstaltung mit modernen Interaktionstechnologien auseinander. Diese reichen von Smart Augmented Reality Glasses (Datenbrillen) über Conversational Interfaces (z.B. Alexa, Google Home) bis hin zu Wearable Computers (z.B. Apple Watch). Die Studierenden lernen Ideen und Konzepte zu entwickeln und diese einer kritischen Analyse und Bewertung zu unterziehen.

In der Landwirtschaft spielen Machine Learning und Künstliche Intelligenz eine bedeutende Rolle und verändern, wie in anderen Bereichen, operative Prozesse. Aufbauend auf den Pflichtmodulen erweitern die Studierenden in diesem Modul ihre mathematisch-statistischen Grundlagen zu Maschinellem Lernen und KI mit Fokus auf Anwendungen in der Agrar-, Ernährungs- und Umweltwirtschaft. Sie lernen bereits praktizierte und marktreife Anwendungen kennen, diskutieren Entwicklungschancen und erhalten eine Vorstellung von Zukunftsperspektiven in Hinblick auf mögliche spätere Berufsfelder.

Die Vorlesung vermittelt Studierenden ein vertieftes Verständnis darüber, wie künstliche Intelligenz (KI) Organisationen transformiert. Ausgehend von der Prämisse, dass KI nicht nur ein Tool, sondern ein neuer „Akteur“ in Unternehmen ist, werden klassische Konzepte der Strategie und Führung neu gedacht. Zunächst wird das strategische Potenzial von KI anhand digitaler Geschäftsmodelle, Datenökosysteme und agentischer Systeme erläutert. Darauf aufbauend analysieren die Studierenden, wie operative Entscheidungen, Struktur, Prozesse und Rollen in einer KI-getriebenen Organisation neu ausgestaltet werden müssen. Neben Fragen der Technologieintegration stehen auch Aspekte der Governance, Ethik und organisationalen Anpassungsfähigkeit im Zentrum. Das Modul kombiniert dabei Perspektiven der digitalen Transformation mit aktuellen Forschungsergebnissen zur Zusammenarbeit zwischen Mensch und Maschine.