Abschnittsübersicht

  • Einklappen Ausklappen

    Zertifikat

    Alles einklappen Alles aufklappen
    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen
      Logo von THInKI

      Ziel des Zertifikatsprogramms

      Das Ziel des Zertifikatsprogramms der Thüringer Hochschulinitiative für KI im Studium (THInKI) ist es, den Teilnehmenden ergänzende Kompetenzen im Bereich der Künstlicher Intelligenz (KI) zu vermitteln. Dieses Programm ist darauf ausgelegt, eine fundierte Ergänzung zu bestehenden Qualifikationen und Kenntnissen der Hochschulausbildung zu bieten und auf die Anwendung von KI-Methoden und -Techniken vorzubereiten. Es dient als praxisorientierte Zusatzqualifikation und nicht als Ersatz für ein vollständiges Studium. Die Teilnehmenden erwerben grundlegende Kenntnisse der Systematik, Begrifflichkeiten und grundlegender Inhalte der KI sowie die für das mündige Arbeiten im Bereich KI erforderlichen praktischen Fähigkeiten. Das Programm konzentriert sich auf die Bereiche Datenverarbeitung, Modellierung und Training von KI-Systemen sowie die Anwendung und Reflexion von KI-Techniken. Nach erfolgreichem Abschluss des Zertifikatsprogramms haben die Teilnehmenden die erforderlichen Fähigkeiten, um KI-Methoden und -Techniken in ihrem beruflichen Umfeld anzuwenden. Sie sind befähigt, sich spezifische Informationen im Bereich KI eigenständig zu erschließen, zu strukturieren und anzueignen, das erworbene Wissen kritisch einzuordnen sowie die erworbenen Kenntnisse und Fähigkeiten flexibel und zielgerichtet anzuwenden. Das Zertifikat unterstützt die Entwicklung methodischer und sozialer Kompetenzen, die es den Teilnehmenden ermöglichen, in interdisziplinären Teams effektiv zu arbeiten und ihre KI-Kompetenzen in unterschiedlichen beruflichen Kontexten einzusetzen.

      Zielgruppen

      Das Zertifikat ist für zwei Zielgruppen konzipiert. Während die KI-Anwender:Innen (AW) meist die Erzeuger von Daten sind und die KI-Modelle zeitaufwändig in Anwendungen evaluieren und reflektieren, verwenden Datenwissenschaftler:Innen (DW) Daten, um geeignete KI-Modelle zu entwickeln und in verschiedenen Anwendungen zu realisieren. Hierbei wird von der Zielgruppe der Anwender:Innen kein Wissen zu KI sowie wenig Grundlagenwissen aus den Bereichen Mathematik oder Informatik vorausgesetzt. Allerdings bringen sie das notwendige Domänen- bzw. Anwendungswissen mit. Die Zielgruppe der Datenwissenschaftler:Innen hingegen kann auf notwendiges Grundlagenwissen zurückgreifen und ist in der Lage, dieses auf Konzepte der KI und datengetriebene Modellierungen anzuwenden. Eine Mischform aus beiden Zielgruppen wird ebenfalls nicht ausgeschlossenen. Die unterschiedlichen Voraussetzungen der Zielgruppen spiegeln sich auch in der Auswahl der Lehrveranstaltungen wieder.

      Struktur des Zertifikats

      Das Zertifikat umfasst mehrere Module mit einem Gesamtumfang von etwa 15 Leistungspunkten.
      Das Zertifikat ist strukturiert in insgesamt drei Module:
      • Grundlagenmodul: Hierbei handelt es sich um ein Basis-Modul, dessen Inhalte aus den unten aufgeführten Angeboten gewählt werden können. Es bietet eine fundierte Einführung in das Themengebiet und legt die Grundsteine für die weiteren Module.
      • Zwei Module aus dem Vertiefungsbereich: Diese Module bieten eine vertiefte Auseinandersetzung mit fachspezifischen Themen. Auch hier besteht die Möglichkeit, aus den unten genannten Angeboten zu wählen, um die eigenen Interessensschwerpunkte zu setzen.
      Geeignete Zusammenstellungen von Modulen für beide Zielgruppen sind unten zu finden. Der Titel auf dem Zertifikat ergibt sich anhand der gewählten Modulkombination und wird von der Prüfungskommission festgelegt.

  • Einklappen Ausklappen

    Angebot Grundlagenmodul

    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen

      Aus diesem Angebot muss eines der Grundlagenmodule ausgewählt werden.

      Modul Modulbeschreibung Angeboten als


      Data Literacy (ASQ-Modul) Studienverwaltung FSU Jena
      		 4 SWS (Übung/Seminar) in Präsenz (Jena) + Selbststudium Moodle
      Datenmanagement und -analyse (früher: Data Science: Grundlagen) Studienplan TU Ilmenau Onlinekurs, live Sessions/Betreuung im Sommersemester
  • Einklappen Ausklappen

    Angebot Module im Vertiefungsbereich

    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen

      Aus diesem Angebot müssen Vertiefungsmodule im Umfang von 10 LP ausgewählt werden.

      Zur besseren Orientierung der Schwerpunkte der Module ist der Anteil angegeben, zu dem das Verstehen (V) der vermittelten Inhalte, das Anwenden (A) des erlernten Wissens und das kritische Reflektieren (R) der betrachteten Inhalte im Vordergrund steht. Es wird empfohlen, die Module so auszuwählen, dass alle Bereiche geeignet vertreten sind.


      Modul LP Zielgruppe V A R Modulbeschreibung Angeboten als
      Data Science: Methoden und Techniken 5 Datenwissenschaftler ●●◐ ◐○○ ○○○ Studienplan TU Ilmenau
      		 Onlinekurs ab SoSe 2025
      Inferenzmethoden (Teil Moduls: Knowledge Engineering)
      		 2 Datenwissenschaftler ●●◐ ◐○○ ○○○ Studienplan TU Ilmenau Onlinekurs
      Data Mining (Teil Moduls: Knowledge Engineering)
      		 3 Datenwissenschaftler ●●○ ●○○ ○○○ Studienplan TU Ilmenau
      		 Onlinekurs
      Programmierparadigmen der KI 3 Datenwissenschaftler ●○○ ●●○ ○○○ Studienplan TU Ilmenau Onlinekurs
      Evolutionäre Verfahren 2 Datenwissenschaftler  ●●○ ●○○ ○○○ Studienplan TU Ilmenau Onlinekurs
      Introduction to Computational Communication Science
      		 5 Datenwissenschaftler und KI-Anwender im Bereich Data Science
      		 ●◐○ ●◐○ ○○○ Studienplan TU Ilmenau Onlinekurs
      Stochastik 5 Datenwissenschaftler ●◐○ ●◐○ ○○○ Studienplan TU Ilmenau Ausschließlich in Präsenz (Ilmenau)
      Diskrete Stochastik 5 Datenwissenschaftler ●◐○ ●◐○ ○○○ Studienplan TU Ilmenau Ausschließlich in Präsenz (Ilmenau)
      Robotvision
      		 5 Datenwissenschaftler im Bereich Robotik
      		 ●●◐ ◐○○ ○○○ Studienplan TU Ilmenau
      		 Onlinekurs
      Kognitive Robotik
      		 5 Datenwissenschaftler im Bereich Robotik
      		 ●●○ ◐○○ ◐○○ Studienplan TU Ilmenau
      		 Onlinekurs
      Ethics for Data Science 5 KI-Anwender im Bereich Data Science
      		 ○○○ ●◐○ ●◐○ Studienplan TU Ilmenau
      		 Onlinekurs
      Erziehung im Horizont von Digitalität und KI (Grundkurs)
      		 5 KI-Anwender im Bereich Pädagogik
      		 ○○○ ○○○ ●●● Studienverwaltung FSU Jena
      		 Ausschließlich in Präsenz (Jena)
      Erziehung im Horizont von Digitalität und KI (Vertiefung)
      		 5 KI-Anwender im Bereich Pädagogik ○○○ ○○○ ●●● Studienverwaltung FSU Jena
      		 Ausschließlich in Präsenz (Jena)
      Wie funktioniert das? Hintergründe und Handlungswissen
      für einen digitalen Schulunterricht      		 5 KI-Anwender im Bereich Pädagogik ○○○ ●◐○ ●◐○ Studienverwaltung FSU Jena
      		 Ausschließlich in Präsenz/hybrid (Jena)
      Generative KI für GeisteswissenschaftlerInnen 5 KI-Anwender im Bereich Sozial- und Geisteswissenschaften
      		 ●◐○ ●○○ ◐○○ Studienverwaltung FSU Jena
      		 Onlinekurs
      Efficient Machine Learning
      		 6 Datenwissenschaftler (KI-Experten) ●●● ○○○ ○○○ Studienverwaltung FSU Jena
      		 Ausschließlich in Präsenz (Jena)
      Kollege Computer
      		 5 KI-Anwender im Bereich Medizin ●○○ ●○○ ●○○ Dosis-Jena
      		 Ausschließlich in Präsenz (Jena)
      Angewandte Statistik in der Medizin
      - Prädikative Analyse und maschinelles Lernen      		 5 KI-Anwender im Bereich Medizin ●●○ ●○○ ○○○ Studienverwaltung FSU Jena
      		 Ausschließlich in Präsenz (Jena)
      Chancen und Risiken von KI in der Medizin
      		 5 KI-Anwender im Bereich Medizin ○○○ ○○○ ●●● Dosis-Jena
      		 Ausschließlich in Präsenz (Jena)

      Auf Anfrage können auch andere Module aus dem Studium als Vertiefungsmodul eingebracht werden. Es können maximal 10 LP aus dem Studium anerkannt werden. Anfrage an: KI-Zertifikat@tu-ilmenau.de

  • Einklappen Ausklappen

    Vorschläge für geignete Modulkombinationen

    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen

      Zielgruppe KI-Anwender:Innen

      Vorschlag 1: Zertifikat für KI-Anwendungen in den Sozial- und Geisteswissenschaften
      Modulkombination
      Grundlagen Data Literacy (ASQ)
      Vertiefung 1 Generative KI für Geisteswissenschaftler         
      Vertiefung 2 Ethics for Data Science

      Vorschlag 2: Zertifikat für KI-Anwendungen in den Sozial- und Geisteswissenschaften
      Modulkombination
      Grundlagen Data Literacy (ASQ)
      Vertiefung 1 Generative KI für Geisteswissenschaftler         
      Vertiefung 2 Introduction to Computational
      Communication Science

      Vorschlag 3: Zertifikat für KI-Anwendungen in der Medizin
      Modulkombination
      Grundlagen Kollege Computer / DataSkills4AI
      Vertiefung 1 Angewandte Statistik in der Medizin -
      Prädikative Analyse und maschinelles Lernen 
      Vertiefung 2 Chancen und Risiken von KI in der Medizin

      Vorschlag 4: Zertifikat für KI-Anwendungen in der Pädagogik
      Modulkombination
      Grundlagen DataSkills4AI
      Vertiefung 1 Wie funktioniert das? Hintergründe und Hand-
      lungswissen für einen digitalen Schulunterricht
      Vertiefung 2 Erziehung im Horizont von Digitalität
      und KI (Grundkurs)
    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen

      Zielgruppe Datenwissenschaftler:Innen

      Vorschlag 1: Zertifikat für KI und Datenkompetenzen für die Praxis
      Modulkombination
      Grundlagen DataSkills4AI
      Vertiefung 1 Efficient Machine Learning  
      Vertiefung 2 Generative KI für Geisteswissenschaftler          

      Vorschlag 2: Zertifikat für KI-basierte Datenwissenschaft
      Modulkombination
      Grundlagen Datenmanagement und -analyse
      Vertiefung 1 Data Science: Methoden und Techniken           
      Vertiefung 2 Inferenzmethoden
      Vertiefung 3 Data Mining

      Vorschlag 3: Zertifikat für KI-basierte statistische Datenaufbereitung
      Modulkombination
      Grundlagen Datamanagement und -analyse                      
      Vertiefung 1 Stochastik
      Vertiefung 2 Introduction to Computational
      Communication Science  

      Vorschlag 4: Zertifikat für KI-basierte Robotik
      Modulkombination
      Grundlagen Datenmanagement und -analyse                                
      Vertiefung 1 Robotvision 
      Vertiefung 2 Kognitive Robotik         
  • Einklappen Ausklappen

    Anmeldung & Abschluss

    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen

      Anmeldung

      Wenn Sie Interesse am Erwerb des Zertifikats für KI haben, dann schreiben Sie bitte eine Email mit dem Betreff "Anmeldung Zertifikat für KI" an: KI-Zertifikat@tu-ilmenau.de.
      Bitte geben Sie dabei folgende Informationen an:
      • Nachname, Vorname
      • Ausgewählte Module (Hinweis: Falls Sie ein Modul wählen möchten, dass von der oben angegebenen Liste abweicht, dann geben Sie bitte zusätzlich den Dozenten als Kontaktperson für die Prüfungskommission an. Die Prüfungskommission wird anschließend entscheiden, ob die Auswahl zulässig ist.)
      • Hochschule (FSU Jena / TU Ilmenau / ...)
      • Aktueller Status (Bachelorstudent:in / Masterstudent:in / Doktorand:in / Postdoc / ...)

      Abschluss

      Nach erfolgreicher Anmeldung können Sie Ihre ausgewählten Module belegen und durch bestandene Prüfungsleistungen abschließen. Den erfolgreichen Abschluss aller Module melden Sie dann bitte erneut an die angegebene Email-Adresse, um Ihr Zertifikat zu erhalten. Die ersten Absolventinnen und Absolventen können sich darauf einstellen, ihr KI-Zertifikat im Sommersemester 2025 zu erhalten.

      Noch Fragen?

      Haben Sie noch Fragen zum Zertifikat für KI? Dann schreiben Sie bitte eine Email an die oben angegebene Adresse.
    • Teilnehmer/innen müssen
      Als erledigt kennzeichnen

      Gefördert vom
      Bundesministerium für Bildung und Forschung