Zurück
Infomaterial anfordern
Kurshandbuch
UPS-PPDPPMSPUKI
Python mit SQL Programmierung und Künstliche Intelligenz
Inhaltsverzeichnis
  1. Einführung in die Programmierung mit Python
  2. Projekt: Objektorientierte und funktionale Programmierung mit Python
  3. Datenmodellierung und Datenbanksysteme
  4. Projekt: Data-Mart-Erstellung in SQL
  5. Artificial Intelligence
  6. Projekt: AI Fluency - Einführung in die generative KI
Fakten zur Weiterbildung

Weiterbildung: Einzelmodullehrgang aus B.Sc. Informatik (Quellstudiengang: 1100119c)

Kursart: Online-Vorlesung

Dauer: Vollzeit: 6 Monate / Teilzeit: 12 Monate

Wir bieten digitale Kursunterlagen an, um Ressourcen zu schonen und unseren Beitrag zum Umweltschutz zu leisten.

Niveau: Die Weiterbildung ist auf dem inhaltlichen Niveau eines Bachelor Studiengangs.
Eine Weiterbildung auf Bachelor-Niveau vermittelt grundlegende Kenntnisse und Fähigkeiten in einem bestimmten Fachbereich.
Kurs: DLBDSIPWP01_D
Einführung in die Programmierung mit Python
Kursbeschreibung
Dieser Kurs vermittelt den Teilnehmenden ein grundlegendes Verständnis der Programmiersprache Python. Nach einer einleitenden Darstellung der Bedeutung von Python für datenwissenschaftliche Programmieraufgaben werden die Studenten mit grundlegenden Programmierkonzepten wie Variablen, Datentypen und Anweisungen vertraut gemacht. Darauf aufbauend wird der wichtige Begriff einer Funktion erläutert und Fehler, Ausnahmebehandlung und Protokollierung erklärt. Der Kurs schließt mit einem Überblick über die am weitesten verbreiteten Bibliothekspakete für Data Science ab.
Kursinhalte
  1. Einführung
    1. Warum Python?
    2. Beschaffung und Installation von Python
    3. Der Python-Interpreter, IPython und Jupyter
  2. Variablen und Datentypen
    1. Variablen und Wertzuweisung
    2. Zahlen
    3. Strings
    4. Sammlungen
    5. Dateien
  3. Erklärungen
    1. Zuweisung, Ausdrücke und Druck
    2. Bedingte Anweisungen
    3. Schleifen
    4. Iteratoren und Verständnisse
  4. Funktionen
    1. Funktionserklärung
    2. Umfang
    3. Argumente
  5. Fehler und Ausnahmen
    1. Fehler
    2. Behandlung von Ausnahmen
    3. Protokolle
  6. Module und Pakete
    1. Verwendung
    2. Namensräume
    3. Dokumentation
    4. Populäre Datenwissenschaftspakete
Fakten zum Modul

Modul: Einführung in die Programmierung mit Python (DLBDSIPWP_D)

Niveau: Bachelor

Unterrichtssprache: DE

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLBDSIPWP01_D (Einführung in die Programmierung mit Python)
Kurs: DLBDSOOFPP01_D
Projekt: Objektorientierte und funktionale Programmierung mit Python
Kursbeschreibung
Dieser Kurs baut auf Grundkenntnissen der Python-Programmierung (Introduction to Programming with Python, DLBDSIPWP) auf und befasst sich mit der Darstellung fortgeschrittener Python-Programmierkonzepte. Zu diesem Zweck werden wichtige Begriffe der objektorientierten Programmierung wie Klassen und Objekte und die zugehörigen Entwurfsprinzipien erläutert. Ausgehend von einer eingehenden Diskussion fortgeschrittener Merkmale von Python-Funktionen werden funktionale Programmierkonzepte und ihre Implementierung in Python vermittelt. Speziell im dualen Fernstudium:
Kursinhalte
  • Der Kurs bietet den Studierenden eine gründliche Einführung in wichtige Begriffe und Konzepte aus dem Bereich der objektorientierten Programmierung wie Klassen, Objekte, Abstraktion, Kapselung, Vererbung, Polymorphismus, Komposition und Delegation. Zusätzlich wird das Paradigma der funktionalen Programmierung und zugehörige Ideen wie Funktionen als erste Klasse Objekte, Dekoratoren, reine Funktionen, Unveränderbarkeit und Funktionen höherer Ordnung vermittelt. Entsprechend dem Portfolio-Kurstyp werden die oben genannten Konzepte und Ideen durch praktische Programmierprojekte untersucht.
Fakten zum Modul

Modul: Projekt: Objektorientierte und funktionale Programmierung mit Python (DLBDSOOFPP_D)

Niveau: Bachelor

Unterrichtssprache: DE

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Portfolio
Kurse im Modul:
  • DLBDSOOFPP01_D (Projekt: Objektorientierte und funktionale Programmierung mit Python)
Kurs: IDBS01
Datenmodellierung und Datenbanksysteme
Kursbeschreibung

Gespeicherte Daten bilden die Grundlage von vielen Wertschöpfungsketten einer Informations- und Wissensgesellschaft. Daher bildet die methodische Strukturierung von Datenschemas als „Formgeber“ gespeicherter Daten eine wichtige Grundlage, um gespeicherte Informationen so abzulegen, dass ein einfaches Wiederfinden und Bearbeiten möglich ist. Neben dem strukturierten Speichern von Daten muss auch ein strukturierter Zugriff auf große Datenmengen möglich sein.

In diesem Kurs wird vermittelt, wie Daten in relationalen Datenmodellen gespeichert werden und wie auf gespeicherte Daten mit SQL zugegriffen werden kann. Weiterhin werden neben relationalen Datenbanksystemen auch moderne DB-Systeme (NoSQL) zum Speichern und Zugreifen von Daten vorgestellt.

Kursinhalte
  1. Grundlagen relationaler Datenbanken
    1. Grundkonzepte des relationalen Datenmodells
    2. Datensätze in der Datenbank suchen und löschen
    3. SQL und Relationale Datenbanksysteme
  2. Datenbankanfragen an genau eine Tabelle
    1. Daten abfragen (SELECT)
    2. Daten mit Bedingung abfragen (WHERE)
    3. Ausgabe von Abfragen sortieren (ORDER BY)
    4. Abfragen mit Gruppenbildung (GROUP BY)
    5. Unterabfragen mit verschachtelten SELECT-Statements
  3. Konzeption und Modellierung von relationalen Datenbanken
    1. Das Entity Relationship-Modell
    2. Beziehungen und Kardinalitäten in E/R-Modellen
    3. Normalformen von Datenbanken
  4. Erstellung von relationalen Datenbanken
    1. Aktivitäten zum logischen Datenbankentwurf
    2. Abbildung vom konzeptionellen Datenmodell in das physikalische Datenmodell
    3. Erzeugen von Tabellen in SQL-Datenbanken aus E/R-Diagrammen
  5. Komplexe Datenbankabfragen auf mehreren Tabellen
    1. Verbundmengen (JOIN)
    2. Mengenoperationen
    3. Datensichten mit CREATE VIEW
  6. Manipulieren von Datensätzen in Datenbanken
    1. Neue Datensätze einfügen (INSERT)
    2. Vorhandene Datensätze ändern
    3. Transaktionen
  7. NoSQL-Datenbanksysteme
    1. Motivation und Grundidee
    2. Ausgewählte Gruppen von NoSQL-Systemen
Fakten zum Modul

Modul: Datenmodellierung und Datenbanksysteme (IDBS)

Niveau: Bachelor

Unterrichtssprache: DE

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Klausur, 90 Minuten
Kurse im Modul:
  • IDBS01 (Datenmodellierung und Datenbanksysteme)
Kurs: DLBDSPBDM01_D
Projekt: Data-Mart-Erstellung in SQL
Kursbeschreibung
Dieser Kurs bietet die Möglichkeit, ein reales Anwendungsszenario für eine bestimmte Datenbank zu implementieren. Eine Liste mit Ideen für Anwendungsfälle wird auf der Online-Lernplattform zur Verfügung gestellt. Darüber hinaus können die Studierenden in Absprache mit dem Tutor eigene Anwendungsfälle einbringen und implementieren. Im Vordergrund steht die Umsetzung des theoretischen Wissens über Datenbankmethoden und -ansätze zur Lösung eines realen Anwendungsszenarios. Dazu gehört auch, mögliche Design- und Architekturentscheidungen mithilfe von Methoden aus der Datenbankmodellierung zu begründen und in einem funktionierenden Datenbanksystem zu implementieren.
Kursinhalte
  • In diesem Kurs wenden die Studierenden ihr Wissen über Datenmodellierung und Datenbanken an, um einen Anwendungsfall ihrer Wahl in einem Projekt zu implementieren. Alle relevanten Artefakte, wie die Bewertung des Anwendungsfalls, die gewählte Methode zur Implementierung, der Code und die Ergebnisse, werden in Form einer schriftlichen Ausarbeitung dokumentiert.
Fakten zum Modul

Modul: Projekt: Data-Mart-Erstellung in SQL (DLBDSPBDM_D)

Niveau: Bachelor

Unterrichtssprache: DE

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Portfolio
Kurse im Modul:
  • DLBDSPBDM01_D (Projekt: Data-Mart-Erstellung in SQL)
Kurs: DLBDSEAIS01-01_D
Artificial Intelligence
Kursbeschreibung
Das Streben nach Künstlicher Intelligenz (KI) hat die Menschheit über viele Jahrzehnte hinweg in Atem gehalten und ist seit den 60er Jahren ein aktives Forschungsgebiet. Dieser Kurs gibt einen detaillierten Überblick über die historischen Entwicklungen, Erfolge und Rückschläge in der KI sowie über moderne Ansätze in der Entwicklung der Künstlichen Intelligenz wie generative KI. Der Kurs gibt eine Einführung in das Reinforcement Learning, einen Prozess, der der Art und Weise ähnelt, wie Menschen und Tiere die Welt erleben: Erkundung der Umgebung und Ableitung der besten Aktion. Der Kurs behandelt auch die Grundsätze der Verarbeitung natürlicher Sprache und des Computer-Visualisierungsverfahrens, beides Schlüsselkomponenten für eine künstliche Intelligenz, die mit ihrer Umgebung interagieren kann.
Kursinhalte
  1. Geschichte der KI
    1. Historische Entwicklunge
    2. KI-Winter
    3. Expertensysteme
    4. Bemerkenswerte Fortschritte
  2. Moderne KI-Systeme
    1. Schwache KI, starke KI und künstliche Superintelligenz
    2. Anwendungsbereiche
  3. Bestärkendes Lernen
    1. Was ist bestärkendes Lernen?
    2. Markov-Entscheidungsprozess und Wertfunktionen
    3. Temporales Differenzlernen und Q-Learning
  4. Natural Language Processing (NLP)
    1. Einführung in NLP und Anwendungsbereiche
    2. Grundlegende NLP-Techniken
    3. Daten vektorisieren
    4. Fortschrittliche NLP-Modelle
  5. Computer Vision
    1. Einführung in Computer Vision
    2. Bilddarstellung und -Geometrie
    3. Feature Engineering
    4. Semantische Segmentierung
    5. Techniken zur Bildgenerierung
Fakten zum Modul

Modul: Artificial Intelligence (DLBDSEAIS1-01_D)

Niveau: Bachelor

Unterrichtssprache: DE

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLBDSEAIS01-01_D (Artificial Intelligence)
Kurs: DLBPKIEKPT01-01
Projekt: AI Fluency - Einführung in die generative KI
Kursbeschreibung
Die zunehmende Verfügbarkeit generativer KI-Systeme verändert akademisches und berufliches Arbeiten grundlegend. Das Modul versteht KI nicht als Ersatz menschlicher Kognition, sondern als Werkzeug innerhalb einer verantwortungsvollen Mensch–KI-Kollaboration. Ziel ist die Entwicklung epistemischer Steuerungskompetenz: Studierende lernen, generative KI gezielt einzusetzen, kritisch zu prüfen und bewusst zu begrenzen. Der Fokus liegt nicht auf technischer Systementwicklung, sondern auf reflektierter Anwendung, Urteilsfähigkeit und eigenverantwortlicher Ergebnisvertretung.
Kursinhalte
  • Der Kurs vermittelt die grundlegenden Konzepte und Anwendungsfelder generativer KI und strukturiert diese entlang eines kompetenzorientierten Lernpfads. Zunächst werden zentrale KI-Toolkategorien (Text-, Bild-, Code- und Analysemodelle) sowie das Prinzip der aufgabenorientierten Toolauswahl eingeführt. Darauf aufbauend erlernen die Studierenden die systematische Gestaltung wirkungsvoller Prompts, insbesondere mithilfe strukturierter Prompt-Frameworks. Ein weiterer Schwerpunkt liegt auf der kritischen Analyse von KI-Outputs hinsichtlich Faktentreue, Verzerrungen, Qualität und Kontextangemessenheit. Im Verlauf des Kurses wird die KI-Nutzung in komplexere Arbeitsprozesse integriert, einschließlich mehrstufiger Mensch-KI-Kollaboration, Qualitätssicherung und bewusster Nichtnutzung. Ergänzend werden ethische, rechtliche und verantwortungsbezogene Fragestellungen behandelt, sodass die Studierenden ein reflektiertes und praxistaugliches Rahmenwerk für den professionellen Einsatz generativer KI entwickeln.
Fakten zum Modul

Modul: Projekt: AI Fluency - Einführung in die generative KI (DLBPKIEKPT1-01)

Niveau: Bachelor

Unterrichtssprache: DE

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Portfolio
Kurse im Modul:
  • DLBPKIEKPT01-01 (Projekt: AI Fluency - Einführung in die generative KI)

Jetzt Infomaterial anfordern

Schön, dass Du Deine Auswahl getroffen hast und mehr über Deine Weiterbildung bei der IU Akademie erfahren willst. Fordere jetzt Dein Infomaterial an: kostenlos und unverbindlich.
Voraussetzung für den Bildungsgutschein
Datenschutzhinweis

Ich habe die Datenschutzerklärung, sowie die Informationen zum Widerrufsrecht und zu den Verantwortlichen zur Kenntnis genommen.

* Pflichtfelder