Research in Artificial Intelligence – Zertifikatsprogramm
Künstliche Intelligenz entwickelt sich rasant – neue Methoden, Modelle und Anwendungen entstehen kontinuierlich. Wer in diesem dynamischen Umfeld nicht nur anwenden, sondern aktiv neues Wissen schaffen möchte, benötigt fundierte wissenschaftliche Methoden und ein tiefes Verständnis aktueller Forschung. Genau hier setzt das Zertifikatsprogramm "Research in Artificial Intelligence" an.
Das Programm richtet sich an Fach- und Führungskräfte mit technischem oder analytischem Hintergrund, die ihre Kompetenzen im Bereich der anwendungsnahen KI-Forschung gezielt ausbauen möchten. Sie lernen, wissenschaftlich fundierte Forschungsfragen zu formulieren, geeignete Methoden auszuwählen und Ergebnisse kritisch zu bewerten – praxisnah, strukturiert und auf hohem akademischem Niveau.
| Termine und Veranstaltungsorte | Online-Vorlesungsverzeichnis (Semester > Zertifikate und Seminare > Research in Artificial Intelligence) |
| Gebühren | Pflichtmodul: 3.140 € Wahlmodul: 1.570 € |
| Anmeldefrist | 3 Wochen vor dem jeweiligen Veranstaltungsbeginn |
Forschungskompetenz für anspruchsvolle KI-Themen
Im Zertifikatsprogramm “Research in Artificial Intelligence” erwerben Sie das methodische und fachliche Rüstzeug, um eigenständige Forschungsprojekte im Bereich der Künstlichen Intelligenz erfolgreich zu planen, durchzuführen und auszuwerten. Ein zentrales Element ist das Pflichtmodul Research and Publication, in dem Sie gemeinsam mit anderen Teilnehmenden einen wissenschaftlichen Beitrag erarbeiten und diesen bei einer Konferenz oder Fachzeitschrift einreichen.
Ergänzt wird das Programm durch ein breites Portfolio an Wahlmodulen aus zentralen KI-Forschungsfeldern – von Reinforcement Learning über Wissensgraphen und Large Language Models bis hin zu Robotik, Bildverarbeitung und Advanced Machine Learning. Die enge Betreuung durch erfahrene Lehrende des DHBW CAS unterstützt Sie über mehrere Monate hinweg und ermöglicht einen realistischen Einblick in den wissenschaftlichen Publikationsprozess der KI-Community.
Geben Sie Ihrer beruflichen Laufbahn neue Perspektiven und Impulse. Von unserem Zertifikatsprogramm “Research in Artificial Intelligence ” profitieren Sie gleich zweifach: Sie erwerben wertvolle Kompetenzen zur direkten beruflichen Anwendung und sammeln ECTS-Punkte für einen etwaigen späteren Master. Für Ihr Berufsbild maßgeschneiderte Module steigern kontinuierlich Ihr Know-how und werden so zu wichtigen Bausteinen Ihrer Weiterentwicklung mit bleibendem Wert.
Sie sind Fach- oder Führungskraft im Unternehmen und wollen Fähigkeiten auf dem Gebiet der KI auf- und ausbauen? Dann sind Sie bei uns genau richtig. Neben Lust auf Mehr-Wissen und neue Erfahrungen brauchen Sie zur Teilnahme den Abschluss eines Hochschulstudiums oder alternativ die erforderliche Eignung im Beruf.*
*Die Mindestqualifikation entspricht dem Niveau 6 des Deutschen Qualifikationsrahmens.
Auswählen und punkten
Absolvieren Sie das Pflichtmodul “Research and Publication (W3M50008)” sowie ein weiteres Modul für ein Certificate of Advanced Studies (CAS, 15 ECTS-Punkte)
Sie erhalten nach bestandener Prüfung 10 ECTS-Punkte für das Pflichtmodul sowie 5 ECTS-Punkte für das Wahlmodul, die ggf. später für einen Masterstudiengang anerkannt werden können.
Von der Idee zur wissenschaftlichen Publikation.
Unsere Themen: Entwicklung eines aktuellen Forschungsthemas aus Data Science und KI, Literaturrecherche, Hypothesenbildung, Datenerhebung und -analyse, wissenschaftliches Schreiben, Peer-Review-Prozess, Einreichung bei Konferenzen oder Fachzeitschriften, Präsentation der Forschungsergebnisse.
Reinforcement Learning als Forschungsfeld verstehen.
Unsere Themen: Modellfreies und modellbasiertes Reinforcement Learning, Markov-Entscheidungsprozesse, Policy Gradient, Q-Learning, Deep Reinforcement Learning, Transfer- und Multi-Task-Lernen, ethische Fragestellungen, Forschungsszenarien und Anwendungen.
Forschungsdaten effizient aufbereiten und analysieren.
Unsere Themen: Data Engineering Life Cycle, Feature Engineering, Data Architectures (Data Lakes, Data Mesh, Data Fabric), Data Governance, analytische Verfahren, Advanced Analytics, Natural Language Processing, Zeitreihenanalyse, Real-Time Analytics.
Wissensgraphen als Brücke zwischen Daten und KI.
Unsere Themen: Umgang mit Unsicherheit, probabilistische Inferenz, RDF, OWL, SPARQL, Ontologien, Aufbau und Bewertung von Wissensgraphen, Knowledge Graph Embeddings, neural-symbolische Integration, Forschung und Anwendung.
Linguistische Modelle für intelligente Systeme.
Unsere Themen: Morphologie, Syntax, Semantik, Pragmatik, Korpuslinguistik, Sentiment- und Emotionsanalyse, Named Entity Recognition, Deep Learning und Transformer, Anwendungen wie Chatbots, Information Retrieval und Q&A-Systeme.
LLMs verstehen, anpassen und bewerten.
Unsere Themen: Architektur und Funktionsweise von LLMs, Prompt Engineering, Fine-Tuning, semantische Suche, OpenAI-APIs, Open- und Closed-Source-Modelle, produktiver Einsatz, Code-Generierung, forschungsnahe Fallstudien.
Ursache und Wirkung in KI-Modellen verstehen.
Unsere Themen: Statistische und kausale Modelle, Ursache-Wirkungs-Modelle, kausale Inferenz, Lernen kausaler Strukturen, multivariate Modelle, Anwendungen in Explainable AI und Forschungskontexten.
Transparenz als Forschungsaufgabe.
Unsere Themen: Interpretations- und Erklärmethoden, Bewertung von Erklärbarkeit, gesellschaftliche und rechtliche Aspekte, XAI-Methoden, Softwarewerkzeuge, Forschungsperspektiven.
Mensch, Emotion und KI verbinden.
Unsere Themen: Interaktive Systeme, Emotionsmodelle, UX Design, Persuasive Computing, adaptive Systeme, Social Robotics, VR/AR, Usability-Studien, experimentelle Forschung.
Robotik als KI-Forschungsfeld.
Unsere Themen: Robotik-Grundlagen, ROS, Sensorik, Lokalisierung und SLAM, Bahnplanung, mobile Manipulation, autonome Systeme, Forschungs- und Anwendungsszenarien.
Visuelle Daten intelligent interpretieren.
Unsere Themen: Bildmodelle, Transformationen, Filter, Segmentierung, 3D-Bildverarbeitung, Objekterkennung, maschinelles Lernen in der Bildverarbeitung, industrielle Anwendungen.
Multiagentensysteme modellieren und erforschen.
Unsere Themen: Agentensysteme, Spieltheorie, Optimierung, maschinelles Lernen, Agentenframeworks, Interaktion und Koordination, projektbasierte Umsetzung.
Deep Learning fundiert weiterdenken.
Unsere Themen: Tiefe neuronale Netze, probabilistische Modelle, SVM, Ensemble Learning, Reinforcement Learning, Trainingsoptimierung, Tools wie TensorFlow, Forschungs- und Anwendungsprojekte
Jetzt anmelden für Ihre Zukunft!
Füllen Sie online die Anmeldung für die Teilnahme an einem Zertifikatsprogramm aus.
Kontaktieren Sie uns
Gerne stehen wir Ihnen bei Fragen auch persönlich zur Verfügung! Rufen Sie uns einfach an oder schreiben Sie uns eine E-Mail – wir freuen uns auf Sie!