Überbrückung von KI und Softwaretechnik: Ein neuartiger Ansatz zur Lehre von KI-intensiven Systemen

KI-intensive Systeme sind in der heutigen schnelllebigen Welt zunehmend verbreitet, mit Beispielen wie Uber und Netflix, die den Vorreiter spielen. Diese Systeme erfordern hohe Parallelität beim Datenzugriff, schnell wechselnde Datenströme und schnelle Analysen. Um jedoch Zuverlässigkeit, Wartbarkeit und Compliance zu gewährleisten, müssen diese Systeme nach den Prinzipien der Softwaretechnik (SE) entwickelt und verwaltet werden. Die Integration von Datenanalytik und SE bietet einzigartige Möglichkeiten für Innovation, Problemlösung und Entscheidungsprozesse. Dieser Abschnitt untersucht die Notwendigkeit der interdisziplinären Zusammenarbeit zwischen KI- und SE-Ingenieuren zur Schaffung robuster KI-intensiver Systeme.

Der Kurs 'Engineering of AI-Intensive Systems' wurde an der Johannes Kepler Universität eingeführt, um die Zusammenarbeit zwischen KI- und SE-Studierenden zu fördern. Der Kurs zielt darauf ab, die nächste Generation von Softwareingenieuren darauf vorzubereiten, KI-intensive Systeme effektiv zu entwickeln. Zu den wichtigsten Lernzielen gehören Vertrautheit mit den Lebenszyklusphasen von Systemen und SE, Verständnis von statistischer Modellierung und Datenmanagement, Beherrschung relevanter Programmiersprachen und Frameworks sowie die Fähigkeit, KI- und SE-Konzepte zur Lösung realer Probleme anzuwenden.

Der Kurs verwendet eine Kombination aus vorlesungsbasiertem Unterricht und praktischer Projektarbeit. Die Vorlesungen behandeln Themen wie Systemtechnik mit SysML, den Lebenszyklus der KI-Systemtechnik, Anforderungsengineering für KI-intensive Systeme und Designüberlegungen. Der Kurs betont die Bedeutung menschzentrierter KI-Aspekte und ethischer Überlegungen im Systemdesign. Die Studierenden werden in verschiedene Werkzeuge, Plattformen und Standards eingeführt, die sowohl für die KI- als auch für die SE-Felder relevant sind.

Ein zentrales Element des Kurses sind die kollaborativen Gruppenprojekte. Die Studierenden bilden interdisziplinäre Teams, die sowohl KI- als auch SE-Mitglieder umfassen, um an realen Projekten zu KI-intensiven Systemen zu arbeiten. Vier bemerkenswerte Projekte, die während des Kurses entwickelt wurden, umfassen ein Gestensteuerungsgerät für Menschen mit Tenosynovitis, eine KI-gestützte Rezeptfinder-App, einen Bildgenerator für naturbezogene Beschreibungen und einen KI-gestützten Vertriebsunterstützungs-Chatbot. Diese Projekte demonstrieren die praktische Anwendung der Kurskonzepte und die erfolgreiche Integration von KI- und SE-Prinzipien.

Der Bewertungsprozess ist darauf ausgelegt, das Verständnis der Studierenden für sowohl KI- als auch SE-Konzepte zu evaluieren. Er umfasst iterative Projektentwicklungen mit regelmäßigen Überprüfungen, Dokumentation von Anforderungen und Designentscheidungen sowie eine abschließende Projektpräsentation. Die Studierenden müssen ihr Verständnis interdisziplinärer Konzepte in einer schriftlichen Prüfung nachweisen. Der Bewertungsansatz stellt sicher, dass alle Lernziele erfolgreich erreicht werden, wobei die Studierenden ihre Fähigkeiten zur Anwendung von SE-Prinzipien auf KI-Anwendungen und umgekehrt zeigen.

Der Kurs sah sich mehreren Herausforderungen gegenüber, darunter die Integration unterschiedlicher Fähigkeiten, das Management verschiedener Werkzeug- und Infrastrukturpräferenzen sowie das Gleichgewicht zwischen Theorie und Praxis. Die interdisziplinäre Natur der Teams erwies sich als vorteilhaft, da die Studierenden voneinander lernen und Einblicke in verschiedene Werkzeuge und Plattformen gewinnen konnten. Der projektbasierte Lernansatz, zusammen mit Peer-Learning und kontinuierlichem Feedback, half, die Herausforderung des Gleichgewichts zwischen theoretischem Wissen und praktischer Anwendung zu bewältigen.

Der Kurs 'Engineering of AI-Intensive Systems' überbrückt erfolgreich die Kluft zwischen KI- und SE-Ausbildung und bereitet die Studierenden auf die Herausforderungen der Entwicklung moderner KI-intensiver Systeme vor. Durch die Förderung interdisziplinärer Zusammenarbeit und den Fokus auf reale Anwendungen stattet der Kurs die Studierenden mit den Fähigkeiten aus, die auf dem technologiegetriebenen Markt von heute erforderlich sind. Zukünftige Iterationen des Kurses könnten in Betracht ziehen, fortgeschrittenere Themen in der KI-Ethische, die Erweiterung des Spektrums an kollaborativen Projekten und die weitere Integration von Industriepartnerschaften zur Verbesserung des Lernerlebnisses einzubeziehen.