Vertiefung in die Digital Humanities [DH Vertiefung]

Dozent/in:

Svenja Hagenhoff

Angaben:

Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation

Termine:

Mo, 8:15 - 11:45, 02.313
Einzeltermin am 25.10.2021, 8:15 - 9:45, 02.313
vom 8.11.2021 bis zum 20.12.2021

Studienrichtungen / Studienfächer:

WPF DS-MA ab 1

Voraussetzungen / Organisatorisches:

Ein erster Termin ist am 25.10. von 8-10 Uhr. Danach findet die Veranstaltung vom 8.11. bis einschließlich 20.12. wöchentlich montags von 8-12 Uhr statt.

Inhalt:

In kritischer Auseinandersetzung werden den Studierenden neben der Geschichte und den Entwicklungen auch die aktuellen Fachdebatten und unterschiedlichen Standpunkte der Digital Humanities auf internationaler Ebene vermittelt. In Fallstudien wird so ein vertiefter Einstieg in die Fachkultur gegeben. Dabei werden in Themenschwerpunkten aktuelle Forschungsansätze und Methoden hinterfragt und mit profunden Kenntnissen der hermeneutischen Analyse strukturiert, kategorisiert und reflektiert.

Schlagwörter:

Digital Humanities

eBusiness Technologies [EBT]

Dozentinnen/Dozenten:

Thomas Fischer, Florian Irmert, Richard Lenz

Angaben:

Vorlesung, 2 SWS, Schein, nur Fachstudium

Termine:

Di, 16:15 - 17:45, 01.150-128
Die Vorlesung findet ab 23. November online über zoom statt.
ab 26.10.2021

Studienrichtungen / Studienfächer:

WPF DS-MA-DW ab 1
WF IIS-MA 3
WF INF-MA ab 1
WF WINF-BA ab 5
WPF DS-BA-DW 5

Inhalt:

• Überblick und Einblick in die wichtigsten Themen des Bereichs eBusiness

• User Interface, Business Logic und Database Layer

• Agile Softwareentwicklung

• Integration von Enterprise-Applikationen

• Cloud & Container

• DevOps
  

Evolutionäre Informationssysteme [EIS]

Dozent/in:

Richard Lenz

Angaben:

Vorlesung, 2 SWS, nur Fachstudium

Termine:

Mi, 10:15 - 11:45, 0.151-115
Die Vorlesung EIS findet als online-Veranstaltung nach dem Modell "Flipped Classroom" statt. Die Vorlesung wird als Aufzeichnung bereitgestellt. Die Flipped Classroombesprechung findet als Onlineveranstaltung statt. Nähere Infos finden Sie im StudOn-Kurs.

Studienrichtungen / Studienfächer:

WPF DS-MA-DW ab 1
WPF IIS-MA 3
WPF INF-BA ab 5
WPF INF-MA ab 1
WF WINF-BA 5
WPF DS-BA-DW 5

Voraussetzungen / Organisatorisches:

Voraussetzungen für die Teilnahme

• "Algorithmen und Datenstrukturen" (wg. Objektorientierung)

• "Konzeptionelle Modellierung" (wg. Datenmodellierung und UML)

• "Softwareentwicklung in Großprojekten" (wg. Entwurfsmustern und IT-Vorgehensmodellen)

• "Systemprogrammierung" (wg. Betriebssystem-Architektur)

• "Berechenbarkeit und formale Sprachen" (als Grundlage für XML)

• "Rechnerkommunikation" (wg. Transferprotokollen)
  

Relevant ist zusätzlich der Besuch des Pflichtmoduls "Datenbanksysteme" ggf. parallel (wg. Schichtenarchitektur und Transaktionen).
Die relevanten Inhalte können ggf. auch in anderen Modulen erworben werden.

Inhalt:

Im Rahmen der Veranstaltung EIS lernen die Studenten, warum und wie mit einem ständig wechselnden Bedarf in Informationssystemen umgegangen werden kann. Die Inhalte der Vorlesung sind u.A.:

• Grundlagen rechnergestützter Informationssysteme und organisatorisches Lernen

• Erfolgsfaktoren für Projekte

• Software Wartung vs. Software Evolution

• Architekturmodelle

• Grundprinzipien evolutionärer Systeme

• Datenqualität in Informationssystemen
  

Forschungsdatenmangement [FDM]

Dozentinnen/Dozenten:

Katharina Leyrer, Mona Dietrich

Angaben:

Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation

Termine:

Do, 16:15 - 17:45, 02.313

Voraussetzungen / Organisatorisches:

Das Seminar findet über Zoom statt, sowohl synchron als auch asynchron. Abhängig von aktuellen Regelungen werden einige Sitzungen hybrid stattfinden, also einen Präsenzanteil haben.

Inhalt:

Forschungsdaten sind die Voraussetzung dafür, Forschungsergebnisse für andere WissenschaftlerInnen verifizierbar und nachnutzbar zu machen. Daher führt das Seminar in das Thema Forschungsdatenmangement ein. Wir besprechen und diskutieren, wie wir den Umgang mit Daten in einem Forschungsvorhaben planen und strukturieren (z.B. mit Datenmanagementplänen), Daten beschreiben und dokumentieren (z.B. mithilfe von Metadatenstandards), Forschungsdaten finden und nachnutzen können und welche Rolle dabei rechtliche und ethische Aspekte spielen. Zusätzlich werden auch die technischen Umsetzungsmöglichkeiten, besonders Datenbanksysteme, thematisiert. Im Fokus des Seminars stehen Forschungsdaten, die in den Digital Humanities und angrenzenden Bereichen entstehen, sowie Aspekte von Open Science.

Empfohlene Literatur:

• Kursbuch Forschungsdatenmanagement. Mastrandrea, Elena; Prongué, Nicolas, Schneider, René; Stellter, Niklaus (Hg.) (o.J.): Kursbuch Forschungsdatenmanagement. HTW Chur; HEG Genève; HESSO Genève. Verfügbar unter https://campus.hesge.ch/researchdatamanagement/
  

• Putnings, Markus; Neuroth, Heike; Neumann, Janna (2021): Praxishandbuch Forschungsdatenmanagement. Online verfügbar unter: https://www.degruyter.com/document/doi/10.1515/9783110657807/html
  

Schlagwörter:

Forschungsdaten, Datenmanagement, Datenbanksystem, Metadaten, Open Science

Computer Graphics [CG]

Dozent/in:

Marc Stamminger

Angaben:

Vorlesung, 3 SWS, benoteter Schein, ECTS: 3,75, nur Fachstudium

Termine:

Di, Do, 8:30 - 10:00, H4

Studienrichtungen / Studienfächer:

WF MT-BA ab 5
WF CE-BA-TW ab 5
WF CE-MA-INF ab 1
WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WPF IuK-BA 5
WPF IuK-MA-MMS-INF 1-4
WPF ICT-MA-MPS 1-4
WPF MB-MA-FG13 1-3
WF CME-MA 1-4
WPF MT-MA-BDV ab 1

Voraussetzungen / Organisatorisches:

Alle Informationen zur Veranstaltung finden Sie beim zugehörigen StudON-Kurs: https://www.studon.uni-erlangen.de/univis_2021w.Lecture.49652387.
Wir bitten alle Studenten, sich über den obigen Link bei StudON anzumelden, damit wir die Tutorenkapazitäten bei Bedarf anpassen können. Die Anmeldung ist möglich ab 11. Oktober, 12:00 Uhr.
Erwerb eines benoteten Scheins durch Bearbeitung von Übungsaufgaben und abschließende schriftliche Prüfung.
Die Veranstaltung kann mit einer Basis-Übung zu einem 5 ECTS Modul kombiniert werden, zusammen mit einer weiteren Fortgeschrittenen-Übung zu einem 7.5 ECTS-Modul.
Die Veranstaltung wird in diesem Semester in Präsenz stattfinden, evtl. ist auch eine Online-Teilnahme möglich.
Vorlesungsfolien und -material sind auf Englisch, ebenso die abschließende schriftliche Prüfung und Übungsaufgaben. Antworten in der Prüfung und den Übungen können auf Deutsch oder Englisch gegeben werden.

Inhalt:

Die Vorlesung gibt eine Einführung in die Computergraphik:

• 2D Graphics (HTML Canvas, SVG)

• Color Models

• GPU Programming (WebGL)

• Rasterization Algorithms for Lines and Polygons

• Affine and Projective Transformations

• Homogeneous Coordinates

• 3D Rotations

• 3D Viewing and Perspective

• Phong Lighting and Shading

• Scene Graphs

• Texture Mapping

• Texture Antialiasing

• Visibility

• Virtual Reality

• Geometric Modeling

• Rendering Pipeline

• Ray Tracing Basics

• Ray Tracing Acceleration
  

Empfohlene Literatur:

• P. Shirley: Fundamentals of Computer Graphics. AK Peters Ltd., 2002

• Foley, van Dam, Feiner, Hughes: Computer Graphics - Principles and Practice
  

Schlagwörter:

Computergraphik

Hinter den Kulissen des Museums – vom 3D-Scan zur digitalen Ausstellung [AtGNM]

Dozentinnen/Dozenten:

Frank Bauer, Philipp Kurth, Tim Weyrich

Angaben:

Projektseminar, ECTS: 10, geeignet als Schlüsselqualifikation, Block-Termin vor Beginn des Semesters, Studierende im Master Kunstgeschichte können die Lehrveranstalung in den Schwerpunktmodulen Digitale Kunstgeschichte I + II zu 5 ECTS oder 2 x 5 ECTS belegen.

Termine:

Do, 14:00 - 16:00, 01.151-128
Blockveranstaltung 4.10.2021-8.10.2021 Mo-Fr, 9:00 - 15:00, Raum n.V.
Vorbesprechung: Mittwoch, 14.7.2021, 14:15 - 15:00 Uhr, Zoom-Meeting

Studienrichtungen / Studienfächer:

WPF INF-MA ab 1
WPF INF-BA ab 3

Voraussetzungen / Organisatorisches:

Programmierkentnisse auf Anfängerniveau (z.B. IWGS, GdI, AuD oder vergleichbares Einsteigerwissen). Im Zweifel einfach kurz bei uns nachfragen...
Studierende im Master Kunstgeschichte können die Lehrveranstalung in den Schwerpunktmodulen Digitale Kunstgeschichte I + II zu 5 ECTS oder 2 x 5 ECTS belegen.

Inhalt:

Wie entstehen eigentlich digitale Inhalte in einem Museum? In diesem Projekt-Seminar lernen Sie den zugrundeliegenden Ablauf in Zusammenarbeit mit dem Germanischen Nationalmuseum kennen. Dabei arbeiten Sie selbst an jedem Schritt mit: vom Scan im Museum über die 3D-Rekonstruktion und Aufbereitung der Daten (in Blender) bis zur inhaltlichen Gestaltung (mit Unity 3D) und finalen Veröffentlichung z.B. über Sketchfab. Durch das Semester werden Sie immer begleitet von Experten aus dem Germanischen Nationalmuseum, Mitarbeitern der Computergrafik und der Digital Humanities in Erlangen. So können Sie im Laufe des Semesters eine digitale Ausstellung von Anfang bis Ende interaktiv und spannend gestalten.

Schlagwörter:

Museum, Unity, Sketchfab, Blender, Praxis, 3D, Computergrafik

Übungen zur Computergraphik [CGTut]

Dozent/in:

Marc Stamminger

Angaben:

Übung, 1 SWS, Schein, ECTS: 1,25, nur Fachstudium

Studienrichtungen / Studienfächer:

WF MT-BA ab 5
WF CE-BA-TW ab 5
WF CE-MA-INF ab 1
WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WPF IuK-BA ab 5
WPF IuK-MA-MMS-INF 1-4
WPF ICT-MA-MPS 1-4
WPF MB-MA-FG13 1-3
WF CME-MA ab 1
WPF MT-MA-BDV ab 1

Inhalt:

In der Übung werden in wöchentlichen Praxis- und Theorieaufgaben die Inhalte der Vorlesung vertieft. In den praktischen Aufgaben lernen wir auch JavaScript in HTML und auch WebGL. Betreuung und Organisation werden über Teams organisiert, Fragen werden in den Präsenzübungen behandelt oder alternativ über Teams.

Introduction to Machine Learning [IntroML]

Dozent/in:

Vincent Christlein

Angaben:

Vorlesung, 2 SWS, Schein, ECTS: 3,75, Information regarding the online teaching will be added to the studon course

Termine:

Mi, 8:30 - 10:00, H7

Studienrichtungen / Studienfächer:

WPF ME-BA-MG6 3-5
WPF MT-BA 5
WPF INF-BA-V-ME ab 5
WPF INF-BA-V-MI ab 5
WF CE-BA-TW ab 5
WPF INF-MA 1
WPF IuK-BA ab 5
WPF ME-MA-MG6 1-3
WPF DS-BA ab 3

Voraussetzungen / Organisatorisches:

StudOn: https://www.studon.fau.de/crs4053489.html

Schlagwörter:

Mustererkennung, Vorverarbeitung, Merkmalsextraktion, Klassifikation

Introduction to Machine Learning Exercises [IntroML-Ex]

Dozentinnen/Dozenten:

Mathias Seuret, Nora Gourmelon, Mareike Thies

Angaben:

Übung, 2 SWS, Schein, ECTS: 1,25

Studienrichtungen / Studienfächer:

WPF ME-BA-MG6 3-5
WPF MT-BA 5
WPF INF-BA-V-ME ab 5
WPF INF-BA-V-MI ab 5
WF CE-BA-TW ab 5
WPF IuK-BA ab 5
WPF ME-MA-MG6 1-3
WPF DS-BA ab 3

Schlagwörter:

Mustererkennung, Vorverarbeitung, Merkmalsextraktion, Klassifkation

Pattern Recognition [PR]

Dozentinnen/Dozenten:

Andreas Maier, Paul Stöwer

Angaben:

Vorlesung, 3 SWS, Schein, ECTS: 3,75, geeignet als Schlüsselqualifikation, This class will be given purely on fau.tv. Short videos will be posted on a regular schedule (not necessary the in-person time mentioned here at UnivIs)

Termine:

Mo, 14:15 - 15:45, H4
Do, 10:15 - 11:45, H4

Studienrichtungen / Studienfächer:

WPF ME-BA-MG6 3-5
WPF MT-MA-BDV 1-3
PF IuK-MA-MMS-INF ab 1
PF ICT-MA-MPS 1-4
WPF CE-MA-INF ab 1
WF CE-BA-TW ab 5
WPF INF-MA ab 1
WPF CME-MA ab 1
WF ASC-MA 1-4
WPF ME-MA-MG6 1-3
WPF DS-MA ab 1

Schlagwörter:

Mustererkennung, maschinelle Klassifikation

Pattern Recognition Exercises [PR E]

Dozentinnen/Dozenten:

Paul Stöwer, Siming Bayer

Angaben:

Übung, 1 SWS, ECTS: 1,25, nur Fachstudium, Information regarding the online teaching will be provided in the studon course.

Studienrichtungen / Studienfächer:

WPF ME-BA-MG6 3-5
WPF CE-MA-INF ab 1
WF CE-BA-TW ab 5
WPF CME-MA ab 1
PF IuK-MA-MMS-INF ab 1
PF ICT-MA-MPS 1-4
WPF INF-MA ab 1
WPF MT-MA-BDV 1-3
WF ASC-MA 1-4
WPF ME-MA-MG6 1-3
WPF DS-MA ab 1

Schlagwörter:

Mustererkennung, Klassifikation

Artificial Intelligence I [AI I]

Dozent/in:

Michael Kohlhase

Angaben:

Vorlesung, 4 SWS, ECTS: 7,5

Termine:

Di, Mi, 16:15 - 17:45, H8

Studienrichtungen / Studienfächer:

WPF DS-MA-DW ab 1
WPF DS-MA-AI ab 1
WPF DS-BA-DW ab 5
WPF ME-BA-MG6 3-6
WPF INF-BA-V-KI ab 5
WPF INF-MA ab 1
WPF MT-MA-BDV ab 1
WPF ME-MA-MG6 1-3
WF CE-BA-TW ab 5
WPF DS-BA-AI ab 5

Inhalt:

Dieser Kurs beschäftigt sich mit den Grundlagen der Künstlichen Intelligenz (KI), insbesondere dem Problemlösen mittels heuristischer Suche, Spiel-KI mittels adverserieller Suche, Constraint-Lösen, Logik und Inferenz, und Automatischen Planen. Der Nachfolgekurs KI-2 beschäftigt sich dagegen mit statischer KI, insbesondere mit Schliessen unter Unsicherheit und Maschinellem Lernen

Lernziele und Kompetenzen

Fach- Lern- bzw. Methodenkompetenz

• Wissen: Die Studierenden lernen grundlegende Repräsentationsformalismen und Algorithmen der Künstlichen Intelligenz kennen.

• Anwenden: Die Konzepte werden an Beispielen aus der realen Welt angewandt (Übungsaufgaben).

• Analyse: Die Studierenden lernen die über die modellierung in der Maschine menschliche Intelligenzleistungen besser einzuschätzen.

Sozialkompetenz

• Die Studierenden arbeiten in Kleingruppen zusammen um kleine Projekte zu bewältigen

Empfohlene Literatur:

Die Vor­lesung folgt weit­ge­hend dem Buch
Stu­art Rus­sell und Peter Norvig: Ar­ti­fi­cial In­tel­li­gence: A Mod­ern Ap­proach. Pren­tice Hall, 3rd edi­tion, 2009.
Deutsche Aus­gabe:
Stu­art Rus­sell und Peter Norvig: Künstliche In­tel­li­genz: Ein Mod­ern­er Ansatz. Pear­son-Studi­um, 2004 (Überset­zung der 2. Auflage). ISBN: 978-3-8273-7089-1.

Ethics of Engineering

Dozentinnen/Dozenten:

Jens Kirchner, Christoph Merdes

Angaben:

Seminar, 2 SWS, ECTS: 2,5, für Anfänger geeignet, geeignet als Schlüsselqualifikation

Termine:

Mi, 10:15 - 11:45, EL 4.14

Inhalt:

This course provides an introduction to the ethical reflection of engineering. Among other topics, it centers subject matter of medical technology, which is a cross-disciplinary focus at FAU. It offers both an elementary introduction to normative ethics and a variety of specific problems, from the engineer's responsibility over the ethics of robotics to problems of justice and allocation in the larger context of the deployment of high-end technology under conditions of moderate scarcity. The course addresses for instance

• basics of fundamental ethical theories (i.e. utilitarianism, deontological ethics and virtue ethics)

• ethical challenges in the construction of semi-autonomous machines

• the ethical role and efficacy of professional codes

• just allocation of resources in society from the vantage point of medical technology

• the responsibility of engineers and whistleblowing

• dealing with test subjects and personal data

Learning objectives and competencies: The students learn to

• recognize and systematically analyze ethical problems in various engineering tasks

• apply basic theories of normative ethics and understand their utility and limitations

• discuss ethical problems in a respectful and reason-driven manner with their peers

• reflect their particular moral responsibility as professionals in the field of engineering

• contextualize engineering problems as situated in a wider social environment with complex moral implications.

Empfohlene Literatur:

• Williams, B. (1971). Morality: An Introduction to Ethics. Cambridge University Press.

• Warwick, K. (2003). Cyborg morals, cyborg values, cyborg ethics. Ethics and information technology, 5(3), 131-137.

• Chapters in Part V of: Gabbay, D. M., Thagard, P., Woods, J., & Meijers, A. W. (2009). Philosophy of technology and engineering sciences. Elsevier.
  

Ethics of Artificial Intelligence

Dozent/in:

Christoph Merdes

Angaben:

Seminar, 2 SWS, ECTS: 2,5, geeignet als Schlüsselqualifikation

Termine:

Einzeltermin am 10.1.2022, 18:00 - 19:00, Zoom-Meeting
Blockveranstaltung 28.2.2022-3.3.2022 Mo-Do, 9:00 - 16:00, 00.3 PSG

Voraussetzungen / Organisatorisches:

A preliminary ZOOM-meeting will take place 10 Jan., 6-7 p.m.

Hinweis zur Belegung von SQ-Kursen: Wir gehen davon aus, dass pro Semester nicht mehr als drei Veranstaltungen im Bereich Schlüsselqualifikationen besucht werden. Wenn Sie im kommenden Semester mehr als drei Veranstaltungen benötigen, senden Sie uns bitte eine kurze E-Mail an ziwis-kontakt@fau.de. Sollten Sie ohne Rücksprache für mehr als drei Kurse angemeldet sein, werden Ihre Anmeldungen rückgängig gemacht.

Inhalt:

The increasing prevalence of artificial intelligence in both everyday and extraordinary high-stakes environments raises a number of ethical questions. What information should an algorithm be allowed to utilize to grant or deny loans? Can a machine (e.g. an unmanned combat aerial system) ever be allowed to decide on killing a human by itself in a combat situation? The purpose of this seminar is to provide an introduction to ethical reasoning and argumentation strategies as they apply to the domain of artificial intelligence. The course covers issues of algorithm ethics, (semi)autonomous artificial agents and the wider ethical context of deploying artificial agents in human society.
Selected Topics and Questions:
Algorithms:

• Can and should algorithms operate value-neutral?
  

• Should AI-generated behavioral predictions have legal significance?
  

• What moral problems do personalized methods (e.g. in advertising) raise?
  

Robotics:

• Can robots be moral agents?
  

• Should a care robot be allowed to deceive its patients for their benefit?
  

• How could moral reasoning be implemented, and what values should be embedded into a (semi)autonomous machine?
  

• Would it be rational to defer to an AI with superior moral-reasoning capacities? What would this mean for our understanding as autonomous agents?
  

Social consequences of AI-technologies:

• Could robots ever be part of the moral community?
  

• How should one assess the consequences of AI for industrial automation in terms of social justice?
  

• How should AI-technologies be designed to foster democratic instead of authoritarian values?
  

No prior knowledge of ethics is required, but a willingness to engage in serious ethical reasoning and discussion.

Empfohlene Literatur:

• Wallach, W., & Allen, C. (2008). Moral machines: Teaching robots right from wrong. Oxford University Press, Oxford.

• Coeckelbergh, M. (2020). AI Ethics. MIT Press, Cambridge MA.
  

Medienethik: Themen und Diskurse

Dozent/in:

Johanna Haberer

Angaben:

Seminar, 2 SWS, ECTS: 5

Termine:

Zeit/Ort n.V.

Voraussetzungen / Organisatorisches:

Modul: Medienethik Modulprüfung: Wissenschaftlicher Essay (10-15 Seiten) Der Kurs ist für Studierende aus dem Bereich Lehramt offen und kann im Freien Bereich angerechnet werden. Bitte melden Sie sich, um den Kurs zu besuchen, direkt über die Internetseite der vhb an: https://kurse.vhb.org/VHBPORTAL/kursprogramm/kursprogramm.jsp?kDetail=true&COURSEID=11471,70,1142,1

Inhalt:

„Ich habe die Datenschutzerklärung gelesen, verstanden und akzeptiert ...“ Mal ehrlich: Wer macht sich schon die Mühe, Datenschutzerklärungen zu lesen? Doch was bedeutet es für die grundlegende Gestaltung von digitalen Medien, wenn nur ca. ein Viertel aller Menschen, die einem sozialen Netzwerk beitreten, auch nur einen kurzen Blick auf die Datenschutzerklärung wirft? Dieser Kurs geht Fragen wie diesen auf den Grund. Dass dabei auch die „klassischen“ Medien nicht zu kurz kommen, ist selbstverständlich: Von prominenten Skandalen wie der Affäre um die Hitler-Tagebücher bis hin zum Fall Böhmermann und den (immer noch) aktuellen Vorwürfen der Lügenpresse widmet sich der Kurs den vielfältigen ethischen Fragen und Herausforderungen der Medienwelt. Vom Journalismus über Werbung und PR bis hin zu Unterhaltungsformaten im TV und digitalen Medien nimmt der Kurs dabei die unterschiedlichen Felder der Kommunikation in den Blick und diskutiert, wie Medien ethisch-verantwortungsvoll gestaltet, verbreitet und rezipiert werden. Denn natürlich sind für „die Medien“ nicht nur die Medienmacher verantwortlich – und so werden wir im Kurs auch unsere eigene Rolle als Mediennutzer kritisch reflektieren. Die Kursinhalte sind praxisnah anhand von konkreten Beispielen aufbereitet. Durch zahlreiche Selbstkontrollaufgaben, Pinnwände, Foren und Meinungsumfragen werden Sie, liebe Studierende, aktiv in den Kurs mit eingebunden und haben die Möglichkeit – selbstverständlich auf freiwilliger Basis – sich mit uns und der Kurs-Community auszutauschen.

"Künstliche Intelligenz" und juristische Argumentation - Von Aristoteles zu Legal-Tech und Richterautomat?

Dozent/in:

Axel Adrian

Angaben:

Proseminar, nur Fachstudium

Termine:

Do, 14:00 - 16:00, JDC R 1.281

Voraussetzungen / Organisatorisches:

Teilnehmer

Das Proseminar richtet sich insbesondere an Studierende der ersten vier Fachsemester. Spezielle Vorkenntnisse zur Argumentationstheorie, juristischen Methodenlehre oder Wissenschaftstheorie wären hilfreich, werden aber nicht erwartet. Einführende inhaltliche Hinweise zu den jeweiligen Themen sowie Informationen zu einführender Literatur werden im Laufe der ersten Termine und auch noch speziell bei der Vergabe und Vorbereitung der Themen gegeben.

Proseminarschein

Zum Erwerb eines benoteten Proseminarscheins gem. § 10 Abs. 1 3,4 Abs. 2 StO ist die Anfertigung einer schriftlichen Proseminararbeit im Umfang von ca. 15 Seiten, ein mündliches Referat der wesentlichen Ergebnisse der Arbeit mit anschließender Diskussion, sowie die regelmäßige aktive Teilnahme am Proseminar erforderlich.

Seminarschein/ECTS

Zum Erwerb eines benoteten Seminarscheins ist die Anfertigung einer schriftlichen Seminararbeit im Umfang von ca. 15 Seiten und ein mündliches Referat der wesentlichen Ergebnisse der Arbeit mit anschließender Diskussion, sowie die regelmäßige aktive Teilnahme am Proseminar erforderlich.
ECTS: 5. Das Seminar ist als Schlüsselqualifikation geeignet.

Ablauf

Die Veranstaltungen finden jeweils jedenfalls online über Zoom von 14-16 Uhr c.t (oder in Präsenzveranstaltungen in JDC R. 1.281– Seminarraum Juridicum, Eingang Schillerstrasse 1 in 91054 Erlangen) statt. Wie, wird rechtzeitig bekannt gegeben. Zunächst erfolgt eine allgemeine Einführung in das wissenschaftliche Arbeiten. Es geht um formale Anforderungen, Literaturrecherche, Zitiertechnik, Gutachtenstil, etc. Am Ende der allgemeinen Einführung erfolgt dann eine spezielle Einführung in die Fragen der später zu bearbeitenden Themen.

Im Rahmen der letzten Veranstaltung werden die Themen mit den Studierenden ausgewählt und vergeben. Danach finden in einem noch bekanntzugebenden Zeitraum zunächst keine weiteren Proseminarveranstaltungen statt, um den Bearbeitern die Möglichkeit zur Anfertigung ihrer Beiträge zu geben. Auch in diesem Zeitraum können Sie sich aber bei Fragen individuell bei mir melden. Schließlich erfolgen in den kommenden Proseminarveranstaltungen dann die Referate mit anschließender Diskussion, wobei pro Veranstaltung zwei Präsentationen stattfinden werden.

Zeit/Ort

Das Seminar findet jedenfalls als Zoom-Meeting grundsätzlich donnerstags von 14-16 Uhr c.t (oder ausnahmsweise in JDC R. 1.281 Seminarraum Juridicum, Eingang Schillerstrasse 1 in 91054 Erlangen als Präsenzmeeting) statt (1. Termin: 21. Oktober 2021).

Anmeldung

Die Anmeldung zu diesem Proseminar ist über StudOn möglich. Die Teilnehmerzahl ist auf 15 Personen begrenzt.

Fragen?

Prof. Dr. Axel Adrian, Notar (über Kanzlei) Königstraße 21, 90402 Nürnberg Tel. 0911/23086-0 E-Mail: axel.adrian@fau.de

Inhalt:

Im Proseminar wird in den ersten Stunden vermittelt, wie neben wissenschaftlichem Arbeiten das juristische Denken und die Rechtspraxis funktionieren. Sodann geht es um Fragen der juristischen Methodenlehre und der Argumentationstheorie als solche, einer mittlerweile etablierten philosophischen Disziplin, um Einsichten in das juristische Argumentieren zu erhalten.

Es geht dabei thematisch beispielsweise darum, ob der Begriff des Arguments überhaupt definiert werden kann, ob man Kriterien für „gültige“ Argumente festlegen kann, ob „überzeugende“ von nur „überredenden“ Argumenten unterschieden werden können, etc. Schließlich werden auch philosophische Bezüge z.B. zur Wissenschaftstheorie und zur Erkenntnistheorie aufgezeigt. Wie haben sich z.B. die Kriterien wissenschaftlicher Prüfbarkeit ausgehend von der Intuition, über die Verifikation und Falsifikation bis hin zur Frage der Rationalität von Argumenten verändert? Am Ende werden dann die Themen vergeben, wie z.B.

• Argumentationstheorie nach Aristoteles – Theorie mit Logik vs. Praxis mit Rhetorik
• Der Justizsyllogismus –Fremdkörper in der Argumentationstheorie des Aristoteles?
• Stephen Toulmin “The Use of Argument”
• Chaim Perelman “La nouvelle rhétorique. Traité de l`argumentation”
• Charles Hamblin “Fallacies”
• Die Erweiterung der Logik in der Argumentationstheorie durch Trudy Govier und Christoph Lumer
• Manfred Kienpointers “Alltagslogik” und die Rationalisierung der Rhetorik durch 60 Argumentationsmuster
• Der Begriff des Arguments nach Harald Wohlrapp
• Welche Versuche gibt es juristisches Argumentieren mit Maschinen zu simulieren?
• Überblick über die (wissenschaftstheoretische) Entwicklung der Rechtsinformatik
• Was ist der Unterschied zwischen symbolischer und subsymbolischer KI?
• Die Formalisierung juristischer Argumente zur Verarbeitung mit Maschinen
• Beispielhafte Erläuterung von regelbasierten und statistischen NLP-Tools
• Was ist Rule-Based-Reasoning?
• Was ist Case-Based-Reasoning?
• Was ist Argumentation Mining?
• Juristische Argumentation und die Idee des Cognitive Computing von Kevin D. Ashley (AI and legal analytics)
• Was ist der Unterschied von Machinelearning und Deeplearning?

Wörter, Texte & Frequenzen: statistische Analyse von Sprachdaten [WTF]

Dozentinnen/Dozenten:

Andreas Blombach, Philipp Heinrich

Angaben:

Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation

Termine:

Mo, 16:15 - 17:45, 02.313

Voraussetzungen / Organisatorisches:

Grundlegende Statistik- und Programmierkenntnisse werden vorausgesetzt, Erfahrung mit R ist nicht nötig
Technische Voraussetzungen: eigener Rechner; für Online-Veranstaltungen Mikrofon, Lautsprecher oder Headset, idealerweise Webcam

Inhalt:

Seien es nun stilometrische Analysen, die Auswertung von Korpusrecherchen oder die Analyse von Social-Media-Beiträgen unter sozialwissenschaftlichen Gesichtspunkten: Auch wenn man eigentlich mit Text arbeitet, kommt man um Statistik oft nicht herum.
Sprachdaten bringen besondere statistische Herausforderungen mit sich, die in Einführungskursen in der Regel nur angeschnitten werden. Wir wollen uns im Seminar aber nicht nur damit beschäftigen, sondern auch ganz grundlegend mit statistischer Modellierung: Wie wählt man das passende statistische Verfahren aus? Wie wählt man die Prädiktorvariablen aus, die ins Modell eingehen sollen? Wie misst man die Güte eines Modells, und wie interpretiert man das Modell richtig? Wie lassen sich Modelle robust konstruieren, sodass sie verlässlichere Vorhersagen liefern? Wie geht man mit Interaktionen, Nichtlinearität und abhängigen Daten um? Wie wählt man unter mehreren möglichen Modellen das beste aus? Dabei spielt natürlich stets auch die Visualisierung der Daten eine wichtige Rolle. Eigene Daten und Fragestellungen können gerne eingebracht werden!
Grober und unvollständiger Themenüberblick:

• Einführung in R / Auffrischung

• Häufigkeitsverteilungen von Sprachdaten

• Visual data exploration: ggplot, Plotly & Shiny

• Statistische Modelle: Genauigkeit und Interpretierbarkeit, Test- und Trainingsdaten, Kreuzvalidierung

• Klassifikationsprobleme (logistische Regression, SVMs, Entscheidungsbäume und Random Forests)

• Modellieren für Fortgeschrittene (u.a. Umgang mit Nichtlinearität und mit abhängigen Daten)

• Unüberwachtes Lernen: Clustering, Dimensionsreduzierung und Co.
  

Empfohlene Literatur:

Wickham, Hadley / Grolemund, Garrett (2017): R for Data Science. [Online: https://r4ds.had.co.nz/index.html]
Ismay, Chester / Kim, Albert Y. (2020): Statistical Inference via Data Science. A ModernDive into R and the Tidyverse. [Online: https://moderndive.com/index.html]
James, Gareth / Witten, Daniela / Hastie, Trevor / Tibshirani, Robert (2013): An Introduction to Statistical Learning. [Online: http://faculty.marshall.usc.edu/gareth-james/ISL/]

Schlagwörter:

Statistik, Korpuslinguistik, Visualisierung, Datenanalyse, Regression, Modellierung

Hinter den Kulissen des Museums – vom 3D-Scan zur digitalen Ausstellung [AtGNM]

Dozentinnen/Dozenten:

Frank Bauer, Philipp Kurth, Tim Weyrich

Angaben:

Projektseminar, ECTS: 10, geeignet als Schlüsselqualifikation, Block-Termin vor Beginn des Semesters, Studierende im Master Kunstgeschichte können die Lehrveranstalung in den Schwerpunktmodulen Digitale Kunstgeschichte I + II zu 5 ECTS oder 2 x 5 ECTS belegen.

Termine:

Do, 14:00 - 16:00, 01.151-128
Blockveranstaltung 4.10.2021-8.10.2021 Mo-Fr, 9:00 - 15:00, Raum n.V.
Vorbesprechung: Mittwoch, 14.7.2021, 14:15 - 15:00 Uhr, Zoom-Meeting

Studienrichtungen / Studienfächer:

WPF INF-MA ab 1
WPF INF-BA ab 3

Voraussetzungen / Organisatorisches:

Programmierkentnisse auf Anfängerniveau (z.B. IWGS, GdI, AuD oder vergleichbares Einsteigerwissen). Im Zweifel einfach kurz bei uns nachfragen...
Studierende im Master Kunstgeschichte können die Lehrveranstalung in den Schwerpunktmodulen Digitale Kunstgeschichte I + II zu 5 ECTS oder 2 x 5 ECTS belegen.

Inhalt:

Wie entstehen eigentlich digitale Inhalte in einem Museum? In diesem Projekt-Seminar lernen Sie den zugrundeliegenden Ablauf in Zusammenarbeit mit dem Germanischen Nationalmuseum kennen. Dabei arbeiten Sie selbst an jedem Schritt mit: vom Scan im Museum über die 3D-Rekonstruktion und Aufbereitung der Daten (in Blender) bis zur inhaltlichen Gestaltung (mit Unity 3D) und finalen Veröffentlichung z.B. über Sketchfab. Durch das Semester werden Sie immer begleitet von Experten aus dem Germanischen Nationalmuseum, Mitarbeitern der Computergrafik und der Digital Humanities in Erlangen. So können Sie im Laufe des Semesters eine digitale Ausstellung von Anfang bis Ende interaktiv und spannend gestalten.

Schlagwörter:

Museum, Unity, Sketchfab, Blender, Praxis, 3D, Computergrafik

Vertiefte Übungen zur Computergraphik [CGTutP]

Dozent/in:

Marc Stamminger

Angaben:

Übung, 2 SWS, ECTS: 2,5, nur Fachstudium

Studienrichtungen / Studienfächer:

WF CE-BA-TW ab 5
WF CE-MA-INF ab 1
WF INF-BA-V-GD ab 5
WF INF-MA ab 1
WPF MB-MA-FG13 1-3
WPF MT-MA-BDV ab 1

Inhalt:

In den vertieften Übungen behandeln wir tiefergehende Verfahren der Computergrafik, die teilweise über den Stoff der Vorlesung hinausgehen. Die wöchentlichen Übungsaufgaben sind in JavaScript und später auch in C++ und OpenGL zu lösen. Betreuung und Organisation werden über Teams organisiert, Fragen werden in den Präsenzübungen behandelt oder alternativ über Teams.

Bilddatenbanken am Beispiel von prometheus

Dozent/in:

Lisa Dieckmann

Angaben:

Seminar, 2 SWS, benoteter Schein, ECTS: 5, nur Fachstudium, geeignet als Schlüsselqualifikation, Master, Bachelor, Blockveranstaltung

Termine:

Zeit n.V., Zoom-Meeting
Das Seminar findet es Blockseminar vom 1.-5.3.2022 statt.

Inhalt:

Anhand des verteilten digitalen Bildarchivs prometheus, welches zahlreiche unterschiedliche Bilddatenbanken der Kunstgeschichte und weiterer bildbasierter Wissenschaften miteinander verknüpft und zugänglich macht, sollen in dem Seminar Bilddatenbanken in den Fokus genommen werden und dabei unterschiedliche Themen, Technologien und Methoden der digitalen Kunstgeschichte vermittelt und angewandt werden. Datenbankmodelle, Auszeichnungssprachen, Metadaten(standards), Austauschformate, Ontologien, Modellierung, Indexierung und Information Retrieval sind die Themen, die in diesem Seminar anhand des praktischen Beispiels prometheus vertieft werden sollen.

BA M9: HS Forschungsperspektiven (B): Digitalisierte Geschichte: Kontexte, Perspektiven und Beispiele

Dozent/in:

Daniel Bellingradt

Angaben:

Hauptseminar, ECTS: 5, Bachelor

Termine:

Mi, 14:15 - 15:45, KH 1.020
Evtl. einzelne Präsenztermine nach Absprache.

Inhalt:

Das Seminar thematisiert die Digitalisierung von Geschichte aus einer interdisziplinären Forschungsperspektive und beleuchtet Kontexte der Digital Humanities, diskutiert Perspektiven einer digitalisierten Geschichtsvermittlung und analysiert Beispiele von digitalisierter geisteswissenschaftlicher Forschung. Mit welchen Fragen beschäftigen sich „digital history“ und „public history“ – und welche technischen Nutzungen sind für die Buchwissenschaft relevant? Welche Schwerpunkte der digitalisierten Geisteswissenschaften lassen sich aktuell erkennen – und welche Erkenntnishorizonte werden sichtbar?

Empfohlene Literatur:

Eine Literaturliste und weitere Materialien werden zum Semesterbeginn auf StudOn eingestellt.