Frischer Wind fürs KI-Studium
Von David Schahinian
Anfang März 2020 lud die Enquete-Kommission „Künstliche Intelligenz – Gesellschaftliche Verantwortung und wirtschaftliche, soziale und ökologische Potenziale“ des Deutschen Bundestages einige Experten des Fachgebietes zu einer öffentlichen Anhörung ein. Die Kommission wurde unter anderem ins Leben gerufen, um den künftigen Einfluss der künstlichen Intelligenz auf die Arbeitswelt zu untersuchen. Was sie aus der Wissenschaft und Praxis zu hören bekam, war ernüchternd. Es gebe einen harten Wettbewerb um die klügsten Köpfe, sagte beispielsweise Susanne Dehmel, Mitglied der Geschäftsleitung des Branchenverbandes Bitkom. Aktuell fehlten jedoch 124.000 IT-Spezialisten. Der „massive Engpass“ führe dazu, dass Unternehmen eigene KI-Projekte nicht umsetzen können, weil ihnen die Fachkräfte fehlten.
In der Wirtschaft hat sich längst das Bewusstsein durchgesetzt, dass die Frage nach KI als Schlüsseltechnologie nicht mehr eine des Ob, sondern des Wann ist. Höchste Zeit also, die Ausbildungs- und Qualifizierungsmöglichkeiten in diesem Bereich zu verstärken. Für viele Aufgaben im KI-Bereich bedürfe es zwar gar keines Studiums, sagte Professor Dr. Boris Hollas, Lehrstuhlinhaber für KI an der Hochschule für Technik und Wirtschaft Dresden, bei der Anhörung. Dabei verwies er auf die Berufe Fachinformatiker und mathematisch-technischer Softwareentwickler.
Strategische Förderung
Wenn Deutschland aber eine Führungsposition in diesem Wachstumsbereich einnehmen und nicht von der Technologie anderer Länder abhängig sein will, muss auch das akademische Angebot ausgebaut werden. Genau das wird derzeit an verschiedenen Stellen gemacht. So hat die Bundesregierung bereits 2018 eine KI-Strategie veröffentlicht. Darin wird unter anderem von der Notwendigkeit gesprochen, „KI an den Universitäten als ein multidisziplinäres Fach zu begreifen und die Förderung von KI-Lehrstühlen auszubauen“.
Sie war ein wichtiges Anschubsignal. So gab die Alexander von Humboldt-Stiftung bekannt, bis 2024 bis zu 30 zusätzliche Humboldt-Professuren auf dem Gebiet der KI zu besetzen. In Bayern wurde Anfang dieses Jahres ein Wettbewerb zur Einrichtung von 50 KI-Professuren an den Hochschulen des Bundeslandes durchgeführt. Ziel ist es, ein enges Forschungsnetz über ganz Bayern zu spannen. Die Teilnehmer waren auch aufgefordert, Tandemlehrstühle einzurichten oder bestehende Lehrstühle zu KI-Lehrstühlen umzuwidmen. 50 weitere KI-Lehrstühle wurden bereits an feste Standorte verteilt. München soll mit 22 das Zentrum bilden, als bedeutende Satelliten sind unter anderem Würzburg (10), Ingolstadt (10) und Erlangen (8) vorgesehen.
Was versteht man unter „künstlicher Intelligenz“?
Eine allgemein anerkannte Definition von KI, die von allen Beteiligten geteilt wird, gibt es nicht. Häufig begegnet man einer Aufteilung in zwei Spielarten von künstlicher Intelligenz, die als „schwache“ und „starke“ KI bezeichnet werden. Dabei gehen die Vertreter der starken KI davon aus, dass KI-Systeme prinzipiell die gleichen intellektuellen Fähigkeiten haben können wie Menschen und sogar in der Lage sind, sie zu übertreffen. Die Akteure der schwachen KI hingegen beschäftigen sich basierend auf Methoden aus Mathematik und Informatik mit der Lösung konkreter Anwendungsprobleme und der Selbstoptimierung von KI-Systemen. Um dies zu erreichen, versuchen sie die menschliche Intelligenz nachzubilden, formal zu beschreiben und schließlich Systeme zur Simulation und Unterstützung des menschlichen Denkens zu konstruieren.
Die Bundesregierung fokussiert sich in ihrer KI-Strategie auf die Lösung von Anwendungsproblemen, orientiert sich also an den Positionen der schwachen KI mit folgenden Bereichen:
- Deduktionssysteme, maschinelles Beweisen: Ableitung (Deduktion) formaler Aussagen aus logischen Ausdrücken, Systeme zum Beweis der Korrektheit von Hardware und Software;
- Wissensbasierte Systeme: Methoden zur Modellierung und Erhebung von Wissen; Software zur Simulation menschlichen Expertenwissens und Unterstützung von Experten (ehemals: „Expertensysteme“); zum Teil auch verbunden mit Psychologie und Kognitionswissenschaften;
- Musteranalyse und Mustererkennung: induktive Analyseverfahren allgemein, insbesondere auch maschinelles Lernen;
- Robotik: autonome Steuerung von Robotik-Systemen, d.h. autonome Systeme;
- Intelligente multimodale Mensch-Maschine-Interaktion: Analyse und „Verstehen“ von Sprache (in Verbindung mit Linguistik), Bildern, Gestik und anderen Formen menschlicher Interaktion.
Quelle: Strategie Künstliche Intelligenz der Bundesregierung (November 2018)
Praxisnähe inbegriffen
Die Zahl der Studienplätze steigt nicht zuletzt dank solcher Initiativen stark an und eröffnet zahlreiche Karrierechancen in einem Wachstumsfeld. Reine KI-Lehrstühle gibt es allerdings bisher nicht sehr viele. Um noch kurz im Süden zu bleiben: Die TU München bietet den Master-Studiengang „Robotics, Cognition, Intelligence“ an. Er verknüpft verschiedene Ingenieursdisziplinen wie Maschinenbau und Elektrotechnik mit der Informatik und ist laut TUM „einmalig in Deutschland“.
Das Studium erstreckt sich über vier Semester und vermittelt zum einen theoretische und methodische Grundlagen. Mit diversen Wahlmodulen aus verschiedenen Disziplinen kann man dem Studiengang – mit Deutsch und Englisch als Unterrichtssprache – seinen eigenen Stempel aufdrücken. Dank Kooperationspartner aus der Industrie soll auch die Praxisnähe sichergestellt sein. Was bringt’s? „Karrierechancen bieten beispielsweise die Luft- und Raumfahrt, die Mikroelektronik, die Konsumelektronik, die Medizintechnik oder die Automobilbranche“, heißt es dazu bei der TUM.
Schwarz auf Weiß
Dieser Beitrag ist zuerst in unserer Magazinreihe „IT & Karriere“ erschienen. Einen Überblick mit freien Download-Links zu sämtlichen Einzelheften bekommen Sie online im Pressezentrum des MittelstandsWiki.
Cyber Valley am Neckar
Ebenfalls über den eigenen Tellerrand blickt die Cyber Valley Initiative, die sich als „eines der größten KI-Projekte Europas“ vorstellt. Ähnlich wie in München soll auch in der Region um Stuttgart und Tübingen ein führendes Zentrum für die Erforschung und Anwendung von KI aufgebaut werden. Selbstredend sind die beiden Universitäten der Städte, aber auch das Land Baden-Württemberg, das Max-Planck-Institut für Intelligente Systeme sowie Unternehmen wie BMW, Bosch und Daimler mit an Bord.
Das bietet vielfältige Chancen für Studierende: So hat die Uni Tübingen – nach eigenen Angaben als erste deutsche Universität – ein Masterprogramm zum maschinellen Lernen gestartet. In vier englischsprachigen Semestern werden sowohl die Grundlagen des Fachs als auch Spezialisierungen vermittelt. Doktoranden profitieren von der Nähe zur International Max Planck Research School for Intelligent Systems, die gemeinsam vom Max-Planck-Institut und der Uni betrieben wird.
Auch an der Uni Stuttgart wird das Angebot ausgebaut: Im Februar 2020 wurde Professor Dr. Steffen Staab auf die Professur „Analytic Computing“ berufen. Er soll unter anderem die für dieses Jahr geplante Gründung eines neuen Instituts für künstliche Intelligenz vorantreiben. Wer vernetzt denkt, ist in der Region Stuttgart-Tübingen gut aufgehoben: Das Cyber Valley bietet auch regelmäßige Veranstaltungen zum Thema sowie ein Start–up-Netzwerk. Hier können sich Gründer zu Meet-ups und Tech-Brunches zusammenfinden.
Momentan dreht sich alles um ChatGTP. Für die Zeit davor gibt eine Einführung einen ersten Überblick über den Stand der Technologien, die Fortsetzungen skizzieren praktische Einsatzgebiete für KI, insbesondere in der Industrie. Für den Lebenslauf könnten die Ratgeber zur KI-Studienstrategie bzw. zum KI-Studium (auch in Kombination mit Robotik) sowie zum Berufsbild Machine Learning Engineer und zum KI-Manager nützlich sein – aber auch die Übersicht zu den Jobs, die KI wohl ersetzen wird.
Extrabeiträge untersuchen, wie erfolgreich Computer Computer hacken, ob und wann Vorbehalte gegen KI begründet sind und warum deshalb die Erklärbarkeit der Ergebnisse (Stichwort: Explainable AI bzw. Erklärbare KI) so wichtig ist. Hierher gehört außerdem der Seitenblick auf Maschinenethik und Münchhausen-Maschinen. Als weitere Aspekte beleuchten wir das Verhältnis von KI und Vorratsdatenspeicherung sowie die Rolle von KI in der IT-Sicherheit (KI-Security), fragen nach, wie Versicherungen mit künstlicher Intelligenz funktionieren, hören uns bei den Münchner KI-Start-ups um und sehen nach, was das AIR-Projekt in Regensburg vorhat. Ein Abstecher führt außerdem zu KI-Unternehmen in Österreich.
Auf der rein technischen Seite gibt es Berichte zu den speziellen Anforderungen an AI Storage und Speicherkonzepte bzw. generell an die IT-Infrastruktur für KI-Anwendungen. Außerdem erklären wir, was es mit AIOps auf sich hat, und im Pressezentrum des MittelstandsWiki gibt es außerdem die komplette KI-Strecke aus dem Heise-Sonderheft c’t innovate 2020 als freies PDF zum Download.
KI und ihre Verwandten
Zumindest derzeit noch größer ist das Angebot an Master-Studiengängen, die zwar Themenbereiche der KI berühren, die Technologie aber nicht direkt im Namen tragen und weiter gefasst sind. Das gilt vor allem für die Wissenschaft der Daten. An der Hochschule Darmstadt beispielsweise wird ein interdisziplinärer Master-Studiengang Data Science angeboten. Er richtet sich an Studieninteressierte aus den Bereichen Informatik und Mathematik, die sich auf dieses Gebiet spezialisieren wollen. Die Regelstudienzeit beträgt vier Semester.
Nicht allzu weit entfernt hat die TU Darmstadt ihren Sitz, die einen eigenen Schwerpunkt setzt, indem sie die KI-Forschung stark mit Kognitionswissenschaft verknüpft. Dafür wurde das Centre for Cognitive Science gegründet, in dem über Fakultätsgrenzen hinweg an der Erforschung von adaptivem, intelligentem Verhalten bei Mensch und Maschine gearbeitet wird. Am Fachbereich Informatik werden unter anderem Studiengänge wie der Master Autonome Systeme angeboten, doch auch hier sind weitere Fachbereiche involviert. Zu den Erfolgen der TU zählen Preise und Weltmeistertitel für intelligente Such- und Rettungsroboter, während andere Teams international führend in der Entwicklung von Lernverfahren seien, die in Echtzeit mit ihrer Umgebung interagieren können.
Ziel ist die vertiefte Vermittlung der im Bachelorstudiengang erworbenen Kenntnisse und Fähigkeiten zur Entwicklung und Realisierung kognitiver, informationsverarbeitender Systeme unter besonderer Berücksichtigung der aktuellen wissenschaftlichen Erkenntnisse. Darüber hinaus werden die Studierenden verstärkt zu selbstständiger Arbeit nach den wissenschaftlichen Grundsätzen der kognitiven Informatik angeleitet.
Data Scientist kann man auch an der TU Chemnitz werden. Sie bezeichnet Kenntnisse in dieser Disziplin als „Schlüsselkompetenz für den Arbeitsmarkt“ und hat damit sicherlich in zunehmendem Maße recht. Als Gründe werden die intensive Forschung an neuen Algorithmen und die enorme Nachfrage nach Absolventen angeführt. Der Masterstudiengang, der zum Wintersemester 2018/19 eingeführt wurde, verspreche insbesondere im Hinblick auf die Entwicklung des südwestsächsischen Arbeitsmarktes die Aussicht, auch im Chemnitzer Umfeld anspruchsvolle berufliche Tätigkeiten zu finden. Er steht sowohl Absolventen aus der Mathematik als auch mathematiknaher Disziplinen offen. Wer den Sprung aus entfernteren Fächern wagen will, kann nach einer Einzelfallprüfung ebenfalls zugelassen werden.
An der Universität Bielefeld besteht die Möglichkeit, sich in den Masterstudiengang Intelligente Systeme einzuschreiben. Er soll Studierende dazu befähigen, komplexe kognitive Systeme analysieren, konzipieren und entwickeln zu können. Konkret kommen diese vor allem in der Robotik, bei virtuellen Agenten oder in Multimedia- und Webinformationssystemen zum Einsatz. Mögliche Berufsfelder sind dementsprechend in Entwicklungsabteilungen des Maschinenbaus, Produktionsanlagen oder der Automobilindustrie zu finden. Für Studienanfänger bietet der Bachelor Kognitive Informatik eine gute Voraussetzung, um in der Folge den Master draufzusatteln. Eine Besonderheit besteht darin, in Kooperation mit der Università di Bologna in Italien einen internationalen Doppelabschluss ablegen zu können.
Bachelorstudium als Grundlage
Apropos Studienanfänger: Viele Master-Studiengänge zur künstlichen Intelligenz setzen zwar auf einem Mathematik- oder Informatik-Studium auf. Es gibt jedoch auch Angebote, bei denen man sich von Anfang an auf den Bereich KI fokussieren kann. Dazu zählt der anwendungsorientierte Bachelorstudiengang KI an der Technischen Hochschule Ingolstadt, der im Wintersemester 2019/20 startete. Auch er ist deutschlandweit einer der ersten seiner Art. In sieben Semestern setzen sich die Studierenden unter anderem mit den notwendigen Fachkompetenzen, aber auch mit ethischen und rechtlichen Fragestellungen zum Einsatz von KI-Systemen auseinander. Ein Feld, das nicht zu unterschätzen ist: Die EU diskutiert schon seit geraumer Zeit mögliche Regelungen, wie etwa mit Fehlfunktionen von KI-Anwendungen zu verfahren ist – bis hin zu einem sogenannten Kill Switch für aus dem Ruder laufende Roboter. Ebenfalls wichtig: Der Studiengang kann auch dual studiert werden, Unterrichtssprache ist Deutsch.
Als mögliche Einsatzbereiche für die Absolventen werden der Online-Handel, die Logistik oder die Industrie 4.0 genannt. Ein enger Kontakt zu Forschungsprojekten wird durch das im April 2019 gegründete Artificial Intelligence Network Ingolstadt (AININ) der TH geschaffen, das Partner aus Wissenschaft, Wirtschaft und Gesellschaft in sich vereint. Der frühe Kontakt zu Unternehmen kann ohnehin und grundsätzlich nicht schaden: Da KI-Absolventen stark nachgefragt sind, gibt es häufig auch die Möglichkeit, seine Master-Arbeit in Kooperation mit einem Unternehmen zu schreiben – und damit erste Kontakte zu einem potenziellen späteren Arbeitgeber zu knüpfen.
Lohnende Investitionen
Wer sein Studium mit einem Auslandsaufenthalt verbinden, aber sich nicht zu weit weg von der Heimat entfernen will, sollte einen Blick auf das Angebot der Radboud University im ostniederländischen Nijmegen riskieren. Interessanterweise ist der Studiengang dort den Sozialwissenschaften zugeordnet. Zwar spielen technische Fertigkeiten auch eine große Rolle. Ein Schwerpunkt wird aber auch darauf gesetzt, die Funktionsweise des Gehirns zu verstehen. Daher sind Disziplinen wie Psychologie, Neurowissenschaften, Logik und Linguistik ebenfalls Bestandteil des Curriculums. Einen Haken hat die Sache: Die Studiengebühren für das aktuelle akademische Jahr betragen 2143 Euro.
Außerhalb des universitären Betriebs gibt es ebenfalls Möglichkeiten, sich in puncto KI weiterzuqualifizieren. Man mag dann vielleicht auch Meister der KI sein, aber zumindest ohne den offiziellen Titel Master. Eine gute Adresse hierfür ist das renommierte Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI). Es wurde bereits 1988 als gemeinnützige Public-Private-Partnership gegründet. In Kooperation mit der Bitkom Akademie hat es einen aus fünf Modulen bestehenden Zertifikatslehrgang zum KI-Manager konzipiert.
Zielgruppe sind weniger Studierende, sondern Entscheidungsträger in Unternehmen, die sich sowohl für strategische als auch für operative Aspekte der Technologie interessieren. Entsprechend werden keine Informatikkenntnisse vorausgesetzt. Im Vordergrund stehen vielmehr Themen wie die Veränderung der Unternehmenskultur, Grundlagen des maschinellen Lernens sowie Anwendungen in unterschiedlichen Geschäftsfeldern. Der Lehrgang nimmt insgesamt acht Kurstage über einen Zeitraum von rund zweieinhalb Monaten in Anspruch und kostet 5400 Euro für Mitglieder, 500 Euro mehr für Nichtmitglieder. Da er nicht durchgängig über das Jahr angeboten wird, sollten sich Interessenten frühzeitig um eine etwaige Buchung bemühen.
Die Spiegel-Akademie bietet in Zusammenarbeit mit der SRH-Fernhochschule einen E-Learning-Zertifikatskurs zur KI an. Auch er richtet sich eher an Praktiker aus Unternehmen, die die Funktionsweisen von KI-Verfahren und ihre Einsatzpotenziale kennenlernen wollen. Voraussetzungen gibt es keine, der Kurs kann jede Woche begonnen werden. An Zeitaufwand sind sechs Stunden pro Woche über sechs Monate einzuplanen. Die Kosten betragen insgesamt 1.290 Euro. Absolventen dürfen sich Certified Expert in KI nennen und werden zusätzlich mit sechs ECTS-Punkten belohnt.
Das sehe ich mir genauer an
Noch ein Hinweis zum Abschluss: Die VDI/VDE Innovation + Technik GmbH hat 2019 eine umfassende Überblicksstudie zu KI in Forschung und Lehre veröffentlicht (www.vdivde-it.de). Darin sind unter anderem alle bis Februar 2019 bekannten Studiengänge mit KI-Schwerpunkt in Deutschland en détail aufgeführt. Sie bietet einen guten Ausgangspunkt für Studieninteressierte, wenngleich seitdem einige neue Angebote hinzugekommen sind.
David Schahinian arbeitet als freier Journalist für Tageszeitungen, Fachverlage, Verbände und Unternehmen. Nach Banklehre und Studium der Germanistik und Anglistik war er zunächst in der Software-Branche und der Medienanalyse tätig. Seit 2010 ist er Freiberufler und schätzt daran besonders, Themen unvoreingenommen, en détail und aus verschiedenen Blickwinkeln ergründen zu können. Schwerpunkte im IT-Bereich sind Personalthemen und Zukunftstechnologien.