Künstliche Intelligenz Melde Dich an, um diesen Inhalt zu abonnieren 2 2

[raining 7]

Hallo Forum,

ich werde bald mit meinem Master in Wirtschaftsinformatik an einer TU9 anfangen.

Ich habe festgestellt, dass ich Zukunftsthemen wie KI extrem spannend und auch nützlich finde. Leider habe ich festgestellt, dass in unserem Modulhandbuch nicht ein Modul (direkt) diesem Thema gewidmet ist.

Generell habe ich den Eindruck, dass dieser Fachbereich bisher eher eine Nische darstellt und nur schwer zu finden ist.

Habt ihr Erfahrungen mit KI gemacht? Wo und wie kann ich meine Kenntnisse im Rahmen des Studiums erweitern? Wie kann ich später im Berufsleben mit KI zu tun haben? Was haltet ihr generell von diesem Forschungsgebiet? Was lohnt sich, was lohnt sich nicht?

Sowas wie beispielsweise die Singularity University in den USA (http://singularityu.org/ ) finde ich total spannend. Aber sowas scheint es halt nicht an jeder Ecke zu geben.

Viele Grüße

raining

[RealGentleman 6490]

Naja gut, was willst du als Wirtschaftsinformatiker mit KI? Bei uns haben die Wirtschaftsinformatiker auch nicht dieses Fach. KI ist halt auch eine komplexe Sache. Ich habe es auch nur ein Semester und man kratzt da gerade an der Oberfläche. Glaube die praktischen Informatiker machen was mit Machine Learning. Also denke ein Master in der Richtung bringt dir da eher etwas.

KI ist halt alles und nix. Von Computergegnern über selbstfahrende Autos bis hin zu Robotern, die selbstständig lernen usw. Du solltest halt schon Algorithmen erstellen können. Und Mathe musst du wohl drauf haben. Kannst dir ja mal von den ganzen KI Konferenzen die Papers anschauen. Denke da bekommt man schon einen guten Überblick darüber, was es alles so gibt und was man drauf haben muss. Oder in welche Richtung (Mathe halt) es so geht.

[raining 7]

Hey, danke für deine Antwort!

Also Algorithmen erstellen kann ich, Mathe ist kein Problem. Wir studieren hier den technischen Teil eh mit den Ingenieuren/Informatikern zusammen, das ist also unproblematisch (auf Bachelor-Niveau). In meiner Bachelorarbeit befasse ich mich auch mit komplizierten Optimierungsverfahren, die teilweise in der KI eingesetzt werden.

Ich kann mir auch etliche Vorteile von "KI" im Unternehmenskontext vorstellen: Letztlich ist KI ja intelligente Automatisierung. In Unternehmen gibt es ja nun genügend Prozesse, die durch Automatisierungskomponenten verbessert werden können:

- Touren- oder Lagerplanung in der Logistik

- Analyse und Darstellung von Kennzahlen im Controlling (Investitionsvolumina, Renditen, Umsatz, Absatzzahlen)

- embedded systems sowieso, also selbstfahrende Fahrzeuge, intelligente Fahrzeugbauroboter etc.

- wissensbasierte Systeme, die passgenaue Informationen in der Beschaffung liefern

- Extrapolation von finanzwissenschaftlichen Kennzahlen (z.B. Zinsen) oder Analyse von Finanzierungs- und Investitionskonzepten

- Lieferung entscheidungsunterstützender Daten und Analysen für Managemententscheidungen

- generell selbstlernende Systeme, quasi wie ein kleiner zusätzlicher Mitarbeiter

Generell habe ich so ein bisschen die Vision, dass KI bei den meisten Problemen zur Lösung beitragen kann. Quasi den Menschen unterstützend beistehen in Dingen, die entweder zu komplex oder zu nervig oder teuer für ihn sind.

Optimalerweise ähnelt die KI ja irgendwann einem Menschen und ist nicht mehr so unflexibel wie ein heutiger Computer. Die KI quasi als ein Instrument, die Welt ein bisschen besser zu machen, indem Lösungen besser und schneller gefunden werden.

Die Welt einen großen Schritt vorran bringen und dabei das große ganze sehen. Und das nicht so starr und unflexibel wie die "konservative Informatik"

Aber bislang habe ich halt nichts explizit mit KI gemacht, daher sind meine Vorstellung sicher noch etwas romantisch.

Studierst du Informatik? Falls ja, wieso zieht es dich nicht Richtung KI und wo zieht es dich stattdessen hin?

November 11, 2015 bearbeitet von raining

[tonystark 2393]

Hi,

hilfreich wäre es natürlich, wenn Du schon ein etwas konkreteres Berufsbild vor Augen hättest, damit du gezielt darauf hinarbeiten kannst.

Soll es tendenziell eher in Richtung Forschung gehen oder in die Industrie?

Zivil oder militärisch?

Theorie oder Praxis?

Brennst du so sehr dafür, dass du auch bereit bist, Risiken einzugehen oder ist dir ein "sicherer" Arbeitsplatz am Ende doch wichtiger (also ggf. ein interdisziplinäres "Nischenfach" als Master mit eher ungewissen Aussichten vs. Informatik mit eigenständiger Weiterbildung, sofern das deine Zeit neben dem Studium zulässt)?

Was genau möchtest du später mal tun? RealGentleman hat es ja schon angesprochen: KI ist ein weites Feld...

Generell würde ich dir empfehlen, so oft es deine Zeit zulässt, über den Tellerrand hinauszublicken.

Lies Bücher und Fachzeitschriften, besuch Konferenzen, knüpfe Kontakte, nutze das Studium Generale, schnapp dir ein paar Kumpels und nimm an Forschungswettbewerben teil (z. B. diese Robotor-Fußball-WM), suche nach Vorlesungen im Internet, informier dich noch mal genau, welche Studiengänge es gibt usw, informier dich regelmäßig über neue Entwicklungen und Trends usw.

Das alles baut einerseits deine Kompetenzen aus und hilft dir andererseits dabei, Ideen und vielleicht auch ein konkreteres Berufsbild zu entwickeln.

Wenn dir das Thema sehr am Herzen liegt, ist Wirtschaftsinformatik aber wahrscheinlich nicht die beste Wahl. Dann noch eher klassische Informatik

Hier findest du z. B. weiterführende Infos:

- http://www.ingenieur.de/Arbeit-Beruf/Arbeitsmarkt/Der-Roboter-verstaendnisvoller-Begleiter

- http://de.berufsfelderpsychologie.wikia.com/wiki/Kuenstliche_Intelligenz

- http://www.spektrum.de/alias/r-hauptkategorie/neurowissenschaften-studieren-so-geht-s/949219

- https://www2.informatik.uni-hamburg.de/wtm/teaching/IAFNeuroInformatics.shtml

Allgemein würd ich mal über die Themen Neurowissenschaften/Neuroinformatik/Robotik/Bionik usw. recherchieren.

Technology Review zu lesen kann auch nicht schaden um auf dem Laufenden zu bleiben. Und Ray Kurzweil um die Begeisterung am Leben zu halten, wenn's mal langweilig wird ;)

November 12, 2015 bearbeitet von tonystark

[roolio 322]

Ganz interessant in diesem Zusammenhang: Google (bzw. jetzt ja Alphabet Inc.) stellt seine Machine-Learning Software kostenlos zum Download bereit (auch Open Source) --> http://blogs.wsj.com/digits/2015/11/09/why-google-is-willing-to-give-away-its-latest-machine-learning-software/

Das AI ein sehr zukunftsträchtiges Thema ist, steht außer Frage (siehe selbstfahrende Autos von Google und Tesla oder AI-Assistenten wie Siri oder Cortana).

Falls du dich weiterbilden willst, schau mal bei Udacity vorbei:

--> https://www.udacity.com/course/machine-learning-engineer-nanodegree--nd009 (Machine Learning)

--> https://www.udacity.com/course/intro-to-artificial-intelligence--cs271 (Intro to Artificial Intelligence)

Wird sogar von manchen Firmen anerkannt (als Nanodegree).

Ansonsten empfehle ich dir die "Top Stories" bei Quora zum Thema Artificial Intelligence zu verfolgen --> https://www.quora.com/topic/Artificial-Intelligence

Praktsiche Erfahrungen kannst du bei diversen Open Source Projekten sammeln --> https://www.quora.com/What-are-the-most-interesting-open-source-projects-in-artificial-intelligence-and-machine-learning

Denke auch, dass das Thema (gerade an deutsche Universitäten) eher rudimentär behandelt wird - da müsstest du dich eventuell autodidaktisch weiterbilden.

Auf die Frage hin, welche Themengebiete der AI sich besonders lohnen, sollte man sich die von Google acquirierten Unternehmen der letzten Jahre anschauen.

--> Robotics (Redwood Robotics, Boston Dynamics oder Meka Robotics)

--> Brain-like Computers (alle gekauften Firmen werden unter Google DeepMind zusammengefasst:"Google’s DeepMind is working on artificial intelligence similar to those portrayed in movies – a computer system that works like a human brain, using information from its environment to make decisions free of human interaction.")

--> Understanding natural language (Dark Blue Labs)

--> Image-, Face-, Voice-, Gesture-, Recognition (PittPatt, Flutter, etc.)

November 12, 2015 bearbeitet von roolio

[Raxxor 24]

Hi raining,

ja, ich habe Erfahrugnen mit KI gemacht. Mein Master beschäftigt sich zum größten Teil damit und auch beruflich habe ich sehr viel damit zu tun. Falls du spezielle Fragen hast, immer her damit.
Zuerst solltest du die richtige Vorstellung von KI bekommen. Was die meisten darunter verstehen ist das, was sie von Scifi-Filmen kennen z.B. Skynet.
Das ist aber nur ein Subbereich der KI der "Artificial general intelligence", "strong AI" oder "full AI" genannt wird.
KI ist nur die Überschrift und beschäftigt sich mit einem Haufen an anderen Bereichen, z.B.
- Machine learning
- Computer vision
- Logisches Schließen
- Entscheidungsfindung
- Wissensrepresentation in Datenbanken
- usw.

Jeder dieser Bereiche ist so Umfangreich, dass du dich früher oder später auf einen spezialisieren musst um darin richtig gut zu werden.

Wo und wie kann ich meine Kenntnisse im Rahmen des Studiums erweitern?

Im Rahmen deines Studiums kannst du die Fächer, die an deiner Uni angeboten werden auch als freiwilliges Fach belegen.
Alternativ gibt es diverse Kurse auf:
www.edx.org
www.udacity.com
www.coursera.org

Wenn du Buchempfehlungen haben willst, sag bescheid.

Wie kann ich später im Berufsleben mit KI zu tun haben?

Die Frage ist, mit welchem Bereich der KI du gerne zu tun hättest. z.B. der Routenplaner in deinem Navi verwendet Suchalgorithmen die auch schon wieder zur KI gehören. Verschaffe dir am besten erst einen Überblick, um herauszufinden was dich am meisten interessiert. Die zweite Frage ist, willst du in die Wissenschaft oder Industrie?

Was haltet ihr generell von diesem Forschungsgebiet?

In meinen Augen ist die KI eines der am schwierigsten einzuschätzenden Gebiete. Leute wie Kurzweil hypen das Thema in den Himmel frei nach dem Motto, wenn wir die Singularität erreicht haben, was nach ihm in ca. 25 Jahren der Fall ist, sind wir sowieso alle arbeitslos und eine AGI löst alle Probleme für uns.
Wenn man sich die Historie der KI anschaut, wurden solche Behauptungen schon öfter in den Raum gestellt um neue Forschungsgelder zu akquirieren. Man sollte das Thema daher schon realistisch betrachten. Die meisten aktuellen Fortschritte in der KI, die in den Medien gehyped werden, sind der exponentiellen Steigerung der Rechenleistung zu verdanken. Auf gut deutsch, man hat Ansätze die teilweise seit den 70ern bekannt sind genommen und einen Haufen Rechenleistung dahinter gepackt.

Kurzweil trifft die fragwürdige Annahme, dass dieses exponentielle Wachstum immer weiter geht. Blöderweise gibt es aber physikalische Grenzen, an die wir langsam stoßen. Bei der Halbleiterherstellung sind wir bereits bei 14 nm und es gibt nicht mehr allzu viel Luft nach unten. Ob wir eine neue Technologie wie Quantencomputer rechtzeitig zum Laufen bringen bis die Steigerung der Rechenleistung stagniert, kann niemand voraussehen und diese war bisher der Hauptgrund für die Fortschritte in der KI.

Auf die Frage hin, welche Themengebiete der AI sich besonders lohnen, sollte man sich die von Google acquirierten Unternehmen der letzten Jahre anschauen.

--> Robotics (Redwood Robotics, Boston Dynamics oder Meka Robotics)

Servicerobotics, Industrie 4.0 usw. hat ähnliche Probleme. Damit die technische Revolution wie sie oft prophezeit wird eintritt, müssen einige Probleme zwangsweise gelöst werden oder man hat sehr eingeschränke Anwendungsfelder.

1. mehr Rechenleistung, moderne Computer Vision Algorithmen sind leistungshungrige Vielfäße.

2. wir brauchen Fortschritte in der Akkutechnik. Prozessoren und Motoren fressen Strom und wenn ein Roboter alle 30 Min zum aufladen muss, werden Anwendungsfelder schwierig.

3. die Fortschritte was Roboterhände angeht sind nicht allzu groß. Nicht umsonst werden in der Industrie immer noch 2-Backen-Greifer verwendet.

Zusammengefasst, bestehen eine Menge Anwendungsfelder und arbeitslos wird man in der Robotik und KI wohl kaum aber es ist auch nicht so, wie die Medien es darstellen. Es ist schon sehr unwahrscheinlich, dass jeder von uns in 10 Jahren seinen eigenen Roboter zuhause hat, der die Hausarbeit übernimmt.

[raining 7]

Schon mal danke für die ganzen sehr hilfreichen Posts! Super, Leute!

Ich werde mich jetzt erst mal mit dem ganzen Input tiefgehend auseinandersetzen und mich dann wieder melden.

Schon mal ein paar cliff notes:

• Wirtschaft statt Uni
• Zivil und nicht militärisch
• habe bald Bachelor in Wirtschaftsingenieurwesen, daher ist Wechsel auf reinen Informatik-Master schwierig.
• Wechsel zu Wirtschaftsinformatik-Master unproblematisch. An Wirtschaftsinformatik mag ich bislang, dass ich viel das "große ganze" sehen kann. Prozesse verbessern, mit Leuten kommunizieren und nicht so sehr in der TE abhängen und den ganzen Tag coden (übertrieben gesagt). Außerdem finde ich wirtschaftliche Prozesse faszinierend und würde mit meiner Arbeit gerne später Unternehmen helfen.
• ich befasse mich momentan umfassend mit Informatik und KI (in der Freizeit)
• den Rest der Zeit stecke ich in meine Bachelorarbeit (Tourenplanung). Ich schaue momentan auch, inwieweit ich im Rahmen der BA mir von euch genannte Themen aneignen kann. So an einem eigenen Projekt lerne ich die Dinge immer am besten. Und eine kleine Schnittstelle zur KI besteht halt auch, hoffentlich. Die BA ist halt daher momentan sehr zeitintensiv.
• momentan information overload, weil tausend neue Infos und Eindrücke
• versuche eine vernünftige Lösung so gut es geht mit einer risikoreichen Idee zu verbinden. Ich will jetzt ja auch nicht "alles über den Haufen werfen"

Viele Grüße

raining

[JonaCo 120]

Ich hab leider nicht die Zeit für ne ausführliche Antwort, aber du hast leider jede Menge falsche Vorstellungen.

Kurze Tipps:

1. Vergiss alles bezüglich Singularität. Man wird dich sonst nicht ernst nehmen.

2. Für WI kann ich dir Finance und Machine Learning empfehlen, du wirst schnell nen sehr lukrativen Job haben.

3. Unterschätz das Mathe-Level nicht. Nimm nen Hardcore Statistik Kurs, du wirst es mir danken.

[Daywalker2010 517]

Zitat: "Also Algorithmen erstellen kann ich, Mathe ist kein Problem"

Wenn ich schon so einen Satz höre, hast du wahrscheinlich nicht mal eine Vorstellung, wie kompliziert die Mathematik sein wird :D

Bspw. Graphentheorie

[SimoneB 4447]

Zitat: "Also Algorithmen erstellen kann ich, Mathe ist kein Problem"

Wenn ich schon so einen Satz höre, hast du wahrscheinlich nicht mal eine Vorstellung, wie kompliziert die Mathematik sein wird :D

Bspw. Graphentheorie

Ich fand das was Informatikern als Mathe verkauft wird eher easy.

Sonst finde ich deine Vorstellungen lieber TE sehr vage. Ist ja auch normal am Anfang des Studiums. Ich würde mir folgende Fragen stellen:

1. Bin ich an der Forschung interessiert oder eher Anwendung? Dann eventuell schon über Möglichkeiten nachdenken wo du dein Wissen einsetzen könntest. Was nützt dir eine Spezialisierung wenn sie sich gar nicht mit deinem Berufswunsch und den Angeboten deckt?

2. Was an dem Thema interessiert dich genau? Und ich meine weniger deine Motivation sondern inhaltlich. Wenn du eine gute Basis hast kannst du dir auch später viele Dinge aneignen.

[Alasta 46]

Ich befasse mich zur Zeit auch mit dem Thema. Ich studiere im Master Mathematik mit Nebenfach Informatik. Vertiefung in Mathe liegt in Statistik, Optimierung, Versicherungsmathematik und in Informatik bei Data Mining, Machine Learning und Künstliche Intelligenz. Ich bin jetzt kein Experte für das Feld Finance, aber ich glaube das mit diesem Profil im quantitativen Bereich dort viel geht, auch jobmäßig. Nach dem was ich so aufgeschnappt habe wird dort auch gut vergütet. Nur mal so als eine mögliche Richtung bzw. Anreiz für dich :)

[raining 7]

Zitat: "Also Algorithmen erstellen kann ich, Mathe ist kein Problem"

Wenn ich schon so einen Satz höre, hast du wahrscheinlich nicht mal eine Vorstellung, wie kompliziert die Mathematik sein wird :D

Bspw. Graphentheorie

Graphentheorie ist elementarer Bestandteil meiner Bachelorarbeit.

Mathe oder komplizierte Algorithmen sind jedenfalls nicht die Sache, die mich zurückhalten.

Zitat: "Also Algorithmen erstellen kann ich, Mathe ist kein Problem"

Wenn ich schon so einen Satz höre, hast du wahrscheinlich nicht mal eine Vorstellung, wie kompliziert die Mathematik sein wird :D

Bspw. Graphentheorie

Ich fand das was Informatikern als Mathe verkauft wird eher easy.

Sonst finde ich deine Vorstellungen lieber TE sehr vage. Ist ja auch normal am Anfang des Studiums. Ich würde mir folgende Fragen stellen:

1. Bin ich an der Forschung interessiert oder eher Anwendung? Dann eventuell schon über Möglichkeiten nachdenken wo du dein Wissen einsetzen könntest. Was nützt dir eine Spezialisierung wenn sie sich gar nicht mit deinem Berufswunsch und den Angeboten deckt?

2. Was an dem Thema interessiert dich genau? Und ich meine weniger deine Motivation sondern inhaltlich. Wenn du eine gute Basis hast kannst du dir auch später viele Dinge aneignen.

"Anfang des Studiums". Naja, ich bin ja schon fast mit dem Bachelor fertig. Richtig ist allerdings, dass für mich die ganzen Möglichkeiten im Master relativ neu sind, da ich im Bachelor ja Wirtschaftsing studiert habe.

1. Anwendung oder sehr anwendungsnahe Forschung. Ich möchte zu einem Produkt beisteuern, dass die Menschen positiv beeinflusst. Daher möchte ich nicht "nur" paper veröffentlichen sondern auch einen praktischen Nutzen sehen.

Entweder im rein technischen Bereich oder halt an der Schnittstelle zur Wirtschaft. Sowas wie Produktmanager bei Google hört sich für mich halt auch nicht schlecht an

2. Ein paar Sachen, die sich für mich interessant anhören:

• Also generell machine learning, also Software, die eigenständig lernt
• Entscheidungsfindung (also dabei helfen, für sehr komplexe Probleme Entscheidungen zu treffen)
• Paar buzzwords: Search and optimization, probablilistic methods for uncertain reasining, classifiers and statistical learning methods, Data mining, information systems

Ich befasse mich zur Zeit auch mit dem Thema. Ich studiere im Master Mathematik mit Nebenfach Informatik. Vertiefung in Mathe liegt in Statistik, Optimierung, Versicherungsmathematik und in Informatik bei Data Mining, Machine Learning und Künstliche Intelligenz. Ich bin jetzt kein Experte für das Feld Finance, aber ich glaube das mit diesem Profil im quantitativen Bereich dort viel geht, auch jobmäßig. Nach dem was ich so aufgeschnappt habe wird dort auch gut vergütet. Nur mal so als eine mögliche Richtung bzw. Anreiz für dich :)

Dein Profil finde ich richtig interessant, sowas finde ich echt super! An welcher Uni studierst du? Statistik, Optimierung, Data Mining, Machine Learning und KI finde ich alles interessante Gebiete.

Bei mir stört mich halt, dass ich scheinbar etwas zu generalistisch aufgestellt bin:

Ich kann halt komplizierte thermodynamische oder mechanische Prozesse berechnen, komplexe Basismodelle der Finanzwirtschaft beurteilen, Werkstofflegierungen beurteilen, Regelungssysteme aufbauen, volkswirtschaftliche Kennzahlen ermitteln, grundlegende Fälle im bürgerlichen Recht lösen, kann Produktionsprogramme optimieren, kenne organisationale Grundlagen sowie Personalpsychologie und -führung (theoretisch), kann etwas programmieren und Algorithmen bauen, habe etwas (wenig) geforscht, kann institutsspezifische Simulationsumgebungen programmieren, kann bilanzielle Grundoperationen durchführen, habe mathematische Kenntnisse auf Bachelorniveau, kann Arbeitsprozesse ergonomischer gestalten, habe in Großkonzernen gearbeitet und Prozesse optimiert und so weiter und so weiter.

Aber was kann ich wirklich? Was bringt mir Thermodynamik, wenn ich das meiste über die Zeit eh wieder vergesse?

Ich versuche mich jetzt etwas pragmatischer aufzustellen, also Skills zu lernen, die wirklich nützlich (und möglichst rar) sind. Ich habe den Eindruck, ich "leverage" mein Wissen zu wenig. Die Fähigkeiten sollten jetzt im Master mehr aufeinander aufbauen glaube ich. Nur fällt mir das schwierig, die Möglichkeiten sind einfach so gigantisch. Und drehe ich an einer Variable, ändern sich tausende andere (z.B. auch bezüglich Auslandssemester etc. blabla). Und selbst wenn ich mich für einen Weg konkret entscheide, muss der erst mal umsetzbar sein (Fächer im Modulhandbuch im richtigen Semester etc.). Außerdem habe ich Angst, mich falsch zu entscheiden.

Um noch weiter auszuholen : Nach Cal Newport (http://www.amazon.com/Good-They-Cant-Ignore-You-ebook/dp/B0076DDBJ6) arbeite ich gerade an zwei Dingen: Einerseits mein "career capital" (quasi meine nützlichen Fähigkeiten) zu erhöhen und die "mission" ("What do I want to do with my life") klarer zu setzen.

[SimoneB 4447]

Vielleicht solltest du dich einfach von der Vorstellung lösen dass es DEN einen richtigen Weg gibt. Was sagt dir dein Gefühl? Ich habe mich z.B erst nach dem Studium auf mein jetziges Arbeitsgebiet spezialisiert.

[Geschmunzelt 4380]

Ich kann nur als Außenstehender - was den Fachbereich angeht - ein paar Gedanken beisteuern, aber manchmal hilft das ja auch:

Mein Eindruck ist, dass Du dich in einer Phase befindest, die schon immer bei Studierenden vorkam und die vielleicht in den letzten Jahren etwas dadurch gefördert wird, dass von allen Seiten Ratschläge zum perfekten Lebenslauf und zur gelungenen Karriereplanung formuliert werden. Zum Beispiel von Cal Newport, der sicher gute Ideen formuliert, aber auch einiges Selbstverständliche und vor allem (wie alle anderen auch) nichts, was man absolut nehmen sollte.

Es ist ganz normal, dass Dich in einer Findungsphase Möglichkeiten verwirren. Normal finde ich auch, dass Du den Eindruck hast, nicht nur praxisrelevante / beruflich verwertbare Dinge zu lernen. Das ist deshalb normal, weil es in einem Studium noch etwas weniger darum geht, unmittelbar verwertbare Fähigkeiten zu lernen als in einer Ausbildung. Nur sagen einem das zunehmend weniger Leute, weil es gerade schick ist, alles an der unmittelbaren beruflichen Verwertbarkeit zu messen. Das ist Unfug, weil ein Studium dazu da ist, ein Fundament zu legen, von dem aus man die nächsten vierzig bis fünfzig Jahre aus klarkommt. "Skills" soll man im Wesentlichen nicht in den Studienfächern lernen, sondern nebenher oder spätestens im Berufseinstieg.

Was "KI" angeht, ist mein Eindruck, dass ich den Begriff gefühlt schon in der achten Klasse gehört habe, wahrscheinlich in der PM. Und das war im letzten Jahrtausend. Will sagen, es handelt sich nicht um eine Neuigkeit. Wenn jemand so tut, als wäre es eine, dann meint er also entweder einen speziellen Teilbereich davon oder übertreibt ein wenig. Zusätzlich klingt es in Deiner Beschreibung ein wenig nach einem Eintopf, in den jemand alles reinwirft, was er gerade gefunden hat. Ein typischer Sammelbegriff, der dadurch natürlich auch wenig Möglichkeiten für Dich bietet, konkrete Interessen zu formulieren. Was Du aber imho - siehe oben - zum jetzigen Zeitpunkt auch gar nicht musst.

Was die Frage nach Deiner "generalistischen" Aufstellung angeht, gestatte mir bitte klare Worte: Ich verstehe Deinen subjektiven Eindruck, aber mit an Sicherheit grenzender Wahrscheinlichkeit "kannst" Du das alles nicht. Sondern Du hast genau den grundlegenden Eindruck davon, den Du als Student haben sollst. Was völlig ok ist und nicht böse gemeint. Nur baust Du eben gerade eine Basis auf. Das ist etwas anderes, als etwas wirklich zu können. In all den Bereichen dürfte eine Menge Vertiefungspotential sein.

Deshalb ist mein Ratschlag, Dich im Moment nicht zu sehr auf "rare skills" zu stürzen. Ein klassischer "rare skill" ist eine gut abgeschlossene Hochschulausbildung, verbunden mit Praxisbezug, Intelligenz, sozial verwertbarem Auftreten, Fleiß und Interesse. Stürz Dich in den Master - und mach mal etwas, was der heutigen Studigeneration (aus meiner Sicht, aber ich bin natürlich steinalt und habe keine Ahnung :D) schwer fällt: Sche+ß drauf, was in einem Modulhandbuch und im Lehrplan steht, und lern einfach mal selbst, was Dich interessiert. Ging früher auch und ist keine schlechte Methode. Wenn Du der erste Wiing bist, der sich mit KI richtig auskennt, dürfte das "rare" genug sein.

Ergänzung, weil vergessen: http://www.ingenieur.de/Arbeit-Beruf/Heiko-Mell - Bestes Karriereportal von einem, der sich seit Jahrzehnten als Personalberater hält und eine prima Kolumne in den VDI-Nachrichten hat. Realitätsnah und pragmatisch. Vieles gilt für alle Sparten.

November 17, 2015 bearbeitet von Geschmunzelt

[D8zzle 113]

Kennt jemand von euch eine gute Entwicklungsumgebung für AI?

Die schon ein paar gute (fertigen) Module für Anbindung für den Computer/OS hat?

Also eine Modul für Web Zugriff, Filesystem, Facebook usw..

November 17, 2015 bearbeitet von D8zzle

[Adrenaline Mob 20]

Kommt drauf an was du damit machen möchtest, Filesystem, Facebook und Co ist zu generell. Soll es in Richtung Neuronales Netz, Informierte Suchen oder Natural Language Processing gehen?
Hier findest du ein Sammlung an Software zum Thema:

https://en.wikipedia.org/wiki/List_of_artificial_intelligence_projects

[raining 7]

Vielleicht solltest du dich einfach von der Vorstellung lösen dass es DEN einen richtigen Weg gibt. Was sagt dir dein Gefühl? Ich habe mich z.B erst nach dem Studium auf mein jetziges Arbeitsgebiet spezialisiert.

Das ist finde ich ein super Tipp, da dadurch der Druck etwas rausgenommen wird. Quasi eine super Heuristik, danke! ;)

Das Gefühl ist finde ich immer so eine Sache. Ich versuche schon auf mein Bauchgefühl zu hören, aber das ganze wird halt auch schnell trügerisch:

Wie saian in einem anderen Thread mal schrieb bringt keine Arbeit immer Spaß.

Wenn ich jetzt für meine BA programmiere und ewig nicht weiterkomme, dann ist das natürlich sehr frustrierend und voller negativer Emotionen. Wenn ich mich dagegen mit einer inspirirenden Person über Thema B unterhalte, bringt mir das halt sehr viel Spaß. Das heißt aber nicht, das Thema B nun für mich besser ist als Programmieren. Weißt du, was ich meine? Das Gefühl, während man etwas tut, habe ich für solche sehr langfristigen Entscheidung als sehr trügerisch erlebt.

Was aber natürlich bleibt ist das Bauchgefühl, wenn ich mir die vorhandenen langfristigen Optionen anschaue. Das zu beobachten hilft mir echt weiter. Quasi als Heuristik, die das große ganze beurteilt mit all seinen Aspekten.

[....]

Dein Post wird von meinem Bauchgefühl auch sehr wohlwollend aufgenommen. ;)

Ich erlebe in letzter Zeit mehrfach die Sichtweise, dass es während des Studentenlebens wichtigere Dinge gibt, als praktisches und praxisnahes Wissen zu erlernen. Das fühlt sich irgendwie auch total richtig an und schäme mich manchmal schon fast für mein teils auf materielles fixiertes Mindset.

Nur wenn es dann konkret an die Jobsuche (oder Praktikumssuche) geht, dann fühle ich mich halt etwas verloren. Da fehlt mir irgendwie noch ein roter Faden, der mir auch Sicherheit gibt und mir bei Entscheidungen hilft. Letztlich werde ich mich ja auch für einen konkreten Beruf entscheiden müssen und ich habe den Eindruck, dass mir das sehr schwer fallen wird.

Auf der anderen Seite bin ich in mein 6monatiges Praktikum quasi reingerutscht und mir hat das viel Spaß gemacht. Obwohl der Bereich eigentlich etwas untypisch ist für mein Profil. Da kommt mir dann auch wieder PWillow in den Sinn, der sagt, dass es nicht DEN einzig richtigen Weg gibt.

Kommt drauf an was du damit machen möchtest, Filesystem, Facebook und Co ist zu generell. Soll es in Richtung Neuronales Netz, Informierte Suchen oder Natural Language Processing gehen?

Hier findest du ein Sammlung an Software zum Thema:

https://en.wikipedia.org/wiki/List_of_artificial_intelligence_projects

Künstliche neuronale Netze ist ja größtenteils ein Teilgebiet von machine learning und Data mining. Machine learning finde ich sehr interessant, da es halt nicht so starr (also auf harten logischen Regeln basierend) ist wie normale Informatik. Es ist irgendwie menschenähnlicher. Im Praktikum hatte ich mir auch schon ein paar Gedanken in die Richtung gemacht, die ich heute als Machine Learning klassifizieren würde.

Würde es einen solchen Kurs (https://www.coursera.org/learn/machine-learning) an meiner Uni geben, würde mich das absolut umhauen. Ich habe sogar schon überlegt, diesen Kurs freiwillig nebenbei zu machen. Sowas suche ich halt, Sachen die mich begeistern. Und davon sehe ich im Moment für meinen Geschmack noch zu wenig an meiner Uni. Aber ich kann ja jetzt schlecht nach Stanford oder ins Silicon Valley gehen

Folgendes Video finde ich auch super: https://www.youtube.com/watch?v=l95h4alXfAA&list=LLcwrcBINHbQRww8vuA_HrHA

Informierte Suche sind ja einfach Suchheuristiken. Die benutzt man sicher in jedem Feld der AI, ist auch Standard für meine BA momentan (die leider doch nicht so sehr Richtung AI reicht wie erhofft).

Neben Machine Learning finde ich halt Entscheidungsfindung bzw- unterstützung spannend.

Natural language processing, motion/manipulation oder knowledge representation würden dann eher hinten an stehen.

Was konkretes zu sagen fällt mir momentan noch schwer. In meinem Studium gibt es ja auch noch einen wirtschaftswissenschaftlichen Part und die meisten Informatik-Module fallen in den Bereich Algorithmik, DB/Infosysteme, Software Egineering und verteilte Systeme. Das beneide ich ja auch ein bisschen an Alasta, dass er klarer aufgestellt ist.

Bei einem Konzern irgendwo einzusteigen sehe ich unproblematisch an. Ob mein Profil für die richtig geilen Stellen reicht und welche überhaupt die richtig geilen Stellen sind, ist halt eine andere Frage.

[SimoneB 4447]

Ich bin auch ein Kopfmensch und versuche das mit dem Bauchgefühl zu lernen. Was ich meine ist zu schauen unabhängig von aktuellem Hoch oder Tief oder Zukunftsphantasien - was macht mich generell zufrieden? Wo zieht es mich hin? So in etwa...

[_Urb@n_ 112]

Habe letztens das Buch "the second machine age" von Erik Brynjolffson und McAffe gelesen. Also wenn es stimmt was da so drin steht ( keiner hat eine Kristallkugel) liegt in der KI ein unfassbares Potenzial. Durch Moors' law sollen wir um 2050 so weit sein, dass alles um uns herum anders ist,.Alles was bis heute noch komplett unvorstellbar ist.

Wenn ich das Talent und das unheimlich brennende Interesse in Informatik hätte würde ich mich in die Richtung KI bewegen. Sehe da auch kein so großes Risiko. Es ist eben der nächste Schritt. Nur weil wir jetzt noch keine Vorstellung von etwas haben ist es ja nicht gleich Science Fiction. Die Frage ist einfach nur ob es noch zu früh ist wenn es um die Quantität der Stellen geht, die sich mit KI beschäftigen. Irgendwann wird der jetzige IT Spezialist der sich mit Netzwerken beschäftigt dann eben durch Leute "wie dich" ersetzt bis dahin werden aber vielleicht noch 20 Jahre vergehen. Sich im Master darauf zu konzentrieren halte ich für absolut sinnvoll. Es ist sicherlich komplex aber durch die Herausforderung, behaupte ich mal schnappt man viel mehr drum herum auf ( durch den Aufwand).

Grüße Urban

[Cats 758]

Hallo Forum,

ich werde bald mit meinem Master in Wirtschaftsinformatik an einer TU9 anfangen.

Ich habe festgestellt, dass ich Zukunftsthemen wie KI extrem spannend und auch nützlich finde. Leider habe ich festgestellt, dass in unserem Modulhandbuch nicht ein Modul (direkt) diesem Thema gewidmet ist.

Generell habe ich den Eindruck, dass dieser Fachbereich bisher eher eine Nische darstellt und nur schwer zu finden ist.

Habt ihr Erfahrungen mit KI gemacht? Wo und wie kann ich meine Kenntnisse im Rahmen des Studiums erweitern? Wie kann ich später im Berufsleben mit KI zu tun haben? Was haltet ihr generell von diesem Forschungsgebiet? Was lohnt sich, was lohnt sich nicht?

Sowas wie beispielsweise die Singularity University in den USA (http://singularityu.org/ ) finde ich total spannend. Aber sowas scheint es halt nicht an jeder Ecke zu geben.

Viele Grüße

raining

Wird nicht angeboten, weil es schlichtweg niemals zur Singularity kommen wird. Jedenfalls nicht in den nächsten 200 Jahren.

Lies mal das dazu. Ignorier die ganzen Trollposts und les die 10% Themenbezogenen Antworten.

intel is having trouble even fabricating 14nm wafers, so they had to push back their cycle of releasing new CPUs

Exponentielles Wachstum der Technik ist schon lange nicht mehr aktuell, weil es nichts bringt CPUs schneller zu machen, da die Geschwindigkeit der Datenübertragung einfach kaum mitwächst.

"B-b-b-but USB 3.0!!!!"

Es geht um die Datenübertragung auf der Computerplatine.

Die Singularity University ist somit nichts als Spielerei zum Geldverbrennen wie die Reise auf den Mond. Nichts für die Wertschöpfung und damit auch nichts was an herkömmlichen Universitäten angeboten wird.

Habe letztens das Buch "the second machine age" von Erik Brynjolffson und McAffe gelesen. Also wenn es stimmt was da so drin steht ( keiner hat eine Kristallkugel) liegt in der KI ein unfassbares Potenzial. Durch Moors' law sollen wir um 2050 so weit sein, dass alles um uns herum anders ist,.Alles was bis heute noch komplett unvorstellbar ist.

Moore's Law von 1965 ist schon lange nicht mehr legit.

Januar 2, 2016 bearbeitet von Cats

[DerTed 2360]

Zitat: "Also Algorithmen erstellen kann ich, Mathe ist kein Problem"

Wenn ich schon so einen Satz höre, hast du wahrscheinlich nicht mal eine Vorstellung, wie kompliziert die Mathematik sein wird :D

Bspw. Graphentheorie

Ich fand das was Informatikern als Mathe verkauft wird eher easy.

Mal wieder die alte Leier. Es kommt immer auf den Ort an wo man studiert.

Hier im Thread wurde z.B. "Graphentheorie" aufgeführt, das hatte ich z.B. schon im 4 Semester als vollständiges Modul.

Und warum steht einfach in jedem Thread, dass der OP keine Ahnung von nichts hat und wie schwer das sein wird und was für falsche Vorstellungen er von dem Fach hat? Vielleicht hat er ja keine Probleme mit Mathe? Warum nicht einfach annehmen was er uns schreibt und sinnvolle Ratschläge geben anstatt es allen ausreden zu wollen?

/wutrede over

[raining 7]

Werde nun übrigens zu 95% (ist ja noch Bewerbungsphase) meinen Master in Wirtschaftsinformatik (Information Systems Management) an der TU Berlin absolvieren. Die TUB ist auch stärker im Bereich KI aufgestellt als meine bisherige Uni, dies ist jedoch nicht der ausschlaggebende Grund. Der Studiengang ist an dieser Uni auch an der Informatik-Fakultät angesiedelt.

Hier mal ein Auszug aus dem Modulhandbuch, den ich interessant finde. Nicht alles hat jedoch Bezug zu KI:

• Forschung in Künstlicher Intelligenz
• IMPRO3 - Big Data Analytics Project
• Introduction to Computer Genomics
• Machine Intelligence I and II
• Maschinelles Lernen 1 und 2
• Modelle zur Informationsverarbeitung im Gehirn
• Moderne Entwicklungen der Neuroinformatik
• Monte Carlo Methods in Machine Learning and Artificial Intelligence
• Neuronale Netze
• Praktikum Maschinellse Lernen
• Probablistic and Bayesian Modelling in ML and AI
• Projekt: Statistische Methoden in KI und ML
• Innovation Economics
• Innovation Policy
• Innovationsrecht I
• Innovationswerkstatt
• Strategic Innovation Management
• Technology Management
• Advanced Information Management 1 - Heterogeneous and Distributed Information Systems
• Agententechnologie in der Forschung
• Advanced Intelligent Software Systems

Durch ein Auslandssemester erhoffe ich mir dann noch einschneidende persönliche Erfahrungen und die Masterarbeit dann in einem Unternehmen wie IBM.

Januar 11, 2016 bearbeitet von raining