Künstliche Intelligenz

Mathe, Informatik und KI

Weibliche Hand mit Stift deutet auf einen Laptop-Bildschirm, auf dem Codes zu sehen sind.
Foto: Sonja Brüggemann | Bundesagentur für Arbeit

Die theoretischen Grundlagen der Künstlichen Intelligenz (KI) zu kennen und dann in der Praxis kombiniert mit völlig anderen Themenbereichen anzuwenden: Das schafft für Leonie Schafferhans (21), Studentin des Bachelorstudiengangs „Künstliche Intelligenz und Data Science“ an der Universität Würzburg, den größten Anreiz am Studium.

Ein Porträt-Foto von Leonie S.
Foto: privat

Ein mathelastiges Informatikstudium sollte es sein – das wurde Leonie Schafferhans während des Orientierungsstudiums an der Universität Würzburg klar. Der Bachelor, für den sie sich letztlich entschied, besteht aus drei Pflichtbereichen: Mathematik, Informatik sowie KI und Data Science. In den ersten Semestern werden alle nötigen Grundlagen vermittelt. In Mathematik finden drei große Vorlesungen statt. „Ein gewisses Interesse an Mathematik sollte auf jeden Fall vorhanden sein“, rät die Studentin, „aber man muss nicht zwingend ein Mathe-Genie sein, um das zu studieren.“ 

In Informatik werden anfangs die wichtigsten Grundlagen hinsichtlich Datenbanken und Programmierung vermittelt. Ein Vorwissen sei aber nicht zwingend notwendig, betont Leonie Schafferhans. Die Uni bietet entsprechende Vorkurse kurz vor Semesterbeginn. Diese empfiehlt die Studentin noch aus einem anderen Grund: „Die Vorkurse sind eine super Möglichkeit, um Anschluss zu finden.“ 

Das Alleinstellungsmerkmal des Studiengangs bildet abschließend der dritte Bereich: Bei KI und Data Science wird zu Beginn Basiswissen rund um Künstliche Intelligenz gelehrt und später in Deep-Learning-Kursen praktisch angewandt. 

„Die Grundlagenmodule sind meistens relativ schwer. Aber wenn man sie geschafft hat, kann man sich völlig frei aussuchen, in welche Richtung man weitergehen möchte“, erklärt Leonie Schafferhans. Wer durchhält, wird mit einer Fülle an Möglichkeiten belohnt.

Die Qual der Wahl

Aktuell ist der Studiengang eher klein und anders als man es wahrscheinlich bei Informatik vermuten würde, ist das Geschlechterverhältnis im Jahrgang der Studentin recht ausgeglichen. Und noch etwas ist anders, als man vielleicht erwartet: Man muss sich als Teamplayer unter Beweis stellen. Wer diesen Informatik-Studiengang wählt, ist Teil zahlreicher Gruppenprojekte. 

Die größte Herausforderung sieht die Studentin in der Vielzahl an Optionen. Nachdem man in den ersten Semestern bereits Einblicke in die verschiedenen KI-Bereiche erhalten hat, dürfen die Studierenden ab dem dritten Semester durch Wahlpflichtmodule individuelle Schwerpunkte setzen. Darunter fallen beispielsweise Natural Language Processing oder Robotics. Im dritten, vierten und fünften Semester findet je ein „KI und Data Science Lab“ statt. Diese machen ein Drittel des Semesterumfangs aus. Die Studierenden bearbeiten alleine oder in Gruppen KI-bezogene Projekte. Dabei können sie sich von den eigenen Interessen leiten lassen.

Join the PAC!

Am meisten Freude bereitet es der Studentin, die gelernten Inhalte praktisch anzuwenden und am Ende die Funktionalität der eigenen Programmierung zu sehen. Zu Beginn jedes praktischen Projekts ist da erstmal die große Hürde: Wie kann man das mit KI lösen? Bei einem Projekt sollte Leonie Schafferhans gemeinsam mit ihrer Gruppe das bekannte Arcade-Spiel Pac-Man nachprogrammieren. Die Teilnehmenden grübelten lange, wie sie die kleine puckförmige Figur KI-gesteuert ans Ziel bringen. Umso erfüllender war es, als das programmierte Ergebnis am Ende tatsächlich eigenständig wie gewünscht agierte.

Im Anschluss an ihren Bachelor möchte Leonie Schafferhans ihren „Master of Computational Humanities“ beginnen, an dessen Lehrstuhl sie bereits als Hilfswissenschaftlerin arbeitet, „am Knotenpunkt zwischen Informatik und Geisteswissenschaften.“ So befasst sie sich im Rahmen ihres Nebenjobs aktuell mit der Schnittstelle von KI und Musikwissenschaften. Auch das nennt die Studentin als wichtiges Pro-Argument bei der Wahl eines Informatikstudiums: Am Ende lassen sich Informatik und KI ganz nach persönlichen Interessen mit völlig anderen Bereichen kombinieren.

Beispiele aus der Praxis: KI studieren