Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Artificial Intelligence: Principles and ApplicationsModule description #40531 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27). Current version (v4)
Module / Version#40531 / #1
ValidityWS 2013/14 – WS 2015/16
Available language(s)German
Credit points6
Person responsible for the moduleOpper, Manfred
GradingGraded
Exam formatPortfolio examination
Language(s) of instructionGerman

Affiliation

FacultyFakultät IV
InstituteInstitut für Telekommunikationssysteme
Academic chair34335700 FG S-Professur Service Centric Networking (SNET)

Contact

OfficeBH-N SNET
Contact personFricke, Stefan
E-mail addressstefan.fricke@tu-berlin.de
Websitehttps://www.tu.berlin/snet/studium-lehre

Learning outcomes

- Kenntnis der grundlegenden Verfahren der künstlichen Intelligenz
- praktische Erfahrung mit Methoden der künstlichen Intelligenz und des maschinellen Lernens
- Kenntnis der grundlegenden Paradigmen bei der Konstruktion intelligenter, lernfähiger Agenten
- Kenntnis industriell und wirtschaftlich relevanter Anwendungsgebiete

Die Studierenden sind in der Lage, die Leistungsfägkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen.
Das Modul vermittelt überwiegend: Fachkompetenz: 30x, Methodenkompetenz: 40x, Systemkompetenz: 20x, Sozialkompetenz:10x

Content

* Repräsentation von Wissen und Problemen: Prädikatenlogik, Nichtmonotone Logiken, Suchprobleme, Constraint Satisfaction Problems, Planungsprobleme.
* Problemlösen durch Suche: blinde Suche, informierte Suche, Heuristiken, local search, Constraintpropagierung.
* Planen: STRIPS-Formalismus, Vorwärts- und Rückwärtsverkettung, partial order planning.
* Methoden des Schliessens / Inferenz: Resolution, Unifikation, Schliessen bei unvollständigem und unsicherem Wissen, nichtmonotones Schliessen. Maschinelles Lernen: Entscheidungsbäume, Funktionslernen, Perzeptron, Neuronale Netze, Support Vector Maschinen.

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Künstliche Intelligenz: Grundlagen und AnwendungenLecture3435 L701 Winter semester–2 ISIS
Künstliche Intelligenz: Grundlagen und AnwendungenExercise3435 L701 Winter semester–2 ISIS

Courses in the course catalog

Courses created from the teaching units of this module.

Winter semester 2026/27 (2)

Künstliche Intelligenz: Grundlagen und Anwendungen (Lecture) 1

All groups of this course in the catalog

Künstliche Intelligenz: Grundlagen und Anwendungen (Exercise) 1

All groups of this course in the catalog

Workload and credit points

Künstliche Intelligenz: Grundlagen und Anwendungen (Lecture)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Künstliche Intelligenz: Grundlagen und Anwendungen (Exercise)

Workload descriptionMultiplierHoursTotal
Präsenzzeit152 h30 h
Vor-/Nachbereitung156 h90 h
120 h

The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.

Description of teaching and learning methods

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes.
Übung: Vertiefung und Erläuterung des Stoffes an Beispielen. Bearbeitung von Übungsaufgaben (darunter kleine Programmieraufgaben) in Kleingruppen.

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) und
Informatik (Logik, Datenstrukturen (insbesondere Bäume), Grundlagen der Komplexitätstheorie). Im
Bachelor-Studiengang Informatik werden diese in den Vorlesungen MPGI 1-2, TheGI 2-3, Lineare
Algebra für Ingenieure, Analysis I + II für Ingenieure und Stochastik für Informatiker vermittelt. Im
Bachelor-Studiengang Technische Informatik können diese durch die Vorlesungen MPGI 1-2, TheGI für TI, Lineare Algebra für Ingenieure und Analysis I + II für Ingenieure ersetzt werden.

Mandatory requirements for the module examination registration:

This module has no examination requirements.

Completion of the module

GradingGraded
Exam formatPortfolio examination
LanguageGerman

Test elements

NamePoints/WeightCategoryDuration/Extent
Schriftlicher Test "Probabilistische KI"50
Schritftlicher Test "Symbolische KI"50

Exam description

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.

Duration of the module

The following number of semesters is estimated for taking and completing the module: 1 semester(s).

This module can be started in the following semesters: Winter semester.

Maximum number of participants

This module is not limited to a number of students.

Registration procedures

Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

available – Die Folien zur Lehrveranstaltung werden in ISIS zur Verfügung gestellt.

Recommended literature

  • S. Russell, P. Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition - auch auf Deutsch erhältlich: Künstliche Intelligenz. Ein moderner Ansatz

Assigned programs

This module is not used in any program.

Miscellaneous

Not specified