KI-getriebene Softwareentwicklung - Detailansicht

Das Modul vermittelt zukunftsgerichtete, fachbezogene KI-Kompetenzen für Studierende der Informatik. Es ergänzt die klassischen KI-Kompetenzen der Lehrveranstaltung "Künstliche Intelligenz" (5758) um die neuen Möglichkeiten generativer KI im Bereich des Softwareentwicklungs-Lebenszyklus ("AI-Assisted Development") sowie zur Integration in Software ("AI Augmented Apps").

- Einführung in die Funktionsweise, Stärken und Schwächen großer Sprachmodelle (LLMs)

- Praktischer Einsatz großer Sprachmodelle und KI-Chatbots im Softwareentwicklungs-Lebenszyklus, z.B. zur Codegenerierung, Debugging, Testing

- Ansteuerung und Nutzung der Programmierschnittstellen von KI-Chatbots (APIs)

- Prompt Engineering zur optimierten Verwendung von LLMs

- Einsatz passender Softwarepatterns wie RAG (Retrieval Augmented Generation)

Ausblick auf zukünftige Nutzung, z.B. KI-Agenten

Wird in der Veranstaltung ausgegeben

Absolventinnen und Absolventen sind nach Abschluss der Veranstaltung dazu in der Lage:

• die Funktionsweise großer Sprachmodelle (LLMs) zu erklären
• die Stärken und Schwächen aktueller Modelle (z.B. Halluzinationen, ethische Implikationen) zu bewerten und kritisch reflektieren sowie deren Ergebnisse im Hinblick auf die Analyse und Interpretation von Quellcode
• die aktuellen Einsatzmöglichkeiten großer Sprachmodelle im Softwareentwicklungs-Lebenszyklus zu erläutern und zu diskutieren, z.B. für Codegenerierung, Debugging, Testing
• den Einsatz passender Softwarepattern wie RAG (Retrieval Augmented Generation) abzuwägen
• LLMs in verschiedenen Phasen der Softwareentwicklung zielgerichtet einzusetzen (AI Assisted Development) und deren Output kritisch zu hinterfragen hinsichtlich Korrektheit und softwarearchitektonischer Fragestellungen
• Anwendungen zu entwerfen und zu implementieren, die auf LLMs zurückgreifen oder darauf basieren (AI Augmented Apps, KI-Systemdesignkompetenz)
• passende Prompts für die Abfrage von LLMs einzusetzen und GenAI APIs zu verwenden (Prompt Engineering)
• KI-Codeassistenten in die eigene Entwicklungsumgebung zu integrieren und zu konfigurieren

PF

In der Portfolioprüfung wird das in der Veranstaltung erworbene Wissen praktisch angewandt im Rahmen der Erarbeitung und Einreichung mehrerer selbst erstellter Abgaben und zugehörigen Präsentationen, die äquivalent gewichtet werden.