Letzte Änderung : 05.02.2026 15:23:02
Modulausgabe
| Code: | 312300 |
| Modul: | AI-Technologie und Innovationsmanagement |
| Module title: | AI-technology and management of innnovation |
| Version: | 1.0 (06/2025) |
| letzte Änderung: | 11.09.2025 | Modulverantwortliche/r: | Dipl.-Kffr. Langschwager, Solvig S.Langschwager@hszg.de |
| wird angeboten im Studiengang: | International Business Management (Berufsbegleitender Studiengang) (Master of Arts) gültig ab Matrikel 2026 |
| Modul läuft im: | WiSe+SoSe (Winter- und Sommersemester) |
| Niveaustufe: | Master |
| Dauer des Moduls: | 1 Semester |
| Lehrsprache: | Deutsch |
| Lehrort: | Österreich |
| ECTS-Punkte: | 5 |
| Gesamtworkload in h | 150 |
| Präsenzzeit | |||||||
Vorlesung |
Seminar/Übung |
Praktikum |
Weiteres |
||||
| Selbststudienzeit in h |
|||||||
| |||||||
| Prüfung(en) | ||||
| Prüfung: | Prüfungsleistung als Referat (PR) | 100.0% | ||
| Lehr- und Lernformen: | Das Modul wird als eine Mischung aus Vorlesungen, Seminaren/Übungen und vertiefenden Praktika angeboten. Zudem nimmt das angeleitete Selbststudium einen großen Anteil ein. |
| Lehrinhalte: | - Einführung in grundlegende bis hochaktuelle Methoden der Künstlichen Intelligenz - Supervised, Unsupervised und Reinforcement Learning anhand praxisnaher Beispiele - Vertiefung in generative KI (z. B. Text- und Bildgeneratoren) - Multimodale KI: Sprach- und Bildverarbeitung mit LLMs, Visual Language Models (VLMs) - Optische Zeichenerkennung (OCR) und Visual Computing - Aufbau und Funktion von KI-Agenten: Wahrnehmung, Entscheidung, Interaktion - Einsatz von KI-Systemen zur Analyse, Generierung und Verknüpfung sprachlicher und visueller Informationen - Bewertung von Innovationspotenzialen durch KI im Unternehmenskontext - Anwendung der Inhalte in praxisorientierten Demonstratoren |
| Lernergebnisse/Kompetenzen: | |
| Fachkompetenzen: | Nach Abschluss des Moduls sind die Studierenden in der Lage: - aktuelle Technologien der Künstlichen Intelligenz (KI) zu verstehen, anzuwenden und kritisch zu reflektieren, - generative und multimodale KI-Systeme (z. B. LLMs, VLMs) gezielt zur Lösung betrieblicher Fragestellungen einzusetzen, - Innovationspotenziale von KI-Technologien in verschiedenen Branchen und Geschäftsmodellen zu identifizieren und zu bewerten, - den Einsatz von autonomen KI-Agenten in Unternehmensprozesse strategisch zu analysieren, - ethische, rechtliche und gesellschaftliche Implikationen der KI-Nutzung im internationalen Kontext zu diskutieren. |
| Fachübergreifende Kompetenzen: | Nach Absolvieren des Moduls sind die Studierenden in der Lage: - Sich zu erinnern (Remember): Relevante Begriffe, Konzepte und ethische Grundsätze im Kontext digitaler Technologien korrekt benennen und wiedergeben. - zu verstehen (Understand): Zusammenhänge zwischen technologischen Entwicklungen und deren wirtschaftlichen sowie gesellschaftlichen Auswirkungen nachvollziehbar zu erklären. - Anzuwenden (Apply): Präsentations- und Kommunikationstechniken sicher einzusetzen. Problemlösungsstrategien strukturiert anzuwenden. Arbeitsorganisation und Zeitmanagement im berufsbegleitenden Studium zielgerichtet umzusetzen. - zu analysieren (Analyze): Komplexe Problemstellungen aus unterschiedlichen Perspektiven (z. B. ethisch, kulturell, organisatorisch) zu analysieren. Muster und Zielkonflikte zu erkennen sowie Auswirkungen auf verschiedene Stakeholder zu bewerten. - Zu Evaluieren (Evaluate): Den Einsatz digitaler Technologien kritisch zu beurteilen und fundierte Entscheidungen auf Grundlage rationaler und ethischer Kriterien zu treffen. - zu erschaffen (Create): Kreative Lösungsansätze für unternehmerische Herausforderungen mit KI-Technologien zu entwickeln. Innovationsprozesse eigenständig zu strukturieren und neue Konzepte unter Berücksichtigung technologischer, ökonomischer und sozialer Faktoren zu gestalten. |
| Notwendige Voraussetzungen für die Teilnahme: | keine |
| Empfohlene Voraussetzungen für die Teilnahme: | keine |
| Literatur: | Russell, S., & Norvig, P. (2021). Künstliche Intelligenz: Ein moderner Ansatz (4. Auflage). Pearson. → Standardwerk zur KI mit umfassender Methodendarstellung. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. → Technische Tiefe zur modernen KI und neuronalen Netzen. Buxmann, P., & Schmidt, H. (2020). Künstliche Intelligenz – Mit Algorithmen zum wirtschaftlichen Erfolg. Springer Gabler. → Anwendung von KI im betriebswirtschaftlichen Kontext. Brynjolfsson, E., & McAfee, A. (2017). Machine, Platform, Crowd: Harnessing Our Digital Future. W. W. Norton & Company. → Strategische Perspektiven zur digitalen Transformation durch KI. Shrestha, Y. R., Ben-Menahem, S. M., & von Krogh, G. (2021). Organizational Decision-Making Structures in the Age of Artificial Intelligence. California Management Review, 63(3), 46–70. → Wissenschaftlicher Artikel zur Rolle von KI in Entscheidungsprozessen. O’Neill, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown. → Kritischer Blick auf ethische Risiken algorithmischer Systeme. Gentsch, P. (2022). Künstliche Intelligenz für Sales, Marketing und Service: Mit AI und Bots zu einem digitalen Wettbewerbsvorteil. Springer Gabler. → Praxisnahe Anwendung in Unternehmensbereichen. Ransbotham, S., Kiron, D., & Prentice, P. K. (2022). The Cultural Benefits of Artificial Intelligence in the Enterprise. MIT Sloan Management Review. → Studienbasierter Einblick in KI und Innovationskultur. Porter, M. E., & Heppelmann, J. E. (2015). How Smart, Connected Products Are Transforming Companies. Harvard Business Review. → Strategien zur Geschäftsmodellentwicklung durch smarte Technologien. Floridi, L. (2020). The Logic of Information: A Theory of Philosophy as Conceptual Design. Oxford University Press. → Philosophische und ethische Fundierung der digitalen Transformation. |