Einführungsveranstaltung
Am Ersten Termin besprachen wir die Grundlagen von AI. Ivan beleuchtete mit uns den historischen Kontext und die Unterteilung von Machine Learning und Deep Learning Systemen. Wir besprachen die Veranstaltung und legten das Kursziel fest.
Session 2
Zu dieser Session gab es die Hausaufgabe, je ein Video über ein interessantes und ein kritisches KI-Projekt zu recherchieren.
Ich entschied mich für das Mülltrenner-System WeSort.AI als positives Beispiel:
Und den dystopischen aber nicht komplett unrealistischen Horror - Kurzfilm „Slaughterbots“ als negatives Beispiel:
Session 3
Hausaufgabe
In dieser Session sollten wir mit Figma Make ein Interface erstellen. Anschließend wurde das Design über MCP (Model Context Protocol) in Visual Studio Code übertragen und mithilfe des GitHub-Copilot-Plugins in Code umgesetzt. Das war eine sehr interessante Aufgabe, weil es schon erahnen ließ, was mit KI basierter Hilfe alles möglich ist.
Ich wollte eine mobile Anwendung für Studierende zur Organisation von Aufgaben, Deadlines und Lernphasen erstellen
Das war das Design von Figma Make
So sah die umgesetzte Applikation im VS Code aus:
Session 4
Hausaufgabe
Diese Session lernten wir den Einsatz von APIs in Figma Make und die Weitergabe an GitHub Copilot kennen. Zudem wurden mögliche Probleme, Grenzen und Datenvisualisierung behandelt.
Ein weiterer Schwerpunkt war Prompting und der Aufbau präziser, zielgerichteter Prompts.
Die Stunde vermittelte uns einen besseren Einblick in das Zusammenspiel von Design, APIs und KI-gestützter Entwicklung.
Session 5
Physical Computing
Der Kurstag stand im Zeichen des Raspberry Pis und erster praktischer Erfahrungen mit elektronischen Komponenten. Nach der Einrichtung der MicroSD-Karte bauten wir Schaltungen auf einem Breadboard auf und verbanden die einzelnen Bauteile über sogenannte Jumper-Kabel.
Anschließend entstand eine kleine Anwendung mit einem Ultraschallsensor und LEDs. Mit Python verarbeiteten wir die Impulse und steuerten so die entsprechenden Reaktionen der LEDs.
Das gab uns einen ersten Einblick in Physical Computing und die Verbindung von Hardware und Code via Python.
Session 6
Projektkonzept
Semesterprojekt
