erklären, was unter Künstlicher Intelligenz, Maschinellem Lernen und Deep Learning zu verstehen ist – und wie sich diese Begriffe voneinander unterscheiden.
die wichtigsten Stationen der historischen Entwicklung von KI benennen – von Alan Turing bis zu modernen Sprachmodellen wie GPT.
beschreiben, wie künstliche neuronale Netze funktionieren und welche Lernverfahren dabei zum Einsatz kommen.
die Grundlagen von Deep Learning, Transformer-Architekturen und „Self-Attention“ verstehen und in eigenen Worten erläutern.
konkrete Anwendungsbeispiele von KI-Systemen in Alltag, Wissenschaft und Wirtschaft benennen und reflektieren.
einschätzen, warum KI als sogenannte „General Purpose Technology“ gilt – und welche Potenziale und Herausforderungen damit verbunden sind.
