143115a AI-Driven Software Development
| Zuletzt geändert: | 05.10.2025 / Jordine |
| EDV-Nr: | 143115a |
| Studiengänge: |
Computer Science and Media (Master), Prüfungsleistung im Modul AI-Driven Software Development
in Semester
Häufigkeit: nur SS |
| Dozent: | |
| Link zur Veranstaltung / zum E-Learning-Kurs: | https://moodle.hdm-stuttgart.de/course/view.php?id=23418 |
| Sprache: | Deutsch, Englisch auf Anfrage |
| Art: | - |
| Umfang: | 4 SWS |
| ECTS-Punkte: | 5 |
| Prüfungsform: | |
| Beschreibung: |
Im Seminar "AI-Driven Software Development" erstellen die Studierenden in kleinen Teams eine Software-Komponente eines Gesamtprojekts im Software-Development-Life-Cycle (SDLC), die mit den anderen Komponenten integriert wird. Dazu stellt jedes Team einen Aspekt der Entwicklung in einer Präsentation vor und gehen dabei insbesondere auf die Nutzung, Grenzen und Möglichkeiten von AI ein. Diese Erkenntnisse sollen abschließend in einem wissenschaftlichen Paper zusammengefasst werden. Daneben gibt es einen wöchentlichen Schnittstellentermin zur Abstimmung mit den anderen Teams.
Der Fokus soll nicht nur auf konkrete Nutzungsszenarien von AI-Tools liegen, sondern auch auf der Metaebene, um der schnellen Weiterentwicklung im Bereich der Softwareentwicklung und AI gerecht zu werden. Die Studierenden lernen, wie diese eingeordnet und bewertet werden können, um auch zukünftige Weiterentwicklungen beurteilen und anwenden zu können. Folgende Inhalte sollen u.a. adressiert werden:
Neben den technischen Vorgehensweisen, wird im Seminar auch auf agile Vorgehensweisen und Kommunikation zwischen Teams eingegangen. Bewertet werden die Präsentation, das wissenschaftliche Paper sowie die aktive Teilnahme an den wöchentlichen Schnittstellenterminen. |
| English Title: | AI-Driven Software Development |
| English Abstract: |
In the seminar “AI-Driven Software Development,” students work in small teams to create a software component of an overall project in the software development life cycle (SDLC) that is integrated with the other components. To this end, each team presents one aspect of their development in a presentation, focusing in particular on the use, limitations, and possibilities of AI. These findings are then summarized in a scientific paper. In addition, there is a weekly interface meeting to coordinate with the other teams.
The focus should not only be on specific use cases for AI tools, but also on the meta level, in order to keep pace with rapid developments in the field of software development and AI. Students learn how these can be classified and evaluated so that they can also assess and apply future developments. The following topics, among others, will be addressed:
|