Die UOL führt keine Anwesenheitsnachweise durch. Allerdings ist die in den Modulbeschreibungen geforderte „aktive Teilnahme“ nur bei Präsenz im Kurs gegeben. Dies gilt besonders bei Praktika und Seminaren. Daher gilt für die Lehrveranstaltung folgende Regelung:

• Wir erwarten die Präsenz während der Kursdauer. Bei Abwesenheit in geringem Umfang (<20% der Präsenszeit) reicht uns eine Mitteilung (bzw bei Krankheit nachträgliche Benachrichtigung) und eine aktive Teilnahme kann bestätigt werden.
• Bei geplanten Abwesenheiten > 20% bitten wir darum, den Kurs zu einem anderen Zeitpunkt zu belegen oder einen anderen Kurs zu absolvieren.
• Bei ungeplanten (krankheitsbedingen) längeren Abwesenheiten kontaktieren Sie bitte die Kursleitung, um Optionen abzusprechen.

Die Nutzung generativer KI ist in der Lehre im Prinzip erlaubt. Allerdings ist das Erstellen eines eigenständigen Berichts oder Vortrages ein Nachweis der aktiven Teilnahme oder sogar eine benotete Prüfungsleistung. Daher gilt für die Veranstaltung folgende Regelung:

• Die Nutzung von AI zur Generierung von Textbestandteilen muss den wissenschaftlichen Kriterien folgend transparent dargestellt werden.
• Die wörtliche Übernahme von Text aus generativer AI muss als Zitat gekennzeichnet werden.
• Eine eigenständige Arbeit kann nicht mehrheitlich aus Zitaten bestehen.
• Eine Nichtbeachtung der oben genannten Punkte gilt als wissenschaftliches Fehlverhalten. Sie führt dazu, dass keine aktive Teilnahme anerkannt wird beziehungsweise eine Prüfungsleistung als nicht bestanden gewertet wird.

Eine Nichtbeachtung der oben genannten Punkte gilt als wissenschaftliches Fehlverhalten. Sie führt dazu, dass keine aktive Teilnahme anerkannt wird beziehungsweise eine Prüfungsleistung als nicht bestanden gewertet wird.

Informationen der Universität zum Umgang mit künstlicher Intelligenz in der Lehre

Für das erfolgreiche Bestehen soll jede/r Teilnehmer/in eine Hausarbeit abgeben, die benotet wird. Das Thema der Hausarbeit ist "`Ein Modell … "'. Die Hausarbeit soll das Modell  ausführlich dokumentieren. Dieses umfasst ein lauffähiges  Programm, eine Modellbeschreibung, eine  Sensitivitätsstudie sowie die Ergebnisbeschreibung- und diskussion. 

Die Hausarbeit soll in Anlehnung an die Form einer Publikation erfolgen. Dies bedeutet,
dass mindestens eine Einleitung mit Beschreibung der Zielsetzung, die Modellbeschreibung, die Modellergebnisse inkl. Sensitivitätsanalyse sowie eine Diskussion enthalten sein soll. Es darf auch gerne Kritik an der Veranstaltung geübt werden (beeinflusst natürlich nicht die Note ;).

Es soll, wie auch bei Publikationen üblich, kein Programmtext im Text erscheinen. Das Programm soll nicht ausgedruckt werden! Den Quellcode bitte per eMail schicken oder auf USB-Stick abgeben. Die  Modellbeschreibung sollte einen kurzen Abschnitt über die technische Implementierung enthalten, d.h. Integrationsmethode, Zeitschritt etc..

Es soll, sofern notwendig, sauber zitiert werden. Bilder müssen ordentlich beschriftet sein. Hierzu zählt die Achsenbeschriftung inkl. Einheiten und falls notwendig eine Legende und die ausführliche Bildunterschrift. Die Bildunterschrift soll das Bild so beschreiben, dass man den Bildinhalt auch ohne den Text erfassen kann.

Die Arbeit soll so verfasst werden, dass ein Außenstehender versteht, was gemacht wurde, wie es gemacht wurde und welche Ergebnisse erzielt wurden. Dies umfasst auch die Angabe der Parameterwerte (Tabellen anlegen, Einheiten nicht vergessen!).

Der Programmcode sollte ebenfalls so dokumentiert sein, dass eine außenstehende Person das Programm nachvollziehen kann. Hilfreich sind hier insbesondere die Angabe von Einheiten in den Kommentaren.

Die Hausarbeit inkl. Programm  muss spätestens bis zum … abgegeben werden. Den Bericht (Pdf) und das Programm (aufgeräumter kompletter Programmordner als Archiv) bitte per eMail schicken. Bitte schickt das Programm vom Uni-Account, da es sonst im Spamfilter hängen bleiben kann.

Die Benotung berücksichtigt die Hausarbeit, das Modell und die Implementierung.
Folgende Punkte sind hierbei besonders wichtig:

Modell 

• Lauffähigkeit
• Fehlerfreiheit
• Kommentare (erklärend, Einheiten)
• Strukturierung
• Vollständigkeit

Bericht

• Modellbeschreibung
• Referenzlauf (Beschreibung der Ergebnisse, Vergleich mit Daten)
• Sensitivitätsanalyse
• Interpretation der Ergebnisse und Diskussion
• Bilder/Bildunterschriften
• Stil und Form