Plug-in-Module
Interdisziplinär, innovativ und kooperativ: In Plug-in-Modulen arbeiten Studierende mit Kommilitoninnen und Kommilitonen aller Schools an Projekten, die Fachgrenzen sprengen. So entwickeln sie individuelle Talente und Kompetenzen in unterschiedlichsten Zukunftsfeldern.
Plug-in-Module im Sommersemester 2026
AI & Digitization
Welche Rolle spielen Diversität und soziale Ungleichheit bei der Entwicklung, Nutzung und den Folgen von KI? Das Modul vermittelt Kompetenzen zur Analyse der Zusammenhänge zwischen KI, Diversität und sozialer Ungleichheit in verschiedenen Bereichen der Gesellschaft. Zu den Kernthemen gehören eine Analyse der Kontexte, in denen KI entwickelt wird, und die Rolle, die Diversität in diesen Kontexten spielt; eine Reihe von Anwendungsbereichen wie Medizin, Personalwesen, Predictive Policing und soziale Medien, in denen Diversität eine besondere Rolle spielt; sowie Fragen der Nord-Süd-Beziehungen und der globalen Gerechtigkeit im Zusammenhang mit KI.
Nach Abschluss des Moduls sind die Studierenden in der Lage, die Grundlagen und Konzepte der Regulierung von KI im Allgemeinen zu verstehen. Darüber hinaus werden sie in der Lage sein, mögliche Anwendungen und Risiken des Einsatzes von KI-Technologien aufzuzeigen. Das Modul behandelt folgende Themen: Einführung in das europäische KI-Recht; Überblick über rechtliche Entwicklungen im Bereich KI in den USA, Großbritannien und anderen Ländern; Rechtliche Bewertung von Allzweck-KI-Technologie; KI in verschiedenen Sektoren (zum Beispiel Vertragsrecht, Gesundheitswesen und Medizin, Personalwesen, Verkehr/Automobilindustrie); Diskriminierung, Gleichstellung, Fairness; Transparenz und Erklärbarkeit von Algorithmen.
Detaillierte Informationen und Anmeldung in TUMonline:
Das Seminar ermöglicht es den Studierenden, aktiv zu erforschen, wie KI-Technologien zur Automatisierung, Optimierung und Neugestaltung von Organisationsprozessen eingesetzt werden können, wobei der Schwerpunkt auf praktischen Workshop-Formaten liegt. In Teams wenden die Studierenden Konzepte und Werkzeuge auf einen praktischen Anwendungsfall an und schlagen so eine Brücke zwischen Theorie und realen geschäftlichen Herausforderungen. Die Studierenden müssen eine 15-minütige Präsentation halten (30 % der Note) und ihre Projektergebnisse einreichen (70 % der Note).
Das Modul vermittelt grundlegende und fortgeschrittene Methoden der Textanalyse und befähigt Studierende, große Textdaten systematisch zu erschließen. Sie lernen Textvorverarbeitung, linguistische Verfahren wie POS-Tagging und Named Entity Recognition sowie Methoden der Textrepräsentation, Klassifikation, Clusteranalyse, Sentimentanalyse und des Topic Modelings anzuwenden. In einer Vorlesung mit integrierten Übungen setzen die Teilnehmenden diese Verfahren anhand realer Datensätze praktisch in Python um.
Das Seminar untersucht das transformative Potenzial von KI für Wirtschaft und Gesellschaft, indem es ihre einzigartige Beziehung zu Sprache und Bedeutung untersucht. Wir greifen auf philosophische Erkenntnisse zu Schlüsselkonzepten wie Digitalität, Daten, Text, Information, Modell, Digitalisierung und Berechnung zurück und untersuchen deren Beziehung zu Interpretation, Verständnis, emotionaler Erfahrung und anderen Dimensionen gelebter Erfahrung. Mitarbeitende von Europas größtem IT-Unternehmen, SAP, und andere führende Akteure der Business-KI nehmen an ausgewählten Treffen teil, um mit uns die Technologie und ihre Auswirkungen auf Arbeit, Gesellschaft und den damit verbundenen ethischen Herausforderungen zu diskutieren.
In diesem Modul werden die Studierenden: (1) etwas über die Geschichte, Philosophie und Sozialwissenschaften der Information lernen, insbesondere über einige Wege, wie die moderne Gesellschaft als „Informationsgesellschaft“ betrachtet werden kann; (2) untersuchen, wie Gesellschaft und soziale Konfigurationen zu Gegenständen wissenschaftlicher Studien und Interventionen wurden; (3) Chancen und Bedenken im Zusammenhang mit der Informationsgesellschaft, die Risiken, die mit Technologien und Infrastrukturen zur Strukturierung und Verarbeitung von Informationen verbunden sind, sowie die verschiedenen Formen von Diskriminierung und Ungleichheit im Zusammenhang mit der Nutzung von Informationen untersuchen.
Der Link zu detaillierten Informationen und zur Anmeldung in TUMonline folgt in Kürze.
Ziel des Seminars ist es, den Studierenden ein kritisches Verständnis für die Auswirkungen von ML-Technologien und die Verantwortung von Anwendern in diesem Bereich zu vermitteln.
Was geschieht mit sozialwissenschaftlichen Theorien, wenn sie „computational“ werden? Dieses Modul untersucht, wie sich die Policy-Forschung verändert, wenn qualitative Traditionen mit computergestützten Methoden – insbesondere der automatisierten Textanalyse (NLP) – verknüpft werden. Studierende setzen sich kritisch mit dem Zusammenspiel von Theorie und Methode auseinander und sammeln praktische Erfahrung in der Analyse von Policy-Texten, von Datenerhebung und Annotation bis hin zur theoriegeleiteten Interpretation der Ergebnisse.
Detaillierte Informationen und Anmeldung in TUMonline:
Der Praxisworkshop ist ein projektbasierter Kurs für Bachelor- und Masterstudierende, in dem technische Lösungen für rechtliche Fragestellungen entwickelt werden. Zunächst werden die Grundlagen und Rahmenbedingungen von Legal Tech vermittelt. Anschließend konzipieren und realisieren die Studierenden in Teams eigene Legal-Tech-Anwendungen. Dabei werden sie von den Dozierenden sowie dem Legal Tech Collab begleitet und unterstützt.
Das Modul vermittelt theoretische und praktische Grundlagen der Programmierung mit einem Fokus auf Python. Studierende lernen zentrale Konzepte wie Variablen, Datenstrukturen, Schleifen und Funktionen sowie das Lesen, Schreiben und Verarbeiten von Textdateien und das Extrahieren von Daten aus dem Internet, einschließlich sozialer Medien. In Vorlesung und Übung wenden sie das Gelernte praxisnah auf politikwissenschaftliche Fragestellungen an, bis hin zum Bau eines eigenen Twitter-Crawlers.
In den letzten 30 Jahren haben die Wissenschafts- und Technikstudien (STS) einen spezifischen Ansatz in der Forschungsmethodik entwickelt. Das Feld wendet nicht nur (meist qualitative) Forschungsmethoden an, um Aussagen und Fallstudien zu Wissenschaft, Technologie und Gesellschaft zu generieren, sondern auch Methoden der Wissensproduktion (verschiedener wissenschaftlicher Disziplinen) sind ein wichtiger Untersuchungsgegenstand der STS. Dieser Kurs führt Studierende in verschiedene qualitative Forschungsmethoden ein, die für die STS-Forschung relevant sind. Wir erarbeiten ein Verständnis des gesamten qualitativen Forschungsprozesses – von der Entwicklung eines Forschungsinteresses und der Auswahl geeigneter Methoden bis hin zur Erhebung und Analyse empirischen Materials. Der Fokus des Kurses liegt sowohl auf der Entwicklung eines reflexiven Verständnisses der Theorie, Praxis und Politik verschiedener sozialwissenschaftlicher Methoden als auch auf dem Erwerb praktischer Anwendungskompetenzen. Zu diesem Zweck werden wir zahlreiche praktische Übungen innerhalb und außerhalb des Kurses durchführen und die genaue Natur, die gesellschaftliche Rolle und die Politik der Methoden diskutieren. Beispielsweise: Sind sie am besten als Einblicke in eine ihnen äußerliche (soziale) Realität zu verstehen oder eher als Teil der Gestaltung der sozialen und technischen Beziehungen, die wir Gesellschaft nennen? Ziel des Seminars ist es, den Studierenden einen Überblick und erste praktische Erfahrungen mit verschiedenen qualitativen Forschungsmethoden zu vermitteln, ihnen ein umfassendes Verständnis des Forschungsprozesses zu vermitteln und ihnen die notwendigen konzeptionellen Werkzeuge an die Hand zu geben, um die Praktiken, die Politik und die Ethik der qualitativen Forschung kritisch zu reflektieren und zu hinterfragen.
Der Link zu detaillierten Informationen und zur Anmeldung in TUMonline folgt in Kürze.
In diesem Kurs erhalten die Studierenden eine Einführung in das Fachgebiet „Societal Computing“, wobei der Schwerpunkt auf der Schnittstelle zwischen Daten, Algorithmen und gesellschaftlichen Auswirkungen, einschließlich Ethik und Kultur, liegt. Die Studierenden werden sich mit personenbezogenen Daten befassen, um Muster aufzudecken, Theorien zum gesellschaftlichen Verhalten zu überprüfen und ethische Bedenken bei der Datenanalyse zu thematisieren. Der Kurs behandelt Konzepte aus den Sozialwissenschaften, der KI, dem maschinellen Lernen und der Netzwerkwissenschaft und bereitet die Studierenden darauf vor, Forschungsergebnisse kritisch zu bewerten und Probleme systematisch und verantwortungsbewusst zu lösen. Vorkenntnisse im Programmieren sind nicht erforderlich.
Generative KI transformiert zunehmend menschliches Verhalten, Interaktion, Erleben, Sinn und Denken. Ihre Anwendung wirft zahlreiche ethische Fragen auf. Die ethischen Fragen und der mögliche Umgang mit KI hängen dabei stark von der Konzeption von KI ab. Ist KI eine Art künstliches Wesen oder lediglich ein Werkzeug? Oder verändert sie menschliches Denken, Erleben, Verhalten und die Existenz auf völlig neue Weise? Wir untersuchen weitverbreitete aber fundamental verschiedene Konzeptionen von KI und diskutieren ihre ethischen Konsequenzen anhand von wissenschaftlichen Artikeln und Fallbeispielen.
Die KI-Strategie umfasst die Bewertung von Geschäftsmodellen, technologischen Plattformen und Ökosystemen zur erfolgreichen Skalierung von KI-Lösungen. Zentrale Erfolgsfaktoren sind ein gezielter Talentaufbau, geeignete Führungsstrukturen und der verantwortungsvolle Umgang mit regulatorischen Anforderungen. Anhand praktischer GenAI-Beispiele werden konkrete Anwendungen, Wirkungsmessung und Erfolgsfaktoren aus realen Projekten beleuchtet.