• Funktionsweise verbreiteter Modelle der generativen KI (z. B. Large Language Models, Diffusion Models)

• Fallbeispiele aus der Chemie (z. B. Wirkstoffvorhersage, Anomaliedetektion, Bilderkennung)

• Ethische, soziale, ökologische und ökonomische Aspekte der KI

• Skalierbarkeit • Grenzen und Vertrauenswürdigkeit der Modelle, Benchmarks

• Validierung

• Alternative Tools für KI-Aufgaben