Meine Ausbildung als Diplom Mathematiker spielte nach dem Studium eigentlich über die Jahre immer weniger einer Rolle. Als ich am Anfang bei einer Versichung gearbeitet habe, kam zumindest noch etwas Versicherungsmathematik am Rande meiner Programmierung vor. Mein Job hat sich dann aber fast komplett Richtung Informatik bzw. IT entwickelt.
In der letzten Zeit bekommt aber – nicht zuletzt durch Data Science und KI – die Mathematik bei mir wieder stärkeres Gewicht. Auch in Kursen zu Kryptografie und Steganografie oder anderen Themen kommt wieder mehr die Mathematik zum Tragen.
Wobei der Anfang des Wegs „Back-to-the-roots“ liegt schon einige Zeit zurück und war bei LinkedIn Learning der Kurs Mathematik-Grundlagen für die Programmierung. Zumindest war er eines der ersten Projekte, bei denen ich wieder mehr meine Mathematikkenntnisse herausgekramt habe. Aber er war in die Jahre gekommen und ist heute aktualisiert worden.
Dabei ist ja nicht so, dass sich das Wissen zu Mathematik täglich ändert. Zumindest nicht das Wissen, was „normale“ Menschen benötigen. Der Wert von PI hat sich schon so lange nicht mehr geändert, dass ich mich kaum noch daran erinnere und 1 * 1 ergibt auch schon seit ein paar Jahren 2. Oder sowas in der Art :-).
Anyway – die künstliche Intelligenz hat die Art, wie man mit Mathematik und der Lösung von mathematischen Fragen umgeht, in den letzten Monaten so massiv geändert, dass mir die Aufnahme dieser Techniken in das Mathematik-Training sehr sinnvoll erschien. Künstliche Intelligenz ist derzeit nicht nur extrem populär und Mathematik eine Grundlage der künstlichen Intelligenz. Umgekehrt kann man natürlich auch künstliche Intelligenz nehmen, um sich bei mathematischen Fragen helfen oder Aufgaben lösen zu lassen etc.. Deshalb habe ich Informationen zu KI-Tools, der (Un)zuverlässigkeit von KI bei mathematischen Aufgabenstellungen, dem Lösen von Textaufgaben, der Erklärung von mathematische Konzepten hin zur Fehlersuche mit KI ergänzt.