Die Studierenden erkennen die Bedeutung der BWL für das tägliche Leben und ihre zukünfitge berufliche Entwicklung als Angestellter oder selbständiger Unternehmer im Informatikbereich.

Fach- und Methodenkompetenz:

• Die Studierenden werden sich bewust, welche rechtlichen und betriebswirtschaftliche Konsequenzen falsche betriebswirtschaftliche Entscheidungen haben.
• Sie erlernen Tools und Techniken, die es ihnen ermöglichen zu kalkulieren.
• Sie kennen die Unterschiede zwischen Kostenstellen, Kostenarten und Kostenträger.
• Sie können einen Betriebsabrechnungsbogen erstellen.
• Sie können kostenbewußte Entscheidungen treffen und ein wissen, wie ein Untenehmen aufgebaut ist..

Fachübergreifende Methodenkompetenz:

• Die Studierenden erhalten eine Einführung in das Projektmanagement. Sie werden in der Lage sein, einen Netzplan zu erstellen.
• Sie werden die erworben Kenntnisse der Betriebswirtschaftslehre mit den zur Verfügung stehenden IT-Programmen verknüpfen können. (Excel, MS-Projekt)

Sozialkompetenz:

• Die Studierenden werden in Gruppenarbeit Aufgaben lösen und so die Anforderungen an den Teambildungsprozess erlernen.

Studierende beherrschen nach Abschluss der Vorlesung die wichtigsten Prinzipien des objektorientierten Programmierens im Kleinen und haben ein grundlegendes Verständnis vom Aufbau und der Funktionsweise von Rechnern.

Fach- und Methodenkompetenz:
Sie erwerben die formale Kompetenz, Prinzipien, Methoden, Konzepte und Notationen des Programmierens im Kleinen zu verstehen, in verschiedene Kontexte einzuordnen und in objektorientierten Programmen einzusetzen. Hierzu gehört auch, den algorithmischen Kern einer einfachen Problemstellung zu identifizieren und einen imperativen Algorithmus zu entwerfen.
Sie erwerben eine grundlegende Analysekompetenz, die sie in die Lage versetzt, einfache objektorientierte Modelle in UML-Notation in der Programmiersprache Java umzusetzen. Zu dieser Kompetenz zählt auch die Fähigkeit, sich selbstständig in Anwendungen (wie Entwicklungsumgebungen, Lernplattformen) einarbeiten zu können.
Sie haben die Realisierungskompetenz, objektorientierte Programme in Java zu entwickeln und zu analysieren.

Fachübergreifende Methodenkompetenz:
Absolventinnen und Absolventen kennen geschichtliche Entwicklungen der Informatik. Sie sind sich der mit der Nutzung informationsverarbeitender Systeme verbundenen Sicherheitsprobleme bewusst. Sie verfügen über Schlüsselqualifikationen wie z.B. die Fähigkeit zum Einsatz neuer Medien. Sie haben Erfahrungen in der Lösung von Anwendungsproblemen im Team.

Sozialkompetenz:
Studierende erwerben kommunikative Kompetenz, um ihre Ideen und Lösungsvorschläge schriftlich oder mündlich überzeugend zu präsentieren und zwar auch dann, wenn ihrem Gegenüber die informatischen Sprech- und Denkweisen nicht geläufig sind.

• H. Balzert, Java: Der Einstieg in die Programmierung, 4. Auflage, Springer Campus, 2013
• H. Balzert, Java: Objektorientiert programmieren, 3. Auflage, Springer Campus, 2017
• H. P. Gumm, M. Sommer, Grundlagen der Informatik: Programmierung, Algorithmen und Datenstrukturen, Oldenbourg, 2016
• S. Goll, C. Heinisch, Java als erste Programmiersprache, 8. Auflage, Springer Vieweg, 2016
• D. Ratz, J. Scheffler, D. Seese, J. Wiesenberger, Grundkurs Programmieren in Java, 7. Auflage, Hanser, 2014
• C. Ullenboom, Java ist auch eine Insel, 12. Auflage, Galileo Press, 2016 (siehe auch http://openbook.galileocomputing.de/javainsel/)

 

Projektwoche

Das Modul beinhaltet eine Projektwoche (I9PB-41012, 2 SWS). Die Klausurarbeit und die Projektwoche können unabhänig voneinander abgelegt werden. Für das Bestehen des Moduls ist neben einer Klausur die erfolgreiche Teilnahme an der Projektwoche erforderlich. Die Note des Moduls wird ausschließlich über die Klausurarbeit definiert. Die Projektwoche wird als 5-Tägige Blockveranstaltung im Anschluss an die Vorlesung angeboten.

Fach- und Methodenkompetenz:

• Die Studierenden beherrschen grundlegende mathematische Konzepte der Informatik und deren Methoden wie Mengenlehre, Relationen, Aussagenlogik, Komplexe Zahlen sowie Gruppen und Körper.
• Absolventinnen und Absolventen des Moduls beherrschen grundlegende und vertiefende Begriffe und Methoden aus der linearen Algebra und sind in der Lage, diese Methoden mit Bezug auf deren praktische Anwendungen zur Lösung typischer Aufgabenstellungen aus der Informatik sicher anzuwenden.
• Die Absolventinnen und Absolventen zeigen einen sicheren Umgang mit den Konzepten und Methoden der Vektor- und Matrizenrechnung und deren geometrischer Interpretation, des Aufstellens und Lösens linearer Gleichungssysteme sowie im Umgang mit Geraden und Ebenen.

Fachübergreifende Methodenkompetenz und Selbstkompetenz:

• Absolventinnen und Absolventen des Moduls sind in der Lage, informatische Aufgabenstellungen durch die Aufstellung und Berechnung der entsprechenden mathematischen Modelle (beispielsweise durch das Aufstellen und Lösen linearer Gleichungssysteme) zu lösen. Sie zeigen hierbei einen sicheren Umgang in der passenden Auswahl problemspezifischer Lösungsmethoden und deren Anwendung.
• Die Studierenden sind in der Lage, die erlernten mathematischen Strukturen in anderen Aufgabenbereichen der Informatik wiederzuerkennen und die erlernten Methoden auf diese Bereiche zu übertragen.

Sozialkompetenz:

• Die Teilnehmerinnen und Teilnehmer erfassen die Relevanz der vermittelten Inhalte für ihr Studiengebiet und sind fähig, diese Relevanz adäquat zu kommunizieren.

Die Veranstaltung beinhaltet folgende Themenbereiche:

• Grundlagen der Mathematik für Informatiker/-innen: Einführung in die Mengenlehre, Kardinalität von Mengen, Relationen, Grundlagen der Aussagenlogik, Komplexe Zahlen, Gruppen und Körper.
• Vektoren und Vektorrechnung: Notation und Interpretation, Operationen auf Vektoren und deren Eigenschaften (Addition, skalare Multiplikation, Skalarprodukt, Kreuzprodukt), Vektorräume, Länge von Vektoren, Kollinearität, lineare Abhängigkeit und Unabhängigkeit, Begriffe von Dimension und Basis, Winkel zwischen Vektoren.
• Geraden und Ebenen: Darstellung in der linearen Algebra, Anwendungen, Lagebeziehungen zwischen Punkten / Gerade / Ebenen
• Matrizen: Notation und Interpretation, Operationen auf Matrizen und deren Eigenschaften (Transponieren von Matrizen, Addition, skalare Multiplikation, Matrizenmultiplikation), Gaußscher Algorithmus, Determinanten, inverse Matrizen und deren Berechnung
• Lineare Gleichungssysteme: Motivation und Anwendungen, Matrix-Vektor-Form linearer Gleichungssysteme, Gaußscher Algorithmus zur Lösung linearer Gleichungssysteme, homogene und inhomogene lineare Gleichungssysteme und deren Beziehungen, Rang einer Matrix und Bezug zur Lösungsmenge linearer Gleichungssysteme
• Eigenwerte und Basistransformationen

Die Studierenden lernen den grundlegenden Aufbau eines Computers kennen von einfachen Digitalschaltungen über einen typischen Mikroprozessor und Rechnerarchitekturen bis zu grundlegenden Konzepten eines Betriebssystems.

Fach- und Methodenkompetenz

• Rechnergerechte Darstellung von Information (Zahlen und Zeichen)
• Beschreibung von Gattern und deren Funktion, Entwurf einfacher Schaltnetze, Angabe der Funktion eines Schaltnetzs als Booleschen Ausdruck und als Wahrheitstabelle
• Verstehen des Aufbaus und Anwendung von Speicherelementen (ausgewählte Latches und Flipflops)
• Skizzieren des Aufbaus und grundsätzliches Verständnis der Funktionsweise von Mikroprozessoren und Rechnerarchitekturen
• Verständnis einfacher Maschinenprogramme
• Skizzieren und Bewerten einfacher Realisierungen der drei zentrale Aufgaben eines Betriebssystems (Prozess-, Speicher-, und Dateiverwaltung)
• Praktische Anwendung des Betriebssystems Linux

Sozialkompetenz

• Lösen von Programmieraufgaben in Zweiergruppen
• Vorstellen der Ergebnisse gegenüber dem Betreuer

Fach- und Methodenkompetenz:

• Grundlegende Begriffe und Eigenschaften von formalen Sprachen, Grammatiken und den dazugehörigen Automaten benennen können.
• Grammatiken und Automaten für formale Sprachen erstellen und deren Arbeitsweise nachvollziehen können.
• Die Darstellung von Sprachen zwischen Grammatiken, Automaten und regulären Ausdrücken umwandeln können.
• Selbstständig Probleme als formale Sprachen einschätzen und in Hinblick auf die Sprach-Typen in der Chomsky-Hierarchie klassifizieren können.

Fachübergreifende Methodenkompetenz:

• Selbstständig Probleme hinsichtlich Ihrer Komplexität einschätzen und klassifizieren können.

Studierende beherrschen nach Abschluss der Vorlesung ausgewählte Algorithmen und Datenstrukturen. Sie können Algorithmen analysieren und qualitativ bewerten.

Fach- und Methodenkompetenz:

Sie erwerben eine grundlegende Analysekompetenz, um Algorithmen und Datenstrukturen sowie deren Eigenschaften bewerten, vergleichen und erklären zu können. Zu dieser Kompetenz zählt auch die Fähigkeit, sich selbstständig in Anwendungen (wie APIs und Entwicklungsumgebungen) einzuarbeiten.

Sie haben die Realisierungskompetenz, Datenstrukturen und Algorithmen in objektorientierte Programme zu übertragen und vorgegebene Datenstrukturen und Algorithmen in Bibliotheken, wie etwa den Collections in Java, zur Problemlösung einzusetzen.

Sie erwerben die formale Kompetenz, den Kern einer einfachen Problemstellung zu identifizieren und geeignete Algorithmen und Datenstrukturen zur Lösung zu formulieren und einzusetzen. Sie erkennen den rekursiven Kern eines Problems und können eine rekursive Problemlösungstrategie einsetzen. Sie besitzen die Kompetenz, ausgewählte Probleme bekannten Problemklassen zuzuordnen.

Fachübergreifende Methodenkompetenz:

• Die Teilnehmer kennen professionelle Standards und Verfahren im Bereich Lern- und Arbeitstechniken (inkl. Zeit- und Selbstmanagement, Lerntyptheorie, Kommunikation und effektiver Zusammenarbeit sowie Kreativitätstechniken).
• Die Studierenden können diese fächerübergreifend einsetzen.

Selbstkompetenz:

• Die Teilnehmer sind in der Lage, Lernmethoden, Kommunikations- und Präsentationstechniken, Kreativitäts- und Problemlösungstechniken sowie Methoden des Zeit- und Selbstmanagements gewinnbringend für sich in Studium und Beruf einzusetzen.

Sozialkompetenz:

• Die Teilnehmer kennen Techniken der effektiven Zusammenarbeit in Gruppen.
• Die Studierenden wissen, wie Inhalte in Gruppen präsentiert werden können.
• Die Studierenden sind mit Kreatitvitäts- und Problemlösetechniken für Gruppen vertraut.

Die Veranstaltung beinhaltet Module zu den folgenden Themenbereichen:

• Lerntechniken und Lerntypen
• Arbeitstechniken (Literaturrecherche in der Bibliothek)
• Zeit- und Selbstmanagement
• Motivation
• Kommunikationstechniken und Zusammenarbeit
• Kreativität und Problemlösungstechniken
• Burnout
• Grundlagen wissenschaftlichen Arbeitens
• Mentoringgespräche (beinhalten Fragen der Studienwahl, der Studienorganisation, der individuellen Zeit- und Lernplanung, des Umgangs mit schwierigen Situationen und der Vorbereitung für Praktika)

• Friedrich Rost; Lern- und Arbeitstechniken für das Studium; Vs Verlag 6. Auflage 2010; ISBN-13: 978-3531172934

Begründung zur Teilnahmeverpflichtung

Die Studierenden sollen durch die Lehrveranstaltung in die Lage versetzt werden, verschiedene Lern-, Arbeits-, Kommunikations- und Selbstmanagementechniken in ihrem Studium und beruflichen Alltag anzuwenden. Das Erlernen dieser Kompetenzen erfordert durch ihre Natur sowohl eine intensive Zusammenarbeit mit und persönliche Anleitung durch die jeweiligen Dozent/-innen, als auch eine Vielzahl praktischer Arbeiten in der Gruppe unter aktiver Supervision durch die Dozent/-innen. Um diese Ziele zu erreichen, ist eine Mindestanwesenheitspflicht in dieser Lehrveranstaltung erforderlich.

 

Studierende kennen den Funktionsbegriff und können sicher damit umgehen. Beweisprinzipien, speziell die vollständige Induktion, sind verstanden und können angewandt werden. Grenzwerte von Folgen und Reihen insb. Taylorreihen können ermittelt werden. Die Studierenden können Funktionen differenzieren und integrieren und diese Kenntnisse in Anwendungen zielführend nutzen.

 

Fach- und Methodenkompetenz:
Studierende haben profunde Kenntnisse hinsichtlich der Anwendungsmöglichkeiten der Differential- und Integralrechnung: Sie sind in Bezug auf solche Probleme wohlvertraut mit Lösungsmustern und in der Lage die mathematischen Methoden auf andere Problemstellungen zu übertragen.

Fachübergreifende Methodenkompetenz:
Studierende erkennen, dass mit Methoden der Mathematik Eigenschaften von technischen aber auch betriebswirtschaftlichen Systemen beschrieben werden und deren Verhalten analysiert werden können.

Selbstkompetenz:
Studierende können Ideen und Lösungsvorschläge schriftlich und mündlich präsentieren, die eigenständige Präsentation von Lösungen tragen zur Entwicklung von Selbstsicherheit/Sachkompetenz bei; die Entwicklung von Strategien zum Wissens- und Kenntniserwerbs wird durch die Kombination von Vorlesung, Selbststudium und intensiven Übungsphasen mit permanentem Feedback unterstützt.

Sozialkompetenz:
Kooperations- und Teamfähigkeit wird während der Übungsphasen trainiert. Studierende können in Diskussionen zielorientiert argumentieren und mit Kritik sachlich umgehen; vorhandene Missverständnisse zwischen Gesprächspartnern werden erkannt und abgebaut.

Berufsfeldorientierung:
Die Kommunikation mit Kooperationspartnern aus technik-spezifischen Fachgebieten/-abteilungen wird erleichtert, wenn mit diesbezüglichen Sprachschemata innerhalb der Mathematikausbildung Bekanntschaft gemacht worden ist.

 

Erwerb grundlegender Kenntnisse der angewandten Statistik und Befähigung zur Auswahl und Anwendung deskriptiver und induktiver statistischer Methoden zur Lösung praxisrelevanter Problemstellungen.

Fach- und Methodenkompetenz:

• Erwerb methodischer Grundlagen der beschreibenden und schließenden Statistik
• Beschreiben von wesentlichen Strukturen in Daten durch Auswahl geeigneter deskriptiver Mittel
• Umsetzen von Problemstellungen in Zufallsvariablen und geeignete Verteilungsannahmen
• Ziehen von Rückschlüssen aus Stichproben auf Grundgesamtheiten mittels Parameter- und Intervallschätzung
• Formulierung von Testproblemen und eigenständige Durchführung von Hypothesentests
• Erste Erfahrung mit der rechnergestützten Analyse von Daten

 

 

Fachübergreifende Methodenkompetenz:

• Unterstützen von Entscheidungsprozessen durch deskriptive Datenanalyse und statistisch gesicherte Aussagen
• Übertragen von Schätz- und Testverfahren auf Problemstellungen der Informatik
• Anwenden statistischer Methoden im Zusammenhang mit der Auswertung von Datenbanken
• Simulation stochastischer Vorgänge mit Hilfe von theoretischen Verteilung
• Herleitung von Prognosen mit Hilfe statistischer Schätzverfahren

Vermittlung der erforderlichen Kenntnisse, um Anwendungssoftware unter professionellen Gesichtspunkten implementieren zu können. Dies beinhaltet die Realisierung von grafischen Benutzungsoberflächen, die Anbindung von Fachkonzeptklassen und die Persistierung von Daten. Konzepte der objektorientierten Programmierung werden problemgerecht angewendet.

Fach- und Methodenkompetenz:

• Implementieren von flexiblen Systemen durch Verwendung von Polymorphismus und Schnittstellen
• Erkennen der Vorteile einer geregelten Ausnahmebehandlung
• Realisieren einer flexiblen grafischen Benutzungsoberfläche unter Verwendung von Komponenten und Layout-Managern
• Verwenden von Datenströmen
• Erkennen und Lösen von Problemen der nebenläufigen Programmierung
• Wiederverwenden von Komponenten über die zielgerichtete Nutzung einer Anwendungsprogrammierschnittstelle (API)

Fachübergreifende Methodenkompetenz:

• Anwendung der Programmiertechniken bei der Implementierung von kaufmännischen, technischen und multimedialen Anwendungen

Die Studierenden werden befähigt, die Funktionsweise der elementaren Komponenten eine Betriebssystems zu verstehen und zu erläutern: Prozess- und Threadverwaltung, Mechanismen zu Kommunikation und Synchronisation. Weiterhin können die Studierenden fortgeschrittene Rechnerstrukturen bewerten.

Fachkompetenz:

• Nebenläufige Anwendungen mit Prozessen und Threads zu realisieren.
• Die Mittel zur Interprozesskommunikation zu differenzieren.
• Die potentiellen Probleme von nebenläufigen Programmen (u.a. Race Conditions) zu erkennen und geeignete Synchronisationsmechanismen auszuwählen.
• Systemprogramme mit Hilfe von System Calls zu implementieren.
• Fortgeschrittene Aspekte der Rechnerstrukturen wie Multiprozessorsysteme benennen und deren Implikation auf Betriebssystemstrukturen exemplarisch skizzieren zu können.

Sozialkompetenz:

• Lösen von Programmieraufgaben in Zweiergruppen
• Vorstellen der Ergebnisse gegenüber dem Betreuer

 

Fachübergreifende Methodenkompetenz:

Die Studierenden sind nach dem Besuch der Veranstaltung auf einem angestrebten Sprachqualifikationsniveau Level B1 (gem. Europarat) das mindestens erreichte Qualifikationsniveau ist A2 (gem. Europarat).

• Hören/Sprechen:
  Sie können einer Präsentation über ein vertrautes Thema folgen, eine Präsentation geben oder ein Gespräch über ein relativ breites Spektrum an Themen in Gang halten.
• Lesen:
  Die Studierenden können Texten relevante Informationen entnehmen und detaillierte Anweisungen oder Ratschläge verstehen.
• Schreiben:
  Sie können sich Notizen während eines Gesprächs/Vortrags machen oder einen Brief schreiben, der auch nicht standardisierte Anfragen enthält.

Selbstkompetenz:

• Die Teilnehmer sind in der Lage, sich selbständig in Englisch auszudrücken und können ihr Sprachniveau weiterentwickeln.

Sozialkompetenz:

• Die Teilnehmer können in Gruppen kommunizieren und an fachbezogenen Diskussionen teilnehmen.

• Anfänger (A1):
  "Fairway. A1. Lehr- und Arbeitsbuch"; Herbert Puchta, Klett Verlag, 2005, ISBN-10: 3125014603
• Grund-, fortgeschrittene Kenntnisse (A2, B1/B2):
  "Infotech English for Computer Users"; Klett Verlag, ISBN 978-0-521-702997
• Allgemein:
  "IT Matters. Englisch für IT Berufe" ; Cornelsen-Verlag (ISBN 3464028054), 2003

Begründung zur Teilnahmeverpflichtung

Die Studierenden sollen in der Lage sein, die durch den Einstufungstest zu Begin des Semesters festgelegten individuellen Sprach-Niveaus des europäischen Referenzrahmens zu erfüllen und sich zudem am Ende des Semesters in ihrem jeweiligen Fachgebiet professionell ausdrücken zu können. Das geschieht durch Role plays, Meetings, Verhandlungen und Präsentationen, die den aktiven Spracherwerb fördern. Um diese Ziele mit den o.g Mitteln zu erreichen, ist eine Mindestanwesenheitspflicht erforderlich.

Fach- und Methodenkompetenz:

• Definition eines DBS und die Schemaarchitektur eines DBMS kennen.
• Das Transaktionskonzept und Recovery Mechanismen kennen.
• SQL Befehle zum Einrichten, Speichern und Abfragen von Information (DDL, DML, DRL, DCL) kennen und anwenden.
• Administration von Datenbanksystemen exemplarisch durchführen.
• Gespeicherte Funktionen, Prozeduren und Trigger entwickeln.

Sozialkompetenz:

• Erarbeiten, Kommunizieren und Präsentieren von relationalen Modellen sowie Datenbankprogrammen in Zweierteams.
• Kooperatives Erstellen und Bewerten von Lernplakaten oder Wiederholungsfragen zu den Lehrinhalten.

Berufsfeldorientierung:

• Kennen der Anforderungen unterschiedlicher Berufsbilder im Datenbanken-Umfeld (Datenbankadministrator. Datenbankentwickler, Anwendungsentwickler, Datenschutzbeauftragter).

Der Student bekommt einen Überblick über die Themen und wichtigsten Inhalte der Elektronik, basierend auf Grundlagen der Elektrotechnik. Ziel ist es, dass der Student die wichtigsten elektronischen Bauelemente kennt und sie zu Realisierung von einfachen Schaltungen anwenden kann.

Fach- und Methodenkompetenz:

• kennt elektronische Bauelemente und kann gegebene einfache Schaltungen analysieren und berechnen.
• hat einen Überblick über die technischen Möglichkeiten der Elektronik
• kann die Lücke zwischen physikalischen Effekten (Lehrveranstaltung Physik) und der Anwendung digitaler Schaltungstechnik (z.B. Hardware Engineering) schließen
• kann einfache Schaltungen auslegen und analysieren
• kennt die relevanten Größenordnungen und Maßeinheiten
• kennt messtechnische Verfahren und kann sie in einer realen Laborsituation anwenden
• das bei Programmierarbeiten vorkommende trail-and-error-Verfahren wird reflektiert und überdacht, da es in der Laborsituation nicht zum Erfolg führt (erfolgreiche und testierte Bearbeitung eines Versuchs wird daher als semesterbegleitende Studienleistung mit zwei Bonuspunkten gewertet)

Sozialkompetenz:

• kann Laborversuche im Team vorbereiten, durchführen und auswerten
• kann die Ergebnisse dokumentieren und dem Betreuer vorstellen

Studierende kennen Lösungsmethoden für die Behandlung gewöhnlicher Differentialgleichungen und können diese Methoden anwenden. Auch kennen die Studierenden des Kurses spezielle Vorgehensweisen der Numerik sowie der Zahlentheorie, um informatiknahe Probleme lösen zu können.

 

Fach- und Methodenkompetenz:
Studierende haben belastbare Kenntnisse hinsichtlich der Lösungsmöglichkeiten von Differentialgleichungen sowie speziellen Problemen der Numerik und Zahlentheorie: Sie sind in Bezug auf solche Probleme wohlvertraut mit Lösungsmustern und in der Lage die mathematischen Methoden auf andere Problemstellungen zu übertragen.

Fachübergreifende Methodenkompetenz:
Studierende sind in der Lage zu erkennen, dass mit Methoden der Mathematik Eigenschaften von technischen Systemen (ins. Steuerungs- und Regelungssysteme, Signalverarbeitung) beschrieben werden und deren Verhalten analysiert werden können.

Selbstkompetenz:
Studierende können Ideen und Lösungsvorschläge schriftlich und mündlich präsentieren, die eigenständige Präsentation von Lösungen trägt zur Entwicklung von Selbstsicherheit/Sachkompetenz bei; die Entwicklung von Strategien zum Wissens- und Kenntniserwerbs wird durch die Kombination aus seminaristischer Vorlesung sowie intensiver Übungsphase mit permanentem Feedback unterstützt.

Sozialkompetenz:
Kooperations- und Teamfähigkeit werden während der Übungsphasen trainiert. Studierende können in Diskussionen zielorientiert argumentieren und mit Kritik sachlich umgehen; sie können vorhandene Missverständnisse zwischen Gesprächspartnern erkennen und abbauen.

Berufsfeldorientierung:
Die Kommunikation mit Kooperationspartner*innen aus technik-spezifischen Fachgebieten/-abteilungen wird erleichtert, da mit diesbezüglichen Sprachschemata innerhalb der Mathematikausbildung Bekanntschaft gemacht worden ist.

 

• Differentialgleichungen 1. Ordnung
• Lineare Differentialgleichungen höherer Ordnung mit konstanten Koeffizienten
• Laplace-Transformation und lineare Differentialgleichungen mit konstanten Koeffizienten, Faltungssatz
• Fourier-Reihen, Fourier-Transformation, Abtasttheorem
• Charakterisierende Funktionen linearer Differentialgleichungen (Übertragungsfunktion, Impuls-, Sprung- und Frequenzantwort, Stabilität)
• Newton-Verfahren und numerische Integration
• Gradientenabstiegsverfahren
• Numerik von Differentialgleichungen
• Äquivalenzklassen, Gruppen, Ringe
• Teilbarkeit und Primzahlen, Euklidscher Algorthimus und diophantische Gleichungen
• Kongruenzen
• Homomorphie/Isomorphie auf Gruppen

Fach- und Methodenkompetenz:

• Grundlegende physikalische Gesetze, Modelle und Idealisierungen zur Beschreibung physikalischer Vorgänge aus der klassischen Physik und der Atomphysik kennen und erläutern können.
• In Hardwarebauteilen angewendete physikalischer Effekte kennen und erläutern können.
• Exemplarischen physikalischen Versuchen vorbereiten, durchführen und auswerten.
• Exemplarisch Fehlerquellen bei experimentellen Versuchen ermitteln.
• Anwenden von physikalischen Modellen und Gesetzen zur Lösung von exemplarischen Problemstellungen.

Sozialkompetenz:

• Erarbeiten, Kommunizieren und Präsentieren von physikalischen Berechnungen in Partnerarbeit.
• Kooperatives Vorbereiten, Durchführen und Auswerten von physikalischen Experimenten.
• Erstellen und Bewerten von Wiederholungsfragen zu den Lehrinhalten.

Fach- und Methodenkompetenz:

Nach Abschluss der Lehrveranstaltung sind die Studierenden in der Lage,

• Programme in C/C++ zu realisieren.
• Programmiertechniken für eingebettete Systeme anwenden zu können.
• typische Fehlerklassen in C zu kennen und Fehler lokalisieren zu können.
• die Abbildung von Datenstrukturen auf den Hauptspeicher für verschiedene Prozessorarchitekturen einzuschätzen und verschiedene Alternativen zu bewerten.
• Programmiertechniken für eingebettete Systeme anzuwenden
• einen systematischen Entwicklungsprozess mit IDE, Dokumentierung, Versionierung und Entwicklertests anzuwenden.

Sozialkompetenz:

• Lösen von komplexeren Entwicklungsaufgaben (Hardwarekonfiguration, Softwareentwicklung) in Zweiergruppen
• Vorstellen der Ergebnisse gegenüber dem Betreuer

Einführung in die Durchführung von Softwareprojekten mit besonderer Fokussierung auf die frühen Phasen der Entwicklung und Modellierung von softwarebasierten Lösungen mit Hilfe von Kreativmethoden (z.B. Design Thinking) und den Methoden des Requirements Engineering. Berücksichtigung der Einbindung KI-basierter Module im Entwicklungsprozess und in der Gestaltung des Softwareprojektes unter Berücksichtigung sozialer Implikationen und regulativer Rahmenbedingungen.

Modellierung des Softwaresystems mit der Unified Modeling Language (UML) und Methoden des Domain Driven Designs (DDD). Kenntnis verschiedener Vorgehensmodelle und praktische Erfahrung mit einem agilen Moden wie z.B. Scrum.

Fach- und Methodenkompetenz:

• Überblick über Vorgehens- und Prozessmodelle der Softwareentwicklung
• Benennen und anwenden verschiedener Methoden des Requirements Engineerings
  • Differenzieren, spezifizieren und formulieren von Benutzer- und Systemanforderungen
  • Verifizieren und validieren von Anforderungen
• Überblick über die Folgen der Digitalisierung und Digitalen Transformation mit besonderem Fokus auf die Auswirkungen im Bereich Software Engineering

1. Kennen und Anwenden von Innovationsmethoden
2. KI-basierter Module in den Entwicklungsprozess einbinden können

• a) Auswirkungen auf den Entwicklungsprozess
• b) Berücksichtigung regulativer Rahmenbedingungen
• c) Analyse sozialer Implikationen

• Beschreiben des methodischen Vorgehens in der objektorientierten Analyse
• Kennen und Anwenden der relevanten UML-Beschreibungsmittel im Rahmen der OOA

• UML-Use-Case-Diagramm
• UML-Paketdiagramm
• UML-Klassendiagramm
• UML-Aktivitätsdiagramm
• UML-Sequenzdiagramm
• UML-Kommunikationsdiagramm
• UML-Zustandsdiagramm

Fachübergreifende Methodenkompetenz:

• Modellieren der statischen und dynamischen Aspekte eines OOA-Modells für ein zu entwickelndes objektorientiertes Softwaresystem
• Objektorientierte Spezifikation von Softwaresystemen mithilfe der Unified Modeling Language (UML)
• Erstellung eines Fachkonzepts bzw. des Produktmodells für ein Softwaresystem
• Erkennen von Widersprüchen, Unvollständigkeit, Inkonsistenzen

Sozialkompetenz:

• Problemstellungen mittlerer Komplexität im Team systematisch analysieren
• Im Team kooperativ und arbeitsteilig eine Anforderungsspezifikation entwickeln
• Im Team kooperativ und arbeitsteilig ein OOA-Modell für ein Softwaresystem spezifizieren

• Allgemeine Grundlagen der Softwaretechnik (Motivation, Definitionen, Ziele,...)
• Vorgehensmodelle (klassisch bis agil)
• Grundlegende Begriffe, Phasen, Aktivitäten und Vorgehensweise im Rahmen des Requirements Engineering
• Digitalisierung, Wandel und Kreativmethoden im Rahmen der Softwaretechnik
• Besonderheiten der Einbindung KI-basierter Module
• Grundlegende Begriffe, Methoden Notation im Rahmen der objektorientierten Analyse (OOA) und des Domain Driven Designs (DDD)
• Objektorientierte Analyse mit der UML (u.a. Use Cases, Pakete, Aktivitätsdiagramm, Klassendiagramm, Zustandsdiagramm, Szenario)
• Analysemuster, statische/dynamische Konzepte und Beispielanwendungen
• Checklisten zum OOA-Modell
• Bestandteile und Inhalte der OOA-Dokumentation

• Balzert, H. (2009): Lehrbuch der Softwaretechnik - Basiskonzepte und Requirements Engineering (3. Aufl.), Heidelberg: Spektrum Akademischer Verlag.

• Ludewig, J.; Lichter, H. (2013): Software Engineering - Grundlagen, Menschen, Prozesse, Techniken, 3. korrigierte Auflage, Heidelberg: dpunkt-Verlag.
• Oestereich, B., Scheithauer, A. (2013): Analyse und Design mit UML 2.5, 11. Auflage, München: Oldenbourg Verlag.
• OMG (2017): UML Specification Version 2.5.1, http://www.omg.org/spec/UML/2.5.1/PDF.
• Pichler, R. (2008): Scrum, Heidelberg: dpunkt-Verlag.
• Pohl, K., Rupp, C. (2015): Basiswissen Requirements Engineering, 4. überarbeitete Auflage, Heidelberg: dpunkt-Verlag.
• Rupp et. al. (2012): UML 2 glasklar. 4. Auflage, Hanser-Verlag.
• Sommerville, I. (2012): Software Engineering, 9. Auflage, München: Pearson Studium.

 

Begründung zur Teilnahmeverpflichtung

Die Studierenden erarbeiten in Teamarbeit sowohl kreative Lösungen als auch formale Beschreibungen für konkrete Fragestellungen und UseCases aus der Industrie. Dabei werden Sie von den Lehrkräften begleitet und gecoacht. Um die dabei gemachten Erfahrungen zu analysieren und die sich daraus ergebenden Lernziele zu erreichen ist eine Mindestanwesenheitspflicht im Praktikum erforderlich.

Fach- und Methodenkompetenz:

Nach Abschluss der Vorlesung sind die Studierenden in der Lage,

• Methoden und Konzepte der Automatisierungstechnik zu verstehen und anwenden zu können
• Anwendungen der Automatisierungstechnik zu entwerfen und zu realisieren
• Zeitkontinuierliche dynamische Systeme zu modellieren und mit Matlab/Simulink zu simulieren
• Klassische Verfahren der Reglersynthese anzuwenden
• Klassische PID-Regler und Fuzzy-Regler zu entwerfen und in Software zu implementieren
• Nichtlineare dynamische Systeme mittels künstlicher Neuronaler Netze zu identifizieren und zu regeln

Die Studierenden sollen die Arbeitsweise und Struktur von Mikrocontrollern einschließlich typischer Peripherie-Komponenten sowie deren Einsatz in anwendungsspezifischen Computersystemen kennenlernen. Sie sollen Wissen erwerben über Aufbau, Funktionsweise und Anwendung von sensorischen und aktorischen Komponenten eingebetteter Systeme sowie über einfache Echtzeit-Schedulingverfahren.

Zur Vertiefung und Anwendung sollen die Studierenden in einem Projekt ein einfaches eingebettetes System entwerfen und implementieren (autonomer Roboter in C mit Abschlusswettbewerb).

Fach- und Methodenkompetenz:

• Skizzieren der Struktur und des Aufbaus eines Mikrocontrollers, Übertragung auf anderen Mikrocontroller
• Beschreiben und Anwenden typischer Mikrocontroller-Komponenten wie A/D- und D/A-Wander oder Timer/Counter
• Anwenden einer typischen Werkzeugkette zur Entwicklung mit Mikrocontrollern
• Kennen einer Auswahl typischer Sensoren und Aktoren
• Erarbeiten und Auswählen unbekannten Sensoren anhand von Datenblättern
• Anwenden von Sensoren und Aktoren in eingebetteten Systemen
• Auswählen und Anwenden einfacher Schedulingverfahren für eingebettete Systeme

Berufsfeldorientierung:

• Organisation und Durchführung eines kleinen Projektes im Praktikum
• Einübung der Arbeit mit Datenblättern
• Erkennen des interdisziplinären Charakters der Entwicklung eingebetteter Systeme

Fach- und Methodenkompetenz:

Nach Abschluss der Lehrveranstaltung sind die Studierenden in der Lage,

• Prinzipien, Protokolle und Architektur des Internets zu verstehen
• Elementare Kommandos der Betriebssysteme Linux und Windows zur Netzwerkkonfiguration und zum Netzwerktest anzuwenden
• Protokoll- und Netzwerkanalysen mit Analysewerkzeugen durchzuführen und zu interpretieren
• Vorhandene drahtgebundene und drahtlose Netzwerke zu analysieren
• Drahtgebundene und drahtlose Netzwerke zu entwerfen und zu realisieren
• Netzkomponenten (Router, Switch) einschließlich VLAN und NAT zu konfigurieren

Einführung in das Themengebiet der Softwarearchitektur. Beginnend mit Begriffen, Methoden und Perspektiven, über Architekturmodelle in der UML (Verteilungs- und Komponentendiagramm) zu verschiedenen Architekturstilen von klassisch bis modern.

Studierende lernen OOA- und/oder DDD-Modelle in eine Implementierung umzusetzen. Neben der Fachlogik und Design-Patterns liegt ein wesentlicher Fokus auf der Einordnung und dem zielgerichteten Einsatz von Werkzeugen/Frameworks aus den Bereichen Kommunikation, Persistenz und Oberflächengestaltung.

Fach- und Methodenkompetenz:

• Verstehen der Konzepte des objektorientierten Designs
• Entwurf und Dokumentation von Anwendungen mit UML
• Verstehen der Prinzipien, Muster und Aspekte von Softwarearchitekturen
• Definieren, dokumentieren und bewerten von Architekturen
• Beschreiben des Architektur- und Designprozesses
• Beschreiben und einordnen moderner Softwaretechniken

Fachübergreifende Methodenkompetenz:

• Denken in Systemen
• Entwerfen und dokumentieren von Zielsystemen
• Prozessorientiertes Vorgehen

Sozialkompetenz:

• Arbeiten in kleinen Teams
• Ergebnisorientierte Gruppenarbeit

 

• Bass et al: Software Architecture in Practice, 3. Auflage, Addison Wesley, 2012.
• M. Fowler: Patterns für Enterprise Application-Architekturen, 1. Auflage (Taschenbuch), mitp, 2003.
• Gamma et al.: Entwurfsmuster: Entwurfsmuster als Elemente wiederverwendbarer objektorientierter Software, mitp, 2014.
• C. Richardson: Microservice Patterns. 1. Auflage, Manning Publications, 2018.
• Rupp et al: UML 2 glasklar, 4. Auflage, Hanser-Verlag, 2012.
• G. Starke: Effektive Softwarearchitekturen: Ein praktischer Leitfaden, 9. Auflage, Hanser-Verlag,2020.
• Vogel et al: Software-Architektur: Grundlagen Konzepte Praxis, 2. Auflage, Spektrum, 2009.
• E. Wolff: Microservices: Grundlagen flexibler Softwarearchitekturen, 1. Auflage, dpunkt-Verlag, 2015.

Begründung zur Teilnahmeverpflichtung

Die Studierenden erarbeiten in Teamarbeit sowohl kreative Lösungen als auch formale Beschreibungen für konkrete Fragestellungen und UseCases aus der Industrie. Dabei werden Sie von den Lehrkräften begleitet und gecoacht. Um die dabei gemachten Erfahrungen zu analysieren und die sich daraus ergebenden Lernziele zu erreichen ist eine Mindestanwesenheitspflicht im Praktikum erforderlich.

Die Studierenden kennen die verschiedenen Ebenen des Systems Engineerings: Das technische Management sowie den Weg von Systemanalyse und -entwurf bis zur Produkt-Realisierung.

Sie eignen sich Wissen über die Klassifikation von Phasenmodellen und das Zusammenspiel der Phasen an. Die Studierenden können UML und SysML anwenden und für technische Anwendungen nutzen. Sie sind in der Lage, Projektpläne für komplexe Projekte zu erstellen.

Fach- und Methodenkompetenz:

• Erläutern von Phasenmodellen und des Zusammenspiels der Projektphasen
• Darstellen der Teilprozesse des Systems Engineering
• Erkennen des Zusammenspiels zwischen Projektmanagement und Systementwurf
• Anwenden von Anforderungs- und Risikomanagement
• Anwenden von UML und SysML für technische Anwendungen in verschiedenen Projektphasen (UML: nur Vertiefung)

Fachübergreifende Methodenkompetenz:

• Skizzieren von Organisation und Ablauf von Großprojekten zur Entwicklung komplexer technischer Systeme
• Anwenden von Methoden und Werkzeugen zur Planung komplexer Projekte

Berufsfeldorientierung:

• Kennen des Ablaufes typischer Grossprojekte
• Einblick in die Tätigkeit eines Systemingenieurs

• IT- und Computerrecht, Gesetzessammlung, Beck-Texte im dtv;
• Telekommunikations- und Multimediarecht, Beck-Texte im dtv;

jeweils in der aktuellen Ausgabe

 

Fachkompetenz

• Die Studierenden können das Fach Informatik und dessen Bedeutung für die Gesellschaft beschreiben.
• Die Studierenden verstehen, dass Technikgestaltung und -aneignung soziale Prozesse sind, und können dieses Verständnis auf eigene Projekte und aktuelle gesellschaftliche IT-Themen beziehen.
• Die Studierenden kennen Theorien und Konzepte der sozio-technischen Perspektive und können deren Beitrag für den Erfolg von IT-Projekten beschreiben.
• Die Studierende können relevante Repräsentanten der Informatik sowie Akteure im Umfeld der Informatik in unserer Gesellschaft benennen und beschreiben.
• Die Studierenden kennen Fakten zu aktuellen, gesellschaftlich bedeutsamen IT-Themen und können diese kritisch diskutieren.

Selbstkompetenz

• Die Studierenden können ihre Verantwortung als Informatiker/innen thematisieren.
• Die Studierenden beginnen, sich mit ihrer eigenen Rolle als Informatiker/innen auseinanderzusetzen.

Sozialkompetenz

• Die Studierenden sind sensibilisiert für die Auswirkung von IT auf individueller und gesellschaftlicher Ebene.

Berufsfeldorientierung

• Die Studierenden wissen um die Bedeutung sozialer Prozesse für den Erfolg von IT-Projekten.

Bücher, Artikel und Statuten

• ACM. 1992. ACM Code of Ethics and Professional Conduct. Available: http://www.acm.org/about-acm/acm-code-of-ethics-and-professional-conduct; CONTENTS [Accessed 2. Mai 2021].
• ACM. 2015. Software Engineering Code of Ethics and Professional Practice [Online]. Available: https://ethics.acm.org/code-of-ethics/software-engineering-code/ [Accessed 2. Mai 2021].
• GI. 2018. Die Ethischen Leitlinien der Gesellschaft fu r Informatik e.V. Deutschland. Available: https://gi.de/fileadmin/GI/Allgemein/PDF/GI_Ethische_Leitlinien_2018.pdf [Accessed 2. Mai 2021].
• BAUMS, A., SCHÖSSLER, M. & SCOTT, B. (eds.) 2015. Kompendium Industrie 4.0: Wie digitale Plattformen die Wirtschaft verändern und wie die Politik gestalten kann, Berlin.
• GLASER, T. 2009. Die Rolle der Informatik im gesellschaftlichen Diskurs. Informatik Spektrum, 32, 223-227.
• KIENLE, A. & KUNAU, G. 2014. Informatik und Gesellschaft - eine sozio-technische Perspektive, München, Oldenbourg.
• LOLL, A. C. 2017. Akteure im Bereich Informatik und Gesellschaft. Informatik Spektrum, 40, 345-350.
• MÜLLER, L.-S. & ANDERSEN, N. 2017. Denkimpuls Digitale Ethik: Warum wir uns mit Digitaler Ethik beschäftigen sollten Ein Denkmuster. Available: http://initiatived21.de/app/uploads/2017/08/01-2_denkimpulse_ag-ethik_digitale-ethik-ein-denkmuster_final.pdf [Accessed 2. Mai 2021].
• RAHWAN, I., BONNEFON, J.-F. & SHARIFF, A. 2017. The Moral Mashine [Online]. Available: http://moralmachine.mit.edu/hl/de [Accessed 2. Mai 2021].
• SOUROUR, B. 2016. The code I m still ashamed of. freeCodeCamp. https://medium.freecodecamp.org/the-code-im-still-ashamed-of-e4c021dff55e [Accessed 2. Mai 2021].

Webseiten

• https://gi.de
• https://netzpolitik.org
• http://humanetech.com
• https://irights.info

In der Veranstaltung werden komplexe und adaptive Systeme zur Problemlösung thematisiert und implementiert. Die Studierenden erwerben hierbei verschiedene Kompetenzen.

 

Fach- und Methodenkompetenz:

Nachdem die Studierenden die Veranstaltung besucht haben

• sind sie in der Lage Problemlösungen mit adaptiven Systemen zu entwickeln und zu analysieren.
• die wichtigsten Begriffe adaptiver und adaptierbarer Informationssysteme für die Erklärung von Systemen einzusetzen.
• Methoden der Computational Intelligence für den Entwurf adaptiver Systeme einzusetzen.
• adaptive Systeme auf Basis der erläuterten Modelle zu implementieren.
• sofern möglich, die erstellten Systeme zu evaluieren.
• die Grenzen adaptiver Systeme zu erkennen.

Fachübergreifende Methodenkompetenz:
Die/der Studierende ist in der Lage zu erkennen, dass mit Methoden der adaptiven Systeme Eigenschaften von technischen aber auch betriebswirtschaftlichen und sozialen Systemen beschrieben werden und deren Verhalten analysiert werden können.

Sozialkompetenz:
Kooperations- und Teamfähigkeit wird während der praktischen Phasen trainiert. Die Studierenden entwickeln praktische Umsetzungen in Teams der Größe 2 und 3 und sind in der Lage die entwickelte Lösung gemeinsam zu präsentieren.

 

• J. Schmidt, Chr. Klüver, J. Klüver, Programmierung naturanaloger Verfahren, Vieweg+Teubner Verlag (2010)
• R. Kruse, C. Borgelt, F. Klawonn, C. Moewes, G. Ruß, M. Steinbrecher, Computational Intelligence, Zweite Auflage, Vieweg+Teubner Verlag (2015)
• W.-M. Lippe, Soft-Computing, Springer Verlag (2005)
• A. Kordon, Applying Computational Intelligence, Springer Verlag (2010)
• I. Witten, E. Frank und M. Hall, Data Mining: Practical Machine Learning Tools and Techniques, 4. Auflage, Morgan Kaufmann (2017), elektronische Version im Intranet verfügbar

Fach- und Methodenkompetenz:

• Absolventinnen und Absolventen des Moduls beherrschen weiterführende formallogische Konzepte der Informatik und sind in der Lage, konkrete klassische und nicht-klassische Logiken, Logikbegriffe und Methodiken auf verschiedene Fragestellungen der Informatik zu übertragen, sie an die jeweiligen Bedürfnisse anzupassen und schließlich praktisch anzuwenden.
• Die Teilnehmerinnen und Teilnehmer beherrschen insbesondere die Grundlagen der formallogischen Modellierung dynamischer Prozesse und ihrer Anwendbarkeit sowie Techniken der formalen Spezifikation und Verifikation von Modellen.
• Die Studierenden können diese Kompetenzen fächerübergreifend einsetzen.

Selbstkompetenz:

• Die Teilnehmerinnen und Teilnehmer sind in der Lage, sich eigenständig mit aktuellen Forschungspapieren zur formallogischen Modellierung und Verifikation in der Informatik auseinanderzusetzen und die Kernaussagen nachzuvollziehen.

Sozialkompetenz:

• Die Teilnehmerinnen und Teilnehmer können formallogische Themen und Fragestellungen didaktisch aufbereitet in Referaten und schriftlichen Ausarbeitungen präsentieren. Sie sind hierbei insbesondere in der Lage, komplexe formallogische Sachverhalte auf verschiedenen Granularitätsebenen wiederzugeben (von der Vermittlung der reinen zugrundeliegenden Idee bis hin zur Ausformulierung der exakten mathematischen Gegebenheiten).
• Die Teilnehmerinnen und Teilnehmer sind in der Lage, Diskussionen zu wissenschaftlichen Fragestellungen (insbesondere hinsichtlich der Anwendbarkeit der vermittelten Inhalte für ihr jeweiliges Studiengebiet) zu führen.
• Die Teilnehmerinnen und Teilnehmer erfassen die Relevanz der vermittelten Inhalte für ihr Studiengebiet und sind fähig, diese Relevanz adäquat zu kommunizieren.

 

Die Veranstaltung beinhaltet folgende Themenbereiche:

• Klassische Begriffe der Modallogik (wie Möglichkeit und Notwendigkeit) und deren Relevanz in der Informatik
• Syntax und Semantik Klassischer Modal- und Zeitlogiken (wie CTL*, CTL und LTL) und deren Anwendungen
• Formallogische Spezifikation und Modellierung informatischer Prozesse mittels Mögliche-Welten-Semantiken
• (Automatisierte) Verifikation modellierter Prozesse mittels Model Checking Verfahren und ihre Anwendungen in der Praxis
• Syntax und Semantik epistemischer Logiken (wie Belief Sets und Epistemische Modallogik) und ihrer Relevanz für die Informatik
• Beispielhafte Anwendung der erlernten Themen: abhängig von den Interessen und fachlichen Hintergründen können verschiedene Beispielanwendungen gewählt werden wie: Formale Hardware Verifikation , Modellierung dynamischer Prozesse , Nebenläufigkeit , etc.
• Sinn betrachtende intensionale / propositionale Logiken und ihre Anwendungen in modernen Informatik Applikationen
• Relevanz von Logiken in den Anwendungen der Künstlichen Intelligenz

• Hughes und Cresswell A New Introduction To Modal Logic, Routledge Chapman & Hall,
• Kropf Introduction to Formal Hardware Verification, Springer-Verlag Berlin and Heidelberg, 1999
• Chagrov und Zakharyaschev Modal Logic, Oxford University Press, 1997
• Gardenfors - Knowledge in Flux: Modeling the Dynamics of Epistemic States (Studies in Logic), College Publications, 2008
• Bab - Epsilon_mu-Logik - Eine Theorie propositionaler Logiken, Shaker Verlag Aachen, 2007

 

Einführung in komponentenbasierte Softwareentwicklung und Anwendung des Erlernten in praktischen Beispielen auf Basis von EJB.

Fach- und Methodenkompetenz:

• Kennen und Abgrenzen des Komponentenbegriffs
• Verstehen der Herausforderungen verteilter Systeme
• Kennen von Lösungsansätzen mit und ohne Middleware
• Kennen typischer Probleme in Enterprise Anwendungen (Transaktionsschutz, Sicherheit, Zugriffskontrolle, Internationalisierung, Skalierbarkeit, Verfügbarkeit, ...)
• Modellieren verteilter Systeme mit der UML
• Verstehen des Unterschieds zwischen Spezifikation und ihrer Realisierung
• Verstehen der EJB-Spezifikation
• Anwenden der EJB-Kenntnisse mit dem glassfish-Applikationsserver
• Entwickeln einer eigenständigen Lösung im Rahmen eines Projekts

Fachübergreifende Methodenkompetenz:

• Entwickeln eines Projekts aus einer beliebigen Anwendungsdomänen

Sozialkompetenz:

• Problemstellungen mittlerer bis hoher Komplexität im Team systematisch bearbeiten
• Im Team kooperativ und arbeitsteilig eine EJB-Lösung erarbeiten
• Im Team kooperativ und arbeitsteilig eine EJB-Lösung dokumentieren

Fach- und Methodenkompetenz:

Nach erfolgreichem Abschluss des Moduls kennen die Studierenden die Terminologie der Computergraphik und können diese korrekt zur Beschreibung von Graphiksystemen einsetzen. Sie kennen wichtige mathematische Konzepte, Algorithmen und Datenstrukturen der Computergraphik und deren Einsatz in gängigen Computergraphik-Systemen.

Sie sind in der Lage passende Lösungen für Problemstellungen aus dem Bereich der Computergraphik auszuwählen und eigene Computergraphik-Anwendungen mit Hilfe einer Standard-Programmierschnitttstelle (z.B. OpenGL) zu entwickeln.

Vorlesung

• Einführung:
  Visuelle Informationsverarbeitung und ihre Anwendungen, Hard- und Software graphischer Systeme
• 2D-Graphik:
  2D-Grundelemente und grundlegende Algorithmen, Kurven, Transformationen und Clipping, Rasterkonvertierung
• 3D-Graphik:
  3D-Grundelemente, Kurven und Flächen, Körpermodellierung, Szenengraph und Transformationen, Projektion, Sichtbarkeit und Verdeckung, Shader-Programmierung, Beleuchtung und Schattierung, Texturen, Ray-Tracing

Praktikum

• Graphik-Programmierung mit OpenGL

Die Studierenden lernen die Unterscheidung von stategischem und operativem Controlling kennen und können die Bedeutung der startegischen Unternehmensplanung als Basis für das strategische Controlling einschätzen.

Fach- und Methodenkompetenz:
Die Studierenden lernen Tools und Techniken des operativen Controllings für die jährliche Gewinnerzielung kennen und anwenden. Sie können Umsatz, Gewinn und Kapital den Return on Investment bestimmen. Sie können den Deckungsbeitrag berechnen und Entscheidungen über die Preiselastizität treffen.
Sie lernen Methoden für das strategische Controlling für den Erhalt des Unternehmens kennen und anwenden. SWOT Analyse, Erfolgsfaktoren und Efolgsobjekte, strategische Geschäftsfeldanalyse und strategische Geschäftseinheiten werden verstanden und eingeordnet werden.

Fachübergreifende Methodenkompetenz:
Die Studierenden lernen den Einsatz von ERP-Systemen im Controlling kennen. Sie können das Controlling in die Stuktur der Unternehmenssoftware einordnen.

Sozialkompetenz:
Durch Gruppenarbeit wird die Sozialkompetenz bei der Teambildung gestärkt und in Diskussionen die Rücksichtnahme gegenüber Anderen vermittelt.

 

Die Studierenden beherrschen wichtige Methoden und Algorithmen der modernen Datenanalyse zur Erkennung von Mustern und Strukturen in großen Datensätzen. Sie sind vor allem vertraut mit den drei Phasen Vorverarbeitung, Analyse und Evaluation des Data Mining Prozesses. Sie sind in der Lage für konkrete Anwendungen aus Industrie und Wirtschaft geeignete Methoden der Datenanalyse auszuwählen, einzusetzen und zur Entscheidungsunterstützung zu nutzen.

Fach- und Methodenkompetenz:

• Die Studierenden besitzen fundierte Kenntnisse der behandelten Methoden der Datenanalyse.
• Die Studierenden wissen, für welche Fragestellungen und Datenarten welche Methode geeignet ist und können Analyseergebnisse einordnen und interpretieren.
• Die Studierenden können eigenständige Analysen von Datensätzen sowohl mit Excel als auch mit spezieller Software (z.B. R, JMP, ...) durchführen.

Sozialkompetenz:

• Die Studierenden können in Teamarbeit Datensätze aus der Praxis mit den Methoden der Veranstaltung analysieren und die Ergebnisse vor dem Plenum präsentieren.

 

• Phasen des Data Mining
• Daten, Relationen und Datenvorverarbeitung
• Multiple Regression
• Clusteranalyse
• Klassifikationsverfahren
• Assoziationsanalyse
• Ausreißererkennung

 

• Cleve, J., Lämmel, U. (2020), Data Mining, 3. Auflage, De Gruyter, Berlin/Boston
• Runkler, A. (2015) Data Mining: Modelle und Algorithmen intelligenter Datenanalyse, 2. Auflage, Springer VS, Wiesbaden.
• Hastie, T., Tibshirani, R., Friedmann, J. (2009), The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2. Auflage, Springer, New York

Fach- und Methodenkompetenzen:

• EER-Modelle entwickeln und diese auf relationale, objekt-relationale und objektrelationale Datenbanken transferieren.
• Grenzen des relationalen Datenbankmodells anhand von Beispielen diskutieren.
• Methoden des Objekt-Relationalen Mappings anwenden.
• 5-Ebenen Modell eines Datenbankmanagementsystems erläutern.
• Konzepte der Speicher- und Zugriffsverwaltung erklären.
• Anhand von Beispielen die Methoden der Zugriffsoptimierung und des Transaktionsmanagements anwenden.
• Möglichkeiten der Performanzoptimierung diskutieren.
• Methoden des SQLTunings anwenden.

Sozialkompetenz:

• Erarbeiten, Erstellen, Kommunizieren und Präsentieren von Lerninhalten in Teams

 

Implementierungskonzepte

• Speicherverwaltung
• logische und physische Zugriffsoptimierung
• Transaktionsmanagement
• Verteilte Datenbanken
• Performanzoptimierung und SQLTuning

Datenbankmodelle

• Datenmodellierung (EER-Modell)
• Grenzen des relationalen Modells
• Objekt-relationale Datenbankerweiterung
• Objekt-Relationales Mapping Frameworks

 

 

Die Veranstaltung beschäftigt sich mit der Entwicklung und Analyse von Systemen, die Methoden der digitalen Bildverarbeitung verwenden.

Fach- und Methodenkompetenz:

Nachdem die Studierenden die Veranstaltung besucht haben, sind sie in der Lage

• die Stufen der digitalen Bildverarbeitung aufzulisten und zu erläutern
• wichtige mathematische und algorithmische Konzepte der digitalen Bildverarbeitung wiederzugeben und anzuwenden
• Bildverarbeitungs-Probleme durch Kombination der behandelten Verfahren zu lösen
• einfache Bildverarbeitungs-Anwendungen mit Hilfe des Programmiersystems Matlab® bzw. der Programmiersprache Java und ImageJ zu entwickeln
• Beispiele für die industrielle Anwendung von digitaler Bildverarbeitung zu kennen

Vermittlung von Grundlagenwissen hinsichtlich der Bedeutung und Entwicklung von Standardsoftware sowie Sensibilisierung für die hiermit verbundenen Problemfelder. Theoretische Kenntnisse über Arten von Anpassungen an Standardsoftware sowie deren praktische Umsetzung an einem konkreten ERP-System. Vertiefung bzw. praktische Anwendung bereits erlernten Fachwissens anhand praxisrelevanter Beispiele.

Fach- und Methodenkompetenz:

• Abgrenzen von Standard- zu Individualsoftware.
• Benennen der Vor- und Nachteile von Standardsoftware.
• Differenzieren der verschiedenen Anpassungsmöglichkeiten einer Standardsoftware sowie bewerten der jeweiligen Konsequenzen.
• Beurteilen der Qualität und Komplexität von Geschäftsprozessen in Hinblick auf Korrektheit,
  Effizienz und Vollständigkeit in integrierten Systemen.
• Konzipieren und Realisieren von funktionalen Erweiterungen an einer Standardsoftware.

Sozialkompetenz:

• Bewerten der Bedeutung von Kommunikations-, Konflikt- und Teamfähigkeit bei Einführungs- und Anpassungsprojekten.
• Sensibilisierung für die sozialen Probleme einer ERP-Einführung.

Berufsfeldorientierung:

• Kenntnisse der Anforderungen unterschiedlicher Berufsbilder im ERP-Umfeld (insb. Vertrieb, Consulting, Projektleitung, Anwendungsentwicklung)

• Skript zur Vorlesung (Hesseler, M.)
• Hesseler, M.; Görtz, M.; Basiswissen ERP-Systeme ; w3l-Verlag; Bochum; 2007;

• Ergänzende Literaturempfehlungen (nicht zwingend erforderlich):
  • Allweyer, T.; Geschäftsprozessmanagement ; w3l-Verlag; Bochum; 2005;
  • Hesseler, M. und Rösel, C.; ERP-Übungsbuch: Entwicklung einer einfachen Fuhrpakrverwaltung in Microsoft Dynamics NAV ; Books on Demand; Norderstedt; 2010;
  • Hesseler, M. und Görtz, M.; ERP-Systeme im Einsatz ; w3l-Verlag; Herdecke; 2009;
  • Luszczak, A.; "Microsoft Dynamics NAV 2009 - Grundlagen", Microsoft Press Deutschland; Auflage: 1, Unterschleißheim, 2009

Fach- und Methodenkompetenz:

• Grundlegende algorithmische Methoden beschreiben können.
• Probleme hinsichtlich Ihrer Modellierungsmöglichkeit und algorithmischen Komplexität einschätzen können.
• Effiziente Algorithmen und Datenstrukturen für ausgewählte grundlegende Probleme beschreiben und implementieren können.
• Algorithmen hinsichtlich ihrer Qualität unter unterschiedlichen Effizienzaspekten einordnen können.
• Konzepte und Methoden zur Lösung von kombinatorischen Optimierungsproblemen kennen und für ein Problem anwenden können.
• Beweise zur Korrektheit und Effizienz von Algorithmen prüfen können.

Vermittlung von Wissen zur Entwicklung verteilter Anwendungen

Fach- und Methodenkompetenz:

• Verstehen der besonderen Anforderungen und Herausforderungen bei der Entwicklung verteilter Systeme
• Kennenlernen der Prinzipien, Architekturen und Mechanismen verteilter Systeme
• Kennern der Herangehenweisen bei der Entwicklung verteilter Systeme
• Umsetzen der aktuellen Konzepte in Java-Programme

Sozialkompetenz:

• Arbeiten in kleinen Teams
• Ergebnisorientierte Gruppenarbeit

Literaturhinweise

• Bengel, Günther: Grundkurs Verteilte Systeme, 4. Auflage Springer Vieweg, 2014
• Dustar, Schahram et. al.: Softwarearchitekturen für verteilte Systeme, Springer, 2003
• Hohpe, Gregor, Woolf, Bobby: Enterprise Integration Patterns, Addison Wesley, 2004
• Kopp, Markus, Wilhelms, Gerhard: Java Solutions

Vermittlung von Grundlagen hardwarenaher Realisierungen innerhalb der technischen Informatik. Theoretische Kenntnisse, deren Anwendung und Übertragung in struktur- (HW) und verhaltensbasierte (SW) Lösungen.

Fachkompetenz:

• Die Studierenden sollen Mealy- & Moore-Automaten, Bausteine der Digitaltechnik, VHDL Sprachelemente und grundlegende HW-Technologien erläutern können.
• Sie können Verfahren zum Übergang von Logik zur Schaltalgebra erläutern, den Zusammenhang von Entwurfsparametern (Performance, Fläche, Leistungsaufnahme, Kosten) differenzieren und Verfahren der Schaltalgebra unterscheiden.
• Die Studierenden können Schaltfunktionen minimieren, Schaltwerke entwerfen, einfache VHDL Programme erstellen, einen FPGA Baustein (Xilinx Spartan 3) konfigurieren und einen VGA Treiber realisieren.

Sozialkompetenz:

• Durch die Arbeit im praktischen Teil (Praktikum in der 2te Semesterhälfte) im Bereich Simulation von VHDL Programmen und FPGA Programmierung in Kleinstgruppen wird die Kommunikationsfähigkeit und verbindliche Abstimmung zwischen Studierenden gestärkt.

Vermittlung von Grundlagenwissen hinsichtlich der Bedeutung und Nutzung von IT Service Management im Unternehmen. Theoretische Kenntnisse über die fünf Phasen und ihre Prozesse, Rollen und Funktionen des Lebenszyklusmodells der IT Infrastructure Library (ITIL). Vertiefung bzw. praktische Anwendung bereits erlernten Fachwissens anhand praxisrelevanter Beispiele.

Fach- und Methodenkompetenz:

• Abgrenzen von IT Management und IT Service Management
• Benennen von Gründen und Zielen einer Nutzung von ITIL
• Differenzieren der verschiedenen Phasen des ITIL Lebenszyklus
• Nutzung von Fallstudien zur Vertiefung der erlernten Kenntnisse und Entwicklung eigener Lösungen im ITIL Umfeld
• Konzipieren und Realisieren von eigenen Umsetzungsszenarien von ITIL in beispielhaften Fallstudien
• Entwickeln von Detailprozessen basierend auf den ITIL Phasen für spezifische praxisbezogene Aufgaben

Fächerübergreifende Methodenkompetenz:

• Auswählen von geeigneten Kommunikationsstrukturen für Service- und Supportprozesse/-strukturen
• Systematische Priorisierung von Aktivitäten und Projekten
• Kennen von Fehlerkulturen (Faktor Mensch in Stresssituationen)
• Einschätzen von klassischen Konflikten zwischen Design- und Betriebsfunktionen
• Einordnung DevOps und Agile Entwicklung in ITIL Phasen
• Systematische Nutzung von IT-Kennzahlen zur Messung der Zielerreichung

Berufsfeldorientierung:

• Kenntnisse der Anforderungen unterschiedlicher Berufsbilder im IT-Service Management-Umfeld (Service Owner, Service Manager, Process Owner, Process Manager, etc.)
• Anwenden von IT-Prozessen im Rahmen des IT-Service Management
• Kennen von Rollen und Verantwortlichkeiten innerhalb des IT-Service Management
• Auswählen und Einsetzen von geeigneten Modellen, Konzepten und Werkzeugen

Die Veranstaltung geht von den betriebswirtschaftlichen Methoden aus und leitet daraus Anforderungen an die IT-Unterstützung ab. Ausgehend von der Betrachtung der konzeptionellen Ebene Analytischer Anwendungen erfolgt die technische Umsetzung der Konzepte und deren Vergleich untereinander.

Fach- und Methodenkompetenz (auch fachübergreifend):

• Kennen und einordnen der Begrifflichkeiten Strategic Alignment, Dokumentenmanagement, Balanced Scorecard, Kennzahlensysteme und Prädiktive Modellierung
• Erkennen der Kernkonzepte der Information Supply Chain, der Multidimensionalen Modellierung, MOLAP, ROLAP, In-Memory, Data Warehouse und Data Mining Konzepte
• Grundlagen der Big Data Verarbeitung
• Verstehen und anwenden von weitergehenden betriebswirtschaftlichen Methoden wie Planung und Budgetierung
• Kennen und Einordnen von Lebensphasenmodellen, Referenzmodellen und Modellierungssprachen
• Informations-Architekturen benennen und unterscheiden können

Berufsfeldorientierung:

• Anwenden und konkreter Umgang der vermittelten Methoden in einem semesterbegleitenden Projekt.
• Aufbau von Berichten und Analysmodellen aus Rohdaten, der Einsatz verschiedener Lebenszyklusmodelle (Kimball, Inmon, CRISP) anhand der Implementierung eines kleinen Business Intelligence Projekts im Team.

Sozialkompetenzen:

• Durch die Gruppenarbeit findet eine Stärkung der persönlichen sozialen Koordination und Kommunikation in der Veranstaltung statt.
• Die durch die Lebensphasenmodelle geführte Projektorganisation und -management vermittelt den Studierenden eine fachübergreifende Methodenkompetenz.

• Überblick und Einführung
• Kapitel I
  • Informations- und Entscheidungstheorie
  • Information Supply Chain
  • Business Signale
  • Operative und Analytische Applikationen
  • Balanced Scorecard
• Kapitel II
  • Rechnungswesen, Controlling, Strategische Planung
  • Extraktion, Transformation, Laden (ETL)
  • Konzept des Data Warehouse
  • Multidimensionale Modellierung
• Kapitel III
  • Predictive Analytics, Data Mining Methoden und Anwendungen
• Kapitel IV
  • Big Data und Dokumentenmanagement
• Kapitel V
  • Multidimensionale Business Anwendungen
  • OLAP Analyse
  • Geschäftsplanung
  • Konzernkonsolidierung
• Kapitel VI
  • Fallbeispiele Analytischer Applikationen
• Kapitel VII
  • Strategic Business und IT Alignment
  • Lebensphasenmodelle für Informationsmanagement-Projekte

Semesterbegleitendes Gruppenprojekt:
Aufbau eines Berichtssystems für Standard und OLAP Berichte auf Basis von touristischen Marktforschungsdaten auf Basis des Microsoft SQL Business Intelligence Studio mit den Teilschritten:

• Verstehen der Fragestellung
• Verstehen der Daten
• Aufbereitung der Daten
• Modellbildung
• Validierung
• Anwendung

 

Die Studierenden sind in der Lage,

• grundlegende Terminologie der Informationssicherheit zu definieren, zu differenzieren und zu erklären.
• die zentrale Bedeutung von Standardisierung in der Informationssicherheit zu verstehen und methodisch abzubilden.
• selbständig Informationen über Schwachstellen und Bedrohungen zu sichten, zu analysieren und darauf aufbauend fundierte Entscheidungen zu treffen.
• organisatorische und technische Sicherheitsmaßnahmen zu erklären und anzuwenden.

Fach- und Methodenkompetenz:

• Die Studierenden kennen die Grundlagen sozialer Gruppen und deren Unterstützung durch technische Systeme
• Die Studierenden sind in der Lage, für die Gruppenarbeit eines Unternehmens ein konkretes System auszuwählen, anzupassen und einzuführen
• Die Bedeutung und Auswirkung der IT-Unterstützung von Gruppenarbeit in Unternehmen ist bekannt

Fachübergreifende Methodenkompetenz:

• Die erlernten Konzepte der Gruppenarbeit können fachübergreifend eingesetzt werde
• Die Studierenden können die Bedeutung kooperativer Systeme für die IT-Landschaft eines Unternehmens beurteilen

Sozialkompetenz:

• Die Seminarbegleitleistung erfolgt als Gruppenarbeit und fördert damit die Sozialkompetenz.
• Dies wird unterstützt durch die Anwendung der in dieser Veranstaltung erlernten Konzepte zum Thema Gruppen

Grundlegende Kenntnisse von Begriffen und Methoden der Künstlichen Intelligenz (KI) und von Anwendungen wissensbasierter Methoden in "Intelligenten Systemen". Grundlegendes Verständnis für die Einsatzmöglichkeiten dieser Methoden. Sensibilität für praxisrelevante Fragestellungen.

Fach- und Methodenkompetenz:

• Erfassen und Darstellen von typischen Software-Architekturen der KI.
• Verständnis und Erklären der Paradigmen symbolischer und subsymbolischer Ansätze der KI.
• Vertieftes Erklären und Demonstrieren von heuristischen Methoden der symbolischen KI: Suche, Constraints, Regelverarbeitung. Grundlegendes Verständnis von Unsicherheit und Unschärfe im Kontext wissensbasierter Anwendungen.
• Entwicklung der Fähigkeit zur Anwendung dieser Methoden im Kontext von einfachen Problemstellungen.
• Konzipieren und Implementieren kleiner Agentenprogramme.
• Verständnis und Anwendbarkeit grundlegender formallogischer Modellierungstechniken im Bereich der KI.

Sozialkompetenz:

• Entwicklung der verbalen Kompetenzen sowie der kommunikativen Fähigkeiten im Team durch das Erarbeiten von Lösungen in Kleingruppen.

Fach- und Methodenkompetenz:

• Software-technische Herausforderungen zur Entwicklung mobiler Apps kennen, verstehen und einschätzen können
• Prozesse, Aktivitäten, Methoden, Techniken, Sprachen und Werkzeuge für ein Mobile-App-spezifisches Requirements Engineering kennen und anwenden können
• Prozesse, Aktivitäten, Methoden, Techniken, Sprachen und Werkzeuge zur Konzeption mobiler Apps kennen und anwenden können
• Prozesse, Aktivitäten, Methoden, Techniken, Sprachen und Werkzeuge zum Design der Interaktionsmöglichkeiten und der Bildschirmseiten einer mobilen App kennen und anwenden können
• Prozesse, Aktivitäten, Methoden, Techniken, Sprachen und Werkzeuge zur Implementierung mobiler Apps kennen und anwenden können
• Prozesse, Aktivitäten, Methoden, Techniken, Sprachen und Werkzeuge zum Test mobiler Apps kennen und anwenden können
• Prozesse, Aktivitäten, Methoden, Techniken, Sprachen und Werkzeuge zum Go Live mobiler Apps kennen und anwenden können
• Prozesse und Aktivitäten, Rollen und Verantwortlichkeiten im Bereich Mobile App Engineering kennen und anwenden können

Selbstkompetenz:

• Ausarbeitung und Erstellung von Mobile-App-spezifischen Entwicklungs- und Ergebnisdokumenten
• Selbstständige Entwicklung einer mobilen App über alle Entwicklungsphasen: von den Requirements bis zum Go Live
• Präsentation der entwickelten und erzielten Ergebnisse

Sozialkompetenz:

• Teamarbeit in Vierer-Gruppen im Praktikum über ein ganzes Semester

Berufsfeldorientierung:

• Praxisnahe Durchführung Mobile-App-spezifischer Prozesse und Aktivitäten
• Praxisnahe Anwendung Mobile-App-spezifischer Methoden, Techniken, Sprachen und Werkzeuge

Ziel und Inhalt der Lehrveranstaltung ist die Vermittlung geeigneter Methoden, Konzepte, Techniken, Sprachen und Werkzeuge, um mobile Business-Apps unter softwaretechnischen Gesichtspunkten professionell konzipieren, designen, entwickeln, testen und in Betrieb nehmen zu können. Hierbei wird der gesamte Lebenszyklus einer mobilen App betrachtet, mit u.a.:

• Benutzer-orientierter Erhebung und Spezifikation der funktionalen und nichtfunktionalen Anforderungen an eine mobile App
• GUI-Prototyping mit Low- und High-Fidelity-Prototypen
• UX/UI-Konzeption,
• Spezifikation des Interaktionsdesigns und der einzelnen Bildschirmseiten,
• Implementierung mobiler Apps,
• Test mobiler Apps
• Prozesse und Aktivitäten zum Go Live einer mobile App

Die dabei durchzuführenden Phasen und Aktivitäten werden mit jeweils geeigneten Methoden, Techniken, Sprachen und Werkzeugen anhand eines großen industriellen Mobile-App-Entwicklungsprojekts praxisnah beschrieben und veranschaulicht.

Im praktischen Teil der Lehrveranstaltung werden ausgewählte Requirements-, Konzeptions-, Design-, Entwicklungs- und Testaktivitäten in Teamarbeit durchgeführt, um eine mobile App selbstständig zu entwickeln.

Fach- und Methodenkompetenz:

Nach Abschluss der Lehrveranstaltung sind die Studierenden in der Lage,

• Modelle von Softwaresystemen und technischen Systemen zu erstellen.
• Mit Hilfe von Modellen automatisiert Software zu erzeugen.
• Eine domänenspezifische Sprache (DSL) zu konzipieren, sowie textuell oder grafisch zu realisieren und Werkzeugunterstützung bereitzustellen.
• Eine DSL mit Constraints anreichern, um die Wohlgeformheit von Modellen sicherzustellen
• Transformationen und einfache Code-Generatoren zu konstruieren.
• Geeignete Technologien für Modellierung und Generierung auszuwählen.

Fachkompetenz:

• NoSQL-Datenbankmodelle kennen, einsetzen und Einsatzmöglichkeiten aufzeigen.
• Materialisierte und virtuelle Informationsintegration kennen und erläutern.
• Verteilte Datenbankarchitekturen für Big Data Anwendungen kennen und erläutern.
• Exemplarische Data-Streaming Applikationen kennen und erläutern.
• Bewertung von Big-Data Anwendungen unter Berücksichtigung von ethischen, sozialen und wirtschaftlichen Aspekten durchführen.

Sozialkompetenz:

• Erarbeiten, Kommunizieren und Präsentieren von nicht-relationalen Datenbankanwendungen in Kleingruppen.
• Kooperatives Erstellen und nicht-relationalen Datenbankanwendungen und deren Vergleich mit relationalen Lösungen

Berufsfeldorientierung:

• Kennen der Anforderungen unterschiedlicher Berufsbilder im Datenbanken-Umfeld (Datenbankadministrator. Datenbankentwickler, Anwendungsentwickler, Datenschutzbeauftragter).

1. Verteilte Datenbanken und Big Data Anwendungen
2. Architekturen für Data Streaming Anwendungen
3. NoSQL-Datenbankmodelle
4. Ausgewählte Algorithmen (z.B. Map-Reduce-Algorithmus)
5. Aktuelle Anwendungen

 

Die Studierenden sollen in die Lage versetzt werden, bei der Erstellung von IT-gestützten Medienprodukten mitarbeiten zu können. Dies beinhaltet sowohl klassische medienbasierte Multimediaprodukte, wie DVDs, aber auch webbasierte Angebote. Hierzu werden die benötigen Grundlagen für ein Verständnis der heute üblichen Medientechnologien vermittelt. Dies reicht von der Entwicklung eigener Filter zur Bildbearbeitung bis zur Sensibilisierung gegenüber den besonderen rechtlichen Rahmenbedingungen beim Einsatz von Medien in Softwareprodukten.

Fach- und Methodenkompetenz:

• SW-technische Umsetzung grundlegender Bildbearbeitung-Algorithmen
• Benennen wichtiger Mediendateiformate, sowie deren Eigenschaften
• Erstellen der Huffman-Codierung zu einer gegebenen Nachrichtenquelle
• Berechnung der Entropie einer Nachrichtenquelle
• Umrechnung zwischen Farbmodellen
• SW-technische Umsetzung von grundlegenden Grafikalgorithmen, wie z.B. Floodfill

Sozialkompetenz:

• Bearbeitung der Übungsaufgaben in Kleingruppen von 2-4 Studierenden
• Paarweises Programmieren

Berufsfeldorientierung:

• Vermittlung von grundlegenden Kenntnissen für IT Medienprojekte

1. Grundlagen

• Historie
• Nachrichtentechnik
• Informationstheorie
• Kompression & Codierung

2. Grafik & Schrift

• Wahrnehmung
• Farbmodelle
• Grafikformate
• Typografie
• Schriftformate & Zeichensätze

3. Audio

• Grundlagen
• Sprache
• Datenformate

4. Video & Animation

• Grundlagen
• Analog- & Digital-Technik
• Echtzeitgrafik

5. Interdisziplinarität

• Medienengineering
• Entwicklungsprozesse
• Ethik digitaler Medien
• Recht in der Medieninformatik

6. Weiterführende Inhalte

In Absprache mit den Studierenden werden ein bis drei der folgenden Themen behandelt. Die Liste wird bei aktuellem Anlass erweitert.

• Virtual & Augmented Reality
• Mobile & Wearable Computing
• Videobearbeitung
• Audiobearbeitung
• Streaming