Inhalt anspringen

Bachelor Informationstechnik mit PR / Auslandsstudiensemester

Schnelle Fakten

  • Fachbereich

    Informationstechnik

  • Stand/Version

    2023

  • Regelstudienzeit (Semester)

    7

  • ECTS

    210

Studienverlaufsplan

  • Wahlpflichtmodule 1. Semester

  • Wahlpflichtmodule 2. Semester

  • Wahlpflichtmodule 3. Semester

  • Wahlpflichtmodule 5. Semester

  • Wahlpflichtmodule 6. Semester

Modulübersicht

1. Studiensemester

Grundlagen der Informationstechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10020

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Nach erfolgreicher Teilnahmen am Modul sind die Studierenden in der Lage:

Wissen und Verstehen:

  • die Problemdomänen der betrachteten Sprachen zu benennen.
  • das Speichermanagement der betrachteten Sprachen zu beschreiben.
  • unterschiedliche Ansätze beim Exception-Handling zu beschreiben.
  • die Unterschiede zwischen prozeduraler und objektorientierter Programmierung zu erklären.
  • den Unterschied zwischen dynamischer und statischer Bindung zu erklären.
  • die Besonderheiten der Mehrfachvererbung zu verstehen.
  • verschiedene Ansätze für die Realisierung von Properties (Eigenschaften) zu beschreiben.


Einsatz, Anwendung und Erzeugung von Wissen:

  • grundlegende dynamische Strukturen zu implementieren.
  • abstrakte Klassen, Schnittstellen und Polymorphismus in den betrachteten Sprachen zu nutzen.
  • die Auswirkung von Plattformabhängigkeiten zu beurteilen.
  • Zeiger und Referenzen zielgerichtet anzuwenden.
  • Datentypen als Parameter zu nutzen.
  • Operatorüberladung zu nutzen.


Kommunikation und Kooperation:

  • die eigenen Programme im Praktikum vorzustellen
  • Programmen im Forum (Live-Programmierung) zu diskutieren


Wissenschaftliches Selbstverständnis / Professionalität:

  • bereits bekannte Konzepte genauer zu analysieren.
  • für eine gegebene Problemdomäne eine geeignete Sprache auszuwählen.
  • Lösungen zwischen verschiedenen Sprachen zu transferieren.

Inhalte

Modulbeschreibung:
Vertiefung der Programmierkenntnisse über die vergleichende Betrachtung der Sprachen Java, C, C++ und C; . Identifizieren von individuellen Stärken und Schwächen der einzelnen Sprachen in Abhängigkeit von bestimmten Aufgabenstellungen.

Modulstruktur:
  • Einführung in die Programmiersprachen C, C++ und C;
  • Vergleich prozeduraler und objektorientierter Programmierkonzepte
  • Programmstrukturierung
  • Variablen, Zeiger und Referenzen
  • Zusammengesetzte Datentypen
  • Dynamische Speicherverwaltung
  • Typkonvertierung
  • Konstruktoren und Destruktoren
  • Überladen von Operatoren
  • Ausnahmebehandlung
  • Virtuelle Elementfunktionen
  • Abstrakte Klassen und Schnittstellen
  • Polymorphismus
  • Mehrfachvererbung
  • Generische Programmierung und Templates

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb, Projektion und Live-Programmierung
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • Bearbeitung von Programmieraufgaben im Praktikum (am Rechner in Einzel- oder Teamarbeit)

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Schriftliche Klausurarbeit (zwischen 60 und 90 Minuten)

Voraussetzungen für die Vergabe von Kreditpunkten

Bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

 
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual

Literatur

  • Kernighan B.W., Ritchie D.M.; "The C Programming Language", Prentice Hall, 1988
  • Breymann U.; "C++ programmieren", Carl Hanser Verlag, München, 2023
  • Stroustrup, B.; "The C++ Programming Language", Addison-Wesley, Boston, 2013
  • Stellman, A., Green, J.; "Head First C; ", O'Reilly, Beijng, 2012
  • Troelsen, A., Japikse, P.; "Pro C# 10.0 with .NET 6", APRESS, New York, 2022

Mathematik 1
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10010

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Nach erfolgreicher Teilnahme am Module sind die Studierenden im Rahmen der Programmerstellung in der Lage:

Wissen und Verstehen:

  • den Einfluss der Klasse Objekt zu erläutern.
  • den grundlegenden Aufbau der Collection-API zu beschreiben.
  • das Exception-Handling zu erläutern.
  • die Grundlagen der Serialisierung zu erläutern.
  • den Zusammenhang zwischen Prozessen und Threads erläutern.
  • Merkmale der deklarativen Programmierung zu benennen.


Einsatz, Anwendung und Erzeugung von Wissen:

  • Informationen in einer API-Dokumentation zu finden und zu nutzen.
  • Komponenten über Schnittstellen zu entkoppeln.
  • ein Anwendungsprogramm in Abstraktionsschichten zu strukturieren.
  • fachliche Objekte in generischen Sammlungen zu verwalten.
  • verschiedene Sortierreihenfolgen zu implementieren.
  • zielgerichtet vorgefertigte Komponenten über eine Anwendungsprogrammierschnittstelle (API) zu nutzen.
  • mit einem Programm lesend und schreibend auf das Dateisystem zuzugreifen.
  • Datenströme zu nutzen.
  • nebenläufige Berechnungen zu realisieren.
  • eine graphische Benutzungsoberfläche (GUI) aus technischer Sicht zu implementieren.
  • deklarative Lösungen zu realisieren.


Kommunikation und Kooperation:

  • durch Abstraktion und der Trennung von Zuständigkeiten arbeiten im Team zu ermöglichen.
  • eigenen Programme im Praktikum vorzustellen.


Wissenschaftliches Selbstverständnis / Professionalität:

  • Anwendungsprogramme zu strukturieren.
  • zielgerichtet vorgefertigte Komponenten zu nutzen.
  • den Aufwand von Programmiertätigkeiten besser abzuschätzen.

Inhalte

Modulbeschreibung:
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.

Modulstruktur:
  • Vertiefung der objektorientierten Programmierung in Java (Pakete, Klasse Objekt, abstrakte Klassen, Interfaces, Polymorphismus)
  • Ausnahmebehandlung
  • Verwendung von generischen Sammlungen zur Objektverwaltung
  • Festlegung der Sortierreihenfolgen für Objekte
  • Zugriffe auf das Dateisystem und Organisation von Dateien (Java IO)
  • Datenströme
  • Serialisierung von Objekten
  • Programmierung grafischer Benutzungsoberflächen (JavaFX)
  • Ereignisbehandlung
  • Nebenläufige Programmierung (Threads)
  • Java Stream-API und Lambda-Ausdrücke
  • Architektur von Anwendungsprogrammen aus Implementierungssicht

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb, Projektion und Live-Programmierung
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • Bearbeitung eine Programmierprojekts im Praktikum (am Rechner in Einzel- oder Teamarbeit)

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Schriftliche Klausurarbeit (zwischen 60 und 90 Minuten)

Voraussetzungen für die Vergabe von Kreditpunkten

Bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

 
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual

Literatur

  • Horstmann, C.; "Core Java, Volume 1: Fundamentals", Pearson, Hoboken, New Jersey, 2024
  • Horstmann, C.; "Core Java, Volume 2: Advanced Features", Pearson, Hoboken, New Jersey, 2024
  • Horstmann, C.; "Core Java for the Impatient", Addison-Wesley, Hoboken, New Jersey, 2025
  • Urma, R.-G., Fusco, M., Mycroft, A.; "Modern Java in Action: Lambdas, streams, functional and reactive programming", Manning, Shelter Island, 2019
  • Epple, A.; "JavaFX 8: Grundlagen und fortgeschrittene Techniken", dpunkt.verlag, Heidelberg, 2015
  • Sharan, K., Späth, P.; "Learn JavaFX 17: Building User Experience and Interfaces with Java", Apress, New York, 2022

Informatik 1
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10160

  • Dauer (Semester)

    1

  • Selbststudium

    150 h


Lernergebnisse (learning outcomes)/Kompetenzen

Durch die Projektarbeit erlernen die Studierenden folgende Kompetenzen, die sie zur Erstellung ihrer späteren Abschlussarbeit vorbereiten und für den Berufseinstieg qualifizieren:

  • Lösen informatikspezifischer Probleme nach Möglichkeit im Unternehmenskontext durch die ingenieursmäßige Erstellung einer Software-/Hardwarelösung (d.h. Spezifikation von Anforderungen, Abwägung und Bewertung von Lösungsalternativen, Modellierung von Systemen und Sicherung der Qualität) unter Berücksichtigung begrenzter Ressourcen.
  • Durchführung der Arbeit als Projekt (d.h. Zielsetzung und Planung von Projekten, die Vor- und Nachkalkulation des Zeitaufwandes), sowie 
  • Anfertigung der schriftlichen Ausarbeitung unter Anwendung wissenschaftlicher Arbeitsmethoden (u.a. Literaturrecherche, richtiges Zitieren). 
  • Beurteilen der eigenen Arbeitsergebnisse.
  • Befähigen zur Teamarbeit mit Entwicklern und (soweit möglich) Anwendern, speziell: zur Präsentation von Arbeitsergebnissen, zur Leitung und Moderation von Besprechungen sowie zur Lösung von Konflikten.
  • Bearbeiten praxisrelevanter Aufgabenstellungen.

Weitere Details siehe Prozessbeschreibung PB-PAAA (Anhang IV).

Inhalte

Die Inhalte einer Projektarbeit werden bewertet nach Aufwand und Komplexität, Originalität und Eigenständigkeit, wissenschaftlicher Arbeitstechnik und methodischem Vorgehen, praxisrelevanter Umsetzung, Stil und äußerer Form.

Die Studierenden haben bzgl. des Projektthemas ein Vorschlagsrecht. Das Projekt soll bevorzugt außerhalb der Hochschule durchgeführt werden (weitere Details regelt die Verfahrensanweisung VA-PAAA-EXT). Gruppenarbeit wird gewünscht. Die in den Projekten direkt benötigten spezifischen Kenntnisse werden bei Bedarf in Blockveranstaltungen vermittelt. 
Regelmäßige Projektsitzungen geben den Studierenden die Möglichkeit, die oben genannten Fähigkeiten zur Teamarbeit durch Einübung zu erwerben. Dabei wird insbesondere die Qualitätssicherung durch Präsentation von Ergebnissen aus Analyse, Entwurf und Implementierung trainiert.

Im Allgemeinen wird die Projektarbeit 1 und 2 als eine Arbeit bearbeitet, im Einzelfall ist eine Trennung möglich (siehe Curriculum). Der Aufwand beträgt für die Projektarbeit 1 und 2 in der Summe 450 Stunden.

Lehrformen

  • Projektarbeit; abschließende Präsentation

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Projektarbeit mit mündlicher Prüfung

Voraussetzungen für die Vergabe von Kreditpunkten

erfolgreiche Projektarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Wirtschaftsinformatik
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Informatik Dual
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik

Literatur

Muss von den Studierenden selbst in Bezug zum gewählten Thema der Projektarbeit ermittelt werden.

Übergreifend:

    • Wissenschaftliches Arbeiten - Wissenschaft, Quellen, Artefakte, Organisation, Präsentation - Helmut Balzert, Christian Schäfer, Marion Schröder - W3L, 2. Aufl., 2011

Mikroprozessortechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10040

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Wissen und Verstehen

Nach erfolgreicher Teilnahme am Modul:

  • besitzen die Studierenden Kenntnisse der Terminologie der Computergraphik und können diese korrekt zur Beschreibung von Graphiksystemen einsetzen
  • können die Studierenden mathematische Konzepte, Algorithmen und Datenstrukturen der Computergraphik an Beispielen erläutern

Einsatz, Anwendung und Erzeugung von Wissen

Nach erfolgreicher Teilnahme am Modul können die Studierenden:

  • mathematische Konzepte, Algorithmen und Datenstrukturen der Computergraphik auf Problemstellungen übertragen
  • Szenengraphen inkl. Transformationen konstruieren
  • Lösungen für typische Problemstellungen der Computergraphik mit Hilfe von OpenGL und GLSL implementieren

Inhalte

Vorlesung

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

Praktikum

  • Graphik-Programmierung mit C++, OpenGL und der OpenGL Shading Language (GLSL)

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden inkl. Übungen auf der Basis von praxisnahen Beispielen
  • vorlesungsbegleitendes Praktikum mit Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

schriftliche Klausurarbeit

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Informatik Dual
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik

Literatur

  • Nischwitz, A., Fischer M., Haberäcker P., Socher G.: Computergrafik : Band I des Standardwerks Computergrafik und Bildverarbeitung; Springer Vieweg; 4. Auflage; 2019
  • Marschner, S., Shirley, P.: Fundamentals of Computer Graphics, 5th. ed., CRC Press, 2022
  • Hughes J.F., van Dam A., McGuire M., Sklar D.F., Foley J., Feiner S.K., Akeley K.: Computer Graphics principles and practice, 3rd ed., Addison-Wesley, 2013
  • Kessenich, J.; Sellers, G.; Shreiner,D.: OpenGL Programming Guide, 9th ed., Addison-Wesley, 2017

Physik 1
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10103

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Nach erfolgreicher Teilnahme an der Modulveranstaltung beherrschen die Studierenden 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.

Inhalte

Die Modulveranstaltung vermittelt die Phasen des Data Mining wie sie im KDD und CRISP Modell beschrieben sind. Daten, Relationen, Datenvorverarbeitung und Ausreißererkennung werden behandelt. Als Methoden der Datenanalyse werden Verfahren der Clusteranalyse (k-Means, Hierarchische Agglomerative Verfahren), Klassifikationsverfahren (Nächste-Nachbar, Naives Bayes, Lineare Diskriminanzanalyse, Entscheidungsbäume, Support Vector Machines, Logistische Regression) und die Assoziationsanalyse vermittelt.  

Lehrformen

Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion, Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit, Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit, Übungen oder Projekte auf der Basis von praxisnahen Beispielen
n Beispielen

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

  • Projektarbeit mit mündlicher Prüfung

Voraussetzungen für die Vergabe von Kreditpunkten

  • bestandene mündliche Prüfung
  • erfolgreiche Projektarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Medizinische Informatik
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual
  • Bachelor Wirtschaftsinformatik
  • Bachelor Informatik

Literatur

 

  • 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

Praxisnahe Grundlagen 1
  • PF
  • 5 SWS
  • 5 ECTS

  • Nummer

    10050

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

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

Inhalte

  • IT Management und Business Service Management (BSM) Grundlagen
  • Business Process Modelling Notation Grundlagen
  • IT-Servicemanagement (ITSM) Grundlagen
  • Konzepte und Methoden des IT Servicemanagements
  • ITIL Grundlagen und Historie
  • ITIL (IT Infrastructure Library) V3 2011
  • Servicestrategie (Service Strategy)
  • Serviceentwurf (Service Design)
  • Serviceüberführung (Service Transition)
  • Servicebetrieb (Service Operation)
  • Kontinuierliche Serviceverbesserung (Continual Service Improvement)

Lehrformen

  • Vorlesung im seminaristischen Stil, mit Tafelanschrieb und Projektion
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • Fallstudien
  • Rollenspiele
  • Übungen oder Projekte auf der Basis von praxisnahen Beispielen

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Semesterbegleitende Prüfungsleistungen (Umfang 1/3) + mündliche Prüfung (Umfang 2/3)

Voraussetzungen für die Vergabe von Kreditpunkten

Semesterbegleitende Prüfungsleistungen und mündliche Prüfung müssen in Summe bestanden sein.

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Wirtschaftsinformatik
  • Bachelor Software- und Systemtechnik (dual)
  • WXYZ
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik

Literatur

  • Axelos, ITIL® Service Continual Service Improvement; Edition2011; London TSO; 2013
  • Axelos, ITIL® Service Design, Edition 2011; London TSO; 2013
  • Axelos, ITIL® Service Operation; Edition 2011; London TSO; 2013
  • Axelos, ITIL® Service Strategy; Edition 2011; London TSO; 2013
  • Axelos, ITIL® Service Transition; Edition 2011; London TSO; 2013
  • Beims, M.; IT-Service Management mit ITIL®, ITIL® Edition 2011, ISO 20000:2011 und PRINCE2® in der Praxis; 3. Auflage; Dr. Carl Hanser Verlag; 2012
  • Buchsein, R., Victor, F. Günther, H., Machmeier, V.; IT-Management mit ITIL® V3: Strategien, Kennzahlen, Umsetzung; 2. Auflage; Vieweg; Wiesbaden; 2008
  • Olbrich, Al.; ITIL kompakt und verständlich; 4. Auflage; Vieweg; Wiesbaden; 2006
  • Victor, F., Günther, H.; Optimiertes IT-Management mit ITIL; 2. Auflage; Vieweg; Wiesbaden; 2005
  • Zarnekow, R., Fröschle, H.-P.; Wertorientiertes IT-Servicemanagement: HMD - Praxis der Wirtschaftsinformatik (Heft 264); dpunkt Verlag; Heidelberg; 2008.

2. Studiensemester

Grundlagen der Elektrotechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10090

  • Dauer (Semester)

    1


Informatik 2
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10161

  • Dauer (Semester)

    1


Kommunikationstechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10081

  • Dauer (Semester)

    1


Mathematik 2
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10060

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

In diesem Modul werden nicht regelmäßig angebotene Veranstaltungen verschiedener Themen der Informatik zusammengefasst. Die Inhalte und Kompetenzen werden jedes Semester in einem Zusatzdokument veröffentlicht. 

Die Kompetenzen ergeben sich aus dem veröffentlichten Zusatzdokument zu der konkreten Veranstaltung.

Inhalte

Die Inhalte ergeben sich aus dem veröffentlichten Zusatzdokument zu der konkreten Veranstaltung.

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • Vorlesung im seminaristischen Stil, mit Tafelanschrieb und Projektion
  • vorlesungsbegleitende Übung
  • vorlesungsbegleitendes Praktikum

Prüfungsformen

  • Schriftliche Klausurarbeit
  • projektbezogene Arbeit mit Dokumentation und Präsentation mit anschließender mündlicher Prüfung
  • mündliche Prüfungen
  • Hausarbeiten
  • Referate 

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Prüfung

Literatur

siehe Zusatzdokument zur konkreten Veranstaltung

Physik 2
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10104

  • Dauer (Semester)

    1


Praxisnahe Grundlagen 2
  • PF
  • 5 SWS
  • 5 ECTS

  • Nummer

    10110

  • Dauer (Semester)

    1


3. Studiensemester

Grundlagen der Signal- und Systemtheorie
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10130

  • Dauer (Semester)

    1


Informatik 3
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10162

  • Dauer (Semester)

    1


Kommunikationsnetze und IT-Sicherheit
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10151

  • Dauer (Semester)

    1


Messtechnik und Fehlerrechnung
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10182

  • Dauer (Semester)

    1


Mobile Robotik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10323

  • Dauer (Semester)

    1


Modellbildung & Simulation für die Digitalen Technologien
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10191

  • Dauer (Semester)

    1


Modellbildung & Simulation für die Informationstechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10192

  • Dauer (Semester)

    1


Praxisnahe Grundlagen 3
  • PF
  • 5 SWS
  • 5 ECTS

  • Nummer

    10200

  • Dauer (Semester)

    1


Robotik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10153

  • Dauer (Semester)

    1


Smart Mobility
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10152

  • Dauer (Semester)

    1


Übertragungstechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10181

  • Dauer (Semester)

    1


4. Studiensemester

Connected Car und V2X
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10242

  • Dauer (Semester)

    1


Automotive Systems Engineering
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10252

  • Dauer (Semester)

    1


Autonome Systeme
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10241

  • Dauer (Semester)

    1


Fachpraktikum 1 Informationstechnik
  • PF
  • 5 SWS
  • 5 ECTS

  • Nummer

    10281

  • Dauer (Semester)

    1


Informatik 4
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10163

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Fach- und Methodenkompetenz:

Kennen:

  • Grundlegende Konzepte der Betriebssysteme
  • Funktionsweise von Linkern und Ladern
  • Prinzipien zum Debuggen von Anwenderprogrammen
  • Konzepte der Java VM und der dynamischen Speicherverwaltung

Anwenden:

  • Nebenläufige Programmierung unter Java
  • Anwendung der Methoden der Java Runtime-, Thread- und der ClassLoader-Klassen
  • Nutzung synchroner und asynchroner Kommunikation

Inhalte

  • Ausgewählte Themen aus dem Gebiet der Betriebssysteme (Linker und Lader, Laufzeitumbebung, Speicherverwaltung, wechselseitiger Ausschluss, Deadlocks, nebenläufige Programmierung, Scanner, Parser)
  • Ausgewählte Themen aus dem Gebiet der verteilten Systeme (synchrone und asynchrone Kommunikation, Uhrensynchronisation)
  • Ausgewählte Themen aus dem Gebiet der hardwarenahe Programmierung (Datentypen und Basisoperationen, Interrupts)

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

schriftliche Klausurarbeit

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik

Literatur

  • A. Silberschatz, P. Galvin: Operating System Concepts, John Whiley & Sons, 2008 (8th Edition)
  • Andrew S. Tanenbaum: Computernetzwerke, Pearson Studium, München 2003
  • Andrew S. Tanenbaum: Moderne Betriebssysteme, Pearson Studium, München 2009

Schlüsselqualifikationen
  • PF
  • 4 SWS
  • 4 ECTS

  • Nummer

    10270

  • Dauer (Semester)

    1


Sensorik und Simulation
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10253

  • Dauer (Semester)

    1


Signalverarbeitung & Regelungstechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10220

  • Dauer (Semester)

    1


Softwaretechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10251

  • Dauer (Semester)

    1


Einführung in Maschinelles Lernen und Künstliche Intelligenz
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10407

  • Dauer (Semester)

    1


Angewandte Biosignalverarbeitung - Einf. In maschinelle Lernverfahren
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10416

  • Dauer (Semester)

    1


Angewandte Biosignalverarbeitung - Schlagdetektion
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10404

  • Dauer (Semester)

    1


Ausgewählte Kapitel der Digitalen Technologien 1
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10418

  • Dauer (Semester)

    1


Ausgewählte Kapitel der Digitalen Technologien 2
  • WP
  • 2 SWS
  • 6 ECTS

  • Nummer

    10419

  • Dauer (Semester)

    1


Ausgewählte Softwaresysteme - Programmierung IV
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10402

  • Dauer (Semester)

    1


Automotive Systems
  • WP
  • 2 SWS
  • 5 ECTS

  • Nummer

    10434

  • Dauer (Semester)

    1


Bewegungsanalyse
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10432

  • Dauer (Semester)

    1


Bildgebende Verfahren der Medizintechnik 1
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10405

  • Dauer (Semester)

    1


Bildgebende Verfahren der Medizintechnik 2
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10415

  • Dauer (Semester)

    1


Cyber Security 1
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10423

  • Dauer (Semester)

    1


Cyber Security 2
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10430

  • Dauer (Semester)

    1


DSVM
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10413

  • Dauer (Semester)

    1


DT Ergänzung
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10401

  • Dauer (Semester)

    1


Digitale Signalverarbeitung 2
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10414

  • Dauer (Semester)

    1


Digitale Signalverarbeitung für (Mobil-)Kommunikationssysteme
  • WP
  • 2 SWS
  • 6 ECTS

  • Nummer

    10420

  • Dauer (Semester)

    1


Digitalfilter
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10436

  • Dauer (Semester)

    1


EM Design
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10428

  • Dauer (Semester)

    1


Einführung in die Radartechnik
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10445

  • Sprache(n)

    de

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Wissen und Verstehen:

  • Die Anforderungsanalyse und Spezifikation, den Entwurf, die Implementierung, den Test und die Inbetriebnahme von mobilen Apps durchführen können
  • 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

Einsatz, Anwendung und Erzeugung von Wissen:

  • Ausarbeitung und Erstellung von Mobile-App-spezifischen Entwicklungs- und Ergebnisdokumenten
  • Selbstständige Entwicklung einer mobilen App über alle Entwicklungsphasen: vom Requirements Engineering bis zur Inbetriebnahme (Go Live)
  • Präsentation der entwickelten und erzielten Ergebnisse

Kommunikation und Kooperation:

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

Wissenschaftliches Selbstverständnis:

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

Inhalte

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.

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • vorlesungsbegleitende Übung
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • vorlesungsbegleitendes Praktikum
  • Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit
  • abschließende Präsentation

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

    - Entwicklung einer anforderungsspezifischen mobilen App
    - Erstellung und Upload aller zentralen Entwicklungsartefakte
    - Zwei Meilensteine (Mitte und Ende der Vorlesungszeit) à 50 Punkte mit Präsentationen der jeweiligen (Zwischen-)Ergebnisse

Voraussetzungen für die Vergabe von Kreditpunkten

Bestehen beider Meilensteine (Mitte und Ende der Vorlesungszeit) mit mindestens 4,0 (ausreichend) bzw. 25 Punkten. 

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Wirtschaftsinformatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Informatik Dual
  • Bachelor Medizinische Informatik Dual

Literatur

  • Vollmer, G. (2017): Mobile App Engineering, Heidelberg: dpunkt-Verlag.

Einführung in die Robotik
  • WP
  • 4 SWS
  • 3 ECTS

  • Nummer

    10431

  • Dauer (Semester)

    1


Einführung in die mobile Robotik
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10425

  • Dauer (Semester)

    1


Embedded Systems Hardware Design and Rapid Prototyping
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10421

  • Dauer (Semester)

    1


Extended Reality
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10429

  • Dauer (Semester)

    1


Extended Reality 2
  • WP
  • 4 SWS
  • 6 ECTS

  • Nummer

    10433

  • Dauer (Semester)

    1


Grundlagen der Mensch-Computer-Interaktion
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10424

  • Dauer (Semester)

    1


IoT-Netze und Protokolle
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10440

  • Dauer (Semester)

    1


IoT-Protokolle
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10435

  • Dauer (Semester)

    1


Mathematik Ergänzungen 1
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10406

  • Dauer (Semester)

    1


Mathematik Ergänzungen 2
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10412

  • Dauer (Semester)

    1


Medizinische Signalverarbeitung
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10403

  • Dauer (Semester)

    1


Neuronale Netze und Deep Learning
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10417

  • Dauer (Semester)

    1


RMS anerk.
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    RMS

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

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.

Inhalte

  • Grundlagen und Beispiele adaptiver und komplexer Systeme und deren Anwendung auf Regelungssysteme, Netzwerke und das Web
  • Modellierung von Adaptierungsvorgängen durch verschiedene adaptive Techniken
  • Anwendung von Methoden des Soft Computing (u.a. evolutionäre Algorithmen, Partikelschwarmoptimierung, Ameisenkolonieoptimierung, Fuzzy-Logik, Neuronale Netzwerke und moderne maschinelle Lernverfahren) zur Systemanpassung an (Kontext-)Änderungen
  • Personalisierung und Modellierung von User-Profilen sowie des Kontexts
  • Anwendung von Methoden der Datenklassifikation bei Systemen zur Entscheidungsunterstützung (u.a. Rating-Systeme, kollaborative und soziale Empfehlungssysteme)
  • Modellbasierte selbst-adaptive Systeme
  • Aktuelle Anwendungen adaptiver Systeme aus dem Kontext der Informatik und Medizininformatik

Lehrformen

  • Vorlesung im seminaristischen Stil, mit Tafelanschrieb und Projektion
  • vorlesungsbegleitendes Praktikum
  • Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

  • schriftliche Klausurarbeit oder mündliche Prüfung (gemäß akt. Prüfungsplan)

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit oder bestandene mündliche Prüfung (gemäß akt. Prüfungsplan)

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual
  • Bachelor Informatik

Literatur

 

  • 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

RMS anerk.
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    RMS

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Nach erfolgreicher Teilnahme am Modul:
  • haben die Studierenden das Beweisprinzip der vollständigen Induktion verstanden und können dieses anwenden.
  • sind die Studierenden mit der kartesischen Darstellung von komplexen Zahlen vertraut und können die Grundrechenarten auf komplexe Zahlen anwenden.
  • kennen die Studierenden den Funktionsbegriff und können die Eigenschaften von Funktionen bestimmen und benennen.
  • können die Studierenden das Grenzwertverhalten von Folgen, Reihen und Funktionen bestimmen.
  • sind die Studierenden in der Lage Taylor-Reihen zu bestimmen und mit Hilfe von Taylor-Polynomen Funktionen zu approximieren.
  • können Studierende Funktionen differenzieren und integrieren und diese Kenntnisse in Anwendungen (u. a. Extremwertberechnungen, Regel von de l’Hospital, Flächenberechnungen) nutzen.
  • kennen Studierende Funktionen in höheren Dimensionen. Sie können Extremstellen dieser Funktionen bestimmen sowie mehrdimensionale Integrale berechnen.

Inhalte

  • Zahlbereiche, vollständige Induktion
  • Funktionen: Polynome, rationale Funktionen, Exponential- und Logarithmusfunktion, trigonometrische Funktionen und deren Umkehrfunktionen sowie andere elementare Funktionen
  • Konvergenz von Folgen und Reihen
  • Grenzwerte und Stetigkeit von Funktionen, Nullstellenberechnung von Funktionen
  • Differenzierbarkeit von Funktionen; ein- und mehrdimensionale Differentialrechnung
  • Regel von de l'Hospital
  • Taylor-Reihen-Entwicklung, Approximation von Funktionen durch Polynome
  • Lokale und globale Extrema von Funktionen in einer oder mehreren Variablen
  • Integration stetiger Funktionen in einer und mehreren Variablen (Stammfunktion, partielle Integration, Substitutionsregel)

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden
  • vorlesungsbegleitende Übung
  • aktives, selbstgesteuertes Lernen durch Aufgaben und Begleitmaterialien

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Die Modulprüfung besteht aus einer schriftlichen Klausur, in der die Studierenden grundlegende Kenntnisse der behandelten Inhalte abrufen und erinnern sollen. Darüber hinaus sollen sie in der Lage sein, diese Kenntnisse auf neue Fragestellungen zu übertragen und anzuwenden.
Dauer: 90 Minuten.
 

Voraussetzungen für die Vergabe von Kreditpunkten

Die Leistungen werden benotet und müssen mit mindestens ausreichend (4,0) abgeschlossen werden.

Die Leistung gilt als mindestens ausreichend, wenn sowohl im Grundlagenteil als auch in der gesamten Prüfung mindestens 50 % der möglichen Punkte erreicht werden.

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual

Literatur

  • Forster, O.: Analysis 1, Wiesbaden, Springer Spektrum, 2023, 13. Auflage.
  • Forster, O.: Analysis 2, Wiesbaden, Springer Spektrum, 2025, 12. Auflage.
  • Papula, L.: Mathematik für Ingenieure und Naturwissenschaftler Band 1 , Wiesbaden, Springer Vieweg, 2024, 16. Auflage.
  • Papula, L.: Mathematik für Ingenieure und Naturwissenschaftler Band 2 , Wiesbaden, Springer Vieweg, 2025, 15. Auflage.
  • Teschl, G. & Teschl, S.: Mathematik für Informatiker Band 2, Wiesbaden, Springer Vieweg, 2014, 3. Auflage

Regulatorische Grundlagen für Medizinprodukte - Teil I
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10437

  • Dauer (Semester)

    1


Regulatorische Grundlagen für Medizinprodukte - Teil II
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10438

  • Dauer (Semester)

    1


Robotik
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10410

  • Dauer (Semester)

    1


Robotik 1
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10442

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Wissen und Verstehen

Nach erfolgreicher Teilnahme am Modul:

  • besitzen die Studierenden Kenntnisse der Terminologie der Computergraphik und können diese korrekt zur Beschreibung von Graphiksystemen einsetzen
  • können die Studierenden mathematische Konzepte, Algorithmen und Datenstrukturen der Computergraphik an Beispielen erläutern

Einsatz, Anwendung und Erzeugung von Wissen

Nach erfolgreicher Teilnahme am Modul können die Studierenden:

  • mathematische Konzepte, Algorithmen und Datenstrukturen der Computergraphik auf Problemstellungen übertragen
  • Szenengraphen inkl. Transformationen konstruieren
  • Lösungen für typische Problemstellungen der Computergraphik mit Hilfe von OpenGL und GLSL implementieren

Inhalte

Vorlesung

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

Praktikum

  • Graphik-Programmierung mit C++, OpenGL und der OpenGL Shading Language (GLSL)

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden inkl. Übungen auf der Basis von praxisnahen Beispielen
  • vorlesungsbegleitendes Praktikum mit Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

schriftliche Klausurarbeit

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Informatik Dual
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik

Literatur

  • Nischwitz, A., Fischer M., Haberäcker P., Socher G.: Computergrafik : Band I des Standardwerks Computergrafik und Bildverarbeitung; Springer Vieweg; 4. Auflage; 2019
  • Marschner, S., Shirley, P.: Fundamentals of Computer Graphics, 5th. ed., CRC Press, 2022
  • Hughes J.F., van Dam A., McGuire M., Sklar D.F., Foley J., Feiner S.K., Akeley K.: Computer Graphics principles and practice, 3rd ed., Addison-Wesley, 2013
  • Kessenich, J.; Sellers, G.; Shreiner,D.: OpenGL Programming Guide, 9th ed., Addison-Wesley, 2017

Robotik 2
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10443

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Wissen und Verstehen

  • Die Studierenden kennen die Grundlagen sozialer Gruppen und wesentliche Kategorisierungen der Unterstützung durch technische Systeme
  • Die Studierenden verstehen die Bedeutung und Auswirkungen der IT-Unterstützung von Gruppen und Communities

Einsatz, Anwendung und Erzeugung von Wissen

  • Die Studierenden sind in der Lage, für das Lernen und Arbeiten in Gruppe konkrete Systeme durch Vergleich und Analyse auszuwählen, anzupassen und einzuführen
  • Die Studierenden konzipieren kooperative Systeme auf Grundlage der behandelten Kategorien, Technologien und Designprinzipien
  • Die Studierenden setzen erlernte Konzepte der Gruppenarbeit fachübergreifend ein
Kommunikation und Kooperation
  • Die Studierenden erarbeiten Hausarbeit und Referat als Gruppenarbeit und üben damit ihre Sozialkompetenz.
  • Die Studierenden untersuchen und bewerten in Arbeitsaufträgen im seminaristischen Teil konkrete kooperative Systeme in wechselnden sozialen Konstellationen
  • Die Studierenden wenden die in dieser Veranstaltung erlernten Konzepte zum Thema Gruppen und der diskutierten Gruppenunterstützungs-Werkzeuge an

Wissenschaftliches Selbstverständnis / Professionalität

  • Die Studierenden beurteilen die Bedeutung kooperativer Systeme für die IT-Landschaft von Organisationen, Unternehmen und Communities

Inhalte

  1. Grundbegriffe kooperativer Systeme
  2. Grundbegriffe verteilter Systeme
  3. Nebenläufigkeitskontrolle & Synchronisation
  4. Awareness und Gestaltung von Multi-User-Interfaces
  5. Projektarbeit
  6. Community Support und Soziale Netzwerke
  7. Wissensmanagement in Gruppen & Organisationen

Lehrformen

seminaristische Vorlesung mit Präsentationen, Kleingruppenarbeit und Arbeitsaufträgen

Teilnahmevoraussetzungen

Zulassungsvoraussetzung für die Prüfung: 60 ECTS-Leistungspunkte aus Prüfungsleistungen der
Semester 1 und 2.

Prüfungsformen

  • Hausarbeit und
  • Referat
oder
  • mündliche Prüfung

Voraussetzungen für die Vergabe von Kreditpunkten

  • erfolgreiche Hausarbeit und
  • erfolgreiches Referat
oder
  • bestandene mündliche Prüfung

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Wirtschaftsinformatik
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik

Literatur

  • Borghoff, U.M.;  Schlichter, J.H. (1998): Rechnergestützte Gruppenarbeit - eine
    Einführung in verteilte Anwendungen. Springer, 2., vollst. überarb. und erw. Aufl.
  • Gross, T.; Koch, M. (2007): Computer Supported Cooperative Work. München: Oldenbourg.
  • Haake, J. M.; Schwabe, G.; Wessner, M. (Hrsg.) (2012): CSCL-Kompendium. München: Oldenbourg Verlag, 2. Auflage.
  • Schwabe, G.; Streitz, N.; Unland, R. (2001): CSCW-Kompendium: Lehr- und Handbuch Zum Computerunterstützten Kooperativen Arbeiten.Heidelberg: Springer.

Sensorik
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10411

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Fach- und Methodenkompetenz:

Nach Abschluss der Vorlesung sind die Studierenden in der Lage,

  • Methoden und Konzepte der Robotik zu verstehen und anwenden zu können
  • Anwendungen der stationären und mobilen Robotik zu entwerfen und zu realisieren
  • kinematische Gleichungen für mobile und stationäre Roboter aufzustellen
  • Komponenten für Anwendungen der Robotik auszuwählen
  • mobile und stationäre Roboter zu konfigurieren und zu programmieren

Inhalte

  • Ziele und Einsatzgebiete der Robotik
  • Aufbau stationärer und mobiler Roboter
  • Kinematik stationärer Roboter
  • Anwendungen stationärer Roboter
  • Teilsysteme von Robotern (Gelenke, Antriebe, Aktorik und Sensorik)
  • Kinematik mobiler radgetriebener Roboter
  • Selbstlokalisierung und Navigation mobiler Roboter

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • vorlesungsbegleitende Übung
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • vorlesungsbegleitendes Praktikum

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

schriftliche Klausurarbeit

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Informatik

Literatur

  • Corke, Peter: Robotics, Vision and Control: Fundamental Algorithms in MATLAB, second edition, Springer, 2017
  • Weber, Wolfgang: Industrieroboter: Methoden der Steuerung und Regelung, Carl Hanser Verlag, 3. Auflage, 2017
  • Siegwart, Roland; Nourbakhsh, Illah R.: Introduction to Autonomous Mobile Robots, MIT Press, 2nd Edition, 2011
  • Hesse, Stefan; Malisa, Viktorio (Hrsg.): Taschenbuch Robotik ­ - Montage ­ - Handhabung, Carl Hanser Verlag, 2010
  • Hertzberg, Joachim; Lingemann, Kai; Nüchter, Andreas: Mobile Roboter - Eine Einführung aus Sicht der Informatik, Springer Vieweg Verlag, 2012

Smart Mobility
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10439

  • Dauer (Semester)

    1

  • Kontaktzeit

    30 h

  • Selbststudium

    45 h


Lernergebnisse (learning outcomes)/Kompetenzen

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.

Inhalte

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)

Lehrformen

seminaristischer Unterricht mit Flipchart, Smartboard oder Projektion

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Hausaufgabe zum Ende des Semesters [100%] (bestanden oder nicht bestanden)
Anwesenheit in mindestens 80% der Module der Lehrveranstaltung

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 Lehrenden, als auch eine Vielzahl praktischer Arbeiten in der Gruppe unter aktiver Supervision durch die Lehrenden. Um diese Ziele zu erreichen, ist eine Mindestanwesenheitspflicht in dieser Lehrveranstaltung erforderlich.

Voraussetzungen für die Vergabe von Kreditpunkten

  • Bestandene Hausarbeit
  • Teilnahme an mindestens 80% der Module der Lehrveranstaltung
  • Teilnahme am Mentoringprogramm
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 Lehrenden, als auch eine Vielzahl praktischer Arbeiten in der Gruppe unter aktiver Supervision durch die Lehrenden. Um diese Ziele zu erreichen, ist eine Mindestanwesenheitspflicht in dieser Lehrveranstaltung erforderlich.

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Wirtschaftsinformatik
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual

Literatur

  • 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.

 

Softwareentwicklung robotischer Systeme mit ROS
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10444

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

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.

Inhalte

  • Grundlagen
    • O-Notation
    • Graphen
  • Graphenalgorithmen
    • Kürzeste Wege
    • Minimale Spannbäume
    • Flüsse in Netzwerken
    • Matchings
    • Touren
  • Algorithmische Techniken
    • Divide and Conquer
    • Dynamische Programmierung
    • Greedy Algorithmen
  • Optimierungsprobleme
    • Backtracking
    • Branch-and-Bound
    • Approximationsalgorithmen

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • vorlesungsbegleitende Übung
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • Gruppenarbeit
  • Einzelarbeit
  • Präsentation

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

schriftliche Klausurarbeit

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual
  • Bachelor Informatik

Literatur

  • T. Cormen, C. Leiserson, R. Rivest, C. Stein: "Algorithmen - Eine Einführung", Oldenbourg, 4. Auflage, 2013
  • T. Ottmann, P. Widmayer: "Algorithmen und "Datenstrukturen", Spektrum Akademischer Verlag, 6. Auflage, 2017
  • G. Pomberger, H. Dobler: "Algorithmen und Datenstrukturen", Pearson Studium, 2008
  • R. Sedgewick, K. Wayne: "Algorithmen", Pearson Studium, 2014
  • R. Wanka: "Approximationsalgorithmen - Eine Einführung", Teubner, 2006
  • B. Vöcking, H. Alt, M. Dietzfelbinger, R. Reischuk, C. Scheideler, H. Vollmer, D. Wagner: "Taschenbuch der Algorithmen", Springer, 2008

Systembiologie 1: biologische Netzwerke
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10426

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Nach erfolgreicher Teilnahme am Modul sind die Studierenden in der Lage:

Wissen und Verstehen

  • die Struktur, Funktionsweise und Programmierung von Mikrocontrollern (inkl. Interrupts, Timer, PWM) zu erklären.
  • Scheduling-Verfahren und präemptives Multitasking in Embedded Systems sowie die Nutzung von FreeRTOS zu erläutern.
  • die Funktionsweise von Sensoren, A/D-Wandlung und deren Fehlerquellen zu beschreiben und zu verstehen.
  • D/A-Wandlung und die Ansteuerung von DC-Motoren zu erklären.
  • Power-Management-Strategien sowie Low-Power-Modi in Mikrocontrollern zu beschreiben.
  • Debugging-Tools wie GDB und OpenOCD zu erklären.

Einsatz, Anwendung und Erzeugung von Wissen

  • Mikrocontroller zu programmieren und zu steuern (Interrupts, Timer, PWM).
  • Scheduling-Strategien und präemptives Multitasking umzusetzen sowie ein Echtzeitbetriebssystem wie FreeRTOS zu konfigurieren.
  • Sensoren zu integrieren, Fehlerquellen zu beheben und D/A-Wandlung sowie DC-Motorsteuerung durchzuführen.
  • Power-Management-Strategien in Software zu implementieren und Embedded Software mit Debugging-Tools zu testen.
  • praktische Anwendungsbeispiele (z.B. autonome Robotik) umzusetzen.

Kommunikation und Kooperation

  • technische Lösungen klar zu kommunizieren und zu dokumentieren.
  • in Teams an Projekten zu arbeiten und Ergebnisse zu präsentieren.

Wissenschaftliches Selbstverständnis / Professionalität

  • Embedded-Softwarelösungen zu bewerten und zu optimieren.
  • ethische Implikationen in der Entwicklung von Embedded Systems zu berücksichtigen.
  • Entwicklungen in Embedded Systems zu reflektieren und zu hinterfragen.

Inhalte

  • Mikrocontroller:
    • Aufbau und Struktur eines typischen Mikrocontrollers
    • Programmierung und Steuerung: Interruptsteuerung, Timer/Counter, Watchdogs, Capture/Compare, PWM
    • Scheduling-Verfahren für Embedded Systems ohne und mit Betriebssystem
    • Präemptives Multitasking und statische Prioritäten in Embedded Systems
    • Einführung in FreeRTOS und den Aufbau eines einfachen Echtzeitbetriebssystems
  • Sensorik:
    • Aktive und passive Sensoren
    • A/D-Wandlung und Signalverarbeitung
    • Übertragungsfunktionen von Sensoren und deren Einfluss auf die Messergebnisse
    • Systematische und statistische Fehlerquellen in der Sensormessung und deren Auswirkungen
    • Fehlerfortpflanzung in Sensoriksystemen
  • Aktorik:
    • D/A-Wandlung und Ansteuerung von DC-Motoren
    • Anwendung von Aktoren in Embedded Systems
  • Energieeffiziente Softwareentwicklung:
    • Power-Management-Strategien für Software
    • Nutzung von Sleep- und Low-Power-Modi in Mikrocontrollern zur Energieeinsparung
  • Monitoring, Debugging und Teststrategien:
    • Nutzung von JTAG, SWD und Debugging-Tools wie GDB und OpenOCD
    • Debugging von Embedded Software
  • Praktikum und Anwendungsbeispiele:
    • Einführung in das Praktikumsboard und praktische Umsetzung
    • Grundlagen der autonomen Robotik
    • Echtzeitsteuerung in praktischen Beispielen (z.B. Motorsteuerung und Sensorintegration)

Lehrformen

Vorlesung in Interaktion mit den Studierenden, in der theoretische Grundlagen vermittelt und durch Tafelanschrieb und Projektion veranschaulicht werden. Ergänzend dazu finden vorlesungsbegleitende Praktika und Übungen statt, in denen die Studierenden praxisnah Programmieraufgaben alleine oder im Team bearbeiten. Zudem werden Projektarbeiten durchgeführt, deren Ergebnisse in einer abschließenden Präsentation vorgestellt werden. Die Lehrveranstaltungen beinhalten praktische Anwendungen von Embedded Systems in realistischen Szenarien

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

schriftliche Klausurarbeit [Umfang: 100%] (90min); semesterbegleitende Prüfungsleistungen (Bonuspunkte)

Voraussetzungen für die Vergabe von Kreditpunkten

Bestehen einer 90-minütigen benoteten Klausur mit mindestens ausreichend (4,0)

Verwendbarkeit des Moduls (in anderen Studiengängen)

Bachelor Informatik

Literatur

  • Berns, K., Schürmann, B., Trapp, M.: Eingebettete Systeme, Systemgrundlagen und Entwicklung eingebetteter Software, Vieweg+Teubner, 2010.
  • Brinkschulte, U., Ungerer, T.: Mikrocontroller und Mikroprozessoren, Springer, Berlin, 2010.
  • Fraden, Jacob: Handbook of modern sensors: physics, design, and applications,
    Springer-Verlag New York, Inc., 5th ed., 2015.
  • The FreeRTOS Reference Manual, http://www.freertos.org/, Amazon.com, 2017.
  • Douglass, B. P.: Design Patterns for Embedded Systems in C, Newnes Elsevier, 2011.
  • Brandes, U.: Mikrocontroller ESP32, Rheinwerk Technik, Bonn, 2020
  • ausgewählte Datenblätter von Sensor- und Mikrocontroller-Herstellern (werden in der Veranstaltung bekannt gegeben)

Systembiologie 2: Systemtheorie
  • WP
  • 2 SWS
  • 3 ECTS

  • Nummer

    10427

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Fach- und Methodenkompetenz:

  • Definition eines DBS und die Schemaarchitektur eines DBMS kennen.
  • Relationale Modelle entwickeln, normalisieren und implementieren.
  • Das Transaktionskonzept kennen und anwenden.
  • 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).

Inhalte

  • Datenbank- und Transaktionskonzept
  • Relationales Modell, Normalisierung und Operationen
  • SQL Data Definition Language und Datenbankintegrität
  • SQL Data Manipulation Language
  • SQL Data Retrieval Language
  • SQL Views
  • Rollen und Rechteverwaltung
  • Gespeicherte Funktionen, Prozeduren und Trigger
  • Backup und Recovery

Lehrformen

  • seminaristischer Unterricht mit Flipchart, Smartboard oder Projektion
  • Lösung von praxisnahen Übungsaufgaben in Einzel- oder Teamarbeit
  • Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit
  • aktives, selbstgesteuertes Lernen durch Aufgaben, Musterlösungen und Begleitmaterialien
  • Übungen oder Projekte auf der Basis von praxisnahen Beispielen
  • Miniklausuren während des Semesters für regelmäßiges Feedback
  • die Vorlesung wird als Video angeboten
  • Umgedrehter Unterricht (inverted classroom)

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

Die Prüfung besteht aus zwei Teilen:
  • schriftliche Klausurarbeit, 60-90 Minuten, mit einem Anteil von 80% an der Gesamtnote
  • projektbezogene Arbeit mit Dokumentation und Präsentation als semesterbegleitende Prüfungsleistungen mit einem Anteil von 20% an der Gesamtnote

Voraussetzungen für die Vergabe von Kreditpunkten

  • bestandene Prüfung aus Klausurarbeit und projektbezogene Arbeit, die zusammen mit der Gesamtnote von 4,0 oder besser bewertet werden

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Wirtschaftsinformatik
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual

Literatur

  • Beighley, L., SQL von Kopf bis Fuß, O'Reilly, 2008.
  • Kemper, A., Wimmer, M.; Übungsbuch Datenbanksysteme, Oldenbourg; 2. aktualisierte Auflage, 2009.
  • Saake, G., Sattler, K., Heuer A., Datenbanken - Konzepte udn Sprachen, 6. Auflage, mitp, 2018.

5. Studiensemester

Fachpraktikum 2 Informationstechnik
  • PF
  • 5 SWS
  • 5 ECTS

  • Nummer

    10350

  • Dauer (Semester)

    1


Projektorientiertes Arbeiten 1
  • PF
  • 4 SWS
  • 4 ECTS

  • Nummer

    10340

  • Dauer (Semester)

    1


Seminar Informationstechnik
  • PF
  • 4 SWS
  • 5 ECTS

  • Nummer

    10300

  • Dauer (Semester)

    1


Web Protokolle und Services
  • PF
  • 4 SWS
  • 10 ECTS

  • Nummer

    10321

  • Dauer (Semester)

    1


6. Studiensemester

Bachelor Arbeit und Abschluss-Kolloquium
  • PF
  • 4 SWS
  • 15 ECTS

  • Nummer

    101

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    120 h


Lernergebnisse (learning outcomes)/Kompetenzen

In diesem Modul werden nicht regelmäßig angebotene Veranstaltungen verschiedener Themen der Praktischen Informatik zusammengefasst. Die Inhalte und Kompetenzen werden jedes Semester in einem Zusatzdokument veröffentlicht. 

Die Kompetenzen ergeben sich aus dem veröffentlichten Zusatzdokument zu der konkreten Veranstaltung.

 

Inhalte

Die Inhalte ergeben sich aus dem veröffentlichten Zusatzdokument zu der konkreten Veranstaltung.

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • Vorlesung im seminaristischen Stil, mit Tafelanschrieb und Projektion
  • vorlesungsbegleitende Übung
  • vorlesungsbegleitendes Praktikum

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

  • Schriftliche Klausurarbeit
  • projektbezogene Arbeit mit Dokumentation und Präsentation mit anschließender mündlicher Prüfung
  • mündliche Prüfungen
  • Hausarbeiten
  • Referate 

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Prüfung

Verwendbarkeit des Moduls (in anderen Studiengängen)

Master Informatik

Literatur

siehe Zusatzdokument zur konkreten Veranstaltung

 

Praxis-/Auslandssemester
  • PF
  • 4 SWS
  • 30 ECTS

  • Nummer

    10360

  • Dauer (Semester)

    1

  • Kontaktzeit

    60 h

  • Selbststudium

    90 h


Lernergebnisse (learning outcomes)/Kompetenzen

Vermittlung von Grundlagenwissen im Bereich Virtualisierung und Cloud Computing. Theoretische Kenntnisse über Architekturen und Technologien in diesem Bereich sowie Sensibilisierung für deren Stärken und Schwächen in verschiedenen Einsatzbereichen. Vertiefung des Fachwissens anhand praktischer Laboraufgaben mit aktuell relevanten Cloud Services und Technologieplattformen.

Fach- und Methodenkompetenz:

  • Erlernen der einschlägigen Fachbegriffe im Bereich Virtualisierung und Cloud Computing
  • Einordnung und Bewertung der verschiedenen Konzepte und Architekturen
  • Installation und Konfiguration von einfachen virtuellen Systemen mit unterschiedlichen Technologien
  • Konzeption und praktischer Aufbau von einfachen Cloud Services mit open-source und kommerziellen Ressource Management Systemen
  • Überblick über traditionelle und neue Einsatzbereiche von Virtualisierung und Cloud Computing
  • Überblick über aktuelle Forschungsthemen und Bewertung von wissenschaftlichen Veröffentlichungen

Inhalte

  • Virtualisierung von CPU-, Speicher- und Netzkomponenten
  • Container Technologie
  • Aktuelle Virtualisierungs- und Container-Plattformen
  • Ressource Management und Orchestrierung
  • Aktuelle Ressource Management- und Orchestrierungs-Plattformen
  • Cloud Computing Service Modelle (IaaS, PaaS etc.)
  • Neue Einsatzbereiche von Virtualisierung und Cloud Computing (Edge Computing, NFV etc.)
  • Open-Source Entwicklungsprozesse und Communities

Lehrformen

  • Vorlesung in Interaktion mit den Studierenden, mit Tafelanschrieb und Projektion
  • Bearbeitung von Programmieraufgaben am Rechner in Einzel- oder Teamarbeit
  • vorlesungsbegleitende Projektarbeiten mit abschließender Präsentation

Teilnahmevoraussetzungen

Siehe jeweils gültige Prüfungsordnung (BPO/MPO) des Studiengangs.

Prüfungsformen

  • schriftliche Klausurarbeit
  • semesterbegleitende Studienleistungen (Bonuspunkte)

Voraussetzungen für die Vergabe von Kreditpunkten

bestandene Klausurarbeit

Verwendbarkeit des Moduls (in anderen Studiengängen)

  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Software- und Systemtechnik (dual)
  • Bachelor Informatik
  • Bachelor Informatik
  • Bachelor Medizinische Informatik
  • Bachelor Medizinische Informatik Dual
  • Bachelor Informatik Dual
  • Bachelor Informatik Dual

Literatur

  • Thomas Erl, Zaigham Mahmood, Ricardo Puttini; Cloud Computing; Prentice Hall; 2013
  • K. Chandrasekaran; Essentials of Cloud Computing; CRC Press; 2015

Projektorientiertes Arbeiten 2
  • PF
  • 2 SWS
  • 15 ECTS

  • Nummer

    10380

  • Dauer (Semester)

    1


Erläuterungen und Hinweise

Diese Seite verwendet Cookies, um die Funktionalität der Webseite zu gewährleisten und statistische Daten zu erheben. Sie können der statistischen Erhebung über die Datenschutzeinstellungen widersprechen (Opt-Out).

Einstellungen (Öffnet in einem neuen Tab)