Fakultät 07 für Informations-, Medien- und Elektrotechnik

Bachelor Technische Informatik 2020

Modulhandbuch

Bachelor of Science (Deutsch / Englisch) | Version: 3.10.2025-06-04-14-10-41

Die neueste Version dieses Modulhandbuchs ist verfügbar unter:
https://f07-studieninfo.web.th-koeln.de/mhb/current/de/BaTIN2020.html

Studiengangsbeschreibung🔗

Der Bachelor-Studiengang "Informatik und Systems-Engineering" vermittelt fundierte Kenntnisse in der Entwicklung und Anwendung komplexer informationstechnischer Systeme. Die Studierenden lernen, Software und Hardware effektiv zu kombinieren, um innovative Lösungen für aktuelle technologische Herausforderungen zu schaffen. Denkbar ist hier beispielsweise die Entwicklung eines Systems, das Sensordaten in einem Smart Home verarbeitet und analysiert. Informatik und Systems-Engineering sind Schlüsselkompetenzen des 21. Jahrhunderts.

Ausrichtung des Studiengangs

Der Studiengang ist ein Informatik-Studiengang mit einer Regelstudienzeit von sieben Semestern. Er bietet ein breites Themenspektrum, aus dem die Studierenden eine von drei Studienschwerpunkte wählen können:

Im Schwerpunkt "Verteilte Software-Systeme" konzentrieren sich die Studierenden auf die Architektur und Implementierung von komplexen Systemen wie z.B. Cloud-Anwendungen und Netzwerke. "Technische Informatik" legt den Schwerpunkt auf den Entwurf und die Realisierung von eingebetteten Systemen, die z.B. im Internet der Dinge, in der Automatisierung und in der Robotik Anwendung finden. Die Vertiefung "Künstliche Intelligenz" beschäftigt sich mit der Entwicklung von Algorithmen für maschinelles Lernen und Datenverarbeitung.

Ergänzend werden Module aus den Bereichen Nachrichtentechnik, Akustik und Elektrotechnik angeboten.

Berufsfelder

Die Absolventinnen und Absolventen dieses Studiengangs finden spannende Berufsmöglichkeiten in zahlreichen technologischen Bereichen. In der Softwareentwicklung sind sie gefragt, wo sie maßgeschneiderte Anwendungen und Systeme für die unterschiedlichsten Branchen entwickeln. In der IT-Branche und bei der Entwicklung intelligenter Technologien in Bereichen wie der Medizintechnik oder der Energietechnik finden Fachkräfte für eingebettete Systeme vielfältige Einsatzmöglichkeiten. Absolventinnen und Absolventen im Bereich der Künstlichen Intelligenz sind gefragte Fachkräfte, die Algorithmen für maschinelles Lernen und datenbasierte Entscheidungsfindung entwickeln. In der Telekommunikation setzen sie ihr Wissen über Netzwerke und Datenübertragung ein, um die Effizienz und Sicherheit von Kommunikationssystemen zu verbessern.

Die im Studiengang vermittelten Kompetenzen machen unsere Absolventinnen und Absolventen zu wertvollen Teammitgliedern in Start-ups ebenso wie in etablierten Unternehmen.

Studienverlauf

Zu Beginn des Studiums liegt der Schwerpunkt auf den Grundlagen der Informatik in den Bereichen Software und Hardware sowie der Mathematik, wobei praktische Übungen und Prüfungen das theoretische Wissen festigen. In den folgenden Semestern erweitern sich die Themen auf fortgeschrittene Inhalte wie Betriebssysteme, Netzwerke, IT-Sicherheit und Software Engineering, wobei ein besonderer Fokus auf der systematischen Herangehensweise an die Entwicklung und Optimierung von technischen Systemen liegt. Zahlreiche Wahlmodule bieten die Möglichkeit, sich auf spezielle Interessen zu konzentrieren. Praktische Fähigkeiten werden durch Projektarbeiten und Praktika intensiv gefördert. Das Studium schließt mit einer Praxisphase und der Bachelor-Arbeit ab. Dieser strukturierte Ablauf vermittelt den Studierenden sowohl theoretisches Wissen als auch praktische Erfahrungen mit besonderem Schwerpunkt auf der anwendungsorientierten Integration verschiedener Technologien, die für den Erfolg in IT- und techniknahen Berufen unerlässlich sind.

Studienbegleitend wird die professionelle Weiterbildung zum Cisco Certified Network Associate (CCNA) angeboten.

Auslandsstudium

Wir unterstützen unsere Studierenden aktiv bei der Integration eines Studienaufenthalts an einer ausländischen Hochschule. Die dort erbrachten Leistungen werden für das deutsche Studium anerkannt. Hierzu bestehen enge Kontakte zu Hochschulen in mehreren europäischen und außereuropäischen Ländern. Das fünfte Studiensemester kann an einer dieser Hochschulen absolviert werden.

Studienvoraussetzungen

Fachhochschulreife (schulischer und praktischer Teil) oder Abitur bzw. gleichwertiger Abschluss.

AbsolventInnenprofil🔗

AbsolventInnen des Studiengangs B. Sc. Informatik und Systems-Engineering verfügen über fundierte Kenntnisse in Informatik, Softwareentwicklung und techniknaher Systemintegration. Sie sind in der Lage, komplexe informationstechnische Systeme zu konzipieren, zu entwickeln, zu analysieren und zu betreiben. Ihr interdisziplinäres Wissen, gepaart mit praxisnaher Projektarbeit, qualifiziert sie für vielfältige Aufgaben in der Software- und Systementwicklung, je nach Wahl des Schwerpunktes insbesondere in den Bereichen eingebetteter Systeme, verteilter Anwendungen und der Künstlichen Intelligenz.

Ziel des Bachelorstudiengangs Informatik und Systems-Engineering ist es, die Studierenden zu reflektierten Fachkräften auszubilden, die in der Lage sind, moderne informationstechnische Systeme in ihrer gesamten Breite zu entwerfen, zu realisieren und weiterzuentwickeln -- von der Hardware-nahen Programmierung über systemnahe Software bis hin zu vernetzten, intelligenten Anwendungen.

Die AbsolventInnen erwerben grundlegende und fortgeschrittene Kompetenzen in der Informatik, Mathematik, Kommunikationstechnik und Elektrotechnik. Sie können dabei einen der drei Studienschwerpunkte wählen:

  • Verteilte Software-Systeme
  • Technische Informatik
  • Künstliche Intelligenz

Durch projektorientierte Studienanteile, praxisnahe Lehrformate und eine vertiefte Auseinandersetzung mit realen Anwendungsfeldern werden methodische, technische und soziale Kompetenzen gleichermaßen gefördert. Die AbsolventInnen sind mit modernen Entwicklungsmethoden, agilen Prozessen und interdisziplinärer Teamarbeit vertraut.

Die AbsolventInnen des Bachelor-Studiengangs Informatik und Systems-Engineering entwickeln in folgenden Bereichen ihr individuelles Profil:

  • Sie sind in der Lage, komplexe Soft- und Hardwaresysteme zu analysieren, modellieren und umsetzungsreif zu gestalten – insbesondere in sicherheitskritischen und verteilten Systemumgebungen.

  • Sie verfügen über anwendungsorientierte Kompetenzen zur Programmierung, Systemspezifikation, Simulation, Verifikation und Qualitätssicherung von IT-Systemen.

  • Sie beherrschen die Konzeption und den Betrieb verteilter Systeme, Cloud-Anwendungen, Datenbanken, eingebetteter Systeme und Komponenten der Künstlichen Intelligenz.

  • Über die projektbasierte Ausbildung lernen sie, sich schnell in neue Technologien einzuarbeiten und diese im Team effizient in die Praxis umzusetzen -- auch in interkulturellen Kontexten.

  • Sie sind befähigt, gesellschaftliche, ethische und rechtliche Fragestellungen zu reflektieren und ihre technische Arbeit nachhaltig und verantwortungsvoll zu gestalten.

  • Mit ihren kommunikativen, interdisziplinären und organisatorischen Fähigkeiten können sie sowohl in Start-ups als auch in Großunternehmen technische Verantwortung übernehmen und Führungsrollen anstreben.

Der Studiengang qualifiziert sowohl für den direkten Berufseinstieg in Bereichen wie Softwareentwicklung, Embedded Systems, Automatisierungstechnik, Telekommunikation und Data Science als auch für ein anschließendes Masterstudium. Sie können aber auch im technischen Vertrieb, in der Schulung, in der technischen Kundenberatung und im Projektmanagement (bspw. als Product Owner oder Scrum master) tätig werden. InformatikerInnen sind mit diesen Tätigkeiten in vielen Branchen im Einsatz: bei Software-Herstellern, Entwicklungsunternehmen, in der Informations- und Kommunikationstechnik, bei Beratungsfirmen oder Behörden.

Handlungsfelder🔗

Zentrale Handlungsfelder im Studium sind Entwicklung und Design, Forschung und Innovation, Leitung und Management sowie Qualitätssicherung und Tests. Die Profil-Modulmatrix stellt dar, welche Handlungsfelder durch welche Module addressiert werden.

Forschung und Entwicklung

In diesen Bereich fallen das Erforschen und Entwickeln von neuen Technologien, Algorithmen, Verfahren, Geräten, Komponenten und Anlagen. Das umfasst sowohl Grundlagen- und Industrieforschung als auch die spezialisiertere Entwicklung wie in der Medientechnologie, Optometrie, Informationstechnik und Elektrotechnik sowie Informatik und Systems-Engineering.

System- und Prozessmanagement

Hierunter fällt die Planung, Konzeption, Überwachung, Betrieb und Instandhaltung von Systemen und Prozessen. Dies beinhaltet auch das Management von Produktionsprozessen, die Qualitätssicherung und die Koordination von Arbeitsgruppen sowie die IT-Administration und das Projektmanagement.

Innovation und Anwendung

Innovation und Anwendung umfasst die Auslegung, Entwicklung und Nutzung innovativer Anwendungen und Systeme in technischen Disziplinen. Dazu gehört auch die Erstellung und Gestaltung von Medieninhalten und -produkten, die Entwicklung elektronischer, informatischer, medientechnologischer, akustischer oder optischer Komponenten und Systeme sowie die Integration von informationstechnischen Lösungen in technischen Anwendungen.

Analyse, Bewertung und Qualitätssicherung

Die Analyse und Bewertung von Verfahren, Systemen, Algorithmen und Geräten zur Sicherung der Qualität von Produkten und Prozessen, beinhaltet die Reflexion und Bewertung von medialen Inhalten und klinischen Studien sowie die Untersuchung visueller und akustischer Wahrnehmungsprozesse.

Interaktion und Kommunikation

Die Fähigkeit zu interdisziplinärer Zusammenarbeit und Vermittlung zwischen gestalterisch Tätigen, technischen Akteuren, Auftraggebern und Anwendern. Betont die Bedeutung von Soft-Skills wie Teamarbeit und Präsentationsfähigkeiten in technischen Berufsfeldern.

Kompetenzen🔗

Die Module des Studiengangs bilden Studierende in unterschiedlichen Kompetenzen aus, die im Folgenden beschrieben werden. Die Profil-Modulmatrix stellt dar, welche Kompetenzen durch welche Module addressiert werden.

Systemdenken und Abgrenzung von Systemgrenzen

Verstehen und Identifizieren der Grenzen verschiedener Systeme, einschließlich der Abgrenzung relevanter Aspekte von externen, unbeeinflussbaren Faktoren.

Abstraktion und Modellierung

Fähigkeit zur Vereinfachung und Verallgemeinerung von komplexen Problemen, Entwicklung und Bewertung unterschiedlicher Modelle über verschiedene Fachdisziplinen hinweg.

Analyse natürlicher und technischer Phänomene

Identifikation, Benennung und Erklärung relevanter Phänomene in realen Szenarien, unter Einbeziehung naturwissenschaftlicher Grundlagen und technischer Zusammenhänge.

MINT-Kompetenz

Kenntnis und Anwendung von Modellen und Prinzipien aus Mathematik, Informatik, Naturwissenschaften und Technik für die Problemlösung.

Simulation und Analyse technischer Systeme

Einsatz von Software und Werkzeugen zur Simulation und Analyse technischer Systeme, einschließlich der Entwicklung von Simulationsmodellen.

Entwurf und Realisierung von Systemen und Prozessen

Gestaltung und Implementierung von technischen Lösungen und Prozessen, unter Berücksichtigung technischer, ökonomischer und ökologischer Standards und Prinzipien.

Prüfen und Bewerten von Systemen und Prozessen

Durchführung von Tests samt Verifikation und Validierung, um die Einhaltung von Standards und die Funktionalität von Systemen und wirtschaftlicher Aspekte von Prozessen zu gewährleisten.

Informationsbeschaffung und -auswertung

Fähigkeit zur systematischen Recherche, Analyse und Bewertung von Informationen unter Einbeziehung relevanter Kontexte.

Kommunikation und Präsentation

Effektive Darstellung und Erläuterung komplexer technischer Inhalte an unterschiedliche Zielgruppen in deutscher und englischer Sprache.

Betriebswirtschaftliches und rechtliches Wissen

Anwendung von Grundkenntnissen in Betriebswirtschaft und Recht bezogen auf technische und gestalterische Projekte und Entscheidungen.

Teamarbeit und interdisziplinäre Zusammenarbeit

Fähigkeit zur Arbeit in Teams, einschließlich der effektiven Kommunikation und Kooperation mit Fachvertretern anderer Disziplinen.

Entscheidungsfindung in unsicheren Situationen

Strategische Entscheidungsfindung basierend auf fachlich fundierten Analysen, selbst unter Unsicherheit.

Berücksichtigung gesellschaftlicher und ethischer Werte

Integration von ethischen und gesellschaftlichen Werten bei der Gestaltung von Systemen und Medien und Reflexion beruflichen Handelns.

Lernkompetenz und Adaptionsfähigkeit

Motivation und Fähigkeit zum lebenslangen Lernen sowie zur Anpassung an technologische und methodische Neuerungen.

Selbstorganisation und Selbstreflexion

Kompetenz in der Selbstorganisation beruflicher und lernbezogener Aufgaben sowie kritische Reflexion des eigenen Handelns.

Kommunikative und interkulturelle Kompetenzen

Effektive Kommunikation und Zusammenarbeit in interkulturellen und internationalen Kontexten sowie mediale Kompetenzen.

Spezifische Fachkenntnisse und Fertigkeiten

Vertiefte Kenntnisse und Fertigkeiten, die auf die Anforderungen und Besonderheiten der einzelnen Fachgebiete wie Medientechnologie, Optometrie, Informationstechnik und Elektrotechnik sowie Informatik und Systems-Engineering.

Studienverlaufspläne🔗

Im Folgenden sind studierbare Studienverlaufspläne dargestellt. Andere Studienverläufe sind ebenso möglich. Beachten Sie bei Ihrer Planung dabei jedoch, dass jedes Modul in der Regel nur einmal im Jahr angeboten wird. Beachten Sie auch, dass in einem bestimmten Semester und Wahlbereich ggf. mehrer Module gewählt werden müssen, um die dargestellte Summe an ECTS-Kreditpunkten zu erlangen.

🔗

Sem. Kürzel Modulbezeichnung Pflicht (PF)
Wahl-
bereich (WB)		 ECTS Prüfungslast Prüfungsformen mit Gewichtung
1 DR Digitalrechner PF 5 1
EG Elektrotechnische Grundlagen für die Technische Informatik PF 5 2
MA1 Mathematik 1 PF 10 2
PI1 Praktische Informatik 1 PF 5 2
PP Programmierpraktikum PF 5 1
2 FSA Formale Sprachen und Automatentheorie PF 5 1
AD Algorithmen und Datenstrukturen PF 5 2
MA2 Mathematik 2 PF 10 2
PI2 Praktische Informatik 2 PF 5 2
GSP Grundlagen der Systemprogrammierung PF 5 2
3 BVS1 Betriebssysteme und Verteilte Systeme 1 PF 6 2
GUI Graphische Oberflächen und Interaktion PF 5 2
DB1 Datenbanken 1 PF 5 2
NP Netze und Protokolle PF 5 2
SE Software Engineering PF 5 2
SIG Signalverarbeiung PF 5 2
4 BVS2 Betriebssysteme und Verteilte Systeme 2 PF 5 2
BWR Betriebswirtschaft und Recht PF 5 2
ITS IT-Sicherheit PF 5 2
SWP Softwarepraktikum PF 6 1
WM1 Wahlmodul 1 WB 5 ≤ 2
  • wahlabhängig
WM2 Wahlmodul 2 WB 5 ≤ 2
  • wahlabhängig
5 SYP Systementwurfs-Praktikum PF 7 1
PUK Präsentation und Kommunikation PF 3 1
XIB1 Fachübergreifende Kompetenzen und Soft Skills 1 WB 5 ≤ 2
  • wahlabhängig
WM3 Wahlmodul 3 WB 5 ≤ 2
  • wahlabhängig
WM4 Wahlmodul 4 WB 5 ≤ 2
  • wahlabhängig
WM5 Wahlmodul 5 WB 5 ≤ 2
  • wahlabhängig
6 IPM IT-Projektmanagement PF 5 2
PRA Praxisphase PF 8 1
WM6 Wahlmodul 6 WB 5 ≤ 2
  • wahlabhängig
WM7 Wahlmodul 7 WB 5 ≤ 2
  • wahlabhängig
WM8 Wahlmodul 8 WB 5 ≤ 2
  • wahlabhängig
7 PRA Praxisphase PF 15 1
BAA Bachelorarbeit PF 12 1
KOLL Kolloquium zur Bachelorarbeit PF 3 1

🔗

Sem. Kürzel Modulbezeichnung Pflicht (PF)
Wahl-
bereich (WB)		 ECTS Prüfungslast Prüfungsformen mit Gewichtung
1 MA1 Mathematik 1 PF 10 2
PI1 Praktische Informatik 1 PF 5 2
PP Programmierpraktikum PF 5 1
2 MA2 Mathematik 2 PF 10 2
PI2 Praktische Informatik 2 PF 5 2
GSP Grundlagen der Systemprogrammierung PF 5 2
3 BVS1 Betriebssysteme und Verteilte Systeme 1 PF 6 2
GUI Graphische Oberflächen und Interaktion PF 5 2
DR Digitalrechner PF 5 1
EG Elektrotechnische Grundlagen für die Technische Informatik PF 5 2
4 BVS2 Betriebssysteme und Verteilte Systeme 2 PF 5 2
FSA Formale Sprachen und Automatentheorie PF 5 1
ITS IT-Sicherheit PF 5 2
AD Algorithmen und Datenstrukturen PF 5 2
5 DB1 Datenbanken 1 PF 5 2
SE Software Engineering PF 5 2
SIG Signalverarbeiung PF 5 2
NP Netze und Protokolle PF 5 2
6 SWP Softwarepraktikum PF 6 1
BWR Betriebswirtschaft und Recht PF 5 2
WM1 Wahlmodul 1 WB 5 ≤ 2
  • wahlabhängig
WM2 Wahlmodul 2 WB 5 ≤ 2
  • wahlabhängig
7 SYP Systementwurfs-Praktikum PF 7 1
PUK Präsentation und Kommunikation PF 3 1
XIB1 Fachübergreifende Kompetenzen und Soft Skills 1 WB 5 ≤ 2
  • wahlabhängig
WM3 Wahlmodul 3 WB 5 ≤ 2
  • wahlabhängig
8 IPM IT-Projektmanagement PF 5 2
WM6 Wahlmodul 6 WB 5 ≤ 2
  • wahlabhängig
WM7 Wahlmodul 7 WB 5 ≤ 2
  • wahlabhängig
WM8 Wahlmodul 8 WB 5 ≤ 2
  • wahlabhängig
9 PRA Praxisphase PF 8 1
WM4 Wahlmodul 4 WB 5 ≤ 2
  • wahlabhängig
WM5 Wahlmodul 5 WB 5 ≤ 2
  • wahlabhängig
10 PRA Praxisphase PF 15 1
BAA Bachelorarbeit PF 12 1
KOLL Kolloquium zur Bachelorarbeit PF 3 1

🔗

Sem. Kürzel Modulbezeichnung Pflicht (PF)
Wahl-
bereich (WB)		 ECTS Prüfungslast Prüfungsformen mit Gewichtung
1 DR Digitalrechner PF 5 1
EG Elektrotechnische Grundlagen für die Technische Informatik PF 5 2
MA1 Mathematik 1 PF 10 2
PI1 Praktische Informatik 1 PF 5 2
PP Programmierpraktikum PF 5 1
2 FSA Formale Sprachen und Automatentheorie PF 5 1
AD Algorithmen und Datenstrukturen PF 5 2
MA2 Mathematik 2 PF 10 2
PI2 Praktische Informatik 2 PF 5 2
GSP Grundlagen der Systemprogrammierung PF 5 2
3 BVS1 Betriebssysteme und Verteilte Systeme 1 PF 6 2
GUI Graphische Oberflächen und Interaktion PF 5 2
DB1 Datenbanken 1 PF 5 2
NP Netze und Protokolle PF 5 2
SE Software Engineering PF 5 2
SIG Signalverarbeiung PF 5 2
4 BVS2 Betriebssysteme und Verteilte Systeme 2 PF 5 2
BWR Betriebswirtschaft und Recht PF 5 2
ITS IT-Sicherheit PF 5 2
SWP Softwarepraktikum PF 6 1
WM1 Wahlmodul 1 WB 5 ≤ 2
  • wahlabhängig
WM2 Wahlmodul 2 WB 5 ≤ 2
  • wahlabhängig
5 AUS Auslandssemester WB 30 ≤ 12
  • wahlabhängig
6 IPM IT-Projektmanagement PF 5 2
PRA Praxisphase PF 8 1
WM6 Wahlmodul 6 WB 5 ≤ 2
  • wahlabhängig
WM7 Wahlmodul 7 WB 5 ≤ 2
  • wahlabhängig
WM8 Wahlmodul 8 WB 5 ≤ 2
  • wahlabhängig
7 PRA Praxisphase PF 15 1
BAA Bachelorarbeit PF 12 1
KOLL Kolloquium zur Bachelorarbeit PF 3 1

Module🔗

Im Folgenden werden die Module des Studiengangs in alphabetischer Reihenfolge beschrieben.

🔗

Modulkürzel AD_BaTIN2020
Modulbezeichnung Algorithmen und Datenstrukturen
Art des Moduls Pflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 2
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Dieter Rosenthal/Professor Fakultät IME
Dozierende*r Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt Kenntnisse zum Umgang mit Algorithmen und Datenstrukturen sowie ein tieferes Verständnis der zugrundeliegenden Konzepte und Techniken. Im Fokus dieses steht die exemplarische Nutzung der Programmierung in C++ zur Rrealisierung der behandelten Datenstrukturen und Algorithmen. In praktischer Arbeit analysieren die Studierenden Problemstellungen im Systemumfeld (K1, K2, K4), implementieren Lösungen auf der Grundlage anerkannter Konzepte und Methoden (K3) mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7). Sie recherchieren dazu in Dokumentationen (K8, K15) und passen vorhandene Software an (K10).
Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K8, K13, K16).
Wozu: Die Verwendung und Beurteilung von Standarddatenstrukturen und Standardalgorithmen ist essentiell für heutige komplexe Softwaresysteme. Entsprechende Programmierkenntnisse und Wissen über die zugehörigen Grundlagen sind somit unverzichtbar für die Erstellung moderner Software (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2) sowie zur Ausführung von Programmen (HF3). Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

Modulinhalte

Vorlesung / Übungen

Konzepte der objektorientierten Programmierung in C++
grundlegende lineare und hierarchische Datenstrukturen in der Programmierung
Lineare Datenstrukturen (z.B. lineare Listen, verkettete Listen usw.)
Hierarchische Datenstrukturen (z.B. k-näre Bäume, binäre Suchbäume usw.)
Analyse der Komplexität von Algorithmen
Wichtige Suchalgorithmen
Funktionsweise wesentlicher Sortieralgorithmen
Konzepte der objektorientierten Programmierung in C++ anwenden
Qualität von Datenstrukturen und Algorithmen einschätzen
Programmieren von Such- und Sortierverfahren
Praktikum

Datenstrukturen und Algorithmen für spezielle Anwendungen selbständig entwerfen
lineare und hierarchische Datenstrukturen in C++ implementieren
Sortieralgorithmen in C++ umsetzen
Suchalgorithmen in C++ realisieren
Anwendung der unter "Kenntnisse (fachliche Inhalte)" genannten Aspekte auf praxisbezogene Szenarien durch selbstständige Arbeit in kleinem Team.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul PI1: Sicherer Umgang mit einer Programmiersprache.
  • Grundlagen der Programmierung in einer höheren Programmiersprache
Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 3 Praktikumstermine
Empfohlene Literatur
  • Sedgewick, Robert: Algorithmen in C
  • Ottmann, Widmayer: Algorithmen und Datenstrukturen
  • Heun: Grundlegende Algorithmen
  • Wirth, Niklaus: Algorithmen und Datenstrukturen
  • Elektronische Verweise auf ebooks und Online Tutorials
Verwendung des Moduls in
weiteren Studiengängen		 AD in Bachelor Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel ASN_BaTIN2020
Modulbezeichnung Angewandte Statistik und Numerik
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Holger Weigand/Professor Fakultät IME
Dozierende*r Prof. Dr. Holger Weigand/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt die Kompetenz, mathematische Modelle zur Beschreibung technischer Systeme zu entwerfen (K2, K5, K11), diese effizient zu implementieren und ihre Grenzen zu benennen (K1, K19). Der Studierende kann Informationen mathematisch aus- und bewerten (K12).
Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs/Übungsteil und betreut parallel dazu ein Praktikum, in dem die Studierenden bekannte und selbst entwickelte Algorithmen implementieren.
Wozu: Die erworbenen Kompetenzen unterstützen den Studierenden bei der Entwicklung von Algorithmen für die Forschung (HF 1). Er kann die Güte von Algorithmen bei größeren technischer Systemen abschätzen bzw. sie in solchen Systemen realisieren (HF2). Bei der Planung und Realisierung von Systemen zur Verarbeitung von Informationen für technische Anwendungen (HF3) kann er abstrakte Modelle entwerfen, speziell bei Berechnungssystemen.

Modulinhalte

Vorlesung / Übungen

Rechnerarithmetik
Fehlerrechnung, Kondition einer Matrix
Gaußalgorithmus mit Spaltenpivotisierung
Interpolation
Nullstellenprobleme (Bisektion, Newton, Varianten von Newton, Fixpunktiteration)
Iterationsverfahren für lineare GS
Regressionsanalyse
Wahrscheinlichkeitsrechnung
Praktikum

Weitergabe von Meßfehlern abschätzen können
numerische Algorithmen anwenden können
Trendfunktionen aufstellen können
mit Wahrscheinlichkeiten umgehen können
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul MA1: Grundlegende mathematische Kenntnisse, insbesondere Funktionen und Differentialrechnung anwenden
  • Modul MA2: Methoden der linearen Algebra anwenden können
  • Modul PI1: Grundbegriffe der Programmierung anwenden
  • Grundlegende mathematische Kenntnisse, insbesondere Funktionen und Differentialrechnung anwenden
    Methoden der linearen Algebra anwenden können
    Grundbegriffe der Programmierung anwenden
Zwingende Voraussetzungen
  • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Vorlesung / Übungen
  • Praktikum erfordert Anwesenheit im Umfang von: 4 Termine
Empfohlene Literatur
  • Knorrenschild: Numerische Mathematik (Fachbuchverlag)
  • Papula: Mathematik für Ingenieure und Naturwissenschaftler, Band 1+2 (Vieweg)
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel AT_BaTIN2020
Modulbezeichnung Antennentechnik
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Rainer Kronberger/Professor Fakultät IME
Dozierende*r Prof. Dr. Rainer Kronberger/Professor Fakultät IME

Learning Outcome(s)

Die Studierenden können spezielle elektormagnetische Probleme lösen, indem sie hierfür geeignete spezielle Methoden der Hochfrequenztechnik und Elektrotechnik anwenden, um später Antennen für hochfreuqente Anlagen, Systeme und Baugruppen zu analysieren, entwickeln und herzustellen

Modulinhalte

Vorlesung

Elektromagnetische Wellen
Maxwellsche Gleichungen
Wellengleichung
Wellenausbreitung
Wellen an Grenzflächen
Reflexion, Beugung und Brechung
Antennen
Definition
Parameter
Elementarstrahler
Gruppenantennen
Flächenstrahler
Mobilfunkantennen
Besondere Formen
Elektromagnetische Wellen verstehen
Umgang mit Simulationswerkzeugen
Erlernen von Messverfahren und Vorschriften
Wirkungsweise von Antennen verstehen
Projekt

Hochfrequenztechnische Messaufbauten verstehen
HF-Simulationswerkzeuge bedienen
HF-Antennenmessgeräte fachgerecht einstellen
Antennenmessungen durchführen
Antennensimulationen durchführen
Wissenschaftlichen Bericht verfassen
Lehr- und Lernmethoden
  • Vorlesung
  • Projekt
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 34 Stunden ≙ 3 SWS
Selbststudium 116 Stunden
Empfohlene Voraussetzungen
  • Modul EG: Erweiterte Kenntnisse der Elektrotechnik und Grundlagen der Grundlegende Kenntnisse der Hochfrequenztechnik
  • Gleichstromtechnik
    Wechselstromtechnik
    Elektronik
    Grundlagen Mathematik
    Grundlagen der Hochfrequenztechnik
Zwingende Voraussetzungen Projekt erfordert Anwesenheit im Umfang von: 6 Termine
Empfohlene Literatur
  • Meinke/ Gundlach: Taschenbuch der Hochfrequenztechnik Bd. 1-3 Springer Verlag
  • Detlefsen/Siart: Grundlagen der HF-Technik. Oldenbourg Verlag
  • Zinke/ Brunswig: Hochfrequenztechnik 1, Filter, Leitungen, Anten-nen, Springer Verlag
  • Kark: Antennen und Strahlungsfelder , Springer Verlag
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 12.10.2020, 16:52:01
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel ATS_BaTIN2020
Modulbezeichnung Autonome Systeme
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch und englisch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME
Dozierende*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt Kompetenzen zur Erstellung von autonomen Systemen (AS) in allen relevanten Aspekten und Arbeitsschritten von der Auslegung und Planung des gesamten Systems (K.1, K.4), Auswahl und Bewertung der Komponenten (K.8, K.9), Entwicklung der Software für die Sensordatenverarbeitung und intelligente Robotersteuerung unter der Verwendung von Methoden wie z.B. KI (Künstliche Intelligenz) und Robotersehen (K.2, K.3), die Integration von Software und Hardware Komponenten (K.5, K.6), bis zur Inbetriebnahme und Validierung des gesamten robotischen Systems (K.7, K.10).
Womit: Die Dozentin vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs/Übungsteil und betreut parallel dazu Miniprojekte, in denen die Studierenden ihre Kenntnisse anwenden und relevante Komponenten für AS entwickeln.
Wozu: Kompetenzen in der Entwicklung eines AS sind essentiell für technische Informatiker*innen, die im HF1 arbeiten wollen. Durch das Erlernen und die Anwendung von aktuellen Methoden und Techniken im Bereich KI und Robotik anhand robotischer Plattformen erwerben die Studierenden zudem Erfahrungen, die essentiell für das HF2 sind, u.a. Anforderungen erfassen, Konzepte zur technischen Lösung entwickeln und diese zu bewerten.

Modulinhalte

Vorlesung

Sensorik
Bewegungsmesser
Ausrichtungsmessung
Position- und Entfernungsmessung
Kameras und Kameramodelle
Fortbwegung
Radfahrzeuge
Laufmaschinen
Sensordatenverarbeitung und Merkmalsgewinnung
Kantendetektion
Linienextraktion
Punktdetektor und -deskriptor
Erkennung und Modellierung
Objektdetektion
Ortserkennung
3D Struktur- und Bewegungsschätzung
Navigation
Lokalisierung
Kartierung
Wegplanung
Praktikum

Im Team: Entwicklung von Systemen mit intelligenten Verhalten für autonome Sensordatenverarbeitung und echtzeitige Robotersteuerung. Das Ziel der Projekte besteht darin, Prototypen zu entwicklen, die entsprechenden Funktionalitäten nachweisen.
Übungen

Charakterisierung von Sensoren
Merkmalsgewinnung
Bildvergleich und Clustering
Bildbasierte Ortserkennung
Bewegungsanalyse
Programmierung der Roboterverhalten
Lehr- und Lernmethoden
  • Vorlesung
  • Praktikum
  • Übungen
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul AD: Kompetenz in der Analyse und realisierung von Algorithmen
  • Modul SIG: Kenntnisse in der Signalverarbeitung
  • Modul SYP: Kompetenz in der Entwicklung von Software und Projekten
  • Modul ES: Grundkenntnisse in der hardwarenahe Softwareentwicklung
  • Kompetenz in der Analyse und Realisierung von Algorithmen
    Kenntnisse in der Signalverarbeitung und Mathematik
    Kompetenz in der Entwicklung von Software und Projekten
    Grundkenntnisse in der hardwarenahen Softwareentwicklung
Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 1 Termin
Empfohlene Literatur
  • Hertzberg: Mobile Roboter: Eene Einführung aus Sicht der Informatik, Springer Vieweg, 2012
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 3.7.2023, 14:45:35
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel BAA_BaTIN2020
Modulbezeichnung Bachelorarbeit
Art des Moduls Pflichtmodul
ECTS credits 12
Sprache deutsch, englisch bei Bedarf
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 7
Häufigkeit des Angebots jedes Semester
Modul-Verantwortliche*r Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Dozierende*r verschiedene Dozenten*innen / diverse lecturers

Learning Outcome(s)

Was: Das Modul vermittelt die Fähigkeit, eine Aufgabe der Informatik oder eine ingenieurwissenschaftliche Aufgabe selbstständig mit Hilfe wissenschaftlicher Methoden zu bearbeiten.
Womit: Auf Basis einer individuellen Vereinbarung des Studierenden mit einem Dozenten der F07 erhält der Studierende eine qualifizierte Aufgabenstellung aus dem Bereich der technischen Informatik die eigenständig und innerhalb einer beschränkten Frist erfolgreich bearbeitet und dokumentiert werden muss. Die Bachelorarbeit kann auch extern in einem Unternehmen durchgeführt werden.
Wozu: Das Berufsleben eines Informatikers ist geprägt durch die Bearbeitung komplexerer Aufgabenstellung aus dem Bereich der Informatik und/oder der Ingenieurwissenschaften. Hierbei stellt die vollumfängliche Bearbeitung (Recherche, Konzepterstellung, Implementierung, Verifikation, Validierung, Dokumentation) der Aufgabe eine wesentlichen Anforderung dar. Dies wird im Rahmen dieses Moduls quasi als "Einstieg in das Berufsleben" vermittelt.

Modulinhalte

Abschlussarbeit

Die Bachelorarbeit ist eine schriftliche Hausarbeit. Sie soll zeigen, dass die oder der Studierende befähigt ist, innerhalb einer vorgegebenen Frist ein Thema aus ihrem oder seinem Fachgebiet sowohl in seinen fachlichen Einzelheiten als auch in den fachübergreifenden Zusammenhän-gen nach wissenschaftlichen und fachpraktischen Methoden selbstständig zu bearbeiten. Die interdisziplinäre Zusammenarbeit kann auch bei der Abschlussarbeit berücksichtigt werden.
Lehr- und Lernmethoden Abschlussarbeit
Prüfungsformen mit Gewichtung
Workload 360 Stunden
Präsenzzeit 0 Stunden ≙ 0 SWS
Selbststudium 360 Stunden
Empfohlene Voraussetzungen
  • Modul PM: gemäß §26 Abs. 1 der Prüfungsordnung
Zwingende Voraussetzungen siehe Prüfungsordnung §26 Abs. 1
Empfohlene Literatur
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise Siehe auch Prüfungsordnung §24ff. Kontaktieren Sie frühzeitig einen Professor der Fakultät für die Erstbetreuung der Abschlussarbeit.
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel BVS1_BaTIN2020
Modulbezeichnung Betriebssysteme und Verteilte Systeme 1
Art des Moduls Pflichtmodul
ECTS credits 6
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 3
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Cartsten Vogt/Professor Fakultät IME
Dozierende*r Jürgen Bornemann/Lehrbeauftragter

Learning Outcome(s)

Was: Das Modul vermittelt Kompetenzen zum Umgang mit Betriebssystemen und Diensten in verteilten Systemen sowie ein tieferes Verständnis der zugrundeliegenden Konzepte und Techniken. Im Fokus dieses ersten Moduls (gefolgt von BVS2) steht die Nutzung von Programmiertechniken und -schnittstellen, die eine Systemsoftware typischerweise zur Realisierung nebenläufiger, kooperierender Software im lokalen und verteilten Umfeld anbietet. In praktischer Arbeit analysieren die Studierenden Problemstellungen im Systemumfeld (K1, K2, K4), implementieren Lösungen auf der Grundlage anerkannter Konzepte und Methoden (K3) mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7). Sie recherchieren dazu in Dokumentationen (K8, K15) und passen vorhandene Software an (K10).
Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K8, K13, K16).
Wozu: Systemsoftware, also Betriebssysteme und Dienstsoftware für verteilte Systeme, bietet die Plattform zur Erstellung von Anwendungen, die nebenläufig und verteilt arbeiten - Eigenschaften, die für heutige komplexe Softwaresysteme typisch sind. Entsprechende Programmierkenntnisse und Wissen über die zugehörigen Grundlagen sind somit essentiell für die Erstellung moderner Software (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2) sowie zur Organisation von Prozessen und zum Betrieb von Systemen, die nebenläufig und verteilt arbeiten (HF3). Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

Modulinhalte

Vorlesung / Übungen

Grundlagen von Betriebssystemen und Verteilten Systemen
Einordnung und Aufgaben eines Betriebssystems im Rechensystem
zu verwaltende Betriebsmittel
Nebenläufigkeit in Hard- und Software
Komponenten und Eigenschaften Verteilter Systeme
Software-Strukturen
Betriebssystemkern
Hierarchische Strukturen
Virtuelle Maschinen
Client-Server-Systeme
Peer-to-Peer-Systeme
Das UNIX/Linux-Betriebssystem
Geschichte und Standards
Schalenstruktur
Kern mit Programmierschnittstelle
Shell mit Benutzerschnittstelle
wichtige Benutzerkommandos
Aufbau des Dateisystems
Programmierung in C
Nebenläufigkeit
Prozesse und Threads
grundlegende Eigenschaften
Prozesse in UNIX
Threads in Java
Synchronisation
grundlegende Synchronisationsbedingungen
wechselseitiger Ausschluss
Reihenfolge
Mechanismen zur Durchsetzung
Interruptsperrung
Spinlocks
Signale
Semaphore
Monitore
Deadlocks
Kommunikation
Grundbegriffe
speicher- vs. nachrichtenbasierte Kommunikation
Mailboxen und Ports
synchrone vs. asynchrone Kommunikation
lokale Kommunikation
Shared Memory
Message Queues
Pipes
Kommunikation in verteilten Systemen
Protokolle
Sockets
Umgang mit den Schnittstellen eines Betriebssystems
zeichenorientierte Benutzerschnittstelle (Konsole)
Programmierschnittstelle
Steuerung nebenläufiger Aktivitäten in einem Betriebssystem
von der Benutzerschnittstelle aus
durch Funktionen der Programmierschnittstelle
Synchronisation nebenläufiger Ausführungen durch Synchronisationsmechanismen
Nutzung verschiedener Kommunikationsmechanismen
lokale Mechanismen
Mechanismen in Rechnernetzen
Praktikum

Befehle der zeichenorientierten UNIX/Linux-Benutzerschnittstelle
Nutzung durch Eingabe über die Tastatur
Nutzung durch Einbettung in Shell Scripts
insbesondere zur Steuerung nebenläufiger Prozesse
C-Funktionen der UNIX/Linux-Programmierschnittstelle
zum Zugriff auf Dateien und Geräte
zur Erzeugung und elementaren Steuerung von Prozessen
zur Synchronisation von Prozessen
zur Kommunikation von Prozessen (lokal und im Netz) - je nach verfügbarer Zeit
Anwendung der unter "Kenntnisse (fachliche Inhalte)" genannten Aspekte auf praxisbezogene Szenarien durch selbstständige Arbeit in kleinem Team.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 180 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 135 Stunden
Empfohlene Voraussetzungen
  • Modul PI1: Sicherer Umgang mit einer Programmiersprache.
  • Modul PI2: Sicherer Umgang mit einer Programmiersprache.
  • Modul DR: Kenntnisse über Aufbau und Funktionalität eines Digitalrechners.
  • Modul GSP: Grundkenntnisse über die hardwarenahe Programmierung eines Digitalrechners.
  • Modul NP: Grundkenntnisse über Internet-Protokolle.
  • prozedurale Programmierung
    Architektur von Digitalrechnern (Grundkenntnisse)
    Internetprotokolle (Grundkenntnisse)
Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 1 Termin
Empfohlene Literatur
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel BVS2_BaTIN2020
Modulbezeichnung Betriebssysteme und Verteilte Systeme 2
Art des Moduls Pflichtmodul
ECTS credits 5
Sprache englisch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME
Dozierende*r Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME

Learning Outcome(s)

Was: Aufbauend auf BVS1 vermittelt das Modul vertiefend Kompetenzen zum Umgang mit Systemsoftware, insbesondere mit Diensten in verteilten Systemen. In praktischer Arbeit analysieren die Studierenden Problemstellungen im Systemumfeld (K1, K2, K4), implementieren Lösungen auf der Grundlage anerkannter Konzepte und Methoden (K3) mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7). Sie recherchieren dazu in Dokumentationen (K8, K15) und passen vorhandene Software an (K10).
Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K8, K13, K16).
Wozu: Systemsoftware, also Betriebssysteme und Dienstsoftware für verteilte Systeme, bietet die Plattform zur Erstellung von Anwendungen, die nebenläufig und verteilt arbeiten - Eigenschaften, die für heutige komplexe Softwaresysteme typisch sind. Entsprechende Programmierkenntnisse und Wissen über die zugehörigen Grundlagen sind somit essentiell für die Erstellung moderner Software (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2) sowie zur Organisation von Vorgängen und zum Betrieb von Systemen, die nebenläufig und verteilt arbeiten (HF3). Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF4).
Was: Das Modul vermittelt Wissen über die Implementation von Systemsoftware auf Grundlage einer Hardwarearchitektur. Die Studierenden lernen die Details ihrer Realisierung sowie die zugrundeliegenden Techniken, Konzepte und Strategien kennen. Sie spielen in den Übungen typische Szenarien durch und lernen dabei die Auswirkungen strategischer Entscheidungen bei Entwurf, Implementierung und Ausführung der Systemsoftware kennen (K1, K2, K3, K4, K9).
Womit: Der Dozent vermittelt das grundlegende Wissen in der Vorlesung und leitet in den Übungen zu seiner Anwendung an.
Wozu: Die Systemsoftware ist ein zentraler Bestandteil eines jeden Rechensystems und somit entscheidend für seine Einsatzmöglichkeiten und Leistung. Entsprechendes Wissen über ihre Eigenschaften und mögliche Alternativen bei ihrer Realisierung ist daher essentiell für die Erstellung (HF1), Analyse (HF2) und Organisation (HF3) informationstechnischer Systeme.

Modulinhalte

Vorlesung / Übungen

Kooperation
Client-Server-Modell
Beispiele: Namens- und Dateidienste
geschichtete Architekturen
Peer-to-Peer-Modell
prozedurale Kooperation: Remote Procedure Call
objektorientierte Kooperation
Remote Method Invocation
objektorientierte Middleware
Web-basierte Dienste
dynamische Web-Seiten
Web Services
Implementierung von Software-Nebenläufigkeit
Verwaltung und Steuerung von Prozessen
Dispatching und Scheduling
Exceptions und Interrupts
Speicherkonzepte
Komponenten der Speicherhierarchie
Swapping
Virtueller Speicher
Prozesse in Verteilten Systemen
Lastverteilung, Fehlertoleranz, Synchronisation
Dateisysteme
logische und reale Strukturen
lokale Dateisysteme
Implementierung von Verzeichnissen
Organisation der Festplatte
Leistungssteigerung und Fehlertoleranz
verteilte Dateisysteme
File Server und Name Server
Verteilte Dateibäume
Caching und Replikation
Beurteilung verschiedener Verfahren und Techniken zum Prozessor-Scheduling, zur Verwaltung von Speicherhierarchien, zur Implementierung lokaler und verteilter Dateisysteme
Programmierung von und mit Diensten in lokalen und verteilten Systemen
Dienste in verteilten Systemen
Grundlagen von Cloud Computing und Web Services
Apache-basierte Systeme
kommerziell verfügbare Systeme
Praktikum

C-Funktionen der UNIX/Linux-Programmierschnittstelle zur Kommunikation und Kooperation lokal und im Internet
durch Nutzung von Shared Memory, Message Queues und Sockets
durch Remote Procedure Call
Java-Techniken zur Kommunikation und Kooperation
Web Services: SOAP, REST
ggf. andere (wird kurzfristig festgelegt)
Anwendung der unter "Kenntnisse (fachliche Inhalte)" genannten Aspekte auf praxisbezogene Szenarien durch selbstständige Arbeit in kleinem Team.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul PI1: Sicherer Umgang mit einer Programmiersprache.
  • Modul PI2: Sicherer Umgang mit einer Programmiersprache.
  • Modul DR: Kenntnisse über Aufbau und Funktionalität eines Digitalrechners.
  • Modul GSP: Grundkenntnisse über die hardwarenahe Programmierung eines Digitalrechners.
  • Modul NP: Grundkenntnisse über Internet-Protokolle.
  • Modul BVS1: Sämtliche Modulinhalte, da BVS2 eine unmittelbare Fortsetzung von BVS1 ist
  • prozedurale Programmierung
    Architektur von Digitalrechnern (Grundkenntnisse)
    Internetprotokolle (Grundkenntnisse)
    Sämtliche Inhalte von BVS1
Zwingende Voraussetzungen
Empfohlene Literatur
  • siehe http://www.nt.fh-koeln.de/vogt/bs/bvs_lit.pdf
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel BWR_BaMT2024
Modulbezeichnung Betriebswirtschaft und Recht
Art des Moduls Pflichtmodul
ECTS credits 5
Sprache deutsch, englisch bei Bedarf
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4
Häufigkeit des Angebots jedes Semester
Modul-Verantwortliche*r Prof. Dr. Stefan Kreiser/Professor Fakultät IME
Dozierende*r Dr. Diana Püplichhuysen/Lehrbeauftragte

Learning Outcome(s)

1. Fachkompetenzen (lernergebnisorientiert)

  • Die Studierenden können eine eigene Business Idee generieren, mit Hilfe von Business Modelling entwickeln und validieren.
  • Sie kennen die zentralen Inhaltsfelder der BWL und deren Bedeutung für Entre- und Intrapreneure.
  • Sie wissen, was notwendig ist, um ein Unternehmen funktionsfähig aufzubauen und Ziel- und zukunftsorientiert zu betreiben.
  • Sie kennen die für Unternehmensgründungen relevanten rechtlichen Rahmenbedingungen und können darauf aufbauend passende Entscheidungen treffen.
  • Sie sind damit grundsätzlich in der Lage, betriebswirtschaftliche Problemstellungen zu analysieren, Lösungsvorschläge zu entwickeln und (theoretisch) auszuführen.

2. Fachübergreifende Kompetenzen

: Die Studierenden können im Team projektartig vorgegebene Ziele erreichen. Sie wenden hierzu erlerntes, theoretisches Wissen auf ein Praxisbeispiel an (Transferkompetenz). Sie können:

  • die notwendige Literatur recherchieren, lesen und verstehen
  • mit anderen Menschen zusammenzuarbeiten und gemeinsam Ziele erreichen,
  • ein komplexes Arbeitsergebnis vor Publikum präsentieren sowie
  • sich selbst reflektieren und Leistungen anderer bewerten.

Die Studierenden verfügen somit über

  • methodisches Grundlagenwissen der Disziplinen BWL, Recht und Entrepreneurship,
  • Selbst-, Sozial und Reflexionskompetenz,
  • Präsentations- und Diskussionsfähigkeit.

Modulinhalte

Projekt

Anhand einer fiktiven Unternehmensgründung (Business Modelling) erlangen die Studierenden anwendungsbezogen die relevanten Kenntnisse und Fähigkeiten aus den Disziplinen BWL, Recht und Entrepreneurship.

Vorlesung

  1. Business Ideation
  2. Business Modelling (durchgehend)
  3. Marktanalyse, Kundengruppenanalyse, Stakeholderanalyse
  4. betriebliche Leitungsprozesse
  5. Rechtliche Rahmenbedingungen, Steuern
  6. Kostenrechnung, Preiskalkulation
  7. Externes Rechnungswesen
  8. Business Model Evaluierung (SWOT-Analyse)

Weitere, spezielle Unterrichtseinheiten zu:

  1. Selbst- und Teammanagement
  2. Präsentationstechnik
  3. Experience Report eines Unternehmers/einer Unternehmerin
Lehr- und Lernmethoden
  • Projekt
  • Vorlesung
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 34 Stunden ≙ 3 SWS
Selbststudium 116 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen
Empfohlene Literatur
  • Hölter, E. (2018): Betriebswirtschaft für Studium, Schule und Beruf. Stuttgart: Schäffer-Poeschel.
  • Osterwalder, A. & Pigneur, Y. (2010): Business Model Generation. Hoboke, New Jersey: John Wiley & Sons.
Verwendung des Moduls in
weiteren Studiengängen
Perma-Links zur Organisation Ilu
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel CA_BaTIN2020
Modulbezeichnung Computeranimation
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch, englisch bei Bedarf
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Stefan Grünvogel/Professor Fakultät IME
Dozierende*r Prof. Dr. Stefan Grünvogel/Professor Fakultät IME

Learning Outcome(s)

WAS:\nDie mathematischen, algorithmischen und theoretischen Grundlagen der Computeranimation erklären können, schriftlich und mündlich, unter Verwendung der entsprechenden Fachtermini.\n\nWOMIT:\nDie entsprechenden Grundlagen werden nach dem Prinzip des Flipped Classrooms vermittelt und zunächst in Form von einfachen Aufgaben (ohne Hilfe von Software) schrifltich geübt.\n\nWOZU:\nUm Anwendungen und Software zur Computeranimation nicht nur als Black Box zu verwenden, sondern auch deren Arbeitsweise zu verstehen und sich selbstständig in weiterführende (wissenschaftliche) Themengebiete der Computeranimation einarbeiten zu können.
WAS:\nEine Problemstellung oder Aufgabenstellung aus dem Bereich der Computeranimation analysieren und die passenden Methoden und Verfahren auswählen zu können.\n\nWOMIT:\nIm Praktikum wird schrittweise an die Herangehenweise zur Lösen von Aufgabenstellungen in der Computeanimation herangeführt und typtische Lösungansätze vermittelt. Dazu notwendige fachlichen Kenntnisse werden per Flipped Classroom vermittelt.\n\nWOZU:\nUm Verfahren, Algorithmen und Geräten zur Produktion, Speicherung, Übertragung, Verarbeitung, Wiedergabe und Präsentation von Computeranmation analysieren und bewerten zu können.
WAS:\nMethoden und Software der Computeranimation anwenden, weiterentwickeln oder selbst entwickeln. \n\nWOMIT:\nIm Praktikum werden schrittweise an Hand einer Game Engine oder einer Softwarebibliotheken die Kenntnisse in Form praktischer Übungsaufgaben vertieft und die Implementierung von Software zur Computeranimation geübt.\n\nWOZU:\nUm Verfahren, Algorithmen und Geräte zu Produktion und Wiedergabe von Computeranimation entwickeln und integrieren können.

Modulinhalte

seminaristischer Unterricht

Animationssysteme
- Hierarchien in Szenen
- Animationssystem
- Zeit und Game Loop

Objektanimation
- Bewegung im Raum
- Steuerung von Zeit, Geschwindigkeit und Wegstrecke
- Interpolation
- Rotationen

Characteranimaiton
- Kinematik
- Skinning
- Blend Shapes
- Motion Capture
- Bearbeitung von Bewegungsdaten

Prozedurale Animation
- Physikalisch basierte Animation
- Partikelsysteme
Lehr- und Lernmethoden seminaristischer Unterricht
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 23 Stunden ≙ 2 SWS
Selbststudium 127 Stunden
Empfohlene Voraussetzungen
  • Modul MA1: Problemlösungskompetenz aus dem BereichAnalysis einer Veränderlichen. Sicheres Beherrschen der entsprechenden Symbole und Formalismen
  • Modul MA2: Problemlösungskompetenz aus dem Bereich lineare Algebra und Analysis mehrerer Veränderlichen sowie Differentialgleichungen. Sicheres Beherrschen der entsprechenden Symbole und Formalismen.
  • Modul PI1: Entwickeln von Programmen zur Lösung konkreter Problemstellungen, abstrahieren von Problembeschreibungen in Algorithmen und überprüfen von Programmen auf Fehler.
  • Modul PI2: Entwerfen und verwenden objekt-orientierter Modelle und dynamischer Datenstrukturen zu einer gegeben Problemstellung und Umsetzung in einer Programmiersprache. Lösen von Problemstellung mittels geeigneter Algorithmen
  • Grundkenntnisse Computergrafik
    Programmierkenntnisse vermittelt im Umfang der Informatik 1 und Informatik 2
    Sicherer Umgang mit lineare Algebra sowie Analysis einer und mehrer Veränderlicher um Umfang der Kenntnisse aus Mathematik 1 und Mathematik 2
Zwingende Voraussetzungen
Empfohlene Literatur
  • Rick Parent, Computer Animation: Algorithms and Techniques, Morgan Kaufmann, 2007,
  • Dietmar Jackèl et. al., Methoden der Computeranimation, Springer, 2006
  • Jason Gregory, Game Engine Architecture, AK Peters, 2009
  • Stefan Grünvogel, Computeramimation, Vorlesungsskript
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel CG_BaTIN2020
Modulbezeichnung Computergrafik
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr.-Ing. Arnulph Fuhrmann/Professor Fakultät IME
Dozierende*r Prof. Dr.-Ing. Arnulph Fuhrmann/Professor Fakultät IME

Learning Outcome(s)

Das Modul vermittelt folgende Kenntnisse und Fertigkeiten:
- Beschreiben von Methoden zum geometrischen Modellieren
- Erklären von Transformationen
- Beschreiben der grundlegenden Graphikhardware
- Beschreiben der einzelnen Stufen der Rendering Pipeline
- Erklären von globalen und lokalen Beleuchtungsmodellen
- Beschreiben von Methoden zur Texturierung
- Gegenüberstellen der behandelten Beleuchtungsmodelle
- Entscheiden welches Verfahren geeignet ist, um eine konkrete Problemstellung der Computergrafik zu lösen
- Entwicklen von Computergrafikanwendungen (Verwenden eines 3D-APIs, Erstellen interaktiver 3D-Programme, Anwenden der mathematischen Basis der Computergrafik, Anwenden der grundlegenden Algorithmen der Computergrafik, Testen und Debuggen von Anwendungen)

Die Kompetenzen werden zunächst über eine Vorlesung durch den Dozenten vermittelt und danach im Praktikum von den Studierenden vertieft.

Die sichere Anwendung der Grundlagen der Computergrafik ist Voraussetzung für die Entwicklug interaktiver medientechnischer Systeme (HF1, HF2) und erlaubt die Bewertung bestehender Systeme (HF2).

Modulinhalte

Vorlesung / Übungen

Geometrisches Modellieren
Transformationen
Graphikhardware
Rendering Pipeline
Lokale Beleuchtungsmodelle
Texturen
Globale Beleuchtungsmodelle
Volume Rendering
Shaderprogrammierung
Fortgeschrittene Texturierungstechniken
Tonemapping
Praktikum

- Entwicklen von Computergrafikanwendungen
- Erstellen interaktiver 3D-Programme
- Verwenden eines 3D-APIs
- Anwenden der mathematischen Basis der Computergrafik
- Anwenden der grundlegenden Algorithmen der Computergrafik
- Testen und debuggen der eigenen Anwendung
- Textuelle Aufgabenstellungen erfassen und verstehen
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen Programmierkenntnisse
Mathematik 1 und 2
Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 3 Termine
Empfohlene Literatur
  • P. Shirley, S. Marschner: Fundamentals of Computer Graphics, Fifth Edition, AK Peters, 2021
  • T. Akenine-Möller, et al.: Real-Time Rendering, Taylor & Francis Ltd., 2018
  • M. Pharr, W. Jakob, and G. Humphreys, Physically Based Rendering: From Theory To Implementation, Morgan Kaufmann, 4. Edition, 2023
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel DB1_BaTIN2020
Modulbezeichnung Datenbanken 1
Art des Moduls Pflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 3
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Andreas Behrend/Professor Fakultät IME
Dozierende*r Prof. Dr. Andreas Behrend/Professor Fakultät IME

Learning Outcome(s)

WAS? HF1: Studierende sollen den Aufbau von Datenbanksystemen zur Speicherung und Verarbeitung von Informationen kennenlernen. Sie sollen relationale Datenbanken erstellen und Anfragen mittels SQL auf diese Datenbanken programmieren können. Dabei sollen Sie auch in der Lage sein, diese Anfragen in andere Programmiersprachen einzubetten (z.B. SQL-Anfragen in Java mittels der JDBC-Schnittstelle einbetten). Sie sollen in der Lage sein, den Datenaustauch mit benachbarten Softwaresystemen über definierte Austauschformate (z.B. XML) realisieren zu können.
HF2: Gegebene Anforderungskataloge für zu entwickelnde Softwaresysteme sollen auf ihren Bedarf an persistenten Daten analysiert werden können. Dabei sollen unterschiedliche Persistenzmechanismen analysiert werden können. Hierzu sollen verschiedene Datenbankmodelle im Überblick kennengelernt werden. In Bezug auf relationale Datenbanken als Zielsysteme sollen ERD-Modelle entwickelt und normalisiert werden können.
HF3: Kleinere Datenbanksysteme, die nach analytischen Vorgaben selbst entwickelt wurden, sollen mit Schnittstellen zu Nachbarsystemen organisiert und betrieben werden können.
WOMIT? Vortrag zu HF1, HF2 und HF3. Üben an Hand praktischer Beispiele zu HF1, HF2 und HF3. Drei kleinere Projekte in Laborversuchen zu HF1 und HF3, dabei sollen die Voraussetzungen zur Erstellung der Lösungen für HF1 und HF3 mittels Analysetechniken aus HF2 spezifiziert und anschließend dokumentiert werden können.
WOZU? In Softwareabteilungen großer Industrie- und Dienstleistungsunternehmen und bei Unternehmensberatungen für Soft- und Hardwaresystemen spielt die Entwicklung von Datenbanksystemen eine sehr große Rolle. Hier werden Informatiker dringend benötigt, die Datenbanken entwerfen, hierauf bezogene Anfrageprogramme entwickeln und testen können und Datenbanken in Betrieb halten können.

Modulinhalte

Vorlesung / Übungen

Allgemeines Datenbankmodell
Relationales Datanbanksystem
SQL
Einbettung von SQL in eine höhere Programmiersprache (z. B. JDBC)
Datenbankspezifikation und Design
ERD
Normalformen
XML und DB
DTD
Praktikum

Entwicklung einer einfachen Datenbank mit mehreren Tabellen auf Grundlage eines Anforderungskatalogs; Modellierung von Abhängigkeiten mit Fremdschlüsselbeziehungen; Programmierung komplexer DB-Anfragen mit JDBC-Programmen; Spezifikation einer Datenbank mit ERD; Definition von DB/XML-Schnittstellen mit einer DTD.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul MA1: Mengen, kartesisches Produkt, Relationen
  • Grundstudium Informatik
    Grundstudium Mathematik
Zwingende Voraussetzungen
Empfohlene Literatur
  • G. Vossen: Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme
  • A. Kemper, A. Eickler: Datenbanksysteme
  • C. Türker: SQL 1999 & SQL 2003
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel DB2_BaTIN2020
Modulbezeichnung Datenbanken 2
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Andreas Behrend/Professor Fakultät IME
Dozierende*r Prof. Dr. Andreas Behrend/Professor Fakultät IME

Learning Outcome(s)

WAS? HF1: Studierende sollen neben dem relationalen auch andere Datenbanksysteme kennenlernen: objektorientierte, objektrelationale und NoSQL-Datenbanksysteme. Weiterhin sollen sie neben dem ERM weitere Datenbank-Design Methoden kennenlernen, z.B. abstrakte Datentypen (ADT). Die Studierenden sollen die wichtigsten Arten von NoSQL-Datenbanksystemen kennenlernen: Key-Value-Datenbanken, Wide Column Stores, dokumentorientierte Datenbanken. Sie sollen die unterschiedlichen Schema Anforderungen analysieren lernen sowie die unterschiedlichen nicht-relationalen Datenmodelle, wie z.B. der JSON-Dokumenttyp bei dem NoSQL-Datenbanksystem CouchDB. Die Studierenden sollen objektrelationale Datenbanken und NoSQL Datenbanken erstellen und Anfragen auf diese Datenbanken programmieren können. Dabei sollen Sie auch in der Lage sein, Schnittstellen auf der Basis unterschiedlicher Austauschformate (z.B. JSON und XML) unter Berücksichtigung unterschiedlicher Grammatikmodelle (bei JSON: JSON-Schema, bei XML: XML-Schema) programmieren zu können.Weiterhin sollen Sie Bayer-Bäume als wesentliche Datenstruktur für die Sekundärspeicherverwaltung kennenlernen
HF2: Gegebene Anforderungskataloge für zu entwickelnde Datenstrukturen sollen sowohl objektrelational als auch in Hinblick auf dokumentenorientierte NoSQL Datenbanken modelliert werden können. Hierbei soll das Konzept abstrakter Datentypen angewendet werden können. Das Leistungsverhalten von Algorithmen der Sekundärspeicherverwaltung, die auf Bayer-Bäumen basieren, sollen im Unterschied zu anderen Strukturen der Sekundärspeicherverwaltung (z.B. ISAM) bewertet werden können. Unterschiedliche Grammatikmodelle für Austauschformate sollen zum validierenden Parsen von XML- oder JSON-Daten für Datenbankschnittstellen angewendet werden können.
HF3: Objektrelationale und NoSQL Datenbanksysteme, die nach analytischen Vorgaben selbst entwickelt wurden, sollen mit Schnittstellen zu Nachbarsystemen organisiert und betrieben werden können.
WOMIT? Vortrag zu HF1, HF2 und HF3. Üben an Hand praktischer Beispiele zu HF1, HF2 und HF3. Drei kleinere Projekte in Laborversuchen zu HF1, HF2 und HF3, dabei sollen die Voraussetzungen zur Erstellung der Lösungen für HF1, HF2 und HF3 mittels der in HF2 genannten Grammatikmodelle und dem in HF1 genannten Konzept abstrakter Datentypen HF2 spezifiziert und nach Implementation dokumentiert werden können.
WOZU? In großen Unternehmen und auf größeren Internetplattformen (z.B. Google, Ebay, Amazon) spielen skalierbare, hochperformante und föderierte Cloud-Datenbanken eine große Rolle. Diese Datenbanken operieren mit NoSQL- und ADT-Konzepten. Industrie- und Dienstleistungsunternehmen, die bei der Umsetzung von Industrie 4.0 Strategien Cloud-Datenbanken anwenden oder entwickeln möchten, benötigen dringend Informatiker, die z.B. NoSQL Datenbanken entwerfen, hierauf bezogene Anfrageprogramme entwickeln, testen und in Betrieb halten können.

Modulinhalte

Vorlesung / Übungen

XML Grammatiken mit XML Schema aufstellen
Abstrakte Datentypen
Objektorientierte Datenbanken
Objektrelationale Datenbanken
NoSQL Datenbanken
Bayer Bäume
Praktikum

Aufstellen von XML Schemata, von abstrakten Datentypen, von objekt-relationalen Datentypen. Programmierung von Anfragen an objektrelationale und NoSQL Datenbanken. Validierendes Parsen von JSON Dokumenten.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul DB1: Relationale Datenbanken, SQL, XML mit DTD, JDBC.
  • Modul FSA: Klassen formaler Grammatiken nach Chomsky.
  • Modul BVS1: Funktionalität und Aufbau des Dateisystems als Teil des Betriebssystemkerns.
  • Modul SE: Prinzipien und Methoden der Spezifikation verteilter Softwaresysteme.
  • Grundstudium Informatik
    Grundstudium Mathematik
    Datenbanken 1
Zwingende Voraussetzungen
Empfohlene Literatur
  • C. Türker: SQL 1999 & SQL 2003
  • St. Edlich: NoSQL Datenbanken
Verwendung des Moduls in
weiteren Studiengängen		 DB2 in Bachelor Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel DM_BaTIN2020
Modulbezeichnung Data Mining
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Beate Rhein/Professor Fakultät IME
Dozierende*r Prof. Dr. Beate Rhein/Professor Fakultät IME

Learning Outcome(s)

Was:
Methoden des maschinellen Lernens auf typische Datensätze der technischen Informatik anwenden
gängige Fallstricke des Data Mining in der Vorgehensweise kennen
für eine Aufgabenstellung das geeignete Verfahren bestimmen können
Qualität von Datensätzen beurteilen
Datenschutzgesetze kennen
weit verbreitete Software hierfür anwenden
eigenverantwortliches Arbeiten lernen

Womit:
Die Methoden werden anhand eines Vortrags oder per Lernvideos vermittelt und in Vorlesung und Übung direkt angewendet. Jeder Student wird ein kleines Projekt durchführen (je nach Anzahl der Studierenden in Gruppenarbeit).

Wozu:
Data Mining wird bei den späteren Arbeitgebern immer mehr eingeführt, etwa in der Robotik, aber auch zur Überwachung und Steuerung von Produktionsprozessen oder Energiesystemen und zur Auswertung von Kundendaten, hier ist ein
verantwortlicher Einsatz von Daten wichtig

Modulinhalte

Vorlesung / Übungen

Einführung in eine geeignete Software, z.B. Python
Einführung in deskriptive Statistik und evtl. auch Wahrscheinlichkeitsrechnung
Überwachtes Lernen:
- Klassifikationsverfahren: Ablauf, Performanzmaße, Anwendung eines Verfahrens des instanzbasierten Lernen, z.B. k-nearest-neighbor und eines Verfahrens des modellbasierten Lernen, z.B. Entscheidungsbäume
- evtl. Regressionsanalyse: über maschinelles Lernen und klassisch
Unüberwachtes Lernen:
- Clusteranalyse: k-means, evtl. auch DBSCAN
Preprocessing der Daten:
- Behandlung von beschädigten / fehlenden Daten
- Ausreißer oder Noise - Problematik
- Skalierung
- Visualisierung der Daten
- evtl. Dimensionsreduzierung
- Beurteilung der Qualität der Daten
- evtl. verschiedene Arten von Datensätzen betrachten, Bezug zu NoSql-Datenbanken herstellen

Ausblick auf aktuelle Forschung, z.B. Bilderkennung, Natural Language Processing, Reinforcement Learning
zu Aufgabenstellungen geeignete Methode und Gesamtvorgehensweise nennen und anwenden können
geeignetes Performanzmaß wählen und beurteilen
Datenschutzrichtlinien anwenden
Lehr- und Lernmethoden Vorlesung / Übungen
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 34 Stunden ≙ 3 SWS
Selbststudium 116 Stunden
Empfohlene Voraussetzungen
  • Modul MA1: mathematische Modelle verstehen und aufstellen Differentialrechnung
  • Modul MA2: Funktionen mit mehreren Veränderlichen anwenden Lineare Algebra: Matrizen aufstellen und mit ihnen rechnen
  • Modul PI1: Grundlagen der Programmierung beherrschen
  • Aus Mathematik 1 und 2 wird die Fähigkeit benötigt, mathematische Modelle aufzustellen, sowie Kenntnisse der Differentialrechnung und der Linearen Algebra.
Zwingende Voraussetzungen
Empfohlene Literatur
  • A. Geron: Praxiseinstieg Machine Learning mit Scikit-Learn und TensorFlow: Konzepte, Tools und Techniken für intelligente Systeme, Heidelberg, o‘Reilly Verlag 2017, 978-3960090618
  • S. Raschka, V. Mirjalili: Machine Learning mit Python und Scikit-Learn und TensorFlow: Das umfassende Praxis-Handbuch für Data Science, Predictive Analytics und Deep Learning, mitp Verlag, 2018, 978-3958457331
  • J. Frochte, Jörg: Maschinelles Lernen, München, Carl Hanser Verlag GmbH & Co. KG, 2018, eBook ISBN: 978-3-446-45705-8, Print ISBN: 978-3-446-45291-6
  • A. Müller: Einführung in Machine Learning mit Python: Praxiswissen Data Science, Heidelberg, o‘Reilly Verlag 2017, eBook: 978-3-96010-111-6
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 23.10.2019, 12:50:43
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel DR_BaTIN2020
Modulbezeichnung Digitalrechner
Art des Moduls Pflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 1
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Dozierende*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt die grundlegenden Methoden und Systeme der Digitaltechnik sowie den Entwurf digitaltechnischer Systeme unter Verwendung programmierbarer Bausteinen. Dies geschieht insbesondere auch mit dem Ziel, dass die Studierenden das Prinzip, den Aufbau und die Funktionsweise eines Digitalrechners verstehen und in Form eines rudimentären Von-Neumann-Rechners auch selbst entwicklen und mittels Maschinensprache programmieren können. Aufbauend und vergleichend zu den rudimentären Von-Neumann-Rechner erlernen die Studierenden die grundlegende prinzipielle Funktionsweise einer gängigen CPU (z.B. IA32E-Architektur). Die Studierenden werden in die Lage versetzt, fachspezifische Begriffe, Tools und Techniken im praktischen Umfeld sicher anzuwenden. Aufbauend auf den in der Vorlesung vermittelten Kenntnissen werden komplexere Problemstellungen analysiert, auf Teilsysteme heruntergebrochen und modelliert. Darauf aufbauend wird die Problemlösung mittels Entwurfswerkzeugen implementiert, simuliert, getest und am Zielsystem in Betrieb genommen.
Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. Im Praktikum erarbeiten die Studierenden in Kleingruppen Problemlösungen und verteidigen diese.
Wozu: Kompetenzen in der Entwicklung digitaltechnischer Systeme und hier insbesondere auch von Digitalrechnern sind essentiell für technische Informatiker, die im HF 1 arbeiten wollen. Durch die Entwicklung von Problemlösungen erwerben die Studierenden zudem Erfahrungen, die essentiell für das HF 2 sind. Eine projektorientierte Durchführung der Praktika in kleinen Teams mit dem Dozenten als "Auftraggeber" initiert die Interaktionsfähigkeit der Studierenden (HF 4).

Modulinhalte

Vorlesung / Übungen

  • Boolesche Algebra, Schaltplan/Schaltnetze, Gleichung, Funktionstabelle, typische Schaltnetze wie Multiplexer, Addierer
  • Zahlensysteme, Dezimal, Dual, Hexadezimal, Oktal
  • Zahlendarstellung in Rechnersystemem, Zweierkomplement, Fixkomma- und Gleitkommadarstellung
  • Speicherelemente, taktzustandsgesteuert, taktflankengesteuert, Register, setup-, hold- time
  • synchrone Zähler und deren Spezifikation in VHDL
  • synchrone Schaltwerke (Automaten) und deren Spezifikation in VHDL
  • Zustandsüberführungsdiagramme, Moore, Determinsimus, Vollständigkeit
  • VHDL, Syntax, Strukturelemente, Datentypen, Vektoren, Verhaltens- und Hierarchische Beschreibung
  • Programmierbare Bausteine (FPGA), Simualation, Synthese
  • Grundaufbau und Arbeitsweise eines einfachen Rechnersystems, ALU, Steuerwerk, Speicher, I/O
  • Programmabarbeitung, Registertransfers, Assemblerprogrammierung
  • Aufbau und Funktionsweise einer dedizierten CPU, Architektur, Stack
Projekt

  • Analyse von digitalen Schaltungen, Schaltnetzen und Funktionstabellen, Übersetzung in Hardwarebeschreibungssprache, Simulation, Synthese und Place and Route mit Werkzeugen für das Hardware-Design mit realer Zieltechnologie in Form von FPGA-Boards
  • Analyse und Implementation von Schaltwerken anhand von Zählern, Teststimuli Entwicklung und Simulation mit anschließender Umsetzung auf FPGA-Boards
  • Analyse von Automaten und Umsetzung und Simulation in einer Hardwarebeschreibungssprache als Schaltwerk
  • Simulation einer Lehr-CPU und debugging anhand der Simulationsergebnisse und Inbetriebnahme der Lehr-CPU auf FPGA-Boards, sowie Entwicklung von Assemblercode für das reale System.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Projekt
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen keine
Zwingende Voraussetzungen Projekt erfordert Anwesenheit im Umfang von: 5 Termine
Empfohlene Literatur
  • Urbanski K., Woitowikz R.: Digitaltechnik, 4. Auflage Springer 2004
  • Beuth K.: Elektronik Bd. 4 Digitaltechnik, Vogel Verlag 2001
  • Lipp H.M.: Grundlagen der Digitaltechnik, 4. Auflage Oldenbourg 2002
  • Tanenbaum A. S.; Austin T.. Rechnerarchitektur: Von der digitalen Logik zum Parallelrechner Pearson Deutschland 2014
Verwendung des Moduls in
weiteren Studiengängen		 DR in Bachelor Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel DSF_BaTIN2020
Modulbezeichnung Digitale Signalverarbeitung mit FPGA
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Jens Onno Krah/Professor Fakultät IME
Dozierende*r Prof. Dr. Jens Onno Krah/Professor Fakultät IME

Learning Outcome(s)

Systeme zur digitalen Signalverarbeitung modellieren und verifizieren
Programmierbare Logikbausteine kennenlernen und parametrieren
Evaluation Boards kennenlernen und verwenden
Analog-Digital-Wandler kennenlernen und verwenden
Digital-Analog-Wandlungsverfahren kennenlernen und verwenden
Reale Abtastsysteme kennenlernen und analysieren

Modulinhalte

Vorlesung / Übungen

Grundbegriffe der digitalen Signalverarbeitung,
Beschreibung zeitdiskreter Systeme
Analog-Digital-Umsetzung und Abtast- Halteglied
Sigma-Delta-Modulation, Quantisierungsrauschen
Praktische Anwendung von z-Transformation
Auslegung digitaler Filter (IIR und FIR)
Festkommaarithmetik
Implementierung in einer DSP-Umgebung („C“ + Assembler)
Implementierung in einer FPGA-Umgebung („VHDL“)
FPGA Entwicklungssystem Quartus II
Einführung die FPGA Baureihe Max 10 von Altera / Intel
Eclipse / Nios II Entwicklungsumgebung
Praktikum

Praktische Anwendung von z-Transformation
Implementierung in einer FPGA-Umgebung („VHDL“)
FPGA Entwicklungssystem Quartus II
Einführung die FPGA Baureihe Max 10 von Altera / Intel
Nios II Entwicklungsumgebung
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul PI1: Grundkenntnisse digitaler Systeme
  • TI1, DSS, SuS
Zwingende Voraussetzungen
Empfohlene Literatur
  • Elektronische Bedienhandbücher und Tutorials für Programmiersystem des FPGA-Herstellers
  • Skript (pdf)
Verwendung des Moduls in
weiteren Studiengängen		 DSF in Bachelor Elektrotechnik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel EG_BaTIN2020
Modulbezeichnung Elektrotechnische Grundlagen für die Technische Informatik
Art des Moduls Pflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 1
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Kai Kreisköther/Professor Fakultät IME
Dozierende*r
  • Prof. Dr. Kai Kreisköther/Professor Fakultät IME
  • Prof. Dr.-Ing. Dirk Poggemann/Professor Fakultät IME

Learning Outcome(s)

  • Was: Die Studierenden analysieren die wesentliche Funktionsweise von elektrotechnischen und elektronischen Systemen unter Einwirkung von zeitunveränderlichen und zeitveränderlichen Spannungen und Strömen. Sie sind in der Lage, deren Verhalten einzuordnen und abzuschätzen. Dies umfasst grundlegendes Wissen über Spannung, Strom, Widerstand, Quellen, Kirchhoffsche Gesetze, Wechselstromkreise, passive und aktive Bauelemente (Diode, Transistor, Operationsverstärker), Hoch- und Tiefpässe, Schwingkreise, Transformatoren, Messtechnik elektrischer Größen, Digitaltechnik, A/D- und D/A-Wandlung, Halbleiterspeicher sowie Signalübertragung auf Leitungen. Zudem sind sie befähigt, sich in diesem Themengebiet fachlich auszutauschen.
  • Womit: Das notwendige Wissen und grundlegende Fertigkeiten werden durch Vorlesungen und Übungen vermittelt. In betreuten Praktikumsversuchen vertiefen und wenden die Studierenden ihre Kenntnisse praktisch an.
  • Wozu: Elektrotechnische Systeme bilden die technologische Basis für viele Informationssysteme und sind in zahlreichen technischen Anwendungsbereichen relevant. Ein grundlegendes Verständnis dieser Systeme ist für Studierende technischer Fächer unerlässlich, um moderne Technologien zu verstehen und in interdisziplinären Kontexten effektiv zu kommunizieren, auch wenn die Entwicklung solcher Systeme nicht im Fokus ihrer Tätigkeit steht.

Modulinhalte

Vorlesung / Übungen

Die Studierenden können elektrotechnische und auch elektronische Systeme mit zeitunveränderlichen und auch zeitveränderlichen Spannungen und Strömen hinsichtlich der wesentlichen Funktionsweise analysieren und deren Verhalten einordnen und abschätzen.
Insbesondere sind Studierenden in der Lage, Analysen zu folgenden Themen durchzuführen:
- Widerstand
- Spannungs- und Stromquellen
- Die Kirchhoffschen Sätze, Reihen- und Parallelschaltung
- Leistung und Wirkungsgrad
- Reale Quellen inkl. Arbeitspunkt
- Netzwerkanalyse
- Elektrisches Feld
- Magnetisches Feld

- Spulen und Kondensatoren
- Scheinleistung und Blindleistung
- Schaltvorgänge in einfachen RCL-Netzwerken
- Wechselstrom
- Transformator
- Generator
- Gleichstrommotor

- ideale Diode
- reale Diode (modelliert auf Basis einer idealen Diode und Spannungsquelle und Widerstand)
- idealer Transistor als steuerbare Quelle
- realer Transistor (modelliert analog zur realen Diode)
- Operationsverstärker und entsprechende grundlegende
Praktikum

Die Studierenden führen projektähnlich elektrotechnische Versuche im Labor durch, die in einem Zusammenhang stehen. Ziel der vorgegebenen Versuche ist das Verständnis der Funktion und die Vermessung eines elektrotechnischen und/oder elektronischen Systems.
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen keine
Zwingende Voraussetzungen
  • Praktikum erfordert Anwesenheit im Umfang von: 4 Termine
  • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur
  • Gert Hagman, Grundlagen der Elektrotechnik, AULA-Verlag, ISBN 978-3-89104-747-7
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 20.5.2025, 14:25:39
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel EKS_BaTIN2020
Modulbezeichnung Entwicklung komplexer Software-Systeme
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Hans Nissen/Professor Fakultät IME
Dozierende*r Prof. Dr. Hans Nissen/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt unterschiedliche Kompetenzen, die für die
Entwicklung und Pflege komplexer Software-Systeme erforderlich sind:
die Anwendung und Beurteilung von Entwurfsmustern (K.1, K.3 K.4, K.5, K.9, K.10),
die Anwendung von Ansätzen zur professionellen Code-Entwicklung (K.6, K.9),
der Einsatz und die Beurteilung von Verfahren zur statischen Code-Anlayse (K.4, K.7, K.9),
die Beherrschung fortgeschrittene Java-Konzepte (K.5, K.6),
der Entwurf und die Realisierung modularisierter Software-Architekturen (K.1, K.3, K.5, K.10),
die Einordnung und der Einsatz komplexer Testverfahren (K.2, K.7, K.9).

Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem
Vorlesungs/Übungsteil unter Verwendung einer Fallstudie und
verschiedenen praktischen Demonstrationen.
Im zugehörigen Praktikum erarbeiten die Studierenden in Kleingruppen
Lösungen zu vorgegebenen Problemen und wenden dabei die Themenbereiche der
Vorlesung praktisch an. Hierzu wird eine selbständige Vertiefung
einzelner Themenbereiche, insbesondere die Verwendung typischer Werkzeuge, verlangt (K.8, K.9, K.15).
An den Präsenzterminen müssen die Studierenden
ihre Lösungen erläutern und verteidigen (K.16).

Wozu: Bei der Entwicklung und Pflege moderner Software muss man sich
mit einer stetig zunehmenden System-Komplexität auseinandersetzen. Einige typische
Gründe für eine hohe Komplexität sind: die Systeme
sind sehr umfangreich, es bestehen sehr viele Schnittstellen zu anderen
Systemen, es werden viele und zum Teil sehr umfangreiche Frameworks eingesetzt.
Für eine erfolgreiche Tätigkeit in diesem Umfeld ist die sichere Beherrschung
hierauf ausgerichteter Methoden, Konzepte und Technolgien unbedingt erforderlich (HF.1).
Die Erweiterung eines komplexen Systems erfordert die umfangreiche Analyse der
bestehenden Abhängigkeiten und die Beurteilung der unterschiedlichen Entwurfsalternativen
bezüglich ihrer Auswirkungen auf das Gesamtsystem (HF.2).
Ein wesentliches Hilfsmittel zur Beherrschung der System-Komplexität stellt die
Wahl einer geeigneten Organisationsform der Systems dar (HF.3).
Hierfür sind umfangreiche theoretische und praktische Kenntnisse von Organisationsformen
im Kleinen (z.B. Entwurfsmuster) und im Großen (z.B. Modularisierung) erforderlich.

Modulinhalte

Vorlesung / Übungen

Entwurfsmuster
Prinzipien und Techniken für schwach-gekoppelte Software
professionelle Code-Entwicklung
fortgeschrittene Java-Konzepte
Modul-orientierte Architekturprinzipien
komplexere Prüfverfahren: statischer Test, dynamischer Test, formale Verifikation
Entwurfsmuster anwenden und beurteilen
Ansätze zur professionellen Code-Entwicklung anwenden und beurteilen
Verfahren zur automatisierten Code-Anlayse anwenden und die Ergebnisse interpretieren
modularisierte Architekturen entwerfen und realisieren
komplexe Testverfahren einsetzen
Praktikum

Entwurfsmuster in Programmcode umsetzen
modularisierte Architekturen für umfangreiche Anwendungen erstellen
automatisierten Code-Review und statische Code-Anlayse anwenden
Testverfahren auswählen und auf Programme anwenden
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul SE: Spezifikation und Modellierung von Systemen und Software mit UML, Modularisierung in Java, einfache Entwurfsmuster, grundlegende Verfahren zum Prüfen von Software, verschiedene Architekturen von Systemen und Software, Grundbegriffe der Qualitätssicherung, Kenntnisse in Versionsverwaltung
  • Modul PI1: sehr gute praktische und theoretische Kenntnisse der Pragrammiersprache Java
  • Modul PI2: sehr gute praktische und theoretische Kenntnisse der Pragrammiersprache Java
  • Modul PP: sehr gute praktische und theoretische Kenntnisse der Pragrammiersprache Java
  • Spezifikation und Modellierung von Systemen und Software mit UML, Modularisierung in Java, einfache Entwurfsmuster, grundlegende Verfahren zum Prüfen von Software, verschiedene Architekture von Systemen und Software, Grundbegriffe der Qualitätssicherung, Kenntnisse in Versionsverwaltung, sehr gute praktische und theoretische Kenntnisse der Pragrammiersprache Java
Zwingende Voraussetzungen
  • Praktikum erfordert Anwesenheit im Umfang von: 3 Termine
  • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur
  • E. Gamma, R. Helm, R. Johnson, J. Vlissides: Design Patterns, MITP Verlags GmbH & Co. KG, 2015.
  • R. C. Martin: Clean Code: A Handbook of Agile Software Craftsmanship, Prentice Hall, 2008.
  • S. McConnell: Code Complete, Microsoft Press, 2. Auflage, 2004.
  • M. Fowler: Refactoring: Improving the Design of Existing Code. Addison-Wesley Verlag, 2. Auflage, 2018.
  • A. Spillner, T. Linz: Basiswissen Softwaretest, dpunkt Verlag, 5. Auflage, 2012
  • P. Liggesmeyer: Software-Qualität: Testen, Analysieren und Verifizieren von Software, Spektrum Akademischer Verlag, 2. Auflage, 2009.
  • H.M. Sneed, M. Winter: Testen objektorientierter Software, Hanser Verlag, 2001.
  • G. E. Thaller: Software-Metriken einsetzen–bewerten–messen, Verlag Technik, 2000.
  • H. Sneed, R. Seidl, Manfred Baumgartner: Software in Zahlen - Die Vermessung von Applikationen. Carl Hanser Verlag, 2010.
  • Standard ISO/IEC 5055, Software Quality Measurement, 2021.
  • J. Laski, W. Stanley: Software Verification and Analysis, Springer 2019.
  • J. Goll: Entwurfsprinzipien und Konstruktionskonzepte der Softwaretechnik, Springer Vieweg, 2018.
  • J. Goll: Architektur- und Entwurfsmuster in der Softwaretechnik, Springer 2014.
  • K. Beck: Tidy First? Mini-Refactorings für besseres oftware-Design, O´Reilly, 2024.
  • J. Ousterhout: Prinzipien des Software-designs, O´Reilly, 2022.
Verwendung des Moduls in
weiteren Studiengängen		 EKS in Bachelor Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung 23.10.2019, 12:50:43
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel EL_BaTIN2020
Modulbezeichnung Elektronik
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Jürgen Schneider/Professor Fakultät IME
Dozierende*r Prof. Dr. Alexander Utz/Professor Fakultät IME

Learning Outcome(s)

Die Studierenden lernen wichtige Grundschaltungen der Elektronik kennen und können diese auf Basis erlernter Methoden analysieren und dimensionieren. Durch Kenntnis dieser Schaltungen können sie Schaltungen anwenden und Konzepte zur Konditionierung elektrischer Signale erstellen.

Modulinhalte

Vorlesung / Übungen

lineare passive Schaltungen kennen und analysieren
Frequenzverhalten rechnerisch bestimmen
Verhalten graphisch im Bodediagramm darstellen
Schaltungen mit Halbleiterbauelementen (Diode, Tansistor) und Operationsverstärkern kennen und dimensionieren
Praktikum

Technische Anleitungen lesen und verstehen
Schaltungsaufbauten anschließen und betreiben
komplexe Aufgaben in beschränkter Zeit bewältigen
theoretisches Wissen in reale Schaltungen umsetzen
Ergebnisse kritisch beurteilen und bewerten
Typische Messsysteme bedienen
technische Grundlagen und Zusammenhänge erklären
Lehr- und Lernmethoden
  • Vorlesung / Übungen
  • Praktikum
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen Grundlegende Kenntnisse von passiven Bauelementen, Widerstand, Kondensator, Induktivität
Lösung linearer Gleichungen, rechnen mit komplexen Größen
Zwingende Voraussetzungen
  • Praktikum erfordert Anwesenheit im Umfang von: 3 Termine
  • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur
  • "Halbleiter-Schaltungstechnik", U. Tietze et al., ISBN: 978-3-662-48553-8
  • "Design of Analog CMOS Integrated Circuits", B. Razavi, ISBN: 978-0-07-252493-2
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel ES_BaTIN2020
Modulbezeichnung Eingebettete Systeme
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Wintersemester
Modul-Verantwortliche*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Dozierende*r
  • Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
  • Prof. Dr. Markus Cremer/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt Kompetenzen zur Erstellung eines Eingebetteten Systems (ES) in allen Arbeitsschritten von der Auslegung und Planung des Systems (K.4), der Auswahl der Komponenten (K.8, K.10), der Entwicklung der Software und der Anschaltung an die Anlage / das Gerät (K.5) und seiner prototypischen Inbetriebnahme (K.6). Im parallel laufenden Miniprojekt werden ihre Kompetenzen zur Teamarbeit (K.13), Projektorganisation (K.11) und Kommunikation (durch Präsentationen und Bericht) (K.16) verstärkt.
Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs/Übungsteil und betreut parallel dazu ein Miniprojekt, in dem die Studierenden ein kleines ES entwickeln.
Wozu: Kompetenzen in der Entwicklung eines ES sind essentiell für technische Informatiker, die im HF 1 arbeiten wollen. Durch die Arbeit an einem Beispielsystem erwerben die Studierenden zudem Erfahrungen, die essentiell für das HF 2 sind, u.a. Anforderungen erfassen, Konzepte zur technischen Lösung entwickeln und diese zu bewerten. Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

Modulinhalte

Vorlesung

Entwurfs- und Beschreibungsverfahren
Funktionale Untergliederung
Verhaltensbeschreibung
Objektorientierte Beschreibung
Beschreibung paralleler Abläufe mit Petri-Netzen
Konstruktion eingebetteter Systeme
Hardwareaspekte
Mikrocontroller
SOPC-Lösungen
Anbindung von IO-Bausteinen
Serielle Anbindung
Punkt zu Punkt-Verbindung
Serielle Busse
Parallele Anbindung
DMA
Leistungsverbrauch-Aspekte
Softwareaspekte
Auswahl der Programmiersprache
Assembler
C
C++
andere
SW-Architektur
SingleTask
Zustandsautomat
Statisches Funktionsscheduling
Multitasking
RTOS-basiert
Embedded Linux
Erfüllung von Zeitanforderungen an Tasks
Verteilte eingebetteter Systeme
Grundwissen verteilte Systeme
Schichtenaufbau des Kommunikationssystems
Grundwissen Feldbusse
Grundwissen Internet of Things (IoT)
Programmierung verteilter eingebetteter Systeme
Projekt

Im Team: Entwicklung eines eingebetteten Systems mit einer abgesprochenen Aufgabe, z.B. einer Modellsteuerung eines mechanischen Modells, eines Umweltsensors usw. Projektziel ist ein Prototyp, der die Funktionalität nachweist

Schritte:
1) Beschreibung/Spezifikation
Aufgabenbeschreibung aus Kundensicht im Dialog mit dem Auftraggeber (= Dozent)
Entwicklung eines Konzepts zur Lösung
2) Hardwareauswahl
Recherche geeigneter Bausteine in technischen Handbüchern
3) Modellierung der Lösung
4) Implementierung unter Benutzung von modernen Entwicklungsumgebungen und Programmierstandards, insb. RTOS
komplexe Aufgaben im Team bewältigen
einfache Projekte planen und steuern
Absprachen und Termine einhalten
Präsentation einer Entwicklung
Aufgabenstellung
Projektzwischenstand
Ergebnis
Dokumentation in einem Projektbericht
Projektbeschreibung
Umsetzung
Benutzung
Erfahrungen
Übungen

Modellierung eines Eingebetteten Systems gemäß anerkannter Methoden für Reaktive Systeme
Erstellung der Software eines eingebetteten Systems in C
auf Basis einer HAL (Hardware Abstraction Layer) oder unter Benutzung eines RTOS
Lehr- und Lernmethoden
  • Vorlesung
  • Projekt
  • Übungen
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 45 Stunden ≙ 4 SWS
Selbststudium 105 Stunden
Empfohlene Voraussetzungen
  • Modul DR: Grundkenntnisse Technologie und Programmierung von digitaler Logik und Mikrocontrollern
  • Modul PP: Programmiererfahrung
  • Modul EG: Grundkenntnisse der Elektrotechnik für die Benutzung von Mikrocontrollern und die Erstellung einfacher Anschaltungen an Mikrocontroller, z.B. mit Spannungsteiler oder einfachem Operationsverstärker
  • Grundlagen der technischen Informatik
    Boolesche Logik, Automaten und Schaltwerke
    Aufbau und Funktionsweise von Mikrocontrollern
    Mikrocontroller-Programmierung (vorzugsweise in C)
    Programmiererfahrung mit Entwicklungsumgebungen wie Eclipse
Zwingende Voraussetzungen Projekt erfordert Anwesenheit im Umfang von: Projektbesprechungen und -präsentation
Empfohlene Literatur
  • W.Wolff: Computers as Compenents: Principles of Embedded System Design
  • Wieringa: Design Methods for reactive Systems
Verwendung des Moduls in
weiteren Studiengängen
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel ESP_BaTIN2020
Modulbezeichnung Eingebettete Systeme - Projekt
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch, englisch bei Bedarf
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Dozierende*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME

Learning Outcome(s)

Das Modul ESP vertieft die in der Lehrveranstaltung "Eingebettete Systeme" (ES) gewonnenen Kompetenzen zur Konzeption, zum Entwurf und zur Implementierung eingebetteter Systeme in einem Projekt, das über das ganze Semester von einem Team durchgeführt wird. Die Studierenden arbeiten an einer in Absprache mit dem Dozenten ausgewählten Idee für ein ES in den typischen Schritten
* Analyse
* technische Konzeption unter Benutzung verfügbarer Komponenten
* Implementation eines Prototyps
Sie präsentieren zu vorgegegebenen Terminen ihre Arbeitsschritte und Ergebnisse

Modulinhalte

Projekt

Entwicklung eines ES
Hardwareauswahl
Recherche geeigneter Bausteine
Lesen von Herstellerdokumenten
Modellierungsverfahren anwenden
Erstellung eines Systemmodells
Verfeinerung der Systemkomponenten
Modellierung der Arbeitsweise
Implementierung
Design der speziellen Komponenten des ES
Inbetriebnahme fertiger Bausteine
Teststrategien entwickeln und umsetzen
Prototypischer Geräteaufbau mit mechanischen/elektronischen Bauteilen
komplexe Aufgaben im Team bewältigen
einfache Projekte planen und steuern
Absprachen und Termine einhalten
Präsentation
Systementwurf
Projektzwischenstand
Ergebnis
Lehr- und Lernmethoden Projekt
Prüfungsformen mit Gewichtung
Workload 150 Stunden
Präsenzzeit 12 Stunden ≙ 1 SWS
Selbststudium 138 Stunden
Empfohlene Voraussetzungen
  • Modul ES: Kennen des typischen Aufbaus von ES Anwenden typischer Design- und Programmiermethoden für ES Erstellen eines kleinen ES mit HW- und SW-Anteil
  • Modul SP: Ablauf eines größeren IT-Projekts Muster der Projektdurchführung mit Meilensteinen
  • Kurs Eingebettete Systeme
Zwingende Voraussetzungen Projekt erfordert Anwesenheit im Umfang von: 4 Termine
Empfohlene Literatur
  • W.Wolff: Computers as Compenents: Principles of Embedded System Design
  • Wieringa: Design Methods for reactive Systems
  • Gessler, Mahr: Hardware/Software Codesign
Verwendung des Moduls in
weiteren Studiengängen		 ESP in Bachelor Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung 29.3.2022, 14:39:48
Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

🔗

Modulkürzel FG_BaTIN2020
Modulbezeichnung Feldbus Grundlagen
Art des Moduls Wahlpflichtmodul
ECTS credits 5
Sprache deutsch
Dauer des Moduls 1 Semester
Empfohlenes Studiensemester 4-6
Häufigkeit des Angebots jedes Sommersemester
Modul-Verantwortliche*r Prof. Dr. Rainer Bartz/Professor Fakultät IME
Dozierende*r Prof. Dr. Rainer Bartz/Professor Fakultät IME

Learning Outcome(s)

Die Studierenden besitzen grundlegende Kenntnisse über Kommunikationsmechanismen im Feldbereich.
Die Studierenden besitzen Kenntnisse der wichtigsten Netzwerk-Topologien, der Prinzipien des ISO/OSI Modells und der Aufgaben der unteren OSI-Layer. Sie kennen die wesentlichen Aufgaben des Physical und des Data Link Layer und die wichtigsten Buszugriffs- und Datensicherungs-Verfahren im Feldbereich.
Sie besitzen Detail-Kenntnisse der Eigenschaften sowie der Übertragungsprotokolle von Netzen nach CAN-Standard.
Die Studierenden besitzen die Fähigkeit, die Stärken und Schwächen verschiedener Aspekte der OSI-Layer 1 und 2 zu beurteilen, Kommunikationslösungen auf Basis von CAN zu planen und zu implementieren, CAN Kommunikation mit einem embedded System zu implementieren sowie Sensoren und Aktoren von einem Programm aus anzusprechen.
Sie besitzen Übung im Umgang mit Themen, die viel Detail-Informationen beinhalten. Die Studierenden besitzen Erfahrungen mit Teamarbeit (im Praktikum).
Die Studierenden besitzen praktische Erfahrungen im Umgang mit einem Micro-Controller, in der Implementierung von CAN Kommunikation auf Basis eines Micro-Controllers sowie in der Nutzung von Sensoren und Aktoren in einem embedded System.

Modulinhalte

Vorlesung / Übungen

Topologien in Kommunikationsnetzen: PzP, Linie, Ring, Stern
Notationen in Kommunikationsstandards: Dienstbeschreibung, Sequenzdiagramme, Zustandsdiagramme (Mealy-Automat)
ISO/OSI Referenzmodell:: Layer, Kapselung, Funktionen, Dienste (PeerToPeer, lokal), PDU-SDU-PCI-ICI, verbindungsorientierte Kommunikation
Leitungscodes: digital (NRZ, PRZ, BiPhase-L, DPLM,...), analog (ASK, FSK, PSK, ...)
Physical Layer Definitionen in RS-232, RS-485
Datensicherung: Parity, Blocksicherung, Checksum, CRC, ...
Buszugriffsverfahren: Master/Slave, Token, CSMA/CD, CSMA/CA, ...
PhL und DLL des CAN: Inhaltsadressierung, Arbitrierung, Datensicherung, Standard vs. Extended CAN, Bit-Timing, Fehlermanagement, Acknowledge-Methode, Dienste und Protokolle
Die Studierenden erarbeiten sich grundlegende Kenntnisse über industrielle Kommunikationssysteme
Kommunikationsstandards verstehen:
Die Studierenden können die gängigen Beschreibungsmethoden für Kommunikationsstandards erklären
Sie können Dienste in der gängigen Beschreibungsart darstellen und interpretieren
Sie können die zur Funktionsbeschreibung verwendeten State Charts verstehen und erstellen
Sie können die zeitlichen Abläufe mittels Sequenzdiagramme veranschaulichen
Physical Layer Mechanismen verstehen:
Die Studierenden können gängige Leitungscodes anwenden und zugehörige zeitliche Signalverläufe deuten
Die Studierenden können elektrische Spezifikationen ausgewählter Übertragungssysteme verstehen
Data Link Layer Funktionen verstehen und anwenden:
Die Studierenden können wesentliche Komponenten eines Protokolls benennen
Sie können bedeutende Verfahren zur Datensicherung beschreiben und auf Nutzdatensequenzen anwenden
Sie können die üblichen Zugriffsverfahren (M/S, Token, CSMA) beschreiben und ihre Eigenschaften darstellen
CAN als beispielhaften Feldbus-Standard verstehen:
Die Studierenden können eine reale Feldbus-Spezifikation (CAN) im Sinne des ISO/OSI Modells einordnen.
Sie können das Verhalten von CAN-Kommunikationsteilnehmern nachvollziehen.
Sie können die CAN-Spezifikation bewerten und Vor- und Nachteile diskutieren.
Die Studierenden können gängige Datensicherungsverfahren anwenden
Sie können Dienste und Funktionalitäten in gängige Notation überführen
Sie können Protokolle analysieren und die enthaltenen Nutzdaten extrahieren
Sie können Protokoll-konforme Datenströme generieren, mit denen vorgegebene Nutzdaten transportiert werden
Lehr- und Lernmethoden Vorlesung / Übungen
Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 34 Stunden ≙ 3 SWS
    Selbststudium 116 Stunden
    Empfohlene Voraussetzungen
    • Modul DR: Binäre Logik; Zahlendarstellung binär, hexadezimal, dezimal; Zustands-Übergangs-Diagramm Aufbau eines Micro-Controllers; C-Programmierung für eine Target-Plattform
    • Modul EG: Spannung, Strom, Widerstand; Kondensator, Spule, Übertrager
    • Programmierkenntnisse:
      Schleifen, Bedingungen, switch-case, Datentypen (C)
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • eigenes Skript
    • Schnell, G.: Bussysteme in der Automatisierungstechnik, Vieweg
    • Zimmermann, W.; Schmidgall, R.: Bussysteme in der Fahrzeugtechnik, Vieweg
    Verwendung des Moduls in
    weiteren Studiengängen    		 FG in Bachelor Elektrotechnik 2020
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel FIT_BaTIN2020
    Modulbezeichnung Funksysteme für IoT
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Uwe Dettmar/Professor Fakultät IME
    Dozierende*r Prof. Dr. Uwe Dettmar/Professor Fakultät IME

    Learning Outcome(s)

    Was? Erlernen der Nutzung bestehender Funktechnologien zur Planung und Entwicklung von neuen Anwendungen im Mobilfunk und im Bereich des IoT (smart home, smart city, smart grid, smart farming etc. ) sowie der Digitalisierung der Industrie (Industrie 4.0).
    Womit? durch Beschäftigung mit existierenden und neu auf den Markt kommenden geeigneten funktechnischen Standards und Geräten und deren Grundlagen
    Wozu? zum Entwurf, der anwendungsspezifischen Auswahl und Beurteilung von innovativen Lösungen zur Messwertaufnahme, sicheren Datenübertragung und Steuerung von Prozessen in den Bereichen des Internet-of-Things und von Industrie 4.0.

    Modulinhalte

    Vorlesung / Übungen

    Vorlesung und Übungen werden in der Lehrveranstaltung kombiniert. Nach Vorstellung von neuem Lernstoff durch den Dozenten in Form von kurzen Blöcken wird dieser direkt von den Studierenden durch kurze Matlab- und Python-Übungen angewendet und vertieft. Längere Übungsaufgaben werden bereits zu Hause vorbereitet und die verschiedenen Lösungsvorschläge in der Präsenzveranstaltung besprochen.

    Kenntnisse zu folgenden Themen werden vermittelt:
    - Einführung, Was ist IoT/ Industrie 4.0?
    - Überblick: Märkte und Einsatzgebiete für drahtlose Kommunikation
    - Standards, Grundlagen zur drahtlosen Übertragungstechnik
    - Sensoren, Aktoren und uC
    - Vielfachzugriff und Datensicherung in Sensornetzen
    - Techniken für höhere Datenraten (OFDM, MIMO etc.)
    - Network, Fog und Cloud Computing
    - Standards in Mobilfunk (4G, 5G), WLAN, LPWAN, WNAN und WPAN

    Die Studierenden lernen die o.g. Themen in der Vorlesung kennen, erwerben Grundwissen und vertiefen dieses durch Selbststudium mit Hilfe von Literatur, YouTube Videos und anderen Netzressourcen (selbstständige Informationsbeschaffung), sowie in Lerngruppen (Teamwork).
    Durch die Kombination mit kleinen Übungsaufgaben und Programmen wird in der Präsenzveranstaltung bereits ein aktiver Umgang mit den vorgestellten Verfahren befördert. Umfangreichere Rechenaufgaben werden am Ende der Veranstaltung behandelt und die Lösungswege diskutiert, um dadurch den Studierenden relevante Problemestellungen vorzustellen und ihre Fähigkeit zur Lösungsfindung zu entwickeln.

    Die Studierneden lernen darüber hinaus:
    - nachrichtentechnische System zu analysieren und deren Performanz zu ermitteln bzw. abzuschätzen.
    - Geeignete Standards für spezifische Anwendungen auszuwählen
    - Kenntnisse auf technische Problemstellungen anzuwenden
    Projekt

    In Kleingruppen bearbeiten die Studierenden Projekte aus dem Bereich des IoT. Dabei verwenden Sie HW oder SW, um aktuelle Funkstandards zu untersuchen oder anzuwenden, Daten z.B. von Sensoren aufzunehmen, zu sammeln, darzustellen und auszuwerten. Die Arbeiten verschiedener Kleingruppen können zu einem Gesamtprojekt kombiniert werden.
    Die Ergebnisse werden in einer Präsentation vorgestellt und bewertet. Sie können mit bis zu 30% in die Abschlussnote eingehen.
    Seminar

    Alternativ: Ausgabe einer Seminararbeit zu einem aktuellen Thema aus der Veranstaltung. Abgabe und Bewertung der Arbeit.

    Eigenständige Literaturrecherche, Analyse der Quellen, themengerechte, verständliche Darstellung, Diskussion und Bewertung der gefundenen Ergebnisse.
    Praktikum

    Alternativ: Duchführung von vorgegebenen Praktikumsaufgaben, die Aspekte der Vorlesung vertiefen. Dies kann HW oder SW basiert erfolgen.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Projekt
    • Seminar
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 68 Stunden ≙ 6 SWS
    Selbststudium 82 Stunden
    Empfohlene Voraussetzungen
    • Modul SV: Bandbreitedefinition, Denken im Frequenzbereich, Fourier Transformation, Signale und Systeme Diskrete Fourier Transformation
    • Die Studierenden sollten Grundkenntnisse der digitalen Kommuniationstechnik und der Signaltheorie besitzen. Sie sollten vertraut sein mit Standardprotokollen zur Datenübertragung und dem OSI Schichtenmodell. Sie sollten insbesondere Grundkenntnisse zur physikalischen Schicht und der Sicherungsschicht mitbringen. Aus der Mathematik wird Grundwissen in den Bereichen Lineare Algebra und Statistik benötigt. Grundlegende Programmierkenntnisse runden das Anforderungsprofil ab.
    Zwingende Voraussetzungen
    • Projekt erfordert Anwesenheit im Umfang von: 4 Termine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Projekt
    Empfohlene Literatur
    • DAHLMAN, E. ; PARKVALL, S. ; SKÖLD, J. : 5G NR : the next generation wireless access technology. 1st. Elsevier Science, 2018
    • FINKENZELLER, K. : RFID Handbuch. Hanser, 2008.
    • FÖRSTER, A. : Introduction to Wireless Sensor Networks. Wiley-IEEE Press, 2016.
    • GEIER, J. : Designing and deploying 802.11 wireless networks, Cisco Press, 2015.
    • LIAO, R. ; BELLALTA, B. ; OLIVER, M. ; NIU, Z. : MU-MIMO MAC Protocols for Wireless Local Area Networks: A Survey. In: IEEE Commun. Surv. Tutorials 18 (2016)
    • Mobile positioning and tracking : from conventional to cooperative techniques. Wiley-IEEE Press
    • TANENBAUM, A. S. ; WETHERALL, D. : Computer networks. Pearson Education, 2014
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel FSA_BaTIN2020
    Modulbezeichnung Formale Sprachen und Automatentheorie
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 2
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Hans Nissen/Professor Fakultät IME
    Dozierende*r Prof. Dr. Hans Nissen/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt verschiedene Kompetenzen für die Analyse, die
    Formalisierung und den Umgang mit
    formalen, abstrakten Strukturen in informationstechnischen Systemen:
    Formalisierung und Analyse von Systemen aus abstrakter Perspektive (K.1, K.2, K.3, K.4, K.5),
    Formalisierung einer gegebenen Struktur als formale Sprache (K.2, K.3),
    Spezifikation einer Grammatik zu einer gegebenen Sprache (K.2, K.3),
    Ableitung von akzeptierenden Automaten für gegebene Sprachen (K.1, K.2, K.5),
    Transformation einer Beschreibungsform einer formalen Sprachen in eine andere, äquivalente Beschreibungsform (K.1, K.2, K.4),
    Analyse einer Struktur bezüglich ihrer Komplexitäts-Eigenschaften (K.2, K.4, K.12).

    Womit: Der Dozent vermittelt Wissen und Fertigkeiten in einem
    Vorlesungs/Übungsteil unter Verwendung einer Vielzahl von abstrakten und praktischen Beispielen.
    Die Anlayse und die Formalisierung abstrakter Strukturen werden in der Vorlesung und der
    Übung intensiv geübt.

    Wozu: Bei der Entwicklung von Software und Systemen werden sehr oft formale
    Strukturen, wie beispielsweise Automaten und Grammatiken, betrachtet.
    Diese Strukturen abstrahieren von der realen Welt und überführen
    insbesondere das dort beobachtbare bzw. gewünschte Verhalten in ein für die Implementierung
    geeignetes formalisiertes Modell.
    Für eine erfolgreiche Tätigkeit in der System- und Softwareentwicklung ist die sichere
    Abstraktion und Fomalisierung von Strukturen und Verhalten aus der realen Welt erforderlich. Denn nur
    mit einer geeigneten Formalisierung ist die korrekte Verarbeitung von Informationsstrukturen
    und die korrekte Umsetzung von technischen Anwendung (z.B. zur Steuerung von Anlagen) möglich (HF.1).
    Diese Lehrveranstaltung liefert weiterhin die Kompetenzen für die Analyse von
    Systemen und den zugrundeliegenden Konzepten bezüglich ihrer Eignung zur Verarbeitung
    der geforderten Strukturen bzw. der Sicherstellung des gewünschten Verhaltens (HF.2).

    Modulinhalte

    Vorlesung / Übungen

    Formale Sprachen und Chomsky-Hierarchie
    Formalisierung von Grammatiken
    Formalisierung von abstrakten Rechnermodellen
    verschiedene endliche Automaten
    Kellerautomat
    Turingmaschine
    reguläre Ausdrücke
    Eigenschaften unterschiedlicher Sprachklassen
    Abgeschlossenheit
    Entscheidbarkeit
    Pumping Lemma
    Sprachklasse einer gegebenen Sprache bestimmen
    formale Sprachen spezifizieren
    Grammatik für gegebene Sprache erstellen
    Automat für gegebene Sprache erstellen
    Automat für gegebene Grammatik erstellen
    Formalisierungen transformieren
    formale Beweise zu formalen Sprachen, Grammatiken und Automaten durchführen
    Probleme der realen Welt formalisieren
    abstrakte Automaten für reale Probleme entwerfen
    Lehr- und Lernmethoden Vorlesung / Übungen
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 34 Stunden ≙ 3 SWS
    Selbststudium 116 Stunden
    Empfohlene Voraussetzungen keine
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • Uwe Schöning: Theoretische Informatik - kurzgefasst, Spektrum Akademischer Verlag, 5. Auflage, 2008
    • Rolf Socher: Theoretische Grundlagen der Informatik Carl Hanser Verlag, 2007
    • Gottfried Vossen, Kurt-Ulrich Witt: Grundkurs Theoretische Informatik 4. Auflage, Vieweg Verlag, 2006
    • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman: Einführung in die Automatentheorie, Formale Sprachen und Komplexitätstheorie 3. Auflage, Pearson Studium, 2011
    Verwendung des Moduls in
    weiteren Studiengängen    		 FSA in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel GRT_BaTIN2020
    Modulbezeichnung Graphentheorie
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Hubert Randerath/Professor Fakultät IME
    Dozierende*r

    Learning Outcome(s)

    Modulinhalte

    Vorlesung / Übungen

    Praktikum
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    Zwingende Voraussetzungen
    • Vorlesung / Übungen erfordert Anwesenheit im Umfang von: 2 Termine
    • Praktikum erfordert Anwesenheit im Umfang von: 2 Termine
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen    		 GRT in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:53
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel GSP_BaTIN2020
    Modulbezeichnung Grundlagen der Systemprogrammierung
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 2
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
    Dozierende*r
    • Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
    • Norbert Kellersohn/Lehrkraft für besondere Aufgaben

    Learning Outcome(s)

    Was: Das Modul vermittelt die Kompetenzen zur Verwendung von Mikrocontrollersystemen (Hardware inkl. Echtzeitbetriebssystem) für die Erarbeitung von Problemlösungen aus dem Bereich Messen-Steuern-Regeln. Darüber hinaus werden die Studierenden in die Lage versetzt eigene Treiber für vom Betriebssystem nicht unterstütze Hardwarekomponenten zu entwicklen und zu nutzen. Alle Implementierungen erfolgen in der Programmiersprache C, wodurch die Einführung in diese Programmiersprache ein integraler Bestandteil dieses Moduls ist. Die Studierenden werden in die Lage versetzt, fachspezifische Begriffe, Tools und Techniken im praktischen Umfeld sicher anzuwenden. Aufbauend auf den in der Vorlesung vermittelten Kenntnissen werden komplexere Problemstellungen analysiert, auf Teilsysteme heruntergebrochen und modelliert. Darauf aufbauend wird die Problemlösung mittels Entwurfswerkzeugen implementiert und am Zielsystem in Betrieb genommen.
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. Im Praktikum erarbeiten die Studierenden in Kleingruppen Problemlösungen und verteidigen diese.
    Wozu: Kompetenzen in der Verwendung von Mikrocontrollern nebst Echzeitbetriebssystem sind essentiell für technische Informatiker, die im HF 1 arbeiten wollen. Durch die Entwicklung von Problemlösungen erwerben die Studierenden zudem Erfahrungen, die essentiell für das HF 2 sind. Eine projektorientierte Durchführung der Praktika in kleinen Teams mit dem Dozenten als "Auftraggeber" initiert die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    • Grundlagen der C-Programmierung: Datentypen, Ausdrücke, Strukturen, Präprozessor, Zeiger, Funktionen,
    • Werkzeuge zur Programmerung: Compiler, Linker, Debugger, Simulator/Emulator
    • Hardwarenahe I/O-Programmierung in C: Port Aufbau, I/O Adressierungsarten, Treiberbibliotheken, Bitmanipulationen
    • Programmierung von Aufgaben des Messens, Steuerns und Regelns in C: Realisierung von Moore- und Mealy-Automaten in C
    • Aufbau und Funktionsweise eines Echtzeitbetriebssystems: Anforderungen, Vegleich mit herkömmlichen OS, Multitasking, Priorität, Taskzustände, Mutex, Semaphore, Task Kommunikation, Deadlocks, Race-Conditions
    • I/O-Schnittstellen eines Rechnersystems und deren Nutzung mittels C am Beispiel des dedizierten Kleinrechnersystems:
    • Interrupts: Quellen, Arten, Vektor Taeblle, Service Routine, Timing, Priorisierung, Hardware Quellen
    • Laufzeitsystem für C-Programme:
      • Stackverarbeitung, Unterprogramme, Parameterübergabe
      • Speicherverwaltung, Kontext-Speicherung
    Praktikum

    • zielgerichtetes Handhaben der Software-Entwicklungsumgebung
    • komplexe Aufgaben in einem Kleinteam bewältigen
    • Verstehen und erläutern der Arbeitsweise eines Mikrocontroller-System (Hardware und Echtzeitbetriebssystem)
    • Erstellen von Treiberbibliotheken in C für verschiedene I/O-Schnittstellen mit Unterstützung ihrer Interruptfähigkeit
    • Systemverhalten aus spezifizierenden Texten herleiten
    • Erarbeitung von Problemlösungen aus dem Bereich Messen-Steuern-Regeln, die sich mit C-Programmen realisieren lassen
    • Laufzeitsystem für C-Programme analysieren und beschreiben
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen grundlegende prozedurale Programmierkenntnisse
    Grundlegende Funktionsweise eines Von-Neumann-Rechners
    Grundlagen der Digitaltechnik
    Automatem u. Zustandsüberführungsdiagramme
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 2 Termine
    Empfohlene Literatur
    • Märtin: Rechnerarchitektur, Fachbuchverlag Leipzig (Carl Hanser)
    • Oberschelp/Vossen: Rechneraufbau und Rechnerstrukturen, Oldenbourg Verlag
    • Vogt, C: C für Java-Programmierer
    • Tanenbaum, Goodman: Computerarchitektur, Pearson Studium (Prentice Hall)
    Verwendung des Moduls in
    weiteren Studiengängen    		 GSP in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:53
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel GUI_BaTIN2020
    Modulbezeichnung Graphische Oberflächen und Interaktion
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 3
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Dieter Rosenthal/Professor Fakultät IME
    Dozierende*r Ali Shafieian/wissenschaftlicher Mitarbeiter Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt Kompetenzen zur Programmierung von grafischen Benutzeroberflächen. In praktischer Arbeit analysieren die Studierenden Problemstellungen (K2), implementieren Lösungen mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7). Sie recherchieren dazu in Online-Dokumentationen (K8, K15) und passen vorhandene Software an (K10).
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K8, K13).
    Wozu: Grafische Benutzeroberflächen spielen im Programmierumfeld eine zentrale Rolle und somit auch Kenntnisse, sie zu programmieren und in bestehende Systeme zu integrieren (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden zudem weitere Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2). Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    grundlegende Begriffe und Techniken der Erstellung graphischer Benutzeroberflächen unter Microsoft Windows
    Fensterkonzept
    Nachrichtenkonzept
    Anwenden der durch das Betriebsystem gegebenen API in Java
    Einbinden der Pakete AWT und Swing
    Diskussion der Vor- und Nachteile
    Umgang mit der Microsoft Windows API
    Umgang mit AWT- und Swing-Klassen zur Erstellung von graphischen Benutzeroberflächen in Java
    Praktikum

    Programmierung von Graphischen Benutzeroberflächen am Beispiel individueller Aufgaben - Details wie unter "Vorlesung/Übung" angegeben
    Umgang mit Softwareentwicklungsumgebungen für GUIs
    Realisierung von GUI-Applikationen mittlerer Komplexität in kleinen Teams
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI2: Sicherer Umgang mit einer objektorientierten Programmiersprache.
    • Modul AD: Tieferes Verständnis der Verwendung von C++ und Java bei der Analyse von Algorithmen
    • Prozedurale und objektorientierte Programmierung in C/C++ und Java
      Struktur und Funktionalität von Betriebssystemen
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 3 Termine
    Empfohlene Literatur
    • keine
    Verwendung des Moduls in
    weiteren Studiengängen    		 GUI in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:53
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel HF_BaTIN2020
    Modulbezeichnung Hochfrequenztechnik
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Rainer Kronberger/Professor Fakultät IME
    Dozierende*r Prof. Dr. Rainer Kronberger/Professor Fakultät IME

    Learning Outcome(s)

    Die Studierenden können hochfrequenztechnische Probleme lösen, indem sie hierfür geeignete spezielle Methoden der Elektrotechnik anwenden, um später hochfrequenztechnische Schaltungen, Baugruppen zu analysieren, entwickeln und herzustellen.
    Die Studierenden können hochfrequenztechnische Schaltungen entwickeln, indem sie hierfür geeignete spezielle Methoden der Elektrotechnik und Elektronik anwenden, um später hochfrequenztechnische Systeme zu entwickeln und herzustellen.

    Modulinhalte

    Vorlesung

    Die Studierenden lernen die Besonderheiten und Unterschiede elektrotechnischer Grundprinzipien, Vorgänge und Schaltungen bei hohen und höchsten Frequenzen.
    Es werden theoretischen Grundlagen in Verbindung mit praktischen Anwendungsbeispielen der Hochfrequenztechnik vermitteltet und der Unterschied zur konventionellen Elektrotechnik wird erklärt und geschult. Im Praktikum lernen die Studierenden grundlegende Messverfahren und -geräte der Hochfrequenztechnik kennen.
    Vorlesungs- und Übungsbegleitend wird die Anwendung eines professionelles HF-Simulationsprogramm trainiert, das allen Studierenden im Labor und zu Hause zur Verfügung steht.
    - Lineare, passive Transformationsschaltungen mit L und C
    - Streuparameter und Streumatrizen
    - Leitungstheorie, Leitungsschaltungen, Leitungstransformationen
    - Resonanzschaltungen und Filterschaltungen
    - Hochfrequenzmaterialeigenschaften
    Übungen / Praktikum

    Begleitende Übung und begleitendes Praktikum zur Vorlesung
    - Lineare, passive Transformationsschaltungen mit L und C
    - Streuparameter und Streumatrizen
    - Leitungstheorie, Leitungsschaltungen, Leitungstransformationen
    - Resonanzschaltungen und Filterschaltungen
    - Hochfrequenzmaterialeigenschaften
    Die Studierenden lernen die Besonderheiten und Unterschiede elektrotechnischer Grundprinzipien, Vorgänge und Schaltungen bei hohen und höchsten Frequenzen.
    Es werden theoretischen Grundlagen in Verbindung mit praktischen Anwendungsbeispielen der Hochfrequenztechnik vermitteltet und der Unterschied zur konventionellen Elektrotechnik wird erklärt und geschult. Im Praktikum lernen die Studierenden grundlegende Messverfahren und -geräte der Hochfrequenztechnik kennen.
    Vorlesungs- und Übungsbegleitend wird die Anwendung eines professionelles HF-Simulationsprogramm trainiert, das allen Studierenden im Labor und zu Hause zur Verfügung steht.
    Lehr- und Lernmethoden
    • Vorlesung
    • Übungen / Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul EG: Grundlegende Kenntnisse der Elektrotechnik Grundlegende Kenntnisse der Wechselstromtechnikrotechnik Grundlegende Kenntnisse zu elektrischen und magnetischen Feldern
    • Modul MA1: Grundlegende Kenntnisse der Mathematik
    • GE1-GE3, MA1, MA2
    Zwingende Voraussetzungen Übungen / Praktikum erfordert Anwesenheit im Umfang von: Praktikumstermine
    Empfohlene Literatur
    • Meinke/ Gundlach: Taschenbuch der Hochfrequenztechnik Bd. 1-3 Springer Verlag Zinke/ Brunswig: Hochfrequenztechnik 1, Filter, Leitungen, Anten-nen, Springer Verlag Detlefsen/Siart: Grundlagen der HF-Technik. Oldenbourg Verlag
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 12.10.2020, 16:52:01
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel IAK_BaTIN2020
    Modulbezeichnung Ingenieurakustik
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME
    Dozierende*r Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME

    Learning Outcome(s)

    Was: Durch das Modul lernen die Studierenden die grundlegenden Konzepte und physikalischen Zusammenhänge der Akustik kennen werden in die Lage versetzt, diese zu beschreiben, zu analysieren und die Auswirkungen veränderter Einflussgrößen abzuschätzen.
    Womit: Durch das Verständnis und die Anwendung der in der Vorlesung präsentierten Grundlagen erlernen die Studierenden, wie sich Schall ausbreitet, wie er erzeugt wird und welche physikalischen Phänomene dabe einer Rolle spielen. Eine weiteres Verständnis der grundlegenden Zusammenhänge wird durch das Praktikum bewirkt, in dem die Studierenden selbst Messungen vornehmen und relevante Parameter bestimmen. Sie erlernen somit, die physikalischen Zusammenhänge zu den entsprechenden Modellen und Kennziffern in Beziehung setzen.
    Wozu: Akustische Zusammenhänge spielen im Alttag eines Ingenieurs an vielen Stellen eine wesentliche Rolle, vom Lärmschutz, über Grundprnzipien der Schallausbreitung in Räumen. Für medientechnische Systeme und Medienprodukte spielt die gezielte Anregung und kontrollierte Ausbreitung von Schall eine große Rolle. Die Veranstaltung vermittelt hierzu die nötigen Grundkenntnisse und Aufbaukenntnisse.

    Modulinhalte

    Vorlesung / Übungen

    Einführung der akustischen Grundgrößen
    Schalldruck, Schallschnelle, Schallfluss Schalleistung
    Logarithmische Größen und Pege
    Mechanische und akustische Schwingungssysteme
    Mechanische Schwingungssysteme
    Akustische Schwingungssysteme
    Schallausbreitung im Raum
    Homogene ebene Welle
    stehende Wellen
    Resonanzsysteme
    Beugung, Brechung, Reflexion
    Punktschallquellen
    Verhalten von Schalldruck und Schallschnelle
    Elementarstrahlersynthese
    Schallwandler (Lautsprecher und Mikrophone)
    Prinzipien der Richtmikrophone
    Elektrodynamische Mikrophone und Kopfhörer
    Piezoelektrische Mikrophone und Kopfhörer
    Dielektrische Mikrophone
    Absorber
    Poröse Absorber
    Helmholtz Resonatoren als Absorber
    Plattenabsorber
    Analyse und Beschreibung von Systemen mit Lautsprechern und Mikrophonen
    Berechnung und Beschreibung der gesamten Kette der Schallausbreitung vom Mikrophon über die mechanoelektrische Wandlung, die Weiterleitung über eine Nachrichtenstrecke sowie die Umwandlung über einen elektromechanischen Wandler und die Schallabstrahlung
    Praktikum

    Simulation der Ausbreitung von Schallwellsen
    Untersuchungen der Schallreflexion am Kundt'schen Rohr
    Analyse von Eigenmoden
    textlich beschriebene Aufgaben in praktische Messungen umsetzen
    funktionstüchtige Messaufbauten erstellen
    fachgerechte Dokumentationen für durchgeführte Messungen anfertigen
    Messergebnisse bewerten und diskutieren
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen Grundkenntnisse Mechanik
    Kenntnisse Zeit- und Frequenzbereich
    Komplexe Rechnung
    Grundkenntnisse Integral- und Differentialrechnung
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 3 Praktikumstermine und 1 Hörversuch
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • Boré, G., Peus, S. (1999). „Mikrophone für Studio und Heimstudio-Anwendungen – Arbeitsweise und Ausführungsbeispiele,“ Hrsg. Georg Neumann GmbH, Berlin.
    • Blauert, J., Xiang, N. (2008).“Acoustic for Engineers – Troy Lectures,“ Springer Verlag, Heidelberg.
    • Blauert, J., Braasch, J., Jekosch, U. (2012). „Acoustics for Communication – Dresden Lectures,“ Springer Verlag Heidelberg, in Vorbereitung.
    • Dickreiter, M., Hoeg, W., Dittel, V., Wöhr, M. (2008). „Handbuch der Tonstudiotechnik,“ 7. Auflage, Saur Verlag, München.
    • Görne, T. (2011). „Tontechnik,“ Hanser Verlag München.
    • Kuttruff, H. (2004). „Akustik – Eine Einführung,“ S. Hirzel Verlag, Stuttgart.
    • Cremer. L. (1976). „Vorlesungen über Technische Akustik,“ Springer Verlag, Berlin, Heidelberg.
    • Lord Rayleigh (1896). „The Theory of Sound,“ 2nd Edition 1896, Dover Publ. New York.
    • Müller, G, Möser, M. (2004). „Taschenbuch der Technischen Akustik,“ Springer Verlag Berlin, 3. Auflage.
    • Veit,I. (2005). „Technische Akustik", Kamprath-Reihe, Vogel-Verlag, Würzburg.
    • Weinzierl, Stefan (2008). „Handbuch der Audiotechnik,“ Springer Verlag, Berlin.
    • Blauert, J.,(2005) „Communication Acoustics,“ Springer Verlag Heidelberg,
    • Blauert, J.,(2021) „Acoustics for Communication,“ Springer Verlag Heidelberg, upcoming
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 28.3.2020, 17:16:46
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel IBA_BaTIN2020
    Modulbezeichnung Industrielle Bildanalyse
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Lothar Thieling/Professor Fakultät IME
    Dozierende*r Prof. Dr. Lothar Thieling/Professor Fakultät IME

    Learning Outcome(s)

    Was: Die Studierenden erlernen die Methoden und Verfahren zur Hervorhebung relevanter Bildinhalte und der Analyse/Interpretation von Bildinhalten auf Basis dieser Merkmale. Darauf aufbauend wird die Problemlösung mittels Entwurfswerkzeugen implementiert und validiert.
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. Im Praktikum erarbeiten die Studierenden in Kleingruppen Problemlösungen und verteidigen diese.
    Wozu: Die Studierenden werden in dem Modul befähigt, im industriellen Umfeld Problemlösung im Bereich der Bildanalyse/Mustererkennung mittels Bildverarbeiten zu lösen und bestehende Lösungen zu bewerten.

    Modulinhalte

    Vorlesung / Übungen

    Bildaufbau und Zugriff auf Bilddaten
    Bildmatrix
    Grauwert- und Farbbilder
    Entwicklungsumgebung
    Software-Entwicklungsumgebung
    Compiler
    Linker
    Debugger
    Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse
    programmtechnischer Zugriff auf Bilddaten und Parameter
    Überblick über die zur Verfügung stehenden BV-Module
    Erstellung eigener BV-Module
    Erstellung von "Algorithmenketten" auf Basis von BV-Modulen mittels grafischer Programmierung
    Segmentierung
    Histogrammbasierte Segmentierung
    Histogrammanalyse
    Shading und dessen Beseitung
    flächenbasierte Segmentierung
    Filling
    Split and Merge
    Region Growing
    kantenbasierte Segmentierung
    Konturverfolgung
    Hough-Transformation
    Merkmalsextraktion
    geometrische Merkmale
    grundlegende Merkmale (Fläche, Umfang, Formfaktor)
    Zentralmomente
    normierte Zentralmomente
    Polarabstand
    Krümmungverlauf
    DFT von Polarabstand und/oder Krümmungsverlauf
    Farbmerkmale (HSI)
    Texturmerkmale
    Co-occurrence Matrix
    Haralick Merkmale
    Klassifikation von Merkmalen
    Begriffe und Grundlagen
    Merkmalsvektor, Merkmalsraum, Objektklassen ...
    überwachte/unüberwachte Klassifikation
    lernende/nicht lernende Klassifikation
    "klasische" Verfahren
    Quadermethode
    Minimum-Distance
    Nearest Neighbour
    Maximum-Likelihood
    neuronale Netze
    das künstliche Neuron als einfachster Klassifikator
    Arbeitsweise
    Aufgabe der Aktivierungsfunktion
    Aufgabe des Bias
    Training eines Neurons (Gradientenabstiegsverfahren)
    Multi-Layer-Perceptron
    Aufbau
    Aufgabe der Layer
    Backpropagation-Trainingsalgorithmus
    Entwicklungsumgebung zur Erstellung und zum Training Neuronaler Netze
    Erstellen und konfiguration neuronaler Netze
    Training neuronaler Netze
    Verifikation trainierter Netze
    Erzeugung von C-Funktionen aus trainierten Netzen
    die vorgestellten Verfahren zur Segmentierung
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    die vorgestellten Merkmale und Verfahren zur Merkmalsextraktion
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    die vorgestellten Verfahren zur Klassifikation
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    Praktikum

    siehe Fertigkeiten, die unter "Vorlesung/Übung->Lernziele->Fertigkeiten" aufgeführt sind
    komplexere Aufgaben in einem Kleinteam bewältigen
    Erarbeitung von komplexeren Problemlösungen die sich mittels Bildverarbeitung und Bildanalyse implementieren lassen
    komplexere Problemstellungen verstehen und analysieren
    Systemverhalten aus spezifizierenden Texten herleiten
    System strukturiert analysieren
    sinnvolle Teilsysteme erkennen
    Schnittstellen zwischen Teilsystemen erfassen
    Gesamtsystem auf Basis von Teilsystemes modellieren
    Auswahl geeigneter bekannter Verfahren
    Modifikation bekannter Verfahren
    Kombination geeigneter Vefahren
    Teilsysteme modellieren, implementieren, testen
    Teilsysteme soweit möglich auf zur Vefürgung stehende Komponenten (BV-Module) abbilden, d.h. Modulauswahl und Parametrierung.
    Nicht zur Verfügung stehende aber benötigte BV-Module mittels Software-Entwicklungsumgebung in C implementieren und testen
    Compilieren (Finden syntaktischer Fehler und deren Behebung)
    Debuggen (Finden semantischer Fehler und deren Behebung)
    Gesamtsystem (Problemlösung) implementieren testen und validieren
    Erstellung der Problemlösung als "Algorithmenkette" auf Basis von BV-Modulen mittels grafischer Programmierung
    Parametrierung der BV-Module
    Validierung der Problemlösung
    Auf Basis der Validierungsergebnisse in Iterationszyklen die Algorithmenkette und die Parametrierung der BV-Module anpassen. Bei Bedarf auch die BV-Module selbst modifizieren.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul IBV: Alle Inhalte
    • Grundlagen der Sinalverarbeitung
      Grundlagen der Programmierung in Java oder C
      Grundlagen der Analysis und Linearen Algebra
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 4 Termine
    Empfohlene Literatur
    • Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, Prentice Hall
    • Scott E Umbaugh, COMPUTER VISION and IMAGE PROCESSING: A Practical Approach Using CVIPtools, Prentice Hall
    • Wolfgang Abmayer, Einführung in die digitale Bildverarbeitung,Teubner
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 19.11.2019, 09:38:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel IBV_BaTIN2020
    Modulbezeichnung Industrielle Bildverarbeitung
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Lothar Thieling/Professor Fakultät IME
    Dozierende*r Prof. Dr. Lothar Thieling/Professor Fakultät IME

    Learning Outcome(s)

    Was: Die Studierenden erlernen den grundlegenden Aufbau und den software-technischen Zugriff auf digitale Bilder sowie die Methoden und Verfahren der digitalen Bildverarbeitung zur Bildverbesserung, Farbbildverarbeitung und Vermessung von Bildinhalten. Sie erlernen eine klompexere Problemstellung aus dem Bereich der Bildverarbeitung zu analysieren, auf Teilsysteme herunter zu brechen und geeignere Methoden und Verfahren auszuwählen. Darauf aufbauend wird die Problemlösung mittels Entwurfswerkzeugen implementiert und validiert.
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. Im Praktikum erarbeiten die Studierenden in Kleingruppen Problemlösungen und verteidigen diese.
    Wozu: Die Studierenden werden in dem Modul befähigt, im industriellen Umfeld Problemlösung berührungsloser Inspektions- und Meßaufgaben mittels Bildverarbeiten zu lösen und bestehende Lösungen zu bewerten.

    Modulinhalte

    Vorlesung / Übungen

    Bildaufbau globale Bildeigenschaften und Zugriff auf Bilddaten
    Bildmatrix
    Grauwert- und Farbbilder
    globale Bildeigenschaften
    Mittelwert, Varianz, Entropie
    Histogramm, kumulatives Histogramm
    Entwicklungsumgebung
    Software-Entwicklungsumgebung
    Compiler
    Linker
    Debugger
    Entwicklungsumgebung für die Bildverarbeitung und Bildanalyse
    programmtechnischer Zugriff auf Bilddaten und Parameter
    Überblick über die zur Verfügung stehenden BV-Module
    Erstellung eigener BV-Module
    Erstellung von "Algorithmenketten" auf Basis von BV-Modulen mittels grafischer Programmierung
    Grauwerttranformationen
    lineare Grauwerttranformation, Histogrammspreizung
    nicht lineare Grauwerttranformation, Gammakorrektur
    Histogrammasgleich
    lokaler Histogrammausgleich
    Look-Up-Tabellen
    Flaschfarbendarstellung
    Farbbildanalyse und -verarbeitung
    visuelle und technische Farberfassung
    additive und subtraktive Farbmischen
    RGB-Farbraum
    HSI-Farbraum
    Transformation zwischen RGB und HSI
    Rang-Ordnungs-Operatoren (nichtlineare Filterung)
    Max, Min, Median
    morphologische Operatoren
    Erosion, Dilatation
    Opening, Closing
    Auffinden von Strukturen
    Analyse und Verarbeitung im Frequenzbereich
    Fourieranalyse und -synthese eindimensionaler digitaler Signale
    reales Spektrum, imaginäres Spektrum
    Amplitudenspektrum, Phasenspektrum
    Filterung im Frequenzbereich
    Fourieranalyse und -synthese von Bildern
    reales Spektrum, imaginäres Spektrum
    Amplitudenspektrum, Phasenspektrum
    Filterung im Frequenzbereich
    richtungunabhängige Filter
    richtungsabhängige Filter
    inverser Filterung
    Lineare Filterung im Ortsbereich
    Flatung, Faltugsmaske und deren Transformierte
    typische Faltungsmasken (Mittelwert, Gauß, Differnz-Operator, Sobel-Operator, Laplace-Operator)
    Gradient und dessen Berechnung mittels Differnz und Sobel-Operator
    Analyse und Bewertung der Operator im Frequenzbereich
    Tracking
    Normierter Kreuzkorrelation
    Verfolgungen
    ohne Schätzung
    mit Schätzung (Kalmanfilter)
    Subpixelgenaue Kantenvermessung
    eindimesional
    zweidimensional mittels Gradient
    die vorgestellten Verfahren zur Bildverbesserung mittels Grauwerttransformation
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    die vorgestellten Farbräume und der Algorithmen zu deren Analyse
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    die vorgestellten Verfahren zur nicht lineraren Filterung
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    Spektren von Bildern und/oder Faltungsmasken
    analysieren
    begründen
    konstruieren
    diskutieren
    die vorgestellten Verfahren zur lineraren Filterung (Orts- und Frequenzbereich)
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten
    problemspezifisch parametrieren
    Praktikum

    siehe Fertigkeiten, die unter "Vorlesung/Übung->Lernziele->Fertigkeiten" aufgeführt sind
    komplexere Aufgaben in einem Kleinteam bewältigen
    Erarbeitung von komplexeren Problemlösungen die sich mittels Bildverarbeitung und Bildanalyse implementieren lassen
    komplexere Problemstellungen verstehen und analysieren
    Systemverhalten aus spezifizierenden Texten herleiten
    System strukturiert analysieren
    sinnvolle Teilsysteme erkennen
    Schnittstellen zwischen Teilsystemen erfassen
    Gesamtsystem auf Basis von Teilsystemes modellieren
    Auswahl geeigneter bekannter Verfahren
    Modifikation bekannter Verfahren
    Kombination geeigneter Vefahren
    Teilsysteme modellieren, implementieren, testen
    Teilsysteme soweit möglich auf zur Vefürgung stehende Komponenten (BV-Module) abbilden, d.h. Modulauswahl und Parametrierung.
    Nicht zur Verfügung stehende aber benötigte BV-Module mittels Software-Entwicklungsumgebung in C implementieren und testen
    Compilieren (Finden syntaktischer Fehler und deren Behebung)
    Debuggen (Finden semantischer Fehler und deren Behebung)
    Gesamtsystem (Problemlösung) implementieren testen und validieren
    Erstellung der Problemlösung als "Algorithmenkette" auf Basis von BV-Modulen mittels grafischer Programmierung
    Parametrierung der BV-Module
    Validierung der Problemlösung
    Auf Basis der Validierungsergebnisse in Iterationszyklen die Algorithmenkette und die Parametrierung der BV-Module anpassen. Bei Bedarf auch die BV-Module selbst modifizieren.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: Entwickeln von Programmen zur Lösung konkreter Problemstellungen, abstrahieren von Problembeschreibungen in Algorithmen und überprüfen von Programmen auf Fehler.
    • Modul MA1: Problemlösungskompetenz aus dem Bereich lineare Algebra und der Analysis. Sicheres Beherrschen der entsprechenden Symbole und Formalismen
    • Modul SV: Darstellung von zeitdiskreten Signalen im Zeit und Frequenzbereich (DFT).
    • Grundlagen der Sinalverarbeitung (Diskrete Signale im Zeit- und Ortsbereich)
      Grundlagen der Programmierung in Java oder C
      Grundlagen der Analysis und Linearen Algebra
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, Prentice Hall
    • Scott E Umbaugh, COMPUTER VISION and IMAGE PROCESSING: A Practical Approach Using CVIPtools, Prentice Hall
    • Wolfgang Abmayer, Einführung in die digitale Bildverarbeitung,Teubner
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 19.11.2019, 09:38:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel IOT_BaTIN2020
    Modulbezeichnung IoT Protokolle und Anwendungen
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch und englisch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
    Dozierende*r Prof. Dr. Harald Elders-Boll/Professor Fakultät IME

    Learning Outcome(s)

    Kennen und Anwenden die wichtigsten Protokolle, Anwendungen und Datenanalyse und Sicherheitstechniken für das Internet der Dinge (IoT) sowie der Digitalisierung der Industrie (Industrie 4.0) durch Vermittlung der zugrundeliegenden Methoden und Konzepte und deren Anwendung in Praktikumsaufgaben zur Vernetzung und Sicherheit von IoT-Endgeräten, zum Entwurf, der anwendungsspezifischen Auswahl und Beurteilung von innovativen und sicheren Anwendungen in den Bereichen des Internet of Things und von Industrie 4.0.

    Modulinhalte

    Vorlesung / Übungen

    Vorlesung und Übungen werden in der Lehrveranstaltung kombiniert. Nach Vorstellung von neuem Lernstoff durch den Dozenten in Form von kurzen Blöcken wird dieser direkt von den Studierenden durch kurze Übungen angewendet und vertieft. Längere Übungsaufgaben werden bereits zu Hause vorbereitet und die verschiedenen Lösungsvorschläge in der Präsenzveranstaltung besprochen.

    Kenntnisse zu folgenden Themen werden vermittelt:
    Einführung in des Internet der Dinge
    IoT Anwendungsfelder
    Hard- und Softwaregrundlagen des IoT
    IoT Systeme und Architekturen
    IoT Kommunikationsprotokolle
    IoT Protokolle der Anwendungsschicht (MQTT, CoAP, HTTP, REST)
    Datenanalyse und maschinelles Lernens für IoT
    IoT Sicherheit
    IoT Architekturen unterscheiden können. IoT Systeme unter Einsatz geeigneter Tools analysieren. IoT Endgeräte in IoT Systeme einbinden. Sicherheit von IoT Systemem abschätzen und analysieren.
    Praktikum

    Sensoren und Aktoren an Mikroprozessoren und Einplatinenrechner anbinden
    Netzwerkverbindung von IoT Endgeräten herstellen
    Messwerte in die Cloud übertragen
    Hard- und Software von IoT Endgeräten kompromittieren
    Kommunikation von IoT Geräten abhören
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul NP: Grundlagen von Rechnernetzen Netzwerkanwendungen und Protokolle Grundlagen der Transportschicht Adressierung und Routing Grundlagen der Sicherungsschicht Grundlagen der Netzwerksicherheit
    • Grundlagen von Rechnernetzen
      Netzwerkanwendungen und Protokolle
      Grundlagen der Transportschicht
      Adressierung und Routing
      Grundlagen der Sicherungsschicht
      Grundlagen der Netzwerksicherheit
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 4 Termine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • P. Lea, "Internet of Things for Architects", Pakt, 2018
    • A. Bahga, V. Madisetti, "Internet of Things A Hands-on Approach", Bagha & Madisetti
    • B. Adyan, D. Obermaier, P. Fremantle, "The Technical Foundations of IoT", Artech House, 2017
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel IPM_BaTIN2020
    Modulbezeichnung IT-Projektmanagement
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME
    Dozierende*r
    • Prof. Dr. Chunrong Yuan/Professor Fakultät IME
    • Dr. Nikolaus Schmidt/Lehrbeauftragter

    Learning Outcome(s)

    Was: Das Modul vermittelt Kompetenzen zur Organisation und Verwaltung von IT Projekten in allen relevanten Arbeitsschritten von der Anforderungsanalyse (K.1), Projektplanung und Aufwandschätzung (K.4), Risikomanagement und Personalführung (K.9), Qualitätsmanagement und Fortschritskontrolle (K.11), bis zu Projektabschluss, so dass die Studierenden in der Lage sind, IT-gestütztes Projektmanagement und -Goverance (K.9, K.11) für eigene IT-Projekte anwenden zu können.
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs/Übungsteil und die Studierenden erstellen jeweils individuell ein Konzept für die Planung und Management eines eigenen IT-Projekts.
    Wozu: Kompetenzen in der Planung, Organisation und Prozessmanagement von informationstechnischen Systemen und Projekten sind essentiell für technische Informatiker*innen, die im HF3 arbeiten wollen. Durch die Planungsarbeit am eigenen IT-Projekt erwerben die Studierenden zudem Erfahrungen, die essentiell für das HF 1 und 2 sind, u.a. Anforderungen erfassen, Konzepte zu technischen Lösungen entwickeln, das zu entwickelnde Produkt bzw. System analysieren und bewerten. Die Durchführung mit beteiligten Stakeholdern vom Projekt stärkt die Vermittelungs- und Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Projekt

    Planung der Bachelorarbeit als ein IT-Projekt mit schriftlicher Dokumentation, Präsentation und Verteidigung in einem Gespräch
    Forschungspraktikum
    Lehr- und Lernmethoden
    • Projekt
    • Forschungspraktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 23 Stunden ≙ 2 SWS
    Selbststudium 127 Stunden
    Empfohlene Voraussetzungen Erfahrung mit Entwurf und Entwicklung von Software
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • Hindel et. al.: Basiswissen Softwareprojektmanagement, dpunkt.verlag, 2009.
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel ITS_BaTIN2020
    Modulbezeichnung IT-Sicherheit
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Heiko Knospe/Professor Fakultät IME
    Dozierende*r Prof. Dr. Heiko Knospe/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt die grundlegenden Konzepte und Verfahren der IT-Sicherheit, die für die meisten IT-Systeme und Anwendungen eine wichtige Rolle spielen (K. 1). Die Studierenden lernen die Analyse von Systemen in Bezug auf Sicherheitsanforderungen (K. 2 und K. 4). Hierfür ist grundlegendes Verständnis von Sicherheitsbedrohungen und Angriffen notwendig (K. 7). Die Studierenden lernen die grundlegenden Verfahren und Standards der IT-Sicherheit (K. 9). Ethische Grundwerte spielen in diesem Zusammenhang eine wichtige Rolle (K. 14).
    Womit: Der Dozent/die Dozentin vermittelt Wissen und Basisfertigkeiten in der Vorlesung. In der Übung bearbeiten die Studierenden unter Anleitung Aufgaben. Im Praktikum werden konkrete Probleme und Fragestellungen der IT-Sicherheit bearbeitet.
    Wozu: Grundlegende Kenntnisse der IT-Sicherheit und der Cyber-Sicherheit werden in mehreren Moduln des Studiengangs benötigt und sind anerkannter und notwendiger Teil der Basisausbildung. Bei der Planung von Systemen für technische Anwendungen (HF 1), der Analyse und Bewertung von Anforderungen (HF2) sowie dem Betrieb von IT-Systemen (HF3) spielen Fragen der IT-Sicherheit heute eine wichtige Rolle. Dabei ist es notwendig mit Auftraggebern, Anwendern, dem gesellschaftlichem Umfeld und Teammitgliedern zu interagieren (HF4).

    Modulinhalte

    Vorlesung / Übungen

    Grundlagen der IT-Sicherheit: Standards und Richtlinien, Taxonomie, Sicherheitsziele, Bedrohungen, Risiko, Angriffe, Maßnahmen.

    Verfahren der Kryptographie: mathematische und algebraische Grundlagen, Definitionen von Sicherheit, historische Chiffren, symmetrische Verschlüsselung, Blockchiffren, Betriebsmodi, Stromchiffren, Hashverfahren, Message Authentication Codes, asymmetrische Verschlüsselung, RSA, Schlüsselvereinbarung, Diffie-Hellman, Signaturverfahren.

    Authentisierung, Schlüsselvereinbarung und Zugriffskontrolle: Verfahren der Authentisierung, Passwörter, Schlüsselvereinbarung, Protokolle, öffentliche Schlüssel und Public-Key Infrastrukturen (PKI), Strategien der Zugriffskontrolle, Zugriffsmatrix, Unix ACL.

    Netzwerksicherheit: Protokolle TLS und SSH, Sicherheit von DNS.

    Software- und Websicherheit: Grundlegende Prinzipien und Design sicherer Software, Schwachstellen, Angriffe gegen Webanwendungen.

    Sicherheitsmanagement: Risikomanagement, Organisation des Sicherheitsprozesses, Sicherheitsstandards, insbesondere ISO 27000 Reihe und IT-Grundschutz, Datenschutz (Privacy), Gesetze, ethische Aspekte.
    Praktikum

    - Erarbeitung von Grundlagen der Cyber-Sicherheit (E-Learning).
    - Erstellung von Java Software zur AES Verschlüsselung und Entschlüsselung von Files.
    - Einsatz unterschiedlicher Betriebsmodi für Blockchiffren.
    - Statistische Analyse eines AES Chiffretextes.
    - Erzeugung von Schlüsselpaaren, Zertifikaten und Aufbau einer Public-Key Infrastruktur mit Open Source Software (optional).
    - Einsatz eines Linux-Systems für Penetrationstests und digitale Forensik (Kali Linux).
    - Angriffe gegen schwache Passwörter.
    - Angriffe gegen Webanwendungen (Testsystem).
    - Einsatz von Software zur Erkennung und Analyse von Schwachstellen.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: -
    • Modul PI2: -
    • Modul NP: -
    • Modul MA1: -
    • Modul MA2: -
    • - Programmier-Kenntnisse, insbesondere Java, C und Skriptsprachen.
      - Betriebssystem-Kenntnisse, insbesondere Linux.
      - Datennetz-Kenntnisse, insbesondere TCP/IP.
      - Mathematik-Kenntnisse, insbesondere Mengen, Abbildungen, Restklassen, lineare Abbildungen.
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 3 Termine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • C. Eckert, IT-Sicherheit, Oldenbourg Verlag
    • D. Gollmann, Computer Security, John Wiley & Sons
    • J. Schwenk, Sicherheit und Kryptographie im Internet, Springer Verlag
    • G. Schäfer, M. Roßberg, Netzsicherheit, dpunkt Verlag
    • W. Stallings, L. Brown, Computer Security: Principles and Practice, Pearson
    • N. Pohlmann, Cyber-Sicherheit, Springer Verlag
    • H. Knospe, A Course in Cryptography, American Mathematical Society
    • H. Kersten, G. Klett, J. Reuter, K.-W. Schröder, IT-Sicherheitsmanagement nach der neuen ISO 27001. Springer.
    • C. Paar, J. Pelzl, Kryptografie verständlich, Springer.
    • P. C. van Oorschot, Computer Security and the Internet, Springer.
    • C. Pfleeger et al., Security in Computing, Pearson
    • J. Schwenk, Guide to Internet Cryptography, Springer
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 3.7.2023, 14:45:35
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel KOAK_BaTIN2020
    Modulbezeichnung Kommunikationsakustik
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME
    Dozierende*r Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME

    Learning Outcome(s)

    Was: Durch das Modul lernen die Studierenden, die grundlegenden Konzepte und physikalischen Zusammenhänge der Akustik auf dieverse Anwendungen zu beziehen. Sie werden in die Lage versetzt, diese Anwendungen zu beschreiben, zu analysieren und die Auswirkungen veränderter Randbedingungen abzuschätzen.
    Womit: Durch das Anwenden der Grundlagen auf diverse Problemstellungen verstehen die Studierenden viele praktische Anwensdungen der Akuistik. Eine weiteres Verständnis der grundlegenden Zusammenhänge wird durch das Praktikum bewirkt, in dem die Studierenden selbst einige einfache Anwendungen nutzen, erweitern und einsetzen
    Wozu: Akustische Zusammenhänge spielen im Alttag eines Ingenieurs an vielen Stellen eine wesentliche Rolle, vom Lärmschutz, über Grundprnzipien der Schallausbreitung in Räumen. Für medientechnische Systeme und Medienprodukte spielt die gezielte Anregung und kontrollierte Ausbreitung von Schall eine große Rolle. Die Veranstaltung vermittelt hierzu die Anwendungskenntnisse.

    Modulinhalte

    Vorlesung / Übungen

    Verfahren zur Raumsimulation und die hierzu erforderlichen Softwaretools
    Menschliches Hörsystem, grundlegende Phänomene der auditiven Wahrnehmung, psychoakustischen Größen
    Räumliche Wahrnehmungsfähigkeiten des Menschen
    Prinzipien der menschlichen Spracherzeugung, gängige Verfahren zur Sprachsignalverarbeitung
    Problemstellungen des Schallschutzes und von Lärmprobleme analyiseren und lösen.
    Psychoakustischen Größen zu den physikalischen Größen in Bezug setzen
    Analysieren und Anpassung von räumlichen Beschallungssystemen
    Praktikum

    Nachhallzeitmessung
    Raumsimulation nutzen
    Audiometrie (Ruhehörschwelle bestimmen)
    textlich beschriebene Aufgaben in praktische Messungen umsetzen
    funktionstüchtige Messaufbauten erstellen
    fachgerechte Dokumentationen für durchgeführte Messungen anfertigen
    Messergebnisse bewerten und diskutieren
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen Grundkenntnisse Mechanik
    Kenntnisse Zeit- und Frequenzbereich
    Komplexe Rechnung
    Grundkenntnisse Integral- und Differentialrechnung
    Grundkenntnisse Akustik
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 3 Praktikumstermine und 1 Hörversuch
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • Blauert, J.,(2005) „Communication Acoustics,“ Springer Verlag Heidelberg
    • Weinzierl, Stefan (2008). „Handbuch der Audiotechnik,“ Springer Verlag, Berlin.
    • Blauert, J.,(2021) „Acoustics for Communication,“ Springer Verlag Heidelberg, upcoming
    • Veit,I. (2005). „Technische Akustik", Kamprath-Reihe, Vogel-Verlag, Würzburg.
    • Cremer. L. (1976). „Vorlesungen über Technische Akustik,“ Springer Verlag, Berlin, Heidelberg.
    • Kuttruff, H. (2004). „Akustik – Eine Einführung,“ S. Hirzel Verlag, Stuttgart.
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 22.5.2020, 14:11:07
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel KOLL_BaTIN2020
    Modulbezeichnung Kolloquium zur Bachelorarbeit
    Art des Moduls Pflichtmodul
    ECTS credits 3
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 7
    Häufigkeit des Angebots jedes Semester
    Modul-Verantwortliche*r Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
    Dozierende*r verschiedene Dozenten*innen / diverse lecturers

    Learning Outcome(s)

    WAS:
    Eigene Arbeitsweise und Ergebnisse präsentieren. Hierbei insbesondere auch die fachlichen und außerfachlichen Bezüge der eigenen Arbeit darstellen, bewerten und begründen.

    WOMIT:
    Präsentationstechniken (schriftlich als auch mündlich) sowie kritsche Reflexion der eigenen Arbeitsergebnisse.

    WOZU:
    Um eigene Lösungswege und gewonnene Erkenntnisse vor Fachpublikum darstellen, bewerten und diskutieren zu können.

    Modulinhalte

    Kolloquium

    Das Kolloquium dient der Feststellung, ob die Studentin oder der Student befähigt ist, die Ergebnisse der Bachelorarbeit, ihre fachlichen und methodischen Grundlagen, fachübergreifende Zusammenhänge und außerfachlichen Bezüge mündlich darzustellen, selbständig zu begründen und ihre Bedeutung für die Praxis einzuschätzen
    Lehr- und Lernmethoden Kolloquium
    Prüfungsformen mit Gewichtung
    Workload 90 Stunden
    Präsenzzeit 0 Stunden ≙ 0 SWS
    Selbststudium 90 Stunden
    Empfohlene Voraussetzungen
    • Modul BAA: Das Kolloquium basiert auf einer fertig gestellten und bestandenen Bacheloarbeit.
    Zwingende Voraussetzungen Siehe Prüfungsordnung §29, Abs. 2
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise Siehe auch Prüfungsordnung §29.
    Letzte Aktualisierung 16.3.2025, 17:36:53
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel MA1_BaTIN2020
    Modulbezeichnung Mathematik 1
    Art des Moduls Pflichtmodul
    ECTS credits 10
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 1
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Heiko Knospe/Professor Fakultät IME
    Dozierende*r
    • Prof. Dr. Heiko Knospe/Professor Fakultät IME
    • Prof. Dr. Hubert Randerath/Professor Fakultät IME
    • Prof. Dr. Beate Rhein/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt die grundlegenden Konzepte und Methoden der Mathematik, die in der Informatik und Technik benötigt werden (K. 3). Die Abstraktion und mathematischen Formalisierung von Problemen soll erlernt und angewendet werden (K. 2). Die Studierenden lernen in der Mathematik die Grundzüge wissenschaftlichen Arbeitens kennen (K. 12).
    Womit: Der Dozent/die Dozentin vermittelt Wissen und Basisfertigkeiten in der Vorlesung. In der Übung bearbeiten die Studierenden unter Anleitung Aufgaben. Die Übung wird durch Hausaufaben und Online-Aufgaben (E-Learning) ergänzt. Zusätzlich findet ein Tutorium statt.
    Wozu: Grundlegende Mathematik-Kenntnisse werden in mehreren Moduln des Studiengangs benötigt und sind anerkannter Teil der Basisausbildung. Mathematische Methoden sind essentiell für Informatiker, die Systeme zur Verarbeitung, Übertragung und Speicherung von Informationen für technische Anwendungen planen, realisieren und integrieren (HF 1). Die Analyse und Bewertung von Anforderungen, Konzepten und Systemen erfordert häufig mathematische Methoden (HF 2).

    Modulinhalte

    Vorlesung / Übungen

    Grundlagen
    - Mengen, Zahlen, Summen, Produkte, Fakultät, Binomialkoeffizienten
    - Reelle Zahlen, Anordnung, Intervalle, Betrag, Vollständigkeit
    - Aussagenlogik
    - Vollständige Induktion
    - Abbildungen und ihre Eigenschaften
    - Reelle Funktionen, Beschränktheit, Monotonie, Umkehrfunktion
    Elementare Funktionen
    - Polynome und rationale Funktionen
    - Potenz-, Wurzel-, Exponential-, Logarithmusfunktionen
    - Trigonometrische Funktionen
    Folgen, Reihen und Stetigkeit
    - Reelle Folgen und Grenzwerte
    - Reihen und (optional) Konvergenzkriterien
    - Potenzreihen und (optional) Konvergenzradius
    - Grenzwerte von Funktionswerten
    - Stetigkeit und Eigenschaften stetiger Funktionen
    - Asymptoten
    Differentialrechnung
    - Differenzierbarkeit und Ableitung
    - Ableitungsregeln
    - Höhere Ableitungen
    - Extremstellen und Kurvendiskussion
    - Taylor-Polynom, Taylor-Reihe
    - Newton-Verfahren
    - Regel von de l`Hospital
    Vektoren, Matrizen und lineare Gleichungssysteme
    - Vektorrechnung im R^n
    - Skalarprodukt
    - Vektorprodukt
    - Geraden
    - Ebenen
    - Matrizen und ihre Rechenregeln
    - Lineare Gleichungssysteme und Gaußscher Algorithmus
    - Lineare Unabhängigkeit, Erzeugendensystem und Basis
    - Rang einer Matrix
    - Quadratische Matrizen und invertierbare Matrizen
    - Determinante
    - Cramersche Regel (optional)
    Komplexe Zahlen
    - Normalform und Rechenregeln
    - Polar- und Exponentialform
    - Komplexe Folgen, Reihen, Funktionen, Potenzreihen, Eulersche Formel
    - Potenzen und Wurzeln
    Übungen / Praktikum

    Online Mathematik Kurs OMB+ mit den Inhalten:
    - Mengen, Zahlen, Bruchrechnung
    - Wurzeln, Potenzen, Proportionalität
    - Gleichungen in einer Unbekannten
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Übungen / Praktikum
    Prüfungsformen mit Gewichtung
    Workload 300 Stunden
    Präsenzzeit 57 Stunden ≙ 5 SWS
    Selbststudium 243 Stunden
    Empfohlene Voraussetzungen Schulkenntnisse Mathematik und Vorkurs oder Brückenkurs Mathematik, insbesondere:
    Zahlen, Bruchrechnen, Terme, Gleichungen, Funktionen, Geraden, quadratische Funktionen, Polynome, Nullstellen, rationale Funktionen, Wurzel-, Potenz, Exponential- und Logarithmusfunktionen, trigonometrische Funktionen, elementare Geometrie, Vektorrechnung, Geraden, Ebenen, Lösung von linearen Gleichungssystemen (mit zwei oder drei Variablen).
    Zwingende Voraussetzungen Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Übungen / Praktikum
    Empfohlene Literatur
    • P. Hartmann, Mathematik für Informatiker, vieweg Verlag
    • T. Westermann, Mathematik für Ingenieure, Springer Verlag
    • T. Rießinger, Mathematik für Ingenieure, Springer Verlag
    • M. Knorrenschild, Mathematik für Ingenieure 1, Hanser Verlag
    • W. Schäfer, G. Trippler, G. Engeln-Müllges (Hrg.), Kompaktkurs Ingenieurmathematik, Fachbuchverlag Leipzig
    • L. Papula, Mathematik für Ingenieure und Naturwissenschaftler, Band 1 und 2, Vieweg+Teubner Verlag
    • G. Hoever, Höhere Mathematik kompakt, Springer Verlag
    • O. Forster, Analysis 1, Vieweg Verlag
    • C. Blatter, Analysis 1, Springer Verlag
    • hm4mint.nrw, Online-Kurs Höhere Mathematik 1
    • M. Spivak, Calculus, Cambridge University Press
    • G. Strang, Lineare Algebra, Springer Verlag
    • H. Grauert, I. Lieb, Differential- und Integralrechnung I, Springer Verlag
    • W. Walter, Analysis 1, Springer Verlag
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 3.7.2023, 14:45:35
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel MA2_BaTIN2020
    Modulbezeichnung Mathematik 2
    Art des Moduls Pflichtmodul
    ECTS credits 10
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 2
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Heiko Knospe/Professor Fakultät IME
    Dozierende*r
    • Prof. Dr. Heiko Knospe/Professor Fakultät IME
    • Prof. Dr. Hubert Randerath/Professor Fakultät IME
    • Prof. Dr. Beate Rhein/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul schließt an das Modul "Mathematik 1" an und setzt die Vermittlung grundlegender Konzepte und Methoden der Mathematik fort, die in der Informatik und Technik benötigt werden (K. 3). Die Abstraktion und mathematischen Formalisierung von Problemen soll erlernt und angewendet werden (K. 2). Die Studierenden lernen in der Mathematik die Grundzüge wissenschaftlichen Arbeitens kennen (K. 12).
    Womit: Der Dozent/die Dozentin vermittelt Wissen und Basisfertigkeiten in der Vorlesung. In der Übung bearbeiten die Studierenden unter Anleitung Aufgaben. Die Übung wird durch Hausaufaben und Online-Aufgaben (E-Learning) ergänzt. Zusätzlich findet ein Tutorium statt.
    Wozu: Grundlegende Mathematik-Kenntnisse werden in mehreren Moduln des Studiengangs benötigt und sind anerkannter Teil der Basisausbildung. Mathematische Methoden sind essentiell für Informatiker, die Systeme zur Verarbeitung, Übertragung und Speicherung von Informationen für technische Anwendungen planen, realisieren und integrieren (HF 1). Die Analyse und Bewertung von Anforderungen, Konzepten und Systemen erfordert häufig mathematische Methoden (HF 2).

    Modulinhalte

    Vorlesung / Übungen

    Integralrechnung
    - Riemann-Integral, Definition und Eigenschaften
    - Hauptsatz der Differential- und Integralrechnung
    - Uneigentliche Integrale
    - Partielle Integration
    - Substitutionsregel
    - Partialbruchzerlegung
    Gewöhnliche Differentialgleichungen
    - DGL erster Ordnung mit trennbaren Variablen
    - Lineare DGL erster Ordnung mit konstanten Koeffizienten
    - Lineare DGL zweiter Ordnung mit konstanten Koeffizienten
    Funktionen von mehreren Variablen
    - Skalarfunktionen und Vektorfelder
    - Grenzwert und Stetigkeit
    - Partielle Ableitungen und Gradient
    - Jacobi-Matrix
    - Höhere partielle Ableitungen
    - Extremwerte
    - Fehlerfortpflanzung
    - Implizite Funktionen
    - Mehrdimensionale Integration
    Vektorräume und lineare Abbildungen
    - Gruppen, Körper, Endliche Körper
    - Vektorräume und Untervektorräume
    - Lineare Abbildungen
    - Lineare Unabhängigkeit, Dimension und Rang
    - Determinante
    - Euklidische und unitäre Vektorräume, Skalarprodukt, Norm, Gram-Schmidt Orthogonalisierung
    - Orthogonale und unitäre Matrizen
    - Symmetrische und Hermitesche Matrizen
    - Eigenwerte und Eigenvektoren
    - Koordinaten und Basiswechsel
    - Diagonalisierbare Matrizen und Normalformen (optional)
    - Matrixzerlegungen (optional)
    - Homogene Koordinaten (optional)
    Übungen / Praktikum
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Übungen / Praktikum
    Prüfungsformen mit Gewichtung
    Workload 300 Stunden
    Präsenzzeit 57 Stunden ≙ 5 SWS
    Selbststudium 243 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: Differential- und Integralrechung von Funktionen einer Variablen sowie Grundlagen der Linearen Algebra.
    • Mathematik 1, insbesondere:
      Grundlagen, Elementare Funktionen, Folgen, Reihen, Stetigkeit, Differentialrechnung, Vektoren, Matrizen, lineare Gleichungssysteme.
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • P. Hartmann, Mathematik für Informatiker, vieweg Verlag
    • T. Westermann, Mathematik für Ingenieure, Springer Verlag
    • T. Rießinger, Mathematik für Ingenieure, Springer Verlag
    • W. Schäfer, G. Trippler, G. Engeln-Müllges (Hrg.), Kompaktkurs Ingenieurmathematik, Fachbuchverlag Leipzig
    • L. Papula, Mathematik für Ingenieure und Naturwissenschaftler, Band 1 und 2, Vieweg+Teubner Verlag
    • G. Strang, Lineare Algebra, Springer Verlag
    • G. Fischer, Lineare Algebra, Springer Verlag
    • D. C. Lay, Linear Algebra and its Applications, Addison Wesley Verlag
    • C. Blatter, Analysis 1 und Analysis 2, Springer Verlag
    • W. Walter, Analysis 1 und Analysis 2, Springer Verlag
    • O. Forster, Analysis 1 und Analysis 2, Springer Verlag
    • M. Knorrenschild, Mathematik für Ingenieure 2, Hanser Verlag
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 3.7.2023, 14:45:35
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel ML_BaTIN2020
    Modulbezeichnung Maschinelles Lernen
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Beate Rhein/Professor Fakultät IME
    Dozierende*r Prof. Dr. Beate Rhein/Professor Fakultät IME

    Learning Outcome(s)

    Was: Die Studierenden erlernen die Methoden und Verfahren zum Machinellen Lernen mit Neuronalen Netzen. Darauf aufbauend wird die Problemlösung mittels Entwurfswerkzeugen implementiert und validiert.
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. Im Praktikum erarbeiten die Studierenden in Kleingruppen Problemlösungen und verteidigen diese.
    Wozu: Die Studierenden werden in dem Modul befähigt, im Problemlösung im Bereich des maschinellen Lernens mit neuronalen Netzen zu lösen und bestehende Lösungen zu bewerten.

    Modulinhalte

    Vorlesung / Übungen

    Allgemeine Grundlagen
    Performanzmaße
    Gradientenabstiegsverfahren
    Verfahren zur Dimensionsreduzierung
    Einfache neuronale Netze
    Backpropagation-Trainingsalgorithmus
    Deep Neural Networks
    Typische Probleme von Deep Neural Networks und Lösungsansätze hierzu
    Convolutional Neural Networks (CNNs)
    Rekurrente Neuronale Netze (RNN)
    Die vorgestellten neuronalen Netze
    angeben
    beschreiben
    hinsichtlich der Einsatzfelder abgrenzen
    hinsichtlich der Vor- und Nachteile bewerten

    Lösung von Problemstellungen unter Verwendung von Tools
    zur Handhabung, Analyse und Aufbereitung der Trainingsdaten
    zur Erstellung, Verifikation, Validierung und zum Training aller vorgestellten Neuralen Netzen
    Praktikum

    siehe Fertigkeiten, die unter "Vorlesung/Übung->Lernziele->Fertigkeiten" aufgeführt sind
    komplexere Aufgaben in einem Kleinteam bewältigen
    Erarbeitung von komplexeren Problemlösungen die sich mit neuronalen Netzen implementieren lassen
    komplexere Problemstellungen verstehen und analysieren
    Systemverhalten aus spezifizierenden Texten herleiten
    System strukturiert analysieren
    sinnvolle Teilsysteme erkennen
    Schnittstellen zwischen Teilsystemen erfassen
    Gesamtsystem auf Basis von Teilsystemes modellieren
    Auswahl geeigneter bekannter Verfahren/Netze
    Modifikation bekannter Verfahren
    Kombination geeigneter Vefahren
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: Problemlösungskompetenz aus dem Bereich lineare Algebra und der Analysis. Sicheres Beherrschen der entsprechenden Symbole und Formalismen.
    • Grundlagen der Programmierung in Java oder C
      Grundlagen der Analysis und Linearen Algebra
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 4 Testattermine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • Géron, Aurélien, Hands-On Machine Learning with Scikit-Learn and TensorFlow, O'Reilly Medi
    Verwendung des Moduls in
    weiteren Studiengängen    		 ML in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel MT_BaTIN2020
    Modulbezeichnung Messtechnik
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Kai Kreisköther/Professor Fakultät IME
    Dozierende*r Prof. Dr. Kai Kreisköther/Professor Fakultät IME

    Learning Outcome(s)

    Messabweichungen kennenlernen und analysieren
    Kennenlernen und Anwenden der Grundlagen der Stochastik
    Kennenlernen und Analysieren statistischer Größen
    Analoge Messgeräte kennenlernen und anwenden
    Digitale Messgeräte kennenlernen und anwenden
    Messverfahren und Sensorik verstehen und anwenden

    Modulinhalte

    Vorlesung / Übungen

    Einführung in die Messtechnik

    • Allgemeine Betrachtungen
    • Historischer Rückblick
    • Das SI-System
    • Begriffsdefinitionen
    • Messtechnische Tätigkeiten
    • Messmethoden

    Messabweichungen

    • Bekannte systematische Messabweichungen
    • Unbekannte systematische Messabweichungen
    • Fortpflanzung systematischer Messabweichungen
    • Zufällige Messabweichungen
    • Fortpflanzung zufälliger Messabweichungen
    • Messunsicherheit und vollständiges Messergebnis

    Analoge Messgeräte und Messverfahren

    • Eigenschaften elektrischer Messgeräte
    • Elektro-mechanische Messwerke

    Gleichstrom- und Gleichspannungsmessung

    • Grundschaltungen
    • Messbereichserweiterungen
    • Begrenzerschaltungen mit Dioden

    Wechselstrom- und Wechselspannungsmessung

    • Beschreibung periodisch zeitabhängiger Größen
    • Messgleichrichter

    Digitale Messgeräte

    • A/D- und D/A-Wandlung
    • Digitale Multimeter
    • Digitale Oszilloskope
    • Zeit- und Frequenzmessung

    Messanwendungen und Sensorik − Widerstands‐Messbrücken − Wechselspannungs-Messbrücken − Sensoren

    Praktikum

    Umgang mit digitalen Oszilloskopen verstehen und anwenden
    Analysieren von Begrenzer-Schaltung
    Analyse von galvanischen, magnetischen und kapazitiven Kopplungen
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: Gleichungssysteme lösen
    • Modul MA2: Differentialrechnung / Integralrechnung
    • MA1, MA2, GE1, GE2
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 3 Praktikumsversuche
    Empfohlene Literatur
    • Schrüfer, E.:Elektrische Messtechnik
    • Lerch, R.: Kaltenbacher, M.; Lindinger, F.: Übungen zur Elektrischen Messtechnik
    • Felderhoff, R.: Elektrische und elektronische Messtechnik
    • Weichert, N.: Messtechnik und Messdatenerfassung
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel NDQ_BaTIN2020
    Modulbezeichnung Nachhaltigkeit durch Qualität
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Ansgar Beuten/Lehrbeauftragter
    Dozierende*r Ansgar Beuten/Lehrbeauftragter

    Learning Outcome(s)

    Die Studierenden kennen die verschiedenen Formen von Nachhaltigkeit (ökologisch, ökonomisch, sozial), können diese voneinander abgrenzen und im Kontext erläutern.
    Die Studierenden können für die verschiedenen Formen von Nachhaltigkeit Ziele definieren, Kennzahlen ableiten und Ansätze im Hinblick auf Nachhaltigkeit bewerten.
    Die Studierenden können Nachhaltigkeit zielgruppenspezifisch argumentieren und fachlich vertreten.
    Die Studierenden sind in der Lage das Mindset eines Gegenübers in Themen der Nachhaltigkeit positiv zu verändern.
    Die Studierenden können verschiedene Arten von Qualität benennen, erkennen, erklären und differenzieren.
    Die Studierenden können verschiedene Methoden des Qualitätsmanagements erkennen, erklären, differenzieren und anwenden.
    Die Studierenden kennen verschiedene Werkzeuge des Qualitätsmanagements und können diese erklären und anwenden.
    Die Studierenden sind in der Lage, Verbindung zwischen Nachhaltigkeit und Qualität herzustellen, Abhängigkeiten zu erkennen und zu analysieren. Die Studierenden können durch Anwenden der erlerneten Methoden und Werkzeuge Nachhaltigkeit erzeugen und optimieren.

    Modulinhalte

    Vorlesung

    Die Studierenden kennen die verschiedenen Formen von Nachhaltigkeit (ökologisch, ökonomisch, sozial), können diese voneinander abgrenzen und im Kontext erläutern.
    Die Studierenden können für die verschiedenen Formen von Nachhaltigkeit Ziele definieren, Kennzahlen ableiten und Ansätze im Hinblick auf Nachhaltigkeit bewerten.
    Die Studierenden können Nachhaltigkeit zielgruppenspezifisch argumentieren und fachlich vertreten.
    Die Studierenden sind in der Lage das Mindset eines Gegenübers in Themen der Nachhaltigkeit positiv zu verändern.
    Die Studierenden können verschiedene Arten von Qualität benennen, erkennen, erklären und differenzieren.
    Die Studierenden können verschiedene Methoden des Qualitätsmanagements erkennen, erklären, differenzieren und anwenden.
    Die Studierenden kennen verschiedene Werkzeuge des Qualitätsmanagements und können diese erklären und anwenden.
    Die Studierenden sind in der Lage, Verbindung zwischen Nachhaltigkeit und Qualität herzustellen, Abhängigkeiten zu erkennen und zu analysieren. Die Studierenden können durch Anwenden der erlerneten Methoden und Werkzeuge Nachhaltigkeit erzeugen und optimieren.
    seminaristischer Unterricht

    identisch zu Vorlesung
    Lehr- und Lernmethoden
    • Vorlesung
    • seminaristischer Unterricht
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: erforderlich für das Verständnis statistischer Methoden
    • Modul MA2: erforderlich für das Verständnis statistischer Methoden
    • Mathematik 1 und Mathematik 2, um bei den Werkzeugen des Qualitätsmanagements ein Verständnis für die statistischen Methoden zu ermöglichen.
    Zwingende Voraussetzungen
    • seminaristischer Unterricht erfordert Anwesenheit im Umfang von: An mindesten acht Terminen des Seminars müssen sich die Studierenden anwesend sein und sich beteiligen.
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an seminaristischer Unterricht
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 20.5.2025, 14:25:39
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel NP_BaTIN2020
    Modulbezeichnung Netze und Protokolle
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 3
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Andreas Grebe/Professor Fakultät IME
    Dozierende*r Prof. Dr. Andreas Grebe/Professor Fakultät IME

    Learning Outcome(s)

    Was:
    Das Modul vermittelt Wissen zu Kommunikationsprotokollen und deren Rolle und Mechanismen, Wissen zur Architektur und zum Aufbau von Computernetzen sowie sowie ein tieferes Verständnis der zugrundeliegenden Konzepte und Techniken.
    Das Modul vermittelt Kompetenzen zur Planung, Implementierung, Evaluierung und zum Betrieb von Computernetzen. Folgende Kenntnisse und Kompetenzen werden im Detail vemittelt: Grundlegende Konzepte und Technologien von Rechnernetzen benennen, strukturieren, einordnen (K.2, K.4, K.8), Strukturieren der Aufgaben in der technischen Kommunikation, zuordnen auf einschlägige Standardisierungen und übertragen auf Netzdesign und Client-/Server-Awendungen (K.1, K.2, K.3, K.8), Protokolle (Anwendungen, Transport, Netzwerk, Ethernet, Übertragungstechnik) zuordnen und benennen, Protokoll-Mechanismen erläutern, Aufgaben und technische Parameter darlegen und strukturieren (K.1, K.2, K.8), Netze und Systeme unter Einsatz geeigneter Tools analysieren und grafisch darstellen (K.4, K.7, K.8, K.9), Systeme in Netze einbinden, Systemkonfiguration planen (K.4, K.5, K,6, K.7, K.10), Netze planen und einrichten (K.4, K.5, K,6, K.7, K.10), Leistungsfähigkeit von Rechnernetzen abschätzen und analysieren (K.2, K.3, K.7, K.8), Information aus englischen Originalquellen und Standards ableiten (K.2, K.8, K.3, K.4,K.15).
    Womit:
    Kenntnisse und Basisfertigkeiten werden in Vorlesung und Übung vermittelt. Darauf aufbauend werden im Praktikum Kompetenzen und Fertigkeiten ausgebaut und inhaltliche Themen vertieft. Im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K.8, K.16).
    Wozu:
    Computernetze sind heute die Grundlage für alle technischen Kommunikationssysteme, von der Telekommunikation über Unternehmensnetze bis hin zu Automatisierung und grundlegender Digitalisierung. Sie bilden die Kommunaktionsplattform für verteilte Systeme. Entsprechende Kompetenzen und Wissen über die zugehörigen Grundlagen sind essentiell für die Erstellung (HF1), Bewertung (HF2) und Betrieb (HF3) moderner verteilter Systeme und Services. Die Verteidgung der eigenen Lösungen in der Übung und im Praktikum fördert die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    Grundlagen von Architekturen und Topologien von Rechnernetzen, Metriken, LAN, MAN WAN, Kommunikations- und Schichtenmodelle nach ISO/OSI, IETF TCP/IP, IEEE, Bitübertragung und Datenverbidnungen, Ethernet-Technologie, IP-Adressierung und Subnetting, IP Routing und Routing-Protokolle, Frame-Switching und Virtuelle LAN, Transportprotokolle, Anwendungsprotokolle und Kommunikationsmuster
    Netze und Systeme unter Einsatz geeigneter Tools analysieren und grafisch darstellen. Systeme in Netze einbinden. (Sub-)Netze planen und einrichten. Leistungsfähigkeit von Rechnernetzen abschätzen und analysieren. Informationsbeschaffung aus englischen Originalquellen.
    Auszug der Inhalte:
    ISO/OSI Referenzmodelle, TCP/IP Modell, IEEE Modell, Switch, Router, Host, Übertragungsmedien, Ethernet, 100BASE-Tx, 1000BASE-T, ARP, Adressierung IPv4, IPv6, DHCP, ICMP, Switched LAN, Virtuelle LAN (VLAN), Statisches Routing, RIP, OSPF, Transportprotokolle UDP, TCP, QUIC, Anwendungen DNS, HTTP, FTP, TFTP, Telnet, SSH
    Praktikum

    Grundlegende Konzepte und Technologien von Rechnernetzen benennen, strukturieren, einordnen, Strukturieren der Aufgaben in der technischen Kommunikation, zuordnen auf einschlägige Standardisierungen und übertragen auf Netzdesign und Client-/Server-Awendungen, Protokolle (Anwendungen, Transport, Netzwerk, Ethernet, Übertragungstechnik) zuordnen und benennen, Protokoll-Mechanismen erläutern, Aufgaben und technische Parameter darlegen und strukturieren. Netzanalysetechniken und Tools beherrschen, Netzdesignschritte kennen und Methoden zur Netzplanung kennen.
    Netze und Systeme unter Einsatz geeigneter Tools analysieren und grafisch darstellen.
    Systeme in Netze einbinden.
    (Sub-)Netze planen und einrichten.
    Leistungsfähigkeit von Rechnernetzen abschätzen und analysieren.
    Systematische Fehlersuche und -korrektur vornehmen.
    Information aus englischen Originalquellen auswerten in Netzen anwenden.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: Sicherer Umgang mit konsolenbasierter Systemsteuerung und einer Programmiersprache inlusive Boole'scher Operationen.
    • Modul PI2: Sicherer Umgang mit konsolenbasierter Systemsteuerung und einer Programmiersprache inlusive Boole'scher Operationen.
    • Modul DR: Kenntnisse über Aufbau und Funktionalität eines Digitalrechners/Computers.
    • Boole'sche Operationen, AND, OR, XOR
      Binäre Zahlensysteme
      Rechnerarchitektur (Grundlagen)
      Grundlegende Kenntnisse eines Betriebsystems (Unix/Linux favorisiert)
      Grundlegegende Kenntnisse strukturierter Programmierung
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 4 Praktikumsversuche
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • J. Kurose, K. Ross: Computernetzwerke - Der Top-Down-Ansatz, Pearson Studium, 6. Auflage, 2014
    • A. Tanenbaum: Computernetzwerke, Pearson Studium, 5. Auflage 2012
    • Douglas Comer: Computer Networks and Internets, Pearson Education Limited, 6 edition, 2015
    • Internet-Standardisierung: IETF Standards (RFCs), www.ietf.org
    • LAN-Standards: IEEE, ieeexplore.ieee.org (freier Zugang über TH Köln)
    • Telekommunikationsstandards: ITU-T Standards, www.itu.int
    • Web-Standardisierung: W3C Standards, www.w3c.org
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel NSA_BaTIN2020
    Modulbezeichnung Netzsicherheit und Automation
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Andreas Grebe/Professor Fakultät IME
    Dozierende*r Prof. Dr. Andreas Grebe/Professor Fakultät IME

    Learning Outcome(s)

    Das Modul vertieft Wissen und Kompetenzen zu IP-Netzen und Kommunikationsprotokollen. Das Modul vermittelt Kompetenzen zur Planung, Implementierung, Evalueirung und zum Betrieb von größeren, standortübergreifenden Computernetzen inklusive der dazugehörenden Netzsicherheitstechniken und verteilter Netzmanagementtechniken. Zu den Kenntnissen und Kompetenzen gehören:
    Grundlegende Konzepte und Technologien von skalierenden Rechnernetzen benennen, strukturieren, einordnen (K.2, K.4, K.8), Skalierende Netze unter Einsatz geeigneter Tools analysieren und grafisch darstellen (K.4, K.7, K.8, K.9), planen und einrichten (K.4, K.5, K,6, K.7, K.10), Leistungsfähigkeit von Rechnernetzen abschätzen und analysieren (K.2, K.3, K.7, K.8), Sicherheitsrisiken und Abwehrtechniken erläutern, implementieren und bewerten (K.1, K.2, K.3, K.7, K.8), Netzmangementaufgaben und -techniken erläutern, implementieren und bewerten (K.1, K.2, K.3, K.7, K.8), Information aus englischen Originalquellen und Standards ableiten (K.2, K.8, K.3, K.4,K.15).
    Womit:
    Kenntnisse und Basisfertigkeiten werden in Vorlesung und Übung vermittelt. Darauf aufbauend werden im Praktikum Kompetenzen und Fertigkeiten ausgebaut und inhaltliche Themen vertieft. Im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K.8, K.16).
    Wozu:
    Computernetze sind heute die Grundlage für alle technischen Kommunikationssysteme, von der Telekommunikation über Unternehmensnetze bis hin zu Automatisierung und grundlegender Digitalisierung. Das auf dem Modul NP augfbauende Modul IN fokusiert auf Kompetenzen zur Planung, Implementierung (HF1), Betrieb (HF3) und Evaluierung (HF2) von größeren, standortübergreifenden Unternehmensnetzen. Insbesondere durch die Verbindung zum Internet und die standortübergreifenden Aspekte werden Netzsicherheit und Netzmangement als weitere zusätzliche Schwerpuntk aufgenommen. Die Verteidgung der eigenen Lösungen in der Übung und im Praktikum fördert die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    Grundlagen zum Aufbau von hierarchisch strukturierten Netzen, Unternhemensnetzen mit Redunanztechniken, Wireless LAN (WLAN), standortübergreifende Kommunikation, WAN-Techniken. Einführung in die Netzsicherheit mit Vertiefungen zu Angriffen, Sicherheitszielen, kryptographischen Verfahren, Verschlüsselung, Paketfilter, sichere Infrastrukturen, virtuelle private Netze. Einführung in verteiltes Netzmanagement und Servicequalitätstechniken. Techniken zur Netzvirtuaisierung, Software-defined Networking und Netzautomatiisierung.
    Studierende erhalten die Kompetenzen, mittelgroße, standortübergreifende Unternehmensnetze Netze unter Einsatz geeigneter Tools analysieren, geeigente Architekturen auszuwählen und entsprechende Netze zu planen und zu implementieren. Sie benennen und identifizieren Gefährdungslagen für Unternehmensnetze. Geeignete Sicherheitsmechansimen sind auszuwählen, zu designen und zu implementieren. Aufgaben und Methoden softwaregesteuerter Netze inklusive und Virtualisierungen werden benannt und Mechnismen zur Netzautomaitisierung geplant und umgesetzt.
    Auszug der Inhalte:
    Hierarchische Netze, Redundanz, STP, EtherChannel, FHRP, Single-area und Multiarea OSPF, OSPF Sicherheitstechniken, WLAN, WAN-Anschluss, PPP, xDSL
    Netzsicherheit mit Sicherheitszielen, kryptographische Verfahren, Algorithmen, Paketfilter, ACL, NAT, FireWall, DMZ, VPN, IPsec
    SNMP, Syslog, QoS – Quality-of-Service
    Sofware Defined Networking (SDN), SDN Controller, Cloud, Virtualisierung, Ansible, JSON, YAML, REST API
    Praktikum

    Konzepte und Technologien für mittelgroße, standortübergreifende Unternehmensnetze benennen, strukturieren, einordnen. Netzanalysetechniken und Tools beherrschen, Netzdesignschritte kennen und Methoden zur Netzplanung kennen. Sicherheitsrelevante Netzapsekte identifizeiern und geeignete Massnahmen zur Netzsicherheit und deren Umsetzung kennen. Aufgaben der Netzautomatisierung und Virtualisierung kennen und für geeignete Netzbereiche deren Umsetzung beherrschen.
    Planung, Implementierung und Analyse von VLAN-Architekturen, WLAN.Netzen, standorübergreifende VPN und Paketfilter-Firewall.
    Implementierung und Analyse von Netzmanagement mit SNMP und Syslog.
    Implementierung und Analyse von Netzautomatisierung an Netzelementen (u.a. Router, Switch, Host, SDN-Controller) über REST API mit Phython-Scripting oder Ansible YAML Skripting.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul NP: Fundamentale Kenntnisse über IP-basierte Netze und Kompetenzen zu Planug, Implementierung und Betrieb von IP-Netzen werden vorausgesetzt. Im Praktikum werden Kenntnisse zu Protokollanalyse (Wireshark) und Konfiguration / Programmierung von Router und Switch (Cisco IOS-Befehlssätze) erwartet. Die Voraussetzungnen können u.a. durch das Testat für die ULP NP oder die nachgewiesenen CCNA Module ITN und RSE nachgewiesen werden.
    • Kenntnisse und Kompetenzen des Moduls "Netze und Protokolle (NP)"
      alternativ: Kenntnisse und Anwendung von grundlegenden Internetworking Techniken
      Grundlegende Vernetzungstechniken
      TCP/IP Protokollfamilie
      ISO/OSI Schichtenmodellierung
      IPv4/IPv6 Routing
      Switchingtechniken
      TCP/UDP Transporttechniken
      Anwendungsprotokolle
      Umgang mit Netzelementen (Client, Server, Switch, Router)
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 4 Termine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • J. Kurose, K. Ross: Computernetzwerke - Der Top-Down-Ansatz, Pearson Studium, 6. Auflage, 2014
    • A. Tanenbaum: Computernetzwerke, Pearson Studium, 5. Auflage 2012
    • G. Schäfer: Netzsicherheit: - Grundlagen & Protokolle - Mobile & drahtlose Kommunikation - Schutz von Kommunikationsinfrastrukturen, dpunkt.verlag, 2. Auflage 2014
    • W. Stallings: Foundations of Modern Networking, Pearson Education, 2016
    • J. Doherty: SDN and NFV Simplified, Pearson Education, 2016
    • J. Edelman: Network Programmability and Automation, O'Reilly 2018
    • Internet-Standardisierung: IETF Standards (RFCs), www.ietf.org
    • LAN-Standards: IEEE, ieeexplore.ieee.org (freier Zugang über TH Köln)
    • Telekommunikationsstandards: ITU-T Standards, www.itu.int
    • Web-Standardisierung: W3C Standards, www.w3c.org
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 3.7.2023, 14:45:35
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel PI1_BaTIN2020
    Modulbezeichnung Praktische Informatik 1
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 1
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Markus Cremer/Professor Fakultät IME
    Dozierende*r Prof. Dr. Markus Cremer/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt grundlegende Kompetenzen zur Nutzung von Programmiersprachen und entsprechender abstrakterer Darstellungsformen bei der algorithmischen und objektorientierten Lösung von Anwendungsproblemen. Die Studierenden sollen in die Lage versetzt werden, einschlägige Begrifflichkeiten und Techniken im praktischen Umfeld sicher anzuwenden: Aufbauend auf den in der Vorlesung vermittelten Kenntnissen (K3) analysieren die Studierenden Problemstellungen (K2), entwerfen Lösungswege dazu (K5), implementieren sie mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7).
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum bearbeiten die Studierenden in Kleingruppen Programmieraufgaben und verteidigen ihre Lösungen (K8, K13, K16).
    Wozu: Kompetenzen in der Anwendung von Programmiersprachen sind essentiell für Informatiker/-innen, insbesondere in Hinblick auf die Realisierung informationstechnischer Systeme (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden zudem Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2). Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    Informatik und Computer
    - Was ist Informatik?
    - Algorithmen
    - Aufbau eines programmierbaren Digitalrechners
    Programmierung – eine allgemeine Einführung
    - Höhere Programmiersprachen (prozedural vs. objektorientiert)
    - Programmausführung
    - Programmdokumentation
    Zahlenverarbeitung
    - Der Variablenbegriff
    - Zahlentypen und -konstanten
    - Arithmetische Operatoren
    - Zuweisungen
    - Ein-/Ausgabe
    Aussagenlogische Operationen
    Textzeichen
    - Standards zur Zeichencodierung
    - Zeichen in Java
    - Zeichenketten
    Kontrollstrukturen
    - Grafische Darstellungsformen
    - Blöcke
    - Verzweigungen
    - Schleifen
    Methoden
    - Grundlegende Prinzipien
    - Definition
    - Aufruf
    - Überladen
    - Speicherklassen
    Arrays
    - Grundlegende Eigenschaften
    - Arrays in Java
    - Mehrdimensionale Arrays
    - Arrays und Methoden
    - char-Arrays und Strings
    Objektorientierte Programmierung: Objekte und Klassen
    - Motivation und Grundlagen
    - Objekte mit Attributen
    - Objekte mit Attributen und Methoden
    - Klassenattribute und -methoden
    - Hauptprogramm-Klasse und weitere Klassen
    Objektorientierte Programmierung: Klassenstrukturen
    - Klassenhierarchien
    - Abstrakte Klassen und Interfaces
    - Pakete
    Praktikum

    Umgang mit einer Softwareentwicklungsumgebung und mit git/gitlab. Fehlersuche und -beseitigung in Programmen.
    Algorithmen erstellen und umsetzen. Kontrollstrukturen kennen und benutzen können.
    Programmieren mit strukturierten Datentypen, insbes. Arrays
    Programmierung mit Methoden
    Programmierung elementarer Operationen auf einfachen Datentypen.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen keine
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 3 Termine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • Ernst, H., Schmidt, J., & Beneken, G. (2023). Grundkurs Informatik: Grundlagen und Konzepte für die erfolgreiche IT-Praxis – Eine umfassende Einführung. Springer Vieweg. https://doi.org/10.1007/978-3-658-41779-6
    • Gumm, H.-P., & Sommer, M. (2016–2019). Einführung in die Informatik (3 Bände). De Gruyter / Oldenbourg.
    • Herold, H., Lurz, B., Lurz, M., & Wohlrab, J. (2023). Grundlagen der Informatik (4. Aufl.). Pearson Studium.
    • C. Vogt (2004). Informatik – Eine Einführung in Theorie und Praxis, Spektrum.
    • Mössenböck, H. (2014). Sprechen Sie Java (5. Aufl.). dpunkt.verlag.
    • Ratz, D., Schulmeister-Zimolong, D., Seese, D., & Wiesenberger, J. (2022). Grundkurs Programmieren in Java (8. Aufl.). Hanser.
    • Lo Iacono, L., Wiefling, S., & Schneider, M. (2020). Programmieren trainieren (2. Aufl.). Hanser.
    • Schiedermeier, R., & Köhler, K. (2012). Das Java-Praktikum (2. Aufl.). dpunkt.verlag.
    • Ullenboom, C. (2023). Java ist auch eine Insel (17. Aufl.). Rheinwerk Verlag. Openbook.
    Verwendung des Moduls in
    weiteren Studiengängen    		 PI1 in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel PI2_BaTIN2020
    Modulbezeichnung Praktische Informatik 2
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 2
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME
    Dozierende*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt grundlegende Kompetenzen zur Nutzung von Programmiersprachen und entsprechender abstrakterer Darstellungsformen bei der algorithmischen und objektorientierten Lösung von Anwendungsproblemen. Die Studierenden sollen in die Lage versetzt werden, einschlägige Begrifflichkeiten und Techniken im praktischen Umfeld sicher anzuwenden: Aufbauend auf den in der Vorlesung vermittelten Kenntnissen (K3) analysieren die Studierenden Problemstellungen (K2), entwerfen dazu Lösungswege (K5), implementieren sie mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7).
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum bearbeiten die Studierenden in Kleingruppen Programmieraufgaben und verteidigen ihre Lösungen (K8, K13, K16)
    Wozu: Kompetenzen in der Anwendung von Programmiersprachen sind essentiell für Informatikerinnen und Informatiker, insbesondere im Hinblick auf die Realisierung informationstechnischer Systeme (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden zudem Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2). Die Durchführung im Team mit dem Dozenten als „Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    Objektorientierte Programmierung: Klassenstrukturen
    Objektorientierte Programmierung: Generische Klassen
    Ausnahmeereignisse
    Ein-/Ausgabe: Ströme und Dateien
    Ein-/Ausgabe: Graphische Benutzeroberflächen (GUIs)
    Dynamische Datenstrukturen: Einfache Strukturen
    Dynamische Datenstrukturen: Graphen
    Formale Spezifikation syntaktischer Strukturen
    Objektorientierte Programmierung
    Praktikum

    Objektorientierte Implementierung von dynamischen Strukturen
    Objektorientierte Implementierung von GUI-Komponenten
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: Grundkenntnisse in PI1 Programmiererfahrung mit Entwicklungsumgebungen wie Eclipse
    • Grundkenntnisse in PI1
      Programmiererfahrung mit Entwicklungsumgebungen wie Eclipse
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • Vogt: Informatik – Eine Einführung in Theorie und Praxis, Spektrum, 2004
    Verwendung des Moduls in
    weiteren Studiengängen    		 PI2 in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 11.11.2024, 10:40:32
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel PP_BaTIN2020
    Modulbezeichnung Programmierpraktikum
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 1
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME
    Dozierende*r Prof. Dr. Chunrong Yuan/Professor Fakultät IME

    Learning Outcome(s)

    Was: Die Studierenden erwerben und vertiefen ihre Kompetenzen in der Analyse typischer Aufgabenstellungen (K.4) dem Entwurf (K.5), der Erstellung (K.6) und dem Test bzw. Prüfen (K.7, K.9) von Softwaresystemen und nebenbei in der Abstraktion und Formalisierung (K.2) fachlicher Probleme.
    Womit: Die Studierenden erhalten ausgewählte Programmieraufgaben steigender Komplexität, dies sie zunächst analysieren, dann ein passendes Programm mit vorgegebenen Methoden und modernen Entwicklungsumgebungen entwerfen und programmieren, es mit vorgegebenen und selbst festzulegenden Testfällen prüfen.
    Wozu: Damit wird eine Basis gelegt, auf der sie dann später, in den Veranstaltungen höherer Semester, aber auch im Berufsleben, eigenständig IT-Aufgaben analysieren, passende Systeme entwerfen, implementieren und prüfen können.

    Modulinhalte

    Vorlesung

    Vorstellung ausgewählter Standardmethoden zum Entwurf und Implementation von Programmen:
    * Algorithmierung mit Struktogramm/Programmablaufplan
    * Automaten
    * Strukturierte Analyse mit Datenflussdiagrammen und Datenverzeichnis
    Benutzung einer Programmentwicklungsumgebung für Programmierung und Fehlerbeseitigung
    Rekursion als Mittel zur Umsetzung von Folgen (aus der Mathematik)
    Praktikum

    Algorithmen
    Beschreibungsformen
    natürliche Sprache
    grafische Darstellungsformen (Struktogramme und/oder Programmablaufpläne)
    Datenflussdiagramm und Datenverzeichnis
    Algorithmen zur Lösung von Standardproblemen
    Iteration und Repetition
    Rekursivität
    Regulärer Automat
    Implementierung von Algorithmen durch Programme mit Kontrollstrukturen (in Java und C) unter Benutzung von
    Bedingten Anweisungen (Einfach- und Mehrfach-Fallunterscheidung)
    Schleifen (Iteration, Repetition)
    Entwurf und Einsatz von Unterprogrammen (in Java)
    insbesondere auch: Implementierung vorgegebener Schnittstellen
    Umgang mit strukturierten Datentypen
    Arrays
    Datenverbund (in Java: Public Classes ohne Methoden)
    Umgang mit einer Programmentwicklungsumgebung
    Erstellung von Projekten
    Debugging
    Testen
    Entwurf von Algorithmen zur Lösung vorgegebener Probleme
    Umsetzung von Algorithmenbeschreibungen in Programme
    Umgang mit einer Programmentwicklungsumgebung
    Anwendung der unter "Fertigkeiten" genannten Aspekte auf praxisbezogene Szenarien durch selbstständige Arbeit in kleinem Team.
    Lehr- und Lernmethoden
    • Vorlesung
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 34 Stunden ≙ 3 SWS
    Selbststudium 116 Stunden
    Empfohlene Voraussetzungen gleichzeitige (oder in Ausnahmefällen vorherige) Teilnahme an "Praktische Informatik 1"
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: Praktikumstermine
    Empfohlene Literatur
    • Online-Dokumentation der Java-Pakete (java.sun.com)
    • Online-Dokumentation der verwendeten Softwareentwicklungsumgebung (Eclipse)
    • Mössenböck, Sprechen Sie Java?, dpunkt 2011
    • Schiedermeier/Köhler, Das Java-Praktikum, dpunkt 2011
    • Vogt, Informatik, Spektrum Verlag 2004
    Verwendung des Moduls in
    weiteren Studiengängen    		 PP in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel PPRA_BaTIN2020
    Modulbezeichnung Parallelprogrammierung und Rechnerarchitekturen
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Markus Cremer/Professor Fakultät IME
    Dozierende*r Prof. Dr. Georg Hartung/Professor Fakultät IME im Ruhestand

    Learning Outcome(s)

    Was: Das Modul vermittelt die Kompetenzen zur Verwendung von lose und eng gekoppelten Parallelrechnersystemen für die Erarbeitung von Problemlösungen z.B. aus dem Bereich der Simulation oder der Künstlichen Intelligenz. Die Problemlösungen werden unter Verwendung von state-of-the-art Entwicklungsumgebungen (z.B. MPI und CUDA) auf Basis gängiger Programmierparadigmen und Design-Pattern erstellt. Die Studierenden werden in die Lage versetzt, fachspezifische Begriffe, Tools und Techniken im praktischen Umfeld sicher anzuwenden. Aufbauend auf den in der Vorlesung vermittelten Kenntnissen werden komplexere Problemstellungen analysiert, auf Teilsysteme heruntergebrochen und modelliert. Darauf aufbauend wird die Problemlösung mittels Entwurfswerkzeugen implementiert und am Zielsystem in Betrieb genommen.
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. Im Praktikum erarbeiten die Studierenden in Kleingruppen Problemlösungen und verteidigen diese.
    Wozu: Kompetenzen in der Verwendung von parallelen Rechnersystemen sind essentiell für technische Informatiker, die im HF 1 arbeiten wollen. Durch die Entwicklung von Problemlösungen erwerben die Studierenden zudem Erfahrungen, die essentiell für das HF 2 sind. Eine projektorientierte Durchführung der Praktika in kleinen Teams mit dem Dozenten als "Auftraggeber" initiert die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    • Überblick über Parallele Computerarchitekturen und Klassifikation
    • Designverfahren für parallele Anwendungen (z.B. PCAM), Dekompositionsmuster (Funktionen, Datenbereiche)
    • Muster zur Parallelprogrammierung, u.a. Master Worker, Single Program Multiple Data, Multiple Program Multiple Data, und Zuordnung zu Dekompositionsmustern
    • Leistungsbestimmung paralleler Programme (Performance Evaluation), u.a. Amdahl'sches Gesetz
    • Modellierung paralleler Programme mit Coloured Petri Nets
    • Programmierung verteilter Rechnersysteme mit MPI
    • Programmierung von Multicore/Parallelrechnern mit OpenMP und Rust
    • Programmierung von GPU (Graphic Processing Units) mit CUDA
    • Design Bereichsspezifischer Architekturen (Domain specific architectures)
    • Digitale Hardware-Beschleuniger (Signalverarbeitung)
    • Tensor Processing Unit (Künstliche neuronale Netze)
    Projekt

    Nutzung der Parallelisierungsdesignmethoden für eine selbstgewählte Anwendung
    Modellierung einer geplanten Parallelisierung für die Anwendung
    Implementierung eines parallelen Programms für die Anwendung
    Ermittlung des Leistungsgewinns durch Parallelisierung bei der Anwendung
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Projekt
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen grundlegende prozedurale Programmierkenntnisse
    Grundkenntnisse in Multitasking-Programmierung
    Grundlegende Funktionsweise eines Von-Neumann-Rechners
    Grundlagen der Digitaltechnik (Automaten, Hardware-Beschreibungssprache)
    Zwingende Voraussetzungen Projekt erfordert Anwesenheit im Umfang von: 2 Labortermine + 1 Präsentationstermin
    Empfohlene Literatur
    • Barlas, Gerassimos: Multicore and GPU Programming: An Integrated Approach
    • Tanenbaum, Goodman: Computerarchitektur, Pearson Studium (Prentice Hall)
    • Pacheco: Parallel Programming with MPI
    • Eijkhout: Introduction to High Performance Computing
    Verwendung des Moduls in
    weiteren Studiengängen    		 PPRA in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel PRA_BaTIN2020
    Modulbezeichnung Praxisphase
    Art des Moduls Pflichtmodul
    ECTS credits 23
    Sprache deutsch und englisch
    Dauer des Moduls 2 Semester
    Empfohlenes Studiensemester 6,7
    Häufigkeit des Angebots jedes Semester
    Modul-Verantwortliche*r Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
    Dozierende*r verschiedene Dozenten*innen / diverse lecturers

    Learning Outcome(s)

    Was: Die Studierenden sich in eine unbekannte (außeruniversitäre) Organisation einfügen und dort adäquat agieren.
    Womit: Die Studierenden solle ein eigenes Projekt in Abstimmung mit Kollegen und Vorgesetzten in der Firma organisieren und durchführen.
    Dazu müssen sie selbständig wissenschaftliche Methoden und moderne Technologien in der Praxis anwenden und sich selbständig in ein neues Aufgabengebiet einarbeiten. Typischerweise wird ein System oder eine Systemkomponente selbständig und im Team konzeptionieren und entwickeln.
    Wozu: Die Studierenden solle einen ersten Einblick in ihr zukünftiges Berufsumfeld und die damit verbundenen fachlichen aber auch sozialen Gegenbenheiten bekommen.

    Modulinhalte

    externes Praktikum

    markdown
    - Einblick in die Arbeitsabläufe und Organisationsform von Firmen gewinnen.
    - Aufgaben und Tätigkeiten der späteren Berufswelt nach dem Studium einschätzen.
    markdown
    - Eigenes Projekt in Abstimmung mit Kollegen und Vorgesetzten in der Firma organisieren und durchführen.
    - Selbständig wissenschaftliche Methoden und moderne Technologien in der Praxis anwenden und einsetzen.
    - Selbständige Einarbeitung in ein neues Aufgabengebiet.
    - Sich in eine unbekannte (außeruniversitäre) Organisation einfügen und dort adäquat agieren.
    - Eine System oder eine Systemkomponente selbständig und im Team konzeptionieren und/oder entwickeln und/oder testen.
    - Arbeitsergebnisse schriftlich und mündlich präsentieren.
    Lehr- und Lernmethoden externes Praktikum
    Prüfungsformen mit Gewichtung
    Workload 690 Stunden
    Präsenzzeit 0 Stunden ≙ 0 SWS
    Selbststudium 690 Stunden
    Empfohlene Voraussetzungen
    Zwingende Voraussetzungen
    • externes Praktikum erfordert Anwesenheit im Umfang von: Mit Praktikumsgeber zu vereinbaren
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an externes Praktikum
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen    		 PRA in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise Das Spektrum der konkreten Aufgabenstellung umfasst die gesamte Thematik der Informatik und angrenzender Ingenieurwissenschaften. Von daher sind alle im vorangestellten Studienverlaufs vermittelten Kompetenzen potentiell notwendig und lassen sich allein durch die konkrete Aufgabenstellung, die während der Praxisphase bearbeitet wird, individuell begrenzen.
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel PUK_BaTIN2020
    Modulbezeichnung Präsentation und Kommunikation
    Art des Moduls Pflichtmodul
    ECTS credits 3
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 5
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
    Dozierende*r NN/Lehrbeauftragter

    Learning Outcome(s)

    Die Studierenden können moderne Präsentations- und Argumentationstechniken anwenden,
    indem Sie
    - Typen von Kommunikationsprozessen bestimmen,
    - Konzepte zur Vermittlung von Kommunikationsinhalten einordnen,
    - Grundzüge der Rhetorik sowie
    - moderne Präsentations- und Moderationstechniken anwenden,
    um in begleitenden und späteren Modulen, sowie im späteren Berufsleben technische und wissenschaftliche Themen zielgruppengerecht präsentieren, technische-wissenschaftliche Texte verfassen und sachgerecht argumentieren können.

    Modulinhalte

    Seminar

    - Typen von Kommunikationsprozessen
    - Konzepte zur Vermittlung von Kommunikationsinhalten
    - Grundzüge der Rhetorik
    - moderne Präsentationstechniken
    - Moderation von Gruppen
    Lehr- und Lernmethoden Seminar
    Prüfungsformen mit Gewichtung
    Workload 90 Stunden
    Präsenzzeit 12 Stunden ≙ 1 SWS
    Selbststudium 78 Stunden
    Empfohlene Voraussetzungen keine
    Zwingende Voraussetzungen Seminar erfordert Anwesenheit im Umfang von: 3 Termine
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen    		 PUK in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel QKC_BaTIN2020
    Modulbezeichnung Quellen- und Kanalcodierung
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Uwe Dettmar/Professor Fakultät IME
    Dozierende*r Prof. Dr. Uwe Dettmar/Professor Fakultät IME

    Learning Outcome(s)

    Was? Die in gespeicherten oder aktuell entstehenden Daten befindliche Information extrahieren und gegen Fehler bei Übertragung über einen gestörten Kanal und Abhören durch Dritte schützen und zugehörige Verfahren analysieren und bewerten.
    Womit? Durch Anwendung von Verfahren und Algorithmen der Quellen- und Kanalcodierung und der Kryptographie.
    Wozu? Zur Gewährleistung einer vertraulichen, effizienten und sicheren Speicherung und Übertragung von Daten mit Hilfe von nachrichtentechnischen Systemen.

    Modulinhalte

    Vorlesung / Übungen

    Vorlesung und Übungen werden in einer Lehrveranstaltung kombiniert. Nach der Vorstellung von neuem Lernstoff durch den Dozenten in Form von kurzen Blöcken wird dieser direkt von den Studierenden durch kurze Matlab- und Python-Übungen angewendet und vertieft. Längere Übungsaufgaben werden bereits zu Hause vorbereitet und die verschiedenen Lösungsvorschläge in der Präsenzveranstaltung besprochen.
    Über ein Lernportal werden elektronische Minitests zum aktuell behandelten Stoff als weitere Lernressource angeboten.

    Inhalt:
    - Vermittlung von Grundprinzipien und -begriffen
    - Systemtheoretische Beschreibung eines kommunikationstechnischen Übertragungsystems
    - mathematische Grundlagen zur Quellen- und Kanalcodierung und der Kryptographie
    - Informationstheoretische Aspekte der Quellen- und Kanalcodierung
    - Praktische Codes zur Quellen- und Kanalcodierung
    - Aspekte der Informationssicherheit
    - public und private key Kryptographie und praktische Anwendung
    - kryptologische Protokolle

    Die Studierenden lernen die o.g. Themen in der Vorlesung kennen, erwerben Grundwissen und vertiefen dieses durch Selbststudium mit Hilfe von Literatur, YouTube Videos und anderen Netzressourcen (selbstständige Informationsbeschaffung), sowie in Lerngruppen (Teamwork).
    Durch kleine Übungsaufgaben und Programme wird in der Präsenzveranstaltung bereits ein aktiver Umgang mit den vorgestellten Verfahren ermöglicht. Umfangreichere Rechenaufgaben werden am Ende der Veranstaltung behandelt und die Lösungswege diskutiert, um dadurch den Studierenden relevante Problemestellungen vorzustellen und ihre Fähigkeit zur Lösungsfindung zu entwickeln.

    Die Studierenden lernen darüber hinaus:
    - nachrichtentechnische Systeme zu analysieren und deren Performanz zu ermitteln bzw. abzuschätzen.
    - Verfahren der Quellen- und Kanalcodierung und Kryptologie zu vergleichen und zu bewerten
    - Kenntnisse auf technische Problemstellungen anzuwenden
    Praktikum

    Bearbeitung von geeigneten Praktikumsaufgaben aus dem Bereich der Quellen- und Kanalcodierung in Form von Jupyter Notebooks. Die Studierenden verwenden dabei teilfertige oder vorhandene Programme für Simulationen. Sie notieren die Ergebnisse, erzeugen graphische Darstellungen und diskutieren die Ergebnisse.

    Matlab mit der  Communications Toolbox wird für Simulationsaufgaben verwendet, deren zeitlicher Aufwand für eine Eigenentwicklung zu groß ist.

    - Die Studierenden schulen ihre Fähigkeiten zur Lösung technischer Probleme mit Hilfe von Computerprogrammen.
    - Sie analysieren und simulieren nachrichtentechnische Systeme und bewerten deren Eigenschaften.
    - Sie schulen ihre Selbstorganisation und ihr problemorientieres Denken und Handeln.
    - Sie trainieren das Lösen von Aufgaben im Team und ihre kommunikativen Fähigkeiten.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: Kenntnisse in Lineare Algebra, Funktionentheorie, Algebra Fähigkeit, diese Kenntnisse in praktischen Problemen anzuwenden.
    • Modul MA2: Kenntnisse: Reihen und Folgen, Fehlerrechnung Fähigkeit, diese Kenntnisse in praktischen Problemen anzuwenden.
    • Modul PI1: Algorithmen zur Lösung vorgegebener Probleme formulieren Beherrschung grundlegender Programmierfähigkeiten
    • Die Studierenden sollten Grundkenntnisse in den Gebieten Lineare Algebra, Stochastik und Algebra und zusätzlich Programmierkenntnisse mitbringen, die es Ihnen ermöglichen, einfache Programme in einer höheren Programmiersprache zu schreiben. In der Vorlesung werden Matlab/Octave und Python verwendet.
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 4 Praktikumstermine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • BOSSERT, M. : Einführung in die Nachrichtentechnik. Oldenbourg Verlag, 2012.
    • BOSSERT, M. : Kanalcodierung.Oldenbourg Wissenschaftsverlag GmbH, 2013.
    • NEUBAUER, A. : Informationstheorie und Quellencodierung. Wilburgstetten : Schlembach, 2006.
    • PROAKIS, J. G. ; SALEHI, M. : Digital Communications. 5. McGraw–Hill, 2008.
    • SAYOOD, K. : Introduction to data compression. third. Elsevier Morgan Kaufmann, 2000.
    • MEYER, M. : Kommunikationstechnik. 4. Vieweg und Teubner, 2019.
    • SKLAR, B. : Digital Communications. Prentice Hall PTR, 2001
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel RT_BaTIN2020
    Modulbezeichnung Regelungstechnik
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Jens Onno Krah/Professor Fakultät IME
    Dozierende*r Prof. Dr. Jens Onno Krah/Professor Fakultät IME

    Learning Outcome(s)

    Statisches Verhalten von Regelstrecken und Regelkreisen analysieren.
    Üben anhand von Kennlinienfeldern und Linearisierungen.
    Dynamisches Verhalten von Regelstrecken kennenlernen.
    Empirische Betrachtungen durchführen, Differentialgleichungen aufstellen, Laplace-Transformation verwenden, Übertragungsfunktionen berechnen, Frequenzgang und Bode-Diagramm erstellen.
    Stabilität von Regelkreisen\nAlgebraische Stabilitätskriterien anwenden, Nyquist-Kriterium verwenden.
    Parametrierung von Reglern
    Anwenden von Entwurfsverfahren, Entwerfen mit Frequenzkennlinien / Bode-Diagramm, Parametrieren durch Polvorgabe
    Gerätetechnik, zeitdiskreter Regelkreis
    Kennelernen von dedizierten Reglern und Differenzengleichungen
    Algorithmische Abtastregelungen parametrieren.
    Vermaschte Regelkreise
    Kennenlernen von Kaskadenregelung, optional mit Vorsteuerung bzw. Störgrößenaufschaltung.
    Split-Range-Regelungen anwenden

    Modulinhalte

    Vorlesung / Übungen

    Übertragungsfunktion des geschlossenen Regelkreises
    Wahl eines geeigneten Reglers bei gegebener Strecke
    Berechnung der Stabilität von Regelkreisen
    Praktikum

    Handhabung und korrekte Anwendung von Simulationswerkzeugen
    Einsatz und Beurteilung der Funktion von Reglern
    Aufbau von Regeleinrichtungen
    Lösung von Regelaufgaben
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: Gleichungssysteme lösen
    • Modul MA2: Differentialrechnung / Integralrechnung
    • Modul MT: Spannungsmessung, Strommessung Umgang mit Messgeräten\nFehlerrechnung
    • MA1, MA2, GE1, GE2, ASS, MT
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 3 Praktikumstermine
    Empfohlene Literatur
    • Skript
    • Lutz, Wendt: Taschenbuch der Regelungstechnik, Verlag Harri Deutsch.
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 29.3.2022, 14:39:48
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SE_BaTIN2020
    Modulbezeichnung Software Engineering
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 3
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Hans Nissen/Professor Fakultät IME
    Dozierende*r Prof. Dr. Hans Nissen/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt Kompetenzen zur Erstellung von
    Software-Systemen in allen Projektphasen
    von der Dokumentation von Systemanforderungen (K.1, K.4),
    der Spezifikation und Modellierung von Sytemeigenschaften (K.1, K.2, K.3, K.5, K.9),
    der Erstellung und Bewertung eines Systementwurfs für vorgegebene Qualitätsziele (K.1, K.2, K.5, K.9, K.10),
    der Prüfung von Systemeigenschaften (K.7, K.9, K.10),
    und der Erstellung leserlichen Programmcode (K.6).
    Im parallel laufenden Praktikum werden die Kompetenzen
    zur Erstellung umfangreicher technischer Texte (K.2, K.4),
    zum Entwurf eines Software-Systems unter Berücksichtigung von Qualitätszielen (K.1, K.3, K.5)
    zur Realisierung von Systemmodellen in Programmcode (K.6),
    zur Prüfung von Programmcode (K.6, K.7) und
    zur Prüfung eines erstellten Software-Systems (K.7, K.9, K.10) verstärkt.

    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem
    Vorlesungs/Übungsteil unter Einbeziehung einer umfangreichen Fallstudie
    und betreut parallel dazu ein Praktikum, in dem
    die Studierenden ein kleines Software-System planen, entwerfen, realisieren
    und analysieren.

    Wozu: Kompetenzen in der Entwicklung eines Software-Systems sind essentiell für
    technische Informatiker, die im HF 1 arbeiten wollen. Durch die Arbeit
    an einem komplexeren Beispielsystem erwerben die Studierenden zudem Erfahrungen,
    die essentiell für das HF 2 sind, u.a. Anforderungen spezifizieren, Systeme und
    Software-Architekturen entwerfen, realisieren und bewerten. Die Entwicklung eines Software-Systems
    über mehrere Praktikumstermine hinweg, vermittelt den Studierenden erste
    Erfahrungen in der Organisation umfangreicherer Systeme unter Berücksichtigung
    vorgegebener Qualitätsziele (HF 3).

    Modulinhalte

    Vorlesung / Übungen

    Aufgaben und Disziplinen des Software Engineering
    Vorgehensmodelle
    Aufgaben, Methoden und Techniken des Anforderungsmanagement
    unterschiedliche Techniken zur System- und Software-Spezifikation
    grundlegende Modellierung in UML
    moderne Architekturstile kennen und bewerten können
    Methoden der Qualitätssicherung
    Aufgaben, Methoden und Techniken des Konfigurationsmanagement
    Dokumentation von Anforderungen
    Bewertung von Vorgehensmodellen
    Erstellung von Systemmodellen
    Erstellung und Bewertung alternativer System-Architekturen
    Erstellung und Bewertung alternativer Software-Architekturen
    Ableitung geeigneter logischer und konkreter Testfälle
    Erstellung eines lesbaren Programmcodes
    Praktikum

    umfangreichen Text verstehen
    Verwendung von Modellierungswerkzeugen
    Erstellung korrekter Modelle
    Programme in objektorientierter Sprache (Java) erstellen
    Prüfung von Programmen
    gegebenes Modell in Programmcode übersetzen
    Systemmodelle aus gegebenem Lastenheft ableiten
    Systementwurf zu Systemmodellen erstellen
    Implementierung der Systemmodelle
    gegebenes Programm prüfen
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI2: Fundierte Kenntnisse in der Programmierung.
    • Modul PP: Praktische Erfahrungen in der Programmierung.
    • Programmierkenntnisse in Java
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 3 Testattermine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • I. Sommerville: Software Engineering, Addison-Wesley, 2018.
    • H. Balzert: Lehrbuch der Softwaretechnik: Basiskonzepte und Requirements Engineering, Spektrum Akademischer Verlag, 3. Auflage, 2009.
    • B. Oestereich: Analyse und Design mit der UML 2.5: Objektorientierte Softwareentwicklung, Oldenbourg Verlag, 11. Auflage, 2013.
    • B. Brügge, A.H. Dutoit: Objektorientierte Softwaretechnik mit UML, Entwurfsmustern und Java, Pearson Studium, 2006.
    • H. Balzert: Lehrbuch der Softwaretechnik: Entwurf, Implementierung, Installation und Betrieb, Spektrum Akademischer Verlag, 3. Auflage, 2012.
    • T. Posch, K. Birken, M. Gerdom: Basiswissen Softwarearchitektur, 3. Auflage, dpunkt Verlag, 2011.
    • A. Spillner, T. Linz: Basiswissen Softwaretest, 4. Auflage, dpunkt Verlag, 2010.
    • B. Hindel, K. Hörmann, M. Müller, J. Schmied: Basiswissen Software-Projektmanagement, 3. Auflage, dpunkt Verlag, 2009.
    • G. Popp: Konfigurationsmanagement, 3. Auflage, dpunkt Verlag, 2009.
    • R. Oechsle: Java-Komponenten Grundlagen, prototypische Realisierung und Beispiele für Komponentensysteme, Hanser Verlag, 2013.
    Verwendung des Moduls in
    weiteren Studiengängen    		 SE in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SIG_BaTIN2020
    Modulbezeichnung Signalverarbeiung
    Art des Moduls Pflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 3
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
    Dozierende*r Prof. Dr. Harald Elders-Boll/Professor Fakultät IME

    Learning Outcome(s)

    Die Studierenden lernen die grundlegenden Verfahren und Algorithmen zur Analyse und Verarbeitung von diskreten Signalen und Systemen im Zeit- und Frequenzbereich anzuwenden, wie die diskrete Faltung, die DTFT, die z-Transformation und die DFT/FFT, die Eigenschaften zeitdiskreter Signale und Systeme im Zeit- und Frequenzbereich zu ermitteln, darzustellen und zu interpretieren, um analoge Signale digitalisieren, analysieren und mit Hilfe von zeitdiskreten Systemen verarbeiten zu können.

    Modulinhalte

    Vorlesung / Übungen

    Grundbegriffe: Klassifikation von Signalen und Systemen, Stabilität, Kausalität,
    LTI- und LSI-Systeme: Impulsantwort, Faltung, Stabilität, Kausalität, Korrelationsfunktionen
    Fourier-Reihe: reelle und komplexe Koeffizienten, Gibbs'sches Phänomen
    Fourier-Transformation: Eigenschaften und Theoreme, Berechnung, Übertragungsfunktion, Energiedichtespekturm
    Abtastung: abgetastete und zeitdiskrete Signale, Abtasttheorem, Aliasing
    DTFT: Herleitung, Korrespondenzen und Theoreme, Berechnung, Frequenzgang
    DFT: Herleitung, Korrespondenzen und Theoreme, Leakage-Effekt
    Beurteilung der Stabilität von LTI- und LSI-Systemen im Zeitbereich
    Berechnung des Ausgangssignals von LSI-Systemen mit Hilfe der Faltung
    Berechnung der Fourier-Transformation und der DTFT
    Implementierung von FIR Systemen durch Programmierung der diskreten Faltung
    Implementierung von einfachen IIR Systemen
    Beurteilung der Filtercharakteristik anhand des Frequenzgangs und des Höreindrucks
    Praktikum

    Zwei Laborversuche zur digitalen Signalverarbeitung akustischer Signale am Rechner mit iPython Notebooks, um die in der Vorlesung/Übung erworbenen Kenntnisse und Fertigkeiten praktisch anzuwenden:
    1. Zeitdiskrete Signale und Systeme im Zeitbereich:
    Programmierung der zeitdiskreten Faltung und Implementierung von einfachen FIR Filtern
    Programmierung eines einfachen rekursiven (IIR) Systems
    Beurteilung der Wirkung der Filter anhand von akustischen Signalbeispielen
    2. Die Fourier-Reihe
    Animation der Signalsynthese periodischer Signale als Summe von Sinus- und Cosinus-Signalen für folgende Beispiele:
    Rechteck-Schwinung, Dreieck-Schwingung, Sägezahn,
    Logarithmische Darstellung des Spektrums
    Bestimmung des Klirrfaktors
    Relation zwischen Klang und Klirrfaktor
    Einfache Algorithmen der Signalverarbeitung
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: trigonometrische, exp., log-Funktionen; Grenzwerte; komplexe Rechnung
    • Modul MA2: Integral- und Differentialrechnung; unendliche Reihen; Partialbruchzerlegung; Reihenentwicklung
    • Modul GE2: Komplexe Wechselstromrechnung
    • Modul PH1: Arbeit, Energie, Leistung, Physikalische Größen und Einheiten
    • Kenntnisse der folgenden mathematischen Grundlagen:
      trigonometrische, exp., log-Funktionen; Grenzwerte; komplexe Rechnung, Integral- und Differentialrechnung; unendliche Reihen; Partialbruchzerlegung; Reihenentwicklung
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 2 Praktikumstermine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • Jens Rainer Ohm und Hans Dieter Lüke, Signalübertragung, Springer, 2014
    • Martin Meyer, Signalverarbeitung, Springer Vieweg, 2014
    • Martin Werner, Signale und Systeme, Springer Vieweg, 2008
    • Bernd Girot u.a., Einführung in die Systemtheorie, Springer Vieweg, 2007
    Verwendung des Moduls in
    weiteren Studiengängen    		 SIG in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SM_BaTIN2020
    Modulbezeichnung Software Management
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. René Wörzberger/Professor Fakultät IME
    Dozierende*r Prof. Dr. René Wörzberger/Professor Fakultät IME

    Learning Outcome(s)

    (WAS) Die Studierenden erlernen und wenden Werkzeuge und Methoden an zur (a) professionellen Entwicklung von Systemen im Team, (b) zur Qualitätssicherung von Systemen, (c) zur Automatisierung von Entwicklungsprozessen und (d) zum Betrieb von Systemen in Cloud-Infrastrukturen ,
    (WOMIT) indem ihnen besagte Inhalte und Fertigkeiten in Vorlesungen/Übungen vermittelt werden und indem sie sie in einer Reihe von vorzubereitenden, aufeinander aufbauenenden Praktikumsaufgaben praktisch anwenden,
    (WOZU) um später in hochdynamischen Entwicklungsumfeldern qualitativ hochwertige Software-Systeme über den gesamten Lebenszyklus verantworten zu können.

    Modulinhalte

    Vorlesung / Übungen

    Interne Funktionsweise des Versionsverwaltungssytems Git
    Team-Organiation mit Funktionalitäten von GitLab
    Build-Automatisierung mit Apache Maven
    Continuous-Integration and -Delivery (CICD) mit GitLab-Runner
    Automatisierung von Tests mit JUnit
    Erstellung von Mocks mit Mockito
    Automatisierung von WebUI-Tests mit Selenium
    Automatisierung von Lasttests mit Apache JMeter
    Vermessung von Code-Qualität mit Sonarqube
    Klassische und Cloud-Infrastrukturen
    Erstellung eines System-Clusters in der Google Cloud
    Container-Virtualisierung mit Docker
    Container-Orchestrierung mit Kubernetes
    Praktikum

    Entwickeln im Team mit GitLab
    Einpflegen und Weiterentwickeln der Code-Basis in/mit Git
    Erstellung von Build-Scripts mit Maven
    Implementieren von Tests mit JUnit, Mockito, Selenium und JMeter
    Containerisierung und Deployment mit Docker und Kubernetes
    Aufbau eines System-Clusters in der Google Cloud inklusive (kontinuierlichem) Deployment von Releases in diese.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: Ein fortgeschrittenes Verständnis des "gemanagten" Subjekts im Java-Source-Code ist erforderlich.
    • Modul PI2: Ein fortgeschrittenes Verständnis des "gemanagten" Subjekts im Java-Source-Code ist erforderlich.
    • Modul SP: Ein fortgeschrittenes Verständnis des "gemanagten" Subjekts im Java-Source-Code ist erforderlich. Zudem sind für die Bearbeitung von Praktikumsaufgaben fortgeschrittene Kenntnisse mit der Arbeit im Team erforderlich.
    • (1) fortschrittene Kenntnisse in der Programmierung in Java
      (2) Erfahrungen mit der Entwicklung im Team
      (3) Kenntnisse in Software-Engineering
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • wird in Vorlesung bekannt gegeben
    Verwendung des Moduls in
    weiteren Studiengängen    		 DOPE in Bachelor Informatik und Systems-Engineering 2024
    Perma-Links zur Organisation Ilu-Kurs
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SMP_BaTIN2020
    Modulbezeichnung Signalverarbeitung mit Matlab/Python und µC
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch und englisch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
    Dozierende*r
    • Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
    • Prof. Dr. Uwe Dettmar/Professor Fakultät IME
    • Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME

    Learning Outcome(s)

    Entwurf, Analyse und Implementierung von Systemen und Algorithmen zur Signalverarbeitung in Software und Hardware durch praktische Übungen und das selbstständige Bearbeiten von Hard- und/oder Software-Projekten, um erfolgreich neue Systeme und Anwendungen der Signalverarbeitung in unterschiedichen Anwendungsbereichen entwickeln zu können

    Modulinhalte

    Vorlesung

    Prinzipien der digitalen Signalverarbeitung:
    Abtastung und Rekonstruktion
    Digitale Filter
    DFT und FFT
    Implementierung der Faltung mit Hilfe der FFT
    Spektralanalyse
    Signalgenerierung

    Echtzeitsignalverarbeitung:
    Interrupt und Polling
    Blockbasierte Signalverarbeitung
    Grundlagen der digitalen Signalverarbeitung anwenden:
    Grundlegende Prinzipien der digitalen Signalverarbeitung verstehen und erklären können
    Unterschiedliche Filter Typen und Implementierungen vergleichen und bewerten können

    Implementierung und Echtzeitsignalverarbeitung:
    Grundlegende Problematik der Echtzeitsignalverarbeitung darstellen können
    Einflussfaktoren auf die Verarbeitungsgeschwindigkeit benennnen können
    Grundlegende Verfahren zur Echtzeitsignalverarbeitung verstehen und erklären können
    Praktikum

    Implementierung einfacher Verfahren der Signalverarbeitung in Python/Matlab und auf Mikroprozessoren.
    Projekt

    Implementierung in Python/Matlab:
    Algorithmus in Python/Matlab programmieren, debuggen und optimieren.

    Implementierung auf einem Mikroprozessor
    Algorithmus in C auf Zielprozessor programmieren
    Entwicklungsumgebung kennen und nutzen können
    Algorithmus auf den verwendeten Hardware effizient realisieren

    komplexe Aufgaben im Team bewältigen:
    einfache Projekte planen und steuern
    Absprachen und Termine einhalten
    Reviews planen und durchführen

    Verfahren der Signalverarbeitung auf Zielplatform implementieren:
    Vorgegebene Verfahren der digitalen Signalverarbeitung verstehen
    Notwendige Literatur beschaffen und verstehen
    Mathematisch formulierte Verfahren in Programmcode umsetzen
    Programm testen, prüfen und optimieren

    Arbeitsergebnisse darstellen:
    Präsentation der Ergebnisse der Projektarbeit (in Englisch)
    Lehr- und Lernmethoden
    • Vorlesung
    • Praktikum
    • Projekt
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul SIG: Grundbegriffe von zeitdiskreten Signale und Systemen, Stabilität, Kausalität LSI-Systeme: zeitdiskrete Faltung zeitdiskreter Signale, FIR und IIR Filter Abtastung, Abtasttheorem, Aliasing DTFT, Frequenzgang z-Transformation, Zusammenhang zwischen Frequenzgang und Übertragungsfunktion, Blockschaltbilder DFT, Leakage-Effekt
    • grundlegende prozedurale Programmierkenntnisse
      Grundkenntnisse der digitalen Signalverarbeitung: Abtasttheorem, Digitale Filter, Fouriertransformation
    Zwingende Voraussetzungen
    • Projekt erfordert Anwesenheit im Umfang von: 8 Termine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Projekt
    Empfohlene Literatur
    • Welch, Wright, Morrow: Real-Time Digital Signal Processing (CRC Press)
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 19.11.2019, 09:38:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SOP_BaTIN2020
    Modulbezeichnung Systems on Programmable Chips
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
    Dozierende*r Prof. Dr. Tobias Krawutschke/Professor Fakultät IME

    Learning Outcome(s)

    Die Studierenden erwerben die Kompetenz zum Entwurf, Implementierung und Test eines modernen signalverarbeitenden Systems, indem sie an einfachen Beispielen die FPGA-Technologie mittels Hardware-Beschreibungssprache benutzen lernen, dies dann auf eine komplexere Aufgabenstellung aus der Audio-Signalverarbeitung anwenden, damit sie später FPGAs als "Problemlöser" für leistungsfähige Verarbeitung von Signalen einsetzen können.
    Die Studierenden erwerben die Kompetenz zum Entwurf eines Hardware-Software-Systems, indem sie auf der Basis ihrer Kenntnisse in hardwarenaher Programmierung und der Erstellung programmierter digitaler Systeme ein Beispielsystem auf einem SoPC (System on Programmable Chip) erstellen, damit sie später diese Technologie für verschiedenste Aufgaben, bei denen viele Daten in kürzester Zeit bearbeitet werden müssen, anwenden können.

    Modulinhalte

    Vorlesung / Übungen

    1) Digitaltechnische Systeme beschreiben (modellieren) mittels
    Boole'scher Algebra
    Schaltplan aus existierenden Bausteinen
    Endlichen Automaten (Zustands-Übergangs-Diagramme)
    Erweiterte Automaten und Statecharts
    Kontrollfluss-Datenflusssysteme
    VHDL
    2) Digitale Technologie
    Typische Schaltungen (CMOS) in ihrem Verhalten verstehen und beschreiben
    Laufzeiteffekte in Schaltnetzen verstehen, beschreiben und klassifizieren
    Aufbau und Funktionsweise programmierbarer Bausteine verstehen und beschreiben
    3) SoC/SoPC-Systeme
    Systemaufbau
    IO-Zugriffe über maschinennahe Programmierung
    Interrupts und Alarme
    Programmierung Automatensteuerung/CFDF-System
    Regeln für Hardware/Softwareaufteilung
    Design der Kopplung von HW/SW-Komponenten
    Praktikum

    Erwerb von Kompetenzen in der Analyse, Modellierung und Umsetzung des Hardware-Teils eines audioverarbeitenden Systems:
    1) Analyse der Schnittstelle zum vorgegebenen CoDec und Erstellung einer Kopier-Hardware zum Einlesen und Ausgeben der Samples
    2) Aufbau eines FIR Filters für die Samples
    3) Aufbau einer simplen Echo-Erzeugungseinheit (Arbeit im Zeitbereich)
    Erwerb von Kompetenzen in der Analyse, Modellierung und Umsetzung eines audioverarbeitenden Systems in Software:
    1) Analyse der Schnittstelle zum vorgegebenen CoDec und Erstellung einer Kopier-Software zum Einlesen und Ausgeben der Samples
    2) Aufbau eines N-stufigen Average-Mean-Filters für die Samples
    3) Aufbau einer simplen Echo-Erzeugungseinheit (Arbeit im Zeitbereich)
    4) Messung, Optimierung des Systems, das an der Leistungsgrenze üblicher Mikrocontroller arbeitet
    Realisation des Beispielsystems als HW/SW-System mit einstellbaren Parametern für Echo und FIR-Filter
    1) Aufgabenaufteilung HW/SW
    2) Festlegung des Protokolls zwischen HW- und SW-Komponenten
    3) Realisierung des User Interface (Eingabe der Echo- und Filterparameter, Steuerung des Systems)
    4) Realisierung der Protokoll-Komponenten
    5) Validierung mit FPGA-Board
    6) Vergleich der Lösungen HW / SW / SoPC in einem Bericht
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul DR: Grundlagen Digitale Logik Grundlagen Automaten Grundlagen Mikroprozessor Grundlagen Hardwarenahe Programmierung in C
    • Modul PP: Programmier-Kompetenzen Kompetenz zur Textanalyse und Extraktion der Informationen für einen Programmentwurf Strukturierte Analyse
    • Modul BVS1: Konzepte des Multitasking
    • Grundwissen Digitalrechner
      * Beschreibungsformen Digitaltechnik (Boole'sche Algebra, Automaten)
      * Grundkenntnisse digitale Technologie inkl. HDL (Hardware description language)
      Grundwissen Programmierung
      * Hardwarenahe Programmiersprache C
      * Programmiererfahrung
      * Kenntnisse und Anwendungserfahrung von Konzepten für reaktiver Programmierung, insb. Interrupts
      Grundwissen Signalverarbeitung, insb. Diskrete Filterung mit FIR-Filter
    Zwingende Voraussetzungen
    Empfohlene Literatur
    • Hamblen, Furman: Rapid Prototyping of Digital Systems, Kluwer Academic Publishing
    • Wakerly: Digital Design: Principles and Practices, Prentice Hall
    • D. Gajski: Embedded System Design, Springer Verlag New York
    • U. Meyer-Baese: Digital Signal Processing with Field Programmable Gate Arrays
    Verwendung des Moduls in
    weiteren Studiengängen    		 SOP in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 29.3.2022, 14:39:48
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SWP_BaTIN2020
    Modulbezeichnung Softwarepraktikum
    Art des Moduls Pflichtmodul
    ECTS credits 6
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Hans Nissen/Professor Fakultät IME
    Dozierende*r Prof. Dr. Hans Nissen/Professor Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt unterschiedliche Kompetenzen, die für die
    team-orientierte Entwicklung komplexer Software-Systeme erforderlich sind:
    der Entwurf von System-Komponenten gemäß Spezifikation und textuellen Anforderungen im Team (K.1, K.4, K.2, K.3, K.5, K.10, K.13),
    die Implementierung von System-Komponenten gemäß Entwurf im Team (K.13, K.16, K.6, K.10),
    die Prüfung einer implementierten Komponente auf Korrektheit (K.7),
    die technische Dokumentation einer Implementierung (K.8, K.16),
    die Integration von Komponenten eines Systems zusammen mit anderen Entwicklerteams (K.1, K.10, K.13, K.16),
    die Prüfung eines integrierten System auf Korrektheit (K.7),
    das zeitliche und inhaltliche Strukturieren und Organisieren eines eigenen Projekt (K.11, K.13),
    das (teilweise) eigenständige Erlernen und Anwenden verschiedener typischer Werkzeuge in der Praxis (K.9, K.15).


    Womit: Die Veranstaltung besteht aus einem einsemestrigen Projekt, welches
    die Studierenden in einem Team aus drei bis fünf Mitgliedern bearbeiten.
    Der Schwerpunkt der Projektarbeit der Studierenden liegt dabei auf
    der Umsetzung von Anforderungen und Spezifikationen in einem lauffähigen Gesamtsystem.
    Der Dozent gibt die Anforderungespezifikation, die System-Spezifikation und den Grobentwurf
    des Gesamtsystems vor. Jedes Team entwirft, realisiert und testet eine Komponente
    des Gesamtsystems und integriert die eigenen Komponenten mit den Komponenten
    anderer Teams zu einem lauffähigen Gesamtsystem.
    Jedes Team organisiert ihr Entwicklungsprojekt selbst. Vorgegeben durch den
    Dozenten werden die wesentlichen Meilensteien des Projekts, an denen die
    Ergebnisse mit den Teams besprochen und bewertet werden.

    Wozu: In dem praxisnahen Projekt in dieser Veranstaltung sammeln die Studierenden
    praktische, realitätsnahe Erfahrungen in allen typischen Arbeitsfeldern eines
    Bachelorabsolventen:
    die Studiereden entwickeln eine Teilkomponente eines spezifizierten Gesamtsystems selbständig
    in einem Teams (HF.1),
    sie analysieren und bewerten die entwickelte Komponente bezüglich einer
    vorgegebenen SPezifikation und das Gesamtsystem bezüglich der Kundenanforderungen (HF.2),
    sie organisieren ihr eigenens Entwicklungsprojekt zeitlich und (teilweise) inhaltlich selbst und
    übernehmen selbstverantwortlich die Strukturierung einer Komponente des Gesamtsystems (HF.3),
    die Studierenden kommunizieren während des gesamtne Projekts intensiv und über verschiedene
    Kanäle mit dem Dozenten als dem
    Auftraggeber und späterem Anwender des Projekts, den Mitgliedern des eigenen Teams und
    in der Phase der Integration auch mit den Mitgliedern mehrerer anderer Teams (HF.4).

    Modulinhalte

    Projekt

    Umgang mit semi-formalen Systemspezifikationen
    Software-Erstellung im Team
    eigenes Projekt zeitlich und inhaltlich strukturieren und organisieren
    Umgang mit typischen Werkzeugen aus der Praxis
    Entwicklungsumgebung
    Versions-Management
    Fehler-Management
    Test-Werkzeug
    Kooperations- und Kommunikations-Unterstützung
    verschiedene Java-APIs
    Datenbank
    System-Komponente gemäß Spezifikation und textuellen Anforderungen entwerfen
    System-Komponente gemäß Entwurf im Team implementieren
    implementierte Komponente auf Korrektheit prüfen
    Implementierung aus technischer Sicht dokumentieren
    Komponenten eines Systems zusammen mit anderen Entwicklerteams integrieren
    integriertes System auf Korrektheit prüfen
    Lehr- und Lernmethoden Projekt
    Prüfungsformen mit Gewichtung
    Workload 180 Stunden
    Präsenzzeit 12 Stunden ≙ 1 SWS
    Selbststudium 168 Stunden
    Empfohlene Voraussetzungen
    • Modul SE: Spezifikation und Modellierung von Systemen und Software mit UML, Modularisierung in Java, einfache Entwurfsmuster, grundlegende Verfahren zum Prüfen von Software, verschiedene Architekturen von Systemen und Software, Grundbegriffe der Qualitätssicherung, Kenntnisse in Versionsverwaltung
    • Modul PI1: sehr gute praktische Beherrschung der Pragrammiersprache Java
    • Modul PI2: sehr gute praktische Beherrschung der Pragrammiersprache Java
    • Modul PP: sehr gute praktische Beherrschung der Pragrammiersprache Java
    • Modul DB1: Grundlagen der Speicherung in einer Datenbank und der Anfrage von Daten
    • sehr gute Programmierkenntnisse
      Kenntnissen in Software Engineering
      Kenntnisse in Datenbanken
    Zwingende Voraussetzungen Projekt erfordert Anwesenheit im Umfang von: 7 Termine
    Empfohlene Literatur
    • keine
    Verwendung des Moduls in
    weiteren Studiengängen    		 SWP in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 23.10.2019, 12:50:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel SYP_BaTIN2020
    Modulbezeichnung Systementwurfs-Praktikum
    Art des Moduls Pflichtmodul
    ECTS credits 7
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 5
    Häufigkeit des Angebots jedes Wintersemester
    Modul-Verantwortliche*r Prof. Dr. René Wörzberger/Professor Fakultät IME
    Dozierende*r Prof. Dr. René Wörzberger/Professor Fakultät IME

    Learning Outcome(s)

    (WAS) Studierende entwerfen und entwickeln im Rahmen eines eigenen Software-Entwicklungsprojekts im Team ein Software-System
    (WOMIT) indem sie das Projekt geeignet planen, Anforderungen systematisch erheben, das System nach geeigneten Qualitätskriterien entwerfen, zunächst prototypische implementieren und präsentieren, durch geeignete Maßnahmen (Tests etc.) qualitätssichern und in benutzbarer und dokumentierter Form an ihren Auftraggeber übergeben
    (WOZU) damit sie im späteren Beruf als Mitglied eines Entwicklungsteams wirksam mitarbeiten können.

    Modulinhalte

    Praktikum

    SW-Erstellung im Team
    angemessene Kommunikation mit einem Kunden
    Bearbeitung des gesamten Software-Lebenszyklus
    eigenes Projekt zeitlich und inhaltlich strukturieren und organisieren
    Präsentationen erstellen und halten
    eigenen Zeitplan für das Projekt erstellen
    System-Anforderungen vom Kunden ermitteln und dokumentieren
    System gemäß Anforderungen im Team spezifizieren und modellieren
    System gemäß funktionaler Spezifikation und Qualitätsanforderungen im Team entwerfen
    System gemäß Entwurf im Team implementieren
    technische Deatails des realisierten Systems aussagekräftig darstellen
    implementiertes System auf Korrektheit prüfen
    Benutzung des realisierten Systems dokumentieren
    Verteidigung der eigenen Lösungen
    Lehr- und Lernmethoden Praktikum
    Prüfungsformen mit Gewichtung
    Workload 210 Stunden
    Präsenzzeit 12 Stunden ≙ 1 SWS
    Selbststudium 198 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: Grundlegende Programmierkenntnisse
    • Modul PI2: Grundlegende Programmierkenntnisse
    • Modul SE: Hieraus mindestens das bestandene Praktikum.
    • Modul SWP: Alternativ zu PI1, PI2 und dem SE-Praktikum reicht ein bestandenes Software-Praktikum als Teilnahmevoraussetzung.
    • Gute Kenntnisse in der Programmierung und im Software-Engineering.

      Die Kenntnisse können durch Nachweis der erfolgreich absolvierten Veranstaltungen
      * Praktische Informatik 1 und 2 sowie des Software-Engineering-Praktikums oder
      * Software-Praktikum oder
      * eine eingangs durchgeführte unbenotete Leistungsprüfung
      nachgewiesen werden.
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 5 Termine
    Empfohlene Literatur
    • keine
    Verwendung des Moduls in
    weiteren Studiengängen
    Perma-Links zur Organisation Ilu-Kurs
    Besonderheiten und Hinweise
    Letzte Aktualisierung 19.11.2019, 09:38:43
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel UT_BaTIN2020
    Modulbezeichnung Übertragungstechnik
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Uwe Dettmar/Professor Fakultät IME
    Dozierende*r Prof. Dr. Uwe Dettmar/Professor Fakultät IME

    Learning Outcome(s)

    Was? Die Übertragung von in binärer Form vorliegender Daten über gestörte Kanäle durch Modulation inklusive des Entwurfs von Modulator und Demodulator
    Womit? Unter Anwendung von Verfahren und Algorithmen der digitalen Übertragungstechnik
    Wozu? Zur Realisierung einer an die Eigenschaften des Kanals angepassten zuverlässigen Datenübertragung in kommunikationstechnischen Systemen.

    Modulinhalte

    Vorlesung / Übungen

    Vorlesung und Übungen werden in einer Lehrveranstaltung kombiniert. Nach der Vorstellung von neuem Lernstoff durch den Dozenten in Form von kurzen Blöcken wird dieser direkt von den Studierenden durch kurze Matlab- und Python-Übungen angewendet und vertieft. Längere Übungsaufgaben werden bereits zu Hause vorbereitet und die verschiedenen Lösungsvorschläge in der Präsenzveranstaltung besprochen.
    Über ein Lernportal werden elektronische Minitests zum aktuell behandelten Stoff als weitere Lernressource angeboten.

    Inhalte:
    - Geschichte der Nachrichtentechnik
    - Modelle und Inhalte der Übertragungstechnik
    - Grundbegriffe wie Bandbreite, Datenrate, Baudrate etc.
    - Signale, Systeme und Modulationsverfahren
    - Mehrträgerverfahren
    - Übertragungskanäle und Elemente digitaler Übertragungssysteme
    - Entscheidungstheorie
    - Link Budget Berechnung

    Die Studierenden lernen die o.g. Themen in der Vorlesung kennen, erwerben Grundwissen und vertiefen dieses durch Selbststudium mit Hilfe von Literatur, YouTube Videos und anderen Netzressourcen (selbstständige Informationsbeschaffung), sowie in Lerngruppen (Teamwork).
    Durch kleinere Übungsaufgaben und Programme wird in der Präsenzveranstaltung bereits ein aktiver Umgang mit den vorgestellten Verfahren trainiert. Umfangreichere Rechenaufgaben werden am Ende der Veranstaltung behandelt und die Lösungswege diskutiert, um dadurch den Studierenden relevante Problemestellungen vorzustellen und ihre Fähigkeit zur Lösungsfindung zu entwickeln.

    Die Studierneden lernen darüber hinaus:
    - nachrichtentechnische System zu analysieren und deren Performanz zu ermitteln bzw. abzuschätzen.
    - Verfahren der Übertragungstechnik zu vergleichen und zu bewerten
    - Kenntnisse auf technische Problemstellungen anzuwenden
    Praktikum

    Bearbeitung von geeigneten Praktikumsaufgaben aus dem Bereich der Übertragungstechnik in Form von Jupyter Notebooks und Python Programmen. Die Studierenden verwenden dabei teilfertige oder vorhandene Programme für Simulationen. Sie notieren die Ergebnisse, erzeugen graphische Darstellungen und diskutieren die Ergebnisse.

    Matlab mit der  Communications Toolbox wird für Simulationsaufgaben verwendet, deren zeitlicher Aufwand für eine Eigenentwicklung zu groß ist.

    - Die Studierenden schulen ihre Fähigkeiten zur Lösung technischer Probleme mit Hilfe von Computerprogrammen.
    - Sie analysieren und simulieren nachrichtentechnische Systeme und bewerten deren Eigenschaften.
    - Sie schulen ihre Selbstorganisation und ihr problemorientieres Denken und Handeln.
    - Sie trainieren das Lösen von Aufgaben im Team und ihre kommunikativen Fähigkeiten.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul MA1: Elementare Funktionen, Differentialrechnung, Lineare Gleichungssysteme
    • Modul MA2: Komplexe Rechnung, Integralrechnung, Lineare Algebra
    • Modul EG: Grundbegriffe, elektrische und magnetische Feldgrößen, Komplexe Wechselstromrechnung
    • Modul SIG: Signale, Impulsantwort, Faltung, Fourier Transfomation und Spektren
    • Die Studierenden sollten Grundkenntnisse in den Gebieten Lineare Algebra und Stochastik und zusätzlich Programmierkenntnisse mitbringen, die es Ihnen ermöglichen, einfache Programme in einer höheren Programmiersprache zu schreiben. In der Vorlesung werden Matlab/Octave und Python verwendet. Die Studierenden sollten physikalische Größen und Einheiten verwenden können und Grundkenntnisse der komplexen Wechselstromrechnung besitzen. Außerdem sollten sie Grundfertigkeiten aus der Signaltheorie und die Fouriertransformation beherrschen.
    Zwingende Voraussetzungen
    • Praktikum erfordert Anwesenheit im Umfang von: 4 Praktikumstermine
    • Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • BOSSERT, M. : Einfu¨hrung in die Nachrichtentechnik. Oldenbourg Verlag, 2012.
    • MEYER, M. : Kommunikationstechnik. 4. Vieweg und Teubner, 2019.
    • JOHNSON, SETHARES, KLEIN: Software Receiver Design, Cambridge 2011
    • PROAKIS, J. G. ; SALEHI, M. : Digital Communications. 5. McGraw–Hill, 2008.
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 29.3.2022, 14:39:48
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel VDS_BaTIN2020
    Modulbezeichnung Verteilte Datenverarbeitungssysteme
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Semester
    Modul-Verantwortliche*r Prof. Dr. Andreas Behrend/Professor Fakultät IME
    Dozierende*r Prof. Dr. Andreas Behrend/Professor Fakultät IME

    Learning Outcome(s)

    Modulinhalte

    Vorlesung / Übungen

    Big Data Konzepte wie etwa OLTP, OLAP, RTAP, Distributed Computing und NoSQL-Systeme
    Konzepte zur nebenläufigen Berechnungen von großen Datenmengen (Map Reduce, Hadoop, Pig, Hive, Cluster Computing)
    Konzepte zur nebenläufige Datenanalyse (Bloom Filter, N-Grams, Jaccard Similarity, Min/LS Hashing)
    Eigenschaften von NoSQL-Systemen (Replication, CAP-Theorem, Lamport/Vector Clocks, Multiversion, BASE, Quorums)
    NoSQL-Systeme:
    Key Value and Column-Family (Consistent Hashing, Casual Consistency, TTL, Filtering)
    Document Stores and Graph DB (JSON, Replica Management, Elections, Cypher)
    Datenstromsysteme (Probabilistic Counting, Sliding Windows, Push vs. Pull, CQL)
    Die Studierenden können NoSQl-Systeme einordnen und deren Eignung für vorgegebene Anforderungen bewerten.
    Sie können die unterschiedlichen Architekturen für verteilte Datenverarbeitungssysteme erkennen und deren Vor- bzw. Nachteile analysieren. Sie sind darüber hinaus in der Lage, große Systeme zur verteilten Datenverarbeitung einzurichten und nutzerspezifisch zu konfigurieren. Zudem können die Studierenden beispielhafte Analysen mit den Anfragesprachen derartiger Systeme implementieren.
    Praktikum

    Ziel des Praktikums ist es, den Studierenden die Fähigkeiten zu vermitteln, Graphdatenbanken und Datenstromsysteme effektiv zu nutzen, um komplexe, datenintensive Probleme zu lösen und praxisorientierte Anwendungen zu entwickeln. Die Studierenden lernen, wie man Daten mit dem Graphdatenbanksystem Neo4j modelliert und wie man mit Cypher komplexe Abfragen erstellt, um Beziehungen zwischen verschiedenen Entitäten zu analysieren. Zudem trainieren sie, wie man Neo4j effizient nutzt, indem sie Abfragen optimieren, mit großen Datenmengen umgehen und mögliche Skalierungsstrategien verstehen.

    Daneben lernen die Studierenden die Konzepte von Echtzeit-Datenströmen, Stream Processing und Event-driven Architectures kennen und verstehen, wie Daten kontinuierlich verarbeitet und analysiert werden. Sie entwickeln und implementieren Datenstrom-Pipelines, die Daten in Echtzeit sammeln, verarbeiten und weiterleiten. Sie lernen, wie man verschiedene Quellen und Senken (z. B. Datenbanken, Messaging-Systeme) integriert. In beispielhaften Anwendungsszenarien verwenden die Studierenden Datenstromsysteme (z.B. Apache Flink, Kafka, etc..), um Daten in Echtzeit zu analysieren, z. B. zur Echtzeit-Überwachung oder zur Anomalieerkennung.
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    Zwingende Voraussetzungen Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
    Empfohlene Literatur
    • Martin Kleppmann: "Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems"
    • Pramod J. Sadalage und Martin Fowler: "NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence"
    • Lena Wiese: "NoSQL-Datenbanken: Konzepte – Technologien – Anwendungen"
    Verwendung des Moduls in
    weiteren Studiengängen    		 VDS in Bachelor Informatik und Systems-Engineering 2024
    Besonderheiten und Hinweise
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel VMA_BaTIN2020
    Modulbezeichnung Programmierung verteilter und mobiler Anwendungen
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr. Cartsten Vogt/Professor Fakultät IME
    Dozierende*r
    • Prof. Dr. Cartsten Vogt/Professor Fakultät IME
    • Marcel Henk/ wissenschaftlicher Mitarbeiter Fakultät IME

    Learning Outcome(s)

    Was: Das Modul vermittelt Kompetenzen zur Programmierung von Mobilgeräten, insbesondere von Smartphones. In praktischer Arbeit analysieren die Studierenden Problemstellungen (K2), implementieren Lösungen mit Hilfe von Standardwerkzeugen (K6, K9) und prüfen sie (K7). Sie recherchieren dazu in Online-Dokumentationen (K8, K15) und passen vorhandene Software an (K10). Darüber hinaus befähigt das Modul die Studierenden, die Folgen bei der Programmierung und beim Einsatz von Mobilgeräten einzuschätzen (K14).
    Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum arbeiten die Studierenden in Kleingruppen und verteidigen ihre Lösungen (K8, K13, K16).
    Wozu: Mobilgeräte spielen im privaten und professionellen Umfeld eine zentrale Rolle und somit auch Kenntnisse, sie zu programmieren und in verteilte Systeme zu integrieren (HF1). Durch ihre praktische Programmierarbeit erwerben die Studierenden zudem weitere Erfahrungen, die wichtig sind für die Erfassung von Anforderungen, die Entwicklung von Konzepten zur technischen Lösung und zu ihrer Bewertung (HF2). Die Durchführung im Team mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4).

    Modulinhalte

    Vorlesung / Übungen

    grundlegende Begriffe und Techniken
    Eigenschaften von Mobilgeräten im Vergleich zu traditionellen Computern
    Übersicht über aktuelle Mobilgeräte-Betriebssysteme und -Programmierplattformen
    grundlegende Vorgehensweise bei der Programmierung eines Mobilgeräts (Programmerstellung, -emulation und -installation)
    Programmierung von Mobilgeräten am Beispiel eines oder mehrerer aktueller Systeme (Randbemerkung: Dieser (Haupt-)Teil der Lehrveranstaltung wird jeweils den aktuellen technischen Gegebenheiten und der aktuellen Marktsituation angepasst. An dieser Stelle werden daher die voraussichtlich zu behandelnden Themengebiete nur grob genannt.)
    Komponenten einer Mobilgeräte-Applikation
    graphische Oberflächen
    Datenhaltung
    Nebenläufigkeit
    Datenkommunikation, insbes. Internetzugriff
    ortsabhängige Dienste
    Sicherheit
    Umgang mit Softwareentwicklungsumgebungen für Mobilgeräte
    Programmtechnische Realisierung von Mobilgeräte-Applikationen mittlerer Komplexität
    Bewertung der Risiken bei der Programmierung und beim Gebrauch von Mobilgeräten
    Praktikum

    Programmierung von Smartphones am Beispiel eines aktuellen Systems - Details wie unter "Vorlesung/Übung" angegeben
    Umgang mit Softwareentwicklungsumgebungen für Smartphones
    Realisierung von Smartphone-Applikationen mittlerer Komplexität in kleinen Teams
    Lehr- und Lernmethoden
    • Vorlesung / Übungen
    • Praktikum
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 45 Stunden ≙ 4 SWS
    Selbststudium 105 Stunden
    Empfohlene Voraussetzungen
    • Modul PI1: Sicherer Umgang mit einer objektorientierten Programmiersprache.
    • Modul PI2: Sicherer Umgang mit einer objektorientierten Programmiersprache.
    • Modul BVS1: Struktur und Funktionalität von Betriebssystemen. Grundkenntnisse in der nebenläufigen Programmierung (Threading) und in der Netzwerkprogrammierung (Sockets).
    • Modul DB1: Grundkenntnisse in relationalen Datenbanken, auch Programmierung damit.
    • Modul NP: Grundkenntnisse in Internet-Protokollen.
    • Objektorientierte Programmierung (idealerweise Java)
      Struktur und Funktionalität von Betriebssystemen
      Programmierung mit Nebenläufigkeit / Threading und Sockets
      Kommunikationsprotokolle für Datennetze
      Relationale Datenbanken
    Zwingende Voraussetzungen Praktikum erfordert Anwesenheit im Umfang von: 1 Testattermin
    Empfohlene Literatur
    • Aufgrund des sehr dynamischen Fachgebiets können Literaturangaben immer nur jeweils unmittelbar zu Veranstaltungsbeginn gemacht werden. Aktuell: http://developer.android.com; Künneth, Android 8 - Das Praxisbuch für Entwickler, Rheinwerk 2018
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise
    Letzte Aktualisierung 4.6.2025, 12:55:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel XIB_BaTIN2020
    Modulbezeichnung Fachübergreifende Kompetenzen und Soft-Skills
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Semester
    Modul-Verantwortliche*r Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
    Dozierende*r

    Learning Outcome(s)

    Die Studierenden lernen, über die fachbezogenen Grenzen ihres Studiums hinweg zu schauen.
    Sie sind in der Lage, internationale, inter-/transdisziplinäre und/oder interkulturelle Aspekte ihres zukünftigen Berufs zu erkennen, einzuordnen, ihr Verhalten darauf einzustellen und auch in fremdem Kontext sicher zu agieren.
    Das konkrete Lehrangebot wird in der Regel erst kurzfristig zu Beginn des jeweiligen Semesters festgelegt. Es kann unterschiedlichste Themen behandeln; eine Zusammenarbeit mit anderen Fakultäten oder Instituten ist vorgesehen.
    Je nach konkret gewähltem Lehrangebot werden die u.a. Kompetenzen unterschiedlich intensiv vermittelt.
    Das Modul kann auch durch Teilnahme an mehreren verschiedenen kleineren Lehrveranstaltungen erfüllt werden, sofern diese zu den den Modulzielen beitragen und die erforderlichen ECTS-Punkte in Summe erreicht sind.

    Modulinhalte

    Projekt
    Lehr- und Lernmethoden Projekt
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 12 Stunden ≙ 1 SWS
    Selbststudium 138 Stunden
    Empfohlene Voraussetzungen
    Zwingende Voraussetzungen
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise Anerkennbar ist die Mitarbeit in Berufungskommissionen als studentisches Mitglied. Die Anzahl der anerkannten ECTS-Punkte richtet sich nach der Anzahl der nachgewiesenen Stunden in der Gremientätigkeit. Es wird 1ECTS-Punkt pro 25 Stunden Gremienarbeit angerechnet. Der/die Vorsitzende der Berufungskommission vergibt die ECTS und bescheinigt diese. Es wird erwartet, dass der/die Studierende sich aktiv in die Arbeit einbringt.
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel XIB2_BaTIN2020
    Modulbezeichnung Fachübergreifende Kompetenzen und Soft-Skills
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache deutsch, englisch bei Bedarf
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Semester
    Modul-Verantwortliche*r Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
    Dozierende*r

    Learning Outcome(s)

    Die Studierenden lernen, über die fachbezogenen Grenzen ihres Studiums hinweg zu schauen.
    Sie sind in der Lage, internationale, inter-/transdisziplinäre und/oder interkulturelle Aspekte ihres zukünftigen Berufs zu erkennen, einzuordnen, ihr Verhalten darauf einzustellen und auch in fremdem Kontext sicher zu agieren.
    Das konkrete Lehrangebot wird in der Regel erst kurzfristig zu Beginn des jeweiligen Semesters festgelegt. Es kann unterschiedlichste Themen behandeln; eine Zusammenarbeit mit anderen Fakultäten oder Instituten ist vorgesehen.
    Je nach konkret gewähltem Lehrangebot werden die u.a. Kompetenzen unterschiedlich intensiv vermittelt.
    Das Modul kann auch durch Teilnahme an mehreren verschiedenen kleineren Lehrveranstaltungen erfüllt werden, sofern diese zu den den Modulzielen beitragen und die erforderlichen ECTS-Punkte in Summe erreicht sind.

    Modulinhalte

    Projekt
    Lehr- und Lernmethoden Projekt
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 12 Stunden ≙ 1 SWS
    Selbststudium 138 Stunden
    Empfohlene Voraussetzungen
    Zwingende Voraussetzungen
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise Anerkennbar ist die Mitarbeit in Berufungskommissionen als studentisches Mitglied. Die Anzahl der anerkannten ECTS-Punkte richtet sich nach der Anzahl der nachgewiesenen Stunden in der Gremientätigkeit. Es wird 1ECTS-Punkt pro 25 Stunden Gremienarbeit angerechnet. Der/die Vorsitzende der Berufungskommission vergibt die ECTS und bescheinigt diese. Es wird erwartet, dass der/die Studierende sich aktiv in die Arbeit einbringt.
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    🔗

    Modulkürzel XPSS_BaTIN2020
    Modulbezeichnung Praxisorientierte Summer School
    Art des Moduls Wahlpflichtmodul
    ECTS credits 5
    Sprache englisch
    Dauer des Moduls 1 Semester
    Empfohlenes Studiensemester 4-6
    Häufigkeit des Angebots jedes Sommersemester
    Modul-Verantwortliche*r Prof. Dr.-Ing. Ulrich Reiter/Professor Fakultät IME
    Dozierende*r

    Learning Outcome(s)

    In dem Modul lernen die Studierenden die Zusammenarbeit in kleinen internationalen Teams. Dazu analysieren sie Problemstellungen und erstellen geeignete kreative Lösungskonzepte, die in Form von Vorträgen präsentiert werden. Sie sammeln praktische Erfahrung in der Realisierung kleinerer Projekte und der Präsentation der erreichten Ergebnisse. Durch die Arbeit in internationalen Teams vertiefen die Studierenden ihre interkulturellen Fähigkeiten. Als Ergebnis des Moduls sind die Teilnehmer und Teilnehmerinnen in der Lage, fachspezifische Aufgabenstellungen zu analysieren, Lösungskonzepte zu entwickeln und technische Systeme in einer internationalen Umgebung zu erstellen.

    Modulinhalte

    Projekt

    Arbeiten in kleinen Teams, Selbstorganisation, Projektplanung, Projektrealisierung, Präsentation
    Lehr- und Lernmethoden Projekt
    Prüfungsformen mit Gewichtung
    Workload 150 Stunden
    Präsenzzeit 12 Stunden ≙ 1 SWS
    Selbststudium 138 Stunden
    Empfohlene Voraussetzungen
    • Modul EG: Anwenden einfacher elektrischer Schaltungen,
    • Modul PI1: Erstellen von funktionsfähigen Programmen
    • Modul MA1: Anwenden grundlegender mathematischer Kenntnisse
    • Modul MA2: Anwenden fortgeschrittener mathematischer Kenntnisse
    • Gutes Verständnis in der Programmierung von Mikrocontrollern. Kenntnisse in der Funktion von elektronischen Bauelementen und Komponenten. Praktische Fähigkeiten in der Realisierung von Schaltungen.
    Zwingende Voraussetzungen
    Empfohlene Literatur
    Verwendung des Moduls in
    weiteren Studiengängen
    Besonderheiten und Hinweise Die Lehrveranstaltung wird in Abstimmung mit externen Hochschulen angeboten. Ein fester Zeitraum kann nicht angegeben werden. Die Lehrveranstaltung wird ausreichend früh angekündigt.
    Letzte Aktualisierung 16.3.2025, 17:36:54
    Web-Modulhandbuch-Editor-Links Modul Lehrveranstaltung

    Wahlbereiche🔗

    Im Folgenden wird dargestellt, welche Module in einem bestimmten Wahlbereich gewählt werden können. Für alle Wahlbereiche gelten folgende Hinweise und Regularien:

    • Bei der Wahl von Modulen aus Wahlbereichen gelten zusätzlich die Bedingungen, die im Abschnitt Studienschwerpunkte formuliert sind.
    • In welchem Semester Wahlpflichtmodule eines Wahlbereichs typischerweise belegt werden können, kann den Studienverlaufsplänen entnommen werden.
    • Module werden in der Regel nur entweder im Sommer- oder Wintersemester angeboten. Das heißt, dass eine eventuell erforderliche begleitende Prüfung nur im Sommer- oder Wintersemester abgelegt werden kann. Die summarischen Prüfungen werden bei Modulen der Fakultät 07 für Medien-, Informations- und Elektrotechnik in der Regel in der Prüfungszeit nach jedem Semester angeboten.
    • Ein absolviertes Modul wird für maximal einen Wahlbereich anerkannt, auch wenn es in mehreren Wahlbereichen aufgelistet ist.
    • Bei manchen Modulen gibt es eine Aufnahmebegrenzung. Näheres hierzu ist in den Bekanntmachungen zu den Aufnahmebegrenzungen zu finden.
    • Die Anmeldung an und die Aufnahme in fakultätsexterne Module unterliegen Fristen und anderen Bedingungen der anbietenden Fakultät oder Hochschule. Eine Aufnahme kann nicht garantiert werden. Studierende müssen sich frühzeitig bei der jeweiligen externen Lehrperson informieren, ob Sie an einem externen Modul teilnehmen dürfen und was für eine Anmeldung und Teilnahme zu beachten ist.
    • Auf Antrag kann der Wahlbereich um weitere passende Module ergänzt werden. Ein solcher Antrag ist bis spätestens sechs Monate vor einer geplanten Teilnahme an einem zu ergänzenden Modul formlos an die Studiengangsleitung zu richten. Über die Annahme des Antrags befindet der Prüfungsausschuss im Benehmen mit der Studiengangsleitung und fachlich geeigneten Lehrpersonen.

    🔗

    Hier werden an einer ausländischen Hochschule erbrachte Leistungen nach vorheriger Absprache anerkannt, wenn ihr Umfang dem eines Semesters entspricht Das konkrete Lehrangebot richtet sich nach der ausländischen Hochschule.

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VDS Verteilte Datenverarbeitungssysteme 5 SMS
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VDS Verteilte Datenverarbeitungssysteme 5 SMS
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VDS Verteilte Datenverarbeitungssysteme 5 SMS
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Für dieses Wahlmodul stehen Fächer aus dem Fächerkatalog des Studiengangs zur Verfügung. Die Auswahl der Fächer kann dazu genutzt werden, einen spezifischen Studienschwerpunkt zu bescheinigt zu bekommen. Folgende Module stehen im Sommer- oder Wintersemester zur Verfügung:

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    ASN Angewandte Statistik und Numerik 5
    AT Antennentechnik 5
    ATS Autonome Systeme 5 SOS ES SMS
    CA Computeranimation 5 SMS
    CG Computergrafik 5 SMS
    DB2 Datenbanken 2 5 SOS
    DM Data Mining 5 SMS IOT
    DSF Digitale Signalverarbeitung mit FPGA 5
    EKS Entwicklung komplexer Software-Systeme 5 NVS SOS
    EL Elektronik 5 ES
    ES Eingebettete Systeme 5 ES
    ESP Eingebettete Systeme - Projekt 5 ES
    FG Feldbus Grundlagen 5 ES
    FIT Funksysteme für IoT 5 IOT
    GRT Graphentheorie 5
    HF Hochfrequenztechnik 5
    IAK Ingenieurakustik 5
    IBA Industrielle Bildanalyse 5
    IBV Industrielle Bildverarbeitung 5
    IOT IoT Protokolle und Anwendungen 5 NVS IOT
    KOAK Kommunikationsakustik 5
    ML Maschinelles Lernen 5 SMS
    MT Messtechnik 5
    NDQ Nachhaltigkeit durch Qualität 5
    NSA Netzsicherheit und Automation 5 NVS
    PPRA Parallelprogrammierung und Rechnerarchitekturen 5
    QKC Quellen- und Kanalcodierung 5 IOT
    RT Regelungstechnik 5
    SM Software Management 5 NVS SOS
    SMP Signalverarbeitung mit Matlab/Python und µC 5 IOT
    SOP Systems on Programmable Chips 5 ES IOT
    UT Übertragungstechnik 5
    VMA Programmierung verteilter und mobiler Anwendungen 5 NVS SOS
    WA Web-Architekturen 5 NVS SOS
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills 5

    🔗

    Die Module zu unterschiedlichen Themen werden in Zusammenarbeit mit anderen Fakultäten oder Instutionen angeboten. Das konkrete Lehrangebot wird in der Regel erst kurzfristig zu Beginn des jeweiligen Semesters festgelegt.

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    XIB Fachübergreifende Kompetenzen und Soft-Skills 5
    XPSS Praxisorientierte Summer School 5

    🔗

    Die Module zu unterschiedlichen Themen werden in Zusammenarbeit mit anderen Fakultäten oder Instutionen angeboten. Das konkrete Lehrangebot wird in der Regel erst kurzfristig zu Beginn des jeweiligen Semesters festgelegt.

    Aus diesem Wahlbereich müssen Module im Umfang von mindestens 5 ECTS-Kreditpunkten belegt werden.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS enthalten in Studienschwerpunkt
    XIB Fachübergreifende Kompetenzen und Soft-Skills 5
    XPSS Praxisorientierte Summer School 5

    Studienschwerpunkte🔗

    Im Folgenden wird dargestellt, welche Studienschwerpunkte in diesem Studiengang definiert sind (vgl. auch §24 der Prüfungsordnung). Für alle Studienschwerpunkte gelten folgende Hinweise und Regularien:

    • Ein Studienschwerpunkt gilt als erfolgreich absolviert, wenn darin aufgelistete Module im Umfang von mindestens 30 ECTS erfolgreich absolviert wurden.
    • Die absolvierten Studienschwerpunkte werden auf einem separaten Anhang des Abschlusszeugnisses dargestellt, bei mehr als einem auf Antrag an das Prüfungsamt auch nur in Teilen.
    • Auf Antrag kann ein Studienschwerpunkt um weitere passende Module ergänzt werden. Ein solcher Antrag ist bis spätestens sechs Monate vor einer geplanten Teilnahme an einem zu ergänzenden Modul formlos an die Studiengangsleitung zu richten. Über die Annahme des Antrags befindet der Prüfungsausschuss im Benehmen mit der Studiengangsleitung und fachlich geeigneten Lehrpersonen.

    Ein Studienschwerpunkt wird gemäß §24, Absatz 2 der Prüfungsordnung (Version 3) als absolviert anerkannt, wenn die oder der Studierende im Rahmen der Wahlpflichtmodule (WM1-8) mindestens vier der für den jeweiligen Studienschwerpunkt angegebenen Module erfolgreich absolviert hat.

    🔗

    Der Schwerpunkt "Eingebettete Systeme" befasst sich mit Informationstechnik, die in Objekte aller Art integriert wird und dort in Analogie zu biologischen Systemen das Nervensystem des Geräts bildet. Viele Gegenstände des Alltags sind inzwischen mit eingebetteten Systemen ausgerüstet, von der Kaffeemaschine über alle Arten von Fahrzeugen bis hin zu Gebäuden, nicht zuletzt auf Grund der hohen Verfügbarkeit und niedrigen Kosten der Mikrocontrollertechnik. Der Studienschwerpunkt vermittelt Wissen zu eingebetteten Systemen sowie zu Komponenten eingebetteter Systeme (Sensoren, Aktoren) und zu autonomen Systemen.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS
    EL Elektronik 5
    ES Eingebettete Systeme 5
    ESP Eingebettete Systeme - Projekt 5
    SOP Systems on Programmable Chips 5
    FG Feldbus Grundlagen 5
    ATS Autonome Systeme 5

    🔗

    Das Internet der Dinge (englisch Internet of Things, Kurzform: IoT) ist ein Sammelbegriff für Technologien einer globalen Infrastruktur der Informationsgesellschaften, die es ermöglicht, physische und virtuelle Gegenstände miteinander zu vernetzen und sie durch Informations- und Kommunikationstechniken zusammenarbeiten zu lassen. (Quelle Wikipedia)

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS
    IOT IoT Protokolle und Anwendungen 5
    FIT Funksysteme für IoT 5
    DM Data Mining 5
    SOP Systems on Programmable Chips 5
    QKC Quellen- und Kanalcodierung 5
    SMP Signalverarbeitung mit Matlab/Python und µC 5

    🔗

    Heute sind Computer meistens vernetzt, also über Kommunikationsnetze, WLANs oder Mobilfunknetze miteinander verbunden. Die Software, die diese Computer ausführen, ist typischerweise verteilt. Der Begriff des vernetzten Computers geht dabei weit über traditionelle Desktop- und Netbook-Computer oder Serversysteme hinaus: Er umfasst beispielsweise auch Mobiltelefone ("Smartphones"), eingebettete Systeme, z.B. in vernetzten Fahrzeugen, oder sensorgestützte Systeme zur Überwachung und Steuerung von Gebäuden und Anlagen ("Smart Home", "Smart Factory"). Die Themengebiete dieses Schwerpunkts erstrecken sich von den Grundlagen der Datenübertragung, über Architekturen und Modelle für Computernetze sowie ihre Realisierung durch Protokollhierarchien, bis hin zur Programmierung von Mobilgeräten und Webanwendungen.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS
    NSA Netzsicherheit und Automation 5
    WA Web-Architekturen 5
    EKS Entwicklung komplexer Software-Systeme 5
    VMA Programmierung verteilter und mobiler Anwendungen 5
    IOT IoT Protokolle und Anwendungen 5
    SM Software Management 5

    🔗

    Smart Systems sind „intelligente Systeme“, die in der Lage sind, auf Basis einer Datenanalyse selbstständig Entscheidungen, Prognosen oder Empfehlungen zu erzeugen, die dann sowohl zur autonomen Reaktion eines Systems oder auch als Hilfestellung für den Menschen herangezogen werden können. Smart-Systems kommen in verschiedensten Bereichen zum Einsatz. Im Bereich Automotiv z.B. für Einparkhilfen, Abstandsregeltempomaten oder Spurwechselassistenten. Im Bereich der Medizintechnik z.B. für die Auswertung von Röntgenaufnahmen zur Unterstützung des Arztes. Im industriellen Bereich z.B. zur Überwachung von Produktionsprozesse und zur Qualitätskontrolle. Im kaufmännischen Bereich z.B. zur Analyse von Kundenbestellungen zur automatischen Generierung kundenspezifischer Werbemaßnahmen.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS
    ATS Autonome Systeme 5
    ML Maschinelles Lernen 5
    DM Data Mining 5
    CG Computergrafik 5
    CA Computeranimation 5
    VDS Verteilte Datenverarbeitungssysteme 5

    🔗

    In der heutigen Informationsgesellschaft wird in fast allen Bereichen komplexe Anwendungssoftware eingesetzt. Die Anwendungen treten dabei in unterschiedlichen Rollen auf: als zentrale Applikationen auf einem Server, als leistungsstarke Klienten, als autonome Systeme sowie als verteilte Anwendungen. In diesem hochdynamischen Umfeld entwickeln sich ständig neue Trends und interessante Technologien. Um solche komplexen Software-Systeme zu realisieren und zu betreiben, sind vielfältige Kenntnisse, Fähigkeiten und Fertigkeiten erforderlich. Die im Schwerpunkt Software-Systeme behandelten Themengebiete umfassen alle Bereiche moderner Anwendungssysteme: Architektur und Design komplexer Software-Systeme, intuitive Benutzerführung, effektive Realisierung der Geschäftslogik, effiziente Datenspeicherung, Programmierung mobiler und autonomer Geräte.

    Module der Fakultät:

    Modulkürzel Modulbezeichnung ECTS
    DB2 Datenbanken 2 5
    EKS Entwicklung komplexer Software-Systeme 5
    SM Software Management 5
    ATS Autonome Systeme 5
    WA Web-Architekturen 5
    VMA Programmierung verteilter und mobiler Anwendungen 5

    Prüfungsformen🔗

    Im Folgenden werden die in den Modulbeschreibungen referenzierten Prüfungsformen näher erläutert. Die Erläuterungen stammen aus der Prüfungsordnung, §19ff. Bei Abweichungen gilt der Text der Prüfungsordnung.

    (elektronische) Klausur

    Schriftliche, in Papierform oder digital unterstützt abgelegte Prüfung. Genaueres regelt §19 der Prüfungsordnung.

    Mündliche Prüfung

    Mündlich abzulegende Prüfung. Genaueres regelt §21 der Prüfungsordnung.

    Mündlicher Beitrag

    Siehe §22, Abs. 5 der Prüfungsordnung: Ein mündlicher Beitrag (z. B. Referat, Präsentation, Verhandlung, Moderation) dient der Feststellung, ob die Studierenden befähigt sind, innerhalb einer vorgegebenen Frist eine praxisorientierte Aufgabe nach wissenschaftlichen und fachpraktischen Methoden selbstständig zu bearbeiten und mittels verbaler Kommunikation fachlich angemessen darzustellen. Dies beinhaltet auch, Fragen des Auditoriums zur mündlichen Darstellung zu beantworten. Die Dauer des mündlichen Beitrags wird von der Prüferin beziehungsweise dem Prüfer zu Beginn des Semesters festgelegt. Die für die Benotung des mündlichen Beitrags maßgeblichen Tatsachen sind in einem Protokoll festzuhalten, zur Dokumentation sollen die Studierenden ebenfalls die schriftlichen Unterlagen zum mündlichen Beitrag einreichen. Die Note ist den Studierenden spätestens eine Woche nach dem mündlichen Beitrag bekanntzugeben.

    Fachgespräch

    Siehe §22, Abs. 8 der Prüfungsordnung: Ein Fachgespräch dient der Feststellung der Fachkompetenz, des Verständnisses komplexer fachlicher Zusammenhänge und der Fähigkeit zur analytischen Problemlösung. Im Fachgespräch haben die Studierenden und die Prüfenden in etwa gleiche Redeanteile, um einen diskursiven fachlichen Austausch zu ermöglichen. Semesterbegleitend oder summarisch werden ein oder mehrere Gespräche mit einer Prüferin oder einem Prüfer geführt. Dabei sollen die Studierenden praxisbezogene technische Aufgaben, Problemstellungen oder Projektvorhaben aus dem Studiengang vorstellen und erläutern sowie die relevanten fachlichen Hintergründe, theoretischen Konzepte und methodischen Ansätze zur Bearbeitung der Aufgaben darlegen. Mögliche Lösungsansätze, Vorgehensweisen und Überlegungen zur Problemlösung sind zu diskutieren und zu begründen. Die für die Benotung des Fachgesprächs maßgeblichen Tatsachen sind in einem Protokoll festzuhalten.

    Projektarbeit

    Siehe §22, Abs. 6 der Prüfungsordnung: Die Projektarbeit ist eine Prüfungsleistung, die in der selbstständigen Bearbeitung einer spezifischen Fragestellung unter Anleitung mit wissenschaftlicher Methodik und einer Dokumentation der Ergebnisse besteht. Bewertungsrelevant sind neben der Qualität der Antwort auf die Fragestellung auch die organisatorische und kommunikative Qualität der Durchführung, wie z.B. Slides, Präsentationen, Meilensteine, Projektpläne, Meetingprotokolle usw.

    Praktikumsbericht

    Siehe §22, Abs. 10 der Prüfungsordnung: Ein Praktikumsbericht (z. B. Versuchsprotokoll) dient der Feststellung, ob die Studierenden befähigt sind, innerhalb einer vorgegebenen Frist eine laborpraktische Aufgabe selbstständig sowohl praktisch zu bearbeiten als auch Bearbeitungsprozess und Ergebnis schriftlich zu dokumentieren, zu bewerten und zu reflektieren. Vor der eigentlichen Versuchsdurchführung können vorbereitende Hausarbeiten erforderlich sein. Während oder nach der Versuchsdurchführung können Fachgespräche stattfinden. Praktikumsberichte können auch in Form einer Gruppenarbeit zur Prüfung zugelassen werden. Die Bewertung des Praktikumsberichts ist den Studierenden spätestens sechs Wochen nach Abgabe des Berichts bekanntzugeben.

    Übungspraktikum

    Siehe §22, Abs. 11 der Prüfungsordnung: Mit der Prüfungsform "Übungspraktikum" wird die fachliche Kompetenzen bei der Anwendung der in der Vorlesung erlernten Theorien und Konzepte sowie praktische Fertigkeiten geprüft, beispielsweise der Umgang mit Entwicklungswerkzeugen und Technologien. Dazu werden semesterbegleitend mehrere Aufgaben gestellt, die entweder alleine oder in Gruppenarbeit, vor Ort oder auch als Hausarbeit bis zu einem jeweils vorgegebenen Termin zu lösen sind. Die Lösungen der Aufgaben sind durch die Studierenden in (digitaler) schriftlicher Form einzureichen. Die genauen Kriterien zum Bestehen der Prüfung wird zu Beginn der entsprechenden Lehrveranstaltung bekannt gegeben.

    Übungspraktikum unter Klausurbedingungen

    Siehe §22, Abs. 11, Satz 5 der Prüfungsordnung: Ein "Übungspraktikum unter Klausurbedingungen" ist ein Übungspraktikum, bei dem die Aufgaben im zeitlichen Rahmen und den Eigenständigkeitsbedingungen einer Klausur zu bearbeiten sind.

    Hausarbeit

    Siehe §22, Abs. 3 der Prüfungsordnung: Eine Hausarbeit (z.B. Fallstudie, Recherche) dient der Feststellung, ob die Studierenden befähigt sind, innerhalb einer vorgegebenen Frist eine Fachaufgabe nach wissenschaftlichen und fachpraktischen Methoden selbstständig in schriftlicher oder elektronischer Form zu bearbeiten. Das Thema und der Umfang (z. B. Seitenzahl des Textteils) der Hausarbeit werden von der Prüferin beziehungsweise dem Prüfer zu Beginn des Semesters festgelegt. Eine Eigenständigkeitserklärung muss vom Prüfling unterzeichnet und abgegeben werden. Zusätzlich können Fachgespräche geführt werden.

    Lernportfolio

    Ein Lernportfolio dokumentiert den studentischen Kompetenzentwicklungsprozess anhand von Präsentationen, Essays, Ausschnitten aus Praktikumsberichten, Inhaltsverzeichnissen von Hausarbeiten, Mitschriften, To-Do-Listen, Forschungsberichten und anderen Leistungsdarstellungen und Lernproduktionen, zusammengefasst als sogenannte „Artefakte“. Nur in Verbindung mit der studentischen Reflexion (schriftlich, mündlich oder auch in einem Video) der Verwendung dieser Artefakte für das Erreichen des zuvor durch die Prüferin oder den Prüfer transparent gemachten Lernziels wird das Lernportfolio zum Prüfungsgegenstand. Während der Erstellung des Lernportfolios wird im Semesterverlauf Feedback auf Entwicklungsschritte und/oder Artefakte gegeben. Als Prüfungsleistung wird eine nach dem Feedback überarbeitete Form des Lernportfolios - in handschriftlicher oder elektronischer Form - eingereicht.

    Schriftliche Prüfung im Antwortwahlverfahren

    Siehe §20 der Prüfungsordnung.

    Zugangskolloquium

    Siehe §22, Abs. 12 der Prüfungsordnung: Ein Zugangskolloquium dient der Feststellung, ob die Studierenden die versuchsspezifischen Voraussetzungen erfüllen, eine definierte laborpraktische Aufgabe nach wissenschaftlichen und fachpraktischen Methoden selbständig und sicher bearbeiten zu können.

    Testat / Zwischentestat

    Siehe §22, Abs. 7 der Prüfungsordnung: Mit einem Testat/Zwischentestat wird bescheinigt, dass die oder der Studierende eine Studien-arbeit (z.B. Entwurf) im geforderten Umfang erstellt hat. Der zu erbringende Leistungsumfang sowie die geforderten Inhalte und Anforderungen ergeben sich aus der jeweiligen Modulbe-schreibung im Modulhandbuch sowie aus der Aufgabenstellung.

    Open-Book-Ausarbeitung

    Die Open-Book-Ausarbeitung oder -Arbeit (OBA) ist eine Kurz-Hausarbeit und damit eine unbeaufsichtigte schriftliche oder elektronische Prüfung. Sie zeichnet sich dadurch aus, dass gemäß Hilfsmittelerklärung der Prüferin bzw. des Prüfers in der Regel alle Hilfsmittel zugelassen sind. Auf die Sicherung guter wissenschaftlicher Praxis durch ordnungsgemäßes Zitieren etc. und das Erfordernis der Eigenständigkeit der Erbringung jedweder Prüfungsleistung wird besonders hingewiesen.

    Abschlussarbeit

    Bachelor- oder Masterarbeit im Sinne der Prüfungsorndung §25ff.: Die Masterarbeit ist eine schriftliche Hausarbeit. Sie soll zeigen, dass die oder der Studierende befähigt ist, innerhalb einer vorgegebenen Frist ein Thema aus ihrem oder seinem Fachgebiet sowohl in seinen fachlichen Einzelheiten als auch in den fachübergreifenden Zusammenhän-gen nach wissenschaftlichen und fachpraktischen Methoden selbstständig zu bearbeiten. Die interdisziplinäre Zusammenarbeit kann auch bei der Abschlussarbeit berücksichtigt werden.

    Kolloquium

    Kolloquium zur Bachelor- oder Masterarbeit im Sinne der Prüfungsordnung §29: Das Kolloquium dient der Feststellung, ob die Studentin oder der Student befähigt ist, die Ergebnisse der Masterarbeit, ihre fachlichen und methodischen Grundlagen, fachübergreifende Zusammenhänge und außerfachlichen Bezüge mündlich darzustellen, selbständig zu begründen und ihre Bedeutung für die Praxis einzuschätzen.

    Profil-Modulmatrix🔗

    Im Folgenden wird dargestellt, inwieweit die Module des Studiengangs die Kompetenzen und Handlungsfelder des Studiengangs sowie hochschulweite Studiengangskriterien stützen bzw. ausbilden.

    Kürzel Modulbezeichnung HF1 - Systeme zur Verarbeitung,... HF2 - Anforderungen, Konzepte u... HF3 - Informationstechnische Sy... HF4 - Mit Auftraggebern, Anwend... K.1 - In Systemen denken K.2 - fachliche Probleme abstra... K.3 - Konzepte und Methoden der... K.4 - Systeme analysieren K.5 - Systeme entwerfen K.6 - Systeme realisieren K.7 - Systeme prüfen K.8 - Informationen beschaffen ... K.9 - Typische Werkzeuge, Stand... K.10 - In vorhandene Systeme ein... K.11 - Projekte organisieren K.12 - Grundzüge wissenschaftlic... K.13 - Komplexe technische Aufga... K.14 - Gesellschaftliche und eth... K.15 - Befähigung zum lebenslang... K.16 - Kommunikative und interku... SK.1 - Global Citizenship SK.2 - Internationalisierung SK.3 - Interdisziplinarität SK.4 - Transfer
    AD Algorithmen und Datenstrukturen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    ASN Angewandte Statistik und Numerik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    AT Antennentechnik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    ATS Autonome Systeme ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    BAA Bachelorarbeit ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    BVS1 Betriebssysteme und Verteilte Systeme 1 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    BVS2 Betriebssysteme und Verteilte Systeme 2 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    BWR Betriebswirtschaft und Recht ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    CA Computeranimation ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    CG Computergrafik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    DB1 Datenbanken 1 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    DB2 Datenbanken 2 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    DM Data Mining ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    DR Digitalrechner ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    DSF Digitale Signalverarbeitung mit FPGA ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    EG Elektrotechnische Grundlagen für die Technische Informatik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    EKS Entwicklung komplexer Software-Systeme ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    EL Elektronik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    ES Eingebettete Systeme ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    ESP Eingebettete Systeme - Projekt ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    FG Feldbus Grundlagen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    FIT Funksysteme für IoT ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    FSA Formale Sprachen und Automatentheorie ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    GRT Graphentheorie
    GSP Grundlagen der Systemprogrammierung ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    GUI Graphische Oberflächen und Interaktion ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    HF Hochfrequenztechnik ⬤ ⬤ ⬤ ⬤ ⬤
    IAK Ingenieurakustik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    IBA Industrielle Bildanalyse ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    IBV Industrielle Bildverarbeitung ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    IOT IoT Protokolle und Anwendungen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    IPM IT-Projektmanagement ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    ITS IT-Sicherheit ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    KOAK Kommunikationsakustik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    KOLL Kolloquium zur Bachelorarbeit ⬤ ⬤ ⬤ ⬤ ⬤
    MA1 Mathematik 1 ⬤ ⬤ ⬤ ⬤ ⬤
    MA2 Mathematik 2 ⬤ ⬤ ⬤ ⬤ ⬤
    ML Maschinelles Lernen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    MT Messtechnik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    NDQ Nachhaltigkeit durch Qualität ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    NP Netze und Protokolle ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    NSA Netzsicherheit und Automation ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    PI1 Praktische Informatik 1 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    PI2 Praktische Informatik 2 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    PP Programmierpraktikum ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    PPRA Parallelprogrammierung und Rechnerarchitekturen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    PRA Praxisphase ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    PUK Präsentation und Kommunikation ⬤ ⬤ ⬤ ⬤
    QKC Quellen- und Kanalcodierung ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    RT Regelungstechnik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SE Software Engineering ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SIG Signalverarbeiung ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SM Software Management ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SMP Signalverarbeitung mit Matlab/Python und µC ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SOP Systems on Programmable Chips ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SWP Softwarepraktikum ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    SYP Systementwurfs-Praktikum ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    UT Übertragungstechnik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    VDS Verteilte Datenverarbeitungssysteme
    VMA Programmierung verteilter und mobiler Anwendungen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    WA Web-Architekturen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
    XIB Fachübergreifende Kompetenzen und Soft-Skills
    XIB2 Fachübergreifende Kompetenzen und Soft-Skills
    XPSS Praxisorientierte Summer School ⬤ ⬤ ⬤ ⬤ ⬤ ⬤

    Versionsverlauf🔗

    In untenstehender Tabelle sind die verschiedenen Versionen des Lehrangebots aufgeführt. Die Versionen sind umgekehrt chronologisch sortiert mit der aktuell gültigen Version in der ersten Zeile. Die einzelnen Versionen können über den Link in der rechten Spalte aufgerufen werden.

    Version Datum Änderungen Link
    3.10 2024-11-29-12-00-00
    1. Version zur Abstimmung im Fakultätsrat
    		 Link
    3.9 2024-11-29-12-00-00
    1. Begutachtete Version für Reakkreditierung 2024
    2. Neues Layout für sämtliche Modulhandbücher
    		 Link
    3.8 2024-06-11-14-00-00
    1. Mitarbeit in Gremien im Bachelor/Master Technische Informatik und Bachelor Elektrotechnik
    2. Produktentwicklung für Smart-Cities im Wintersemester (verantwortlich jetzt Prof. Humpert)
    3. Überarbeitung Modul und Lehrveranstaltung Elektrische Sicherheit und EMV
    4. Überarbeitung Modul und Lehrveranstaltung Hochspannungstechnik
    5. Überarbeitung Modul und Lehrveranstaltung Hochspannungsübertragungstechnik
    6. Neue(s) Modul und Lehrveranstaltung Themen der Medientechnologie
    		 Link
    3.7 2024-05-10-14-30-00
    1. Weitere Literaturangabe in Lehrveranstaltung Antennentechnik
    2. Medienrecht: Tutorium entfernt, Prüfungstyp zu "andere studienbegleitende Prüfungsform" geändert, weitere Literaturangaben, Modul in Bachelor Medientechnologie angelegt
    3. Änderungen der Dozenten und Literatur in Lehrveranstaltung "Informatik 1/2", "Mensch-Maschine-Interaktion" und "Parallelprogrammierung"
    4. Lehrveranstaltung Leistungselektronik: Überarbeitung der Prüfungsdetails und Literaturangaben
    5. Änderung der Modulverantwortung von Kunz zu Reiter / Grünvogel / Salmen in "Visuelle und auditive Wahrnehmung", "Mathematik 2" und "Signaltheorie und angewandte Mathematik"
    6. Anlage Modul "Interdisziplinäres Projekt" im Bachelor Medientechnologie
    7. Lehrveranstaltung Energiemanagement in Energieverbundsystemen: Änderungen an Präsenzzeit, Räumen und Prüfungstyp (jetzt Projektarbeit + E-Assessment)
    8. Lehrveranstaltung Energiespeicher: Streichung des Tutoriums, Prüfungstyp jetzt Fachgespräch
    9. Lehrveranstaltung Energiewirtschaft: Überarbeitung der Fertigkeitsbeschreibungen und des Begleitmaterials, Streichung des Tutoriums
    10. Modul SmartCity: Änderung Modulverantwortung von Stadler zu Humpert
    11. Lehrveranstaltung Elektrische Antriebe: Überarbeitung der Prüfungsbeschreibung und Praktikumskompetenzen
    12. Lehrveranstaltung Schaltznetzteile: Überarbeitungen der Prüfungsbeschreibung, -typ, Begleitmaterialien, Präsenzlehre und Fertigkeiten.
    13. Leistungselektronische Stellglieder für PV- und Windkraftanlagen: Überarbeitungen der Prüfungsbeschreibung, -typ, Begleitmaterialien, Präsenzlehre und Fertigkeiten.
    		 Link
    3.6 2024-02-23-15-00-00
    1. Generelle Überarbeitung des Layouts
    2. Eingangstexte bei Wahlmodulkatalogen und Schwerpunkten überarbeitet und POs angeglichen
    3. Lehrveranstaltung BWR (Kim) sowohl im Sommer- als auch Wintersemester.
    4. Modellierung von Energiesystemen der Fakultät 09 als wählbares Modul im allgemeinen Wahlkatalog im Master Technische Informatik
    		 Link
    3.5 2023-07-20-15-00-00
    1. Neue Lehrveranstaltung "Projektleitung Systementwurfs-Praktikum" im Master Technische Informatik (anerkennbar für XIM)
    2. Geänderter Studienverlauf mit vermindertem Workload in Bachelor Technische Informatik
    		 Link
    3.4 2023-04-17-15-00-00
    1. Modul "Netze und Automation (NSA)" (vormals "Internetworking (IN)") den Schwerpunkten "Internet of Things" und "Information- und Kommunkationstechnik" des Studiengangs "Bachelor Elektrotechnik" hinzugefügt (FR-2023-6)
    2. Modulkürzel für "Autonome Systeme" lautet jetzt auch in "Bachelor Technische Informatik" ATS (FR-2023-7)
    		 Link
    3.3 2023-03-27-11-00-00
    1. Lehrveranstaltung Grundgebiete der Elektrotechnik 2 (Kronberger) aktualisiert; Modul "Entrepreneurship, Gewerblicher Rechtsschutz, Market Knowledge" auch für X1 in Master Technische Informatik wählbar.
    		 Link
    3.2 2023-03-08-16-00-00
    1. Licht- und Beleuchtungstechnik (LB) Wintersemester-Wahlmodulen zugeordnet; BaTIN-Modul "Web-Architekturen" SGL zugeordnet und vakante Lehrveranstaltung vorerst entfernt.
    		 Link
    3.1 2023-02-24-20-00-00
    1. Allgemeine Bereinigung von kaputten Links (http 404)
    		 Link
    3.0 2022-12-09-12-31-39
    1. Umbenennung des Moduls und der Lehrveranstaltung "Internetworking und Netzsicherheit (IN)" in "Netzsicherheit und Automation (NSA) (FR-2022-20)"
    		 Link
    Impressum
    Datenschutzhinweis
    Haftungshinweis
    Bei Fehlern, bitte Mitteilung an die
    modulhandbuchredaktion@f07.th-koeln.de