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.

Absolventenprofil🔗

Nach dem Abschluss ihres Studiums verfügen Absolventinnen und Absolventen über die Kenntnisse und Kompetenzen, die für einen Berufseinstieg oder eine Weiterqualifikation erforderlich sind, die sie für die im Folgenden gelisteten Handlungsfelder qualifizieren.

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.

Studienverlaufsplan 🔗

Sem.	Kürzel	Modulbezeichnung	Pflicht (PF) Wahl- bereich (WB)	ECTS	Prüfungslast	Prüfungsformen mit Gewichtung
1	DR	Digitalrechner	PF	5	1	begleitend: Projektarbeit [100%]
	EG	Elektrotechnische Grundlagen	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	MA1	Mathematik 1	PF	10	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PI1	Praktische Informatik 1	PF	5	2	begleitend: Übungspraktikum oder Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PP	Programmierpraktikum	PF	5	1	begleitend: Übungspraktikum [unbenotet]
2	FSA	Formale Sprachen und Automatentheorie	PF	5	1	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	AD	Algorithmen und Datenstrukturen	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	MA2	Mathematik 2	PF	10	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PI2	Praktische Informatik 2	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	GSP	Grundlagen der Systemprogrammierung	PF	5	2	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
3	BVS1	Betriebssysteme	PF	6	2	begleitend: Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	GUI	Graphische Oberflächen und Interaktion	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
	DB1	Datenbanken 1	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	NP	Netze und Protokolle	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	SE	Software Engineering	PF	5	2	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	SIG	Signalverarbeitung	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
4	BVS2	Verteilte Systeme	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	AGE	Agile Systems Engineering	PF	5	1	begleitend: Projektarbeit [100%]
	BWR	Betriebswirtschaft und Recht	PF	5	2	begleitend: Projektarbeit [unbenotet] und abschließend: (elektronische) Klausur [100%]
	SWP	Softwarepraktikum	PF	6	1	begleitend: Projektarbeit [100%]
	WM	Wahlbereich Informatik und Systems-Engineering	WB	10	≤ 4	wahlabhängig
5	SYP	Systementwicklungs-Projekt	PF	7	1	begleitend: Projektarbeit [100%]
	PUK	Präsentation und Kommunikation	PF	3	1	begleitend: mündlicher Beitrag [unbenotet]
	XIB	Fachübergreifende Kompetenzen und Soft Skills	WB	5	≤ 2	wahlabhängig
	WM	Wahlbereich Informatik und Systems-Engineering	WB	15	≤ 6	wahlabhängig
6	ITS	IT-Sicherheit	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PRA	Praxisphase	PF	8	1	begleitend: Praktikumsbericht [unbenotet]
	WM	Wahlbereich Informatik und Systems-Engineering	WB	10	≤ 4	wahlabhängig
	AW	Allgemeiner Wahlbereich	WB	5	≤ 2	wahlabhängig
7	PRA	Praxisphase	PF	15	1	begleitend: Praktikumsbericht [unbenotet]
	BAA	Bachelorarbeit	PF	12	1	abschließend: Abschlussarbeit [100%]
	KOLL	Kolloquium zur Bachelorarbeit	PF	3	1	abschließend: Kolloquium [100%]

Alternativer Studienverlaufsplan 🔗

Sem.	Kürzel	Modulbezeichnung	Pflicht (PF) Wahl- bereich (WB)	ECTS	Prüfungslast	Prüfungsformen mit Gewichtung
1	PP	Programmierpraktikum	PF	5	1	begleitend: Übungspraktikum [unbenotet]
	MA1	Mathematik 1	PF	10	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PI1	Praktische Informatik 1	PF	5	2	begleitend: Übungspraktikum oder Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
2	AD	Algorithmen und Datenstrukturen	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PI2	Praktische Informatik 2	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	MA2	Mathematik 2	PF	10	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
3	EG	Elektrotechnische Grundlagen	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	DR	Digitalrechner	PF	5	1	begleitend: Projektarbeit [100%]
	GUI	Graphische Oberflächen und Interaktion	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
	BVS1	Betriebssysteme	PF	6	2	begleitend: Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
4	FSA	Formale Sprachen und Automatentheorie	PF	5	1	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	GSP	Grundlagen der Systemprogrammierung	PF	5	2	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	BVS2	Verteilte Systeme	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	BWR	Betriebswirtschaft und Recht	PF	5	2	begleitend: Projektarbeit [unbenotet] und abschließend: (elektronische) Klausur [100%]
5	NP	Netze und Protokolle	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	SE	Software Engineering	PF	5	2	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	SIG	Signalverarbeitung	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	DB1	Datenbanken 1	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
6	AGE	Agile Systems Engineering	PF	5	1	begleitend: Projektarbeit [100%]
	SWP	Softwarepraktikum	PF	6	1	begleitend: Projektarbeit [100%]
	WM	Wahlbereich Informatik und Systems-Engineering	WB	10	≤ 4	wahlabhängig
7	SYP	Systementwicklungs-Projekt	PF	7	1	begleitend: Projektarbeit [100%]
	PUK	Präsentation und Kommunikation	PF	3	1	begleitend: mündlicher Beitrag [unbenotet]
	XIB	Fachübergreifende Kompetenzen und Soft Skills	WB	5	≤ 2	wahlabhängig
	WM	Wahlbereich Informatik und Systems-Engineering	WB	5	≤ 2	wahlabhängig
8	ITS	IT-Sicherheit	PF	5	2	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
8	WM	Wahlbereich Informatik und Systems-Engineering	WB	15	≤ 6	wahlabhängig
9	WM	Wahlbereich Informatik und Systems-Engineering	WB	5	≤ 2	wahlabhängig
	AW	Allgemeiner Wahlbereich	WB	5	≤ 2	wahlabhängig
	PRA	Praxisphase	PF	15	1	begleitend: Praktikumsbericht [unbenotet]
10	PRA	Praxisphase	PF	8	1	begleitend: Praktikumsbericht [unbenotet]
	KOLL	Kolloquium zur Bachelorarbeit	PF	3	1	abschließend: Kolloquium [100%]
	BAA	Bachelorarbeit	PF	12	1	abschließend: Abschlussarbeit [100%]

Module🔗

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

AD - Algorithmen und Datenstrukturen 🔗

Modulkürzel	AD_BaTIN2024
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. Pascal Cerfontaine/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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen	Modul PI1: Sicherer Umgang mit einer Programmiersprache. Grundlagen der Programmierung in einer höheren Programmiersprache
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

AGE - Agile Systems Engineering 🔗

Modulkürzel	AGE_BaTIN2024
Modulbezeichnung	Agile Systems Engineering
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. Kai Kreisköther/Professor Fakultät IME
Dozierende*r	Prof. Dr. Kai Kreisköther/Professor Fakultät IME
Learning Outcome(s) WAS Die Studierenden können für Entwicklungsaufgaben mechatronischer Produkte (Software-Elektronik-Mechanik) geeignete Projektstrukturen aufsetzen Prozesse agilen Systems Engineerings anwenden und eigenständig an die Anforderungen von Projekten anpassen WOMIT indem sie die Notwendigkeit und Herausforderungen von Projektmanagement selbst erleben klassische Projektmanagementansätze kennenlernen und deren praktische Grenzen selbst erleben die Grundlagen des Systems Engineerings an Praxisbeispielen anwenden Ansätze für Agiles Systems Engineering selbst erarbeiten die Grundlagen agiler Arbeitsweise sowie SCRUM kennenlernen Rollen, Artefakte und Events/Prozesse von SCRUM weiter vertiefen und an konkreten Beispielen selbst anwenden Methoden, Werkzeuge und Best-Practice im Kontext physischer (mechatronischer) Produkte kennenlernen und an konkreten Beispielen selbst anwenden WOZU um in Entwicklungs- und Forschungsprojekten als mündiges Projektmitglied auftreten und mitarbeiten zu können. in Entwicklungs- und Forschungsprojekten Koordinations-, Leitungs- oder Führungsaufgaben übernehmen zu können. das Wissen und Verständnis zu haben, um (optional und eigenständig organisiert) im Anschluss zur Belegung des Moduls die Basiszertifizierungen Scrum Master und/oder Product Owner erlangen zu können.
Modulinhalte Vorlesung / Übungen Notwendigkeit und Herausforderungen von Projektmanagement anhand eines praktischen Beispiels selbst erleben/erarbeiten Klassische Projektmanagement Ansätze: Organisationsstrukturen, Projektstrukturen und Projektplanung. Grundlagen des Systems Engineering Motivation zu agilem Systems Engineering: Anforderungen von Projekten mit hohem vs. geringem Neuheitsgrad, Agilität vs. Zeit & Kosten, kompliziert vs. komplex vs. chaotisch, Toyota-Produktionssystem, Engpasstheorie, Lean Development Agile: Definitionen von „Agil bzw. agilem Projektmanagement“, Agiles Manifest Scrum: Entstehung, 3 Rollen – 3 Artefakte – 5 Events Rollen im Detail Artefakte im Detail Events (& Prozesse) Methoden/Werkzeuge Das Inkrement Kanban-isierung des Entwicklungsprozesses Verkürzung von Zykluszeiten Unternehmen und Organisation Agiler Produktentstehungsprozess: Agile und Compliance Praktische Tools / Best-practice in der täglichen Arbeit Projekt In einer das Semester begleitenden Case-Study/Planspiel die im Rahmen der Vorlesung erlangten Kenntnisse anwenden, vertiefen und reflektieren. In der Projektgruppe die unterschiedlichen Perspektiven der unterschiedlichen Rollen des Agile Systems Engineering erleben. In simulierten Situationen die eigenen Kenntnisse praxisnah erproben.
Lehr- und Lernmethoden	Vorlesung / Übungen Projekt
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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

ASN - Angewandte Statistik und Numerik 🔗

Modulkürzel	ASN_BaTIN2024
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	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	54 Stunden
Selbststudium	96 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Vorlesung / Übungen
Empfohlene Literatur	Knorrenschild: Numerische Mathematik (Fachbuchverlag) Papula: Mathematik für Ingenieure und Naturwissenschaftler, Band 1+2 (Vieweg)
Verwendung des Moduls in weiteren Studiengängen	AM in Bachelor Elektrotechnik 2020 ASN in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

AT - Antennentechnik 🔗

Modulkürzel	AT_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	0 Stunden
Selbststudium	150 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	AT in Bachelor Elektrotechnik 2020 AT in Bachelor Elektrotechnik und Informationstechnik 2024 AT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

ATS - Autonome Systeme 🔗

Modulkürzel	ATS_BaTIN2024
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	begleitend: Projektarbeit [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	81 Stunden
Selbststudium	69 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	Hertzberg: Mobile Roboter: Eene Einführung aus Sicht der Informatik, Springer Vieweg, 2012
Verwendung des Moduls in weiteren Studiengängen	ATS in Bachelor Elektrotechnik 2020 ATS in Bachelor Elektrotechnik und Informationstechnik 2024 ATS in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

BAA - Bachelorarbeit 🔗

Modulkürzel	BAA_BaTIN2024
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	abschließend: Abschlussarbeit [100%]
Workload	360 Stunden
Präsenzzeit	0 Stunden
Selbststudium	360 Stunden
Empfohlene Voraussetzungen	Modul PM: gemäß §26 Abs. 1 der Prüfungsordnung
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	siehe Prüfungsordnung §26 Abs. 1
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	BAA in Bachelor Elektrotechnik 2020 BAA in Bachelor Elektrotechnik und Informationstechnik 2024 BAA in Bachelor Medientechnologie 2020 BAA in Bachelor Medientechnologie 2024 BAA in Bachelor Optometrie 2021 BAA in Bachelor Technische Informatik 2020
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

BV - Bildverarbeitung 🔗

Modulkürzel	BV_BaTIN2024
Modulbezeichnung	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. Jan Salmen/Professor Fakultät IME
Dozierende*r	Prof. Dr. Jan Salmen/Professor Fakultät IME
Learning Outcome(s) Nach diesem Modul sind die Studierenden in der Lage, Anwendungen aus dem Bereich Bildverarbeitung umzusetzen wie z.B. - Bildverbesserung - Umwandlung von Bildformaten - Filterung, etwa zur Kantenerkennung - Segmentierung und einfache Objekterkennung - Korrespondenzanalyse - Kreative Bildgestaltung indem sie klassische Algorithmen nutzen. Die erworbenen Kompetenzen helfen den Studierenden, sowohl im weiteren Studienverlauf als auch später im Berufsleben, da wichtige Grundlagen der (Sensor-)Datenverarbeitung praxisnah vermittelt werden. Dieses Modul ist Teil des Vertiefungsgebiets "Bildverarbeitung".
Modulinhalte Vorlesung Bildverarbeitung Kamerakalibrierung Homogene Punktoperationen Lineare Filter Verarbeitung im Frequenzbereich Filterbänke und Wavelets Bildkompression Adaptive Filter Änderung der Abtastung Änderung der Quantisierung Morphologoische Filter Farbbildverarbeitung Bewegung Korrespondenzanalyse Registrierung Aufgabenspezifische Bildverarbeitungsverfahren auswählen Wichtige Bildverarbeitungsalgorithmen einschließlich deren algothmischem Aufbau und der Wirkung auf Bilder beschreiben können. Praktikum Bildverarbeitung Kamerakalibrierung Homogene Punktoperationen Lineare Filter Verarbeitung im Frequenzbereich Filterbänke und Wavelets Bildkompression Adaptive Filter Änderung der Abtastung Änderung der Quantisierung Morphologoische Filter Farbbildverarbeitung Bewegung Korrespondenzanalyse Registrierung Bildverarbeitung in ImageJ ImageJ Java Eclipse Bildverarbeitungsverfahren implementieren Plugins Macros Bildverarbeitungsverfahren in ImageJ anwenden Verarbeitungseffekte in Bildern finden und beurteilen
Lehr- und Lernmethoden	Vorlesung Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Modul MA2: Für die Fourier-Transformation ist die Darstellung der trigonometrischen Funktionen über die komplexe Exponentialfunktion unverzichtbar. Daher wird der Umgang mit komplexen Zahlen vorausgesetzt. Die Detektion von Kanten und Linien basiert auf der numerischen Berechnung von ersten und zweiten Ableitung für Funktionen mehrerer Veränderlicher. Daher wird hier dasArbeiten mit den Begriffen des Gradient und der Hesseschen Matrix vorausgesetzt. Die Detektion von Ecken und das Konzept des Strukturtensors basieren auf der Bestimmung von Eigenwerten und Eigenvektoren einer symmetrischen Matrix. Auch der Umgang mit diesen Begriffen ist daher Voraussetzung für das Verständnis zentraler Bidverarbeitungsverfahren. Modul MA1: Die Fourier-Transformation basiert auf einer Zerlegung von Signalen in trigonometrische Funktionen. Der Umgang mit diesen Funktionen ist so grundlegend, dass Einzelheiten hierzu zwingend als bekannt vorausgesetzt werden. Weitere grundlegende Funktionen wie Potenz- und Exponentialfunktionen werden ebenfalls an zahlreichen Stellen benötigt, ohne dass auf sie weiter eingegangen werden kann. Die Detektion von Kanten und Linien und Ecken basiert auf der numerischen Berechnung von ersten und zweiten Ableitung. Daher werden diese Bgriffe ebenfalls als bekannt vorausgesetzt. Gleiches gilt für den Integralbegriff, der an zahlreichen Stellen benötigt wird. Modul INF1: Beim Modul BV1 geht es letztlich um Verfahren der Bildverarbeitung, deren mathematische Grundlagen und deren algorithmische Implementierung. Hierzu werde diese Verfahren auch in Programmcode umgesetzt, bzw. deren Umsetzung analysiert, um den Zusammenhang zwischen Programmcode und beobachteter Veränderung im Bild zu untersuchen. Hierzu wird zwingend vorausgesetzt, dass grundlegende Programmierkenntnisse vorhanden sind. Modul INF2: Beim Modul BV1 geht es letztlich um Verfahren der Bildverarbeitung, deren mathematische Grundlagen und deren algorithmische Implementierung. Hierzu werde diese Verfahren auch in Programmcode umgesetzt, bzw. deren Umsetzung analysiert, um den Zusammenhang zwischen Programmcode und beobachteter Veränderung im Bild zu untersuchen. Hierzu wird zwingend vorausgesetzt, dass grundlegende Programmierkenntnisse vorhanden sind. Grundstudium Mathematik Grundstudium Informatik Grundstudium Signaltheorie
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	Burger/Burge: Digitale Bildverarbeitung
Verwendung des Moduls in weiteren Studiengängen	IBV in Bachelor Elektrotechnik 2020 BV in Bachelor Elektrotechnik und Informationstechnik 2024 BV1 in Bachelor Medientechnologie 2020 BV in Bachelor Medientechnologie 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

BVS1 - Betriebssysteme 🔗

Modulkürzel	BVS1_BaTIN2024
Modulbezeichnung	Betriebssysteme
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	Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
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	begleitend: Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	180 Stunden
Präsenzzeit	120 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	BVS1 in Bachelor Elektrotechnik 2020 BVS1 in Bachelor Elektrotechnik und Informationstechnik 2024 BVS1 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

BVS2 - Verteilte Systeme 🔗

Modulkürzel	BVS2_BaTIN2024
Modulbezeichnung	Verteilte Systeme
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	siehe http://www.nt.fh-koeln.de/vogt/bs/bvs_lit.pdf
Verwendung des Moduls in weiteren Studiengängen	BVS2 in Bachelor Elektrotechnik 2020 BVS2 in Bachelor Elektrotechnik und Informationstechnik 2024 BVS2 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

BWR - Betriebswirtschaft und Recht 🔗

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 Business Ideation Business Modelling (durchgehend) Marktanalyse, Kundengruppenanalyse, Stakeholderanalyse betriebliche Leitungsprozesse Rechtliche Rahmenbedingungen, Steuern Kostenrechnung, Preiskalkulation Externes Rechnungswesen Business Model Evaluierung (SWOT-Analyse) Weitere, spezielle Unterrichtseinheiten zu: Selbst- und Teammanagement Präsentationstechnik Experience Report eines Unternehmers/einer Unternehmerin
Lehr- und Lernmethoden	Projekt Vorlesung
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [unbenotet] und abschließend: (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	BWR in Bachelor Elektrotechnik 2020 BWR in Bachelor Elektrotechnik und Informationstechnik 2024 BWR in Bachelor Medientechnologie 2020 BWR in Bachelor Medientechnologie 2024 BWR in Bachelor Optometrie 2021 BWR in Bachelor Medientechnologie 2024 BWR in Bachelor Medientechnologie 2024
Perma-Links zur Organisation	Ilu
Besonderheiten und Hinweise
Letzte Aktualisierung	4.2.2025, 12:42:20
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

CA - Computeranimation 🔗

Modulkürzel	CA_BaTIN2024
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	begleitend: Fachgespräch oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	CA in Bachelor Medientechnologie 2020 CA in Bachelor Medientechnologie 2024 CA in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

CG - Computergrafik 🔗

Modulkürzel	CG_BaTIN2024
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 Geometrisches Modellieren Polygonale Netze Subdivisionsflächen Transformationen Koordinatensysteme Grundlegende Transformationen Projektionen Graphikhardware Rasterdisplays Grafikkarten Eingabegeräte Rendering Pipeline Rasterisierung Clipping Shading Visibilitätsverfahren Shader Programmierung Lokale Beleuchtungsmodelle Lichtquellen Reflektion Transparenz BRDFs Texturen Texturabbildung Erzeugung von Texturkoordinaten Filterung Normal Maps Environment Maps Displacement Maps Globale Beleuchtungsmodelle Rendering Equation Raytracing Räumliche Datenstrukturen Schatten Transmission - Gegenüberstellen von unterschiedlichen Beleuchtungsmodellen - Entscheiden, welches Verfahren geeignet ist, um eine konkrete Problemstellung der Computergrafik zu lösen 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 Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum oder mündlicher Beitrag [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen	Programmierkenntnisse Mathematik 1 und 2
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	P. Shirley, S. Marschner: Fundamentals of Computer Graphics, AK Peters, 2016 T. Akenine-Möller, et al.: Real-Time Rendering, Taylor & Francis Ltd., 2018 R. Rost, B. Licea-Kane: OpenGL Shading Language, Addison-Wesley, 2010
Verwendung des Moduls in weiteren Studiengängen	CG in Bachelor Medientechnologie 2020 CG in Bachelor Medientechnologie 2024 CG in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

DB1 - Datenbanken 1 🔗

Modulkürzel	DB1_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Modul MA1: Mengen, kartesisches Produkt, Relationen Grundstudium Informatik Grundstudium Mathematik
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	DB in Bachelor Elektrotechnik 2020 DB1 in Bachelor Elektrotechnik und Informationstechnik 2024 DB1 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

DB2 - Datenbanken 2 🔗

Modulkürzel	DB2_BaTIN2024
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	begleitend: Übungspraktikum und abschließend: (elektronische) Klausur oder mündliche Prüfung
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	C. Türker: SQL 1999 & SQL 2003 St. Edlich: NoSQL Datenbanken
Verwendung des Moduls in weiteren Studiengängen	DB2 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

DM - Data Mining 🔗

Modulkürzel	DM_BaTIN2024
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	begleitend: Übungspraktikum und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	DM in Bachelor Elektrotechnik und Informationstechnik 2024 DM in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

DOPE - DevOps und Platform-Engineering 🔗

Modulkürzel	DOPE_BaTIN2024
Modulbezeichnung	DevOps und Platform-Engineering
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	wird in Vorlesung bekannt gegeben
Verwendung des Moduls in weiteren Studiengängen	SM in Bachelor Technische Informatik 2020
Perma-Links zur Organisation	Ilu-Kurs
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

DR - Digitalrechner 🔗

Modulkürzel	DR_BaTIN2024
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 Grundfunktion Axiome und Gesetze Disjunktive Normalform, Minterme Konjunktive Normalform, Maxterme Systematische Vereinfachung Schaltnetze Logische Gatter, Tri-State-Buffer Beschreibungsformen boolsche Gleichung Tabelle KV-Diagramm Schaltplan Umformungen zwischen den Beschreibungsformen Analyse Synthese (inkl. Transfer von "Textaufgaben") Don't-Care-Bedingungen Typische Schaltnetze 1-aus-n-Decoder Multiplexer Demultiplexer Addierer Zahlendarstellung in Rechnersystemem Dual-Code, Hexadezimal-Code, Basiswechsel Zweierkomplement Fixkommadarstellung Gleitkommadarstellung ASCII-Code Speicherlemente Flip-Flops RS D Taktzustabdssteuerung Taktflakensteuerung Register parallele Schreibleseregister Schieberegister Parallel-Seriell-Wandlung Seriell-Parallel-Wandlung praxisrelevante Spezifikationen setup time hold time minimum puls width synchrone Zähler Grundidee Aufbau unter Verwendung von D-Flip-Flops Analyse Synthese Spezifikation in VHDL siehe VHDL synchrone Schaltwerke (Automaten) Beschreibung von Automaten mittels Zustandsüberführungsdiagrammen nach Moore Entwurf von Automaten als Problemlösung Implementierung mittels VHDL Zustandsüberführungsdiagramme Modellierung nach Moore zu beachtende Eigenschaften (Determinismus, Vollständigkeit) VHDL VHDL für Schaltnetze Aufbau eines VHDLK-Programms (entity, port, architecture, signale, in, out) Signale (Typ stdlogic: 1, 0, Tri-State, Don't-Care) Einfache Signalzuweisung f.d. direkte Umsetzung Boolescher Funktionen Bedingte Signalzuweisung f.d. direkte Umsetzung von Tabellen Signal-Vektor Datentyp Integer sowie Umwandlung von/nach Signal-Vektoren Nutzung von VHDL im Entwurfswerkzeug (Design Entry VHDL) VHDL für Zähler und Automaten Prozesse und sequentielle Anweisungen (process, variable, if, case, event, type) Realisierung regulärer Zähler in VHDL Realisierung von Zustandsüberführungsdiagrammen in VHDL Hierarchisches VHDL-Desin Packages, Components, Portmaps, Generics Programmierbare Bausteine Aufbau Grundidee Technologie Zellbegriff CPLD versus FPGA Entwurfswerkzeug Spezifiation mittels Schaltplan Erstellen eines Schaltplans (Design Entry Schematic) elementare Bibliothek (Gatter, IN, OUT, Buffer, MUX, Decoder, Flip-Flops) Sammelleitungen (Busse) Hierarchische Schaltpläne Spezifikation mittels VHDL Details hierzu siehe VHDL Synthese Simulation Grundaufbau und Arbeitsweise eines einfachen Rechnersystems Aufbau eines Von-Neumann-Rechners (Register, Rechenwerk, Steuerwerk, Speicher, Busstruktur) Funktionsweise, d.h. Ablauf einer Programmabarbeitung auf Basis von Registertransfers Konkretisierung der Arbeits- und Funktionsweise anhand eines minimalen simulierten Von-Neumann-Rechners Programmierung des Minimalrechners in Assembler (einfache Schleifen, Adressierungsarten absolut, direkt, indirekt) Systemverhalten aus spezifizierenden Texten herleiten technische Texte erfassen implizite Angaben erkennen und verstehen fehlende Angaben erkennen ableiten erfragen Erarbeitung von Problemlösungen, die sich mit Schaltnetzen realisieren lassen Austellen von Wahrheitstabelle Spezifikation boole'scher Gleichungen Minimierung boole'scher Gleichungen Implementierung mittels Schaltplan Implementierung mittels VHDL Interpretation und Umwandlung von Codes Codieren Decodieren Fehlererkennung und Fehlerkorrektur Erarbeitung von Problemlösungen, die sich mit synchronen Zählern realisieren lassen Aufstellen des Zustandüberführungsdiagramms Implementierung mittels Schaltnetz und Flip-Flops Implementierung in VHDL Erarbeitung von Problemlösungen, die sich mit synchronen Automaten realisieren lassen Aufstellen des Zustandüberführungsdiagramms Auswahl der geeigneten Spezifikationsform (Moore versus Mealy) Bewertung der Spezifikation Vollständigkeit Determiniertheit Lebendigkeit Implementierung mittels Schaltnetz und Flip-Flops Implementierung mittels VHDL Erläutern der Funktionsweise eines Von-Neumann-Rechners Teilimplementierungen der Rechnerkomponenten Implementierung des Rechenwerks als Schaltnetz Implementierung der Register auf Basis von Flip-Flops Implementierung des Speichers auf Basis von 1-aus-n-Decodern und Registern Implementierung des Steuerwerks als Automat Implementierung einfacher Hochsprachenkonstrukten in Assembler Variable und Konstante Felder Kontrollstrukturen (if, while, do while, switch case, for) Aufbau und Funktionsweise einer dedizierten CPU (z.B. IA32E-Architectur) Architekturübersicht Funktionsweise, d.h. Ablauf einer Programmabarbeitung auf Basis von Registertransfers elementare Grundlagen zur deren Programmierung in Assembler Projekt digitale Systeme entwerfen kommerzielles Entwurfswerkzeug verstehen und einsetzen wesentliche Eigenschaften von Standardkomponetnen kennen Hardwarebeschreibungssprache VHDL auf Basis von Design-Pattern kennen und anwenden können Funktionsweise eines Von-Neuman-Rechners beschreiben Teilsysteme eines Von-Neumanrechners implemetieren Programmierung einfacher Hochsprachen-Sequenzen in Assembler komplexere Aufgaben in Kleinteam bewältigen komplexere Problemlösungen erarbeiten komplexeren Problemstellungen verstehen und analysieren Systemverhalten aus spezifizierenden Texten herleiten technische Texte erfassen implizite Angaben erkennen und verstehen fehlende Angaben erkennen ableiten erfragen System strukturiert analysieren sinnvolle Teilsysteme (Schaltnetze, Zähler, Automaten) erkennen Schnittstellen zwischen Teilsystemen erfassen Teilsysteme modellieren Zustandsüberführungsdiagramme erstellen Wahrheitstabellen erstellen Problemlösung mittels Entwurfswerkzeug implementieren, testen und am Zielsystem in Betrieb nehmen Spezifiation von Teilsystemen Schaltplan VHDL Synthese von Teilsystemen Auswahl geeigneter Bibliotheksfunktionalitäten Finden syntaktischer Fehler und deren Behebung Simulation von Teilsystemen Erstellen von Teststimuli Finden semantischer Fehler und deren Behebung Spezifikation des Gesamtsystems Simulationdes Gesamtsystems Erstellen von Teststimuli Finden semantischer Fehler und deren Behebung Gesamtsystem am Zielsystem in Betrieb nehmen
Lehr- und Lernmethoden	Vorlesung / Übungen Projekt
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	keine
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

EG - Elektrotechnische Grundlagen 🔗

Modulkürzel	EG_BaTIN2024
Modulbezeichnung	Elektrotechnische Grundlagen
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	keine
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Termine)
Empfohlene Literatur	Gert Hagman, Grundlagen der Elektrotechnik, AULA-Verlag, ISBN 978-3-89104-747-7
Verwendung des Moduls in weiteren Studiengängen	EG in Bachelor Medientechnologie 2024 EG in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	20.5.2025, 14:25:39
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

EKS - Entwicklung komplexer Software-Systeme 🔗

Modulkürzel	EKS_BaTIN2024
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), die Fähigkeit, komplexe fachbezogene Probleme zu sehen und Lösungen gegenüber Fachleuten mündlich argumentativ zu vertreten und mit anderen Studierenden weiterzuentwickeln (K.3, K.5, K.7, K.9, K.11, K.16). 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	begleitend: Übungspraktikum oder (Zwischen-)Testat [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Termine)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

EL - Elektronik 🔗

Modulkürzel	EL_BaTIN2024
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.-Ing. Christoph Pörschmann/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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Grundlegende Kenntnisse von passiven Bauelementen, Widerstand, Kondensator, Induktivität Lösung linearer Gleichungen, rechnen mit komplexen Größen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Termine)
Empfohlene Literatur	keine
Verwendung des Moduls in weiteren Studiengängen	EL in Bachelor Elektrotechnik 2020 EL in Bachelor Elektrotechnik und Informationstechnik 2024 EL in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

ES - Eingebettete Systeme 🔗

Modulkürzel	ES_BaTIN2024
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	begleitend: Projektarbeit [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	W.Wolff: Computers as Compenents: Principles of Embedded System Design Wieringa: Design Methods for reactive Systems
Verwendung des Moduls in weiteren Studiengängen	ES in Bachelor Elektrotechnik 2020 ES in Bachelor Elektrotechnik und Informationstechnik 2024 ES in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

ESP - Eingebettete Systeme - Projekt 🔗

Modulkürzel	ESP_BaTIN2024
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	begleitend: Projektarbeit [100%]
Workload	150 Stunden
Präsenzzeit	36 Stunden
Selbststudium	114 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

FIT - Funksysteme für IoT 🔗

Modulkürzel	FIT_BaTIN2024
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	begleitend: Projektarbeit oder Hausarbeit [20%] und abschließend: (elektronische) Klausur oder mündliche Prüfung [80%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Projekt (erfordert Anwesenheit im Umfang von: 4 Termine)
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	FIT in Bachelor Elektrotechnik 2020 FIT in Bachelor Elektrotechnik und Informationstechnik 2024 FIT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

FSA - Formale Sprachen und Automatentheorie 🔗

Modulkürzel	FSA_BaTIN2024
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	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen	keine
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

GEN - Generative Medientechnologien 🔗

Modulkürzel	GEN_BaTIN2024
Modulbezeichnung	Generative Medientechnologien
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. Jan Salmen/Professor Fakultät IME
Dozierende*r	Prof. Dr. Jan Salmen/Professor Fakultät IME
Learning Outcome(s) Nach diesem Modul sind die Studierenden in der Lage, Anwendungen aus dem Bereich generativer KI umzusetzen (also Erzeugen von Bildern, Tönen, Sprache), indem sie geeignete Verfahren nutzen (z.B. Autoencoder, GANs, Diffusion Models). Die erworbenen Kompetenzen helfen den Studierenden, sowohl im weiteren Studienverlauf als auch später im Berufsleben, da die betrachteten Verfahren eine wichtige Rolle in vielen heutigen praktischen Anwendungen im Bereich Medientechnologie spielen. Dieses Modul ist Teil des Vertiefungsgebiets "Bildverarbeitung".
Modulinhalte Vorlesung Diverse generative Modelle und ihre aktuellen Varianten: Autoencoder, GANs, Transformer, Diffusionsmodelle, ... Praktikum Generative Modell anwenden, um Medieninhalte (Bild, Audio, Text) automatisch zu erzeugen. Dafür wird Python genutzt und es wird häufig auf vortrainierte Modelle zurückgegriffen, die für gewünschte Anwendungen angepasst werden.
Lehr- und Lernmethoden	Vorlesung Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur oder Schriftliche Prüfung im Antwortwahlverfahren [100%]
Workload	150 Stunden
Präsenzzeit	75 Stunden
Selbststudium	180 Stunden
Empfohlene Voraussetzungen	Modul MA1 Modul MA2 Modul PI1 Modul PI2 EMT, EM2, INF1, INF2, EMAM, MA1, PHO1, PHO2, AVW, TPSE
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	GEN in Bachelor Medientechnologie 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

GRT - Graphentheorie 🔗

Modulkürzel	GRT_BaTIN2024
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	begleitend: Übungspraktikum und begleitend: (Zwischen-)Testat [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	78 Stunden
Selbststudium	72 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	GRT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

GSP - Grundlagen der Systemprogrammierung 🔗

Modulkürzel	GSP_BaTIN2024
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 Konstanten, Variablen, Datentypen Ausdrücke, Anweisungen, Kontrollstrukturen Präprozessoranweisungen Zeiger und Zeigerarithmetik Strukturierte Datentypen (Felder, Strukturen) Funktionen Standardbibliotheken Aufbau von Mehrdateienprogrammen mit Zugriff auf Bibliotheken Software-Entwicklungsumgebung Compiler Linker Debugger Simulator hardwarenahe I/O-Programmierung in C Aufbau digitaler I/O-Ports Erreichbarkeit von I/O-Ports Memory-Mapped-I/O seperater I/O-Adressbereich Zugriff auf I/O-Ports mittels Zeiger Zugriff auf I/O-Ports mittels Treiberbibliotheken Implementierung von Treiberbibliotheken in C Bitbasierte Ein-Ausgabe und Auswertung von Daten mittels C Programmierung von Aufgaben des Messens, Steuerns und Regelns in C Realisierung von Moore- und Mealy-Automaten in C Optimierung von zyklischen Zugriffen auf I/O-Daten Aufbau und Funktionsweise eines Echtzeitbetreibssystems Anforderungen und Vergleich zu "normalen" Betriebssystemen Multitasking kooperativ und preemtive Priorität und Zustände einer Task Mutex, Semaphoren ereignisgesteuertes Multitaskig Intertask-Kommunikation mittels Queues Deadlocks und Race-Conditions I/O-Schnittstellen eines Rechnersystems und deren Nutzung mittels C (am Beispiel des dedizierten Kleinrechnersystems) digitale Ports (siehe oben) Timer/Counter (inkl. Digital-Analog-Wandlung mittel Pulsweitenmodulation) Analog-Digital-Wandler serielle Schnittstelle Nutzung der I/O-Schnittstellen aus C heraus Interrupts Interrupt-Quellen und -Arten (extern, intern, hardware, software) Interruptsverwaltung Interupt-Vektor-Tabelle Interrupts-Service-Routine zeitlicher Ablauf der Interruptsbearbeitung Mechanismen zur Bearbeitung konkurrierender Interrupts Priorisierung Unterbrechung Problenspezifischer Einsatz dieser Mechanismen Nutzung von I/O-Schnittstellen mittels Interrupt unter C Laufzeitsystem für C-Programme Unterprogrammaufruf in Assembler Stack und Assemblerbefehle zur Stackmanipulation Programmzustandsrettung und -wiederherstellung mittels Stack C-Funktions-Parameterübergabe mittels Stack Verwaltung lokalen C-Variablen mittels Stack dynamischer Stackauf und -abbau bei geschaltelten C-Funktionsaufrufen manuelle Interpretation des Stackinhalts mittels Debugger Verstehen und erläutern der Arbeitsweise eines Mikrocontroller-System (Hardware und Echtzeitbetriebssystem) Detaillierten technischen Spezifikationen von I/O-Schnittstellen interpretieren, so dass zielgerichtete sinnvolle Konfigurationen erstellt werden können Erstellen von Treiberbibliotheken in C für verschiedene I/O-Schnittstellen mit Unterstützung ihrer Interruptfähigkeit digitale Ports Timer/Counter Analog-Digital-Wandler serielle Schnittstellen Systemverhalten aus spezifizierenden Texten herleiten technische Texte erfassen implizite Angaben erkennen und verstehen fehlende Angaben erkennen ableiten erfragen Erarbeitung von Problemlösungen aus dem Bereich Messen-Steuern-Regeln, die sich mit C-Programmen realisieren lassen Systemverhalten aus spezifizierenden Text herleiten Auswahl und Konfiguration der benötigten I/O-Schnittstellen Erarbeitung eines Softwarekonzeptes Aufteilung der Aufgaben in Prozesse Kommunikationskonzept Interruptskonzepte Aufstellen des Zustandsüberführungsdiagramms Auswahl der geeigneten Spezifikationsform (Moore versus Mealy) Bewertung der Spezifikation Vollständigkeit Determiniertheit Lebendigkeit Implementierung mittels C Laufzeitsystem für C-Programme analysieren und beschreiben dynamischer Stackauf und -abbau bei geschachtelten C-Funktionsaufrufen ermitteln und beschreiben dynamischen Stackaufbau mittels Debugger analysieren und bescheiben Praktikum siehe Fertigkeiten, die unter "Vorlesung/Übung->Lernziele->Fertigkeiten" aufgeführt sind zielgerichtetes Handhaben der Software-Entwicklungsumgebung komplexere Aufgaben in einem Kleinteam bewältigen Erarbeitung von komplexeren Problemlösungen aus dem Bereich Messen-Steuern-Regeln, die sich mit C-Programmen unter Verwendungf eines Echtzeitbetriebssystems realisieren lassen
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	grundlegende prozedurale Programmierkenntnisse Grundlegende Funktionsweise eines Von-Neumann-Rechners Grundlagen der Digitaltechnik Automatem u. Zustandsüberführungsdiagramme
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

GUI - Graphische Oberflächen und Interaktion 🔗

Modulkürzel	GUI_BaTIN2024
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. Andreas Behrend/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	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	keine
Verwendung des Moduls in weiteren Studiengängen	GUI in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

HF - Hochfrequenztechnik 🔗

Modulkürzel	HF_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	HF in Bachelor Elektrotechnik 2020 HF in Bachelor Elektrotechnik und Informationstechnik 2024 HF in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

IAK - Ingenieurakustik 🔗

Modulkürzel	IAK_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen	Grundkenntnisse Mechanik Kenntnisse Zeit- und Frequenzbereich Komplexe Rechnung Grundkenntnisse Integral- und Differentialrechnung
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Praktikumstermine und 1 Hörversuch)
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	IAK in Bachelor Elektrotechnik 2020 IAK in Bachelor Elektrotechnik und Informationstechnik 2024 IAK in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

IOT - IoT Protokolle und Anwendungen 🔗

Modulkürzel	IOT_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	36 Stunden
Selbststudium	114 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Termine)
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	IOT in Bachelor Elektrotechnik 2020 IOT in Bachelor Elektrotechnik und Informationstechnik 2024 IOT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

ITS - IT-Sicherheit 🔗

Modulkürzel	ITS_BaTIN2024
Modulbezeichnung	IT-Sicherheit
Art des Moduls	Pflichtmodul
ECTS credits	5
Sprache	deutsch, englisch bei Bedarf
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	6
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Termine)
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	ITS in Bachelor Elektrotechnik 2020 ITS in Bachelor Elektrotechnik und Informationstechnik 2024 ITS in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

KOAK - Kommunikationsakustik 🔗

Modulkürzel	KOAK_BaTIN2024
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	begleitend: Praktikumsbericht [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen	Grundkenntnisse Mechanik Kenntnisse Zeit- und Frequenzbereich Komplexe Rechnung Grundkenntnisse Integral- und Differentialrechnung Grundkenntnisse Akustik
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Praktikumstermine und 1 Hörversuch)
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	KOAK in Bachelor Elektrotechnik 2020 KOAK in Bachelor Elektrotechnik und Informationstechnik 2024 KOAK in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

KOLL - Kolloquium zur Bachelorarbeit 🔗

Modulkürzel	KOLL_BaTIN2024
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	abschließend: Kolloquium [100%]
Workload	90 Stunden
Präsenzzeit	0 Stunden
Selbststudium	90 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Siehe Prüfungsordnung §29, Abs. 2
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	KOLL in Bachelor Elektrotechnik 2020 KOLL in Bachelor Elektrotechnik und Informationstechnik 2024 KOLL in Bachelor Medientechnologie 2020 KOLL in Bachelor Medientechnologie 2024 KOLL in Bachelor Optometrie 2021 KOLL in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise	Siehe auch Prüfungsordnung §29.
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

MA1 - Mathematik 1 🔗

Modulkürzel	MA1_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	300 Stunden
Präsenzzeit	144 Stunden
Selbststudium	156 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname 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	MA1 in Bachelor Elektrotechnik und Informationstechnik 2024 MA1 in Bachelor Optometrie 2021 MA1 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

MA2 - Mathematik 2 🔗

Modulkürzel	MA2_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	300 Stunden
Präsenzzeit	144 Stunden
Selbststudium	156 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	MA2 in Bachelor Elektrotechnik und Informationstechnik 2024 MA2 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

ML - Maschinelles Lernen 🔗

Modulkürzel	ML_BaTIN2024
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 Arten des Lernens Einfachste Klassifikatoren (Quader, Minimum-Distance, Nearest Neighbour) Einfacher Predictor (Ausgleichsgerade alias Lineare Regression) Herausforderungen beim Lernen Lineare Regression als einfachster Predictor Lineare Regression als einfachster Klassifikator Trainingsdaten (Handhabung, Analyse, Aufbereitung) Gradientenabstiegsverfahren Qualitätsmaße Lernkurve Multi-Class-Klassifikator auf Basis binärer Klassifikatoren Klassifikation mit mehreren Labels und/oder Ausgaben Logistische Regression Einfache neuronale Netze Das künstliche Neuron als einfachster Klassifikator Arbeitsweise Aufgabe der Aktivierungsfunktion Aufgabe des Bias Training eines Neurons Multi-Layer-Perceptron Aufbau Aufgabe der Layer Backpropagation-Trainingsalgorithmus Tools zur Erstellung und zum Training einfacher Neuronaler Netze und zum Handling der Trainingsdaten Handhabung, Analyse und Aufbereitung der Trainingsdaten Erstellen und konfiguration neuronaler Netze Training neuronaler Netze Verifikation trainierter Netze Deep Neural Networks Prinzipielle Probleme die sich gegenüber einfachen Neuronalen Netzen ergeben schwindende oder explodierende Gradienten hohe Trainingszeiten Übertrainieren Lösungsansätze für die o.g. Probleme geeignete Initialisierung der Gewichte, nicht sättigende Aktivierungsfunktion, Gradient Clipping beschleunigte Optimierungsverfahren, Wiederverwendung vortrainierter Schichten Regularisierung zur Vermeidung des Übertranierens Tools zur Erstellung und zum Training von Deep Neural Networks Handhabung, Analyse und Aufbereitung der Trainingsdaten Erstellen und konfiguration neuronaler Netze Training neuronaler Netze Verifikation und Validierung trainierter Netze Convolutional Neural Networks (CNNs) Idee Aufbau Convolutional Layer Pooling Layer Faltungsoperator als grundlegender Implementierungsoperator für Training und Erkennung Architekturen von CNNs für verschiedene Problemstellungen Tools zur Erstellung und zum Training von CNNs Rekurrente Neuronale Netze (RNN) Idee Rekurrente Neuronen Training von RNNs und Deep RNNs Long Short Term Memory (LSTM) Architekturen von RNNs für verschiedene Problemstellungen Tools zur Erstellung und zum Training von deep CNNs 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	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Testattermine)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

MLO - Machine Learning Operations 🔗

Modulkürzel	MLO_BaTIN2024
Modulbezeichnung	Machine Learning Operations
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. Pascal Cerfontaine/Professor Fakultät IME
Dozierende*r	Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME
Learning Outcome(s) Die Modulbeschreibung wird rechtzeitig vor der ersten Durchführung erstellt.
Modulinhalte Vorlesung / Übungen Praktikum
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	76 Stunden
Selbststudium	74 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen
Besonderheiten und Hinweise	Die Lehrveranstaltungsbeschreibung wird rechtzeitig vor der ersten Durchführung ergänzt
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

MPR - Mobilgeräteprogrammierung 🔗

Modulkürzel	MPR_BaTIN2024
Modulbezeichnung	Mobilgeräteprogrammierung
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	begleitend: Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

MT - Messtechnik 🔗

Modulkürzel	MT_BaTIN2024
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 Allgemeine Betrachtungen Historischer Rückblick Das SI-System Messmethoden Bekannte systematische Messabweichungen Unbekannte systematische Messabweichungen Fortpflanzung systematischer Messabweichungen Zufällige Messabweichungen Vollständiges Messergebnis Zufallsexperimente Relative Häufigkeit Das Laplace-Experiment Bedingte Wahrscheinlichkeit Unabhängige Ereignisse Zufallsvariable Verteilungsfunktion und Verteilungsdichtefunktion Erwartungswert, Varianz und Standardabweichung Zentraler Grenzwertsatz, Normalverteilung und Gleichverteilung Stichprobe einer Messgröße Vertrauensbereich für den Erwartungswert Fortpflanzung zufälliger Abweichungen Lineare Regression Eigenschaften elektrischer Messgeräte Drehspulmesswerk Elektrodynamisches Messwerk Dreheisenmesswerk Messbereichserweiterung bei Gleichspannungsmessung Messbereichserweiterung bei Gleichstrommessung Begrenzerschaltungen Wechselstrom- und Wechselspannungsmessung Abtastung und Rekonstruktion A/D – und D/A - Wandler Digitales Multimeter Logische Grundgatter Speicherelemente und Zähler Digitale Zeitmessung Digitale Frequenzmessung Digitale Oszilloskope Widerstandsbestimmung Messbrücken Spannung und Strom liefernde Sensoren Widerstand liefernde Sensoren Impuls gebende 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	begleitend: Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Modul MA1: Gleichungssysteme lösen Modul MA2: Differentialrechnung / Integralrechnung MA1, MA2, GE1, GE2
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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	MT in Bachelor Elektrotechnik 2020 MT in Bachelor Elektrotechnik und Informationstechnik 2024 MT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

NDQ - Nachhaltigkeit durch Qualität 🔗

Modulkürzel	NDQ_BaTIN2024
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	begleitend: mündlicher Beitrag [100%]
Workload	150 Stunden
Präsenzzeit	78 Stunden
Selbststudium	72 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an seminaristischer Unterricht (erfordert Anwesenheit im Umfang von: An mindesten acht Terminen des Seminars müssen sich die Studierenden anwesend sein und sich beteiligen.)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	NDQ in Bachelor Elektrotechnik 2020 NDQ in Bachelor Elektrotechnik und Informationstechnik 2024 NDQ in Bachelor Medientechnologie 2020 NDQ in Bachelor Medientechnologie 2024 NDQ in Bachelor Optometrie 2021 NDQ in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	20.5.2025, 14:25:39
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

NP - Netze und Protokolle 🔗

Modulkürzel	NP_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Praktikumsversuche)
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	NP in Bachelor Elektrotechnik 2020 NP in Bachelor Elektrotechnik und Informationstechnik 2024 NP in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

NSA - Netzsicherheit und Automation 🔗

Modulkürzel	NSA_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Termine)
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	NSA in Bachelor Elektrotechnik 2020 NSA in Bachelor Elektrotechnik und Informationstechnik 2024 NSA in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

PI1 - Praktische Informatik 1 🔗

Modulkürzel	PI1_BaTIN2024
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 Algorithmen Eigenschaften Darstellungsmöglichkeiten Digitalrechner Bit/Byte-Begriff Grobaufbau der Soft- und Hardware-Architektur Grundbegriffe der Programmierung höhere Programmiersprachen vs. Maschinensprachen Übersetzung vs. Interpretation prozedurale vs. objektorientierte Sprachen: C vs. Java Variablen-Begriff einfache Datentypen in Java (und C) Zahlen Wertebereiche Konstantendarstellung Operationen Zeichen Codierungen: ASCII, Unicode Operationen Zeichenketten boolesche Werte Konstantendarstellung Operationen Kontrollstrukturen in Java (und C) abstrakte Darstellungsformen Struktogramme Programmablaufpläne Blöcke bedingte Anweisungen if if-else Mehrfachverzweigungen: switch-case Schleifen kopfgesteuerte Schleifen for while fußgesteuerte Schleifen: do-while statische Methoden in Java Definition von Methoden Kopf mit Parametern und Rückgabetyp Körper mit Wertrückgabe Aufruf von Methoden Parameterübergabe: Wertaufruf vs. Referenzaufruf Überladung Speicherklassen Arrays in Java Speicherorganisation: Referenz-Begriff Indizierung und Schleifen mehrdimensionale Arrays Objekte und Klassen in Java Motivation und Grundbegriffe der objektorientierten Programmierung Kapselung Objekte mit Attributen und Methoden Klassen Konstruktoren Zugriffsschutz klassenbezogene Attribute und Methoden Erstellung von Algorithmen zur Lösung vorgegebener Probleme Beschreibung in natürlicher Sprache Beschreibung in grafischer Form (Struktogramme und/oder Programmablaufpläne) Programmierung elementarer Operationen in einer höheren Sprache auf Zahlen auf Zeichen und Zeichenketten auf booleschen Werten Programmierung mit Kontrollstrukturen Programmierung mit Methoden Programmierung mit strukturierten Datentypen, insbes. Arrays Programmierung mit grundlegenden Techniken der objektorientierten Programmierung (Klassen und Objekte) Praktikum Programmierung elementarer Operationen auf einfachen Datentypen Programmierung mit Kontrollstrukturen (mit vorheriger Erstellung entsprechender Struktogramme und/oder Programmablaufpläne) Programmierung mit Methoden Programmierung mit strukturierten Datentypen, insbes. Arrays Umgang mit einer Softwareentwicklungsumgebung Fehlersuche und -beseitigung in Programmen Erstellung von Algorithmen und Umsetzung in Programme Anwendung der unter "Kenntnisse" und "Fertigkeiten" genannten Aspekte auf praxisbezogene Szenarien durch selbstständige Arbeit in kleinem Team.
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum oder Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	keine
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Termine)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	PI1 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

PI2 - Praktische Informatik 2 🔗

Modulkürzel	PI2_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Modul PI1: Grundkenntnisse in PI1 Programmiererfahrung mit Entwicklungsumgebungen wie Eclipse Grundkenntnisse in PI1 Programmiererfahrung mit Entwicklungsumgebungen wie Eclipse
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	Vogt: Informatik – Eine Einführung in Theorie und Praxis, Spektrum, 2004
Verwendung des Moduls in weiteren Studiengängen	PI2 in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

PP - Programmierpraktikum 🔗

Modulkürzel	PP_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet]
Workload	150 Stunden
Präsenzzeit	27 Stunden
Selbststudium	123 Stunden
Empfohlene Voraussetzungen	gleichzeitige (oder in Ausnahmefällen vorherige) Teilnahme an "Praktische Informatik 1"
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

PPRA - Parallelprogrammierung und Rechnerarchitekturen 🔗

Modulkürzel	PPRA_BaTIN2024
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 Grundlagen der Parallelprogrammierung Einleitung Ansatz/Grundidee Datenabhängigkeiten und Synchronisierung Parallele Computerarchitekturen Klassifikation MMID SIMD Design paralleler Programme Entwicklungsprozess PCAM Dekompositionsmuster für Parallelität Funktionale Parallelität Daten Parallelität Datenfluss Parallelität Design paralleler Programme Programm Struktur Muster zur Parallelprogrammierung Master Slave (Master Worker) Fork and Join Singe Program Multiple Data (SPMD) Multiple Program Multiple Data (MPMD) Loop Parallelismus Zuordnung von Programm Struktur Mustern zu Dekompositions-Muster Leistungsbestimmung paralleler Programme (Performance Evaluation) Metriken zur Leistungsbestimmung (Performance Metrics) Speedup Amdahl’s Gesetz Effizienz Skalierbarkeit Messung der Leistung (Performance) Modellierung paralleler Programme mit Coloured Petri Nets Parallele Abläufe zeigen Leistungsbestimmung am Modell (Performance Analysis) Kenntnisse von Standard-Bibliotheken für verschiedene parallele Architekturen Verteilte Rechnersysteme MPI Multicore/Parallelrechner OpenMP, MPI (remote memory access), Rust GPU CUDA (GPU-Programming) Rechnerarchitekturen (gem. Von-Neumann) Konzeptionelle Komponenten zur Leistungssteigerung bzgl. … Speicher Processing Units GPU (s.o.) Kommunikation Protection Implementierung der vorangestellten Konzepten in konkreten Rechnerarchitekturen IA32e (AMD64) Design Bereichsspezifischer Architekturen (Domain specific architectures) Digitale Hardware-Beschleuniger (Signalverarbeitung) Tensor Processing Unit (Künstliche neuronale Netze) Die Studierenden sind in der Lage, den Aufbau, die Organisation und das Operationsprinzip von Rechnersystemen zu erörtern, den Zusammenhang zwischen Hardware-Konzepten und den Auswirkungen auf die Software zu analysieren, um effiziente Programme erstellen zu können, aus dem Verständnis über die Wechselwirkungen von Technologie, Rechnerkonzepten und Anwendungen die grundlegenden Prinzipien des Entwurfs nachzuvollziehen und anzuwenden, Rechnerkonzepte zu bewerten und zu vergleichen. Die Studierenden sind in der Lage, Architekturmerkmale von Parallelrechner zu beschreiben, Parallelrechner, Programmierparadigmen und Designpattern zu bewerten und bezüglich einer Anwendung auszuwählen, Parallelrechner zu programmieren Systemverhalten aus spezifizierenden Texten herleiten technische Texte erfassen implizite Angaben erkennen und verstehen fehlende Angaben erkennen ableiten erfragen Projekt siehe Fertigkeiten, die unter "Vorlesung/Übung->Lernziele->Fertigkeiten" aufgeführt sind zielgerichtetes Handhaben der Software-Entwicklungsumgebungen komplexere Aufgaben in einem Kleinteam bewältigen Erarbeitung von komplexeren Problemlösungen aus mindestens einem Bereich der rechen/datanintensiven Algorithmen, der Signalverarbeitung, der Künstlichen Intelligenz oder der Grafischen Animation, die pädestiniert sind für den Einsatz von Parallelrechnern.
Lehr- und Lernmethoden	Vorlesung / Übungen Projekt
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [50%] und abschließend: (elektronische) Klausur oder mündliche Prüfung [50%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	grundlegende prozedurale Programmierkenntnisse Grundkenntnisse in Multitasking-Programmierung Grundlegende Funktionsweise eines Von-Neumann-Rechners Grundlagen der Digitaltechnik (Automaten, Hardware-Beschreibungssprache)
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

PRA - Praxisphase 🔗

Modulkürzel	PRA_BaTIN2024
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	begleitend: Praktikumsbericht [unbenotet]
Workload	690 Stunden
Präsenzzeit	0 Stunden
Selbststudium	690 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an externes Praktikum (erfordert Anwesenheit im Umfang von: Mit Praktikumsgeber zu vereinbaren)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	PRA in Bachelor Technische Informatik 2020
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

PUK - Präsentation und Kommunikation 🔗

Modulkürzel	PUK_BaTIN2024
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	begleitend: mündlicher Beitrag [unbenotet]
Workload	90 Stunden
Präsenzzeit	54 Stunden
Selbststudium	36 Stunden
Empfohlene Voraussetzungen	Modul SYP: SYP ist keine direkte Voraussetzung, aber die in PUK vermittelten Kompetenzen werden im Rahmen von SYP bei Projektpräsentation geprüft. keine
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	PUK in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

QKC - Quellen- und Kanalcodierung 🔗

Modulkürzel	QKC_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Praktikumstermine)
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	QKC in Bachelor Elektrotechnik 2020 QKC in Bachelor Elektrotechnik und Informationstechnik 2024 QKC in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

RT - Regelungstechnik 🔗

Modulkürzel	RT_BaTIN2024
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	begleitend: Praktikumsbericht [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	Skript Lutz, Wendt: Taschenbuch der Regelungstechnik, Verlag Harri Deutsch.
Verwendung des Moduls in weiteren Studiengängen	RT in Bachelor Elektrotechnik 2020 RT in Bachelor Elektrotechnik und Informationstechnik 2024 RT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

SE - Software Engineering 🔗

Modulkürzel	SE_BaTIN2024
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), zur Prüfung eines erstellten Software-Systems (K.7, K.9, K.10) und die Fähigkeit, komplexe fachbezogene Probleme zu sehen und Lösungen gegenüber Fachleuten mündlich argumentativ zu vertreten und mit anderen Studierenden weiterzuentwickeln (K.3, K.5, K.7, K.9, K.11, K.16) 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	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 Stunden
Empfohlene Voraussetzungen	Modul PI2: Fundierte Kenntnisse in der Programmierung. Modul PP: Praktische Erfahrungen in der Programmierung. Programmierkenntnisse in Java
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 3 Testattermine)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

SIG - Signalverarbeitung 🔗

Modulkürzel	SIG_BaTIN2024
Modulbezeichnung	Signalverarbeitung
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Modul MA1: trigonometrische, exp., log-Funktionen; Grenzwerte; komplexe Rechnung Modul MA2: Integral- und Differentialrechnung; unendliche Reihen; Reihenentwicklung Modul PI1: Prozedurale Programmierung Kenntnisse der folgenden mathematischen Grundlagen: trigonometrische, exp., log-Funktionen; Grenzwerte; komplexe Rechnung, Integral- und Differentialrechnung; unendliche Reihen; Partialbruchzerlegung; Reihenentwicklung
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 2 Praktikumstermine)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

SMP - Signalverarbeitung mit Matlab/Python und µC 🔗

Modulkürzel	SMP_BaTIN2024
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	begleitend: Projektarbeit [unbenotet] und abschließend: mündlicher Beitrag [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Projekt (erfordert Anwesenheit im Umfang von: 8 Termine)
Empfohlene Literatur	Welch, Wright, Morrow: Real-Time Digital Signal Processing (CRC Press)
Verwendung des Moduls in weiteren Studiengängen	SMP in Bachelor Elektrotechnik 2020 SMP in Bachelor Elektrotechnik und Informationstechnik 2024 SMP in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

SOP - Systems on Programmable Chips 🔗

Modulkürzel	SOP_BaTIN2024
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	begleitend: Praktikumsbericht [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	72 Stunden
Selbststudium	78 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

SWP - Softwarepraktikum 🔗

Modulkürzel	SWP_BaTIN2024
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	begleitend: Projektarbeit [100%]
Workload	180 Stunden
Präsenzzeit	18 Stunden
Selbststudium	162 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	keine
Verwendung des Moduls in weiteren Studiengängen	SWP in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

SYP - Systementwicklungs-Projekt 🔗

Modulkürzel	SYP_BaTIN2024
Modulbezeichnung	Systementwicklungs-Projekt
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	begleitend: Projektarbeit [100%]
Workload	210 Stunden
Präsenzzeit	72 Stunden
Selbststudium	138 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur	keine
Verwendung des Moduls in weiteren Studiengängen	SYP in Bachelor Technische Informatik 2020 PLSYP in Master Technische Informatik 2020 PLSYP in Master 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

UT - Übertragungstechnik 🔗

Modulkürzel	UT_BaTIN2024
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 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 zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname an Praktikum (erfordert Anwesenheit im Umfang von: 4 Praktikumstermine)
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	UT in Bachelor Elektrotechnik 2020 UT in Bachelor Elektrotechnik und Informationstechnik 2024 UT in Bachelor Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

VDS - Verteilte Datenverarbeitungssysteme 🔗

Modulkürzel	VDS_BaTIN2024
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) Was: Im Rahmen der Vorlesung sollen prinzipielle Big Data Konzepte vermittelt werden. Das beinhaltet Fault Tolerance in verteilten Systemen, verschiedene Fehlerbehandlungsmechanismen (z.B. Replikation, Wiederherstellung) sowie Bloom Filter und N-Grams als Techniken zur Optimierung von Datenabfragen. Zudem werden Konzepte wie die Jaccard Similarity sowie Min/LS Hashing vorgestellt, um große Datenmengen effizient vergleichen und analysieren zu können sowie die grundlegenden Prinzipien von NoSQL-Systemen, einschließlich Replikation, CAP-Theorem, Multiversion- und BASE-Konsistenz, Consistent Hashing, Casual Consistency, Time-to-Live (TTL), Lamport- und Vector Clocks vermittelt. Womit: Der Dozent vermittelt Wissen und Basisfertigkeiten in einem Vorlesungs-/Übungsteil und betreut darauf aufbauend ein Praktikum. In den Übungen und insbesondere im Praktikum erarbeiten die Studierenden Softwarelösungen auf Basis von NoSQL-Systemen in Kleingruppen. Im Praktikum analysieren die Studierenden dafür Problemstellungen zur Datenspeicherung und -analyse (K1, K2, K4), programmieren Lösungen auf der Grundlage anerkannter Konzepte und Methoden (K3) mit Hilfe von aktuellen Systemen und Werkzeugen (K6, K9) und evaluieren die Softwarelösung (K7). Dazu verwenden sie verfügbare Dokumentationen (K8, K15) und passen die Softwaresysteme bzw. Werkzeuge entsprechend an (K10). Zum Abschluss des Praktikums müssen die Studierenden ihre Lösungen vorstellen und verteidigen (K8, K13, K16). Wozu: In komplexen Softwaresystemen muss die Verarbeitung großer, heterogener Datenmengen oft nebenläufig und verteilt erfolgen. Kenntnisse über die Grundlagen und die Programmierung verteilter Datenverarbeitungssysteme 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 bzw. zum Betrieb von Systemen, die nebenläufig und verteilt arbeiten (HF3). Die Durchführung im Team und mit dem Dozenten als "Auftraggeber" stärkt die Interaktionsfähigkeit der Studierenden (HF 4). Durch die Auseinandersetzung mit diesen Themen entwickeln die Studierenden das nötige Wissen und die Fähigkeiten, um verteilte Datenverarbeitungssysteme zu entwerfen, zu implementieren und zu optimieren, die für moderne Big Data-Anwendungen erforderlich sind.
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	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündlicher Beitrag [100%]
Workload	150 Stunden
Präsenzzeit	90 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen	Modul PI1: Sicherer Umgang mit einer Programmiersprache. Modul PI2: Sicherer Umgang mit einer Programmiersprache. Modul DB1: Datenanalyse mittels SQL sowie Architektur von Datenverarbeitungssystemen Veranstaltung Datenbanken I Veranstaltung Datenbanken II
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)	Erfolgreiche Teilname 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 Technische Informatik 2020
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

WA - Web-Architekturen 🔗

XGA - Gremienarbeit 🔗

Modulkürzel	XGA_BaTIN2024
Modulbezeichnung	Gremienarbeit
Art des Moduls	Wahlpflichtmodul
ECTS credits	0
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) 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.
Modulinhalte Projekt
Lehr- und Lernmethoden	Projekt
Prüfungsformen mit Gewichtung	abschließend: Fachgespräch [unbenotet]
Workload	0 Stunden
Präsenzzeit	-60 Stunden
Selbststudium	60 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen zur Teilnahme an Modulprüfung (Prüfungs-Vorleistung)
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	XIB in Bachelor Elektrotechnik 2020 XGA in Bachelor Elektrotechnik und Informationstechnik 2024 XIB in Bachelor Technische Informatik 2020 XIB2 in Bachelor Technische Informatik 2020 XGA in Master Informatik und Systems-Engineering 2024
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

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.

AUS - Auslandsphase während des Studiums 🔗

Gemäß § 4 Abs. 2 der Prüfungsordnung besteht die Möglichkeit, einen Auslandsaufenthalt in das Studium zu integrieren.

Studierende, die einen Auslandsaufenthalt in ihr Studium integriert haben und dabei Studienleistungen an einer ausländischen Hochschule erbracht haben, können sich diese auf Antrag und mit Zustimmung des Prüfungsausschusses anerkennen lassen.

Folgende Anerkennungsmöglichkeiten bestehen:

Ersatz eines kompletten Semesters des Regelstudiums: Die während des Auslandsaufenthaltes erbrachten Leistungen ersetzen pauschal die im Regelstudium für das 5. Semester vorgesehenen Module (Umfang 30 ECTS).
Anerkennung einzelner Studienleistungen: Die Leistungspunkte der anerkannten Studienleistungen können von den im regulären Studienverlaufsplan vorgesehenen Leistungspunkten abweichen.

Näheres regeln die vom Fakultätsrat beschlossenen „Richtlinien zur Anerkennung von im Ausland an einer Hochschule erbrachten Leistungen“ in der jeweils gültigen Fassung.

Vor Antritt des Auslandsaufenthaltes ist mit dem Auslandsbeauftragten der Fakultät ein Learning Agreement abzuschließen.

AW - Allgemeiner Wahlbereich 🔗

In diesem Wahlbereich können Module der Fakultät 07 für Informations-, Medien- und Elektrotechnik oder anderer Fakultäten und Hochschulen mit Bezug zu Informatik und Systems-Engineering gewählt werden.

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

Dieser Wahlbereich umfasst insbesondere alle Module aus folgenden anderen Bereichen:

Wahlbereich WM - Wahlbereich Informatik und Systems-Engineering

Module der Fakultät:

Modulkürzel	Modulbezeichnung	ECTS	enthalten in Studienschwerpunkt
ASN	Angewandte Statistik und Numerik	5
AT	Antennentechnik	5
ATS	Autonome Systeme	5		TI	KI
BV	Bildverarbeitung	5
CA	Computeranimation	5
CG	Computergrafik	5
DB2	Datenbanken 2	5	VSS		KI
DM	Data Mining	5			KI
DOPE	DevOps und Platform-Engineering	5	VSS
EKS	Entwicklung komplexer Software-Systeme	5	VSS
EL	Elektronik	5		TI
ES	Eingebettete Systeme	5		TI
ESP	Eingebettete Systeme - Projekt	5		TI
FIT	Funksysteme für IoT	5		TI
GEN	Generative Medientechnologien	5			KI
GRT	Graphentheorie	5			KI
HF	Hochfrequenztechnik	5
IAK	Ingenieurakustik	5
IOT	IoT Protokolle und Anwendungen	5	VSS	TI
KOAK	Kommunikationsakustik	5
ML	Maschinelles Lernen	5			KI
MLO	Machine Learning Operations	5			KI
MPR	Mobilgeräteprogrammierung	5
MT	Messtechnik	5
NDQ	Nachhaltigkeit durch Qualität	5
NSA	Netzsicherheit und Automation	5	VSS
PPRA	Parallelprogrammierung und Rechnerarchitekturen	5
QKC	Quellen- und Kanalcodierung	5		TI
SMP	Signalverarbeitung mit Matlab/Python und µC	5		TI
SOP	Systems on Programmable Chips	5		TI
UT	Übertragungstechnik	5
VDS	Verteilte Datenverarbeitungssysteme	5	VSS
WA	Web-Architekturen	5	VSS
XGA	Gremienarbeit	0
XPSS	Praxisorientierte Summer School in Bachelor Elektrotechnik und Informationstechnik 2024	5

Module anderer Fakultäten oder Hochschulen:

Zugehörigkeit	Modulbezeichnung	ECTS
TH Köln (Kompetenzwerkstatt)	Gender und die Welt, in der wir leben	2
TH Köln (Kompetenzwerkstatt)	Selbstlernmodul Moderation	2
TH Köln (Kompetenzwerkstatt)	Konfliktlösungs- und Verhandlungstechniken	6
TH Köln (Kompetenzwerkstatt)	Kommunikative Kompetenz in Führungssituationen	2
TH Köln (Kompetenzwerkstatt)	Rhetorik in der Gesprächsführung	3
TH Köln (Kompetenzwerkstatt)	Rhetorik in der Verhandlungstechnik	3
TH Köln (Kompetenzwerkstatt)	Schlagfertigkeit	1
TH Köln (Kompetenzwerkstatt)	Entrepreneurship - Grundlagenveranstaltung	6
TH Köln (Kompetenzwerkstatt)	Entwicklung von Geschäftsszenarios bei Existenzgründung	6
TH Köln (Kompetenzwerkstatt)	Zeit- und Selbstmanagement	1
TH Köln (Kompetenzwerkstatt)	Resilienztraining	3
TH Köln (Kompetenzwerkstatt)	Digitales Selbstmanagement	1
TH Köln (Kompetenzwerkstatt)	Konflikte verstehen und effektiv lösen	2
TH Köln (Kompetenzwerkstatt)	Als Führungskraft begeistern - Die Basics im Leadership	2
TH Köln (Kompetenzwerkstatt)	Hausarbeiten schreiben - aber wie?	1
TH Köln (Kompetenzwerkstatt)	Abschlussarbeiten erfolgreich bewältigen	2

WM - Wahlbereich Informatik und Systems-Engineering 🔗

In diesem Wahlbereich können Module der Fakultät 07 für Informations-, Medien- und Elektrotechnik mit Bezug zu Informatik und Systems-Engineering gewählt werden.

Aus diesem Wahlbereich müssen Module im Umfang von mindestens 35 ECTS-Kreditpunkten belegt werden.

Dieser Wahlbereich umfasst insbesondere alle Module aus folgenden anderen Bereichen:

Studienschwerpunkt KI - Künstliche Intelligenz
Studienschwerpunkt TI - Technische Informatik
Studienschwerpunkt VSS - Verteilte Software-Systeme
Wahlbereich XIB - Fachübergreifende Kompetenzen und Soft Skills

Module der Fakultät:

Modulkürzel	Modulbezeichnung	ECTS	enthalten in Studienschwerpunkt
ASN	Angewandte Statistik und Numerik	5
AT	Antennentechnik	5
ATS	Autonome Systeme	5		TI	KI
BV	Bildverarbeitung	5
CA	Computeranimation	5
CG	Computergrafik	5
DB2	Datenbanken 2	5	VSS		KI
DM	Data Mining	5			KI
DOPE	DevOps und Platform-Engineering	5	VSS
EKS	Entwicklung komplexer Software-Systeme	5	VSS
EL	Elektronik	5		TI
ES	Eingebettete Systeme	5		TI
ESP	Eingebettete Systeme - Projekt	5		TI
FIT	Funksysteme für IoT	5		TI
GEN	Generative Medientechnologien	5			KI
GRT	Graphentheorie	5			KI
HF	Hochfrequenztechnik	5
IAK	Ingenieurakustik	5
IOT	IoT Protokolle und Anwendungen	5	VSS	TI
KOAK	Kommunikationsakustik	5
ML	Maschinelles Lernen	5			KI
MLO	Machine Learning Operations	5			KI
MPR	Mobilgeräteprogrammierung	5
MT	Messtechnik	5
NSA	Netzsicherheit und Automation	5	VSS
PPRA	Parallelprogrammierung und Rechnerarchitekturen	5
QKC	Quellen- und Kanalcodierung	5		TI
SMP	Signalverarbeitung mit Matlab/Python und µC	5		TI
SOP	Systems on Programmable Chips	5		TI
UT	Übertragungstechnik	5
VDS	Verteilte Datenverarbeitungssysteme	5	VSS
WA	Web-Architekturen	5	VSS
XGA	Gremienarbeit	0
XPSS	Praxisorientierte Summer School in Bachelor Elektrotechnik und Informationstechnik 2024	5

Module anderer Fakultäten oder Hochschulen:

Zugehörigkeit	Modulbezeichnung	ECTS
TH Köln (Kompetenzwerkstatt)	Gender und die Welt, in der wir leben	2
TH Köln (Kompetenzwerkstatt)	Selbstlernmodul Moderation	2
TH Köln (Kompetenzwerkstatt)	Konfliktlösungs- und Verhandlungstechniken	6
TH Köln (Kompetenzwerkstatt)	Kommunikative Kompetenz in Führungssituationen	2
TH Köln (Kompetenzwerkstatt)	Rhetorik in der Gesprächsführung	3
TH Köln (Kompetenzwerkstatt)	Rhetorik in der Verhandlungstechnik	3
TH Köln (Kompetenzwerkstatt)	Schlagfertigkeit	1
TH Köln (Kompetenzwerkstatt)	Entrepreneurship - Grundlagenveranstaltung	6
TH Köln (Kompetenzwerkstatt)	Entwicklung von Geschäftsszenarios bei Existenzgründung	6
TH Köln (Kompetenzwerkstatt)	Zeit- und Selbstmanagement	1
TH Köln (Kompetenzwerkstatt)	Resilienztraining	3
TH Köln (Kompetenzwerkstatt)	Digitales Selbstmanagement	1
TH Köln (Kompetenzwerkstatt)	Konflikte verstehen und effektiv lösen	2
TH Köln (Kompetenzwerkstatt)	Als Führungskraft begeistern - Die Basics im Leadership	2
TH Köln (Kompetenzwerkstatt)	Hausarbeiten schreiben - aber wie?	1
TH Köln (Kompetenzwerkstatt)	Abschlussarbeiten erfolgreich bewältigen	2

XIB - Fachübergreifende Kompetenzen und Soft Skills 🔗

In diesem Wahlbereich können Module zu außerfachlichen, nicht-technischen Themen belegt werden. Im Folgenden werden nur Module dargestellt, die regelmäßig angeboten werden. Es sind aber auch einmalig oder unregelmäßig angebotene Module in diesem Wahlbereich wählbar, beispielsweise Module, die von der Kompetenzwerkstatt angeboten werden. Die Anerkennung eines solchen, unten nicht aufgeführten Moduls für diesen Wahlbereich muss per E-Mail an die Studiengangleitung vor der Teilnahme geklärt werden.

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

Module der Fakultät:

Modulkürzel	Modulbezeichnung	ECTS	enthalten in Studienschwerpunkt
XGA	Gremienarbeit	0
XPSS	Praxisorientierte Summer School in Bachelor Elektrotechnik und Informationstechnik 2024	5

Module anderer Fakultäten oder Hochschulen:

Zugehörigkeit	Modulbezeichnung	ECTS
TH Köln (Kompetenzwerkstatt)	Gender und die Welt, in der wir leben	2
TH Köln (Kompetenzwerkstatt)	Selbstlernmodul Moderation	2
TH Köln (Kompetenzwerkstatt)	Konfliktlösungs- und Verhandlungstechniken	6
TH Köln (Kompetenzwerkstatt)	Kommunikative Kompetenz in Führungssituationen	2
TH Köln (Kompetenzwerkstatt)	Rhetorik in der Gesprächsführung	3
TH Köln (Kompetenzwerkstatt)	Rhetorik in der Verhandlungstechnik	3
TH Köln (Kompetenzwerkstatt)	Schlagfertigkeit	1
TH Köln (Kompetenzwerkstatt)	Entrepreneurship - Grundlagenveranstaltung	6
TH Köln (Kompetenzwerkstatt)	Entwicklung von Geschäftsszenarios bei Existenzgründung	6
TH Köln (Kompetenzwerkstatt)	Zeit- und Selbstmanagement	1
TH Köln (Kompetenzwerkstatt)	Resilienztraining	3
TH Köln (Kompetenzwerkstatt)	Digitales Selbstmanagement	1
TH Köln (Kompetenzwerkstatt)	Konflikte verstehen und effektiv lösen	2
TH Köln (Kompetenzwerkstatt)	Als Führungskraft begeistern - Die Basics im Leadership	2
TH Köln (Kompetenzwerkstatt)	Hausarbeiten schreiben - aber wie?	1
TH Köln (Kompetenzwerkstatt)	Abschlussarbeiten erfolgreich bewältigen	2

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.

KI - Künstliche Intelligenz 🔗

Module der Fakultät:

Modulkürzel	Modulbezeichnung	ECTS
ATS	Autonome Systeme	5
DB2	Datenbanken 2	5
DM	Data Mining	5
ML	Maschinelles Lernen	5
GEN	Generative Medientechnologien	5
MLO	Machine Learning Operations	5
GRT	Graphentheorie	5

TI - Technische Informatik 🔗

Module der Fakultät:

Modulkürzel	Modulbezeichnung	ECTS
ATS	Autonome Systeme	5
EL	Elektronik	5
ES	Eingebettete Systeme	5
FIT	Funksysteme für IoT	5
IOT	IoT Protokolle und Anwendungen	5
QKC	Quellen- und Kanalcodierung	5
SMP	Signalverarbeitung mit Matlab/Python und µC	5
SOP	Systems on Programmable Chips	5
ESP	Eingebettete Systeme - Projekt	5

VSS - Verteilte Software-Systeme 🔗

Module der Fakultät:

Modulkürzel	Modulbezeichnung	ECTS
DB2	Datenbanken 2	5
EKS	Entwicklung komplexer Software-Systeme	5
IOT	IoT Protokolle und Anwendungen	5
NSA	Netzsicherheit und Automation	5
DOPE	DevOps und Platform-Engineering	5
VDS	Verteilte Datenverarbeitungssysteme	5
WA	Web-Architekturen	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 - Forschung und Entwicklung	HF2 - System- und Prozessmanage...	HF3 - Innovation und Anwendung	HF4 - Analyse, Bewertung und Qu...	HF5 - Interaktion und Kommunika...	K.1 - Systemdenken und Abgrenzu...	K.2 - Abstraktion und Modellier...	K.3 - Analyse natürlicher und t...	K.4 - MINT-Kompetenz	K.5 - Simulation und Analyse te...	K.6 - Entwurf und Realisierung ...	K.7 - Prüfen und Bewerten von S...	K.8 - Informationsbeschaffung u...	K.9 - Kommunikation und Präsent...	K.10 - Betriebswirtschaftliches ...	K.11 - Teamarbeit und interdiszi...	K.12 - Entscheidungsfindung in u...	K.13 - Berücksichtigung gesellsc...	K.14 - Lernkompetenz und Adaptio...	K.15 - Selbstorganisation und Se...	K.16 - Kommunikative und interku...	K.17 - Spezifische Fachkenntniss...	SK.1 - Global Citizenship	SK.2 - Internationalisierung	SK.3 - Interdisziplinarität	SK.4 - Transfer
AD	Algorithmen und Datenstrukturen	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤		⬤	⬤	⬤	⬤
AGE	Agile Systems Engineering		⬤				⬤								⬤		⬤				⬤	⬤				⬤	⬤
ASN	Angewandte Statistik und Numerik	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤			⬤							⬤		⬤
AT	Antennentechnik	⬤	⬤	⬤	⬤					⬤		⬤	⬤	⬤	⬤		⬤	⬤			⬤	⬤	⬤
ATS	Autonome Systeme	⬤		⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤							⬤		⬤
BAA	Bachelorarbeit	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤
BV	Bildverarbeitung	⬤		⬤	⬤			⬤	⬤	⬤		⬤	⬤										⬤
BVS1	Betriebssysteme	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤		⬤	⬤	⬤	⬤
BVS2	Verteilte Systeme	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤			⬤	⬤			⬤		⬤
BWR	Betriebswirtschaft und Recht				⬤	⬤		⬤										⬤		⬤	⬤		⬤	⬤		⬤
CA	Computeranimation	⬤		⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤							⬤		⬤			⬤	⬤
CG	Computergrafik	⬤		⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤		⬤		⬤	⬤	⬤			⬤		⬤			⬤	⬤
DB1	Datenbanken 1	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤			⬤							⬤	⬤
DB2	Datenbanken 2	⬤	⬤	⬤	⬤		⬤	⬤				⬤	⬤										⬤
DM	Data Mining	⬤		⬤	⬤			⬤		⬤				⬤					⬤	⬤	⬤
DOPE	DevOps und Platform-Engineering	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤			⬤	⬤		⬤	⬤		⬤
DR	Digitalrechner	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤			⬤	⬤		⬤
EG	Elektrotechnische Grundlagen	⬤		⬤	⬤		⬤	⬤	⬤	⬤	⬤			⬤	⬤		⬤	⬤		⬤	⬤	⬤
EKS	Entwicklung komplexer Software-Systeme	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤					⬤	⬤	⬤	⬤
EL	Elektronik	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤		⬤	⬤	⬤	⬤
ES	Eingebettete Systeme	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤
ESP	Eingebettete Systeme - Projekt	⬤		⬤	⬤	⬤			⬤		⬤	⬤	⬤	⬤		⬤	⬤	⬤		⬤	⬤		⬤
FIT	Funksysteme für IoT	⬤		⬤	⬤		⬤		⬤	⬤	⬤						⬤	⬤					⬤
FSA	Formale Sprachen und Automatentheorie	⬤		⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤		⬤
GEN	Generative Medientechnologien	⬤		⬤	⬤			⬤	⬤	⬤		⬤	⬤										⬤
GRT	Graphentheorie
GSP	Grundlagen der Systemprogrammierung	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤					⬤	⬤	⬤	⬤
GUI	Graphische Oberflächen und Interaktion	⬤		⬤	⬤	⬤		⬤	⬤			⬤	⬤	⬤			⬤	⬤			⬤		⬤
HF	Hochfrequenztechnik	⬤	⬤	⬤	⬤								⬤				⬤	⬤
IAK	Ingenieurakustik	⬤	⬤	⬤	⬤		⬤		⬤		⬤									⬤
IOT	IoT Protokolle und Anwendungen	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤
ITS	IT-Sicherheit	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤		⬤	⬤					⬤		⬤		⬤
KOAK	Kommunikationsakustik	⬤	⬤	⬤	⬤		⬤		⬤	⬤	⬤									⬤
KOLL	Kolloquium zur Bachelorarbeit					⬤									⬤						⬤			⬤		⬤	⬤
MA1	Mathematik 1	⬤		⬤	⬤			⬤		⬤				⬤
MA2	Mathematik 2	⬤		⬤	⬤			⬤		⬤				⬤
ML	Maschinelles Lernen	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤			⬤	⬤		⬤
MLO	Machine Learning Operations
MPR	Mobilgeräteprogrammierung	⬤		⬤	⬤	⬤		⬤	⬤			⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤
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	Signalverarbeitung	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤											⬤
SMP	Signalverarbeitung mit Matlab/Python und µC	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤
SOP	Systems on Programmable Chips	⬤		⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤				⬤	⬤					⬤
SWP	Softwarepraktikum	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤
SYP	Systementwicklungs-Projekt	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤
UT	Übertragungstechnik	⬤	⬤	⬤	⬤		⬤	⬤	⬤	⬤	⬤			⬤						⬤	⬤		⬤
VDS	Verteilte Datenverarbeitungssysteme	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤			⬤	⬤			⬤		⬤
WA	Web-Architekturen	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤	⬤		⬤	⬤		⬤	⬤	⬤	⬤
XGA	Gremienarbeit

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
1.1	2024-11-29-12-00-00	Version zur Abstimmung im Fakultätsrat	Link
1.0	2024-11-29-12-00-00	Begutachtete Version für Reakkreditierung 2024 Neues Layout für sämtliche Modulhandbücher	Link

Impressum

Datenschutzhinweis

Haftungshinweis

Bei Fehlern, bitte Mitteilung an die
modulhandbuchredaktion@f07.th-koeln.de

Studiengangsbeschreibung🔗

Ausrichtung des Studiengangs

Berufsfelder

Studienverlauf

Auslandsstudium

Studienvoraussetzungen

Absolventenprofil🔗

Handlungsfelder🔗

Forschung und Entwicklung

System- und Prozessmanagement

Innovation und Anwendung

Analyse, Bewertung und Qualitätssicherung

Interaktion und Kommunikation

Kompetenzen🔗

Systemdenken und Abgrenzung von Systemgrenzen

Abstraktion und Modellierung

Analyse natürlicher und technischer Phänomene

MINT-Kompetenz

Simulation und Analyse technischer Systeme

Entwurf und Realisierung von Systemen und Prozessen

Prüfen und Bewerten von Systemen und Prozessen

Informationsbeschaffung und -auswertung

Kommunikation und Präsentation

Betriebswirtschaftliches und rechtliches Wissen

Teamarbeit und interdisziplinäre Zusammenarbeit

Entscheidungsfindung in unsicheren Situationen

Berücksichtigung gesellschaftlicher und ethischer Werte

Lernkompetenz und Adaptionsfähigkeit

Selbstorganisation und Selbstreflexion

Kommunikative und interkulturelle Kompetenzen

Spezifische Fachkenntnisse und Fertigkeiten

Studienverlaufspläne🔗

Studienverlaufsplan 🔗

Alternativer Studienverlaufsplan 🔗

Module🔗

AD - Algorithmen und Datenstrukturen 🔗

AGE - Agile Systems Engineering 🔗

ASN - Angewandte Statistik und Numerik 🔗

AT - Antennentechnik 🔗

ATS - Autonome Systeme 🔗

BAA - Bachelorarbeit 🔗

BV - Bildverarbeitung 🔗

BVS1 - Betriebssysteme 🔗

BVS2 - Verteilte Systeme 🔗

BWR - Betriebswirtschaft und Recht 🔗

1. Fachkompetenzen (lernergebnisorientiert)

2. Fachübergreifende Kompetenzen

CA - Computeranimation 🔗

CG - Computergrafik 🔗

DB1 - Datenbanken 1 🔗

DB2 - Datenbanken 2 🔗

DM - Data Mining 🔗

DOPE - DevOps und Platform-Engineering 🔗

DR - Digitalrechner 🔗

EG - Elektrotechnische Grundlagen 🔗

EKS - Entwicklung komplexer Software-Systeme 🔗

EL - Elektronik 🔗

ES - Eingebettete Systeme 🔗

ESP - Eingebettete Systeme - Projekt 🔗

FIT - Funksysteme für IoT 🔗

FSA - Formale Sprachen und Automatentheorie 🔗

GEN - Generative Medientechnologien 🔗

GRT - Graphentheorie 🔗

GSP - Grundlagen der Systemprogrammierung 🔗

GUI - Graphische Oberflächen und Interaktion 🔗

HF - Hochfrequenztechnik 🔗

IAK - Ingenieurakustik 🔗

IOT - IoT Protokolle und Anwendungen 🔗

ITS - IT-Sicherheit 🔗

KOAK - Kommunikationsakustik 🔗

KOLL - Kolloquium zur Bachelorarbeit 🔗

MA1 - Mathematik 1 🔗

MA2 - Mathematik 2 🔗

ML - Maschinelles Lernen 🔗

MLO - Machine Learning Operations 🔗

MPR - Mobilgeräteprogrammierung 🔗

MT - Messtechnik 🔗

NDQ - Nachhaltigkeit durch Qualität 🔗

NP - Netze und Protokolle 🔗

NSA - Netzsicherheit und Automation 🔗