Studiengangsbeschreibung🔗

Das immer stärkere Zusammenwirken von Hardware und Softwarelösungen und die Vernetzung von Systemen prägen die wirtschaftlichen und technologischen Entwicklungen in der Computerindustrie und Telekommunikationsbranche. Der Studiengang Communication Systems and Networks bietet Studierenden die Möglichkeit, die komplexen Zusammenhänge moderner und zukünftig erforderlicher Kommunikationssysteme und -dienstleistungen zu erfassen und zu gestalten. Eine Besonderheit des Studiengangs ist die ganzheitliche Betrachtung nachrichtentechnischer Systeme von der Systemebene bis hin zur Netzwerkebene inklusive den aktuellen Sicherheitsanforderungen an solche Systeme. Den Studierenden bietet sich durch die Wahl aus zwei Vertiefungsprofilen Communication Systems und Networks and Security die Möglichkeit, je nach ihren Neigungen in einem dieser Gebiete vertiefte Kenntnisse und Fähigkeiten zu erlangen. Der Studiengang wird fast ausschließlich in englischer Sprache durchgeführt. Er richtet sich somit auch an internationale Studierende mit englischen Sprachkenntnissen.

Berufsfelder

Die Planung, Entwicklung und kundenspezifische Anpassung neuer Systeme der Kommunikationstechnik und -netze stehen im Zentrum der beruflichen Tätigkeiten. Die allgemein starke Nachfrage nach kommunikations- und informationstechnischen Dienstleistungen in praktisch allen Wirtschaftszweigen eröffnet zahlreiche Perspektiven in vielen Branchen. Neben Großunternehmen aus dem Mobilfunk- und Telekommunikationssektor sind Hersteller und Anbieter von nachrichtentechnischen Geräten und Einrichtungen, Netzbetreiber und Rundfunkanstalten, Hersteller von Geräten für die Unterhaltungselektronik, Maschinen- und Anlagenbauer, Automobilindustrie und deren Zulieferer zu nennen. Tätigkeiten als wissenschaftliche(r) MitarbeiterIn bei wissenschaftlichen und öffentlichen Institutionen und Forschungseinrichtungen mit der Möglichkeit zur Promotion sind ebenfalls vorgesehen.

Erwartungen an die StudienbewerberInnen

Von den Studierenden wird ein hohes Maß an Motivation, Engagement, Eigenverantwortung und Belastbarkeit bei der Gestaltung und Durchführung des Studiums erwartet. Außerdem müssen ausreichende englische Sprachkenntnisse nachgewiesen werden.

Studium

Das Masterprogramm wird vom Institut für Nachrichtentechnik der Fakultät für Informations-, Medien- und Elektrotechnik der TH Köln in Kooperation mit dem Fachbereich Informatik der Hochschule Bonn-Rhein-Sieg in St. Augustin angeboten. Es zeichnet sich durch eine praxisorientierte, berufsqualifizierende Ausbildung aus. Der modulare Aufbau des Studiums und die Bewertung der Module und Lehrveranstaltungen nach dem European Credit Transfer System (ECTS) erleichtern den internationalen Studierendenaustausch. Der Studiengang sieht einen Umfang von insgesamt 90 ECTS Punkten vor. Eine Vielzahl der Fächer wird in englischer Sprache gelehrt. Der anwendungsorientierte Masterstudiengang Communication Systems and Networks ist für eine Regelstudienzeit von drei Semestern einschließlich der Anfertigung der Masterarbeit konzipiert und führt zu dem Abschluss Master of Science. Die Studierenden erhalten durch Double Degree Abkommen mit der Universidad Polytécnico de Valéncia und der Universidad Polytécnico de Madrid die Möglichkeit mit geringem Mehraufwand einen Masterabschluss der TH Köln und einer renommierten spanischen Hochschule zu erwerben. Die dortigen Programme werden auch weitestgehend in englischer Sprache angeboten.

Studienvoraussetzungen

Bachelor oder Diplom in einem Informatikstudiengang, einem mathematisch-naturwissenschaftlichen oder ingenieurwissenschaftlichen Studiengang aus dem Bereich der Informationsund Kommunikationstechnik mit mindestens 210 ECTS Punkten und einer Abschlussnote besser als 2,3.
bei Abschlüssen mit weniger als 210 ECTS Punkten kann das Studium durch zusätzlich erbrachte Leistungen in Form von Praktika und / oder Lehrveranstaltungen aufgenommen werden.

Studienbeginn

Das Studium beginnt in der Regel zum Sommersemester. Der Einstieg zum Wintersemester ist möglich.

AbsolventInnenprofil🔗

AbsolventInnen des Studiengangs M. Sc. Communication Systems and Networks sind in der Lage, hochkomplexe Kommunikationssysteme und Netzwerktechnologien auf fortgeschrittenem wissenschaftlichem Niveau zu analysieren, zu gestalten und weiterzuentwickeln. Sie übernehmen Verantwortung in Forschung, Entwicklung, Systemintegration und technologischem Management -- national wie international. Der Studiengang richtet sich an qualifizierte Informatik- und IngenieurabsolventInnen und hebt sich durch seine forschungsnahe, internationale und interdisziplinäre Ausrichtung klar von grundständigen Studiengängen ab.

Der Masterstudiengang Communication Systems and Networks ist eine wissenschaftlich fundierte, stark anwendungsorientierte Ausbildung im Bereich der Informations- und Kommunikationstechnik. Anders als ein Bachelorstudium fokussiert sich das CSN-Programm auf die konzeptionelle Tiefe, systemübergreifende Verantwortung und innovative Gestaltung zukünftiger Informations- und Kommunikationssysteme und -netze.

Die Studierenden erlangen vertieftes, interdisziplinäres Fachwissen in den Bereichen:

Kommunikationssysteme, Netzwerktechnologien und Signalverarbeitung
Informationstheorie, Informationssicherheit und Kryptografie, Embedded Systems, KI-gestützte Netzwerke
Verteilte Systeme, IoT-Architekturen, Mobilfunknetze, Multimedia-Kommunikation

Das Studienprogramm zeichnet sich aus durch:

die vollständige Durchführung in englischer Sprache und internationale Ausrichtung,
wählbare Profilschwerpunkte ("Communication Systems" oder "Networks and Security"),
enge Einbindung forschungsbasierter Projektarbeit,
Double-Degree-Programme mit Partnerhochschulen in Spanien, sowie
eine fundierte Vorbereitung auf Führungspositionen und/oder eine Promotion.

Die AbsolventInnen des Studiengangs entwickeln ein für den Masterabschluss spezifisches Profil in folgenden Bereichen:

Sie konzipieren, implementieren und evaluieren komplexe Systeme der modernen Kommunikations- und Netzwerktechnologie unter Einbezug ökonomischer, ökologischer und ethischer Aspekte.
Sie beherrschen wissenschaftliche Methoden auf hohem Niveau und können Forschungsfragen strukturiert bearbeiten – auch mit Blick auf eine spätere Promotion.
Durch Projekte wie das Research Project und die Masterarbeit entwickeln sie Fähigkeiten zur wissenschaftlichen Analyse, interdisziplinären Teamarbeit und Innovation.
Sie sind befähigt, in dynamischen, technologiegetriebenen Umfeldern wie Mobilfunk, IT-Infrastruktur, IoT, Rundfunktechnik oder Cloud-/Edge-Computing Verantwortung zu übernehmen.
Sie verfügen über interkulturelle und kommunikative Kompetenzen, um in internationalen Teams effektiv zu arbeiten und komplexe Sachverhalte überzeugend zu vermitteln.
Sie sind darauf vorbereitet, neue technische Entwicklungen einzuordnen, deren Relevanz zu bewerten und sich eigenständig neue Kompetenzen anzueignen – lebenslanges Lernen ist zentraler Bestandteil ihres beruflichen Selbstverständnisses.

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.

Entwicklung und Design

Interdisziplinäre Entwicklung und Testung von Algorithmen, Schaltungen, Software, Geräten, kommunikationstechnischen und medientechnologischen Systemen sowie komplexen Rechner-, Kommunikations- und Eingebetteten Systemen.

Forschung und Innovation

Wissenschaftliche Forschungsarbeit leisten und wissenschaftliche Erkenntnisse anwenden sowie erweitern, von der Grundlagenforschung bis hin zur Industrieforschung, mit der Qualifikation für ein Promotionsstudium.

Leitung und Management

Fachliche Führungs- und Projektverantwortung übernehmen, einschließlich der Koordination und Leitung von Arbeitsgruppen und international verteilt arbeitender Teams, sowie das Management von Planungs- und Fertigungsprozessen, Projektcontrolling und Produktmanagement.

Qualitätssicherung und Tests

Durchführung von Qualitätskontrollen und Tests für Produkte und Prozesse, Einsatz von Mess- und Prüftechnologien sowie Koordination von Zertifizierungsprozessen.

Kompetenzen🔗

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

Entwicklung und Konzeption komplexer Systeme

Fähigkeit, große Systeme unter Einbeziehung von elektrotechnischen, softwaretechnischen, mechanischen und optischen Aspekten zu entwerfen und umzusetzen, basierend auf einer gründlichen Anforderungsanalyse unter technischen, ökonomischen, ökologischen und gesellschaftlichen Gesichtspunkten.

Prüfung und Bewertung komplexer Systeme

Planung, Durchführung und Analyse von Tests zur Verifikation und Validierung dieser Systeme, einschließlich der Berücksichtigung von Benutzerperspektiven und technisch-wirtschaftlichen Aspekten.

Wissenschaftliches Arbeiten und Forschung

Beherrschung und Anwendung wissenschaftlicher Methoden, inklusive der Fähigkeit, relevante Literatur zu recherchieren, zu bewerten und zu zitieren, sowie Ergebnisse zu formulieren und zu präsentieren.

Projektmanagement und Teamarbeit

Fähigkeiten in der Organisation, Leitung und Überwachung von Projekten und Teams, auch unter unsicheren Bedingungen, sowie im Treffen von fachlichen und organisatorischen Entscheidungen.

Selbstorganisation und autodidaktische Fähigkeiten

Identifizierung persönlicher Fähigkeiten, effizientes Zeitmanagement und die Fähigkeit zum selbstgesteuerten Lernen.

Kommunikation und interkulturelle Kompetenz

Fähigkeit, wissenschaftliche und technische Ergebnisse überzeugend sowohl in deutscher als auch in englischer Sprache darzustellen und zu verteidigen, unter Einbeziehung internationaler und interdisziplinärer Kontexte.

Technische und naturwissenschaftliche Grundlagen

Umfassendes und vertieftes MINT-Fachwissen und dessen Anwendung auf reale und theoretische Probleme.

Nachhaltigkeit und gesellschaftliche Verantwortung

Bewertung und Entwicklung nachhaltiger und gesellschaftlich verantwortlicher Technologien, einschließlich der Berücksichtigung ethischer Werte.

Analyse, Simulation und Abstraktion

Fähigkeit, komplexe Systeme zu analysieren, wesentliche Merkmale zu abstrahieren und Probleme modellbasiert zu lösen.

Führungs- und Entscheidungsverantwortung

Übernehmen von Verantwortung in fachlichen Führungsaufgaben, Entwicklung von Lösungsstrategien für komplexe Aufgabenstellungen.

Anwendung ethischer Werte und Prinzipien in der Praxis

Einschließen gesellschaftlicher und ethischer Überlegungen in technische Entscheidungen und Designprozesse.

Integratives Denken und Handeln in interdisziplinären Teams

Koordination und Integration von Beiträgen verschiedener Fachgebiete zur Lösung komplexer Aufgaben.

Innovation und Kreativität

Entwickeln neuer Lösungen und Konzepte bei der Bewältigung technischer Herausforderungen.

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.

Regelstudium Beginn Sommersemester 🔗

Sem.	Kürzel	Modulbezeichnung	Pflicht (PF) Wahl- bereich (WB)	ECTS	Prüfungslast	Prüfungsformen mit Gewichtung
1	HIM	Advanced Mathematics	PF	5	1	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	BSN	Fundamentals of System and Network Theory	PF	5	3	begleitend: (Zwischen-)Testat und begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PFM1	Profile Module 1	WB	5	≤ 2	wahlabhängig
	PFM2	Profile Module 2	WB	5	≤ 2	wahlabhängig
	EL1	Elective 1	WB	5	≤ 2	wahlabhängig
	PM	Project Management	PF	5	1	begleitend: Projektarbeit [unbenotet]
2	PFM3	Profile Module 3	WB	5	≤ 2	wahlabhängig
	PFM4	Profile Module 4	WB	5	≤ 2	wahlabhängig
	RP	Research Project	PF	10	1	begleitend: mündlicher Beitrag oder Projektarbeit [100%]
	EL2	Elective 2	WB	5	≤ 2	wahlabhängig
	EL3	Elective 3	WB	5	≤ 2	wahlabhängig
3	MAA	Masterarbeit	PF	27	1	abschließend: Abschlussarbeit [100%]
3	KOLL	Kolloquium Master CSN	PF	3	1	abschließend: Kolloquium [100%]

Beginn Wintersemester 🔗

Sem.	Kürzel	Modulbezeichnung	Pflicht (PF) Wahl- bereich (WB)	ECTS	Prüfungslast	Prüfungsformen mit Gewichtung
1	HIM	Advanced Mathematics	PF	5	1	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PFM3	Profile Module 3	WB	5	≤ 2	wahlabhängig
	PFM4	Profile Module 4	WB	5	≤ 2	wahlabhängig
	PM	Project Management	PF	5	1	begleitend: Projektarbeit [unbenotet]
	EL1	Elective 1	WB	5	≤ 2	wahlabhängig
	EL2	Elective 2	WB	5	≤ 2	wahlabhängig
2	BSN	Fundamentals of System and Network Theory	PF	5	3	begleitend: (Zwischen-)Testat und begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
	PFM1	Profile Module 1	WB	5	≤ 2	wahlabhängig
	PFM2	Profile Module 2	WB	5	≤ 2	wahlabhängig
	RP	Research Project	PF	10	1	begleitend: mündlicher Beitrag oder Projektarbeit [100%]
	EL3	Elective 3	WB	5	≤ 2	wahlabhängig
3	MAA	Masterarbeit	PF	27	1	abschließend: Abschlussarbeit [100%]
3	KOLL	Kolloquium Master CSN	PF	3	1	abschließend: Kolloquium [100%]

Module🔗

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

ACC - Advanced Channel Coding 🔗

Modulkürzel	ACC_MaCSN2020
Modulbezeichnung	Advanced Channel Coding
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
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) What? Designing and rating of systems for the reliable transmission of data over distorted channels and storage of data for data at rest and data in motion How? By applying results from information theory and applying methods and algorithms for error correcting codes using existing simulations tools, self written programms, and studying existing systems. What for? To be able to design, select, use and apply actual and future digital communication systems for reliable data transmission, and to rate their performance.
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. Inhalte: - Introduction - Basic terms and definitions - short history of channel coding - System and channel models - Review of binary error correcting block and convolutional Codes - Generator and Parity check matrices, - decoding principles, Trellis and Viterbi Algorithm - Some principles on Information Theory - Channel coding theorem - Channel capacity and example calculations - Cyclic Codes, Reed Solomon Codes - Encoding and Decoding, Euklidean and Berlekamp-Massey -Algorithm for Decoding - Basics on LDPC, Polar, and TURBO Codes - iterative decoding, Sum Product Algorithm - Recursive Convolutional Codes - Performance comparison - Basics on Space Time Coding - Channel Model, Capacity improvement, Alamouti Scheme, STBC and STTC and their decoding 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 Vorhandende Simulationsumgebungen wie z.B. die Matlab Communication Toolbox oder AFF3CT (aff3ct.github.io) werden verwendet um: - theoretische Ergebnisse aus Vorlesung und Übung zu überprüfen - FEC Algorithmen zu implementieren - BER zu simulieren und die Performanz zu ermitteln, sowie Codes zu vergleichen - Programme zum Bearbeiten verwandter Probleme anzupassen - sich mit Standardprogrammen zur Simulation vertraut zu machen - Teamwork zu üben
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: mündlicher Beitrag oder Übungspraktikum unter Klausurbedingungen [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Modul HIM: Grundkenntnisse zur linearen Algebra, der Algebra in endlichen Zahlenkörpern, der Stochastik und der digitalen Kommunikationstechnik aus den vorangegangenen Bachelorstudiengängen. Da das Fach im ersten Fachsemster des Masters gewählt werden kann, können keine belastbaren Kenntnisse aus dem Fach HIM verpflichtend vorausgesetzt werden, auch wenn sie hilfreich wären. - Grundwissen Lineare Algebra - Grundwissen Stochastik - Gute Programmierkenntnisse
Zwingende Voraussetzungen	Praktikum erfordert Anwesenheit im Umfang von: 2 Praktikumstermine und 1 Präsentation Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	R. E. Blahut. Algebraic Codes for Data Transmission. Cambridge University Press, Cambridge, 2003. S. Lin and D. J. Costello. Error Control Coding. ISBN 0-13-042672-5. Prentice-Hall, 2004 T. M. Cover and J. A. Thomas. Elements of Information Theory. Wiley, New Jersey, 2006 A. Neubauer. Kanalcodierung. Schlembach, Wilburgstetten, 2006. R. Roth. Introduction to Coding Theory. Cambridge, second edition, 2006 B. Sklar. Digital Communications. Prentice Hall PTR, Upper Saddle River, New Jersey, 2001
Verwendung des Moduls in weiteren Studiengängen	ACC in Master Communication Systems and Networks 2024 ACC in Master Technische Informatik 2020 ACC in Master Informatik und Systems-Engineering 2024
Perma-Links zur Organisation	ILU course page
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

AMC - Advanced Multimedia Communications 🔗

Modulkürzel	AMC_MaCSN2020
Modulbezeichnung	Advanced Multimedia Communications
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
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) What? Understanding service requirements, driven by heterogeneous services, in All-IP networks, and how to design, implemnt and evaluate quality-of-service (QoS) and quality-of-experience (QoE) mechanisms. Competences to evaluate, analyze, design, implement and test multiservice Ip networks with heterogeneous service requirements. How? Based on Bachelor-level competences on IP networking and services, students learn different application (service) requirements from filetransfer to streaming and how to separate and fulfill these requirements in IP networks. In a small team and organized as semester project, students develop their own multiservices networks, optionally based and on existing systems, and learn how to design, implementnt and anlysze their own multiservice network solution. What for? To be able to design, analyze, select, use and apply actual and future network technologies, based on All-IP networks concepts for enterprise networks, telecommunication networks and mobile networks.
Modulinhalte Vorlesung / Übungen Inhalte zu Multimedia Anwendunge, Enkodierung von Multimedia Daten, Integration von Daten , Audio und Video, Mutimedia Verkehrsanforderungen, Multimedia Transportprotokolle, RTP und MPEG-TS, Verkehrsmodellierung Burst-Silence-Modell, Quality-of-Service (QoS), Multiservice Netze, IntServ, RSVP, DiffServ, ToS und DSCP, Verkrsklassifikation, Verkehrtsmessung, Traffic Shaping, Network Scheduling, Queueing (FIFO, RR, WRR, WFQ, CB-WFQ, PQ, LLQ), Congestion Avoidance (RED, WRED, CB-WRED), Quality-of-Exiperience (QoE), MOS Skala, Fehlererkennung, Fehlerkorrektur, FEC, Interleaving, Jitter Buffer. Die Studierenden bewerten Technologien und Netzwerkarchitekturen von Multiservice-Netzwerken; sie analysieren die Anforderungen an Multimedia-Dienste und -Systeme, entwerfen Architekturen für Multiservice-Netzwerke, implementieren Multiservice-Netzwerke und analysieren Multimedia-Kommunikationsprotokolle und deren Leistungskennzahlen. Praktikum Vermittlung von Grundkenntnissen und Implementierungswissen zu Multiservice-Netzen oder Multimediaanwendungen in All-IP-Netzen inklusive Planung, implementierung und Evaluation der Services. Protokollanalyse zur Funktionsanalyse, Performenzanalyse und Fehlerbehebung. Studierende evaluieren Anforderungen an NGN Services und planen, implementieren und analysieren NGN Services auf Basis der SIP Signalisierung oder alternativer Signalisierungsprotokolle. Sie besitzen die Kompetenzen zur Funktionsanalyse und Fehlersuche durch deep packet inspection (DPI) Protokollanalyse. Sie evaluieren die Performanz von NGN Services in Bezug auf Zeitverhalten, Durchsatz, Verzögerungen, Jitter Robuistheit bei Paketfehlern und Sicherheitsaspekten. Individuelle Projektvorschläge von Studierenden sind erwünscht.
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Modul BSN: Fundamentals of Networks and Protocols (typically Bachelor Level) Layered Communications and Protocol Stacks (ISO/OSI, IETF TCP/IP, IEEE), LAN, MAN, WAN, Fixed Line and Mobile Network Fundamentals, Data Link-Technologies (Ethernet, WiFi), IP-Networking (IPv4, IPv6), IP Routing Protocols (static Routes, RIP, OSPF, BGP), Transport Protocols (TCP (incl. Flow Control / Congestion Control), UDP) and Port Numbers, Application Protocols (HTTP, Request-Response Pattern, Publish-Subscribe Pattern). Bachelor-Level Kenntnisse zu Protokollen und Schichtenmodellen, Internetprotokollen (UDP, TCP, IP, HTTP, FTP), IP Adressierung (IPv4, IPv6), Routingtechniken (IP Routing, Funktionsweise eines Router, Routingprotokolle, RIP, OSPF), Übertragungssystemen und Schicht-2-Protokollen, Ethernet. Verständins von verteilten Systemen und Applikationen, Socketbegriff und Client-/Server-Programmierung, Request-Response Pattern, Publishg-Subscribe Pattern.
Zwingende Voraussetzungen	Praktikum erfordert Anwesenheit im Umfang von: 6 Meilensteintermine und Projektvorstellungen Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	J. Kurose, K. Ross: Computer Networking: A Top-Down Approach, Global Edition, Prentice Hall, 7th ed., 2016 A. S. Tanenbaum, D. J. Wetherall: Computer Networks, Pearson , 5th ed., 2013 W. Stallings: Foundations of Modern Networking, Pearson Education, 2016 H. W. Barz, G. A. Bassett: Multimedia Networks, John Wiley & Sons, 2016 T. Szigeti, C. Hattingh, R. Barton, B. Kenneth: End-to-End QoS Network Design: Quality of Service for Rich-Media & Cloud Networks (2nd Edition) End-to-End QoS Network Design: Quality of Service for Rich-Media & Cloud Networks, Cisco Press, 2nd Ed. 2013 R. Steinmetz, K. Nahrstedt: „Multimedia Systems“, Springer 2004 R. Steinmetz, „Multimedia-Technologie“, Springer 2000
Verwendung des Moduls in weiteren Studiengängen	AMC in Master Communication Systems and Networks 2024 AMC in Master Technische Informatik 2020 AMC in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

BSN - Fundamentals of System and Network Theory 🔗

Modulkürzel	BSN_MaCSN2020
Modulbezeichnung	Fundamentals of System and Network Theory
Art des Moduls	Pflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1
Häufigkeit des Angebots	jedes Sommersemester
Modul-Verantwortliche*r	Prof. Dr. Rainer Kronberger/Professor Fakultät IME
Dozierende*r	Prof. Dr. Rainer Kronberger/Professor Fakultät IME Prof. Dr. Harald Elders-Boll/Professor Fakultät IME Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Learning Outcome(s) Die Studierenden lernen die Grundlagen von Systemen und Netzten der Kommunikationstechnik , die anhand von Vortrag, Tutorials, Übungen praktischen Laborversuchen vermittelt werden, um damit später kommunikationstechnische Baugruppen, Anlagen, Systeme und Netze zu entwickeln, entwerfen, analysieren, vermessen und aufzubauen.
Modulinhalte Vorlesung Introduction to Digital Communication Systems and Networks Review of the Basics: Signals and Systems Review of the Basics: Probability Theory Representation of Bandpass Signals and Systems Signals, Noise, Electromagnetic Waves Wave Propagation Communication Components: Receiver and Transmitter Antennas Source Coding and Quantization Channel Coding and Cryptography Modulation OFDM Radio Standards and Mobile Communication Systems and Networks Übungen / Praktikum Lab: Binary NRZ, IQ-Modulation and Demodulation Lab: Channel Coding and QPSK Modulation Lab: RF Signals
Lehr- und Lernmethoden	Vorlesung Übungen / Praktikum
Prüfungsformen mit Gewichtung	begleitend: (Zwischen-)Testat und begleitend: (Zwischen-)Testat [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Bachelorstudium der Nachrichtentechnik, Elektrotechnik , Informationstechnik
Zwingende Voraussetzungen	Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Vorlesung Übungen / Praktikum erfordert Anwesenheit im Umfang von: 3 Testattermine Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Übungen / Praktikum
Empfohlene Literatur	Tolga M. Duman, Fundamentals of Digital Communication Systems,Cambridge University Press, 2025 John Proakis and Masoud Salehi. Digital Communications. 5th. McGraw-Hill, 2007 Michael Rice. Digital Communications: A Discrete-Time Approach. Pearson Prentice Hall, 2009. James Kurose and Keith Ross. Computer Networking A Top Down Approach. 7th ed. Pearson, 2016. Andrew S. Tanenbaum, Nick Feamster, and David J. Wetherall. Computer Networks. 6th ed. Pearson, 2021. Ha H. Nguyen and Ed Shwedyk. A First Course in Digital Communications. Cambridge University Press, 2009. Upamanyu Madhow. Fundamentals of Digital Communication. Cambridge University Press, 2008.
Verwendung des Moduls in weiteren Studiengängen	BSN in Master Communication Systems and Networks 2024
Perma-Links zur Organisation	Link for the learning platform
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

DSP - Digital Signal Processing 🔗

Modulkürzel	DSP_MaCSN2020
Modulbezeichnung	Digital Signal Processing
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
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) Design, analyse and implement DSP systems in soft and hardware considering computational complexity and hardware resource limitation, by a thorough understanding of the theoretical concepts, especially frequency domain analysis, and practical implementation of DSP systems in software using Python and on microprocessors, to be able to design, select, use and apply actual and future DSP systems for various signal processing application in commercial products.
Modulinhalte Vorlesung / Übungen Signals, Systems and Digital Signal Processing Discrete-Time Linear Time-Invariant Systems Ideal Sampling and Reconstruction Fourier-Transform of Discrete-Time Signals Discrete Fourier-Transform Random Signals Advanced Sampling Techniques Students understand the fundamentals of discrete-time signals and systems Students can analyse the frequency content of a given signal using the appropriate Fourier-Transform and methods for spectrum estimation Students can calculate the output signal via convolution and determine the frequency response of a given system Students can implement discrete-time LTI systems in software Praktikum Review of Probability and Random Variables: Moments, Averages and Distribution Functions Analysis of Random Signals: Ensemble Averages, Correlation Functions, Power Spectral Density, Random Signals and LTI Systems Introduction to Advanced Open-Source DSP Software Tools Applying DSP algorithms in DSP Software for Wireless Communications or Wireless Sensing Applications
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: (Zwischen-)Testat [unbenotet] und abschließend: mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	No formal requirements, but students will be expected to be familiar with: Basic Knowledge of Signals and Systems: Continuous-Time LTI-Systems and Convolution, Fourier-Transform Basic Knowledge of Probability and Random Variables
Zwingende Voraussetzungen	Praktikum erfordert Anwesenheit im Umfang von: 8 Termine Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	John G. Proakis and Dimitris K. Manolakis. Digital Signal Processing (4th Edition). Prentice Hall, 2006. Alan V. Oppenheim, Ronald W. Schafer. Discrete-Time Signal Processing (3rd Edition). Prentice Hall, 2007. Vinay Ingle and John Proakis. Digital Signal Processing using MATLAB. Cengage Learning Engineering, 2011.
Verwendung des Moduls in weiteren Studiengängen	DSP in Master Communication Systems and Networks 2024 DSP in Master Technische Informatik 2020 DSP in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

HIM - Advanced Mathematics 🔗

Modulkürzel	HIM_MaCSN2020
Modulbezeichnung	Advanced Mathematics
Art des Moduls	Pflichtmodul
ECTS credits	5
Sprache	deutsch und englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1
Häufigkeit des Angebots	jedes Semester
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 grundlegende Konzepte und Methoden der Mathematik, die in den Ingenieurwissenschaften benötigt werden (K. 8). Die Abstraktion und mathematischen Formalisierung von Problemen soll erlernt und angewendet werden (K. 2). Die Studierenden lernen die Anwendung mathematischer Methoden (K. 16). Es soll die Anwendung statistischer Verfahren und die Begründung wissenschaftlicher Aussagen erlernt werden (K. 17). 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 Hausaufgaben und Online-Aufgaben (E-Learning) ergänzt. Wozu: Fortgeschrittene Mathematik-Kenntnisse (beispielweise in Vetoranalysis, Statistik und Optimierung) werden in mehreren Moduln des Studiengangs benötigt. Mathematische Methoden sind essentiell für Ingenieure, die wissenschaftlch arbeiten und wissenschaftliche Erkenntnisse anwenden und erweitern (HF2).
Modulinhalte Vorlesung / Übungen Eine Kombination von Themen aus folgenden Bereichen: - Vektoranalysis - Wahrscheinlichkeitstheorie, Statistik und Multivariate Statistik - Stochastische Prozesse - Optimierung Vector Analysis - Vector Spaces - Scalar and Vector Functions - Differential Operators - Line Integrals - Double Integrals - Triple Integrals - Change of Variables - Surface Integrals - Divergence Theorem - Theorem of Stokes - Maxwell Equations Probability and Statistics - Descriptive Statistics - Two-dimensional Data - Simple Linear Regression - Probability Spaces - Random Variables - Expectation, Variance, Moments - Jointly Distributed Random Variables - Independent Random Variables - Covariance - Binomial Random Variable - Poisson Random Variable - Uniform Random Variable - Normal Random Variable - Chi-Square Distribution - t-Distribution - Central Limit Theorem - Distributions of Sampling Statistics - Confidence Intervals - Hypothesis Testing - t-Test, f-Test, Chi-Square Test - Overview of various Tests Multivariate Statistics - Analysis of multidimensional data - Multivariate Random Variables - Matrix decompositions, Singular Value Decomposition (SVD) - Factor analysis, Principal Component Analysis (PCA) - Multiple Linear Regression Stochastic Processes - Discrete and continuous time processes - Random walk - Markov chain - Poisson process - Queuing theory Optimization - Linear Programming - Unconstrained Optimization: Gradient method, Newton's method, Trust Region method - Constrained Optimization: Karush–Kuhn–Tucker (KKT) conditions, Lagrange multipliers, Penalty and Barrier functions - Special optimization problems: Mixed Integer Nonlinear Programming, Nonlinear Stochastic Optimization - Anwendung von Verfahren der Vektoranalysis zur Lösung von Problemen der Natur- und Ingenieurwissenschaften. - Anwendung von Verfahren der deskriptiven und induktiven Statistik auf ein- und mehrdimensionale Daten. - Planung und Durchführung von statistischen Tests. - Fähigkeit aus Daten relevante Informationen zu gewinnen. - Anwendung von Optimierungsstrategien zur Lösung von Problemen.
Lehr- und Lernmethoden	Vorlesung / Übungen
Prüfungsformen mit Gewichtung	abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	34 Stunden ≙ 3 SWS
Selbststudium	116 Stunden
Empfohlene Voraussetzungen	Differential- und Integralrechnung für mehrere Variablen sowie Lineare Algebra (Mathematik auf Bachelor-Niveau)
Zwingende Voraussetzungen
Empfohlene Literatur	K. Burg, H. Haf, F. Wille, A. Meister, Vektoranalysis - Höhere Mathematik für Ingenieure, Naturwissenschaftler und Mathematiker, Springer Vieweg E. Kreyszig, Advanced Engineering Mathematics, John Wiley & Sons L. Papula, Mathematik für Ingenieure und Naturwissenschaftler Band 3, Springer Vieweg R. E. Walpole, R. H. Myers, S. L. Myers, K. Ye, Probability & Statistics for Engineers & Scientists, Prentice Hall S. M. Ross, Probability and Statistics for Engineers and Scientists, Elsevier S. M. Ross, Stochastic Processes, John Wiley & Sons U. Krengel, Einführung in die Wahrscheinlichkeitstheorie und Statistik A. Koop, H. Moock, Lineare Optimierung, Springer R. Reinhardt, A. Hoffmann, T. Gerlach, Nichtlineare Optimierung, Springer M. Ulbrich, S. Ulbrich, Nichtlineare Optimierung, Birkhäuser
Verwendung des Moduls in weiteren Studiengängen	HIM in Master Communication Systems and Networks 2024 HIM in Master Elektrotechnik 2020 HIM in Master Elektrotechnik und Informationstechnik 2024 HIM in Master Technische Informatik 2020 HIM in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

IBD - InnoBioDiv 🔗

Modulkürzel	IBD_MaCSN2020
Modulbezeichnung	InnoBioDiv
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	0.5 Semester
Empfohlenes Studiensemester	1-2
Häufigkeit des Angebots	jedes Semester
Modul-Verantwortliche*r	Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Dozierende*r	Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Learning Outcome(s) Die Studierenden können in einer Forschungsgruppe ein Experiment teamorientiert planen, durchführen, auswerten und dokumentieren, indem sie auf biologisches und technisches Basiswissen und auf die zur Verfügung gestellten Ressourcen (ein IoT basiertes Mess- und Steuersystem inklusive FarmBot, Sensorik und Aktorik, Materialien und Geräte im Gewächshaus des Instituts für Pflanzenwissenschaften, Checklisten) sowie weitere frei verfügbare Informationsquellen zugreifen, um die Auswirkungen des Klimawandels auf die Wachstumsleistung von Pflanzen und die Biodiversität im Boden erfahrbar zu machen und dadurch Erkenntnisse zu generieren, die für die Gesellschaft im Rahmen des Klimawandels von Relevanz sind.
Modulinhalte Seminar Entwickeln von Projektideen , Diskussion und Weiterentwicklung der der Projekte Projekt Die Studierenden erwerben... - die Fähigkeit, Konzepte zur Anpassung von Pflanzen an den Klimawandel zu entwickeln und umzusetzen. - die Fähigkeit, Experimente im Bereich der Pflanzenphysiologie, der Bodenbiologie und der Technik zu planen, durchzuführen und zu analysieren. - die Fähigkeit, experimentelle Daten statistisch auszuwerten und zu präsentieren. - die Fähigkeit, wissenschaftliche Ergebnisse zu präsentieren und zu kommunizieren. - die Fähigkeit zur interdisziplinären und interkulturellen Zusammenarbeitund dem Austausch von Ideen mit Studierenden aus verschiedenenMINT-Forschungsbereichen. - Erfahrungen in der Planung und Durchführung von Projekten und in derTeamarbeit Die Studierenden besitzen am Ende - ein tiefes Verständnis für die Wechselwirkungen zwischen Klimaparametern, Pflanzenwachstum und Bodenbiodiversität. - grundlegende Kenntnisse über moderne Technologien wie Robotik, Sensorik und das Internet of Things im Kontext der Pflanzenforschung. - das Bewusstsein für die Bedeutung von Nachhaltigkeit, Ressourcenschonung und Versorgungssicherheit im Kontext des Bevölkerungswachstums und des Klimawandels.
Lehr- und Lernmethoden	Seminar Projekt
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [100%]
Workload	150 Stunden
Präsenzzeit	23 Stunden ≙ 2 SWS
Selbststudium	127 Stunden
Empfohlene Voraussetzungen	- gute englische Sprachkenntnisse, da in interkulturellen, interdisziplinären Teams gearbeitet wird. - Grundkenntnisse zum IoT und in der Robotik sind wünschenswert - Teamfähigkeit - Grundkenntnisse in der Pflanzenbiologie werden nicht vorausgesetzt
Zwingende Voraussetzungen	Seminar erfordert Anwesenheit im Umfang von: 8 Stunden Projekt erfordert Anwesenheit im Umfang von: 5 meetings for project discussions
Empfohlene Literatur	https://farm.bot/ Arif, Tarik M.: Deep Learning on Embedded Systems: A Hands-On Approach Using Jetson Nano and Raspberry Pi, Wiley, 2025, ISBN:978-1-394-26927-3 Agrawal, D. P. (2017). Embedded Sensor Systems. Springer. Marwedel, Peter: Embedded System Design: Embedded Systems Foundations of Cyber-Physical Systems, and the Internet of Things, Springer, 2021, ISBN 978-3-030-60910-8 L. Urry, S. Wassermann: Campbell Biology AP Edition (12th Edition), Pearsson, ISBN-13: 978-0-13-648687-9 Taiz, L., Møller, I. M., Murphy, A., & Zeiger, E. (2022). Plant Physiology and Development. Oxford University Press.
Verwendung des Moduls in weiteren Studiengängen	IBD in Master Communication Systems and Networks 2024 IBD in Master Elektrotechnik und Informationstechnik 2024 IBD in Master Medientechnologie 2024 IBD in Master Technische Informatik 2020 IBD in Master Informatik und Systems-Engineering 2024
Perma-Links zur Organisation	InnoBioDiv: Student Projects
Besonderheiten und Hinweise	Blockveranstaltung jeweils von Anfang Oktober bis Mitte November (7 Wochen), Optionale Vorbereitungszeit zum Aufbau von Grundkenntnissen in der letzten Septemberwocheeüte
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

ITF - IT-Forensik 🔗

Modulkürzel	ITF_MaCSN2020
Modulbezeichnung	IT-Forensik
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	deutsch, englisch bei Bedarf
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
Häufigkeit des Angebots	jedes Wintersemester
Modul-Verantwortliche*r	Studiengangsleiter(in) Master Technische Informatik / Informatik und Systems-Engineering
Dozierende*r	Jürgen Bornemann/Lehrbeauftragter
Learning Outcome(s) Teilnehmer sind sich der Gefahren durch Angriffe von außen und innen auf technische Systeme bewusst werden und sind in der Lage, digitale Beweise aufzuspüren, sicherzustellen und weiter verwertbar zu analysieren.
Modulinhalte Vorlesung / Übungen Grundbegriffe der Cyber Security und digitale Forensik Typische Schwachstellen, Bedrohungen und Risiken Gefahren bei mobilen Systemen, Home-Office, WLAN‘s Grundlagen und Arbeitsweisen der IT-Forensik Forensische Dokumentationserstellung Gängige Werkzeuge für forensische Untersuchungen Digitale Beweise erkennen und sichern Open-Source-Forensik Dateisystem-Forensik Forensische Analyse mobiler Systeme Schwachstellen, Bedrohungen, Angriffe auf Netzwerkstrukturen KALI Linux – Operating System für Vulnerability und Pentesting Projekt Studierenden können fallbezogene forensische Aufgaben und Vorfälle mit dem jeweiligen erlernten Wissen eigenständig oder in Arbeitsgruppen bearbeiten. Sie zeigen dabei, wie sie digitale Beweise sicherstellen, analysieren und dokumentieren.
Lehr- und Lernmethoden	Vorlesung / Übungen Projekt
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	ITF in Master Communication Systems and Networks 2024 ITF in Master Elektrotechnik 2020 ITF in Master Elektrotechnik und Informationstechnik 2024 ITF in Master Technische Informatik 2020 ITF in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	21.11.2024, 15:34:26
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

KOLL - Kolloquium Master CSN 🔗

Modulkürzel	KOLL_MaCSN2020
Modulbezeichnung	Kolloquium Master CSN
Art des Moduls	Pflichtmodul
ECTS credits	3
Sprache	deutsch, englisch bei Bedarf
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	3
Häufigkeit des Angebots	jedes Semester
Modul-Verantwortliche*r	Studiengangsleiter(in) Master CSN
Dozierende*r	verschiedene Dozenten*innen / diverse lecturers
Learning Outcome(s) - Darstellung von Forschungsergebnissen in einer Präsentation in vorgegebenem engen zeitlichen Rahmen - Fachliche und außerfachliche Bezüge der eigenen Arbeit darstellen und begründen - Eigene Lösungswege und gewonnene Erkenntnisse darstellen und diskutieren
Modulinhalte Kolloquium 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
Lehr- und Lernmethoden	Kolloquium
Prüfungsformen mit Gewichtung	abschließend: Kolloquium [100%]
Workload	90 Stunden
Präsenzzeit	0 Stunden ≙ 0 SWS
Selbststudium	90 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen	Siehe Prüfungsordnung §29, Abs. 2
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	KOLL in Master Communication Systems and Networks 2024 KOLL in Master Elektrotechnik 2020 KOLL in Master Elektrotechnik und Informationstechnik 2024 KOLL in Master Medientechnologie 2020 KOLL in Master Medientechnologie 2024 KOLL in Master Technische Informatik 2020 KOLL in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise	Siehe auch Prüfungsordnung §29.
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

KRY - Cryptography 🔗

Modulkürzel	KRY_MaCSN2020
Modulbezeichnung	Cryptography
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
Häufigkeit des Angebots	jedes Sommersemester
Modul-Verantwortliche*r	Prof. Dr. Heiko Knospe/Professor Fakultät IME
Dozierende*r	Prof. Dr. Heiko Knospe/Professor Fakultät IME
Learning Outcome(s) Was: Die Studierenden lernen die mathematischen Grundlagen der Kryptographie kennen. Es werden Kenntnisse der wichtigsten kryptographischen Methoden und Algorithmen vermittelt (HF 1). Die Studierenden verstehen verschiedene Arten von SIcherheitsanforderungen und analysieren die Sicherheit von kryptographischen Verfahren. 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 Kryptographie bearbeitet. Wozu: Kryptographie wird eingesetzt um die grundlegenden Ziele der Informationssicherheit zu erreichen. Die Studierenden lernen die Implemenierung und Anwendung von kryptographischen Algorithmen und entwickeln Konzepte um Systeme, Netzwerke und Anwendungen gegen Angriffe zu sichern (HF 2).
Modulinhalte Vorlesung / Übungen * Mathematical Fundamentals * Encryption Schemes and Definitions of Security * Elementary Number Theory * Algebraic Structures * Block Ciphers * Stream Ciphers * Hash Functions * Message Authentication Codes * Public-Key Encryption and the RSA Cryptosystem * Key Establishment * Digital Signatures * Elliptic Curve Cryptography * Outlook: Post-quantum cryptography Praktikum - Solve mathematical and cryptographical problems in Python / SageMath: working with large integers and residue classes, factorization, primality and prime density, RSA key generation and encryption / decryption, Diffie-Hellman key exchange. - Write code to encrypt and decrypt files using the AES block cipher and different operation modes. Analyze the statistical properies of AES ciphertext. - Write code for RSA key generation, key encapsulation / decapsulation and hybrid encryption / decryption.
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Mathematik (Bachelor Niveau) und Programmierkenntnisse.
Zwingende Voraussetzungen	Praktikum erfordert Anwesenheit im Umfang von: 3 Termine Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	M. Bellare, P. Rogaway, Introduction to Modern Cryptography, UCSD CSE H. Delfs, H. Knebl, Introduction to Cryptography, Springer S. Goldwasser, M. Bellare, Lecture Notes on Cryptography, MIT J. Hoffstein, J. Pipher, J.H. Silverman, An Introduction to Mathematical Cryptography, Springer J. Katz, Y. Lindell, Introduction to Modern Cryptography, CRC Press H. Knospe, A Course in Cryptography, American Mathematical Society C. Paar, J. Pelz, Understanding Cryptography. Springer N.P. Smart, Cryptography Made Simple, Springer K. H. Rosen, Discrete Mathematics and its Applications, McGraw-Hill V. Shoup, A Computational Introduction to Number Theory and Algebra, Cambridge University Press
Verwendung des Moduls in weiteren Studiengängen	KRY in Master Communication Systems and Networks 2024 KRY in Master Technische Informatik 2020 KRY in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:53
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

KVS - Kommunikation in verteilten Systemen 🔗

Modulkürzel	KVS_MaCSN2020
Modulbezeichnung	Kommunikation in verteilten Systemen
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
Häufigkeit des Angebots	jedes Sommersemester
Modul-Verantwortliche*r	Prof. Dr. Karl Jonas/Professor Hochschule Bonn-Rhein-Sieg
Dozierende*r	Prof. Dr. Michael Radermacher/Professor Hochschule Bonn-Rhein-Sieg
Learning Outcome(s)
Modulinhalte seminaristischer Unterricht Die Studierenden lernen ausgewählte aktuelle Forschungsthemen der Kommunikationstechnik kennen. Diese beinhalten bspw. aktuelle Entwicklung von Technologien, Protokollen sowie Sicherheitsmechanismen. Fachkompetenz: Die Studierenden lernen aktuelle Forschungsthemen im Bereich Kommunikationsnetzwerke kennen und können zukünftige Entwicklungen bewerten. Methodenkompetenz: Die Studierenden lernen die kritische Auseinandersetzung mit aktuellen Forschungsarbeiten im Bereich der Kommunikationsnetze durch Lektüre und anschließender Diskussion zentraler Publikationen. Sie entwickeln ihre analytischen Fähigkeiten zur Beurteilung neuer Algorithmen und Protokollabläufe. Die Studierenden sammeln erste Erfahrungen mit einer selbständigen Forschungstätigkeit in diesem Bereich. Sozialkompetenz: Die Studierenden diskutieren aktiv in der Veranstaltung über die Entwicklung im Bereich der Kommunikationsnetze. Überfachliche Kompetenz: Die Studierenden evaluieren durch eigene Arbeiten die Reproduzierbarkeit von Forschungsergebnissen anderer Forschenden.
Lehr- und Lernmethoden	seminaristischer Unterricht
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [100%] und abschließend: mündliche Prüfung oder (elektronische) Klausur [100%]
Workload	150 Stunden
Präsenzzeit	23 Stunden ≙ 2 SWS
Selbststudium	127 Stunden
Empfohlene Voraussetzungen	Grundkenntnisse objektorientierte Programmierung (bspw. in C++) Gute Kenntnisse Computernetze Fähigkeit zum lesen und verstehen englischer Texte
Zwingende Voraussetzungen	seminaristischer Unterricht erfordert Anwesenheit im Umfang von: 4 Termine Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an seminaristischer Unterricht
Empfohlene Literatur	Morgner, P.; Mattejat, S.; Benenson, Z.: All Your Bulbs Are Belong to Us Investigating the current state of security in connected lighting systems. Pohl, J.; Noack, A. : Universal Radio Hacker: A Suite for Analyzing and Attacking Stateful Wireless Protocols Rademacher, M.; Linka, H.; Horstmann, T.; Henze , M. : Path Loss in Urban LoRa Networks Bosshart, P. et.al. : P4 : Programming Protocol-Independent Packet Processors Boley, A.C.; Byers, M. : Satellite mega-constellations create risks in Low Earth Orbit, the atmosphere and on Earth Clark, D. : The design philosophy of the DARPA internet protocols Lauridsen, M. et.al. : Coverage and Capacity Analysis of LTE-M and NB-IoT in a Rural Area Liu, G.; Huang, Y.; Chen, Z; Liu, L.; Wang, Q.; Li,N. : 5G Deployment
Verwendung des Moduls in weiteren Studiengängen	KVS in Master Communication Systems and Networks 2024
Perma-Links zur Organisation	Modulbeschreibung
Besonderheiten und Hinweise
Letzte Aktualisierung	27.1.2025, 15:03:42
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

MAA - Masterarbeit 🔗

Modulkürzel	MAA_MaCSN2020
Modulbezeichnung	Masterarbeit
Art des Moduls	Pflichtmodul
ECTS credits	27
Sprache	deutsch, englisch bei Bedarf
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	3
Häufigkeit des Angebots	jedes Semester
Modul-Verantwortliche*r	Studiengangsleiter(in) Master CSN
Dozierende*r	verschiedene Dozenten*innen / diverse lecturers
Learning Outcome(s) Das Modul vermittelt folgende Kenntnisse und Fertigkeiten: - Komplexe Aufgabenstellungen beurteilen - Selbständiges Verfassen eines längeren wissenschaftlichen Textes - Gute Praxis des wissenschaftlichen Arbeitens anwenden - Darstellung von Forschungsergebnissen in Form eines wissenschaftlichen Artikels nach den Vorgaben gängiger Fachzeitschriften bzw. Konferenzen - Selbstständiges und systematisches Bearbeiten einer komplexen ingenieurwissenschaftlichen Aufgabenstellung unter Verwendung wissenschaftlicher Methoden - Lösungsstrategien entwickeln und umsetzen - Wissenschaftliche Literatur recherchieren und auswerten - Eigene Arbeit bewerten und einordnen Individuelle Vereinbarung des Studierenden mit einem Dozenten der MT bzw. F07 über eine qualifizierte Ingenieurtätigkeit mit einer studiengangsbezogenen Aufgabenstellung mit wissenschaftlichem Anspruch. Die Masterarbeit kann auch extern in einer Forschungsorganisation, einem Wirtschaftsunternehmen o.ä. durchgeführt werden. Die Betreuung erfolgt durch Dozenten der Fakultät 07 oder des FB Informatik an der HS BRS. Externe Betreuer sind ebenfalls nach Rücksprache möglich. Die Masterarbeit addressiert das Entwickeln und Testen von Algorithmen, Protokollen, Schaltungen und kommunikationstechnischen Systemen unter interdisziplinären Bedingungen (HF1) und das wissenschaftliche Arbeiten um wissenschaftliche Erkenntnisse zu erweitern (HF2)."
Modulinhalte Abschlussarbeit 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.
Lehr- und Lernmethoden	Abschlussarbeit
Prüfungsformen mit Gewichtung	abschließend: Abschlussarbeit [100%]
Workload	810 Stunden
Präsenzzeit	0 Stunden ≙ 0 SWS
Selbststudium	810 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen	siehe Prüfungsordnung §26 Abs. 1
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	MAA in Master Communication Systems and Networks 2024 MAA in Master Elektrotechnik 2020 MAA in Master Elektrotechnik und Informationstechnik 2024 MAA in Master Medientechnologie 2020 MAA in Master Medientechnologie 2024 MAA in Master Technische Informatik 2020 MAA in Master Informatik und Systems-Engineering 2024
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

MLWR - Maschinelles Lernen und Wissenschaftliches Rechnen 🔗

Modulkürzel	MLWR_MaCSN2020
Modulbezeichnung	Maschinelles Lernen und Wissenschaftliches Rechnen
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	deutsch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
Häufigkeit des Angebots	jedes Sommersemester
Modul-Verantwortliche*r	Prof. Dr. Beate Rhein/Professor Fakultät IME
Dozierende*r	Prof. Dr. Beate Rhein/Professor Fakultät IME
Learning Outcome(s) Was: fortgeschrittene Methoden des maschinellen Lernens auf typische Datensätze der technischen Informatik anwenden Fallstricke des Maschinellen Lernens in der Vorgehensweise erkennen für eine Aufgabenstellung das geeignete Verfahren bestimmen und anwenden können Qualität von Datensätzen beurteilen und verbessern Datenschutzgesetze kennen weit verbreitete Software des maschinellen Lernens anwenden Womit: Die Methoden werden anhand eines Vortrags oder per Lernvideos vermittelt und in Vorlesung und Übung direkt angewendet. Jeder Student wird ein Projekt durchführen (je nach Anzahl der Studierenden in Gruppenarbeit), bei der er sich Teile des Stoffes selber erarbeitet. Wozu: Maschinelles Lernen wird bei den späteren Arbeitgebern immer mehr eingeführt, etwa in Communication Systems bei der Erkennung von Angriffen auf Kommunikationsnetze. Hier ist ein verantwortlicher Einsatz von Daten wichtig.
Modulinhalte Vorlesung / Übungen Übersicht Maschinelles Lernen End-to-End Projekt Maschinelles Lernen - Datenvorbereitung - Skalierung Klassifikationsverfahren - Performanzmaße - Verfahren Regressionsverfahren - Klassische Verfahren - Verfahren des Maschinellen Lernens Unüberwachtes Lernen Einführung in Neuronale Netze - Perzeptron - Feed Forward Neural Network - Architektur - Training Einführung in große Sprachmodelle - Embeddinges - Transformer Architektur - Klassifikation und Regression mit LLMs - Retrieval Augmented Generation Erklärbares und faires Maschinelles Lernen Praktikum Anwendung und Programmierung von Verfahren der Approximation, der multikriteriellen Optimierung oder des maschinellen Lernens numerische Verfahren effizient implementieren Algorithmen hinsichtlich ihrer Komplexität bewerten
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [20%] und begleitend: Projektarbeit [20%] und abschließend: mündliche Prüfung [80%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Grundkenntnisse in Wahrscheinlichkeitsrechnung und maschinellem Lernen
Zwingende Voraussetzungen	Vorlesung / Übungen erfordert Anwesenheit im Umfang von: 6 Stunden Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Vorlesung / Übungen Praktikum erfordert Anwesenheit im Umfang von: 2 Termine Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	A. Geron: Hand-on Machine Learning, O'Reilly Verlag J. Alammar: Hands-on Large Language Models, O'Reilly Verlag
Verwendung des Moduls in weiteren Studiengängen	MLWR in Master Communication Systems and Networks 2024 MLWR in Master Elektrotechnik 2020 MLWR in Master Elektrotechnik und Informationstechnik 2024 MLWR in Master Technische Informatik 2020 MLWR in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

NGN - Next Generation Networks 🔗

Modulkürzel	NGN_MaCSN2020
Modulbezeichnung	Next Generation Networks
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
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) What? Understanding architectures and service signalling in Next Generation Networks (All-IP Networks). Competences to evaluate, analyze, design, implement and test NGN components and service areas with heterogeneous service requirements. How? Based on Bachelor-level competences on IP networking and services, students learn standards, design principles, architectures and sample implementations of Next Generation Networks and serivces in lectures and exercises. In a small team and organized as semester project, students develop their own NGN service solution, optionally based and on existing systems, and learn how to design, implementnt and anlysze their own service solution. What for? To be able to design, analyze, select, use and apply actual and future network servces, based on All-IP networks for enterprise networks, telecommunication networks and mobile networks.
Modulinhalte Vorlesung / Übungen Vermittlung von Grundkenntnissen und Implementierungswissen über die Definition von Next Generation Network (NGN) durch ITU-T, IP Multimedia Subsystem (IMS) durch 3GPP und ETSI sowie Next Generation Internet (NGI) Definition durch IETF, ITU-T Standards, Multimedia Services in NGN, VoIP, Video-over-IP, RTP Kapselung, Service Signaling, SIP-Protokoll, SIP Digest Authentication, SDP-Servicebeschreibung und -Fähigkeiten, SIP-Server, Session Border Controller (SBC), SIP-Gateway-Technologien, SIP-Routing, NAT-Gateways, NAT-Lösung, SRR, STUN, TURN, IMS in Mobilfunknetzen, IMS in Festnetzen, VoIP in Unternehmensnetzen. IMS in virtuellen Netzwerk-Core. Studierende evaluieren Anforderungen an NGN Services und planen, implementieren und analysieren NGN Services auf Basis der SIP Signalisierung oder alternativer Signalisierungsprotokolle. Sie besitzen die Kompetenzen zur Funktionsanalyse und Fehlersuche durch deep packet inspection (DPI) Protokollanalyse. Sie evaluieren die Performanz von NGN Services in Bezug auf Zeitverhalten, Durchsatz, Verzögerungen, Jitter Robuistheit bei Paketfehlern und Sicherheitsaspekten. Praktikum Konzepte und Technologien für NGN oder NGI benennen, strukturieren, einordnen. Netzanalysetechniken und Tools beherrschen, Methoden für NGN Services und zur Netzplanung kennen. Projektpraktikum in einem kleinen Team (2-3 Teammitglieder) zu aktuellen Technologien im Bereich der NGN-Dienste und NGI-Dienste. NGN/NGI Umgebung und NGN Service planen, implementieren und analysen inklusive der Sicherheitsaspekte und Protokollanalsyse mit Evaluierung der Performance. Die Ergebnisse werden während des Praktikums überprüft, in einem Bericht zusammengefasst und in der Klasse präsentiert. Individuelle Projektvorschläge von Studierenden sind erwünscht.
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Modul BSN: Bachelor Level Networking Knowledge and Skills like teached in BSN. Fundamentals of Networks and Protocols (typically Bachelor Level) Layered Communications and Protocol Stacks (ISO/OSI, IETF TCP/IP, IEEE), LAN, MAN, WAN, Fixed Line and Mobile Network Fundamentals, Data Link-Technologies (Ethernet, WiFi), IP-Networking (IPv4, IPv6), IP Routing Protocols (static Routes, RIP, OSPF, BGP), Transport Protocols (TCP (incl. Flow Control / Congestion Control), UDP) and Port Numbers, Application Protocols (HTTP, Request-Response Pattern, Publish-Subscribe Pattern). Bachelor-Level Kenntnisse zu Protokollen und Schichtenmodellen, Internetprotokollen (UDP, TCP, IP, HTTP, FTP), IP Adressierung (IPv4, IPv6), Routingtechniken (IP Routing, Funktionsweise eines Router, Routingprotokolle, RIP, OSPF), Übertragungssystemen und Schicht-2-Protokollen, Ethernet. Verständins von verteilten Systemen und Applikationen, Socketbegriff und Client-/Server-Programmierung, Request-Response Pattern, Publishg-Subscribe Pattern.
Zwingende Voraussetzungen	Praktikum erfordert Anwesenheit im Umfang von: 6 Meilensteintermine und Projektvorstellungen Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	J. Kurose, K. Ross: Computer Networking: A Top-Down Approach, Global Edition, Prentice Hall, 7th ed., 2016 A. S. Tanenbaum, D. J. Wetherall: Computer Networks, Pearson , 5th ed., 2013 U.Trick, F. Weber: SIP und Telekommunikationsnetze: Next Generation Networks und Multimedia over IP – konkret, De Gruyter Oldenbourg Verlag, 4. Auflage 2015 J. F. Durkin: Voice-enabling the Data Network,Cisco Press 2010 G. Camarillo, M.A. García-Martín: The 3G IP Multimedia Subsystem (IMS), John Wiley Verlag, 2006 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 J. van Meggelen, R. Bryant, L. Madsen: Asterisk: The Definitive Guide: Open Source Telephony for the Enterprise, O'Reilly Media, 5th Ed. 2019
Verwendung des Moduls in weiteren Studiengängen	NGN in Master Communication Systems and Networks 2024 NGN in Master Technische Informatik 2020 NGN in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

PM - Project Management 🔗

Modulkürzel	PM_MaCSN2020
Modulbezeichnung	Project Management
Art des Moduls	Pflichtmodul
ECTS credits	5
Sprache	deutsch, englisch bei Bedarf
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1
Häufigkeit des Angebots	jedes Semester
Modul-Verantwortliche*r	Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Dozierende*r	Said Erkan/Lehrbeauftragter
Learning Outcome(s) What? Learn how to create a project plan as part of their study How? by applying project management concepts and processes to their "real-life" projects allowing them to generate immediate results that are usable in their future business situation. It acquires hands-on experience in applying new concepts and techniques in a project team environment and gain the confidence to take this forward to their environment. Why? To be prepared managing projects during their work life of proficiency.
Modulinhalte Seminar Die Studierenden erlernen Grudnlagen zu PM Methoden, PM Organisationen, PM Werkzeuge und Projekt Initiierung durch Vorträge und Gruppenarbeit und Quellensuche basierend auf den vom PMI entwickelten Vorgaben. Projekt PM Konzepte und Prozesse auf individuelle "real-life" Projekte anwenden und das Arbeiten in kleinen Projektteams erlernen und dabei Erfahrungen sammeln.
Lehr- und Lernmethoden	Seminar Projekt
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [unbenotet]
Workload	150 Stunden
Präsenzzeit	23 Stunden ≙ 2 SWS
Selbststudium	127 Stunden
Empfohlene Voraussetzungen	Grundwissen im Projektmanagement
Zwingende Voraussetzungen
Empfohlene Literatur	PMP Handbook www.scrumalliance.org
Verwendung des Moduls in weiteren Studiengängen	PM in Master Communication Systems and Networks 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

RFSD - RF System Design 🔗

Modulkürzel	RFSD_MaCSN2020
Modulbezeichnung	RF System Design
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
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) In general: Students will learn how high frequency components of wireless communication systems work Module-specific: students will get a general introduction in rf systems they will learn in detail how transmitters and receivers in wireless communication systems work they will learn in detail how the components of such systems (LNA, mixer, amplifier, oscillator, etc.) work they will learn about limitation effects and noise in such systems they will learn how to adapt the components to each other and how to plan and design the complete system (transmitter and / or receiver)
Modulinhalte Vorlesung / Übungen Hochfrequenzsysteme und Anwendungen Rauschen in Hochfrequenzsystemen und Baugruppen Characherisierung, Berechnung und Anwendung Lineares und nichtlineares Schaltungsverhalten Nichlinearität zur Mischung, nichtlineares Verhalten von Verstärkern Hochfrequenzsystemkomponenten Sender, Empfänger, Oszillatoren Praktikum Die Studierenden lernen die Funktions- und Wirkungsweise von hochfrequenten Schaltungen und Baugruppe kennen und lernen, wie die hochfrequente System e aufgebaut und entwickelt werden.
Lehr- und Lernmethoden	Vorlesung / Übungen Praktikum
Prüfungsformen mit Gewichtung	begleitend: Übungspraktikum [unbenotet] und abschließend: (elektronische) Klausur oder mündliche Prüfung [100%]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Hochfrequenztechnik und Mikrowellentechnik
Zwingende Voraussetzungen	Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Vorlesung / Übungen Praktikum erfordert Anwesenheit im Umfang von: 3 Labortermine und 1 Präsentationstermin Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	Kraus & Carver Eletromagnetics, McGraw Hilll, 2006. Michale Steer, Microwave and RF Design
Verwendung des Moduls in weiteren Studiengängen	RFSD in Master Communication Systems and Networks 2024 RFSD in Master Medientechnologie 2024 RFSD in Master Medientechnologie 2024 RFSD in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

RP - Research Project 🔗

Modulkürzel	RP_MaCSN2020
Modulbezeichnung	Research Project
Art des Moduls	Pflichtmodul
ECTS credits	10
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	2
Häufigkeit des Angebots	jedes Semester
Modul-Verantwortliche*r	Studiengangsleiter(in) Master CSN
Dozierende*r
Learning Outcome(s) Studierende untersuchen und lösen eine wissenschaftliche Problemstellung, indem sie - selbständig den aktuellen Stand der Wissenschaft auf einem Fachgebiet durch Literaturrecherche erarbeiten, - ein eigenes Projekt in Abstimmung mit Kollegen planen, durchführen und kontrollieren, - das gegebene Problem selbständig (oder im Team) mit wissenschaftlichen Methoden untersuchen und lösen, - im Studium erworbenes Fachwissen auf Problemstellung anwenden und hierbei vertiefen, - eigene Lösung mit alternativen Lösungsmöglichkeiten vergleichen, - erstellte Lösung in Gesamtzusammenhang einordnen und aus fachlicher und gesellschaftlicher Sicht kritisch bewerten und - den Stand der Wissenschaft, die fachlichen Grundlagen, die gewählte Lösung und ihre Bewertung gegenüber den weiteren möglichen Lösungsalternativen klar und nachvollziehbar in schriftlicher Form darstellen, um wissenschaftliche Methoden in folgenden Modulen, insbesondere der Masterarbeit, und späteren Berufsleben anwenden zu können. Exemplarische inhaltliche Operationalisierung
Modulinhalte Forschungsprojekt Im Rahmen des Projekts soll der Student individuell an einem Forschungsthema arbeiten, ein Problem auf wissenschaftliche Weise analysieren, neue oder geeignete Wege zur Lösung des Problems finden, das Projekt auf wissenschaftliche Art und Weise planen, Experimente, Simulationen und/oder theoretische Arbeiten durchführen, die Ergebnisse auswerten, die Ergebnisse präsentieren und einen Bericht schreiben.
Lehr- und Lernmethoden	Forschungsprojekt
Prüfungsformen mit Gewichtung	begleitend: mündlicher Beitrag oder Projektarbeit [100%]
Workload	300 Stunden
Präsenzzeit	12 Stunden ≙ 1 SWS
Selbststudium	288 Stunden
Empfohlene Voraussetzungen
Zwingende Voraussetzungen	Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Forschungsprojekt
Empfohlene Literatur
Verwendung des Moduls in weiteren Studiengängen	RP in Master Communication Systems and Networks 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	16.3.2025, 17:36:54
Web-Modulhandbuch-Editor-Links	Modul Lehrveranstaltung

VAE - Virtual Acoustic Environments 🔗

Modulkürzel	VAE_MaCSN2020
Modulbezeichnung	Virtual Acoustic Environments
Art des Moduls	Wahlpflichtmodul
ECTS credits	5
Sprache	englisch
Dauer des Moduls	1 Semester
Empfohlenes Studiensemester	1-2
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) What: The students learn the basic concepts , the technology and perception-related aspects of cirtual acoustic environemtns. The course will be strongly related to research aspects and projects How: The students apply their knowledge on Signal Processing, Audio, and in the field of VR on different aspects of Virtual Acoustic Environements. Actual trends in reseach and state of the art applications will integrated, tested, analyzed and evaluated. Aim: The students shall be able to work on research topics which consider topics whic are scientifically new and relevant. Apects of scalability and commercialization play a role
Modulinhalte Vorlesung Die grundlegenden Konzepte zur Erzeugung kophörerbasierter oder lautsprecherbasierter VR-Systeme werden vorgestellt. Projekt Es soll vertieftes Wissen in einem der Bereiche / Aspekte von virtuellen akustischen Umgebungen erarbeitet, angewendet und präsentiert werden Praktikum
Lehr- und Lernmethoden	Vorlesung Projekt Praktikum
Prüfungsformen mit Gewichtung	begleitend: Projektarbeit [100%] und begleitend: Übungspraktikum [unbenotet]
Workload	150 Stunden
Präsenzzeit	45 Stunden ≙ 4 SWS
Selbststudium	105 Stunden
Empfohlene Voraussetzungen	Gundlagen Akustik, Signalverarbeitung
Zwingende Voraussetzungen	Teilnahme an abschließender Prüfung nur nach erfolgreicher Teilnahme an Praktikum
Empfohlene Literatur	Rozinska, A. "Immersive Sound" Blauert, J. "Spatial Hearing" Zotter, F., Frank, M. "Ambisonics: A Practical 3D Audio Theory for Recording, Studio Production, Sound Reinforcement, and Virtual Reality"
Verwendung des Moduls in weiteren Studiengängen	VAE in Master Communication Systems and Networks 2024 VAE in Master Medientechnologie 2020 VAE in Master Medientechnologie 2024 VAE in Master Technische Informatik 2020 VAE in Master Informatik und Systems-Engineering 2024
Besonderheiten und Hinweise
Letzte Aktualisierung	29.3.2022, 14:39:48
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.
Module, die in Vergangenheit lediglich im Rahmen individueller Anerkennungsverfahren für einen Wahlbereich anerkannt wurden, sind im Folgenden nicht aufgeführt.

EL1 - Elective 1 🔗

Für dieses Wahlmodul können Master Module aus dem Angebot der Fakultät 07 der TH Köln und des FB Informatik der Hochschule Bonn-Rhein-Sieg mit technischem Inhalt frei gewählt werden. Weitere Module können nur nach vorhergehender Absprache mit der Studiengangsleitung gewählt werden. Bitte beachten Sie bei Ihrer Planung auch, dass die Lehrveranstaltungen in der Regel nur im Sommer- oder Wintersemester angeboten werden. Beachten Sie auch, dass nicht alle Module jedes Jahr angeboten werden. Informieren Sie sich bitte beim entsprechenden Lehrenden. Folgende Module werden im Masterbereich der F07 bzw. dem FB Informatik angeboten Achten Sie bitte darauf, ob das Modul ggf. einem anderen Masterstudiengang als Master Technische Informatik zugeordnet ist. Kontaktieren Sie in dem Fall den Dozenten oder die Dozentin, ob Sie die passenden Voraussetzungen zur Teilnahme erfüllen.