Faculty of Information, Media and Electrical Engineering

Bachelor Computer Science and Systems Engineering 2024

Module Manual

Bachelor of Science | Version: 1.2.2025-08-29-11-03-34

The most recent version of this handbook can be found here:
https://f07-studieninfo.web.th-koeln.de/mhb/current/en/BaTIN2024.html

Program Description🔗

The Bachelor's degree course in Computer Science and Systems Engineering provides students with in-depth knowledge in the development and application of complex information technology systems. Students learn to effectively combine software and hardware in order to create innovative solutions for current technological challenges. One conceivable example is the development of a system that processes and analyzes sensor data in a smart home. Computer science and systems engineering are key skills of the 21st century.

Orientation of the degree program

The course is a computer science degree program with a standard duration of seven semesters. It offers a broad range of topics from which students can choose one of three specializations:

In the “Distributed Software Systems” specialization, students focus on the architecture and implementation of complex systems such as cloud applications and networks. “Computer Engineering” focuses on the design and implementation of embedded systems, which are used, for example, in the Internet of Things, automation and robotics. The specialization “Artificial Intelligence” deals with the development of algorithms for machine learning and data processing.

In addition, modules are offered in the fields of communications engineering, acoustics and electrical engineering.

Occupational fields

Graduates of this degree course find exciting career opportunities in numerous technological fields. They are in demand in software development, where they develop tailor-made applications and systems for a wide range of industries. In the IT sector and in the development of intelligent technologies in areas such as medical technology or energy technology, embedded systems specialists find a wide range of employment opportunities. Graduates in the field of artificial intelligence are sought-after specialists who develop algorithms for machine learning and data-based decision-making. In telecommunications, they use their knowledge of networks and data transmission to improve the efficiency and security of communication systems.

The skills taught on the course make our graduates valuable team members in start-ups and established companies alike.

Course of study

At the beginning of the course, the focus is on the fundamentals of computer science in the areas of software and hardware as well as mathematics, with practical exercises and examinations consolidating the theoretical knowledge. In the following semesters, the topics expand to include advanced content such as operating systems, networks, IT security and software engineering, with a particular focus on the systematic approach to the development and optimization of technical systems. Numerous elective modules offer the opportunity to concentrate on special interests. Practical skills are intensively promoted through project work and internships. The course concludes with a practical phase and the Bachelor's thesis. This structured course provides students with both theoretical knowledge and practical experience with a particular focus on the application-oriented integration of various technologies, which are essential for success in IT and technology-related professions.

Study abroad

We actively support our students in integrating a period of study at a foreign university. The credits earned there are recognized for German studies. To this end, we have close contacts with universities in several European and non-European countries. The fifth semester can be completed at one of these universities. Our expectations of applicants If you would like to know how a complex application system, a modern operating system, a mobile application or data networks work, then a degree in Computer Engineering could suit you. The basis for admission to the course is an interest in computer science and technical subjects. It is important that you are not content with superficial descriptions, but want to get to the bottom of things.

Study requirements

Advanced technical college entrance qualification (school and practical part) or Abitur or equivalent qualification.

Graduate Profile🔗

Graduates of the B. Sc. Computer Science and Systems Engineering degree program have a sound knowledge of computer science, software development and technology-related system integration. They are able to design, develop, analyze and operate complex information technology systems. Their interdisciplinary knowledge, coupled with practical project work, qualifies them for a wide range of tasks in software and system development, depending on their choice of specialization, particularly in the areas of embedded systems, distributed applications and artificial intelligence.

The aim of the Bachelor's degree program in Computer Science and Systems Engineering is to train students to become reflective specialists who are able to design, implement and further develop modern information technology systems in their entire breadth -- from hardware-related programming to system-related software and networked, intelligent applications.

Graduates acquire basic and advanced skills in computer science, mathematics, communication technology and electrical engineering. They can choose one of three specializations:

  • Distributed Software Systems
  • Computer Engineering
  • Artificial Intelligence

Methodological, technical and social skills are promoted in equal measure through project-oriented study components, practical teaching formats and an in-depth examination of real fields of application. Graduates are familiar with modern development methods, agile processes and interdisciplinary teamwork.

Graduates of the Bachelor's degree program in Computer Science and Systems Engineering develop their individual profile in the following areas:

  • They are able to analyze, model and design complex software and hardware systems ready for implementation - especially in safety-critical and distributed system environments.
  • You have application-oriented skills in programming, system specification, simulation, verification and quality assurance of IT systems.
  • They are proficient in the design and operation of distributed systems, cloud applications, databases, embedded systems and artificial intelligence components.
  • Through project-based training, they learn to quickly familiarize themselves with new technologies and efficiently implement them in practice as part of a team - even in intercultural contexts.
  • They are able to reflect on social, ethical and legal issues and shape their technical work in a sustainable and responsible manner.
  • With their communicative, interdisciplinary and organizational skills, they can take on technical responsibility and aspire to management roles in both start-ups and large companies.

The course qualifies students for direct career entry in areas such as software development, embedded systems, automation technology, telecommunications and data science as well as for a subsequent Master's degree. However, you can also work in technical sales, training, technical customer consulting and project management (e.g. as a product owner or scrum master). Computer scientists are employed in these roles in many sectors: at software manufacturers, development companies, in information and communication technology, at consulting firms or public authorities.

Fields of Action🔗

Central fields of activity in the degree program are development and design, research and innovation, leadership and management as well as quality assurance and testing. The profile module matrix shows which fields of activity are addressed by which modules.

Research and development

This area covers the research and development of new technologies, algorithms, processes, devices, components and systems. This includes basic and industrial research as well as more specialized development such as in media technology, optometry, electrical engineering and technical computer science.

System and process management

This includes the planning, design, monitoring, operation and maintenance of systems and processes. This also includes the management of production processes, quality assurance and the coordination of working groups as well as IT administration and project management.

Innovation and application

The design, development and use of innovative applications and systems in technical disciplines. This also includes the creation and design of media content and products, the development of electronic, IT, media technology, acoustic or optical components and systems as well as the integration of IT solutions in technical applications.

Analysis, evaluation and quality assurance

The analysis and evaluation of procedures, systems, algorithms and devices to ensure the quality of products and processes. Includes the reflection and evaluation of media content and clinical studies as well as the investigation of visual and acoustic perception processes.

Interaction and communication

The ability for interdisciplinary collaboration and mediation between designers, technical actors, clients and users. Emphasizes the importance of soft skills such as teamwork and presentation skills in technical professions.

Competencies🔗

The modules of the degree program train students in different competencies, which are described below. The profile module matrix shows which competencies are addressed by which modules.

Systems thinking and delimitation of system boundaries

Understanding and identifying the boundaries of different systems, including the delineation of relevant aspects from external, uninfluenceable factors.

Abstraction and modeling

Ability to simplify and generalize complex problems, develop and evaluate different models across disciplines.

Analyze natural and technical phenomena

Identification, naming and explanation of relevant phenomena in real-life scenarios, including scientific principles and technical contexts.

STEM competence

Knowledge and application of models and principles from mathematics, computer science, natural sciences and technology for problem solving.

Simulation and analysis of technical systems

Use of software and tools to simulate and analyze technical systems, including the development of simulation models.

Design and realization of systems and processes

Design and implementation of technical solutions and processes, taking into account technical, economic and ecological standards and principles.

Testing and evaluating systems and processes

Performing tests, including verification and validation, to ensure compliance with standards and the functionality of systems and economic aspects of processes.

Obtaining and evaluating information

Ability to systematically research, analyze and evaluate information including relevant contexts.

Communication and presentation

Effective presentation and explanation of complex technical content to different target groups in German and English.

Business and legal knowledge

Apply basic business and legal knowledge to technical and design projects and decisions.

Teamwork and interdisciplinary cooperation

Ability to work in teams, including effective communication and cooperation with professionals from other disciplines.

Decision-making in uncertain situations

Strategic decision making based on sound professional analysis, even under uncertainty.

Consideration of social and ethical values

Integration of ethical and social values in the design of systems and media and reflection on professional actions.

Learning competence and adaptability

Motivation and ability to engage in lifelong learning and to adapt to technological and methodological innovations.

Self-organization and self-reflection

Competence in the self-organization of professional and learning-related tasks as well as critical reflection of one's own actions.

Communicative and intercultural skills

Effective communication and cooperation in intercultural and international contexts as well as media skills.

Specific professional knowledge and skills

In-depth knowledge and skills tailored to the requirements and specifics of individual subject areas such as electrical engineering, media technology, optometry and computer engineering.

Study Plans🔗

The following are studyable study plans. Other study plans are also possible. Please note, however, that each module is usually only offered once a year. Please also note that several modules may have to be selected in a particular semester and elective catalogs in order to obtain the total ECTS credit points shown.

🔗

Sem. Abbr. Module Name Mandatory (PF)
Elective
Catalog (WB)		 ECTS Prüfungslast Examination Types with Weights
1 DR Digitalrechner PF 5 1
EG Elektrotechnische Grundlagen PF 5 2
MA1 Mathematik 1 PF 10 2
PI1 Praktische Informatik 1 PF 5 2
PP Programmierpraktikum PF 5 1
2 FSA Formale Sprachen und Automatentheorie PF 5 1
AD Algorithmen und Datenstrukturen PF 5 2
MA2 Mathematik 2 PF 10 2
PI2 Praktische Informatik 2 PF 5 2
GSP Grundlagen der Systemprogrammierung PF 5 2
3 BVS1 Betriebssysteme PF 6 2
GUI Graphische Oberflächen und Interaktion PF 5 2
DB1 Datenbanken 1 PF 5 2
NP Netze und Protokolle PF 5 2
SE Software Engineering PF 5 2
SIG Signalverarbeitung PF 5 2
4 BVS2 Verteilte Systeme PF 5 2
AGE Agile Systems Engineering PF 5 1
BWR Betriebswirtschaft und Recht PF 5 2
SWP Softwarepraktikum PF 6 1
WM Wahlbereich Informatik und Systems-Engineering WB 10 ≤ 4
  • selection dependend
5 SYP Systementwicklungs-Projekt PF 7 1
PUK Präsentation und Kommunikation PF 3 1
XIB Fachübergreifende Kompetenzen und Soft Skills WB 5 ≤ 2
  • selection dependend
WM Wahlbereich Informatik und Systems-Engineering WB 15 ≤ 6
  • selection dependend
6 ITS IT-Sicherheit PF 5 2
PRA Praxisphase PF 8 1
WM Wahlbereich Informatik und Systems-Engineering WB 10 ≤ 4
  • selection dependend
AW Allgemeiner Wahlbereich WB 5 ≤ 2
  • selection dependend
7 PRA Praxisphase PF 15 1
BAA Bachelorarbeit PF 12 1
KOLL Kolloquium zur Bachelorarbeit PF 3 1

🔗

Sem. Abbr. Module Name Mandatory (PF)
Elective
Catalog (WB)		 ECTS Prüfungslast Examination Types with Weights
1 PP Programmierpraktikum PF 5 1
MA1 Mathematik 1 PF 10 2
PI1 Praktische Informatik 1 PF 5 2
2 AD Algorithmen und Datenstrukturen PF 5 2
PI2 Praktische Informatik 2 PF 5 2
MA2 Mathematik 2 PF 10 2
3 EG Elektrotechnische Grundlagen PF 5 2
DR Digitalrechner PF 5 1
GUI Graphische Oberflächen und Interaktion PF 5 2
BVS1 Betriebssysteme PF 6 2
4 FSA Formale Sprachen und Automatentheorie PF 5 1
GSP Grundlagen der Systemprogrammierung PF 5 2
BVS2 Verteilte Systeme PF 5 2
BWR Betriebswirtschaft und Recht PF 5 2
5 NP Netze und Protokolle PF 5 2
SE Software Engineering PF 5 2
SIG Signalverarbeitung PF 5 2
DB1 Datenbanken 1 PF 5 2
6 AGE Agile Systems Engineering PF 5 1
SWP Softwarepraktikum PF 6 1
WM Wahlbereich Informatik und Systems-Engineering WB 10 ≤ 4
  • selection dependend
7 SYP Systementwicklungs-Projekt PF 7 1
PUK Präsentation und Kommunikation PF 3 1
XIB Fachübergreifende Kompetenzen und Soft Skills WB 5 ≤ 2
  • selection dependend
WM Wahlbereich Informatik und Systems-Engineering WB 5 ≤ 2
  • selection dependend
8 ITS IT-Sicherheit PF 5 2
WM Wahlbereich Informatik und Systems-Engineering WB 15 ≤ 6
  • selection dependend
9 WM Wahlbereich Informatik und Systems-Engineering WB 5 ≤ 2
  • selection dependend
AW Allgemeiner Wahlbereich WB 5 ≤ 2
  • selection dependend
PRA Praxisphase PF 15 1
10 PRA Praxisphase PF 8 1
KOLL Kolloquium zur Bachelorarbeit PF 3 1
BAA Bachelorarbeit PF 12 1

Modules🔗

The modules of the degree program are described below in alphabetical order.

🔗

Module ID AD_BaTIN2024
Module Name Algorithmen und Datenstrukturen
Type of Module Mandatory Module
Recognized Course AD - algorithms and data structures
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 2
Frequency of Course every summer term
Module Coordinator Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

concepts of object oriented programming
basics of linear and hierarchic data structures used in programs
linear data structures (e.g. linear lists chained lists)
hierarchic data structures, trees
analysis of the complexity of algorithms
Important search algorithms
mode of operation of important sort algorithms
apply the concepts of object oriented programming in C++
estimate the quality and useness of data structures an algorithms
implement search and sort algorithms in programs
Lab

develop single handed data structures and algorithms
implement linear and hierarchic data structures in C++
implement sort algorithms in C++
implement search algorithms in C++
application of the aspects listed above to real-world scenarios in small teams
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul PI1: Sicherer Umgang mit einer Programmiersprache.
  • basics of programming in high level programming languages
Mandatory Prerequisites Lab requires attendance in the amount of: 3 Praktikumstermine
Recommended Literature
  • 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
Use of the Module in
Other Study Programs		 AD in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID AGE_BaTIN2024
Module Name Agile Systems Engineering
Type of Module Mandatory Module
Recognized Course AGE - Agile Systems Engineering
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4
Frequency of Course every summer term
Module Coordinator Prof. Dr. Kai Kreisköther/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

  • Experience/develop the necessity and challenges of project management yourself using a practical example
  • Classic project management approaches: Organizational structures, project structures and project planning.
  • Basics of systems engineering
  • Motivation for agile systems engineering: requirements of projects with a high vs. low degree of novelty, agility vs. time & costs, complicated vs. complex vs. chaotic, Toyota production system, bottleneck theory, lean development
  • Agile: Definitions of "agile or agile project management", agile manifesto
  • Scrum: origins, 3 roles - 3 artifacts - 5 events
  • Roles in detail
  • Artifacts in detail
  • Events (& processes)
  • Methods/tools
  • The increment
  • Kanban-ization of the development process
  • Shortening cycle times
  • Company and organization
  • Agile product development process: Agile and compliance
  • Practical tools / best practice in day-to-day work
Project

  • Apply, deepen and reflect on the knowledge gained in the lecture in a case study/planning game accompanying the semester.
  • Experience the different perspectives of the various roles in Agile Systems Engineering in the project group.
  • Put your own knowledge to the test in simulated situations.
Teaching and Learning Methods
  • Lecture / Exercises
  • Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
Mandatory Prerequisites
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 15:07:59

🔗

Module ID ASN_BaTIN2024
Module Name Angewandte Statistik und Numerik
Type of Module Elective Modules
Recognized Course ASN - Applied Statistics and Numerical Analysis
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Holger Weigand/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

to do
Lab
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul MA1: Grundlegende mathematische Kenntnisse, insbesondere Funktionen und Differentialrechnung anwenden
  • Modul MA2: Methoden der linearen Algebra anwenden können
  • Modul PI1: Grundbegriffe der Programmierung anwenden
  • to do
Mandatory Prerequisites
  • Participation in final examination only after successful participation in Lecture / Exercises
  • Lab requires attendance in the amount of: 4 Termine
Recommended Literature
  • Knorrenschild: Numerische Mathematik (Fachbuchverlag)
  • Papula: Mathematik für Ingenieure und Naturwissenschaftler, Band 1+2 (Vieweg)
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID AT_BaTIN2024
Module Name Antennentechnik
Type of Module Elective Modules
Recognized Course AT - Antenna Technology
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Rainer Kronberger/Professor Fakultät IME
Lecturer(s) 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

Module Contents

Lecture

• electromagnetic fields and waves, Maxwell Equations
• wave propagation, polarization, reflection and transmission of waves on materials and bounderies
- pattern, directivity, gain, impedance, efficiency
- linear antennas, monopole, dipole, arrays, Yagi-Uda an-tenna, parabolic antenna
- mobile antennas and terminal antennas
- antenna measurements, nearfield, farfield,
understand electromagnetic waves
Ability to use simulation tools
Learn measurment methodes and methodologies
Undertand the functional principle of antennas
Project

Undertstand measurements at higher frequencies
Learn how to use simulation tools
Learn how to handle RF measurement equipment
Learn how to perform antenna measurements
Perform antenna simulations
Write scientific reports
Teaching and Learning Methods
  • Lecture
  • Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites
  • Modul EG: Erweiterte Kenntnisse der Elektrotechnik und Grundlagen der Grundlegende Kenntnisse der Hochfrequenztechnik
  • GE1, GE2, GE3, EL1, GHF, Mathematics
Mandatory Prerequisites Project requires attendance in the amount of: 6 Termine
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID ATS_BaTIN2024
Module Name Autonome Systeme
Type of Module Elective Modules
Recognized Course ATS - Autonomous Systems
ECTS credits 5
Language deutsch und englisch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Chunrong Yuan/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture

Sensors
Wheel/motor sensors
Heading sensors
Positioning sensors
Cameras
Locomotion
Wheeled mobile robots
Legged mobile robots
Data processing and feature extraction
Edge detection
Line extraction
Point detection and description
Recognition and Modelling
Object detection
Place recognition
3D motion and structure estimation
Navigation
Localization
Mapping
Path planning
Lab

Teamwork: Development of systems with intelligent behaviours for autonomous interpretation of sensor data and real-time robot control. The goal is to realize prototypes with the required functions.
Exercises

Sensor characterization
Feature extraction
Image matching and clustering
Image based place recognition
Motion analysis
Programming of robot behaviour
Teaching and Learning Methods
  • Lecture
  • Lab
  • Exercises
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • Capability of algorithm analysis and implementation
    Knowledge of signal processing and mathematics
    Capability of software and project development
    Basic knowledge of embedded software
Mandatory Prerequisites Lab requires attendance in the amount of: 1 Termin
Recommended Literature
  • Hertzberg: Mobile Roboter: Eene Einführung aus Sicht der Informatik, Springer Vieweg, 2012
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID BAA_BaTIN2024
Module Name Bachelorarbeit
Type of Module Mandatory Module
Recognized Course BAA - Bachelor thesis
ECTS credits 12
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 7
Frequency of Course every term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s) 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.

Module Contents

Thesis

The Bachlor's thesis is a written assignment. It should show that the student is capable of independently working on a topic from his or her subject area within a specified period of time, both in its technical details and in its interdisciplinary contexts, using scientific and practical methods. Interdisciplinary cooperation can also be taken into account in the final thesis.
Teaching and Learning Methods Thesis
Examination Types with Weights
Workload 360 Hours
Contact Hours 0 Hours ≙ 0 SWS
Self-Study 360 Hours
Recommended Prerequisites
Mandatory Prerequisites See exam regulations §26 paragraph 1
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes See also examination regulations §24ff. Contact a professor of the faculty early on for the initial supervision of the thesis.
Last Update 19.7.2025, 14:32:16

🔗

Module ID BV_BaTIN2024
Module Name Bildverarbeitung
Type of Module Elective Modules
Recognized Course BV1 - Image Processing
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Jan Salmen/Professor Fakultät IME
Lecturer(s) 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".

Module Contents

Lecture

Lab
Teaching and Learning Methods
  • Lecture
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites
  • 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 PI1: 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 PI2: 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.
  • Basic course mathematics
    Basic course compuer science
    Basic course signal theory
Mandatory Prerequisites Lab requires attendance in the amount of: 4 Fachgespräche
Recommended Literature
  • Burger/Burge: Digitale Bildverarbeitung
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID BVS1_BaTIN2024
Module Name Betriebssysteme
Type of Module Mandatory Module
Recognized Course BVS1 - Operating Systems
ECTS credits 6
Language deutsch
Duration of Module 1 Semester
Recommended Semester 3
Frequency of Course every winter term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s) Prof. Dr. Andreas Behrend/Professor Fakultät IME

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).

Module Contents

Lecture / Exercises

fundamentals of operating systems and distributed systems
position and tasks of an operating system in a computer
resources to be managed
concurrency in hard- and software
components and properties of distributed systems
software structures
operating system kernel
hierarchical structures
virtual machines
client-server systems
peer-to-peer systems
the UNIX/Linux operating system
history and standards
layered structure
kernel with programming interface
shell with user interface
fundamental user commands
structure of the file system
programming in C
concurrency
processes and threads
fundamental properties
processes in UNIX
threads in Java
synchronization
fundamental conditions
mutual exclusion
sequencing
mechanisms
interrupt masking
spinlocks
signals
semaphores
monitors
deadlocks
communication
fundamental terms
storage-based vs. message-based communication
mailboxes and ports
synchronous vs. asynchronous communication
local communication
shared memory
message queues
pipes
communication in distributed systems
protocols
sockets
using the interfaces of an operating system:
user interface (console)
programming interface (API)
controlling concurrent operations in an operating system
from the user interface
by API functions
synchronizing concurrent operations by synchronization mechanisms
using various communication mechanisms
local mechanisms
mechanisms in computer networks
Lab

commands of the character-based Linux/UNIX command interface
usage at the console
usage in shell scripts
esp. to control concurrent processes
C functions of the UNIX/Linux programming interface
to access files and devices
to start and control processes
to synchronize processes
to transfer data between processes (locally and in a network) - depending on available time
application of the aspects listed above to real-world scenarios in small teams
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 180 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 135 Hours
Recommended Prerequisites
  • 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.
  • procedural programming
    architecture of a digital computer (basic knowledge)
    Internet protocols (basic knowledge)
Mandatory Prerequisites Lab requires attendance in the amount of: 1 Termin
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 18.8.2025, 16:18:31

🔗

Module ID BVS2_BaTIN2024
Module Name Verteilte Systeme
Type of Module Mandatory Module
Recognized Course BVS2 - Distributed Systems
ECTS credits 5
Language englisch
Duration of Module 1 Semester
Recommended Semester 4
Frequency of Course every summer term
Module Coordinator Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

cooperation
client-server model
examples: naming and file services
layered architectures
peer-to-peer model
procedural cooperation: remote procedure call
object-oriented cooperation
remote method invocation
object-orientierte middleware
web-based services
dynamic web pages
web services
implementation of software concurrency
management of processes
dispatching and scheduling
exceptions and interrupts
storage concepts
components of the storage hierarchy
swapping
virtual storage
processes in distributed systems
load distribution, fault tolerance, synchronization
file systems
logical and real structures
local file systems
implementation of directories
organisation of the hard disk
performance enhancement and fault tolerance
distributed file systems
file server and name server
distributed directory trees
caching and replication
assess various strategies and techniques for processor scheduling, for storage hierarchy management and for the implementation of file systems in local and distributed environments
programming of and with services in local and distributed systems
Services in distributed systems
fundamentals of cloud computing and web services
Apache-based systems
commercially available systems
Lab

C functions of the UNIX/Linux programming interface to communicate and cooperate locally and in the Internet
by using shared memory, message queues, and sockets
by using Remote Procedure Call
Java techniques for communication and cooperation
web services: SOAP, REST
others as appropriate (to be determined on short notice)
application of the aspects listed above to real-world scenarios in small teams
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • procedural programming
    architecture of a digital computer (basic knowledge)
    Internet protocols (basic knowledge)
    full content of BVS1
Mandatory Prerequisites
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID BWR_BaTIN2024
Module Name Betriebswirtschaft und Recht
Type of Module Mandatory Module
Recognized Course BWR - Business administration and law
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4
Frequency of Course every term
Module Coordinator Prof. Dr. Stefan Kreiser/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Project

Using a fictitious business start-up (business modeling), students acquire the relevant knowledge and skills from the disciplines of business administration, law and entrepreneurship in an application-oriented manner.

Lecture

  1. business ideation
  2. business modeling (continuous)
  3. market analysis, customer group analysis, stakeholder analysis
  4. operational management processes
  5. legal framework, taxes
  6. cost accounting, price calculation
  7. external accounting
  8. business model evaluation (SWOT analysis)

Further, special teaching units on:

  1. self- and team management
  2. presentation techniques
  3. experience report of an entrepreneur
Teaching and Learning Methods
  • Project
  • Lecture
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites
Mandatory Prerequisites
Recommended Literature
  • 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.
Use of the Module in
Other Study Programs
Permanent Links to Organization Ilu
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID CA_BaTIN2024
Module Name Computeranimation
Type of Module Elective Modules
Recognized Course CA - Computer Animation
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Stefan Grünvogel/Professor Fakultät IME
Lecturer(s) Prof. Dr. Stefan Grünvogel/Professor Fakultät IME

Learning Outcome(s)

WAS:
Die mathematischen, algorithmischen und theoretischen Grundlagen der Computeranimation erklären können, schriftlich und mündlich, unter Verwendung der entsprechenden Fachtermini.

WOMIT:
Die entsprechenden Grundlagen werden nach dem Prinzip des Flipped Classrooms vermittelt und zunächst in Form von einfachen Aufgaben (ohne Hilfe von Software) schrifltich geübt.

WOZU:
Um 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:
Eine Problemstellung oder Aufgabenstellung aus dem Bereich der Computeranimation analysieren und die passenden Methoden und Verfahren auswählen zu können.

WOMIT:
Im 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.

WOZU:
Um Verfahren, Algorithmen und Geräten zur Produktion, Speicherung, Übertragung, Verarbeitung, Wiedergabe und Präsentation von Computeranmation analysieren und bewerten zu können.
WAS:
Methoden und Software der Computeranimation anwenden, weiterentwickeln oder selbst entwickeln.

WOMIT:
Im 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.

WOZU:
Um Verfahren, Algorithmen und Geräte zu Produktion und Wiedergabe von Computeranimation entwickeln und integrieren können.

Module Contents

Seminar-style Teaching

animation systems
- Hierarchies in Scenes
- animation system
- Time and Game Loop

object animation
- Movement in space
- Time, speed and distance control
- interpolation
- rotations

Characteranimaiton
- kinematics
- skinning
- blend shapes
- motion capture
- Processing of transaction data

Procedural Animation
- Physically based animation
- particle systems
Teaching and Learning Methods Seminar-style Teaching
Examination Types with Weights
Workload 150 Hours
Contact Hours 23 Hours ≙ 2 SWS
Self-Study 127 Hours
Recommended Prerequisites
  • 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
  • Basic knowledge of computer graphics
    Programming knowledge imparted in the scope of Computer Science 1 and Computer Science 2
    confident handling of linear algebra as well as analysis of one and more variables by scope of knowledge from mathematics 1 and mathematics 2
Mandatory Prerequisites
Recommended Literature
  • Stefan M. Grünvogel, Einführung in die Computeranimation, Springer, 2024
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID CG_BaTIN2024
Module Name Computergrafik
Type of Module Elective Modules
Recognized Course CG - Computer Graphics
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr.-Ing. Arnulph Fuhrmann/Professor Fakultät IME
Lecturer(s) 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
  • Entwickeln 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 Entwicklung interaktiver medientechnischer Systeme (HF1, HF2) und erlaubt die Bewertung bestehender Systeme (HF2).

Module Contents

Lecture / Exercises

Geometric Modeling
Polygonal meshes
subdivisional surfaces
Transformations
coordinate systems
fundamental transformations
projections
Graphics Hardware
raster displays
video cards
input devices
Rendering Pipeline
rasterization
clipping
shading
visibilty
shader programming
Local reflection models
light sources
reflection
transparency
BRDFs
Textures
texture mapping
generation of texture coordinates
filtering
normal maps
environment maps
displacement maps
Global illumination
rendering equation
raytracing
spatial data structures
shadows
Lab

- Developing computer graphics applications
- Create interactive 3D programs
- Using a 3D API
- Applying the mathematical basis of Computer Graphics
- Applying the fundamental algorithms of Computer Graphics
- Testing and debugging of own applications
- Capturing and understanding textual instructions
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites Programming
Mathematics 1 and 2
Mandatory Prerequisites Lab requires attendance in the amount of: 3 Termine
Recommended Literature
  • P. Shirley, S. Marschner: Fundamentals of Computer Graphics, Fifth Edition, AK Peters, 2021
  • T. Akenine-Möller, et al.: Real-Time Rendering, Taylor & Francis Ltd., 2018
  • M. Pharr, W. Jakob, and G. Humphreys, Physically Based Rendering: From Theory To Implementation, Morgan Kaufmann, 4. Edition, 2023
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID DB1_BaTIN2024
Module Name Datenbanken 1
Type of Module Mandatory Module
Recognized Course DB1 - Data Base Systems 1
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 3
Frequency of Course every winter term
Module Coordinator Prof. Dr. Andreas Behrend/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

General Data Base Model
Relational data base system
Structured Query Language
Embedded SQL in Java (JDBC)
Specification and design of data bases
Entity Relationship Model
Normal forms of a relational data base
XML and data bases
Document type definition
Lab

Implementation of a data base with several tables, which is specified in a requirement analysis; programming of embedded complex SQL code in JAVA; entity relationship modeling; definition of an DB/XML-interface with a document type definition
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul MA1: Mengen, kartesisches Produkt, Relationen
  • Basic Course Mathematics
    Basic Course Computer Science
Mandatory Prerequisites
Recommended Literature
  • G. Vossen: Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme
  • A. Kemper, A. Eickler: Datenbanksysteme
  • C. Türker: SQL 1999 & SQL 2003
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID DB2_BaTIN2024
Module Name Datenbanken 2
Type of Module Elective Modules
Recognized Course DB2 - Data Base Systems 2
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Andreas Behrend/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

XML Grammar with XML scheme
abstract data types
object oriented data bases
object relational data bases
NoSQL data bases
Bayer trees
Lab

Definition of XML schemes, of abstract data types, of data types in object-relational data bases. Programming of CRUD Operations on object-relational data bases and on NoSQL data bases. Validating parsing of JSON documents.
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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.
  • Basic Course Mathematics
    Basic Course Computer Science
    Data Base Systems 1
Mandatory Prerequisites
Recommended Literature
  • C. Türker: SQL 1999 & SQL 2003
  • St. Edlich: NoSQL Datenbanken
Use of the Module in
Other Study Programs		 DB2 in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID DM_BaTIN2024
Module Name Data Mining
Type of Module Elective Modules
Recognized Course DM - Data Mining
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Beate Rhein/Professor Fakultät IME
Lecturer(s) 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

Module Contents

Lecture / Exercises

Introduction to a suitable software, e.g. Python
Introduction to descriptive statistics and possibly also probability calculation
Supervised learning:
- Classification procedure: Procedure, performance measures, application of a method of instance-based learning, e.g. k-nearest-neighbor and a method of model-based learning, e.g. decision trees
- Possible regression analysis: about machine learning and classical
Unsupervised learning:
- Cluster analysis: k-means, possibly also DBSCAN
Preprocessing of the data:
- Handling Damaged / Missing Data
- Runaway or noise - problems
- Scaling
- Visualization of data
- Possible dimension reduction
- Assessment of data quality
- possibly look at different types of data records, make reference to NoSql databases

Outlook on current research, e.g. image recognition, Natural Language Processing, Reinforcement Learning
Be able to name and apply a suitable method and overall approach to tasks
Select and evaluate a suitable performance measure
Apply Privacy Policy
Exercises / Lab
Teaching and Learning Methods
  • Lecture / Exercises
  • Exercises / Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 57 Hours ≙ 5 SWS
Self-Study 93 Hours
Recommended Prerequisites
  • 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
  • From Mathematics 1 and 2 the ability to construct mathematical models as well as knowledge of differential calculus and linear algebra is required.
Mandatory Prerequisites Participation in final examination only after successful participation in Exercises / Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID DOPE_BaTIN2024
Module Name DevOps und Platform-Engineering
Type of Module Elective Modules
Recognized Course DOPE - DevOps and Platform-Engineering
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. René Wörzberger/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

inner workings of the source code management systems Git
organizing teams with GitLab functions
automate builds with Apache Maven
continuous integration and delivery (CICD) with GitLab Runner
test automation with JUnit
developing mocks with Mockito
automating web ui tests with Selenium
automating web ui tests with Selenium
measuring code quality with Sonarqube
on-prem and cloud infrastructures
creating a system cluster in the Google Cloud
container virtualization with Docker
container orchestration with Kubernetes
Lab

how to develop in teams with GitLab
adding and developing a code base with Git
creating build scripts with Maven
Implementation of tests with JUnit, Mockito, Selenium, and JMeter
containerization and deployment with Docker and Kubernetes
set-up of a system cluster in the Google Cloud including (continuous) deployment of releases
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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) advanced programming skills in Java
    (2) experiences with development projects in teams
    (3) basic knowledge in software engineering
Mandatory Prerequisites
Recommended Literature
Use of the Module in
Other Study Programs
Permanent Links to Organization Ilu course
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID DR_BaTIN2024
Module Name Digitalrechner
Type of Module Mandatory Module
Recognized Course DR - Digital Computer
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 1
Frequency of Course every winter term
Module Coordinator Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

Project
Teaching and Learning Methods
  • Lecture / Exercises
  • Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites none
Mandatory Prerequisites Project requires attendance in the amount of: 5 Termine
Recommended Literature
  • 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
Use of the Module in
Other Study Programs		 DR in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID EG_BaTIN2024
Module Name Elektrotechnische Grundlagen
Type of Module Mandatory Module
Recognized Course EG - Basic Electrical Engineering for Computer Science and Engineering
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 1
Frequency of Course every winter term
Module Coordinator Prof. Dr. Kai Kreisköther/Professor Fakultät IME
Lecturer(s)
  • 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.

Module Contents

Lecture / Exercises

The students are able to analyze electrical and electronic systems in respect to the essential functionality and to classify and estimate their behavior.
In particular, students are able perform these analyzes according to following topics:
- resistor
- voltage and current sources
- Kirchhoff's circuit laws, serial and parallel
- electrical power and efficiency
- real electrical sources including operating point
- network analysis
- electric field
- magnetic field

- inductors and capacitors
- apparent power and reactive power
- Switching in simple RCL networks
- AC
- transformer
- generator
- DC motor

- ideal diode
- real diode (modeled using an ideal diode and voltage source and resistor)
- ideal transistor
- real transistor
- operational amplifier and corresponding basic wirings
Lab

The students carry out electrotechnical experiments in related projects. The aim of the given experiments is the understanding of the function and the measurement of an electrotechnical and / or electronical system.
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites none
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • Gert Hagman, Grundlagen der Elektrotechnik, AULA-Verlag, ISBN 978-3-89104-747-7
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID EKS_BaTIN2024
Module Name Entwicklung komplexer Software-Systeme
Type of Module Elective Modules
Recognized Course EKS - Development of Complex Software Systems
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Hans Nissen/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

design patterns
modularization
professional code development
advanced Java concepts
Module-oriented architectural principles
complex test procedures
apply and evaluate design patterns
Apply and evaluate approaches to professional code development
Apply automated code analysis methods and interpret the results
Design and implement modularized architectures
use complex test procedures
Lab

implemtation of design pattern
Create modularized architectures for large-scale applications
apply automated code review and static code analysis
Select test method and apply to programs
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • Specification and modeling of systems and software with UML, modularization in Java, simple design patterns, basic software testing methode, various architectures of systems and software, basic quality assurance concepts, version management skills, very good practical and theoretical knowledge of the programming language Java
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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.
Use of the Module in
Other Study Programs		 EKS in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID EL_BaTIN2024
Module Name Elektronik
Type of Module Elective Modules
Recognized Course EL - Electronic Circuits
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME
Lecturer(s) Prof. Dr. Alexander Utz/Professor Fakultät IME

Learning Outcome(s)

Grundlegene Schaltungen mit passiven Bauelementen und Halbleitern (Dioden, BIP-Transistoren) kennenlernen und mit Hilfe erlernter Methoden das Verhalten der Schaltung analysieren. Zur Vermittlung dieser Kompetenzen werden Übungen an Hand exemplarischer Schaltungen durchgeführt und praktische Erfahrungen in Laborversuchen gesammelt. Dadurch wird den Studierenden ermöglicht, in der späteren beruflichen Tätigkeit schaltungstechnische Aufgabenstellungen zu analysieren, Lösungskonzepte zu erarbeiten und letztlich schaltungstechnische Systeme zu entwickeln.

Module Contents

Lecture / Exercises

knowing and analysing of linear passive circuits
calculation of frequency dependent behaviour
grafical representation using the bode plot
knowing semiconductor elements (diode, transistor) and operational amplifiers and dimensioning them
Lab

read and understand technical instructions
connect circuits and demonstrate the function
work on complex task in limited time
transfer theoretic knowledge into working circuits
discuss the results
work with typical measurement equipment
explain technical basics and their interdependence
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul EG: Kennen und Verstehen elektrischer Bauelemente R,L,C und einfacher passiver Schaltungen. Analysieren von Schaltungen durch Knoten- und Maschengleichungen,Technische Zusammenhänge darstellen und erläutern, Kennlinien von Bauelementen verstehen und interpretieren
  • Modul MA1: Mathematisches Grundwissen sicher anwenden, insbesondere lineare Gleichungen, Termumformungen, Kürzen von Termen, Bruchrechnung
  • Modul MA2: Lösen einfacher Differential- oder Integralgleichungen
  • basic skills in calculating electric circuits, resistor, capacitor, inductor
    good knowledge in mathematics, linear equations, calculations with complex terms
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • "Halbleiter-Schaltungstechnik", U. Tietze et al., ISBN: 978-3-662-48553-8
  • "Design of Analog CMOS Integrated Circuits", B. Razavi, ISBN: 978-0-07-252493-2
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID ES_BaTIN2024
Module Name Eingebettete Systeme
Type of Module Elective Modules
Recognized Course ES - Embedded Systems
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Lecturer(s)
  • 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).

Module Contents

Lecture

analysis and specification methods
functional decomposition
behavior description
object oriented description
description of parallel behavior with Petri nets
engineering of embedded systems
hardware aspects
Microcontroller
SOC system on (programmable) chip
use of I/O controllers
serial interface
parallel interface
DMA
energy awareness
software aspects
choice of programming language
Assembler
C
C++
andere
software system architecture
singletasking
Implementing a FSM (finite state machine)
table based static function scheduling
multitasking
RTOS with an example
Embedded Linux
timing requirements
Distributed embedded systems
Basics of distributed systems
communication system levelling
basics of field busses
basics of Internet of Things (IoT)
programming distributed embedded systems
Project

Teamwork: Development of an embedded system with dedicated function, e.g. control of a mechanical model, environmental sensor etc. Aim: building a prototype

Steps
1. Description/Specification
Task description taking the client's view in communication with client (= docent)
2. Hardware architecture
recherche of suitable modules in technical documents
3. Modelling the solution
4. Implementation using modern PDE and standards, especially RTOS
mastering complex tasks with the team
project planning and steering
fulfilling tasks on time
Presentation of Development
Task description
Project intermediate presentation
Result
Documentation in project report
Project description
Project implementation
User documentation
Experiences
Exercises

Modelling of an Embedded System using well-known design methods for reactive systems
Writing Software for an embedded system using C
on base of a HAL (hardware abstraction layer) or by using a RTOS
Teaching and Learning Methods
  • Lecture
  • Project
  • Exercises
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • basic knowledge in computer engineering
    FSA and FSM
    Microcontroller structure and function
    Imperative Programming language (pref. C)
    Experiences in Program development using program development environments, e.g. Eclipse
Mandatory Prerequisites Project requires attendance in the amount of: Projektbesprechungen und -präsentation
Recommended Literature
  • W.Wolff: Computers as Compenents: Principles of Embedded System Design
  • Wieringa: Design Methods for reactive Systems
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID ESP_BaTIN2024
Module Name Eingebettete Systeme - Projekt
Type of Module Elective Modules
Recognized Course ESP - Embedded system project
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Lecturer(s) 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

Module Contents

Project

ES Development
Hardware Selection
Device selection
Understanding device descriptions (manuals)
Application of modelling methods
Generation of a system model
Refinement of system components
Modelling behavior
Implementation
Design of special components
Integration of devices
Development of tests, testing
Building a prototype using mechanical/electronical parts
Handling of complex tasks with a team
Project planning
Contract fulfilling in time
Presentation
System design
Intermediate work report
Result presentation
Teaching and Learning Methods Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 12 Hours ≙ 1 SWS
Self-Study 138 Hours
Recommended Prerequisites
  • 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
  • Course Embedded Systems
Mandatory Prerequisites Project requires attendance in the amount of: 4 Termine
Recommended Literature
  • W.Wolff: Computers as Compenents: Principles of Embedded System Design
  • Wieringa: Design Methods for reactive Systems
  • Gessler, Mahr: Hardware/Software Codesign
Use of the Module in
Other Study Programs		 ESP in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID FIT_BaTIN2024
Module Name Funksysteme für IoT
Type of Module Elective Modules
Recognized Course FIT - Wireless Communications in the IoT
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

The underlying concept of this module is a combination of lecture and tutorial. After a lecture block of approximately 20 minutes the subjects taught are actively trained using Matlab/Octave and Python programs.

Syllabus:
- Introduction, What is IoT/Industy 4.0?
- Overview: Markets and application areas for wireless communikations
- Standards, Basics on wireless communications
- sensor, actor and uC
- Muiltiple Access and data link Control in Sensor Networks
- Techniques for higher rates
- Network, Fog and Cloud Computing
- Standards for cellular (4G, 5G), WLAN, LPWAN, WNAN and WPAN

Students shall deepen their knowledge by self-study of literature and internet ressources and discuss their results in small learning groups as teamwork.
By combination of taught subjects and small exercises and programs during the presence time, students are able to actively train their knowledge. More extensive problems are solved and discussed in the second part of the course to activate the student's capabilities to solve relevant problems.

Students further learn
- to analyze communication systems and to estimate their performance
- to select appropriate standards for specific applications
- to apply their knowledge to technical problems
Project

Students plan and work on projects in the field of the IoT in small teams. They use HW and SW to implement or evaluate wireless standards and to acquire, transfer, collect, present, and evaluate data, e.g., generated by sensors. The projects of different teams may be combined to a bigger project.
The results are presented at the end of the project and may be assessed and included into the total score by up to 30%.
Seminar

Alternatively: Seminar work with a hot topic from the course content. Written report will be rated.

Self conducted literature research, analysis of the sources, adequate and understandable presentation of the main aspects, discussion and assessment of the findings.
Lab

Atlernatively: lab work related to single aspects of the lecture to deepen the understanding. This may include HW and SW problems.
Teaching and Learning Methods
  • Lecture / Exercises
  • Project
  • Seminar
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 68 Hours ≙ 6 SWS
Self-Study 82 Hours
Recommended Prerequisites
  • Modul SV: Bandbreitedefinition, Denken im Frequenzbereich, Fourier Transformation, Signale und Systeme Diskrete Fourier Transformation
  • Students should bring basic knowledge in digital communications, signal theory, and networks and protocols. They should further have basic skills from linear algebra and statistics. Basic programming capabilities are required, too.
Mandatory Prerequisites
  • Project requires attendance in the amount of: 4 Termine
  • Participation in final examination only after successful participation in Project
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID FSA_BaTIN2024
Module Name Formale Sprachen und Automatentheorie
Type of Module Mandatory Module
Recognized Course FSA - Formal Languages and Automata Theory
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 2
Frequency of Course every summer term
Module Coordinator Prof. Dr. Hans Nissen/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

formal languages and Chomsky hierarchy
formalization of grammars
formalization of abstract machine models
finite automata
pushdown automata
turing machine
regular expressions
properties of formal languages
closure
decidability
Pumping Lemma
specify chomsky level of formal languages
specification of formal languages
develop grammr for given formal language
develop automata for given grammar
develop automata fpr given grammar
transform formal specifications
formale Beweise zu formalen Sprachen, Grammatiken und Automaten durchführen
formalize real world problems
develop abstract automata for real problems
Teaching and Learning Methods Lecture / Exercises
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites no requirements
Mandatory Prerequisites
Recommended Literature
  • 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
Use of the Module in
Other Study Programs		 FSA in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID GEN_BaTIN2024
Module Name Generative Medientechnologien
Type of Module Elective Modules
Recognized Course GEN - Generative Medientechnologien
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Jan Salmen/Professor Fakultät IME
Lecturer(s) 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".

Module Contents

Lecture

Lab
Teaching and Learning Methods
  • Lecture
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites
Mandatory Prerequisites Lab requires attendance in the amount of: 4 Termine
Recommended Literature
  • D. V. Godoy. Deep Learning with PyTorch Step-by-Step: A Beginner’s Guide. Fundamentals. 2022
  • D. V. Godoy. Deep Learning with PyTorch Step-by-Step: A Beginner’s Guide. Computer Vision. 2022
  • D. V. Godoy. Deep Learning with PyTorch Step-by-Step: A Beginner’s Guide. Sequences & NLP. 2022
  • D. Foster. Generatives Deep Learning: Maschinen das Malen, Schreiben und Komponieren beibringen, O'Reilly, 2020
Use of the Module in
Other Study Programs		 GEN in Bachelor Medientechnologie 2024
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID GRT_BaTIN2024
Module Name Graphentheorie
Type of Module Elective Modules
Recognized Course GRT - Graph theory
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Hubert Randerath/Professor Fakultät IME
Lecturer(s)

Learning Outcome(s)

  • (WAS) Studierende können bestimmte Problemstellungen der Informatik abstrakt modellieren und auf Basis dieser Modelle gängige und wohlverstandene Methoden und Algorithmen zur Lösung anwenden
  • (WOMIT) indem sie
    • die Problemstellung als Graph darstellen,
    • die Graphen klassifizieren und anwendbare Algorithmen identifizieren und
    • diese Algorithmen implementieren,
  • (WOZU) damit sie effektive und effiziente Lösungen für wiederkehrende Anforderungen wie beispielsweise Wegfindungen, Optimierung von (Netzwerk-)Routing oder Ermittlungen von Abhängigkeiten in Programmen realisieren können.

Module Contents

Lecture

  • Basics of combinatorics and asymptotic analysis
    • Basic combinatorial principles
    • Elementary counting principles
    • Permutations
    • Variations and combinations
    • Principle of inclusion and exclusion
    • Growth of functions
    • Runtime of algorithms
    • Complexity classes.
  • Basics of graph theory
    • Graph definition
    • Complete and bipartite graphs
    • Isomorphism of graphs
    • Adjacency and incidence matrix
    • Paths and circles
    • Connection of graphs
    • directed graphs
    • forests
    • trees
    • elementary graph parameters
  • Traversal in graphs and the shortest path problem
    • breadth-first search
    • Depth-first search
    • Topological sorting
    • Euler tours
    • Hamiltonian circles
    • Dijkstra algorithm
    • Bellman-Ford algorithm.
  • Matchings and flows
    • Matchings
    • Hungarian method
    • Edmonds algorithm
    • Networks
    • Flows
    • Permissible flows
    • Max-Flow-Min-Cut
    • Ford-Fulkersen algorithm
    • Edmonds-Karp algorithm
  • colorings
    • Node colorings
    • Edge coloring
    • List colorings
    • Tournaments and game plans
    • Planar graphs
    • Four-color set
    • Perfect graphs
    • Coloring algorithms
Exercises

  • Students solve graph-theoretical and graph-algorithmic problems with Maple
undefined
Teaching and Learning Methods
  • Lecture
  • Exercises
  • undefined
Examination Types with Weights
Workload 150 Hours
Contact Hours NaN Hours ≙ NaN SWS
Self-Study NaN Hours
Recommended Prerequisites
Mandatory Prerequisites Exercises requires attendance in the amount of: 2 Termine
Recommended Literature
  • Diskrete Mathematik, M. Aigner, Vieweg-Verlag
  • Graphentheorie, R. Diestel, Springer Verlag
  • Graphentheorie, P. Tittman, Fachbuchverlag Leipzig
  • Graphen an allen Eckern und Kanten, L. Volkmann, RWTH Aachen
Use of the Module in
Other Study Programs		 GRT in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID GSP_BaTIN2024
Module Name Grundlagen der Systemprogrammierung
Type of Module Mandatory Module
Recognized Course GSP - Fundamentals in System Programming
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 2
Frequency of Course every summer term
Module Coordinator Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Lecturer(s)
  • 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).

Module Contents

Lecture / Exercises

Lab
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites basic skills in procedural programming
structure and mode of operation of a simple computer
basics in digital systems
finite state machines and state transition diagrams
Mandatory Prerequisites Lab requires attendance in the amount of: 2 Termine
Recommended Literature
  • 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)
Use of the Module in
Other Study Programs		 GSP in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID GUI_BaTIN2024
Module Name Graphische Oberflächen und Interaktion
Type of Module Mandatory Module
Recognized Course GUI - Graphical User Interfaces
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 3
Frequency of Course every winter term
Module Coordinator Prof. Dr. Andreas Behrend/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

fundamental terms and techniquesof grafical user interfaces within microsoft windows
concepts of windows and messages
using of OS-given APIs in Java
including of AWT and Swing
discussion of their pros and cons
using of Microsofts WinAPI
using of AWT und Swing classe for grafical user interfaces in Java
Lab

programming of grafical user interfaces as individual tasks - details see "Vorlesung/Übung"
using programming environments for guis
implementation of gui applications of medium complexity in small teams
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul PI2: Sicherer Umgang mit einer objektorientierten Programmiersprache.
  • Modul AD: Tieferes Verständnis der Verwendung von C++ und Java bei der Analyse von Algorithmen
  • procedural and object-oriented programming in C/C++ and Java
    structure and functions of operating systems
Mandatory Prerequisites Lab requires attendance in the amount of: 3 Termine
Recommended Literature
  • keine
Use of the Module in
Other Study Programs		 GUI in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID HF_BaTIN2024
Module Name Hochfrequenztechnik
Type of Module Elective Modules
Recognized Course HF - High Frequency Technologies
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Rainer Kronberger/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture

Students will learn fundamentals in high frequency technologies in theory and application
Introduction to frequency range and high frequency systems
Linear, passive circuits with inductances and capacitors
Currents, voltages and power in passive high frequency circuits
Smith-Diagram
Resonance circuits and filters
Transmission line theory and application
Impedance transformation circuits
Scattering parameters and matrices
Exercises / Lab

Excercises and paractical work in close relationship to lecture
.Students will learn fundamentals in high frequency technologies in theory and application
Students will learn fundamentals in high frequency technologies in theory and application
Teaching and Learning Methods
  • Lecture
  • Exercises / Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
Mandatory Prerequisites Exercises / Lab requires attendance in the amount of: Praktikumstermine
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID IAK_BaTIN2024
Module Name Ingenieurakustik
Type of Module Elective Modules
Recognized Course IAK - Acoustics for Engineers
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

Introduction of the basic acoustic parameters
Sound pressure, sound velocity, flow, power
Logarithmic quantities and levels
Mechanical and acoustic vibration systems
Mechanical vibration systems
Acoustic vibration systems
Sound propagation in the room
Homogeneous plane wave
standing waves
resonance systems
diffraction, refraction, reflection
point sources
Behaviour of sound pressure and sound velocity
elementary radiator synthesis
Concepts of loudspeakers and microphones)
Principles of directional microphones
Electrodynamic microphones and headphones
Piezoelectric microphones and headphones
Dielectric microphones
absorbers
Porous Absorbers
Helmholtz resonators as absorbers
plate absorber
Analysis and description of systems with loudspeakers and microphones
Calculation and description of the entire sound propagation chain from the microphone via the mechanoelectric conversion, the transmission via a communication link as well as the conversion via an electromechanical transducer and the sound radiation.
Lab

Simulation of the propagation of sound waves
Investigation of sound reflection on Kundt's tube
Analysis of eigenmodes
perform practical measurements based on described tasks
create functional measurement setups
prepare adequate documentation for measurements carried out
Evaluate and discuss measurement results
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites Basic knowledge mechanics
knowledge time domain / frequency domain operations
Calculations with real and imaginary values
Basic knowledge integral and differential mathematics
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Praktikumstermine und 1 Hörversuch
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID IOT_BaTIN2024
Module Name IoT Protokolle und Anwendungen
Type of Module Elective Modules
Recognized Course IOT - IoT Protocols and Applications
ECTS credits 5
Language deutsch und englisch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
Lecturer(s) 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 der Industrie 4.0.

Module Contents

Lecture / Exercises

The underlying concept of this module is a combination of lecture and tutorial. After a lecture block the subjects taught are actively trained by solving corresponding problems.

Syllabus:
Introduction to IoT
Applications of IoT
Hard- and Software Fundamentals for IoT
IoT System and Architectures
IoT Communications Protocols
IoT Application Protocols (MQTT, CoAP, HTTP, REST)
Data Analytics and Machine Learning for IoT
IoT Security
Distinguish different IoT archtectures. Analsye IoT system using suitable tools. Connect Iot end devices to IoT systems. Assess the security of IoT systems.
Lab

Connect sensors and actuators to microprocessors and single-board computers
Connect IoT devices to the cloud
Transmit measurement data to the cloud
Compromize hand- and software of IoT devices
Sniffing the communication of IoT devices
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul NP: Grundlagen von Rechnernetzen Netzwerkanwendungen und Protokolle Grundlagen der Transportschicht Adressierung und Routing Grundlagen der Sicherungsschicht Grundlagen der Netzwerksicherheit
  • Fundamentals of Computer Networks
    Network application and Protocols
    Transport Layer Fundamentals
    Link Layer Fundamentals
    Fundamentals of Network Security
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID ITS_BaTIN2024
Module Name IT-Sicherheit
Type of Module Mandatory Module
Recognized Course ITS - IT Security
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Heiko Knospe/Professor Fakultät IME
Lecturer(s) Prof. Dr. Heiko Knospe/Professor Fakultät IME

Learning Outcome(s)

Was: Das Modul vermittelt die grundlegenden Konzepte und Verfahren der IT-Sicherheit, die für viele IT-Systeme und Anwendungen eine wichtige Rolle spielen (K. 4). Die Studierenden lernen die Analyse von Systemen in Bezug auf Sicherheitsanforderungen (K. 7). Hierfür ist ein Verständnis von Sicherheitsbedrohungen und Angriffen notwendig. Die Studierenden lernen die grundlegenden Verfahren und Standards der IT-Sicherheit um Systeme zu entwerfen, zu realisieren und zu prüfen (K. 8, K. 9, K. 10). Ethische Grundwerte spielen in diesem Zusammenhang eine wichtige Rolle (K. 18), z.B. beim Umgang mit personenbezogenen Daten,
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 werden in mehreren Moduln des Studiengangs verwendet und sind anerkannter Teil der Basisausbildung in technischen Fächern (HF 1). Bei der Planung von Systemen für technische Anwendungen, der Analyse und Bewertung von Anforderungen sowie der Administration von IT-Systemen spielen Fragen der IT-Sicherheit heute eine wichtige Rolle (HF 5). Die Sicherheit von IT-Systemen ist Teil der Qualitätskontrolle und kann auch in Zertifizierungsprozessen von Bedeutung sein (HF 2).

Module Contents

Lecture / Exercises

IT security fundamentals: standards and guidelines, taxonomy, security objectives, threats, risks, attacks, security measures.

Cryptographic methods: mathematical fundamentals, definitions of security, historical ciphers, symmetric encryption, block ciphers, operating modes, stream ciphers, hash methods, message authentication codes, asymmetric encryption, RSA, key agreement, Diffie-Hellman, signatures.

Authentication, key agreement and access control: authentication methods, passwords, key agreement, protocols, public keys and public key infrastructures (PKI), access control strategies, access matrix, Unix ACL.

Network security: TLS and SSH protocols, DNS security.

Software and web security: Basic principles and design of secure software, vulnerabilities, attacks against web applications.

Security management: risk management, security process, security standards, in particular ISO 27000 series and German IT baseline protection, data protection (privacy), laws, ethical aspects.
Lab

- Fundamentals of cyber security (e-learning).
- Development of Java software for AES encryption and decryption of files.
- Use of different operating modes for block ciphers.
- Statistical analysis of an AES ciphertext.
- Generation of key pairs, certificates and development of a public key infrastructure with open source software (optional).
- Using a Linux system for penetration testing and digital forensics (Kali Linux).
- Attacks against weak passwords.
- Attacks against web applications (test system).
- Use of software for detecting and analyzing vulnerabilities.
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID KOAK_BaTIN2024
Module Name Kommunikationsakustik
Type of Module Elective Modules
Recognized Course KOAK - Communication Acoustics
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr.-Ing. Christoph Pörschmann/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

Room simulation method and software tools required therefor
Human hearing system, basic phenomena of auditory perception, psychoacoustic parameters
Human spatial perception
Principles of human speech generation, common methods of speech signal processing
Analyze and solve problems of sound insulation and noise.
relate psychoacoustic quantities to physical quantities
Analysis and adaptation of spatial sound reinforcement systems
Lab

Reverberation Time Measurement
Room simulation
Audiometry (Threshold of silence)
perform practical measurements based on described tasks
create functional measurement setups
prepare adequate documentation for measurements carried out
Evaluate and discuss measurement results
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites Basic knowledge mechanics
knowledge time domain / frequency domain operations
Calculations with real and imaginary values
Basic knowledge integral and differential mathematics
Basic knowledge Acoustics
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Praktikumstermine und 1 Hörversuch
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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.
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID KOLL_BaTIN2024
Module Name Kolloquium zur Bachelorarbeit
Type of Module Mandatory Module
Recognized Course BAKOLL - Colloquium
ECTS credits 3
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 7
Frequency of Course every term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s) verschiedene Dozenten*innen / diverse lecturers

Learning Outcome(s)

WAS:
Fachliche und außerfachliche 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.
WAS:
Eigene Arbeitsweise und Ergebnisse präsentieren.

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

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

Module Contents

Colloquium

The colloquium serves to determine whether the student is able to present the results of the Bachelor's thesis, its technical and methodological foundations, interdisciplinary contexts and extracurricular references orally, to justify them independently and to assess their significance for practice
Teaching and Learning Methods Colloquium
Examination Types with Weights
Workload 90 Hours
Contact Hours 0 Hours ≙ 0 SWS
Self-Study 90 Hours
Recommended Prerequisites
Mandatory Prerequisites
  • Module BAA: Die Bachelorarbeit muss abgeschlossen sein, damit sie im Kolloquium ganzheitlich und abschließend präsentiert werden kann.
  • See exam regulations §29, paragraph 2
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes See also examination regulations §29.
Last Update 19.7.2025, 14:32:16

🔗

Module ID MA1_BaTIN2024
Module Name Mathematik 1
Type of Module Mandatory Module
Recognized Course MA1 - Mathematics 1
ECTS credits 10
Language deutsch
Duration of Module 1 Semester
Recommended Semester 1
Frequency of Course every winter term
Module Coordinator Prof. Dr. Heiko Knospe/Professor Fakultät IME
Lecturer(s)
  • 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).

Module Contents

Lecture / Exercises

Fundamentals
- Sets, numbers, sums, products, factorial, binomial coefficients
- Real numbers, order, intervals, completeness
- Propositional logic
- Induction
- Maps and their properties
- Real functions, boundedness, monotonicity, inverse function
Elementary functions
- Polynomials and rational functions
- Power function, root function, exponential and logarithmic functions
- Trigonometric functions
Sequences, series and continuity
- Real sequences and limits
- Series and (optional) convergence criteria
- Power series and (optional) radius of convergence
- Limits of function values
- Continuity and properties of continuous functions
- Asymptote
Differential calculus
- Differentiability and derivation
- Derivation rules
- Higher derivatives
- Extreme points and curve discussion
- Taylor polynomial, Taylor series
- Newton method
- Rule of de l`Hospital
Vectors, matrices and linear systems of equations
- Vector calculus in R^n
- Scalar product
- Vector product
- Lines
- Planes
- Matrices and computations
- Linear systems of equations and Gaussian algorithm
- Linear independence, generating set and basis
- Rank of a matrix
- Quadratic matrices and invertible matrices
- Determinant
- Cramer's rule (optional)
Complex numbers
- Normal form and calculation rules
- Polar and exponential form
- Complex sequences, series, functions, power series, Euler's formula
- Powers and roots of complex numbers
Exercises / Lab

Online maths course OMB+ with the contents:
- Numbers, fractions
- Roots, powers, proportionality
- Equations in one unknown variable
Teaching and Learning Methods
  • Lecture / Exercises
  • Exercises / Lab
Examination Types with Weights
Workload 300 Hours
Contact Hours 57 Hours ≙ 5 SWS
Self-Study 243 Hours
Recommended Prerequisites -
Mandatory Prerequisites Participation in final examination only after successful participation in Exercises / Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID MA2_BaTIN2024
Module Name Mathematik 2
Type of Module Mandatory Module
Recognized Course MA2 - Mathematics 2
ECTS credits 10
Language deutsch
Duration of Module 1 Semester
Recommended Semester 2
Frequency of Course every summer term
Module Coordinator Prof. Dr. Heiko Knospe/Professor Fakultät IME
Lecturer(s)
  • 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).

Module Contents

Lecture / Exercises

Integral calculus
- Riemann integral, definition and properties
- Main theorem of differential and integral calculus
- Improper integrals
- Partial integration
- Substitution rule
- Partial fraction decomposition
Ordinary differential equations
- First-order differential equation with separable variables
- First-order linear differential equation with constant coefficients
- Second-order linear differential equation with constant coefficients
Functions of several variables
- Scalar functions and vector fields
- Limits and continuity
- Partial derivatives and gradient
- Jacobian matrix
- Higher partial derivatives
- Extreme values
- Error propagation
- Implicit functions
- Multidimensional integration
Vector spaces and linear mappings
- Groups, fields, finite fields
- Vector spaces and subvector spaces
- Linear mappings
- Linear independence, dimension and rank
- Determinant
- Euclidean and unitary vector spaces, scalar product, norm, Gram-Schmidt orthogonalization
- Orthogonal and unitary matrices
- Symmetric and Hermitian matrices
- Eigenvalues and eigenvectors
- Coordinates and change of basis
- Diagonalizable matrices and normal forms (optional)
- Matrix decompositions (optional)
- Homogeneous coordinates (optional)
Exercises / Lab
Teaching and Learning Methods
  • Lecture / Exercises
  • Exercises / Lab
Examination Types with Weights
Workload 300 Hours
Contact Hours 57 Hours ≙ 5 SWS
Self-Study 243 Hours
Recommended Prerequisites
  • Modul MA1: Differential- und Integralrechung von Funktionen einer Variablen sowie Grundlagen der Linearen Algebra.
  • -
Mandatory Prerequisites
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID ML_BaTIN2024
Module Name Maschinelles Lernen
Type of Module Elective Modules
Recognized Course ML - Machine Learnig
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Beate Rhein/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

fundamentals
types of learning
simple classifiers
simple predictors (Equalizer alias Linear Regression)
challenges in learning
linear regression as the simple predictor
linear regression as the simple classifier
training data (handling, analysis, processing)
gradient descent
quality measures
learning curve
multi-class classifier based on binary classifiers
multi-label-classification
logistic regression
simple neuronale Netze
the artificial neuron as a simple classifier
operation
activation function
bias
training a neuron
multi-layer-perceptron
operation
purposes of the layers
backpropagation training algorithm
tools for creating and training simple neural networks and handling training data
handling, analysis and preparation of training data
creating and configuring neural networks
training neural networks
verification of trained networks
Deep Neural Networks (DNNs)
basic problems
vanishing or exploding gradients
high training times
overfitting
solutions for the probblems mentioned above
appropriate initialization of the weights, non-saturating activation function, gradient clipping
accelerated optimization procedures, reuse of pre-trained layers
regularization to avoid overfitting
tools for creating and training DNNs
handling, analysis and preparation of training data
creating and configuring neural networks
training of neural networks
verification and validation trained networks
Convolutional Neural Networks (CNNs)
idea
architecture
convolutional layer
pooling layer
convolution as a basic operator for training and detection
architectures of CNNs for different problems
tools for implementation and training CNNs
Recurrent Neural Networks (RNNs)
idea
recurrent neurons
training of RNNs and Deep RNNs
Long Short Term Memory
architectures of RNNs for different problems
tools for implementation and training deep CNNs
the presented neural networks
specify
describe
evaluate the pros and cons

solving problems using tools
for handling, analysis and preparation of the training data
for implementationion, verification, validation and training of all neural presented networks
Lab

purposeful handling of the tools
deal with complex tasks in a small team
derive complex solutions that can be implemented using neural networks
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul MA1: Problemlösungskompetenz aus dem Bereich lineare Algebra und der Analysis. Sicheres Beherrschen der entsprechenden Symbole und Formalismen.
  • basic skills in Java and/or C
    basic skills in analysis and linear algebra
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Testattermine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • Géron, Aurélien, Hands-On Machine Learning with Scikit-Learn and TensorFlow, O'Reilly Medi
Use of the Module in
Other Study Programs		 ML in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID MLO_BaTIN2024
Module Name Machine Learning Operations
Type of Module Elective Modules
Recognized Course MLO - Machine Learning Operations
ECTS credits 5
Language deutsch und englisch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
First-time Course winter term 2025
Module Coordinator Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME
Lecturer(s) Prof. Dr. Pascal Cerfontaine/Professor Fakultät IME

Learning Outcome(s)

(WAS) Die Studierenden erwerben Kenntnisse und Fertigkeiten für die Entwicklung, Bereitstellung, Verwaltung, Überwachung und Wartung von Machine-Learning-Systemen im produktiven Einsatz. Sie verstehen den Lebenszyklus von ML-Modellen und lernen, diesen systematisch zu gestalten und zu automatisieren,
(WOMIT) indem sie in Vorlesungen/Übungen Konzepte, Werkzeuge und Best Practices der MLOps kennenlernen und diese in aufeinander aufbauenden praktischen Aufgaben selbst anwenden,
(WOZU) um robuste, skalierbare und reproduzierbare ML-Anwendungen zu entwickeln, die auch unter realen Bedingungen zuverlässig funktionieren und in Produktionsumgebungen betrieben werden können.

Module Contents

Lecture / Exercises

  • Introduction to machine learning methods for the creation of AI applications
  • Introduction to the ML lifecycle: development, data preparation, model training and validation, deployment, monitoring, retraining
  • Differences between classic software engineering and ML system development
  • Basics of reproducible ML experiments and data and model management
  • Version management for models and data sets (e.g. DVC, MLflow, Git)
  • Containerization of ML models with Docker
  • Model serving (e.g. REST APIs with FastAPI, TensorFlow Serving, TorchServe)
  • Automated training and deployment
  • Monitoring of ML systems: Model drift, data drift, performance metrics, logging, alerting
  • Orchestration of ML workflows: Use of tools such as Kubeflow, Airflow or Prefect
  • Scaling with cloud services (e.g. Vertex AI, AWS Sagemaker, Azure ML)
  • Security, data protection and ethical aspects of ML operation
Lab

  • Preparation and versioning of data for ML workflows
  • Creating an AI application including model training
  • Reproducible model training with DVC or MLflow
  • Containerization and provision of an ML model as a web service
  • Development of a CI/CD pipeline for an ML system (e.g. with GitHub Actions or GitLab CI)
  • Setting up a monitoring system (Prometheus, Evidently, Grafana) to monitor models and data streams
  • Implementation and evaluation of retraining cycles based on realistic scenarios
  • Integration and deployment in a cloud environment
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul DOPE: Grundlagen des Versionsverwaltungssytems Git werden beherrscht
  • Modul DOPE: Containerisierung mit Docker ist bekannt
  • Modul ML: Grundlagen des maschinellen Lernens sind bekannt
  • - Basics of the version management system Git are mastered
    - Containerization with Docker is known
    - Basic knowledge of Python
Mandatory Prerequisites
Recommended Literature
Use of the Module in
Other Study Programs		 MLO in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.8.2025, 10:30:37

🔗

Module ID MPR_BaTIN2024
Module Name Mobilgeräteprogrammierung
Type of Module Elective Modules
Recognized Course MPR - Mobile Device Programming
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Cartsten Vogt/Professor Fakultät IME
Lecturer(s)
  • 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).

Module Contents

Lecture / Exercises

fundamental terms and techniques
characteristic properties of mobile devices
overview of current mobile operating systems and programming platforms
steps of mobile device programming (code development, emulation, and installation)
Mobile device programming with one or multiple current systems (Remark: This main part of the course will be continuously adapted to the current state of the art and the market. This document therefore lists only the main topics that will probably be covered.)
components of a mobile application
graphical user interfaces
data storage
concurrency
data communication, esp. Internet access
location-based services
security
using programming environments for mobile devices
programming smartphone applications of medium complexity
assessing the risks in the programming and usage of mobile devices
Lab

Smartphone programming on a selected system - details see "Vorlesung/Übung"
using programming environments for smartphones
implementation of smartphone applications of medium complexity in small teams
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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.
  • object-oriented programming (ideally Java)
    structure and functions of operating systems
    programming with concurrency / threading and with sockets
    communication protocols for data networks
    relational databases
Mandatory Prerequisites Lab requires attendance in the amount of: 1 Testattermin
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID MT_BaTIN2024
Module Name Messtechnik
Type of Module Elective Modules
Recognized Course MT - Measurement Technology
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Kai Kreisköther/Professor Fakultät IME
Lecturer(s) 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

Module Contents

Lecture / Exercises

General considerations
Historical review
The SI system
Measurement techniques
Known systematic measurement deviations
Unknown systematic measurement deviations
Reproduction of systematic measurement errors
Random measurement errors
Complete measurement result
Random experiments
Relative frequency
The Laplace Experiment
Conditional probability
Independent events
Random variable
Distribution function and distribution density function
Expected value, variance and standard deviation
Central limit theorem, normal distribution and uniform Distribution
Sample of a measurand
Confidence interval for the expected value
Propagation of random deviations
Linear Regression
Properties of electrical measuring instruments
Moving-coil movement
Electrodynamic movement
Moving iron movement
Measuring range extension for DC voltage measurement
Measuring range extension for direct current measurement
Limiters
Alternating current and alternating voltage measurement
Sampling and reconstruction
A/D and D/A converters
Digital Multimeter
Logical basic gates
Memory elements and counters
Digital timing measurement
Digital frequency measurement
Digital Oscilloscopes
Resistance determination
Measuring bridges
Sensors supplying voltage and current
Resistive sensors
Pulsed sensors
Lab

Understanding and using digital oscilloscopes
Analyzing of limiter circuits
Analysis of galvanic, magnetic and capacitive couplings
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul MA1: Gleichungssysteme lösen
  • Modul MA2: Differentialrechnung / Integralrechnung
  • MA1, MA2, GE1, GE2
Mandatory Prerequisites Lab requires attendance in the amount of: 3 Praktikumsversuche
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID NDQ_BaTIN2024
Module Name Nachhaltigkeit durch Qualität
Type of Module Elective Modules
Recognized Course NDQ - Nachhaltigkeit durch Qualität
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Ansgar Beuten/Lehrbeauftragter
Lecturer(s) 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.

Module Contents

Lecture

Seminar-style Teaching
Teaching and Learning Methods
  • Lecture
  • Seminar-style Teaching
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul MA1: erforderlich für das Verständnis statistischer Methoden
  • Modul MA2: erforderlich für das Verständnis statistischer Methoden
Mandatory Prerequisites
  • Seminar-style Teaching requires attendance in the amount of: An mindesten acht Terminen des Seminars müssen sich die Studierenden anwesend sein und sich beteiligen.
  • Participation in final examination only after successful participation in Seminar-style Teaching
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID NP_BaTIN2024
Module Name Netze und Protokolle
Type of Module Mandatory Module
Recognized Course NP - F07_Networks and Protocols
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 3
Frequency of Course every winter term
Module Coordinator Prof. Dr. Andreas Grebe/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

Fundamentals of architectures and topologies of computer networks, metrics, LAN, MAN WAN, communication and layer models according to ISO/OSI, IETF TCP/IP, IEEE, bit transmission and data interconnections, Ethernet technology, IP addressing and subnetting, IP routing and routing protocols, frame switching and virtual LAN, transport protocols, application protocols and communication patterns
Analyze networks and systems using suitable tools and present them graphically. Integrate systems into networks. Planning and setting up (sub)networks. Estimate and analyse the performance of computer networks. Obtaining information from original English sources.
Excerpt of the contents:
ISO/OSI reference models, TCP/IP model, IEEE model, switch, router, host, transmission media, Ethernet, 100BASE-Tx, 1000BASE-T, ARP, addressing IPv4, IPv6, DHCP, ICMP, switched LAN, virtual LAN (VLAN), static routing, RIP, OSPF, transport protocols UDP, TCP, QUIC, applications DNS, HTTP, FTP, TFTP, Telnet, SSH
Lab

Knowing, structuring, classifying, structuring basic concepts and technologies of computer networks, structuring tasks in technical communication, assigning to relevant standardizations and transferred to network design and client/server applications, assigning and naming protocols (applications, transport, network, Ethernet, transmission technology), explaining protocol mechanisms, setting out and structuring tasks and technical parameters. Master network analysis techniques and tools, know network design steps and methods for network planning.
Analyze networks and systems using suitable tools and present them graphically.
Integrate systems into networks.
Planning and setting up (sub)networks.
Estimate and analyse the performance of computer networks.
Systematic troubleshooting and correction.
Evaluate information from original sources and apply it to networks.
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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 Operations, AND, OR, XOR
    Binary numbers
    Basic Computer Architecture
    Basic Knowledge of Operating Systems (Unix/Linux prefered)
    Basic programming skills
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Praktikumsversuche
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID NSA_BaTIN2024
Module Name Netzsicherheit und Automation
Type of Module Elective Modules
Recognized Course NSA - Network Security and Automation
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Andreas Grebe/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

Fundamentals for the construction of hierarchically structured networks, corporate networks with redundancy techniques, wireless LAN (WLAN), cross-location communication, WAN techniques. Introduction to network security with details on attacks, security targets, cryptographic procedures, encryption, packet filters, secure infrastructures, virtual private networks. Introduction to distributed network management and service quality techniques. Techniques for network virtualization, software-defined networking and network automation.
Students acquire the skills to analyse medium-sized, cross-location corporate networks using suitable tools, to select suitable architectures and to plan and implement corresponding networks. They name and identify hazard situations for corporate networks. Suitable security mechanisms are to be selected, designed and implemented. Tasks and methods of software-controlled networks including virtualization are known and mechanisms for network automation are planned and implemented.
Excerpt of the contents:
Hierarchical networks, redundancy, STP, EtherChannel, FHRP, Single-area and Multiarea OSPF, OSPF security technologies, WLAN, WAN connection, PPP, xDSL
Network security with security goals, cryptographic methods, algorithms, packet filters, ACL, NAT, FireWall, DMZ, VPN, IPsec
SNMP, Syslog, QoS - Quality of Service
Software Defined Networking (SDN), SDN Controller, Cloud, Virtualization, Ansible, JSON, YAML, REST API
Lab

Identify, structure and classify concepts and technologies for medium-sized, cross-location corporate networks. Master network analysis techniques and tools, know network design steps and methods for network planning. Identify security-relevant network gaps and know suitable measures for network security and their implementation. Know the tasks of network automation and virtualisation and master their implementation for suitable network areas.
Planning, implementation and analysis of VLAN architectures, WLAN networks, cross-site VPN and packet filter firewall.
Implementation and analysis of network management with SNMP and Syslog.
Implementation and analysis of network automation on network elements (e.g. router, switch, host, SDN controller) via REST API with Phython scripting or Ansible YAML scripting.
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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.
  • Knowledge and Competences of Module Networks and Protocols (NP)
    alternate requorements: knowledge and competences of IP networking courses or CCNA (ITN and RSE)
    Networking Fundamentals
    TCP/IP Protocol Family
    ISO/OSI Model and Protocols
    IPv4/IPv6 Addressing, Subnetting, and Routing
    Switching Techniques
    TCP/UDP Transport Techniques
    Application Protocols
    Network Implementation Competences (Client, Server, Switch, Router)
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID PHTB_BaTIN2024
Module Name Philosophische Handlungstheorie Bachelor
Type of Module Elective Modules
Recognized Course PHTB - Philosophical theory of action
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Gregor Büchel/Professor Fakultät IME im Ruhestand
Lecturer(s) Prof. Dr. Gregor Büchel/Professor Fakultät IME im Ruhestand

Learning Outcome(s)

  • (WAS) Studierende wenden philosophischen Theorien auf Probleme des Handelns in der heutigen Gesellschaft an,
  • (WOMIT) indem Sie zentrale philosophische Texte studieren, seminaristisch aufarbeiten und präsentieren,
  • (WOZU) um ihr späteres gesellschaftliches und berufliches Handeln auf philosophisch und ethisch durchdachten Grundlagen aufbauen zu können.

Module Contents

Lecture

The background of philosophical theories of action is "illuminated" in the lecture
Seminar

The seminar will focus on the following five texts by Immanuel Kant:

  1. "Answering the Question: What is Enlightenment?" 1 "Ideas for a General History with a Cosmopolitan Intention", 1 "Groundwork for the Metaphysics of Morals",
  2. the antinomy of freedom and natural necessity in the "Critique of Pure Reason", 1 "On Perpetual Peace".

Aspects of the philosophical theory of action given in these texts are to be applied to problems of action in today's society.
Teaching and Learning Methods
  • Lecture
  • Seminar
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites
Mandatory Prerequisites
  • Seminar requires attendance in the amount of: 6 Termine
  • Participation in final examination only after successful participation in Seminar
Recommended Literature
  • Immanuel Kant: „Beantwortung der Frage: Was ist Aufklärung? Und andere kleine Schriften“, Berlin (Sammlung Hoffenberg), 2016, ISBN: 978-3-8430-9208-1
  • Immanuel Kant: „Schriften zur Geschichtsphilosophie“, Stuttgart (Reclam), 2013, ISBN: 978-3-15-009694-9
  • Immanuel Kant: „Grundlegung zur Metaphysik der Sitten“, Stuttgart (Reclam), 2016, ISBN: 978-3-15-004507-7
  • Immanuel Kant: „Kritik der reinen Vernunft“, Stuttgart (Reclam), 1966, ISBN: 978-3-15-006461-0
  • Immanuel Kant: „Zum ewigen Frieden“, Stuttgart (Reclam), 2012, ISBN: 978-3-15-001501-8
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID PI1_BaTIN2024
Module Name Praktische Informatik 1
Type of Module Mandatory Module
Recognized Course PI1 - Practical Informatics 1
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 1
Frequency of Course every winter term
Module Coordinator Prof. Dr. Markus Cremer/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

Lab
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites none
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Termine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • Ernst, H., Schmidt, J., & Beneken, G. (2023). Grundkurs Informatik: Grundlagen und Konzepte für die erfolgreiche IT-Praxis – Eine umfassende Einführung. Springer Vieweg. https://doi.org/10.1007/978-3-658-41779-6
  • Gumm, H.-P., & Sommer, M. (2016–2019). Einführung in die Informatik (3 Bände). De Gruyter / Oldenbourg.
  • Herold, H., Lurz, B., Lurz, M., & Wohlrab, J. (2023). Grundlagen der Informatik (4. Aufl.). Pearson Studium.
  • C. Vogt (2004). Informatik – Eine Einführung in Theorie und Praxis, Spektrum.
  • Mössenböck, H. (2014). Sprechen Sie Java (5. Aufl.). dpunkt.verlag.
  • Ratz, D., Schulmeister-Zimolong, D., Seese, D., & Wiesenberger, J. (2022). Grundkurs Programmieren in Java (8. Aufl.). Hanser.
  • Lo Iacono, L., Wiefling, S., & Schneider, M. (2020). Programmieren trainieren (2. Aufl.). Hanser.
  • Schiedermeier, R., & Köhler, K. (2012). Das Java-Praktikum (2. Aufl.). dpunkt.verlag.
  • Ullenboom, C. (2023). Java ist auch eine Insel (17. Aufl.). Rheinwerk Verlag. Openbook.
Use of the Module in
Other Study Programs		 PI1 in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID PI2_BaTIN2024
Module Name Praktische Informatik 2
Type of Module Mandatory Module
Recognized Course PI2 - Practical Informatics 2
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 2
Frequency of Course every summer term
Module Coordinator Prof. Dr. Chunrong Yuan/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

Object oriented Programming: Class structures
Object oriented Programming: Generics
Exception handling
Input and output: Streams and files
Input and output: Graphic user interfaces (GUIs)
Dynamic data structures: simple structures
Dynamic data structures: Graphs
Formal specification of syntactic structures
Object oriented programming
Lab

Object oriented implementation of dynamic data structures
Object oriented implementation of GUI components
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul PI1: Grundkenntnisse in PI1 Programmiererfahrung mit Entwicklungsumgebungen wie Eclipse
  • Basic knowledge of PI1
    Capability of programming using development environments such as Eclipse
Mandatory Prerequisites
Recommended Literature
  • Vogt: Informatik – Eine Einführung in Theorie und Praxis, Spektrum, 2004
Use of the Module in
Other Study Programs		 PI2 in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID PP_BaTIN2024
Module Name Programmierpraktikum
Type of Module Mandatory Module
Recognized Course PP - Programming Practice
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 1
Frequency of Course every winter term
Module Coordinator Prof. Dr. Chunrong Yuan/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture

Presentation of selected standards for the design and development of programs
* Algorithm construction with structogram / program flow plan
* Automata
* Structured Analysis with data flow diagrams and data dictionary
Use of a programming development environment for programming and debugging
Recursion as a means to implement series used in mathematics
Lab

Algorithm
Description formats
description using natural language
graphical representations (structogram, program flow plan)
data flow diagram and data directory
Algorithms for solving some standard problems
iteration and repetition
recursion
regular automaton
Implementation of algorithms using control structures (in Java and C) using
conditionals (if, switch)
loops (iteration, repetition)
Design and use of subroutines (in Java)
especially: implementation of predefined interfaces
Structured data types
Arrays
Java objects and classes (in Java: Public classes without methods)
Program development environment
create projects
debug
test
Design algorithms solving given problems
From algorithm description to implementation
Work with program development environment
Programming as solution for scenario-based problems
Teaching and Learning Methods
  • Lecture
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 34 Hours ≙ 3 SWS
Self-Study 116 Hours
Recommended Prerequisites parallel participation of the course "Practical Informatics 1"
Mandatory Prerequisites Lab requires attendance in the amount of: Praktikumstermine
Recommended Literature
  • 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
Use of the Module in
Other Study Programs		 PP in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID PPRA_BaTIN2024
Module Name Parallelprogrammierung und Rechnerarchitekturen
Type of Module Elective Modules
Recognized Course PPRA - Parallel Programming and Computerarchitektur
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Markus Cremer/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

Overview parallel computer architectures and classification
Design methods of parallel applications (PCAM), Decomposition patterns (e.g. Functional, Data domain)
pattern for parallel programming, e.g. master worker, single program multiple data, multiple program multiple data and mapping to decomposition patterns
  • Performance evaluation of parallel programs, e.g. with Amdahl's law
  • Modelling parallel programs with Coloured Petri Nets
  • Programming distributed computer systems using MPI
  • Programming of Multicore/parallel computers using OpenMP and Rust
Programming of Graphic Processing Units (GPU) using CUDA
  • Design of domain specific architectures
  • Digital Hardware Accelerators (e.g. in signal processing)
  • Tensor Processing Unit (Artificial neural network)
Project

Application of design methods for parallel applications to a self-chosen application
Modelling a parallel design of the application
implementation of parallel program for the application
Measurement of speed-up by parallelization of the application
Teaching and Learning Methods
  • Lecture / Exercises
  • Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites basic skills in procedural programming
basic skills in programming multiple tasks
structure and mode of operation of a simple computer
basics in digital systems (Automata, Hardware Description Language)
Mandatory Prerequisites Project requires attendance in the amount of: 2 Labortermine + 1 Präsentationstermin
Recommended Literature
  • 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
Use of the Module in
Other Study Programs		 PPRA in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID PRA_BaTIN2024
Module Name Praxisphase
Type of Module Mandatory Module
Recognized Course PRA - Practical phase
ECTS credits 23
Language deutsch und englisch
Duration of Module 2 Semester
Recommended Semester 6,7
Frequency of Course every term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s) 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.

Module Contents

External Internship

markdown
- Gain an insight into the work processes and organizational structure of companies.
- Assess tasks and activities in the professional world after graduation.
markdown
- Organize and carry out own project in coordination with colleagues and superiors in the company.
- Independently apply and use scientific methods and modern technologies in practice.
- Independently familiarize yourself with a new area of responsibility.
- Fitting into an unfamiliar (non-university) organization and acting appropriately there.
- Design and/or develop and/or test a system or system component independently and as part of a team.
- Present work results orally and in writing.
Teaching and Learning Methods External Internship
Examination Types with Weights
Workload 690 Hours
Contact Hours 0 Hours ≙ 0 SWS
Self-Study 690 Hours
Recommended Prerequisites
Mandatory Prerequisites
  • External Internship requires attendance in the amount of: Mit Praktikumsgeber zu vereinbaren
  • Participation in final examination only after successful participation in External Internship
Recommended Literature
Use of the Module in
Other Study Programs		 PRA in Bachelor Technische Informatik 2020
Specifics and Notes The spectrum of specific tasks covers the entire field of computer science and related engineering sciences. For this reason, all of the skills taught in the preceding course of study are potentially necessary and can be individually limited solely by the specific task that is worked on during the practical phase.
Last Update 19.7.2025, 14:32:16

🔗

Module ID PUK_BaTIN2024
Module Name Präsentation und Kommunikation
Type of Module Mandatory Module
Recognized Course PUK - Presentation and Communication
ECTS credits 3
Language deutsch
Duration of Module 1 Semester
Recommended Semester 5
Frequency of Course every winter term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s) 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.

Module Contents

Seminar

- communication process types
- concepts for communicating content
- rhetoric basics
- modern presentation techniques
- chairing groups
Teaching and Learning Methods Seminar
Examination Types with Weights
Workload 90 Hours
Contact Hours 12 Hours ≙ 1 SWS
Self-Study 78 Hours
Recommended Prerequisites
  • Modul SYP: SYP ist keine direkte Voraussetzung, aber die in PUK vermittelten Kompetenzen werden im Rahmen von SYP bei Projektpräsentation geprüft.
  • none
Mandatory Prerequisites Seminar requires attendance in the amount of: 3 Termine
Recommended Literature
Use of the Module in
Other Study Programs		 PUK in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID QKC_BaTIN2024
Module Name Quellen- und Kanalcodierung
Type of Module Elective Modules
Recognized Course QKC - Source and Channel Coding
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

The underlying concept of this module is a combination from lecture and tutorial. After a lecture block of approximately 20 minutes) the subjects taught are actively trained using Matlab/Octave and Python programs.

Syllabus:
- basics on source and channel coding and cryptology
- system theoretical description of a tranmission system
- basics math for source and channel coding and cryptography
- basics on information theory related to source and channel coding
- examples for source and block codes
- aspects of IT security
- public and private key cryptographie
- cryptological protocols

These subjects are presented during the lecture. Students shall deepen their knowledge by self-study of literature and internet ressources and discuss their results in small learning groups as a teamwork.
By the help of small exercises and programs during the presence time, students are able to actively train their knowledge. More extensive problems are solved and discussed in the second part of the course to activate the student's capabilities to solve relevant problems.

Students further learn
- to analyze communication systems and to estimate their performance
- to compare and rate algorithms and methods
- to apply their knowledge to technical problems
Lab

Students accomplish lab problems from source and channel coding using Jupyter Notebooks.
Simulations are provide as complete or partly complete Python programs. Students collect and present the data by graphical representation.
Matlab in combination with the Communications Toolbox ist used for more extensive simulation tasks.

- students train their capabilities to solve technical problems by programming
- students analyze and simulate digital communication systems and rate their performance
- they train their self-management and their problem focused thinking and acting
- students train solving problems in a team and their communication skills
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • Students should have basic knowldege in algebra, linear algebra, and stochastics as well as the capabilities to write small programs in a standard programming language. In the framework of this module Python and Matlab/Octave is used for simulations.
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Praktikumstermine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID RA_BaTIN2024
Module Name Reflexion Auslandssemester
Type of Module Elective Modules
Recognized Course RA - Reflection on the semester abroad
ECTS credits 6
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s) verschiedene Dozenten*innen / diverse lecturers

Learning Outcome(s)

Die Studierenden reflektieren kulturelle, gesellschaftliche und strukturelle Gemeinsamkeiten und Unterschiede ihrer Heimathochschule/-land und der Gasthochschule/-land. Sie werden dadurch in die Lage versetzt, bewusste Entscheidungen hinsichtlich ihrer zukünftigen akademischen und beruflichen Mobilität zu treffen.
Die Studierenden reflektieren die persönlichen Erfahrungen, die sie während ihres Auslandssemesters gemacht haben, um ihr allgemeines Wertebewusstsein kritisch zu hinterfragen und ggf. zu justieren.

Module Contents

Seminar

Students are able to reflect on cultural, social and structural similarities and differences between their home university/country and the host university/country. This enables them to make informed decisions regarding their future academic and professional mobility.
Students can reflect on the personal experiences they have had during their semester abroad in order to critically question and, if necessary, adjust their general awareness of values.
Teaching and Learning Methods Seminar
Examination Types with Weights
Workload 180 Hours
Contact Hours 12 Hours ≙ 1 SWS
Self-Study 168 Hours
Recommended Prerequisites As a rule, a one-semester or longer period of study at a foreign university is a prerequisite for participation.
Mandatory Prerequisites Seminar requires attendance in the amount of: 1 Termin
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes This course is aimed exclusively at students who have completed a semester abroad.
Last Update 19.7.2025, 14:32:16

🔗

Module ID RT_BaTIN2024
Module Name Regelungstechnik
Type of Module Elective Modules
Recognized Course RT - Control Engineering
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Jens Onno Krah/Professor Fakultät IME
Lecturer(s) 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
Algebraische 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.
Technisches Englisch
Beispielsweise Fachgespräche sollen auf Englisch geführt werden können.

Module Contents

Lecture / Exercises

Transfer function of the closed control loop
Selection of a appropriate controller for a given system
Calculation of the stability of control loops
Lab

Handling and correct application of engeneering tools
Use and evaluation of the controllers
Structure of control equipment
Solving control problems
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites MA1, MA2, GE1, GE2, ASS, MT
Mandatory Prerequisites Lab requires attendance in the amount of: 3 Praktikumstermine
Recommended Literature
  • Skript
  • Lutz, Wendt: Taschenbuch der Regelungstechnik, Verlag Harri Deutsch.
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID SE_BaTIN2024
Module Name Software Engineering
Type of Module Mandatory Module
Recognized Course SE - Software Engineering
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 3
Frequency of Course every winter term
Module Coordinator Prof. Dr. Hans Nissen/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Lecture / Exercises

overview of Software Engineering
software development process models
requirements engineering
system and software specification techniques
modelling in UML
modern system architectures
quality assurance methods
tasks and methods of configuration management
documentation of requirements
evaluation of process models
development of system specifications
design and evaluation of different system architectures
design and evaluation of different software architectures
design of logical test cases and precise test procedures
Creation of readable program code
Lab

text understanding
usage of modelling tools
development of models
writing object-oriented programs in Java
testing of programs
transform model into code
develop system models from requirements
develop system design from system model
implementation of system models
verification of program code
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul PI2: Fundierte Kenntnisse in der Programmierung.
  • Modul PP: Praktische Erfahrungen in der Programmierung.
  • programming skills in Java
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 3 Testattermine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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.
Use of the Module in
Other Study Programs		 SE in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID SIG_BaTIN2024
Module Name Signalverarbeitung
Type of Module Mandatory Module
Recognized Course SIG - Signal Processing
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 3
Frequency of Course every winter term
Module Coordinator Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

Basic Concepts: Classification of signals and systems, stability, causality
LSI and LTI Systems: convolution, impulse response, stability, causality
Fourier Series: real-valued and complex-valued coefficients, Gibbs' Phenomenon
Fourier Transform: derivation, properties, calculation, transfer function and frequency response, energy density spectrum
Sampling: sampled vs. discrete time signals, sampling theorem, aliasing
DTFT: derivation, properties, calculation of the DTFT, frequency response
DFT: derivation, properties, leakage effect

Evaluation of the stability of LTI and LSI systems in the time domain
Calculation of the output signal of LSI systems using convolution
Calculation of the Fourier transform and the DTFT
Implementation of FIR systems by programming the discrete convolution
Implementation of simple IIR systems
Evaluation of the filter characteristics based on the frequency response and the auditory impression
Lab

sampling input and output signals of a continuous-time (CT) system
basic algorithms of signal processing
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul MA1: trigonometrische, exp., log-Funktionen; Grenzwerte; komplexe Rechnung
  • Modul MA2: Integral- und Differentialrechnung; unendliche Reihen; Reihenentwicklung
  • Modul PI1: Prozedurale Programmierung
  • Knowledge of the following mathematical subjects:
    Trigonometric functions, exponential function, logarithm, complex calculus, integral and differential calculus, series expansion, geometric series, partial fraction expansion.
    Knowledge of the following physical subjects: power and energy.
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 2 Praktikumstermine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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
Use of the Module in
Other Study Programs		 SIG in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID SMO_BaTIN2024
Module Name Smart Mobility Components
Type of Module Elective Modules
Recognized Course SMO - Smart Mobility Components
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Kai Kreisköther/Professor Fakultät IME
Lecturer(s) Prof. Dr. Kai Kreisköther/Professor Fakultät IME

Learning Outcome(s)

WAS

Die Studierenden können

  • konzeptionelle und technologische Entscheidungen für Komponenten und Gesamtsystemarchitekturen von smarten Mobilitäts- und Logistiksystemen treffen,

WOMIT

indem sie

  • Ausprägungen und Bausteine von smarten Mobilitäts- und Logistiksystemen kennenlernen,
  • die Vielfalt der Komponenten in smarten Mobilitäts- und Logistiksystemen und deren prinzipielle technologische Umsetzung kennenlernen,
  • im Rahmen einer Projektarbeit eigenständig eine technologische Komponente eines smarten Mobilitäts- oder Logistiksystems konzipieren, spezifizieren und entwickeln/testen,

WOZU

um

  • im Rahmen der konzeptionellen und technologischen Gestaltung von smarten Mobilitäts- und Logistiksystemen als mündiges Projektmitglied auftreten und mitarbeiten zu können und
  • technologische Komponenten (bspw. Sensoren) sowie Gesamtsystemarchitekturen von smarten Mobilitäts- und Logistiksystemen konzipieren, spezifizieren und entwickeln/testen zu können.

Module Contents

Lecture / Exercises

Project
Teaching and Learning Methods
  • Lecture / Exercises
  • Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
Mandatory Prerequisites Project requires attendance in the amount of: 8 Review-Termine á 90 Minuten
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 15:19:39

🔗

Module ID SMP_BaTIN2024
Module Name Signalverarbeitung mit Matlab/Python und µC
Type of Module Elective Modules
Recognized Course SMP - Signalprocessing using Matlab/Python and Microprocessors
ECTS credits 5
Language deutsch und englisch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every winter term
Module Coordinator Prof. Dr. Harald Elders-Boll/Professor Fakultät IME
Lecturer(s)
  • 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

Module Contents

Lecture

Principles of Digital Signal Processing:
Sampling and Reconstruction
Digital Filters
DFT and FFT
Fast FFT-based Convolution
Sectral Analysis
Signal Generation

Real-time Signal Processing:
Interrupt and Polling
Block-based Signal Processing
Apply fundamentals of digital signal processing:
Understanding of and ablilty to explain the fundamental principles of digital signal processing
Ability to compare and evaluate different digital filter types and different implementations

Implementation of real-time DSP:
Ability to explain the general problem of real-time DSP
Abilty to name aspects influencing the processing speed
Understanding of and ablilty to explain the fundamental methods of real-time digital signal processing
Lab

Implementation of fundamental methods and procedures for signal processing in Python/Matlab and on microprozessors.
Project

Implementation Python/Matlab:
Program, debug and optimize algorithm in Python Matlab.

Implementierung on microporocessor:
Port algorithm to target micorprocessor platform
Familiarity with development environment
Optimize algorithm for target platform

Solve complex tasks in team work:
Plan simple projects
Keep agreements and deadlines
Schedule and carry out reviews

Implementation of DSP algorithm on microporcessor platform:
Understand given methods for digital signal processing
Obtain required references for given methods
Translate mathematical methods to program code
Test, verify, and optimize program code

Presentation of results:
Presentation of project results
Teaching and Learning Methods
  • Lecture
  • Lab
  • Project
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • Basic procedural programming skills
    Basic knowledge of digital signal processing: Sampling Theorem, Digital Filter, Fourier Transform
Mandatory Prerequisites
  • Project requires attendance in the amount of: 8 Termine
  • Participation in final examination only after successful participation in Project
Recommended Literature
  • Welch, Wright, Morrow: Real-Time Digital Signal Processing (CRC Press)
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID SOP_BaTIN2024
Module Name Systems on Programmable Chips
Type of Module Elective Modules
Recognized Course SOP - Systems on Programmable Chips
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Tobias Krawutschke/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

1) Digital system modelling using
Boolean algebra
Schematic (using digital basic components)
Finite State Automata (FSA)
Extended FSA, Statecharts
Controlflow/Dataflow systems
VHDL
2) Digital technology
Understanding of typical digital circuits (CMOS technology)
Understanding, description and classification of runtime effects
Knowledge and variants of programmable units (PLD, FPGA)
3) SoC/SoPC-Systeme
System construction
IO access using machine-near programming
Interrupts, alarm
Programming automata / CFDF systems
Rules to partition hardware and software components
Design of coupling of HW/SW components
Lab

Getting compentencies in analysis, modelling and implementation of the hardware part of an audio signal processing system
1) Analysis of interface to the CoDec and creation of a system reading in and writing out samples (copy-machine)
2) Development of a FIR filter working on the samples
3) Development of a simple echo producer working in the time domain
Getting compentencies in analysis, modelling and implementation of an audio signal processing system in software
1) Analysis of interface to the CoDec and creation of a system reading in and writing out samples (copy-machine)
2) Development of a N-stage averaging mean filter working on the samples
3) Development of a simple echo producer working in the time domain
4) Measurement and optimization of the system since it reaches the performance limit of standard microcontrollers
Realization of the example system as a HW/SW system with input of parameter values for echo and FIR filter unit
1) System partition HW/SW
2) Protocoll specification between HW and SW components
3) Realization of User Interface (Input of echo and filter parameters, general system control)
4) Realization of protocoll components
5) Validation with FPGA Board
6) Comparison of solutions HW / SW / SoPC in report
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • Fundamentals of digital systems
    * Design Methods (Boolean Algebra, Automata)
    * Basic knowledge of digital technology including hardware description language
    Fundamentals Programming
    * Hardwareoriented Programming with C
    * Programming experience
    * Knowledge and first experiences in reactive programming, especially using interrupts
    Fundamentals of signal processing, esp. digital filters (FIR)
Mandatory Prerequisites
Recommended Literature
  • 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
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID SWP_BaTIN2024
Module Name Softwarepraktikum
Type of Module Mandatory Module
Recognized Course SWP - Software Lab
ECTS credits 6
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4
Frequency of Course every summer term
Module Coordinator Prof. Dr. Hans Nissen/Professor Fakultät IME
Lecturer(s) 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).

Module Contents

Project

handling of semi-formal specifications
team-oriented software development
structure and organize a project in terms of time and content
application of tools
integrated development environment
version management
error management
test tools
cooperation and communication tools
multiple Java-APIs
data bases
design of system component according to specification and requirement document
implementation of system component according to design in a team
verify correctness of system components
technical documentation of system components
integrate components into system in cooperation with other design teams
verify integrated system
Teaching and Learning Methods Project
Examination Types with Weights
Workload 180 Hours
Contact Hours 12 Hours ≙ 1 SWS
Self-Study 168 Hours
Recommended Prerequisites
  • Modul PI1: sehr gute praktische Beherrschung der Pragrammiersprache Java
  • Modul PP: Das Programmierpraktikum vermittelt bestimmte, spezifische softwarearchitektonisch Voraussetzungen, Stile und Idiome, auf denen das Softwarepraktikum aufbaut.
  • Modul DB1: Grundlagen der Speicherung in einer Datenbank und der Anfrage von Daten
  • very good programming skills
    Knowledge in Software Engineering
    Knowledge in Data Bases
Mandatory Prerequisites
  • Module 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
  • Module PI2: Das Softwarepraktikum setzt Konzepte für das Programmieren im Großen voraus, die in PI2 vermittelt werden. Fehlen diese Voraussetzungen bei einzelnen Team-Mitgliedern, ist der Team-Erfolg im Softwarepraktikum gefährdet.
  • Project requires attendance in the amount of: 7 Termine
Recommended Literature
  • I. Sommerville: Software Engineering, Addison-Wesley, 2007.
  • H. Balzert: Lehrbuch der Softwaretechnik: Entwurf, Implementierung, Installation und Betrieb, Spektrum Akademischer Verlag, 3. Auflage, 2012.
  • B. Brügge, A.H. Dutoit: Objektorientierte Softwaretechnik mit UML, Entwurfsmustern und Java, Pearson Studium, 2006.
  • H. Balzert: Lehrbuch der Softwaretechnik: Basiskonzepte und Requirements Engineering, Spektrum Akademischer Verlag, 3. Auflage, 2009.
Use of the Module in
Other Study Programs		 SWP in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID SYP_BaTIN2024
Module Name Systementwicklungs-Projekt
Type of Module Mandatory Module
Recognized Course SYP - System Developement Project
ECTS credits 7
Language deutsch
Duration of Module 1 Semester
Recommended Semester 5
Frequency of Course every winter term
Module Coordinator Prof. Dr. René Wörzberger/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lab

team-oriented software development
communication with customers
coverage of whole software lifecycle
organize project regarding schedule and content
give presentations
develop schedule for development project
elicit and document customer requirements
specify and model system according to requirements
design system according to specification and quality requirements
implement system
document technical system details
verify implemented system
create user documentation
present own solutions to customers
Teaching and Learning Methods Lab
Examination Types with Weights
Workload 210 Hours
Contact Hours 12 Hours ≙ 1 SWS
Self-Study 198 Hours
Recommended Prerequisites
  • Modul PI1: Die zwingende Voraussetzung PI2 baut auf PI1 auf.
  • Modul SWP: Das Arbeiten im Team sollte zunächst bei der enger gefassten Aufgabenstellung des SWP eingeübt werden.
Mandatory Prerequisites
  • Module PI2: Programmierkenntnisse auf dem Niveau von PI2 sind unabdingbar für einen ausreichenden Beitrag im jeweiligen SYP-Team
  • Module SE: In SYP sollen die Kenntnisse in sämtlichen Arbeitsbereichen des Software-Engineerings (SE) angewendet werden, die zuvor in SE vermittelt wurden. Es reicht für die Teilnahme in SYP, wenn das Praktikum in SE bestanden wurde.
  • Lab requires attendance in the amount of: 5 Termine
Recommended Literature
  • keine
Use of the Module in
Other Study Programs
Permanent Links to Organization Ilu course
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID UT_BaTIN2024
Module Name Übertragungstechnik
Type of Module Elective Modules
Recognized Course UT - Digital Communications
ECTS credits 5
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every summer term
Module Coordinator Prof. Dr. Uwe Dettmar/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

The underlying concept of this module is a combination of lecture and tutorial. After a lecture block the subjects taught are actively trained using Matlab/Octave and Python programs.

Syllabus:
- Short history of telecommuniations
- models and content of communications
- basic terms
- signals, systems, and modulation
- multicarrier
- channels and elements of a transmission link
- decision theory
- link budget calculation

Students shall deepen their knowledge by self-study of literature and internet ressources and discuss their results in small learning groups as teamwork.
By working with small exercises and programs during the presence time students are able to actively train their knowledge. More extensive problems are solved and discussed in the second part of the lesson to activate the student's capabilities to solve relevant problems.

Students further learn
- to analyze communication systems and to estimate their performance
- to compare and rate algorithms and methods
- to apply their knowledge to technical problems
Lab

Students accomplish lab problems using Jupyter Notebooks.
Simulations are run with the help of complete or partly complete Python programs. Students collect and present the data by graphical representation.

Matlab in combination with the Communications Toolbox ist used for more extensive simulation tasks.

- students train their capabilities to solve technical problems by the help of programms
- students analyze and simulate digital communication systems and rate their performance
- they train their self-management and their problem focused thinking and acting
- students practice solving problems in a team and train their communication skills.
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • 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
  • Students should have basic knowldege in algebra, linear algebra, and stochastics as well as the capabilities to write small programs in a standard programming language. In the framework of this module Python and Matlab/Octave is used for simulations. They should understand physical quantities and units and have basic capabilties in the application of complex AC calculation. Basic knowledge from signal theory and Fourier tranform are required, too.
Mandatory Prerequisites
  • Lab requires attendance in the amount of: 4 Praktikumstermine
  • Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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.
Use of the Module in
Other Study Programs
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID VDS_BaTIN2024
Module Name Verteilte Datenverarbeitungssysteme
Type of Module Elective Modules
Recognized Course VDS - Verteilte Datenverarbeitungssysteme
ECTS credits 5
Language deutsch
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every term
Module Coordinator Prof. Dr. Andreas Behrend/Professor Fakultät IME
Lecturer(s) 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.

Module Contents

Lecture / Exercises

Lab
Teaching and Learning Methods
  • Lecture / Exercises
  • Lab
Examination Types with Weights
Workload 150 Hours
Contact Hours 45 Hours ≙ 4 SWS
Self-Study 105 Hours
Recommended Prerequisites
  • Modul PI1: Sicherer Umgang mit einer Programmiersprache.
  • Modul PI2: Sicherer Umgang mit einer Programmiersprache.
  • Modul DB1: Datenanalyse mittels SQL sowie Architektur von Datenverarbeitungssystemen
Mandatory Prerequisites Participation in final examination only after successful participation in Lab
Recommended Literature
  • 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"
Use of the Module in
Other Study Programs		 VDS in Bachelor Technische Informatik 2020
Specifics and Notes
Last Update 19.7.2025, 14:32:16

🔗

Module ID XGA_BaTIN2024
Module Name Gremienarbeit
Type of Module Elective Modules
Recognized Course XGA - Participation in appointment committees
ECTS credits 0
Language deutsch, englisch bei Bedarf
Duration of Module 1 Semester
Recommended Semester 4-6
Frequency of Course every term
Module Coordinator Studiengangsleiter(in) Bachelor Technische Informatik / Informatik und Systems-Engineering
Lecturer(s)

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.

Module Contents

Project
Teaching and Learning Methods Project
Examination Types with Weights
Workload 0 Hours
Contact Hours 12 Hours ≙ 1 SWS
Self-Study -12 Hours
Recommended Prerequisites
Mandatory Prerequisites
Recommended Literature
Use of the Module in
Other Study Programs
Specifics and Notes Participation in appointment committees as a student member is recognized. The number of ECTS points recognized depends on the number of hours of committee work demonstrated. One ECTS point is recognized for every 25 hours of committee work. The chairperson of the appointment committee awards the ECTS and certifies them. The student is expected to be actively involved in the work.
Last Update 19.7.2025, 14:32:16

Electives Catalogs🔗

Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.

🔗

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.

You must select modules of 5 ECTS credit points in total out of this catalog.

This elective catalog particularly includes all modules from the following areas:

Modules from these other areas are printed normally in the following, original modules from this elective area are printed in bold.

Modules of the faculty:

Module ID Module Name ECTS included in Specialization
ASN Angewandte Statistik und Numerik 5
AT Antennentechnik 5
ATS Autonome Systeme 5 KI TI
BV Bildverarbeitung 5
CA Computeranimation 5
CG Computergrafik 5
DB2 Datenbanken 2 5 KI VSS
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 TI VSS
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
PHTB Philosophische Handlungstheorie Bachelor 5
PPRA Parallelprogrammierung und Rechnerarchitekturen 5
QKC Quellen- und Kanalcodierung 5 TI
SMO Smart Mobility Components 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
XGA Gremienarbeit 0
XPSS Praxisorientierte Summer School 5

Modules of other faculties or universities:

Affiliation Module Name ECTS included in Specialization
TH Köln (Kompetenzwerkstatt) Abschlussarbeiten erfolgreich bewältigen 2
TH Köln (Kompetenzwerkstatt) Allgemeinwissenschaftliches Modul 5
TH Köln (Kompetenzwerkstatt) Als Führungskraft begeistern - Die Basics im Leadership 2
TH Köln (Kompetenzwerkstatt) Digitales Selbstmanagement 1
TH Köln (Sprachlernzentrum) English for Engineers 5
TH Köln (Kompetenzwerkstatt) Entrepreneurship - Grundlagenveranstaltung 6
TH Köln (Kompetenzwerkstatt) Entwicklung von Geschäftsszenarios bei Existenzgründung 6
TH Köln (Kompetenzwerkstatt) Gender und die Welt, in der wir leben 2
TH Köln (Kompetenzwerkstatt) Hausarbeiten schreiben - aber wie? 1
TH Köln (Kompetenzwerkstatt) Kommunikative Kompetenz in Führungssituationen 2
TH Köln (Kompetenzwerkstatt) Konflikte verstehen und effektiv lösen 2
TH Köln (Kompetenzwerkstatt) Konfliktlösungs- und Verhandlungstechniken 6
TH Köln (Kompetenzwerkstatt) Resilienztraining 3
TH Köln (Kompetenzwerkstatt) Rhetorik in der Gesprächsführung 3
TH Köln (Kompetenzwerkstatt) Rhetorik in der Verhandlungstechnik 3
TH Köln (Kompetenzwerkstatt) Schlagfertigkeit 1
TH Köln (Kompetenzwerkstatt) Selbstlernmodul Moderation 2
TH Köln (Kompetenzwerkstatt) Zeit- und Selbstmanagement 1

🔗

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

You must select modules of 35 ECTS credit points in total out of this catalog.

This elective catalog particularly includes all modules from the following areas:

Modules from these other areas are printed normally in the following, original modules from this elective area are printed in bold.

Modules of the faculty:

Module ID Module Name ECTS included in Specialization
ASN Angewandte Statistik und Numerik 5
AT Antennentechnik 5
ATS Autonome Systeme 5 KI TI
BV Bildverarbeitung 5
CA Computeranimation 5
CG Computergrafik 5
DB2 Datenbanken 2 5 KI VSS
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 TI VSS
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
SMO Smart Mobility Components 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

🔗

In diesem Wahlbereich können Module zu außerfachlichen, nicht-technischen Themen belegt werden. Ist ein für diesen Wahlbereich gewähltes Modul benotet, fließt die Note nicht in die Gesamtnote ein. 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.

You must select modules of 5 ECTS credit points in total out of this catalog.

Modules of the faculty:

Module ID Module Name ECTS included in Specialization
PHTB Philosophische Handlungstheorie Bachelor 5
XGA Gremienarbeit 0
XPSS Praxisorientierte Summer School 5

Modules of other faculties or universities:

Affiliation Module Name ECTS included in Specialization
TH Köln (Kompetenzwerkstatt) Abschlussarbeiten erfolgreich bewältigen 2
TH Köln (Kompetenzwerkstatt) Allgemeinwissenschaftliches Modul 5
TH Köln (Kompetenzwerkstatt) Als Führungskraft begeistern - Die Basics im Leadership 2
TH Köln (Kompetenzwerkstatt) Digitales Selbstmanagement 1
TH Köln (Sprachlernzentrum) English for Engineers 5
TH Köln (Kompetenzwerkstatt) Entrepreneurship - Grundlagenveranstaltung 6
TH Köln (Kompetenzwerkstatt) Entwicklung von Geschäftsszenarios bei Existenzgründung 6
TH Köln (Kompetenzwerkstatt) Gender und die Welt, in der wir leben 2
TH Köln (Kompetenzwerkstatt) Hausarbeiten schreiben - aber wie? 1
TH Köln (Kompetenzwerkstatt) Kommunikative Kompetenz in Führungssituationen 2
TH Köln (Kompetenzwerkstatt) Konflikte verstehen und effektiv lösen 2
TH Köln (Kompetenzwerkstatt) Konfliktlösungs- und Verhandlungstechniken 6
TH Köln (Kompetenzwerkstatt) Resilienztraining 3
TH Köln (Kompetenzwerkstatt) Rhetorik in der Gesprächsführung 3
TH Köln (Kompetenzwerkstatt) Rhetorik in der Verhandlungstechnik 3
TH Köln (Kompetenzwerkstatt) Schlagfertigkeit 1
TH Köln (Kompetenzwerkstatt) Selbstlernmodul Moderation 2
TH Köln (Kompetenzwerkstatt) Zeit- und Selbstmanagement 1

Specializations🔗

The following section outlines the major fields of study defined in this degree program (see also §24 of the examination regulations). The following information and regulations apply to all major fields of study:

  • A major field of study is considered successfully completed if the modules listed therein, comprising at least 30 ECTS, have been successfully completed.
  • The completed areas of specialization are listed in a separate appendix to the degree certificate; if there is more than one, only parts of it may be listed upon request to the Examination Office.
  • Upon request, a major field of study can be supplemented with additional suitable modules. Such a request must be submitted informally to the program director at least six months before planned participation in a module to be supplemented. The examination board decides on the acceptance of the request in consultation with the program director and appropriately qualified teaching staff.

Examination Types🔗

The forms of examination referenced in the module descriptions are explained in more detail below. The explanations are taken from the examination regulations, §19ff. In case of deviations, the text of the examination regulations applies.

(Digital) Written exam

Written, paper-based or digitally supported examination. Details are regulated in §19 of the examination regulations.

Oral examination

Examination to be taken orally. Details are regulated in §21 of the examination regulations.

Oral contribution

See §22, para. 5 of the examination regulations: An oral contribution (e.g. paper, presentation, negotiation, moderation) serves to determine whether students are capable of independently working on a practice-oriented task within a specified period of time using scientific and practical methods and presenting it in a technically appropriate manner by means of verbal communication. This also includes answering questions from the auditorium regarding the oral presentation. The duration of the oral presentation is determined by the examiner at the beginning of the semester. The facts relevant to the grading of the oral presentation are to be recorded in a protocol; students should also submit the written documents relating to the oral presentation for documentation purposes. Students must be notified of the grade no later than one week after the oral presentation.

Technical discussion

See §22, Para. 8 of the examination regulations: A technical discussion serves to determine professional competence, understanding of complex technical contexts and the ability to solve problems analytically. Students and examiners have roughly equal speaking time in the technical discussion in order to enable a discursive technical exchange. One or more discussions are held with an examiner during the semester or in summary form. Students should present and explain practice-related technical tasks, problems or project plans from the degree program and explain the relevant technical background, theoretical concepts and methodological approaches for processing the tasks. Possible solutions, procedures and considerations for solving the problem must be discussed and justified. The facts relevant to the grading of the technical discussion must be recorded in a protocol.

Project work

See §22, Para. 6 of the examination regulations: The project work is an examination that consists of independently working on a specific problem under supervision using scientific methodology and documenting the results. In addition to the quality of the answer to the question, the organizational and communicative quality of the implementation, such as slides, presentations, milestones, project plans, meeting minutes, etc., are also relevant for assessment.

Lab report

See §22, para. 10 of the examination regulations: An internship report (e.g. experimental protocol) serves to determine whether students are capable of independently carrying out a practical laboratory task within a specified period of time, as well as documenting, evaluating and reflecting on the process and results in writing. Preparatory homework may be required before the actual experiment is carried out. Technical discussions may take place during or after the experiment. Internship reports can also be admitted to the examination in the form of group work. Students must be notified of the assessment of the practical placement report no later than six weeks after submission of the report.

Exercise lab

See §22, para. 11 of the examination regulations: The examination form “practical training” tests the technical skills in the application of the theories and concepts learned in the lecture as well as practical skills, for example the use of development tools and technologies. For this purpose, several tasks are set during the semester, which are to be solved either alone or in group work, on site or as homework by a given deadline. The solutions to the tasks must be submitted by the students in (digital) written form. The exact criteria for passing the examination will be announced at the beginning of the corresponding course.

Exercise lab under examination conditions

See §22, para. 11, sentence 5 of the examination regulations: A “practical training course under examination conditions” is a practical training course in which the tasks are to be completed within the time frame and under the independent conditions of an examination.

Term paper

See §22, para. 3 of the examination regulations: A term paper (e.g. case study, research) serves to determine whether students are capable of independently completing a specialist task in written or electronic form using scientific and practical methods within a specified period of time. The topic and scope (e.g. number of pages of the text section) of the term paper are determined by the examiner at the beginning of the semester. A declaration of independence must be signed and submitted by the candidate. In addition, technical discussions may be held.

Learning portfolio

A learning portfolio documents the student competence development process by means of presentations, essays, excerpts from internship reports, tables of contents of term papers, notes, to-do lists, research reports and other performance presentations and learning productions, summarized as so-called “artefacts”. The learning portfolio only becomes an examination item in conjunction with the student's reflection (in writing, orally or in a video) on the use of these artifacts to achieve the learning objective previously made transparent by the examiner. During the creation of the learning portfolio, feedback on development steps and/or artifacts is given over the course of the semester. A revised form of the learning portfolio - in handwritten or electronic form - is submitted as the examination result following the feedback.

Single / Multiple choice

See §20 of the examination regulations.

Access colloquium

See §22, para. 12 of the examination regulations: An entrance colloquium serves to determine whether the students fulfill the specific requirements to be able to work independently and safely on a defined practical laboratory task using scientific and practical methods.

(Intermediate) Certificate

See §22, para. 7 of the examination regulations: A test/intermediate test certifies that the student has completed a piece of coursework (e.g. draft) to the required standard. The scope of work to be completed and the required content and requirements can be found in the respective module description in the module handbook and in the assignment.

Open book preparation

The open book assignment (OBA) is a short term paper and therefore an unsupervised written or electronic examination. It is characterized by the fact that, according to the examiner's declaration of aids, all aids are generally permitted. Special attention is drawn to the safeguarding of good scientific practice through proper citation etc. and the requirement of independence in the performance of each examination.

Thesis

Bachelor's or Master's thesis as defined in the examination regulations §25ff: The Master's thesis is a written assignment. It should show that the student is capable of independently working on a topic from their subject area within a specified period of time, both in its technical details and in its interdisciplinary contexts, using scientific and practical methods. Interdisciplinary cooperation can also be taken into account in the final thesis.

Colloquium

Colloquium for the Bachelor's or Master's thesis as defined in the examination regulations §29: The colloquium serves to determine whether the student is able to present the results of the Master's thesis, its technical and methodological foundations, interdisciplinary contexts and extracurricular references orally, to justify them independently and to assess their significance for practice.

Profile Module Matrix🔗

The following section describes the extent to which the modules of the degree program support and develop the competencies and fields of action of the study program as well as certain study program criteria as defined by the University of Applied Science TH Köln.

Abbr. Module Name 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 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
PHTB Philosophische Handlungstheorie Bachelor ⬤ ⬤
PI1 Praktische Informatik 1 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
PI2 Praktische Informatik 2 ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
PP Programmierpraktikum ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
PPRA Parallelprogrammierung und Rechnerarchitekturen ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
PRA Praxisphase ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
PUK Präsentation und Kommunikation ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
QKC Quellen- und Kanalcodierung ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
RA Reflexion Auslandssemester ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
RT Regelungstechnik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SE Software Engineering ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SIG Signalverarbeitung ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SMO Smart Mobility Components ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SMP Signalverarbeitung mit Matlab/Python und µC ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SOP Systems on Programmable Chips ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SWP Softwarepraktikum ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
SYP Systementwicklungs-Projekt ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
UT Übertragungstechnik ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
VDS Verteilte Datenverarbeitungssysteme ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤ ⬤
XGA Gremienarbeit

Version History🔗

The table below lists the different versions of the course offer. The versions are sorted in reverse chronological order with the currently valid version in the first row. The individual versions can be accessed via the link in the right-hand column on the right.

Version Date Changes Link
1.2 2025-08-22-14-20-00
  1. Neues Modul "Smart Mobility Components" (SMO) in BaTIN
  2. Neues Modul "IT-Forensik" (ITF) in MaMT2024
  3. Modulverantwortung BVS1 von Prof. Bornemann zu Prof. Behrend
  4. Überarbeitete Studiengangsbeschreibung für BaTIN2024
  5. Distributed Systems for IoT in Schwerpunkt Networks and Security in MaCSN
 Link
1.1 2025-06-24-18-55-09
  1. Reakkreditierte Version
 Link
1.0 2024-12-06-08-45-55
  1. Begutachtete Version für Reakkreditierung 2024
  2. Neues Layout für sämtliche Modulhandbücher
 Link
Impressum
Datenschutzhinweis
Haftungshinweis
Bei Fehlern, bitte Mitteilung an die
modulhandbuchredaktion@f07.th-koeln.de