See partial achievements (Teilleistung)

See partial achievements (Teilleistung)

● The students know the relevant elements of a technical cognitive system.
● The students understand the algorithms and methods of AI to model cognitive systems.
● The students are able to understand the different sub-components to develop and analyze a system .
● The students can transfer this knowledge to new applications, as well as analyze and compare different methods.

Due to the successes in research, AI systems are increasingly integrated into our everyday lives. These are, for example, systems that can understand and generate language or analyze images and videos. In addition, AI systems are essential in robotics in order to be able to develop the next generation of intelligent robots .

Based on the knowledge of the lecture “Introduction to AI”, the students learn to understand, develop and evaluate these systems.
In order to bring this knowledge closer to the students, the lecture is divided into 4 parts. First, the lecture investigates method of perception using different modalities. The second part deals with advanced methods of learning that go beyond supervised learning. Then methods are discussed that are required for the representation of knowledge in AI systems. Finally, methods that enable AI systems to generate content are presented.

Lecture with 3 SWS + 1 SWS exercise , 6 CP.
6 LP corresponds to approx. 180 hours, of which
approx. 45 hours lecture attendance
approx. 15 hours exercise visit
approx. 90 hours post-processing and processing of the exercise sheets
approx. 30 hours exam preparation

Siehe Teilleistung

Siehe Teilleistung

Der/die Studierende

• kennt und versteht grundlegende, häufig benötigte Algorithmen, ihren Entwurf, Korrektheits- und Effizienzanalyse, Implementierung, Dokumentierung und Anwendung,
• kann mit diesem Verständnis auch neue algorithmische Fragestellungen bearbeiten,
• wendet die im Modul Grundlagen der Informatik (Bachelor Informationswirtschaft / Wirtschaftsinformatik ) erworbenen Programmierkenntnisse auf nichttriviale Algorithmen an,
• wendet die in Grundbegriffe der Informatik und den Mathematikvorlesungen erworbenen mathematischen Herangehensweise an die Lösung von Problemen an. Schwerpunkte sind hier formale Korrektheitsargumente und eine mathematische Effizienzanalyse.

Dieses Modul soll Studierenden grundlegende Algorithmen und Datenstrukturen vermitteln.

Die Vorlesung behandelt unter anderem:

• Grundbegriffe des Algorithm Engineering
• Asymptotische Algorithmenanalyse (worst case, average case, probabilistisch, amortisiert)
• Datenstrukturen z.B. Arrays, Stapel, Warteschlangen und Verkettete Listen
• Hashtabellen
• Sortieren: vergleichsbasierte Algorithmen (z.B. quicksort, insertionsort), untere Schranken, Linearzeitalgorithmen (z.B. radixsort)
• Prioritätslisten
• Sortierte Folgen,Suchbäume und Selektion
• Graphen (Repräsentation, Breiten-/Tiefensuche, Kürzeste Wege,Minimale Spannbäume)
• Generische Optimierungsalgorithmen (Greedy, Dynamische Programmierung, systematische Suche, Lokale Suche)
• Geometrische Algorithmen

Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 180 Stunden (6 Credits). Die Gesamtstundenzahl ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen, sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.

Vorlesung mit 3 SWS + 1 SWS Übung.

6 LP entspricht ca. 180 Stunden

ca. 45 Std. Vorlesungsbesuch,

ca. 15 Std. Übungsbesuch,

ca. 90 Std. Nachbearbeitung und Bearbeitung der Übungsblätter

ca. 30 Std. Prüfungsvorbereitung

Siehe Teilleistung

Siehe Teilleistung.

Siehe Teilleistung.

Der/die Studierende besitzt einen vertieften Einblick in die theoretischen und praktischen Aspekte der Algorithmik und kann algorithmische Probleme in verschiedenen Anwendungsgebieten identifizieren und formal formulieren. Außerdem kennt er/sie weiterführende Algorithmen und Datenstrukturen aus den Bereichen Graphenalgorithmen, Algorithmische Geometrie, String-Matching,

Algebraische Algorithmen, Kombinatorische Optimierung und Algorithmen für externen Speicher. Er/Sie kann unbekannte Algorithmen eigenständig verstehen, sie den genannten Gebieten zuordnen, sie anwenden, ihre Laufzeit bestimmen, sie beurteilen sowie geeignete

Algorithmen für gegebene Anwendungen auswählen. Darüber hinaus ist der/die Studierende in der Lage bestehende Algorithmen auf verwandte Problemstellungen zu übertragen.

Neben Algorithmen für konkrete Problemstellungen kennt der/die Studierende fortgeschrittene Techniken des algorithmischen Entwurfs. Dies umfasst parametrisierte Algorithmen, approximierende Algorithmen, Online-Algorithmen, randomisierte Algorithmen, parallele Algorithmen, lineare Programmierung, sowie Techniken des Algorithm Engenieering. Für gegebene Algorithmen kann der/die Studierende eingesetzte Techniken identifizieren und damit diese Algorithmen besser verstehen. Darüber hinaus kann er für eine gegebene Problemstellung geeignete Techniken auswählen und sie nutzen, um eigene Algorithmen zu entwerfen.

Dieses Modul soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.

Vorlesung mit 3 SWS + 1 SWS Übung.

6 LP entspricht ca. 180 Stunden

ca. 45 Std. Vorlesungsbesuch,

ca. 15 Std. Übungsbesuch,

ca. 90 Std. Nachbearbeitung und Bearbeitung der Übungsblätter

ca. 30 Std. Prüfungsvorbereitung

Siehe Teilleitung.

Siehe Teilleistung.

I. Funktionale Programmierung:

1. Der/Die Studierende kann das Paradigma der funktionalen Programmierung definieren, einordnen und vom imperativen Paradigma abgrenzen.
2. Der/Die Studierende beherrscht das Entwickeln kleiner bis mittelgroßer Haskell-Programme als Beispiel funktionaler Programmierung und kann Funktionen höherer Ordnung, Kombinatoren, Polymorphismus und unendliche Listen nutzen.

II. Werte und Verantwortung:

1. Der/Die Studierende kennt unterschiedliche Ausprägungen informationstechnischer Systeme, kann deren historischer Einfluss benennen und die Notwendigkeit zur Vermittlung im Unterricht diskutieren.
2. Der/Die Studierende kennt die wesentlichen Schutzziele der IT-Sicherheit und kann ihre Bedeutung und Zielsetzung wiedergeben.
3. Der/Die Studierende versteht Aufbau, Phasen und wichtige Standards des IT-Sicherheitsprozesses als Teil eines Risikomanagements und kann seine Anwendung beschreiben.
4. Der/Die Studierende versteht die Funktionsweise elementarer kryptographischer Bausteine und kann deren Eignung für spezifische Fälle bewerten.
5. Der/Die Studierende kennt zentrale Gesetze und Grundsätze aus dem rechtlichen Umfeld von Datenschutz und Urheberrecht.
6. Der/Die Studierende gewinnt Einsicht in die Verantwortung beim Entwurf und beim Einsatz informationsverarbeitender Systeme.

III. Interaktion und Barrierefreiheit

1. Der/Die Studierende bekommt einen Einblick in rechtliche und gesellschaftliche Themen, die das Thema Barrierefreiheit begründen und lernt die wichtigsten Richtlinien (PDF/UA, WCAG, BITV) zur Gestaltung barrierefreier Zugänge kennen.
2. Der/Die Studierende wird eine Vorstellung von verschiedenen assistiven Technologien für Menschen mit Behinderung am Beispiel Sehbehinderung bekommen.
3. Der/Die Studierende erlernt grundlegende Schritte zur Erstellung barrierefreier Dokumente, Webseiten und Software.
4. Der/Die Studierende kennt die Grundlagen und einige grundlegende Methoden der Mensch-Maschine-Interaktion.
5. Der/Die Studierende kennt die PACT-Methode zur Gestaltung von Mensch-Maschine-Interaktionsschnittstellen.
6. Der/Die Studierende versteht ausgewählte grundlegende Konzepte, Algorithmen und Techniken der Computergrafik und Visualisierung.
7. Der/Die Studierende hat einen Überblick über aktuelle Forschungsthemen der modernen Robotik und künstlichen Intelligenz. Er/Sie versteht grundlegende Konzepte und kann sie auf gegebene Problemstellungen anwenden. Er/Sie versteht Herausforderungen, Limitationen und Potentiale der Robotik und KI. Er/Sie erlangt Wissen zu den Themen: intuitive Roboterprogrammierung, Lernen aus Beobachtung des Menschen, Perzeption-Aktion-Zyklus, kognitive Roboterarchitekturen.

Dieses Modul vermittelt Studierenden in den folgenden Themengebieten einen lehramtsrelevanten Ein- und Überblick:

1. Alternative Programmierparadigmen: funktionale Programmierung
2. Werte und Verantwortung: Geschichte der Informatik, IT-Sicherheit und ihr Management, Rechtsaspekte (insb. Datenschutz und geistiges Eigentum), werteorientiertes Design
3. Interaktion und Barrierefreiheit: Richtlinien zur Gestaltung barrierefreier Dokumente, Websites und Software, Assistive Technologien, Einführung in Mensch-Maschine-Interaktion, Computergraphik, Robotik

 Dieses Modul trägt somit zur Vermittlung der Leitgedanken „Modellieren und Problemlösen“, „Wirkprinzipien der Informatik“ und „Informatik und Gesellschaft“ bei.

Für den Teil „Programmierparadigmen“ sind die ersten sechs Veranstaltungen der Vorlesung „Programmierparadigmen“ und die ersten vier Veranstaltungen der Übung „Programmierparadigmen“ bei Prof. Snelting zu besuchen. Informationen zur Organisation der Lehrveranstaltung entnehmen Sie bitte den Internetseiten der Forschungsgruppe Dezentrale Systeme und Netzdienste von Prof. Hartenstein.

Ausgewählte Themen: 2 SWS: 15 x 2h = 30h

Übung Ausgewählte Themen: 1 SWS: 15 x 1h = 15h

Programmierparadigmen: 1 SWS: 15 x 1h = 15h

Wöchentliche Vor- und Nachbereitung: 15 x 1,5 x 4 = 90h

Prüfungsvorbereitung: 30h

180h = 6 ECTS

Kenntnisse zu Grundlagen aus Mathematik, Programmierung und Rechnernetzen sind hilfreich.

Siehe Teilleistung.

Siehe Teilleistung.

Die Studierenden verstehen grundlegende Methoden der Informatik auf dem Gebiet des Hardwareentwurfs und können diese an einfachen Beispielen anwenden. Sie können Probleme beim Entwurf von Hardware erfassen und diese für einfache Beispiele selbständig strukturieren und lösen. Zudem sind sie in der Lage die Lösungen in Wort und Schrift wiederzugeben und die erzielten Resultate Fachfremden zu präsentieren. Des Weiteren können komplexere Aufgabenstellungen im Bereich des Hardwareentwurfs geeignet in einem Team gelöst werden.

Lernziele:

Studierende sind in der Lage einfache Hardwareschaltungen mittels der Hardwarebeschreibungssprache VHDL zu entwickeln und diese korrekt auf einem FPGA-basierten Entwicklungsboard laufen zu lassen. Sie sind fähig herstellerspezifische Werkzeuge für obigen Vorgang zu verwenden. Durch die eigenständige Planung eines Abschlussprojekts in einem Team, haben die Studierende die Kompetenz die erlernten Methoden für komplexere Aufgabenstellung anzuwenden. Somit sind sie in der Lage auch komplexere Aufgaben geeignet zu analysieren, zu planen, Aufgaben zu verteilen und diese zu einer funktionierenden Schaltung zusammenzuführen. Zudem können sie die Ergebnisse geeignet aufbereiten, um auch Fachfremden diese vermitteln zu können

· Kennenlernen der Hardwarebeschreibungssprache VHDL

· Einführung in verschiedene generische und herstellerspezifizsche Entwurfswerkzeuge

· Einführung und Grundlagen programmierbarer Logikbausteine (FPGAs)

· Schaltungsentwurf und -implementation

· Selbständiger Entwurf einer Hardwareschaltung in Teamarbeit

· Projektplannung

· Implementierungsphase in einem Team

· Vorstellung der Ergebnisse durch eine Präsentation

Themen-Einführungen: 6 x 3 SWS = 18 SWS
Übungsblätter: 2 x 3 x 4 SWS = 24 SWS

Abschlussprojekt:
- Entwurf/Projektplan 8 SWS
- Implementierungsphase 8 x 8 SWS = 64 SWS
- Projektvorstellung: 1 x 10 SWS = 10 SWS
= 124 SWS = 4 ECTS

Siehe Teilleistung.

Siehe Teilleistung

Siehe Teilleistung

Die Studierenden beschreiben die grundlegenden Mechanismen und Strategien eines Betriebssystems. Die Studierenden zeigen die Abläufe in den einzelnen Komponenten eines Betriebssystems auf und verfolgen die Interaktion über genormte Schnittstellen.
Die Studierenden nutzen praktisch die Systemschnittstelle, um Dienste vom Betriebssystem anzufordern. Dazu entwerfen und implementieren die Studierenden kleine Anwendung und nutzen dabei Systemaufrufe.

Studierende beschreiben Mechanismen, Verfahren und Kontrollstrukturen in folgenden Betriebssystemkomponenten:
• Prozessverwaltung
• Synchronisation
• Speicherverwaltung
• Dateisystem
• I/O Verwaltung

Die semesterbegleitenden Übungsaufgaben sind freiwillig.

60 h 4 SWS * 15 Nachbearbeitung
60 h 4 h * 15 Nachbearbeitung
30 h 2 h * 15 Tutorium
30 h Klausurvorbereitung
180 h = 6 ECTS

Siehe Teilleistung.

Siehe Teilleistung.

Siehe Teilleistung.

Die Studierenden verstehen grundlegende Konzepte und Algorithmen der Computergrafik, können diese analysieren und implementieren und für Anwendungen in der Computergrafik einsetzen. Die erworbenen Kenntnisse ermöglichen einen erfolgreichen Besuch weiterführender Veranstaltungen im Vertiefungsgebiet Computergrafik.

Diese Vorlesung vermittelt grundlegende Algorithmen der Computergrafik, Farbmodelle, Beleuchtungsmodelle, Bildsynthese-Verfahren (Ray Tracing, Rasterisierung), Transformationen und Abbildungen, Texturen und Texturierungstechniken, Grafik-Hardware und APIs (z.B. OpenGL), geometrisches Modellieren und Dreiecksnetze.

Präsenzzeit = 60h

Vor-/Nachbereitung = 90h

Klausurvorbereitung = 30h   

Siehe Teilleistung.

Siehe Teilleistung.

Siehe Teilleistung.

Am Ende der Lehrveranstaltung sollen die Teilnehmer Datenbank-Konzepte (insbesondere Datenmodelle, Anfragesprachen) – breiter, als es in einführenden Datenbank-Veranstaltungen vermittelt wurde – erläutern und miteinander vergleichen können. Sie sollten Alternativen bezüglich der Verwaltung komplexer Anwendungsdaten mit Datenbank-Technologie kennen und bewerten können.

Diese Vorlesung soll Studierende an den Einsatz moderner Datenbanksysteme heranführen, in Breite und Tiefe. ’Breite’ erreichen wir durch die ausführliche Betrachtung unterschiedlicher Philosophien und unterschiedlicher Datenmodelle mit entsprechenden Anfragesprachen. Wir gehen beispielsweise sowohl auf sogenannte NoSQL-Datenbanktechnologie ein als auch auf semistrukturierte Datenbanken (vulgo XML-Datenbanken, mit XQuery als Anfragesprache) und Graph-Datenbanken. ’Tiefe’ erreichen wir durch die Betrachtung mehrerer nichttrivialer Anwendungen. Dazu gehören beispielhaft die Verwaltung von XML-Datenbeständen oder E-Commerce Daten mit SQL-Datenbanken. Diese Anwendungen sind von allgemeiner Natur und daher auch isoliert betrachtet bereits interessant.

33 h Präsenzzeit

+ Vor- und Nachbereitungszeiten 75 h

+ 42 h Klausurvorbereitung

= 150 h = 5 ECTS

Siehe Teilleistung.

Siehe Teilleistung.

Siehe Teilleistung.

Der/die Studierende

• ist in der Lage den Nutzen von Datenbank-Technologie darzustellen,
• kennt die Modelle und Methoden bei der Entwicklung von funktionalen Datenbank-Anwendungen,
• ist in der Lage selbstständig einfache Datenbanken anzulegen und Zugriffe auf diese zu tätigen,

kennt und versteht die entsprechenden Begrifflichkeiten und die Grundlagen der zugrundeliegenden Theorie

Datenbanksysteme gehören zu den entscheidenden Softwarebausteinen in modernen Informationssystemen und sind ein zentrales Thema der Universitätsstudiengänge im Gebiet der Informatik. Ziel der Vorlesung ist die Vermittlung von Grundkenntnissen zur Arbeit mit Datenbanken. Die wichtigen Themen der Vorlesung sind guter Datenbankentwurf, der Zugriff auf Datenbanken und die Anbindung an Anwendungen, Mehrbenutzerbetrieb und eine Übersicht über unterschiedliche Datenbanktypen (relational vs. NoSQL insbesondere).

42 h Präsenzzeit

+ Vor- und Nachbereitungszeiten 55 h

+ 23 h Klausurvorbereitung

= 120 h = 4 ECTS

Der Besuch von Vorlesungen zu Rechnernetzen, Systemarchitektur und Softwaretechnik wird empfohlen, aber nicht vorausgesetzt.

Siehe Teilleistung.

Grundkenntnisse zu Datenbanken, verteilten Informationssystemen, Systemarchitekturen und Kommunikationsinfrastrukturen, z.B. aus der Vorlesung Datenbanksysteme

Die Teilnehmer werden in die Ziele und Grundbegriffe der Informationellen Selbstbestimmung eingeführt.

Sie sind in der Lage die grundlegenden Herausforderungen des Datenschutzes und ihre vielfältigen Auswirkungen auf Gesellschaft und Individuen zu benennen.

Außerdem beherrschen sie aktuelle Technologien zum Datenschutz und können diese anwenden. Z.B. Methoden des Spatial & Temporal Cloaking.

Die Studenten sollen damit in die Lage versetzt werden, die Risiken unbekannter Technologien für die Privatheit zu analysieren, geeignete Maßnahmen zum Umgang mit diesen Risiken vorschlagen und die Effektivität dieser Maßnahmen abschätzen.

In diesem Modul soll vermittelt werden, welchen Einfluss aktuelle und derzeit in der Entwicklung befindliche Informationssysteme auf Privatheit ausüben. Diesen Herausforderungen werden technische Maßnahmen zum Datenschutz, die derzeit in der Forschung diskutiert werden, gegen­über­gestellt. Ein Exkurs zu den gesellschaftlichen Implikationen von Datenschutzproblemen und Datenschutztechniken rundet das Modul ab.

+ Vor- und Nachbereitungszeiten (1,5 x 2) x 15 = 45 h

+ 17 h Klausurvorbereitung

= 84 h = 3 ECTS

Siehe Teilleistung

Siehe Teilleistung

Die Studierenden sollen in die Lage versetzt werden,

• grundlegendes Verständnis über den Aufbau, die Organisation und das Operationsprinzip von Rechnersystemen zu erwerben,
• den Zusammenhang zwischen Hardware-Konzepten und den Auswirkungen auf die Software zu verstehen, um effiziente Programme erstellen zu können,
• aus dem Verständnis über die Wechselwirkungen von Technologie, Rechnerkonzepten und Anwendungen die grundlegenden Prinzipien des Entwurfs nachvollziehen und anwenden zu können
• einen Rechner aus Grundkomponenten aufbauen zu können.

Der Inhalt der Lehrveranstaltung umfasst die Grundlagen des Aufbaus und der Organisation von Rechnern; die Befehlssatzarchitektur verbunden mit der Diskussion RISC – CISC; Pipelining des Maschinenbefehlszyklus, Pipeline-Hemmnisse und Methoden zur Auflösung von Pipeline-Konflikten; Speicherkomponenten, Speicherorganisation, Cache-Speicher; Ein-/Ausgabe-System und Schnittstellenbausteine; Interrupt-Verarbeitung; Bus-Systeme; Unterstützung von Betriebssystemfunktionen: virtuelle Speicherverwaltung, Schutzfunktionen.

Präsenzzeit in Vorlesungen, Übungen: 120 h
Vor-/Nachbereitung derselbigen: 30 h
Klausurvorbereitung und Präsenz in selbiger: 30 h

Der Gesamtarbeitsaufwand für dieser Lehrveranstaltung beträgt ca. 180 Stunden (6 Credits).

Die Gesamtstundenzahl ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen, sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.

Siehe Teilleistung.

keine.

Studierende

- sind in der Lage, den grundlegenden Aufbau von Rechnernetzen zu beschreiben.

- sind mit verschiedenen Schichtenmodellen von Kommunikationsnetzen vertraut, kennen ihre Schnittstellen und können Protokolle und Aufgaben den verschiedenen Schichten zuordnen.

- verstehen, wie das Zusammenspiel der Schichten funktioniert.

- können grundlegende Bausteine zur Fehlerbehebung beschreiben, bewerten und anwenden.

- können ARQ-Verfahren anwenden, vergleichen und bewerten.

- können Medienzuteilungsverfahren wie Aloha, CSMA/CD und Token Ring anwenden und bewerten.

- sind in der Lage, grundlegende Routing-Verfahren zu beschreiben und anzuwenden.

- verstehen den Zweck von Transportprotokollen und können diese je nach Anwendungsfall unterschiedlich einsetzen.

- kennen grundlegende Anwendungen des Internets, wie DNS, E-Mail und das WWW.

In dieser Vorlesung werden die Grundlagen von Rechnernetzen gelehrt, wobei im Zentrum der Vorlesung das Internet steht.

In den letzten Jahrzehnten hat das Internet unser Leben grundlegend verändert und ist ein essentieller Bestandteil unseres Lebens geworden: ohne ein funktionierendes Internet würden Börsen, Banken und Lieferketten zusammenbrechen. Mit der Verbreitung von sozialen Medien und Smartphones ist das Internet nahezu allgegenwärtig und spielt für unsere gesellschaftliche Entwicklung eine enorm wichtige Rolle. Die Zahl der vernetzten Geräte nimmt ständig zu und umfasst immer mehr Geräteklassen, vom Auto bis zur Kaffeemaschine. Kaum ein System und kaum eine Anwendung wird in der Zukunft ohne das Internet funktionieren.

Es liegt auf der Hand, dass das technische Verständnis des Internets ein wichtiger Skill ist. In dieser Vorlesung werden Sie lernen, wie das Internet aufgebaut ist und wie es funktioniert.

Gesamter Arbeitsaufwand: 120 Stunden (= 4 ECTS * 30 h) oder 2+1 = 3 SWS

Vorlesung: 14 Termine x 1.5 h = 21 h

Nachbereitung der Vorlesung: 14 x 1.5 h = 21 h

Bearbeitung der Übungen: 7x 3 h = 21 h

Übung: 7 Termine x 1.5 h = 10.5 h

Klausurvorbereitung: 44.5 h

Klausur: 2 h (davon 1 h tatsächliche Prüfungszeit)

Siehe Teilleistung.

Siehe Teilleistung.

Die Studierenden:

• verfügen über fachdidaktisches Wissen, insbesondere zur Bestimmung, Auswahl und Begründung von Zielen, Inhalten, Methoden und Medien informatischer Bildung
• können Inhalts- und Prozessbereiche auf Anwendungsfelder übertragen
• können Bildungsziele der Informatik in den Allgemeinbildungsauftrag der Schule einordnen
• können aktuelle Entwicklungstendenzen zur Schulinformatik reflektieren und eine kritische Offenheit bezüglich neuer Entwicklungen der Informatik vertreten
• können Bezüge zwischen ihrem Fachwissen und der Schulinformatik herstellen.

Studierende können der aus dem Teamprojekt entwickelten Software im eigenen Unterricht einplanen und einsetzten. 

Das Seminar ist inhaltlich in zwei Module gegliedert:

1. Unterrichtsmaterialien didaktisch aufbereiten

2. Unterricht planen und mit der aus dem Teamprojekt entwickelten Software durchführen

Allgemein geht es in beiden Bereichen um:

·   Grundlegende Planung, Organisation, Durchführung und anschließende Reflexion von kompetenzorientiertem Informatikunterricht

·   Inhalts- und Prozessbereiche eines allgemeinbildenden Informatikunterrichts

·   Didaktische Reduktion fachlichen Wissens

Methoden des Informatikunterrichts, insbesondere Auswahl und Einsatz von Werkzeugen, spezifische Arbeitsformen und Binnendifferenzierung.

Das Modul muss zusammen mit dem Modul Teamprojekt belegt und geprüft werden.

90h, davon:

   1. 22,5h Präsenzzeit in Vorlesungen und Übungen

   2. 52,5h Vor-/Nachbereitung derselbigen

   3. 15h Prüfungsvorbereitung und Präsenz in selbiger.

Programmierkenntnisse in Java sind erforderlich

Siehe Teilleistung.

Siehe Teilleistung.

• Methoden des Informatikunterrichts, insbesondere Auswahl und Einsatz von Werkzeugen, spezifische Arbeitsformen und Binnendifferenzierung

1. 45h Präsenzzeit in Vorlesungen und Übungen

2. 80h Vor-/Nachbereitung der selbigen

3. 25h Prüfungsvorbereitung und Präsenz in selbiger.

Siehe Teilleistung.

Siehe Teilleistung.

Siehe Teilleistung.

Nach Abschluss des Moduls verfügen Studierende über folgende Kompetenzen. Sie …

• kennen und verstehen die vorgestellten logischen Grundkonzepte und Begriffe, insbesondere den Modellbegriff und die Unterscheidung von Syntax und Semantik,
• können natürlichsprachlich gegebene Sachverhalte in verschiedenen Logiken formalisieren sowie logische Formeln verstehen und ihre Bedeutung in natürliche Sprache übersetzen,
• können die vorgestellten Kalküle und Analyseverfahren auf gegebene Fragestellungen bzw. Probleme sowohl manuell als auch mittels interaktiver und automatischer Werkzeugunterstützung anwenden,
• kennen die grundlegenden Konzepte und Methoden der formalen Modellierung und Verifikation,
• können Programmeigenschaften in formalen Spezifikationssprachen formulieren, und kleine Beispiele mit Unterstützung von Softwarewerkzeugen verifizieren.
• können beurteilen, welcher logische Formalismus und welcher Kalkül sich zur Formalisierung und zum Beweis eines Sachverhalts eignet

Logikbasierte Methoden spielen in der Informatik in zwei Bereichen eine wesentliche Rolle: (1) zur Entwicklung, Beschreibung und Analyse von IT-Systemen und (2) als Komponente von IT-Systemen, die diesen die Fähigkeit verleiht, die umgebende Welt zu analysieren und Wissen darüber abzuleiten.

Dieses Modul

• führt in die Grundlagen formaler Logik ein und
• behandelt die Anwendung logikbasierter Methoden
  • zur Modellierung und Formalisierung
  • zur Ableitung (Deduktion),
  • zum Beweisen und Analysieren

von Systemen und Strukturen bzw. deren Eigenschaften.

Mehrere verschiedene Logiken werden vorgestellt, ihre Syntax und Semantik besprochen sowie dazugehörige Kalküle und andere Analyseverfahren eingeführt. Zu den behandelten Logiken zählen insbesondere die klassische Aussagen- und Prädikatenlogik sowie Temporallogiken wie LTL oder CTL.

Die Frage der praktischen Anwendbarkeit der vorgestellten Logiken und Kalküle auf Probleme der Informatik spielt in dieser Vorlesung eine wichtige Rolle. Der Praxisbezug wird insbesondere auch durch praktische Übungen (Praxisaufgaben) hergestellt, im Rahmen derer Studierende die Anwendung aktueller Werkzeuge (z.B. des interaktiven Beweisers KeY) auf praxisrelevante Problemstellungen (z.B. den Nachweis von Programmeigenschaften) erproben können.

Der Gesamtarbeitsaufwand für dieses Modul beträgt 180h.

Der Aufwand setzt sich zusammen aus:

34,5h = 23 * 1,5hVorlesung (Präsenz)

10,5h = 7 * 1,5h Übungen (Präsenz)

60h Vor- und Nachbereitung, insbes. Bearbeitung der Übungsblätter

40h Bearbeitung der Praxisaufgaben

35h Klausurvorbereitung

Siehe Teilleistungen.

Siehe Teilleistung

Siehe Teilleistung

• Die Studierenden kennen grundlegende Definitionsmethoden und sind in der Lage, entsprechende Definitionen zu lesen und zu verstehen.
• Sie kennen den Unterschied zwischen Syntax und Semantik.
• Die Studierenden kennen die grundlegenden Begriffe aus diskreter Mathematik und Informatik und sind in der Lage sie richtig zu benutzen, sowohl bei der Beschreibung von Problemen als auch bei Beweisen

• Algorithmen informell, Grundlagen des Nachweises ihrer Korrektheit
• Berechnungskomplexität, „schwere“ Probleme
• O-Notation, Mastertheorem
• Alphabete, Wörter, formale Sprachen endliche Akzeptoren, kontextfreie Grammatiken
• induktive/rekursive Definitionen, vollständige und strukturelle Induktion Hüllenbildung
• Relationen und Funktionen
• Graphen
• Syntax für Aussagenlogik und Prädikatenlogik, Grundlagen ihrer Semantik

Siehe Teilleistung.

Vorlesung: 15 x  1.5 h =  22.50 h      
Uebung: 15 x  0.75 h =  11.25 h      
Tutorium: 15 x  1.5 h =  22.50 h      
Nachbereitung: 15 x  2 h =  30.00 h      
Bearbeitung von Aufgaben: 14 x  3 h =  42.00 h      
Klausurvorbereitung: 1 x 49.75 h =  49.75 h      
Klausur: 2 x 1 h =   2.00 h

Summe 180 h

2 SWS Vorlesung, 1 SWS Übung, 2 SWS Tutotium

Siehe Teilleistung.

Siehe Teilleistung.

• Die Studierenden kennen die grundlegenden Konzepte der klassischen künstlichen Intelligenz und des maschinellen Lernens.
• Die Studierenden verstehen die Algorithmen und Methoden der klassischen KI, und können diese sowohl abstrakt beschreiben als auch praktisch implementieren und anwenden.
• Die Studierenden verstehen die Methoden des maschinellen Lernens und dessen mathematische Grundlagen. Sie kennen Verfahren aus den Bereichen des überwachten und unüberwachten Lernens sowie des bestärkenden Lernens, und können diese praktisch einsetzen.
• Die Studierenden kennen und verstehen grundlegende Anwendungen von Methoden des maschinellen Lernens in den Bereichen Computer Vision, Natural Language Processing und Robotik.
• Die Studierenden können dieses Wissen auf neue Anwendungen übertragen, sowie verschiedene Methoden analysieren und vergleichen.

Dieses Modul behandelt die theoretischen und praktischen Aspekte der künstlichen Intelligenz, incl. Methoden der klassischen KI (Problem Solving & Reasoning), Methoden des maschinellen Lernens (überwacht und unüberwacht), sowie deren Anwendung in den Bereichen computer vision, natural language processing, sowie der Robotik.

Überblick
Einführung
• Historischer Überblick und Entwicklungen der KI und des maschinellen Lernens, Erfolge, Komplexität, Einteilung von KI-Methoden und Systemen
• Lineare Algebra, Grundlagen, Lineare Regression
Teil 1: Problem Solving & Reasoning
• Problem Solving, Search, Knowledge, Reasoning & Planning
• Symbolische und logikbasierte KI
• Graphische Modelle, Kalman/Bayes Filter, Hidden Markov Models (HMMs), Viterbi
• Markov Decision Processes (MDPs)
Teil 2: Machine Learning - Grundlagen
• Klassifikation, Maximum Likelihood, Logistische Regression
• Deep Learning, MLPs, Back-Propagation
• Over/Underfitting, Model Selection, Ensembles
• Unsupervised Learning, Dimensionalitätsreduktion, PCA, (V)AE, k-means clustering
• Density Estimation, Gaussian Mixture models (GMMs), Expectation Maximization (EM)
Teil 3: Machine Learning - Vertiefung und Anwendung
• Computer Vision, Convolutions, CNNs
• Natural Language Processing, RNNs, Encoder/Decoder
• Robotik, Reinforcement Learning

2 SWS Vorlesung + 1 SWS Übung
8 Stunden Arbeitsaufwand pro Woche, plus 30 Stunden Klausurvorbereitung: 150 Stunden

LA II

Siehe Teilleistung

Siehe Teilleistung

- Die Studierenden sollen vertiefende Kenntnisse über die Architektur und die Operationsprinzipien von parallelen, heterogenen und verteilten Rechnerstrukturen erwerben.
- Sie sollen die Fähigkeit erwerben, parallele Programmierkonzepte und Werkzeuge zur Analyse paralleler Programme anzuwenden.
- Sie sollen die Fähigkeit erwerben, anwendungsspezifische und rekonfigurierbare Komponenten einzusetzen.
- Sie sollen in die Lage versetzt werden, weitergehende Architekturkonzepte und Werkzeuge für parallele Rechnerstrukturen entwerfen zu können.

Moderne Rechnerstrukturen nützen den Parallelismus in Programmen auf allen Systemebenen aus. Darüber hinaus werden anwendungsspezifische Koprozessoren und rekonfigurierbare Bausteine zur Anwendungsbeschleunigung eingesetzt. Aufbauend auf den in der Lehrveranstaltung Rechnerstrukturen vermittelten Grundlagen, werden die Architektur und Operationsprinzipien paralleler und heterogener Rechnerstrukturen vertiefend behandelt. Es werden die parallelen Programmierkonzepte sowie die Werkzeuge zur Erstellung effizienter paralleler Programme vermittelt. Es werden die Konzepte und der Einsatz anwendungsspezifischer Komponenten (Koprozessorkonzepte) und rekonfigurierbarer Komponenten vermittelt. Ein weiteres Themengebiet ist Grid-Computing und Konzepte zur Virtualisierung.

Siehe Teilleistung

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung) 

After completing the course, students will be able to
reproduce basic knowledge about the field of human-machine interaction
name and apply basic techniques for analysing user interfaces
apply basic rules and techniques for designing user interfaces
analyse and evaluate existing user interfaces and their function

Topics are:
1. human information processing (models, physiological and psychological principles, human senses, action processes),
2. design principles and design methods, input and output units for computers, embedded systems and mobile devices,
3. principles, guidelines and standards for the design of user interfaces
4. technical basics and examples for the design of user interfaces (text dialogues and forms, menu systems, graphical interfaces, interfaces in the WWW, audio dialogue systems, haptic interaction, gestures),
5. methods for modelling user interfaces (abstract description of interaction, embedding in requirements analysis and the software design process),
6. evaluation of systems for human-machine interaction (tools, evaluation methods, performance measurement, checklists).
7. practising the above basics using practical examples and developing independent, new and alternative user interfaces.

The total workload for this course unit is approx. 180 hours (6.0 credits).

Attendance time: Attendance of the lecture 15 x 90 min = 22 h 30 min
Attendance time: Attendance of the exercise 8 x 90 min = 12 h 00 min
Preparation / follow-up of the lecture 15 x 150 min = 37 h 30 min
Preparation / follow-up of the exercise 8x 360min =48h 00min
Go through slides/script 2x 2 x 12 h =24 h 00 min
Prepare exam = 36 h 00 min

SUM = 180h 00 min

1. Die Teilleistung T-INFO-106288 - Bachelorarbeit- Informatik muss begonnen worden sein.

• Studierende können grundlegende Themen der Informatik (in einem speziellen Fachgebiet) wissenschaftlich behandeln.

• Dabei können Studierende die Schritte von der einfache Literaturrecherche bis auf die Aufbereitung der Ergebnisse in schriftlicher und mündlicher Form anwenden.

• Studierende sind in der Lage Informationen zu analysieren, zu abstrahieren sowie grundsätzliche Prinzipien und Zusammenhänge in kurzer Form zu kommunizieren.

• Studierende können wissenschaftliche Ergebnisse schriftlich und mündlich wiedergeben.

• Die Studierenden sind mit dem DFG-Kodex „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ vertraut und wenden diese Leitlinien erfolgreich bei der Erstellung Ihrer wissenschaftlichen Arbeit an. 

Das Seminar behandelt ein spezifisches Informatikthema, die auch in der Bachelorarbeit bearbeitet wird.

Das Seminar ist begleitend zur Bachelorarbeit in Informatik zu belgen,

ca. 90 Std.

Siehe Teilleistung.

Siehe Teilleistung.

Der /die Studierende
• Kenntnis der Grundlagen und Grundbegriffe von Kryptographie und IT-Sicherheit
• Kenntnis von Bedrohungen, Angreifermodellen, Schutzzielen und Sicherheitsdiensten
• Verständnis von Techniken und Sicherheitsprimitiven zur Erlangung der Schutzziele (One-Time-Pad und Strom-Chiffren, Pseudozufall, Pseudozufallspermutationen, Block-Chiffren und ihre Operationsmodi, Public-Key-Verschlüsselung, Hash-Funktionen, Message-Authentication-Codes)
• Einblick in wissenschaftliche Bewertungs- und Analysemethodik von IT-Sicherheit (Spielbasierte Formalisierung von Vertraulichkeit und Integrität, Security Notions, informationstheoretische Sicherheit vs. semantische Sicherheit)
• Grundlagen der Sicherheitsprotokolle (Schlüsselaustausch, Authentisierung, Sicherheit im Netz: IPsec und TLS)
• Einblick in weitere Ansätze der IT-Sicherheit (Zugangskontrolle, reaktive Sicherheit und Angriffserkennung)
• Verständnis von Daten-Arten, Personenbezug, rechtliche und technische Grundlagen des Datenschutzes
• Grundlagen der Systemsicherheit (Spam und Phishing, Schwachstellen in Software und Malware, Sicherheit von Web-Anwendungen, Benutzberkeit zur Erhöhung der Sicherheit)
• Verständnis des IT-Sicherheitsmanagements und seiner Zertifizierungen (IT-Security Lifecycle, BSI Grundschutz/Common Criteria)

• Grundbegriffe, Grundlagen und historischer Überblick
• Mathematische Grundlagen (Diskrete Wahrscheinlichkeiten, Zahlentheorie) und Methoden der IT-Sicherheit
• Symmetrische Verschlüsselung, Pseudozufall
• Block-Chiffren und Operationsmodi
• Techniken der Integritätssicherung (Hash-Funktionen, MACs, Schlüsselaustausch)
Asymmetrische Verschlüsselung
• Authentisierung mit Authentisierungsfaktoren und Zugangskontrolle
• Systemsicherheit (Schwachstellen)
• Systemsicherheit (Malware)
• Grundlagen Netzsicherheit (IPsec, HTTPS, TLS)
• Reaktive Sicherheit (Angriffserkennung)
• Sicherheit von Web-Anwendungen
• Recht auf Datenschutz, Technischer Datenschutz, Anonymität im Netz, Daten-Anonymisierung/Veröffentlichungskontrolle
• IT-Sicherheitsmanagement und Zusammenfassung

Präsenzzeit in der Vorlesung und Übung: 42 h

Vor-/Nachbereitung derselbigen: 42 h

Prüfungsvorbereitung und Präsenz in selbiger: 66 h

Vorkenntnisse aus Theoretische Grundlagen der Informatik und Betriebssysteme werden dringend empfohlen.

• Katz/Lindell: Introduction to Modern Cryptography (Chapman & Hall)
• Schäfer/Roßberg: Netzsicherheit (dpunkt)
• Anderson: Security Engineering (Wiley, auch online)
• Stallings/Brown: Computer Security (Pearson)
• Pfleeger, Pfleeger, Margulies: Security in Computing (Prentice Hall)

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung) 

Students

• know the challenges of the Internet of Everything (IoE) from both a technical and legal perspective
• know and understand the risks to user privacy in the IoE as well as basic mechanisms and protocols to protect it
• are familiar with the basic architectures and protocols in the field of wireless sensor networks and the Internet of Things.

Students know the platforms and applications of the Internet of Everything. Students have an understanding the challenges of designing protocols and applications for the IoE.

Students know and understand the risks to the privacy of users of the future IoE. They know protocols and mechanisms to enable future applications, such as smart metering and smart traffic, while protecting the privacy of users.

Students know and understand classic sensor network protocols and applications, such as media access procedures, routing protocols, transport protocols and mechanisms for topology control. Students know and understand the interaction of individual communication layers and the influence on, for example, the energy requirements of the systems.

Students know protocols for the Internet of Things such as 6LoWPAN, RPL, CoAP and DICE. Students understand the challenges and assumptions that have led to the standardization of protocols.

Students have a basic understanding of security technologies in IoE. They know typical protection goals and attacks, as well as building blocks and protocols to implement the protection goals.

The lecture deals with selected protocols, architectures, procedures and algorithms that are essential for IoE. In addition to classic topics from the field of wireless sensor-actuator networks, such as media access and routing, this also includes new challenges and solutions for the security and privacy of transmitted data in IoE. Socially and legally relevant aspects are also addressed.

Lecture with 2 SWS plus follow-up/exam preparation, 4 CP.

4 CP corresponds to approx. 120 working hours, of which

approx. 30 hours lecture attendance

approx. 60 hours preparation/follow-up work

approx. 30 hours exam preparation

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung)

See partial achievements (Teilleistung)

Students
• have in-depth knowledge of cryptography and IT security
• know and understands sophisticated techniques and security primitives to achieve the protection goals
• know and understand scientific evaluation and analysis methods of IT security (game-based formalization of confidentiality and integrity, security and anonymity notions)
• have a good understanding of types of data, personal data, legal and technical fundamentals of privacy protection
• know and understand the fundamentals of system security (buffer overflow, return-oriented programming, ...)
• know different mechanisms for anonymous communication (TOR, Nym, ANON) and can assess their effectivity

This advanced mandatory module deepens different topics of IT security. These include in particular:
• Elliptic curve cryptography
• Threshold cryptography
• Zero-knowledge proofs
• Secret sharing
• Secure multi-party computation and homomorphic encryption
• Methods of IT security (game-based analysis and the UC model)
• Crypto-currencies and consensus through proof-of-work/stake
• Anonymity on the Internet, anonymity with online payments
• Privacy-preserving machine learning
• Security of machine learning
• System security and exploits
• Threat modeling and quantification of IT security

Course workload:
1. Attendance time: 56 h
2. Self-study: 56 h
3. Preparation for the exam: 68 h

Attendance of the lecture Information Security is recommended.

Literature:
• Katz/Lindell: Introduction to Modern Cryptography (Chapman & Hall)
• Schäfer/Roßberg: Netzsicherheit (dpunkt)
• Anderson: Security Engineering (Wiley, and online)
• Stallings/Brown: Computer Security (Pearson)
• Pfleeger, Pfleeger, Margulies: Security in Computing (Prentice Hall)

Siehe Teilleistung.

Siehe Teilleistung.

• Die Studierenden sollen detaillierte Kenntnisse über den Aufbau und die Organisation von Mikroprozessorsystemen in den verschiedenen Einsatzgebieten erwerben.
• Die Studierenden sollen die Fähigkeit erwerben, Mikroprozessoren für verschiedene Einsatzgebiete bewerten und auswählen zu können.
• Die Studierenden sollen die Fähigkeit erwerben, systemnahe Funktionen programmieren zu können.
• Die Studierenden sollen Architekturmerkmale von Mikroprozessoren zur Beschleunigung von Anwendungen und Systemfunktionen ableiten, bewerten und entwerfen können.
• Die Studierenden sollen die Fähigkeiten erwerben, Mikroprozessorsysteme in strukturierter und systematischer Weise entwerfen zu können.

Das Modul befasst sich im ersten Teil mit Mikroprozessoren, die in Desktops und Ser vern eingesetzt werden. Ausgehend von den grundlegenden Eigenschaften dieser Rechner und dem Systemaufbau werden die Architekturmerkmale von Allzweck- und Hochleistungs-Mikroprozessoren vermittelt. Insbesondere sollen die Techniken und Mechanismen zur Unterstützung von Betriebssystemfunktionen, zur Beschleunigung durch Ausnützen des Parallelismus auf Maschinenbefehlsebene und Aspekte der Speicherhierarchie vermittelt werden.
Der zweite Teil behandelt Mikroprozessoren, die in eingebetteten Systemen eingesetzt werden. Es werden die grundlegenden Eigenschaften von Microcontrollern vermittelt. Eigenschaften von Mikroprozessoren, die auf spezielle Einsatzgebiete zugeschnitten sind, werden ausführlich behandelt.

(2 SWS + 1,5 x 2 SWS) x 15 + 15 h Klausurvorbereitung = 90 h = 3 ECTS 


Siehe Teilleistung

Siehe Teilleistung

1. In den folgenden Bereichen müssen in Summe mindestens 45 Leistungspunkte erbracht worden sein:
   • Wissenschaftliches Hauptfach Informatik
   • Wissenschaftliches Hauptfach Informatik

• Studierende können planvoll, zielgerichtet und selbständig ein Thema der Informatik wissenschaftlich bearbeiten. Dabei werden die Ziele i.d.R. vorgegeben.

• Dabei sind sie in der Lage, für ihr Problem eine Literaturrecherche nach wissenschaftlichen Quellen durchzuführen.

• Studierende können dazu geeignete wissenschaftliche Verfahren und Methoden auswählen und sie systematisch anzuwenden. Wenn notwendig, passen sie sie an bzw. entwickeln sie weiter.

• Studierende können ihre Ergebnisse mit dem Stand der Forschung vergleichen und evaluieren.

• Studierende kommunizieren ihre Ergebnisse klar und akademisch angemessen in schriftlicher und mündlicher Form.

• Die Bachelorarbeit ist eine schriftliche Arbeit, die zeigt, dass die Studierenden selbständig in der Lage sind, ein Problem aus ihrem Fach wissenschaftlich zu bearbeiten.
• Die Bachelorarbeit soll in höchstens 450 Stunden bearbeitet werden. Die Bearbeitungsdauer beträgt 6 Monate, die maximale Bearbeitungsdauer, einschließlich einer Verlängerung (auf Antrag!), beträgt 7 Monate. Die Arbeit kann im Einvernehmen mit dem Betreuer auch auf Englisch geschrieben werden.
• Soll die Bachelorarbeit außerhalb der Fakultät angefertigt werden, bedarf dies der Zustimmung des Prüfungsausschusses.
• Die Bachelorarbeit kann auch in Form einer Gruppenarbeit zugelassen werden, wenn der als Prüfungsleistung zu bewertende Beitrag des einzelnen Studierenden deutlich unterscheidbar ist.
• Bei der Abgabe der Bachelorarbeit haben die Studierende schriftlich zu versichern, dass sieie Arbeit selbstständig verfasst und keine anderen als die angegebenen Quellen und Hilfsmittebenutzt haben, die wörtlich oder inhaltlich übernommenen Stellen als solche kenntlich gemacht und die Satzung des KIT zur Sicherung guter wissenschaftlicher Praxis in der jeweils gültigen Fassung beachtet haben.
• Der Zeitpunkt der Ausgabe des Themas der Bachelorarbeit ist durch den verantwortlichen Prüfer und die/den Studierenden festzuhalten und dies beim Prüfungsausschuss (Informatik Studiengangservice ISS) aktenkundig zu machen.

Der Arbeitsaufwand für das Modul beträgt i.d.R. 360 Stunden.

keine

Siehe Teilleistung.

Siehe Teilleistung.

Studierende

• beherrschen grundlegende Strukturen und Details der Programmiersprache Java, insbesondere Kontrollstrukturen, einfache Datenstrukturen, Umgang mit Objekten;
• beherrschen die Implementierung nichttrivialer Algorithmen sowie grundlegende Programmiermethodik und elementare Softwaretechnik;
• haben die Fähigkeit zur eigenständigen Erstellung mittelgroßer, lauffähiger Java-Programme, die einer automatisierten Qualitätssicherung (automatisches Testen anhand einer Sammlung geheimer Testfälle, Einhaltung der Java Code Conventions, Plagiatsprüfung) standhalten.

Studierende beherrschen den Umgang mit Typen und Variablen, Konstruktoren und Methoden, Objekten und Klassen, Interfaces, Kontrollstrukturen, Arrays, Rekursion, Datenkapselung, Sichtbarkeit und Gültigkeitsbereichen, Konvertierungen, Containern und abstrakten Datentypen, Vererbung und Generics, Exceptions. Sie verstehen den Zweck dieser Konstrukte und können beurteilen, wann sie eingesetzt werden sollen. Sie kennen erste Hintergründe, wieso diese Konstrukte so in der Java-Syntax realisiert sind.

Studierende können Programme von ca 500 – 1000 Zeilen nach komplexen, präzisen Spezifikationen entwickeln; dabei können sie nichttriviale Algorithmen und Programmiermuster anwenden und (nicht-grafische) Benutzerinteraktionen realisieren. Studierende können Java-Programme analysieren und beurteilen, auch nach methodische Kriterien.

Studierende beherrschen grundlegende Kompetenzen zur Arbeitsstrukturierung und Lösungsplanung von Programmieraufgaben.

• Objekte und Klassen
• Typen, Werte und Variablen
• Methoden
• Kontrollstrukturen
• Rekursion
• Referenzen, Listen
• Vererbung
• Ein/-Ausgabe
• Exceptions
• Programmiermethodik
• Implementierung elementarer Algorithmen (z.B. Sortierverfahren) in Java

Siehe Teilleistung.

Vorlesung mit 2 SWS und Übung 2 SWS, plus zwei Abschlussaufgaben, 5 LP.

5 LP entspricht ca. 150 Arbeitsstunden, davon

ca. 30 Std. Vorlesungsbesuch,

ca. 30 Std. Übungsbesuch,

ca. 30 Std. Bearbeitung der Übungsaufgaben,

ca. 30 Std für jede der beiden Abschlussaufgaben.

Siehe Teilleistung

Siehe Teilleistung

• Studierende können grundlegende Themen der Informatik (in einem speziellen Fachgebiet) wissenschaftlich behandeln.

• Dabei können Studierende die Schritte von der einfache Literaturrecherche bis auf die Aufbereitung der Ergebnisse in schriftlicher und mündlicher Form anwenden.

• Studierende sind in der Lage Informationen zu analysieren, zu abstrahieren sowie grundsätzliche Prinzipien und Zusammenhänge in kurzer Form zu kommunizieren.

• Studierende können wissenschaftliche Ergebnisse schriftlich und mündlich wiedergeben.

• Die Studierenden sind mit dem DFG-Kodex „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ vertraut und wenden diese Leitlinien erfolgreich bei der Erstellung Ihrer wissenschaftlichen Arbeit an. 

Das Proseminarmodul behandelt in den angebotenen Proseminaren spezifische Themen, die teilweise in entsprechenden Vorlesungen angesprochen wurden und vertieft diese.

Das Proseminar bereitet für die Bachelorarbeit vor.

Der Arbeitsaufwand beträgt i.d.R. 90 Stunden. Davon sind ca. 30 Stunden zur Vor- und Nachbereitung der Präsenzveranstatlungen, ca. 20 Stunden für die schriftliche Ausarbeitung, ca. 20 Stunden für die Literaturrecherche und ca. 20 Stunden für den eigenen Vortrag.

Siehe Teilleistung.

Siehe Teillestung.

Siehe Teillseitung.

Die Studierenden sollen in die Lage versetzt werden,

• grundlegendes Verständnis über den Aufbau, die Organisation und das Operationsprinzip von Rechnersystemen zu erwerben,
• den Zusammenhang zwischen Hardware-Konzepten und den Auswirkungen auf die Software zu verstehen, um effiziente Programme erstellen zu können,
• aus dem Verständnis über die Wechselwirkungen von Technologie, Rechnerkonzepten und Anwendungen die grundlegenden Prinzipien des Entwurfs nachvollziehen und anwenden zu können
• einen Rechner aus Grundkomponenten aufbauen zu können.

Der Inhalt der Lehrveranstaltung umfasst die Grundlagen des Aufbaus und der Organisation von Rechnern; die Befehlssatzarchitektur verbunden mit der Diskussion RISC – CISC; Pipelining des Maschinenbefehlszyklus, Pipeline-Hemmnisse und Methoden zur Auflösung von Pipeline-Konflikten; Speicherkomponenten, Speicherorganisation, Cache-Speicher; Ein-/Ausgabe-System und Schnittstellenbausteine; Interrupt-Verarbeitung; Bus-Systeme; Unterstützung von Betriebssystemfunktionen: virtuelle Speicherverwaltung, Schutzfunktionen.

Der Gesamtarbeitsaufwand für dieser Lehrveranstaltung beträgt ca. 180 Stunden (6 Credits).

Die Gesamtstundenzahl ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen, sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.

Präsenzzeit in Vorlesungen, Übungen: 120 h
Vor-/Nachbereitung derselbigen: 30 h
Klausurvorbereitung und Präsenz in selbiger: 30 h

Siehe Teilleistung

Siehe Teilleistung

Der/die Studierende ist in der Lage,

• grundlegendes Verständnis über den Aufbau, die Organisation und das Operationsprinzip von Rechnersystemen zu erwerben,
• aus dem Verständnis über die Wechselwirkungen von Technologie, Rechnerkonzepten und Anwendungen die grundlegenden Prinzipien des Entwurfs nachvollziehen und anwenden zu können,
• Verfahren und Methoden zur Bewertung und Vergleich von Rechensystemen anwenden zu können,
• grundlegendes Verständnis über die verschiedenen Formen der Parallelverarbeitung in Rechnerstrukturen zu erwerben.

Insbesondere soll die Lehrveranstaltung die Voraussetzung liefern, vertiefende Veranstaltungen über eingebettete Systeme, moderne Mikroprozessorarchitekturen, Parallelrechner, Fehlertoleranz und Leistungsbewertung zu besuchen und aktuelle Forschungsthemen zu verstehen.

Der Inhalt umfasst:

• Einführung in die Rechnerarchitektur
• Grundprinzipien des Rechnerentwurfs: Kompromissfindung zwischen Zielsetzungen, Randbedingungen, Gestaltungsgrundsätzen und Anforderungen
• Leistungsbewertung von Rechensystemen
• Parallelismus auf Maschinenbefehlsebene: Superskalartechnik, spekulative Ausführung, Sprungvorhersage, VLIW-Prinzip, mehrfädige Befehlsausführung
• Parallelrechnerkonzepte, speichergekoppelte Parallelrechner (symmetrische Multiprozessoren, Multiprozessoren mit verteiltem gemeinsamem Speicher), nachrichtenorientierte Parallelrechner, Multicore-Architekturen, parallele Programmiermodelle
• Verbindungsnetze (Topologien, Routing)
• Grundlagen der Vektorverarbeitung, SIMD, Multimedia-Verarbeitung
• Energie-effizienter Entwurf
• Grundlagen der Fehlertoleranz, Zuverlässigkeit, Verfügbarkeit, Sicherheit

((4 + 1,5*4) * 15 + 15) / 30 = 165 /30 = 5,5 = 6 ECTS

Siehe Teilleistung

See partial achivements (Teilleistung)

See partial achivements (Teilleistung)

The students are able to apply the presented concepts to simple and realistic tasks from robotics. This includes mastering and deriving the mathematical concepts relevant for robot modeling. Furthermore, the students master the kinematic and dynamic modeling of robot systems, as well as the modeling and design of simple controllers. The students know the algorithmic basics of motion and grasp planning and can apply these algorithms to problems in robotics. They know algorithms from the field of image processing and are able to apply them to problems in robotics. They are able to model and solve tasks as a symbolic planning problem. The students have knowledge about intuitive programming procedures for robots and know procedures for programming and learning by demonstration.

The lecture provides an overview of the fundamentals of robotics using the examples of industrial robots, service robots and autonomous humanoid robots. An insight into all relevant topics is given. This includes methods and algorithms for robot modeling, control and motion planning, image processing and robot programming. First, mathematical basics and methods for kinematic and dynamic robot modeling, trajectory planning and control as well as algorithms for collision-free motion planning and grasp planning are covered. Subsequently, basics of image processing, intuitive robot programming especially by human demonstration and symbolic planning are presented. 

In the exercise, the theoretical contents of the lecture are further illustrated with examples. Students deepen their knowledge of the methods and algorithms by independently working on problems and discussing them in the exercise. In particular, students can gain practical programming experience with tools and software libraries commonly used in robotics.

Lecture with 3 SWS + 1 SWS Tutorial, 6 LP
6 LP corresponds to 180 hours, including
15 * 3 = 45 hours attendance time (lecture)
15 * 1 = 15 hours attendance time (tutorial)
15 * 6 = 90 hours self-study and exercise sheets
30 hours preparation for the exam

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung) 

Software processes: Students understand evolutionary and incremental development and can describe the advantages over the sequential approach. They can describe the phases and disciplines of the unified process.

Requirements engineering: Students can describe the terms of requirements engineering and name activities in the requirements engineering process. They can classify and assess requirements according to the facets of type and representation. They can apply basic guidelines for specifying natural language requirements and describe prioritization procedures for requirements. Describe the purpose and elements of use case models. You can classify use cases according to their granularity and objectives. You can create use case diagrams and use cases. They can derive system sequence diagrams and operation contracts from use cases and can describe their role in the software development process.

Software architecture: Students can reproduce and explain the definition of software architecture and software components. They can explain the difference between software architecture and software architecture documentation. They can describe the advantages of explicit architecture and the factors influencing architecture decisions. You can assign design decisions and elements to the layers of an architecture. You will be able to describe what component models define. They can describe the components of the Palladio component model and discuss some of the design decisions made.

Enterprise Software Patterns: Students can characterize enterprise applications and decide for a described application which properties it fulfills. They know patterns for structuring domain logic, architectural patterns for data access and object-relational structure patterns. They can select a suitable pattern for a design problem and justify the selection based on the advantages and disadvantages of the patterns.

Software design: Students can assign the responsibilities resulting from system operations to classes or objects in object-oriented design using the GRASP patterns and thus design object-oriented software.

Software quality: Students know the principles for readable program code, can identify violations of these principles and develop proposals for solutions.

Model-driven software development: Students can describe the goals and the idealized division of labor of model-driven software development (MDSD) and reproduce and explain the definitions for model and metamodel. They can discuss the goals of modeling. You will be able to describe the model-driven architecture and express constraints in the Object Constraint Language. You can express simple transformation fragments of model-to-text transformations in a template language. You can weigh up the advantages and disadvantages of MDSD.

Embedded systems: Students will be able to explain the principle of a real-time system and why they are usually implemented as parallel processes. They can describe a rough design process for real-time systems. They can describe the role of a real-time operating system. They can distinguish between different classes of real-time systems.

Reliability: Students can describe the various dimensions of reliability and categorize a given requirement. They can illustrate that unit tests are not sufficient to evaluate software reliability and can describe how usage profile and realistic error data have an influence.

Domain-driven design (DDD): Students are familiar with the design metaphor of ubiquitous language, Closed Contexts, and Strategic Design. They can describe a domain using the DDD concepts, entity, value objects, services, and improve the resulting domain model using the patterns of aggregates, factories, and depots. They know the different types of interactions between Closed Contexts and can apply them.

Security (in the sense of security): Students can describe the basic ideas and challenges of security assessment. They can recognize common security problems and propose solutions.

Requirements engineering, software development processes, software quality, software architectures, MDD, Enterprise Software Patterns software maintainability, software security, dependability, embedded software, middleware, domain-driven design

The Software Engineering II module is a basic module.

Preparation and follow-up time 1.5 h / 1 SWS

Total workload:
(4 SWS + 1.5 x 4 SWS) x 15 + 30 h exam preparation = 180 h = 6 ECTS

Siehe Teilleistung

Siehe Teilleistung

Der/die Studierende definiert und vergleicht die in der Vorlesung besprochenen Konzepte und Methoden und wendet diese erfolgreich an.

Ziel dieser Vorlesung ist es, das Grundwissen über Methoden und Werkzeuge zur Entwicklung und Wartung umfangreicher Software-Systeme zu vermitteln. Inhaltliche Themen: Projektplanung, Systemanalyse, Kostenschätzung, Entwurf, Implementierung, Qualitätssicherung, Prozessmodelle, Software-Wartung, Software-Werkzeuge, Konfigurations-Management.

Alle Studierende, die bereits im WS 2014/15 immatrikuliert waren, dürfen zwischen den Modulen Technische Informatik und Softwaretechnik wählen. Diejenigen, die bereits einen Versuch in Technische Informatik abgelegt haben, müssen dieses Modul abschließen.

Ab Sommersemester 2015 ist im Studiengang Bachelor Informationswirtschaft / Wirtschaftsinformatik das Modul Softwaretechnik I im Pflichtbereich zu prüfen.

Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 180 Stunden (6 Credits). Die Gesamtstundenzahl ergibt sich dabei aus dem Aufwand für den Besuch der Vorlesungen und Übungen, sowie den Prüfungszeiten und dem zeitlichen Aufwand, der zur Erreichung der Lernziele des Moduls für einen durchschnittlichen Studenten für eine durchschnittliche Leistung erforderlich ist.

Vor- und Nachbereitungszeiten 1,5 h / 1 SWS
Gesamtaufwand:
(4 SWS + 1,5 x 4 SWS) x 15 + 30 h Klausurvorbereitung = 180 h = 6 ECTS

Siehe Teilleistung.

Man muss Programmieren *oder* SWT I (oder beides) bestanden haben, um am Teamprojekt teilnehmen zu können.

1. Das Modul M-INFO-101174 - Programmieren muss begonnen worden sein.
2. Das Modul M-INFO-101175 - Softwaretechnik I muss begonnen worden sein.

Studierenden können nach dem Teamprojekt kleinere Softwareprojekte nach dem Stand der Softwaretechnik im Team realisieren.

Lernziele sind inbesondere
- der Einsatz von Verfahren des objektorientierten Software-Entwurfs,
- die Anwendung/Umsetzen von Implementierungskompetenz, und
- die Praktische Umsetzung von Qualitätssicherung, und
- die arbeitsteilige Kooperation im Team.

Erfolgreiche Teilnehmer können die Anforderungen an ein Softwaresystem angemessen dokumentieren (Pflichtenheft mit GUI-Beispielen und Testfallszenarien) und dabei zwischen Muss- und Wunschfunktionalität differenzieren.

Sie beherrschen objektorientierten Entwurf mit UML, insbesondere von Klassen- und Sequenzdiagrammen und setzen dabei gängige OOP-Entwurfsmuster konsequent und korrekt ein.

Sie können eine geplante Systemarchitektur angemessen darstellen, dokumentieren und sie anhand softwaretechnischer Kriterien begründen.

Erfolgreiche Teilnehmer sind in der Lage, geeignete Entwicklungswerkzeuge (IDE, Versionsverwaltung, Bibliotheken) für ein zu entwickelndes System selbstständig auszuwählen.

Erfolgreiche Teilnehmer besitzen profunde praktische Kenntnisse einer objektorientierten Sprache (vgl. Veranstaltung „Programmieren“) und beherrschen damit die Implementierung eines Softwareentwurfs.

Sie können konkrete Techniken zur Qualitätssicherung auf ihre Implementierung anwenden: Sie können ihr System mittels Komponententest, Überdeckungstests und Integrationstests kritischer Komponenten validieren.

Sie können Systemanforderungen bewerten und ggf. den Entwurf nachträglich anpassen. Sie können den Erfolg eines Projektes begründet bemessen und können Systemqualität anhand von Statistiken (u.a. Testfall-Überdeckungsmaße und Analysen gefundener Fehler im Qualitätssicherungsdokument) bewerten.

Sie beherrschen die Zusammenarbeit im Team durch geeignete Kommunikation, Synchronisation, kennen Hilfsmittel des Team und können auch Leitungsaufgaben übernehmen.

Studierende können der aus dem Teamprojekt entwickelten Software im eigenen Unterricht einplanen und einsetzten. 

• Anwendung der im Modul Softwaretechnik erlernten Techniken in der Praxis anhand eines kleinen Softwareprojekts.

• Didaktisch informierter Software-Entwurf in Verwebung mit dem Modul Fachdidaktik 2.

• Im Verlauf des Teamprojekts erstellen die Studierenden in Zusammenarbeit im Team folgende Artefakte:

  • Pflichtenheft

  • Software-Entwurfs-Dokumentation

  • Implementierung

  • Qualtitätsicherung-Report

Das Modul muss zusammen mit dem Modul Fachdidaktik II belegt und geprüft werden.

15h Anforderungsanalyse und Pflichtenheft

30h Entwurf und Dokumentation

45h Implementierung

30h Qualitätssicherung

= 120h = 4 ECTS

Dies schließt die Präsenzzeiten im Rahmen wöchentlicher Treffen mit den Betreuern ein.

Die Einbettung in ein Unterrichtskonzept ist Bestandteil der Veranstaltung Fachdidaktik 2.

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung) 

Students

• master protocols, architectures, and methods and algorithms that are used on the Internet for routing and for establishing a reliable end-to-end connection, as well as various media allocation procedures in local networks.
• have an understanding of the systems and the problems that appear in a global, dynamic network as well as the mechanisms used to remedy them.
• are familiar with current developments such as SDN and data center networking.
• know methods to manage and administrate networks.

Students master the basic protocol mechanisms for establishing reliable end-to-end communication. Students have detailed knowledge of the mechanisms used in TCP for congestion and flow control and can discuss the issue of fairness with multiple parallel transport streams. Students can analytically determine the performance of transport protocols and know methods that fulfill special requirements of TCP, such as high data rates and short latencies. Students are familiar with current topics such as problems introduced by utilization of middle boxes in the Internet, the use of TCP in data centers and multipath TCP. Students can use transport protocols in practice.

Students know the functions of routers in the Internet and can reproduce and apply common routing algorithms. Students can reproduce the architecture of a router and know different approaches to buffer placement as well as their advantages and disadvantages.

Students understand the distinction of routing protocols into interior and exterior gateway protocols and have detailed knowledge of the functionality and properties of common protocols such as RIP, OSPF and BGP. The students are familiar with current topics such as SDN.

Students know the function of media allocation and can classify and analytically evaluate media allocation processes. Students have in-depth knowledge of Ethernet and are familiar with various Ethernet forms and their differences, especially current developments such as real-time Ethernet and data center Ethernet. Students can reproduce and apply the spanning tree protocol.
Students can reproduce the technical characteristics of DSL. Students are familiar with the concept of label switching and can compare existing approaches such as MPLS.

• Introduction
• End-to-end data transport
• Routing protocols and architectures
• Media allocation
• Bridges
• Data transmission
• Further selected examples
• Network management

Lecture with 3 SWS plus follow-up/exam preparation, 6 CP.

6 CP corresponds to approx. 180 working hours, of which

approx. 60 hours lecture attendance

approx. 60 hours preparation/follow-up work

approx. 60 hours exam preparation

Siehe Teilleistung

Siehe Teilleistung

Der/die Studierende besitzt einen vertieften Einblick in die Grundlagen der Theoretischen Informatik und hat grundlegende Kenntnis in den Bereichen Berechenbarkeitstheorie, Komplexitätstheorie, formale Sprachen und Informationstheorie. Er/sie kann die Beziehungen dieser Gebiete erörtern und in einen Gesamtzusammenhang bringen. Außerdem kennt er/sie die fundamentalen Definitionen und Aussagen aus diesen Bereichen und ist in der Lage geführte Beweise zu verstehen sowie Wissen über erlangte Beweistechniken auf ähnliche Probleme anzuwenden.

Er/sie versteht die Grenzen und Möglichkeiten der Informatik in Bezug auf die Lösung von definierbaren aber nur bedingt berechenbare Probleme. Hierzu beherrscht er verschiedene Berechnungsmodelle, wie die der Turingmaschine, des Kellerautomaten und des endlichen

Automaten. Er/sie kann deterministische von nicht-deterministischen Modellen unterscheiden und deren Mächtigkeit gegeneinander abschätzen. Der/die Studierende kann die Äquivalenz aller hinreichend mächtigen Berechnungsmodelle (Churchsche These), Nichtberechenbarkeit wichtiger Funktionen (z.B. Halteproblem) und Gödels Unvollständigkeitssatz erläutern.

Er/sie besitzt einen Überblick über die wichtigsten Klassen der Komplexitätstheorie. Darüber hinaus kann er/sie ausgewählte Probleme mittels formaler Beweisführung in die ihm/ihr bekannten Komplexitätsklassen zuordnen. Insbesondere kennt er/sie die Komplexitätsklassen P und NP sowie das Konzept NP-vollständiger Probleme (polynomielle Reduktion). Er/sie kann erste grundlegende Techniken anwenden, um NP-schwere Probleme zu analysieren. Diese

Techniken umfassen unter anderem polynomielle Näherungsverfahren (Approximationsalgorithmen mit absoluter/relativer Güte, Approximationsschemata) als auch exakte Verfahren (Ganzzahlige Programme).

Im Bereich der formalen Sprachen ist es ihm/ihr möglich Sprachen als Grammatiken zu formulieren und diese in die Chomsky-Hierarchie einzuordnen. Zudem kann er/sie die ihm/ihr bekannten Berechnungsmodelle den

einzelnen Typen der Chomsky-Hierarchie zuordnen, sodass er/sie die Zusammenhänge zwischen formalen Sprachen und Berechnungstheorie identifizieren kann.

Der/die Studierende besitzt einen grundlegenden Überblick über die Informationstheorie und kennt damit Entropie, Kodierungsschemata sowie eine formale Definition für Information. Er/sie besitzt zudem die Fähigkeit dieses Wissen anzuwenden.

Es gibt wichtige Probleme, deren Lösung sich zwar klar definieren läßt aber die man niemals wird systematisch berechnen können. Andere Probleme lassen sich “vermutlich” nur durch systematisches Ausprobieren lösen. Die meisten Ergebnisse dieser Vorlesung werden rigoros bewiesen. Die dabei erlernten Beweistechniken sind wichtig für die Spezifikation von Systemen der Informatik und für den systematischen Entwurf von Programmen und Algorithmen.
Das Modul gibt einen vertieften Einblick in die Grundlagen und Methoden der Theoretischen Informatik. Insbesondere wird dabei eingegangen auf grundlegende Eigenschaften Formaler Sprachen als Grundlagen von Programmiersprachen und Kommunikationsprotokollen (regulär, kontextfrei, Chomsky-Hierarchie), Maschinenmodelle (endliche Automaten, Kellerautomaten, Turingmaschinen, Nichtdeterminismus, Bezug zu Familien formaler Sprachen), Äquivalenz aller hinreichend mächtigen Berechnungsmodelle (Churchsche These), Nichtberechenbarkeit wichtiger Funktionen (Halteproblem,...), Gödels Unvollständigkeitssatz und Einführung in die Komplexitätstheorie (NP-vollständige Probleme und polynomiale Reduktionen).

Siehe Teilleistung.

Vorlesung mit 3 SWS + 1 SWS Übung.

6 LP entspricht ca. 180 Stunden

ca. 45 Std. Vorlesungsbesuch,

ca. 15 Std. Übungsbesuch,

ca. 90 Std. Nachbearbeitung und Bearbeitung der Übungsblätter

ca. 30 Std. Prüfungsvorbereitung

The assessment is carried out as a written examination (§ 4 Abs. 2 No. 1 SPO) lasting 60 minutes.

None.

1. Die Teilleistung T-INFO-112768 - Fortgeschrittene Künstliche Intelligenz darf nicht begonnen worden sein.

Die Erfolgskontrolle besteht aus einer schriftlichen Abschlussprüfung nach § 4 Abs. 2 Nr. 1 SPO im Umfang von 120 Minuten.

Der Dozent kann für gute Leistungen in der Übung zur Lehrveranstaltung Algorithmen I einen Notenbonus von max. 0,4 (entspricht einem Notenschritt) vergeben.

Dieser Notenbonus ist nur gültig für eine Prüfung im gleichen Semester. Danach verfällt der Notenbonus.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 120 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Keine.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von i.d.R. 90 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

keine.

1. Die Teilleistung T-INFO-109125 - Fortgeschrittene Themen darf nicht begonnen worden sein.
2. Die Teilleistung T-INFO-109126 - Funktionale Programmierung darf nicht begonnen worden sein.

Kenntnisse zu Grundlagen aus Mathematik, Programmierung und Rechnernetzen sind hilfreich.

Für den Teil „Programmierparadigmen“ sind die ersten fünf Veranstaltungen der Vorlesung „Programmierparadigmen“ und die ersten drei Veranstaltungen der Übung „Programmierparadigmen“ bei Prof. Snelting zu besuchen. Informationen zur Organisation der Lehrveranstaltung entnehmen Sie bitte den Internetseiten der Forschungsgruppe Dezentrale Systeme und Netzdienste von Prof. Hartenstein.

Die Bachelorarbeit ist in § 14 der SPO geregelt.

Die schriftliche Ausarbeitung soll die Herangehensweise an das Thema dokumentieren.

Wenn die Bachelorarbeit an der KIT-Fakultät für Informatik angefertigt wird, soll ein Informatik-Seminar begleitend belegt werden (M-INFO-103027 – Informatik-Seminar).

Voraussetzung für die Zulassung zur Bachelorarbeit ist, dass die/der Studierende Modulprüfungen im Umfang von 45 LP erfolgreich abgelegt hat.

Bei dieser Teilleistung handelt es sich um eine Abschlussarbeit. Es sind folgende Fristen zur Bearbeitung hinterlegt:

Die Abschlussarbeit ist genehmigungspflichtig durch den Prüfungsausschuss.

Die schriftliche Ausarbeitung soll die Herangehensweise an das Thema dokumentieren.
Die Bachelorarbeit wird zudem in §14 SPO geregelt. Die Bewertung der Bachelorarbeit erfolgt durch einen Betreuer (verantwortlicher Prüfer) und einen weiteren Prüfende. Das Gutachten nach §14(7) der SPO wird für das gesamte Modul erstellt.

Die Bachelorarbeit ist sowohl im Sekretariat des Prüfers als auch online anzumelden. Als Anmeldedatum gilt das Datum, das mit dem Prüfer vereinbart und auf das Anmeldeformular dokumentiert wurde.  

Die Erfolgskontrolle erfolgt in Form einer Prüfungsleistung anderer Art nach § 4 Abs. 2 Nr. 3 SPO. Es müssen eine schriftliche Ausarbeitung erstellt und eine Präsentation gehalten werden. Ein Rücktritt ist innerhalb von zwei Wochen nach Vergabe des Themas möglich.

Keine.

Besuch der Veranstaltungen:

- Rechnerorganisation

und/oder

-Digitaltechnik und Entwurfsverfahren

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von i.d.R. 120 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Keine.

Studierende, die das Modul bis inkl. SS 2019 begonnen  (bereits die Haupt- oder Scheinklasur angetreten haben) und noch nicht abgeschlossen haben, erhalten die Möglichkeit die zwei Prüfungen aus dem Modul im WS 2019 / 2020 erneut abzulegen oder auf die neue Version des Moduls mit der neuen Erfolgskontrolle zu wechseln. Hierzu müssen Studierende eine E-Mail an beratung-informatik@informatik.kit.edu senden.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 90 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Zu Vorlesungsbeginn wird bekanntgegeben, ob durch erfolgreiche Bearbeitung von Praxisaufgaben Bonuspunkte erworben werden können. Es wird ein Notenbonus von max. 0,4 (entspricht einem Notenschritt) vergeben. Der erlangte Notenbonus wird auf eine bestandene schriftliche Prüfung (Klausur) im gleichen Semester angerechnet. Danach verfällt der Notenbonus.

Keine.

Die Erfolgskontrolle besteht aus einer mündlichen Prüfung von ca. 20 Minuten nach § 4 Abs. 2 Nr. 2 SPO oder einer einstündigen schriflichen Prüfung nach § 4 Abs. 2 Nr. 1 SPO. Der Modus wird mind. 6 Wochen vor der Prüfung bekanntgegeben.

Keine.

Datenbankkenntnisse, z.B. aus der Vorlesungen Datenbanksysteme [24516] und Einführung in Rechnernetze [24519].

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von i.d.R. 60 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Durch die erfolgreiche Teilnahme am Übungsbetrieb kann ein Bonus erworben werden, wenn der Dozent diese Möglichkeit im jeweiligen Semester anbietet. In diesem Fall werden die genauen Kriterien für die Vergabe des Bonus zu Vorlesungsbeginn bekannt gegeben.

Liegt die Note der schriftlichen Prüfung zwischen 4,0 und 1,3, so verbessert der Bonus die Note um eine Notenstufe (0,3 oder 0,4).
Sofern die Vergabe des Bonus erteilt wurde, gilt dieser für die Haupt- und Nachklausur des Semesters, in dem er erworben wurde. Danach verfällt der Notenbonus.

Keine.

Der Besuch von Vorlesungen zu Rechnernetzen, Systemarchitektur und Softwaretechnik wird empfohlen, aber nicht vorausgesetzt.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von i.d.R. 60 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Grundkenntnisse zu Datenbanken, verteilten Informationssystemen, Systemarchitekturen und Kommunikationsinfrastrukturen, z.B. aus der Vorlesung Datenbanksysteme

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (60 Minuten) nach § 4 Abs. 2 Nr. 1 SPO.

Die Modulnote ist die Note der Klausur.

Durch die Bearbeitung von Übungsblättern kann  ein Notenbonus von max. 0,4 Punkte (entspricht einem Notenschritt) erreicht werden. Dieser Bonus ist nur gültig für eine Prüfung im gleichen Semester. Danach verfällt der Notenbonus.

Keine.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von i.d.R. 60 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Keine.

Keine.

Die Erfolgskontrolle erfolgt in Form einer Prüfungsleistung anderer Art nach § 4 Abs. 2 Nr. 3 SPO. Es müssen eine schriftliche Ausarbeitung erstellt und eine Präsentation gehalten werden. Ein Rücktritt ist innerhalb von zwei Wochen nach Vergabe des Themas möglich.

Es findet eine Modulübergreifende Prüfung mit dem Modul Teamprojekt.

FD1

Das Modul muss gleichzeitig mit dem Modul Teamprojekt belegt und geprüft werden.

1. Die Teilleistung T-INFO-106234 - Fachdidaktik Informatik I muss erfolgreich abgeschlossen worden sein.

Programmierkenntnisse in Java sind erforderlich

Die Erfolgskontrolle erfolgt in Form einer Prüfungsleistung anderer Art nach § 4 Abs. 2 Nr 3 SPO. Es müssen eine schriftliche Ausarbeitung erstellt und eine Präsentation gehalten werden. Ein Rücktritt ist innerhalb von zwei Wochen nach Vergabe des Themas möglich.

Keine.

Programmierkenntnisse in Java sind hilfreich.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (Klausur) im Umfang von i.d.R. 60 Minuten nach § 4 Abs. 2 Nr. 1 der SPO.

Zusätzlich werden Zwischentests und Praxisaufgaben angeboten, für die ein Notenbonus von max. 0,4 (entspricht einem Notenschritt) vergeben werden. Der erlangte Notenbonus wird auf eine bestandene schriftliche Prüfung (Klausur) im gleichen Semester angerechnet. Danach verfällt der Notenbonus.

Keine.

Der erfolgreiche Abschluss des Moduls Theoretische Grundlagen der Informatik wird empfohlen.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung nach § 4 Abs. 2 Nr. 1 SPO im Umfang von i.d.R. zwei Stunden.

Achtung: Diese Teilleistung ist für den Bachelor Studiengang der Informatik, Informatik Lehramt und Informationswirtschaft Bestandteil der Orientierungsprüfung gemäß § 8 Abs. 1 SPO.Die Prüfung ist bis zum Ende des 2. Fachsemesters anzutreten und bis zum Ende des 3. Fachsemesters zu bestehen.

Die Erfolgskontrolle erfolgt in Form einer Studienleistung nach § 4 Abs. 3 SPO.

Für das Bestehen müssen regelmäßig Übungsblätter abgegeben werden. Die konkreten Angaben dazu werden in der Vorlesung bekannt gegeben.

Achtung: Diese Teilleistung ist Bestandteil der Orientierungsprüfung gemäß § 8 Abs. 1 SPO Informatik. Die Prüfung ist bis zum Ende des 2. Fachsemesters anzutreten und bis zum Ende des 3. Fachsemesters zu bestehen.

Der Übungsschein ist für die Studiengänge Geodäsie, Physik und Mathematik nicht verpflichtend.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (90 min) nach § 4 Abs. 2 Nr. 1 SPO erfolgen.

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik.

1. Die Teilleistung T-INFO-101356 - Kognitive Systeme darf nicht begonnen worden sein.

LA II

Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik wird dringend empfohlen.

Die Erfolgskontrolle erfolgt in Form einer mündlichen Prüfung im Umfang von i.d.R. 30 Minuten nach § 4 Abs. 2 Nr. 2 SPO.

Keine

The assessment is carried out as a written examination (§ 4 Abs. 2 No. 1 SPO) lasting 60 minutes.

Participation in the exercise is compulsory and the contents of the exercise are relevant for the examination.

1. Die Teilleistung T-INFO-101266 - Mensch-Maschine-Interaktion darf nicht begonnen worden sein.
2. Die Teilleistung T-INFO-114193 - Human-Machine-Interaction Pass muss erfolgreich abgeschlossen worden sein.

Die Erfolgskontrolle erfolgt in Form einer Studienleistung nach § 4 Abs. 3 SPO (unbenoteter Übungsschein).

Für das Bestehen müssen regelmäßig Übungsblätter abgegeben werden. Die konkreten Angaben dazu werden in der Vorlesung bekannt gegeben.

Keine.

1. Die Teilleistung T-INFO-106257 - Übungsschein Mensch-Maschine-Interaktion darf nicht begonnen worden sein.

Die Teilnahme an der Übung ist verpflichtend und die Inhalte der Übung sind relevant für die Prüfung.

Die Erfolgskontrolle erfolgt in Form einer Prüfungsleistung anderer Art nach § 4 Abs. 2 Nr. 3 SPO.

Die Teilnehmer müssen eine schriftliche Ausarbeitung / Dokumentation abgeben und eine Präsentation zum Thema der Bachelorarbeit halten.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (im Umfang von 90 Minuten) nach § 4 Abs. 2 Nr. 1 SPO.

1. Die Teilleistung T-INFO-101371 - Sicherheit darf nicht begonnen worden sein.

Vorkenntnisse aus Theoretische Grundlagen der Informatik und Betriebssysteme werden dringend empfohlen.

The assessment is carried out as an oral examination (§ 4 Abs. 2 Nr. 2 SPO) lasting 20 minutes.

Depending on the number of participants, it will be announced six weeks before the examination (Section 6 (3) SPO) whether the assessment will take the form of an oral examination of approx. 

- in the form of an oral examination of approx. 30 minutes in accordance with § 4 Para. 2 No. 2 SPO or

- in the form of a written examination in accordance with § 4 Para. 2 No. 1 SPO

takes place.

None.

The contents of the lecture Introduction to Computer Networks are assumed to be known. Attendance of the lecture Telematics is strongly recommended, as the contents are an important basis for understanding and classifying the material.

The assessment is carried out as a written examination (§ 4 Abs. 2 No. 1 SPO) lasting 90 minutes.

None.

1. Die Teilleistung T-INFO-112818 - IT-Sicherheit darf nicht begonnen worden sein.
2. Die Teilleistung T-INFO-101371 - Sicherheit darf nicht begonnen worden sein.

Students should be familiar with the content of the compulsory lecture "Informationssicherheit".

Die Erfolgskontrolle erfolgt in Form einer mündlichen Prüfung im Umfang von i.d.R. etwa 30 Minuten gemäß § 4 Abs. 2 Nr. 2 SPO.

Keine.

Die Erfolgskontrolle erfolgt als Prüfungsleistung anderer Art nach § 4 Abs. 2 Nr. 3 SPO Informatik und besteht aus zwei Abschlussaufgaben, die zeitlich getrennt voneinander abgegeben werden.

Eine Abmeldung ist nur innerhalb von zwei Wochen nach Bekanntgabe der ersten Aufgabe möglich.

Der Übungsschein muss bestanden sein.

1. Die Teilleistung T-INFO-101967 - Programmieren Übungsschein muss erfolgreich abgeschlossen worden sein.

Vorkenntnisse in Java-Programmierung können hilfreich sein, werden aber nicht vorausgesetzt.

Im Falle einer Wiederholung der Prüfung müssen beide Aufgaben erneut abgegeben werden.

Zwei Wochen nach Bekanntgabe der ersten Programmieraufgabe ist der Rücktritt von der Prüfung ohne triftigen Grund nicht mehr möglich.

Achtung: Diese Teilleistung ist Bestandteil der Orientierungsprüfung gemäß § 8 Abs. 1 SPO Informatik.

Die Erfolgskontrolle erfolgt als Studienleistung nach § 4 Abs. 3 SPO Informatik. Es muss ein Übungsschein erworben werden. Um die Studienleistung zu bestehen, müssen 50% der Punkte durch die Ausarbeitung der Übungsblätter erreicht werden und die Präsenzübung muss bestanden werden.
Wenn keine 50% der Punkte durch die Ausarbeitung der Übungsblätter erreicht werden, gilt der Übungsschein als nicht bestanden. Wenn die Präsenzübung nicht bestanden wird, gilt der Übungsschein als nicht bestanden.
Die Präsenzübung findet i.d.R. in der 2. Hälfte des Semesters statt. Die Präsenzübung soll zeigen, dass Studierende die bereits in den Übungsblättern erarbeiteten Studieninhalte beherrschen und ohne Hilfsmittel einsetzen können.

keine

• Der Übungsschein ist Voraussetzung für die Teilnahme an der Prüfung Programmieren.
• Mit der Anmeldung zum Übungsschein erfolgt automatisch auch die Anmeldung zu der Präsenzübung. Nimmt der Studierende nicht an der Präsenzübung teil oder besteht er diese nicht, gilt der Übungsschein als nicht bestanden. In diesem Fall müssen im kommenden Semester sowohl die Ausarbeitung der Übungsblätter, als auch die Präsenzübung erfolgreich wiederholt werden.
• Wer die Ausarbeitung der Übungsblätter erfolgreich besteht, jedoch aus nicht zu vertretendem Grund an der Präsenzübung nicht teilnimmt, kann im nächsten Semester nur an der Präsenzübung teilnehmen. Wenn die Präsenzübung im nächsten Semester nicht bestanden wird, gilt der Übungsschein als nicht bestanden.
• Studierende, die an den Übungsschein bereits vor WS 16/17 ohne Erfolg teilgenommen haben, müssen an der Präsenzübung nicht teilnehmen.
• Achtung: Diese Teilleistung ist Bestandteil der Orientierungsprüfung gemäß § 8 Abs. 1 SPO Informatik.

Keine.

Das Proseminar soll im 3. oder 4. Fachsemester belegt werden.
Es können nur Proseminare der KIT-Fakultät für Informatik belegt werden. Eine vollständige Auflistung ist dem Vorlesungsverzeichnis zu entnehmen.

Die Erfolgskontrolle dieses Moduls erfolgt in Form einer schriftlichen Prüfung im Umfang von i.d.R. 60 Minuten nach § 4 Abs. 2 Nr. 1 SPO Informatik.

Keine

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 60 Minuten nach § 4 Abs. 2 Nr. 1 SPO.

Keine

Der vorherige Abschluss des Moduls Technische Informatik wird empfohlen.

The assessment is carried out as a written examination (§ 4 Abs. 2 No. 1 SPO) lasting 120 minutes.

none.

1. Die Teilleistung T-INFO-108014 - Robotik I - Einführung in die Robotik darf nicht begonnen worden sein.

The assessment is carried out as a written examination (§ 4 Abs. 2 No. 1 SPO) lasting 90 minutes.

None.

1. Die Teilleistung T-INFO-101370 - Softwaretechnik II darf nicht begonnen worden sein.

The course Software Engineering I should already have been attended.

Die Erfolgskontrolle besteht aus einer schriftlichen Prüfung nach § 4 Abs. 2 Nr. 1 SPO Informatik im Umfang von i.d.R. 60 Minuten.

Keine.

Das Modul Programmieren sollte abgeschlossen sein.

Es muss ein unbenoteter Übungsschein als Erfolgskontrolle in Form einer Studienleistung nach § 4 Abs. 3 SPO Informatik erbracht werden.

keine

Das Modul Programmieren sollte abgeschlossen sein.

Die Erfolgskontrolle erfolgt in Form einer Prüfungsleistung anderer Art nach § 4 Abs. 2 Nr. 3 SPO.

Die Teilnehmer erstellen ein Pflichtenheft von ca. 10 Seiten, ein Entwurfsmodell mit ca. 25 Klassen, eine validierte Implementierung mit ca. 3000 Zeilen Quelltext, eine Implementierungsdokumentation von ca. 15 Seiten und eine kurze Qualitätssicherungsdokumentation.

Zum Abschluss einer jeder Phase (Analyse, Entwurf, Umsetzung, Qualitätssicherung) stellt das Team seine Ergebnisse dieser Phase im Rahmen eines Kolloquiums vor.

Der Rücktritt vom Teamprojekt ist bis zwei Wochen nach Veranstaltungsbeginn möglich.

Es findet eine Modulübergreifende Prüfung mit dem Modul Teamprojekt.

Die zeitgleiche Teilnahme des Moduls Fachdidaktik 2 wird vorausgesetzt.

1. Es müssen die folgenden Bedingungen erfüllt werden:
   1. Die Teilleistung T-INFO-106280 - Fachdidaktik II muss begonnen worden sein.
2. Die Teilleistung T-INFO-101531 - Programmieren muss erfolgreich abgeschlossen worden sein.
3. Die Teilleistung T-INFO-101968 - Softwaretechnik I muss erfolgreich abgeschlossen worden sein.

The assessment is carried out as a written examination (§ 4 Abs. 2 No. 1 SPO) lasting 90 minutes.

Depending on the number of participants, it will be announced six weeks before the examination (Section 6 (3) SPO) whether the assessment will take the form of an oral examination of approx. 

- in the form of an oral examination of approx. 30 minutes in accordance with § 4 Para. 2 No. 2 SPO or

- in the form of a written examination in accordance with § 4 Para. 2 No. 1 SPO

takes place.

None.

1. Die Teilleistung T-INFO-101338 - Telematik darf nicht begonnen worden sein.

• Contents of the lecture Introduction to computer networksor comparable lectures are a prerequisite.
• Attendance of the module-accompanying basic practical course Protocol Engineering is recommended.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (i.d.R. 120 min.) nach § 4 Abs. 2 Nr. 1 SPO.

Durch die erfolgreiche Bearbeitung von Übungsaufgaben kann ein Notenbonus erworben werden. Liegt die Note der schriftlichen Prüfung zwischen 4,0 und 1,3, so verbessert der Bonus die Note um bis zu eine Notenstufe (0,3 oder 0,4). Details werden in der Vorlesung bekannt gegeben. Dieser Bonus ist nur gültig für eine Prüfung im gleichen Semester. Danach verfällt der Notenbonus.

Keine.

Die Erfolgskontrolle erfolgt als Studienleistung nach § 4 Abs. 3 SPO.

Für das Bestehen müssen regelmäßig Programmieraufgaben abgegeben werden. Die konkreten Angaben dazu werden in der Vorlesung bekannt gegeben.

Keine.