See partial achievements (Teilleistung)

See partial achievements (Teilleistung)

Students acquire a systematic understanding of algorithmic issues and solution approaches in the area of advanced data structures, building on existing knowledge in the subject area of algorithms. They will also be able to apply learned techniques to related problems and interpret and comprehend current research topics in this area.

Upon successful completion of the course, students will be able to:
• explain terms, structures, basic problem definitions, and algorithms from the lecture;
• select which algorithms and data structures are suitable for solving a problem and, if necessary, adapt them to the requirements of a specific problem;
• use algorithms and data structures, analyze them mathematically, and prove the algorithmic properties.

In this lecture we deal with modern data structures for fundamental objects such as trees, graphs, integers, and strings. These data structures are the basis for many applications and an important part of efficient algorithms. We look at highlights from different research areas and learn techniques for solving a wide variety of problems.

In addition to the theoretical analysis of data structures, we also look at the practical performance of the various data structures and their applications.

The lectures including the project/experiment with 5 CP corresponds to 150 working hours, which are divided approximately as follows:
• ca. 30 hours attending lectures
• ca. 60 hours preparing and following-up lectures
• ca. 30 hours working on the project/experiment
• ca. 30 hours preparing for the examination

Die Modulprüfung erfolgt in Form einer mündlichen Gesamtprüfung (ca. 30 min.)

Keine

Absolventinnen und Absolventen können

• wesentliche Konzepte der Algebra nennen und erörtern,
• den Aufbau der Galoistheorie nachvollziehen und ihre Aussagen auf konkrete Fragestellungen anwenden,
• grundlegende Resultate über Bewertungsringe und ganze Ringerweiterungen nennen und zueinander in Beziehung setzen,
• und sind darauf vorbereitet, eine Abschlussarbeit im Bereich Algebra zu schreiben

• Körper: algebraische Körpererweiterungen, Galoistheorie, Einheitswurzeln und Kreisteilung, Lösen von Gleichungen durch Radikale
• Bewertungen: Beträge, Bewertungsringe
• Ringtheorie: Tensorprodukt von Moduln, ganze Ringerweiterungen, Normalisierung, noethersche Ringe, Hilbertscher Basissatz

Die Modulnote ist die Note der mündlichen Prüfung.

Dieses Modul ist eines der neun Kernmodule im Bereich Algebra und Geometrie von welchen mindestens sechs innerhalb aller zwei Jahre angeboten werden (mindestens vier verschiedene).

Gesamter Arbeitsaufwand: 240 Stunden

Präsenzzeit: 90 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Das Modul "Einführung in Algebra und Zahlentheorie" sollte bereits belegt worden sein.

Vorlesung + Übung (4+2 SWS)

Siehe Teilleistung

Siehe Teilleistung

Die Teilnehmer besitzen einen vertieften Einblick in die theoretischen Aspekte und algorithmischer Grundlagen im Gebiet der planaren Graphen. Sie kennen zentrale Konzepte und Techniken zur Behandlung algorithmischer Fragestellungen auf planaren Graphen und können diese erläutern. Dabei nutzt der/die Studierende das Wissen aus der Vorlesung welches in Teilen auf bestehendem Wissen aus den Themenbereichen Graphentheorie und Algorithmik fußt. Außerdem kann er/sie erlernte Techniken auf verwandte Fragestellungen anwenden und aktuelle Forschungstehmen im Bereich planare Graphen interpretieren und nachvollziehen.

Studierende sind außerdem in der Lage die besonderen strukturellen Unterschiede zwischen allgemeinen Graphen und planaren Graphen zu erörtern. Sie können weiterhin erläutern wie sich diese speziellen Eigenschaften planarer Graphen auf die Laufzeit von Algorithmen auswirken. Insbesondere ist es ihm/ihr möglich zu erläutern warum einige Algorithmen für planaren Graphen korrekt sind und eine polynomielle Laufzeit haben, während sie für allgemeine Graphen entweder nicht das korrekte Ergebnis produzieren oder eine deutlich schlechtere Laufzeit haben. Das gilt im Besonderen für Probleme für die kein Algorithmus mit polynomieller Laufzeit für allgemeine Graphen bekannt ist, die aber auf planaren Graphen in Polynomialzeit lösbar sind. Dieses Wissen können die Teilnehmer nutzen um algorithmische Probleme für planare Graphen zu identifzieren, auf ihren algorithmischen Kern reduzieren und anschließend formal formulieren.

Ein planarer Graph ist ein Graph, der in der Ebene gezeichnet werden, ohne dass die Kanten sich kreuzen. Planare Graphen haben viele schöne Eigenschaften, die benutzt werden können um für zahlreiche Probleme besonders einfache, schnelle und schöne Algorithmen zu entwerfen. Oft können sogar Probleme, die auf allgemeinen Graphen (NP-)schwer sind auf planaren Graphen sehr effizient gelöst werden. In dieser Vorlesung werden einige dieser Probleme und Algorithmen zu ihrer Lösung vorgestellt.

Dieses Modul wird in unregelmäßigen Abständen angeboten.

2 SWS Vorlesung, 1 SWS Übung, 5 LP entspricht 150h aufgeteilt in

30h Vorlesungsbesuch
15h Übung
40h Nachbereitung
25h Lösen der Übungsaufgaben
40h Prüfungsvorbereitung

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 theoretischen Informatik erworbenen Programmierkenntnisse auf nichttriviale Algorithmen an,
• wendet die in 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)
• Flüsse und Matchings
• Generische Optimierungsalgorithmen (Greedy, Dynamische Programmierung, systematische Suche, Lokale Suche)

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

See partial achievements (Teilleistung)

See partial achievements (Teilleistung)

The student has an in-depth insight into the theoretical and practical aspects of algorithms and is able to identify and formally formulate algorithmic problems in various application areas. Furthermore, they know advanced algorithms and data structures from the areas of graph algorithms, algorithmic geometry, string matching, algebraic algorithms, combinatorial optimization, and external memory algorithms. They are able to independently understand algorithms they are unfamiliar with, associate them with the above areas, apply them, determine their running time, evaluate them, and select appropriate algorithms for given applications. Furthermore, the student is able to adapt existing algorithms to related problems. In addition to algorithms for concrete problems, the student knows advanced techniques of algorithmic design. This includes parameterized algorithms, approximation algorithms, online algorithms, randomized algorithms, parallel algorithms, linear programming, and algorithm engineering techniques. For given algorithms, the student is able to identify techniques used to better understand these algorithms. In addition, they are able to select appropriate techniques for a given problem and use them to design their own algorithms.

This module is designed to provide students with the basic theoretical and practical aspects of algorithm design, analysis, and engineering. It teaches general methods for designing and analyzing algorithms for basic algorithmic problems, as well as the basic principles of general algorithmic methods such as approximation algorithms, linear programming, randomized algorithms, parallel algorithms, and parameterized algorithms.

Lecture with 3 semester hours + 1 semester hour exercise
6 ECTS correspond to about 180 hours

about 45h visiting the lectures
about 15h visiting the exercises
about 90h follow-up of lectures and solving the exercise sheets
about 30h preparation for the exam

Die Erfolgskontrolle erfolgt in Form von zwei schriftlichen Prüfungen von jeweils 120 Minuten Dauer sowie den beiden bestandenen Studienleistungen aus den Übungen.

Keine

Die Studierenden können einfache Beweise führen und dabei mathematische Aussagen formal korrekt ausdrücken und die Grundregeln der elementaren Logik anwenden. Sie beherrschen insbesondere das Beweisprinzip der vollständigen Induktion. Sie können die zentralen Aussagen zur Konvergenz von Folgen von Reihen und Funktionen erläutern und damit Beispiele behandeln. Die wichtigen Eigenschaften der elementaren Funktionen können sie wiedergeben. Die Theorie der Stetigkeit und Differenzierbarkeit können sie im skalaren und im vektorwertigen Fall beschreiben und daraus Eigenschaften von Funktionen herleiten. Die Studierenden sind in der Lage, die topologischen Grundbegriffe im Rahmen der normierten Vektorräume zu diskutieren und bei einfachen Beispielen zu verwenden. Sie können eindimensionale Integrale und Kurvenintegrale berechnen und die zugrunde liegende Theorie erläutern. Sie können die grundlegenden Existenzaussagen zu gewöhnlichen Differentialgleichungen beschreiben und damit Anwendungsbeispiele lösen.

• Vollständige Induktion, reelle und komplexe Zahlen,
• Konvergenz von Folgen, Zahlenreihen, Potenzreihen
• Elementare Funktionen
• Stetigkeit reeller Funktionen
• Differentiation reeller Funktionen, Satz von Taylor
• Integration reeller Funktionen, uneigentliches Integral
• Konvergenz von Funktionenfolgen- und reihen
• Normierte Vektorräume, topologische Grundbegriffe, Fixpunktsatz von Banach
• Mehrdimensionale Differentiation, implizit definierte Funktionen, Extrema ohne/mit Nebenbedingungen
• Kurvenintegral, Wegunabhängigkeit
• Lineare gewöhnliche Differentialgleichungen, Trennung der Variablen, Satz von Picard und Lindelöf.

Die Modulnote ist die Durchschnittsnote der beiden Teilprüfungen.

Beide Teilprüfungen sind getrennt zu bestehen.

Gesamter Arbeitsaufwand: 540 Stunden

Präsenzzeit: 240 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 300 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung der Vorlesungsinhalte
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Die Modulprüfung erfogt in Form einer schriftlichen Gesamtprüfung (120min).

Keine

Absolventinnen und Absolventen können

• das Problem des Messens von Inhalten von Mengen beurteilen
• die Konstruktion des Lebesgueschen Masses, des Lebesgueschen Integrals und des Oberflächenintegrals reproduzieren und grundlegende Eigenschaften nennen
• Volumina von Körpern und mehrdimensionale Integrale berechnen 
• Integralsätze erläutern und anwenden
• Aussagen zur Konvergenz von Fourierreihen treffen.

• Messbare Mengen, messbare Funktionen
• Lebesguesche Mass, Lebesguesches Integral
• Konvergenzsätze für Lebesgue Integrale
• Prinzip von Cavalieri, Satz von Fubini
• Transformationssatz
• Divergenzsatz (Gausscher Integralsatz)
• Satz von Stokes
• Fourierreihen

Die Modulnote ist die Note der schriftlichen Prüfung.

Gesamter Arbeitsaufwand: 270 Stunden

Präsenzzeit: 120 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Folgende Module sollten bereits belegt worden sein:

Analysis 1 und 2

Lineare Algebra 1 und 2                                                                                  

Die Modulprüfung erfolgt in Form einer schriftlichen Gesamtprüfung (120 min).

Keine

Die Studierenden können einfache Anwendungsprobleme als gewöhnliche Differentialgleichungen modellieren. Für Anfangswertprobleme können sie die Existenz und Eindeutigkeit der Lösungen nachweisen. Sie sind in der Lage
qualitative Eigenschaften der Lösungen mit Hilfe der Phasenebene zu analysieren und die Stabilität von Fixpunkten bestimmen. Sie können lineare Randwertprobleme auf ihre Lösbarkeit untersuchen und beherrschen einfache Lösungsmethoden für elementare partielle Differentialgleichungen.
Die Studierenden verstehen den grundsätzlichen Unterschied zwischen reeller und komplexer Funktionentheorie. Anhand von Reihendarstellungen und dem Satz von Cauchy können sie die besonderen Eigenschaften holomorpher Funktionen begründen und die Hauptsätze der Funktionentheorie ableiten. Sie können isolierte Singularitäten bestimmen und damit reelle Integrale berechnen.

• Modellierung mit Differentialgleichungen
• Existenztheorie
• Phasenebene, Stabilität
• Randwertprobleme, elementare partielle Differentialgleichungen
• Holomorphie
• Integralsatz und -formel von Cauchy
• Hauptsätze der Funktionentheorie
• isolierte Singularitäten, reelle Integrale

Die Modulnote ist die Note der schriftlichen Prüfung.

Gesamter Arbeitsaufwand: 240 Stunden

Präsenzzeit: 90 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Empfehlung: Analysis 1-3, Lineare Algebra 1+2.

Die Erfolgskontrolle erfolgt in Form einer mündlichen Prüfung im Umfang von ca. 20 Minuten.

keine

Die Studierenden besitzen ein grundlegendes Wissen zu Antennen. Hierzu gehören Funktionsweise, Berechnungsmethoden aber auch Aspekte der praktischen Umsetzung. Sie sind in der Lage, die Funktionsweise der wichtigsten Antennen zu verstehen sowie Antennen mit vorgegebenen Eigenschaften zu entwickeln und dimensionieren.

Die Vorlesung vermittelt die feldtheoretischen Grundlagen sowie die Funktionsweise der wichtigsten Antennenstrukturen.

Die Funktionsweise von Antennenarrays wird zusätzlich in Tafelübungen u.a. mit Matlab visualisiert. Daneben wird ein praxisorientierter Workshop zum rechnergestützten Entwurf und zur Simulation von Antennen durchgeführt, in dem die Studierenden das Softwaretool CST einsetzen lernen und damit selbständig Antennendesignaufgaben durchführen. Einzelne Antennen werden anschließend aufgebaut und vermessen sodass die Studierenden den gesamten Prozess kennen lernen.

Die Modulnote ist die Note der mündlichen Prüfung.

Unter den Arbeitsaufwand fallen:

• Präsenzstudienzeit Vorlesung (2 SWS):  30 h
• Präsenzstudienzeit Workshop CST (1 SWS): 15 h
• Selbststudienzeit inkl. Prüfungsvorbereitung: 75 h

Insgesamt 120 h

Vorlesung und Workshop: 2+1 SWS

Die Modulprüfung erfolgt in Form von Teilprüfungen (nach § 4(2), 1 SPO) über die gewählten Lehrveranstaltungen des Moduls, mit denen in Summe die Mindestanforderungen an Leistungspunkten erfüllt ist.

Die Erfolgskontrolle wird bei jeder Lehrveranstaltung beschrieben.

Die Gesamtnote des Moduls wird aus den mit Leistungspunkten gewichteten Noten der Teilprüfungen gebildet und nach der ersten Nachkommastelle abgeschnitten.

Pflicht ist mindestens eine der Teilleistungen "Standortplanung und strategisches Supply Chain Management" sowie "Taktisches und operatives Supply Chain Management".

Der/ die Studierende

• ist vertraut mit wesentlichen Konzepten und Begriffen des Supply Chain Managements,
• kennt die verschiedenen Teilgebiete des Supply Chain Managements und die zugrunde liegenden Optimierungsprobleme,
• ist mit den klassischen Standortmodellen (in der Ebene, auf Netzwerken und diskret), sowie mit den grundlegenden Methoden zur Ausliefer- und Transportplanung, Warenlagerplanung und Lagermanagement vertraut,
• ist in der Lage praktische Problemstellungen mathematisch zu modellieren und kann deren Komplexität abschätzen sowie geeignete Lösungsverfahren auswählen und anpassen.

Supply Chain Management befasst sich mit der Planung und Optimierung des gesamten, unternehmensübergreifenden Beschaffungs-, Herstellungs- und Distributionsprozesses mehrerer Produkte zwischen allen beteiligten Geschäftspartnern (Lieferanten, Logistikdienstleistern, Händlern). Ziel ist es, unter Berücksichtigung verschiedenster Rahmenbedingungen die Befriedigung der (Kunden-) Bedarfe, so dass die Gesamtkosten minimiert werden.

Dieses Modul befasst sich mit mehreren Teilgebieten des Supply Chain Management. Zum einen mit der Bestimmung optimaler Standorte innerhalb von Supply Chains. Diese strategischen Entscheidungen über die die Platzierung von Anlagen wie Produktionsstätten, Vertriebszentren und Lager u.ä., sind von großer Bedeutung für die Rentabilität von Supply Chains. Sorgfältig durchgeführte Standortplanungen erlauben einen effizienteren Materialfluss und führen zu verringerten Kosten und besserem Kundenservice. Einen weiteren Schwerpunkt bildet die Planung des Materialtransports im Rahmen des Supply Chain Managements. Durch eine Aneinanderreihung von Transportverbindungen und Zwischenstationen wird die Lieferstelle (Produzent) mit der Empfangsstelle (Kunde) verbunden. Es wird betrachtet, wie für vorgegebene Warenströme oder Sendungen aus den möglichen Logistikketten die optimale Liefer- und Transportkette auszuwählen ist, die bei Einhaltung der geforderten Lieferzeiten und Randbedingungen zu den geringsten Kosten führt.

Darüber hinaus bietet das Modul die Möglichkeit verschiedene Aspekte der taktischen und operativen Planungsebene im Supply Chain Management kennenzulernen. Hierzu gehören v.a. Methoden des Schedulings sowie verschiedene Vorgehensweisen in der Beschaffungs- und Distributionslogistik. Fragestellungen der Warenhaltung und des Lagerhaltungsmanagements werden ebenfalls angesprochen.

Das für drei Studienjahre im Voraus geplante Lehrangebot kann im Internet unter https://dol.ior.kit.edu/Lehrveranstaltungen.php nachgelesen werden.

Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 270 Stunden (9 Leistungspunkte). Die Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls. Dabei beträgt der Arbeitsaufwand für Lehrveranstaltungen mit 5 Leistungspunkten ca. 150 Stunden, für Lehrveranstaltungen mit 4,5 Leistungspunkten ca.135 Stunden.
Die Gesamtstundenzahl je Lehrveranstaltung 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.

Kenntnisse aus den Vorlesungen "Einführung in das Operations Research I" sowie "Einführung in das Operations Research II" sind hilfreich.

Das Bestehen der Studienleistungen in den beiden Veranstaltungen sowie das Bestehen der Modulprüfung.

Keine

Die Studierenden können natürlichsprachliche Argumente in Texten erkennen und rekonstruieren, was insbesondere eine formale Analyse mit den Mitteln der klassischen Logik einschließt. Sie kennen die für die Philosophie charakteristischen Argumentationsmuster (wie zum Beispiel transzendentale Argumente, Selbstanwendungsargumente). Sie können deduktive, induktive und abduktive Argumente entwickeln und voneinander unterscheiden sowie deren Schlüssigkeit bzw. Plausibilität selbstständig beurteilen.

Theoretische und praktische Aspekte der Argumentationsanalyse auf der Grund­lage der klassi­schen Logik

Die Modulnote ergibt sich aus dem arithmetischen Mittel der beiden Prüfungsleistungen.

Präsenz in Veranstaltungen: 60 h, Studienleistungen inkl. Vor- und Nachbereitung der Sitzungen: 120 h (90/30), Vorbereitung auf die zwei Modulteilprüfungen: 120 h

Siehe Teilleistung.

Siehe Teilleistung.

Der/die Studierende

- kann die Begriffe Vertraulichkeit und Authentizität erklären und ihre Unterschiede aufzeigen,

- versteht grundlegende Sicherheitsziele von digitalen Signaturen und ihre Beziehung untereinander und kann diese anwenden,

- kennt und versteht wichtige Signaturverfahren aus Theorie und Praxis und kann diese erklären,

- versteht Definitionen von aktiv sicherer Verschlüsselung und kann sie erklären und anwenden,

- kann Verfahren zur Konstruktion von aktiv sicherer Verschlüsselung erklären,

- kann elementare Beweistechniken wie z.B. Reduktionen und Hybridargumente verstehen und sie anwenden

Die Gewährleistung von Authentizität und Geheimhaltung ist eine Sicherheitsanforderung, die in vielen Anwendungen auftritt.

Aufbauend auf der Vorlesung "Theoretische Grundlagen der Kryptographie" vertieft diese Vorlesung die Betrachtung kryptographischer Authentifikationsverfahren (insbesondere Signaturen und Message Authentication Codes) und aktiv sicherer Verschlüsselungsverfahren.
Den Schwerpunkt der Vorlesung bilden verschiedene Techniken zur Konstruktion von digitalen Signaturverfahren sowie die Nachweise der erzielten Sicherheitseigenschaften. Es werden beispielsweise die folgenden Themen behandelt:

- Einmalsignaturen, Baum-basierte Signaturen und Chamäleon-Hashfunktionen
- RSA-basierte Signaturen
- Signaturen in bilinearen Gruppen

Im zweiten Teil der Vorlesung werden Verschlüsselungsverfahren vorgestellt, die Sicherheit gegen aktive Angriffe bieten. Hierbei werden z.B. die folgenden Konstruktionen vorgestellt:

- Authentisierte Verschlüsselung im symmetrischen Fall
- Verfahren zur Konstruktion aktiv sicherer asymmetrischer Verschlüsselung

Präsenzzeit in der Vorlesung: 24 h
 Vor-/Nachbereitung derselbigen: 31 h 
Prüfungsvorbereitung und Präsenz in selbiger: 65 h

Studierende sollten mit den Inhalten des Moduls "Theoretische Grundlagen der Kryptographie" vertraut sein

Siehe Teilleistung

Siehe Teilleistung

1. In diesem Studiengang müssen in Summe mindestens 120 Leistungspunkte erbracht worden sein.

• 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 empfohlene Bearbeitungsdauer beträgt 4 Monate, die maximale Bearbeitungsdauer, einschließlich einer Verlängerung, beträgt 5 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. 450 Stunden.

Siehe Teilleistung.

Siehe Teilleistung.

Im Praktikum soll das in Vorlesungen wie „Datenbanksysteme“ und „Datenbankeinsatz” erlernte Wissen in der Praxis erprobt werden. Schrittweise sollen die Programmierung von Datenbankanwendungen, Benutzung von Anfragesprachen sowie Datenbankentwurf für überschaubare Realweltszenarien erlernt werden. Darüber hinaus sollen die Studenten lernen, im Team zusammenzuarbeiten und dabei wichtige Werkzeuge zur Teamarbeit kennenlernen.

Das Datenbankpraktikum bietet Studierenden einen Einstieg in das Arbeiten mit Datenbanksystemen, als Ergänzung zu den Inhalten der Datenbankvorlesungen. Zunächst werden den Teilnehmern die wesentlichen Bestandteile von Datenbanksystemen in ausgewählten Versuchen mit relationaler Datenbanktechnologie nähergebracht. Sie erproben die klassischen Konzepte des Datenbankentwurfs und von Anfragesprachen an praktischen Beispielen. Darauf aufbauend führen Sie die folgenden Versuche durch:

• Zugriff auf Datenbanken aus Anwendungsprogrammen heraus,
• Verwaltung großer Datenbestände interessanter Anwendungsgebiete,
• Performanceoptimierungen bei der Anfragebearbeitung.

Arbeiten im Team ist ein wichtiger Aspekt bei allen Versuchen.

120 h

Siehe Teilleistung.

Siehe Teilleistung.

Der/Die Studierende kann Schaltpläne lesen, selbständig komplexe Platinen bestücken, testen, Fehler in der Elektronik erkennen und beheben. Er/Sie kann eingebettete Systeme auf Basis von Mikrocontrollern in der Sprache C und unter Verwendung eines Cross-Compilers programmieren. Er/Sie kann Methoden zur Ansteuerung von Sensoren und Aktoren in der Robotik anwenden, Versuche mit Robotern durchführen und Aufgaben aus diesem Themenbereich eigenständig und im Team lösen.

Im Rahmen des Praktikums werden ARMURO-Roboter aufgebaut.  Jede/r Student/in erhält die Komponenten für einen eigenen Roboter und baut diesen unter Anleitung eigenständig zusammen und nimmt ihn in Betrieb. Zu Beginn werden theoretische Grundlagen zu elektronischen Bauteilen, Sicherheitshinweise und Lötübungen vermittelt. Danach erfolgen der schrittweise Zusammenbau des Roboters, die Inbetriebnahme und erste Systemtests. Anschließend führen wöchentliche Übungen in die Mikrocontroller‑Programmierung in C ein und erläutern die Einrichtung der Entwicklungsumgebung. Darauf aufbauend werden Sensoren und Motoren kalibriert und angesteuert sowie reaktive Verhaltensmuster wie Linienverfolgung oder Hindernisvermeidung implementiert. In der Abschlussphase werden Module integriert, getestet und optimiert. Das Praktikum endet mit einem Abschlussrennen, bei dem die Roboter einen Hindernisparcours bewältigen müssen.

Siehe Teilleistung

Praktikum mit 4 SWS, 4 LP.
4 LP entspricht ca. 120 Stunden, davon
ca. 15 * 4h = 60 Std. Präsenzzeit
ca. 15 * 3h = 45 Std. Vor- und Nachbereitungszeit
ca. 15 Std. Prüfungsvorbereitung und Präsenz in Prüfung

Kenntnisse in der Programmiersprache C und in der Technischen Informatik werden stark empfohlen.

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 können die kennengelernten Konzepte und Technologien durch den Einsatz von Werkzeugen in einem konkreten Projektkontext anwenden (Anwenden).
• Die Studierenden können die Einsetzbarkeit der kennengelernten Konzepte und Technologien in der Praxis einschätzen (Beurteilen).

Im Praktikum wird eine individuelle Projektaufgabe gestellt, die vom Studierenden unter Nutzung der in der Vorlesung "Web-Anwendungen und Serviceorientierte Architekturen (I)" behandelten Konzepte in einem Projektteam zu lösen ist.

150h
Präsenzzeit (Projektteamtreffen) 22,5 (15 x 1,5)
Nacharbeit der Projektteamtreffen 22,5 (15 x 1,5)
Entwicklungsarbeiten, praktische Experimente 45 (15 x 3)

Ausarbeitung 60 (15 x 4)

Siehe Teilleistung.

Siehe Teilleistung.

Die Student:innen
- können selbsständig aus 1-2 seitigen informellen Problembeschreibungen, wie sie bei den ICPC-Wettbewerben vorkommen, formale algorithmische Problemstellungen erstellen,
- kennen Ansätze um Algorithmen zu entwerfen um diese formale Problemstellungen zu lösen,
- kennen Ansätze um die maximale Laufzeit dieser Algorithmen zu reduzieren,
- können selbstständig die entworfenen Algorithmen in C++, Java oder Python umsetzen und
- sind fähig sich in kleinen Teams zu koordinieren um mehrere informelle Problemstellungen gleichzeitig effektiv zu bearbeiten.

Der International Collegiate Programming Contest (ICPC) ist ein jährlich stattfindender, weltweiter Programmierwettbewerb. Der Wettbewerb findet in zwei Runden statt. Im Herbst jedes Jahres treten Teams aus jeweils drei Student:innenn in weltweit 32 Regional Contests gegeneinander an. Das Gewinnerteam jedes Regionalwettbewerbs hat im Frühjahr des Folgejahres die Möglichkeit, an den World Finals teilzunehmen. Im Praktikum werden zu allen für den Wettbewerb relevanten Themengebieten die wichtigsten theoretisch Grundlagen vermittelt und an praktischen Übungsaufgaben erprobt.

4 LP entsprechen ca. 120 Arbeitsstunden:
ca. 60 Stunden Besuch der Theorie- und Praxistermine
ca. 60 Stunden selbstständiges Bearbeiten der Programmieraufgaben

Siehe Teilleistung.

Siehe Teilleistung.

Im Praktikum soll das im Kontext der Softwaretechnik-Vorlesungen erworbene Wissen vertieft und praxisnah erweitert werden. Die Studierenden lernen, Software nicht nur durch klassische Programmierung, sondern auch durch die zielgerichtete Zusammenarbeit mit KI-basierten Entwicklungswerkzeugen und autonomen Coding Agents zu entwerfen, zu implementieren und weiterzuentwickeln. Dabei erwerben sie grundlegende Prinzipien und Techniken des Agentic Software Engineering sowie Kompetenzen im effektiven Einsatz moderner KI-gestützter Entwicklungsprozesse. Darüber hinaus lernen die Studierenden, in Entwicklungsteams zusammenzuarbeiten, moderne Werkzeuge zur kollaborativen Softwareentwicklung einzusetzen und gemeinsam gängige Problemstellungen in der Softwareentwicklung zu planen, umzusetzen und zu dokumentieren. 

Das Praktikum vermittelt Studierenden einen praxisorientierten Einstieg in modernes Agentic Software Engineering als Ergänzung zu den Inhalten der Softwaretechnik-Vorlesungen. Es orientiert sich am Flipped-Classroom-Konzept, bei dem sich die Studierenden anhand bereitgestellter Lehrmaterialien eigenständig auf die Präsenzveranstaltungen vorbereiten. Die Präsenzphasen dienen der gemeinsamen Bearbeitung praxisnaher Entwicklungsaufgaben, der Diskussion von Lösungsansätzen sowie der Klärung fachlicher Fragestellungen. Im Rahmen des Praktikums sollen insbesondere Themen mit folgendem Schwerpunkt behandelt werden: (1) Coding LLMs/Agents, (2) Coding Agent Patterns, (3) AI IDE und (4) Debugging/Monitoring  
 
Ein wesentlicher Bestandteil des Praktikums ist der reflektierte und verantwortungsvolle Einsatz von KI in Softwareprojekten. 

Praktikum mit 4 SWS, 4 ECTS.
4 ECTS entspricht ca. 120 Stunden, davon
 
ca. 10 * 1h = 10h Präsenszeit
ca. 10 * 10h = 100h Durchführung von 10 Aufgaben (inklusive Vorbereitung / Einarbeitung)
ca. 10h Vorbereitung und Präsenz in Abschlusspräsentationen

Kenntnisse in der Softwaretechnik und in der Generativen KI sind empfehlenswert.

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung) 

Die Studierenden lernen, wissenschaftliche Themengebiete zu verstehen.  Sie lernen, konkrete Projektaufgaben zu adressieren und strukturiert zu lösen. Sie erlangen vertiefte Kentnisse über grundlegende mathematische und computergestützte Methoden, ihrer Möglichkeiten sowie ihrer Limitationen und in welchen Bereichen diese zur Anwendung geeignet sind. Die Studiereneden lernen, ihre Ergebnisse in einer wissenschaftlichen Präsentation einem Publikum vorzustellen, sowie ihre Ergebnisse in geeigneter Form zu dokumentieren und in Form einer wissenschaftliche Ausarbeitung zu präsentieren, sowie Vor- und Nachteile der verwendeten Methodik abschätzen.

Effiziente mathematische und computergestützte Methoden sind ein unersetzbarer Kernbestandteil moderner Forschung und industrieller Anwendungen in Form von numerischer Simulation, Optimierung oder Inferenz, von der Generierung von aufgabenspezifischen Trajektorien für robotische Systeme über die Stabilisierung existierender Systeme zu datengetriebenen Voraussagen und Inferenz sowie KI-Anwendungen.
In diesem Projektpraktikum lernen die Studierenden anhand eines konkreten individuellen Programmierprojekts, grundlegende mathematische und computergestützte Methoden in einem praktischen robotischen Kontext o.ä. zu implementieren und anzuwenden und Erfahrungen in der Anwendung dieser Methoden auf besagten realen Kontext zu gewinnen.

Begrenzte Anzahl von Projekten und Teilnehmern. Spezifische Projektthemen variieren jedes Semester und werden in einer Präsentation in der ersten Semesterwoche angekündigt oder können individuell mit der Praktikumsbetreuung vereinbart werden. Studierende können entsprechende Ideen auch selbst vorschlagen.

Der Gesamtarbeitsaufwand für diese Veranstaltung beträgt ca. 180 Stunden.
20h – Präsenzveranstaltungen (Kickoff, Treffen mit Betreuer und Vorträge)
130h - Bearbeitung eines individuellen Projekts
30h -  Erstellung der Ausarbeitung und des Vortrags

Gundlegende mathematische Kentnisse können je nach konkretem Projekt hilfreich sein, für Projekte im Bereich Robotik sind Robotikkentnisse empfohlen, aber nicht zwingend erforderlich.

Siehe Teilleistung. 

Siehe Teilleistung. 

Studierende lernen mit aktueller Software und Frameworks umzugehen, um nutzbaren Code in Python zu schreiben. Hierbei werden Sie sich mit dem Framework RoboCasa auseinandersetzen und simulierte Roboterumgebungen nutzen, um verschiedene neuronale Netze mit PyTorch zu trainieren. Studierende sind am Ende in der Lage eigene PyTorch basierte Projekte strukturiert zu erstellen und Ergebnisse visuell ansprechend und übersichtlich zu dokumentieren.

Studierende werden in 2er Gruppen aufgeteilt, die gemeinsam die Programmierprojekte über das Semester bearbeiten werden. Der Kurs wird sich anfangs mit den Grundlagen zu Conda, PyTorch, WandB, Hydra und Git beschäftigen. Desweiteren werden Grundlagen zu MLPs, CNNs und GNNs vermittelt und diese implementiert. Das RoboCasa Framework wird hierbei genutzt um Robotersimulationen auf Grundlage der trainierten neuronalen Netze der Studierenden zu evaluieren. Dies umfasst außerdem das Verstehen und Implementieren von Trainings- und Evaluationsskripten.

Die Anmeldung erfolgt über den Ilias-Kurs. Dort gibt es genauere Informationen.

Arbeitsaufwand = 120h = 4 ECTS
·    Präsenzzeit: 30h
·    Vor-/Nachbereitungen: 60h
·    Abschlussprojektarbeit: 30h

• Besuch von GKI
• Vorwissen über Python und PyTorch

Die Erfolgskontrolle erfolgt in Form einer mündlichen Prüfung im Umfang von ca. 20 Minuten.

keine

Die Studierenden sind mit den Grundlagen der Lithium-Ionen Batterietechnologie vertraut, sie sind in der Lage Batteriemodelle aufzustellen und in MATLAB zu implementieren.

Im Vorlesungsteil der Lehrveranstaltung werden die benötigten Grund­lagen der Modellierung von Lithium-Ionen Batterien vermittelt. Nach einer kurzen Einführung in die Lithium-Ionen Batterietechnologie wird anhand von Beispielen vorgestellt, wie Batteriemodelle für ver­schiedene Applikationen in MATLAB umgesetzt werden können. Themen sind unter anderem Modelle zur Simulation des komplexen Innenwiderstandes, der nichtlinearen Lade-/Entladekurve sowie des dynamischen Strom-/Spannungsverlaufs  einer Batterie während eines Fahrprofils.

Im Übungsteil der Lehrveranstaltung werden von den Studierenden selbstständig MATLAB-Modelle zur Simulation von Batterien entworfen, implementiert und getestet. Der praktische Teil der Lehrveranstaltung umfasst nach einer Einweisung in MATLAB (fakultativ) die Konzeptionierung verschiedener Modelle, das Aufstellen der benötigten Modellgleichungen, die Implementierung dieser in MATLAB und den Test des Modelle in Simulationsrechnungen. 

Die Modulnote ist die Note der mündlichen Prüfung.

1. Präsenzzeit Vorlesung: 7 * 2 h = 14 h

2. Präsenzzeit Übung: 8 * 2h = 16 h

3. selbstständiges Implementieren der Modelle: 15 * 3 h = 45 h

4. Prüfungsvorbereitung und Präsens in selbiger: 15 h

    

   Insgesamt: 90 h = 3 LP

Siehe Teilleistung

Siehe Teilleistung

• Studierende können ihnen gestellte Themen aus der Computergrafik wissenschaftlich bewerten und in den Kontext des Fachs und aktueller Forschung einordnen
• Studierende können die Zwischenschritte und Ergebnisse eigenständiger Forschung in einem Teilgebiet didaktisch aufbereiten und in einem Vortrag zielgruppengerecht präsentieren.
• 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. 

Das Seminar behandelt aktuelle Forschungsthemen aus der Computergrafik.

Dieses Seminar kann nur begleitend zu einer Bachelor- oder Masterarbeit am IVD belegt werden 

Der Arbeitsaufwand beträgt i.d.R. 90 Stunden. Davon sind ca. 30 Stunden zur Vor- und Nachbereitung der Präsenzveranstaltungen, ca. 20 Stunden für die Literaturrecherche und ca. 40 Stunden für den/die eigenen Vortrag/Vorträge. 

Aktuelle Forschungsarbeiten 

Siehe Teilleistung

Siehe Teilleistung

Die Studierenden besitzen einen vertieften Einblick in die Grundlagen der Theoretischen Informatik und haben grundlegende Kenntnis in den Bereichen Berechenbarkeitstheorie, Komplexitätstheorie und formale Sprachen. Sie können die Beziehungen dieser Gebiete erörtern und in einen Gesamtzusammenhang bringen. Außerdem kennen sie die fundamentalen Definitionen und Aussagen aus diesen Bereichen und sind in der Lage geführte Beweise zu verstehen sowie Wissen über erlangte Beweistechniken auf ähnliche Probleme anzuwenden.

Sie verstehen die Grenzen und Möglichkeiten der Informatik in Bezug auf die Lösung von definierbaren aber nur bedingt berechenbaren Probleme. Hierzu beherrschen sie verschiedene Berechnungsmodelle, wie die der Turingmaschine, des Kellerautomaten und des endlichen Automaten. Sie können deterministische von nicht-deterministischen Modellen unterscheiden und deren Mächtigkeit gegeneinander abschätzen. Die Studierenden können die Äquivalenz aller hinreichend mächtigen Berechnungsmodelle (Churchsche These) und die Nichtberechenbarkeit wichtiger Funktionen (z.B. Halteproblem) erläutern.

Sie besitzen einen Überblick über die wichtigsten Klassen der Komplexitätstheorie. Darüber hinaus können sie ausgewählte Probleme mittels formaler Beweisführung in die ihnen bekannten Komplexitätsklassen zuordnen. Insbesondere kennen sie die Komplexitätsklassen P und NP sowie das Konzept NP-vollständiger Probleme (polynomielle Reduktion).

Im Bereich der formalen Sprachen ist es ihnen möglich, Sprachen als Grammatiken zu formulieren und diese in die Chomsky-Hierarchie einzuordnen. Zudem können sie die ihnen bekannten Berechnungsmodelle den einzelnen Typen der Chomsky-Hierarchie zuordnen, sodass sie die Zusammenhänge zwischen formalen Sprachen und Berechnungstheorie identifizieren können.

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 werden dabei folgende Themen behandelt: 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 polynomielle Reduktionen).

Vorlesung mit 3 SWS + 1 SWS Übung.

5 LP entsprechen ca. 150 Stunden
ca. 45 Std. Vorlesungsbesuch
ca. 15 Std. Übungsbesuch,
ca. 70 Std. Nachbearbeitung und Bearbeitung der Übungsblätter
ca. 20 Std. Prüfungsvorbereitung

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
• Speicherverwaltung
• Synchronisation
• I/O Verwaltung
• Dateisystem

Die semesterbegleitenden Übungsaufgaben sind freiwillig.

48 h 4 SWS * 12 Vorlesung 
48 h 4 h * 12 Nachbearbeitung
24 h 2 h * 12 Tutorium 
30 h Klausurvorbereitung
150 h = 5 ECTS

Siehe Teilleistung.

Siehe Teilleistung.

Siehe Teilleistung.

Die Studierenden verstehen grundlegende Konzepte, Datenstrukturen und Algorithmen der Computergrafik. Sie können diese eigenständig beurteilen und implementieren, und geeignete Algorithmen und Verfahren für Anwendungen in der Computergrafik auswählen.

Die erworbenen Kenntnisse ermöglichen einen erfolgreichen Besuch weiterführender Veranstaltungen im Vertiefungsgebiet Computergrafik.

Diese Vorlesung vermittelt grundlegende Algorithmen und Datenstrukturen der Computergrafik (beispielsweise zur Beschreibung virtueller Szenen oder zur Beschleunigung von Raytracing), Bildsynthese-Verfahren (Raytracing, Rasterisierung), relevante Aspekte der menschlichen Wahrnehmung (Farbsehen/-modelle), Einführung in die Radiometrie, Beleuchtung- und Schattierungsberechnung (BRDFs), Transformationen  und perspektivische Abbildung, Texturen und Texturierungstechniken, Grafik-Hardware und APIs (z.B. OpenGL), sowie geometrisches Modellieren und Dreiecksnetze.

Präsenzzeit = 60h

Vor-/Nachbereitung = 90h

Klausurvorbereitung = 30h   

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.

Siehe Teilleistung.

Der/die Studierende

• ordnet Probleme im öffentlichen Recht ein und löst einfache Fälle mit Bezug zum öffentlichen Recht,
• bearbeitet einen aktuellen Fall aufbautechnisch,
• zieht Vergleiche zwischen verschiedenen Rechtsproblemen im Öffentlichen Recht,
• kennt die methodischen Grundlagen des Öffentlichen Rechts,
• kennt den Unterschied zwischen Privatrecht und dem öffentlichem Recht,
• kennt die Rechtsschutzmöglichkeiten mit Blick auf das behördliche Handeln,
• kann mit verfassungsrechtlichen und spezialgesetzlichen Rechtsnormen umgehen.

Das Modul umfasst die Kernaspekte des Verfassungsrechts (Staatsorganisationsrecht und Grundrechte), des Verwaltungsrechts und des öffentlichen Wirtschaftsrechts. Die Vorlesungen vermitteln die Grundlagen des öffentlichen Rechts. Die Studierenden sollen die staatsorganisationsrechtlichen Grundlagen, die Grundrechte, die das staatliche Handeln und das gesamte Rechtssystem steuern, sowie die Handlungsmöglichkeiten und -formen (insb. Gesetz, Verwaltungsakt, Öff.-rechtl. Vertrag) der öffentlichen Hand kennen lernen. Besonderer Wert wird dabei auf eine systematische Erarbeitung des Stoffs sowie eine Vernetzung der einzelnen Aspekte zu einem systemstringenten Ganzen gelegt. Studenten sollen daher auch methodisch sicher das öffentliche Recht bearbeiten lernen. Daher steht neben der Vermittlung materiell-rechtlicher Inhalte (wie z.B. Inhalte von Staatsprinzipien wie Demokratie- und Rechtsstaatsprinzip, Schutzgehalt der einzelnen Grundrechte, Bedingungen der Rechtmäßigkeit von Verwaltungsakten) immer wieder auch die Einübung von Aufbau, Auslegung, und allgemeiner Herangehensweise an Fälle im Öffentlichen Recht.

Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 180 Stunden (6 Credits). Die Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls.

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

Siehe Teilleistung.

Siehe Teilleistung.

Studierende sind nach Abschluss der Veranstaltung in der Lage, grundlegende theoretische Konzepte und Modelle zur Beschreibung digitaler Spiele wiederzugeben. Weiterhin können sie relevante Gestaltungs- und Entwicklungsmethoden zur Gestaltung des User Interfaces und zwecks Implementierung zentraler Spielmechaniken innerhalb vordefinierter Problemstellungen anwenden. Die Studierenden sind in der Lage, Zusammenhänge zwischen Gestaltung, Implementierung und resultierendem Spielerlebnis zu erkennen, und können Prototypen anhand von Nutzerstudien evaluieren um Gestaltungs- und Implementierungsentscheidungen zu reflektieren.

Diese Vorlesung gibt den Studierenden eine Einführung in das Themengebiet und bietet für die Informatik und insbesondere Mensch-Maschine-Interaktion relevante Perspektiven. Im Rahmen der Vorlesung werden die folgenden Themen behandelt:

    •    Theoretische Grundlagen digitaler Spiele: Definitionen und Modelle
    •    Grundlagen des Game (Interface) Design
    •    Einführung in die Spieleprogrammierung
    •    Player Experience und Evaluierung des Spielerlebnisses
    •    Digitale Spiele im Kontext von Gesellschaft und Forschung

In der zugehörigen Übung reflektieren die Studierenden theoretische Konzepte aus der Vorlesung, und wenden Sie auf praktische Beispiele an.

Der Gesamtarbeitsaufwand für diese Veranstaltung beträgt ca. 180 Stunden (6 Credits).

Davon entfallen etwa…

28h auf den Vorlesungsbesuch,
24h auf den Übungsbesuch,

40h auf Vor- und Nachbereitung der Vorlesung,
40h auf Vor- und Nachbereitung der Übung,

48h auf die Prüfungsvorbereitung.

Kenntnisse zu Grundlagen aus Mensch-Maschine-Interaktion sind hilfreich.

Die Modulprüfung erfolgt in Form einer schriftlichen Gesamtklausur (120 min.). Die Klausur wird in jedem Semester (in der Regel im März und August) angeboten und kann zu jedem ordentlichen Prüfungstermin wiederholt werden.

Keine

Der/die Studierende

• benennt und beschreibt die Grundbegriffe der entscheidenden Teilbereiche im Fach Operations Research (Lineare Optimierung, Graphen und Netzwerke, Ganzzahlige und kombinatorische Optimierung, Nichtlineare Optimierung, Dynamische Optimierung und stochastische Modelle),
• kennt die für eine quantitative Analyse unverzichtbaren Methoden und Modelle,
• modelliert und klassifiziert Optimierungsprobleme und wählt geeignete Lösungsverfahren aus, um einfache Optimierungsprobleme selbständig zu lösen,

• validiert, illustriert und interpretiert erhaltene Lösungen.

Nach einer einführenden Thematisierung der Grundbegriffe des Operations Research werden insbesondere die lineare Optimierung, die Graphentheorie und Netzplantechnik, die ganzzahlige und kombinatorische Optimierung, die nichtlineare Optimierung, die deterministische und stochastische dynamische Optimierung, die Wartesschlangentheorie sowie Heuristiken behandelt.

Dieses Modul bildet die Basis einer Reihe weiterführender Veranstaltungen zu theoretischen und praktischen Aspekten des Operations Research.

Die Modulnote entspricht der Klausurnote.

Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 270 Stunden (Präsenzzeit: 85 Stunden, sonstige Zeiten für Vor- und Nachbereitung sowie Prüfungsvorbereitung: 185 Stunden, 9 Leistungspunkte).

Der Gesamtaufwand von 9 Leistungspunkten verteilt sich auf ca. 3,5 Leistungspunkte im ersten und 5,5 Leistungspunkte im zweiten Semester.  

Die Gesamtstundenzahl je Lehrveranstaltung 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.

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

Siehe Teilleistung.

Der/die Studierende

• kennt die Grundstruktur des deutschen Rechtssystems und versteht die Unterschiede von Privatrecht, öffentlichem Recht und Strafrecht. 
• Kenntnisse über die Grundprinzipien (Privatautonomie, Abstraktions- und Trennungsprinzip) und Grundbegriffe des Bürgerlichen Rechts (Rechtssubjekte, Rechtsobjekte, Willenserklärung, Vertragsschluss, allgemeine Geschäftsbedingungen, Verbraucherschutz, Leistungsstörungen usw.).
• hat ein Grundverständnis für rechtliche Problemlagen und juristische Lösungsstrategien entwickelt.
• erkennt rechtlich relevante Sachverhalte und kann anhand der Gesetzestexte einfach gelagerte Fälle lösen.
• hat einen Eindruck davon, wie Juristen ihre Lösungen im Gutachtenstil darstellen und macht sich zunehmend mit der juristischen Arbeitsweise und Darstellungsform vertraut

Die Vorlesung beginnt mit einer allgemeinen Einführung ins Recht. Was ist Recht, warum gilt Recht und was will Recht im Zusammenspiel mit Sozialverhalten, Technikentwicklung und Markt? Welche Beziehung besteht zwischen Recht und Gerechtigkeit? Ebenfalls einführend wird die Unterscheidung von Privatrecht, öffentlichem Recht und Strafrecht vorgestellt sowie die Grundzüge der gerichtlichen und außergerichtlichen Rechtsdurchsetzung erläutert. Anschließend werden die Grundbegriffe des Rechts in ihrer konkreten Ausformung im deutschen Bürgerlichen Gesetzbuch (BGB) besprochen. Das betrifft insbesondere Rechtssubjekte, Rechtsobjekte, Willenserklärung, die Einschaltung Dritter (insbes. Stellvertretung), Vertragsschluss (einschließlich Trennungs- und Abstraktionsprinzip), allgemeine Geschäftsbedingungen, Verbraucherschutz, Leistungsstörungen. Abschließend erfolgt ein Ausblick auf das Schuld- und das Sachenrecht. Schließlich wird eine Einführung in die Subsumtionstechnik gegeben.

Der Arbeitsaufwand für dieses Modul beträgt ca. 150 Std., davon 45 Std. Präsenz, 50 Std. Vor und Nachbereitungszeit, 55 Std. Prüfungsvorbereitungs- und Prüfungszeit.

Die Modulprüfung erfolgt in Form einer schriftlichen Gesamtprüfung (120 min).

Keine

Absolventinnen und Absolventen

• verstehen die grundlegenden Konzepte der Arithmetik (Teilbarkeit, Division mit Rest, Primzahlen) vom höheren Standpunkt;
• kennen grundlegende Strukturen der Algebra (Gruppen, Ringe, Körper) und Beispiele;
• sind vertraut mit dem Wechselspiel zwischen konkreten algebraischen Problemen und abstrakten algebraischen Strukturen, insbesondere am Beispiel von Polynomgleichungen;
• können die Unlösbarkeit klassischer Probleme, insbesondere die  Nicht-Lösbarkeit  der Lösung der allgemeinen Gleichung 5. Grades durch Radikale, auf Aussagen über abstrakte algebraische Strukturen zurückführen.

Klassische Arithmetik: Euklidischer Algorithmus, Primzahlen, Fundamentalsatz der Arithmetik, Chinesischer Restsatz.

Teilbarkeitstheorie in Ringen: Teilbarkeit und Ideale in Integritätsbereichen, euklidische, faktorielle und Hauptidealringe, Beispiele.

Körperweiterungen: Kronecker-Konstruktion, Türme und Gradformel, Beispiele und Anwendungen (z.B. Klassifikation der endlichen Körper, Kreisteilungskörper, Konstruktionen mit Zirkel und Lineal)

Anfänge der Galois-Theorie: Irreduzible Polynome, Galois-Gruppe eines Polynoms und einer Erweiterung, Beispiele für Galois-Gruppen (z.B. von Kreisteilungskörpern, endlichen Körpern, Radikal-Erweiterungen)

Hilfsmittel aus der Gruppentheorie: Wirkungen und Erweiterungen von Gruppen, auflösbare Gruppen, Sylow-Sätze, Beispiele

Anwendung auf die Nicht-Lösbarkeit der allgemeinen Gleichung 5. Grades durch Radikale, Unlösbarkeit weiterer klassischer Probleme (z.B. Quadratur des Kreises, Delisches Problem, Winkeldreiteilung).

Gesamter Arbeitsaufwand: 240 Stunden

Präsenzzeit: 90 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Das Bestehen der Studienleistungen und der Modulprüfung

keine

Die Studierenden kennen die unterschiedlichen Bereiche der Philosophie anhand ihrer jeweils grundlegenden Fragestellungen und Begriffe. Sie verfügen über Grundkenntnisse über wichtige philosophische Strömungen und klassische Werke und sind darüber hinaus in der Lage, die üblichen epochalen Gliederungen der philosophischen Ideengeschichte darzustellen und in ihrem Verhältnis zu den Wissensformen Wissenschaft, Kunst und Religion zu verstehen. Die Studierenden kennen unterschiedliche Arten, Sinnfragen zu stellen, und haben ein Verständnis für die geschichtliche Verfasstheit menschlicher Wissenskulturen.

Überblick über die systematischen Bereiche der Philosophie und deren geschichtliche Entwicklung unter Berücksichtigung des Verhältnisses zu den Wissensformen Wissenschaft, Kunst, Religion.

Die Modulnote ist die Note der Modulprüfung

Präsenz in Veranstaltungen: 120 h, Studienleistungen Philo 1 und 2 inkl. Vor- und Nachbereitung der Sitzungen: jeweils 30 h, Studienleistungen Philo 3 und 4 inkl. Vor- und Nachbereitung der Sitzungen: jeweils 60 h, Vorbereitung auf Modulprüfung: 60 h

Die Modulprüfung erfolgt in Form von schriftlichen Teilprüfungen (nach §4(2), 1 SPO) über die einzelnen Lehrveranstaltungen des Moduls. Die Erfolgskontrolle wird bei jeder Lehrveranstaltung dieses Moduls beschrieben.

Keine

Der/die Studierende

• kennt und versteht die grundsätzlichen volkswirtschaftlichen Fragestellungen,
• kann die aktuellen wirtschaftspolitischen Probleme der globalisierten Welt benennen,
• ist in der Lage, elementare Lösungsstrategien zu entwickeln.

Dabei ist der Fokus der beiden Lehrveranstaltungen des Moduls unterschiedlich. Während in der Vorlesung VWL I die ökonomischen Probleme hauptsächlich als Entscheidungsprobleme aufgefasst und gelöst werden, soll in VWL II das Verständnis des Studenten für die Dynamik wirtschaftlicher Prozesse gefördert werden.

Es werden die grundlegende Konzepte, Methoden und Modelle der Mikro- und Makroökonomie vermittelt. In der Lehrveranstaltung VWL I [2600012] geht es neben der Mikroökonomischen Entscheidungstheorie, Fragen der Markttheorie und Problemen des unvollständigen Wettbewerbs auch um die Grundzüge der Spieltheorie und der Wohlfahrtstheorie. VWL II [2600014] thematisiert volkswirtschaftliche Ordnungsmodelle und die volkswirtschaftliche Gesamtrechnung ebenso wie Fragen des Außenhandels und der Geldpolitik. Zudem werden das komplexe Wachstum und Konjunktur und volkswirtschaftliche Spekulation behandelt.

Die Gesamtnote des Moduls wird aus den mit LP gewichteten Noten der Teilprüfungen gebildet und nach der ersten Nachkommastelle abgeschnitten.

Achtung: Die Lehrveranstaltung Volkswirtschaftslehre I: Mikroökonomie [2610012] ist in den Studiengängen Wirtschaftsingenieurwesen B.Sc. und Technische Volkswirtschaftslehre B.Sc. Bestandteil der Orientierungsprüfung nach § 8(1), SPO. Deshalb muss die Prüfung in Volkswirtschaftslehre I: Mikroökonomie [2610012] bis zum Ende des Prüfungszeitraums des zweiten Fachsemesters, einschließlich etwaiger Wiederholungen bis zum Ende des Prüfungszeitraums des dritten Fachsemesters abgelegt werden, um den Prüfungsanspruch im Studiengang nicht zu verlieren.

Gesamtaufwand bei 10 Leistungspunkten: ca. 300 Stunden

Die genaue Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls.

Siehe Teilleistung.

Siehe Teilleistung.

Die Studierenden

• können die grundlegenden Faktoren benennen, die die Performanz von Code auf realen Maschinen bestimmen. Insbesondere verstehen sie sowohl den Einfluss von Hardware, Betriebssystem und Compiler als auch den Einfluss des eingesetzten Algorithmus und können diese zueinander in Relation setzen.
• können Code in C, C++ oder Rust verstehen und unter Benutzung dieser Sprachen simple Programme entwickeln
• können beurteilen, wie sich Features und Eigenschaften von Programmiersprachen in Hinblick auf Performanz auswirken (z.B. Speicherverwaltung, Dynamic Dispatch, Undefined Behavior)
• können die grundlegenden Designunterschiede zwischen C, C++ und Rust sowie daraus resultierende Vor- und Nachteile benennen
• kennen Techniken und Best Practices zur systematischen Optimierung der Performanz eines bestehenden Programms (z.B. Benchmarking, Profiling)
• können unter Benutzung von entweder C, C++ oder Rust selbstständig eine effiziente Implementierung für eine nicht-triviale algorithmische Problemstellung entwickeln

Über die ersten 10 Wochen des Semesters werden in der Vorlesung die Grundlagen effizienten Programmierens vermittelt.
Dies umfasst sowohl ein Verständnis für wichtige Einflussfaktoren (Hardware, Compiler) als auch Kenntnis der für perfomante Programmierung geeigneten Programmiersprachen C, C++ und Rust.
Sprachfeatures der genannten Programmiersprachen werden unter dem Aspekt der Performanz eingeführt und analysiert, dabei werden sprachübergreifende Konzepte vermittelt.

Der erste Themenblock führt die Programmiersprache C ein und befasst sich mit den Performance-Eigenschaften realer Hardware sowie dem Thema der Speicherverwaltung.
Der zweite (und längste) Block führt die Programmiersprache C++ ein und befasst sich mit verschiedenen für die Performanz relevanten Sprachfeatures (z.B. Iteratoren, wichtige Bestandteile der Standardbibliothek, Value- und Referenz-Semantik, Templates und Monomorphisierung).
Dabei werden insbesondere die folgenden Themen behandelt: Cache-Effizienz und speichereffiziente Datenstrukturen, Vermeidung unnötiger Allokationen und Kopien, Dynamic und Static Dispatch, Generierung von effizientem Maschinencode und der Einfluss des Compilers auf die resultierende Performanz.
Der dritte Block führt die Programmiersprache Rust und deren grundlegende Designunterschiede zu C und C++ ein.
Insbesondere wird sich mit der Frage befasst, wie fortgeschrittene Sprachfeatures (im speziellen Ownership und Borrowing) ermöglichen, gleichzeitig hohe Performanz und starke Korrektheitsgarantien zu erzielen.
Zusätzlich gibt es eine kurze Einführung in effiziente parallele Programmierung.
Der letzte Block befasst sich mit Techniken und Best Practices für die systematische Optimierung von Code.

Die verschiedenen Themenblöcke werden im Praktikum anhand von Übungsaufgaben bearbeitet, bei denen ein vorgegebener Algorithmus umgesetzt werden soll.
Diese Aufgaben werden einzeln bearbeitet und die Programmiersprache für die Implementierung ist vorgegeben.
In den letzten vier Wochen wird eine umfangreichere Abschlussaufgabe in Kleingruppen von 3-4 Studierenden bearbeitet.
Hierbei darf die Sprache der Implementierung eigenständig aus den drei in der Vorlesung vorgestellten Programmiersprachen gewählt werden und es gibt mehr Freiraum für die Umsetzung. Die Performanz des resultierenden Programms wird zwischen den Gruppen verglichen.
Anschließend stellt jede Kleingruppe ihre Arbeit in einer kurzen Präsentation vor und beantwortet Fragen zu den Details ihrer Implementierung.

2 SWS Präsenztermine, sowie Übungsaufgaben und Abschlusspräsentation

6 ECTS entspricht ca. 180h, davon
ca. 30h Besuch der Vorlesung
ca. 30h Nachbereitung der Vorlesung
ca. 15h Besprechung Übungsaufgaben
ca. 45h Bearbeitung der Übungsaufgaben
ca. 45h Bearbeitung der Abschlussaufgabe
ca. 15h Abschlusspräsentation

Es wird angenommen, dass Kenntnisse der in „Algorithmen I“ sowie „Betriebssysteme“ behandelten Grundlagen vorhanden sind.

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)

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 120 Minuten.

"T-ETIT-109319 – Informationstechnik II und Automatisierungstechnik" darf nicht begonnen sein.

Vorlesungs- und Übungsteil (2+1 SWS entspricht 21 VL-Einheiten á 90 Minuten)

Die Studierenden lernen die Wichtigkeit von durchgängigen Prozessketten und Lebenszyklusmodellen in der industriellen Anwendung kennen.

Sie sind in der Lage die Charakteristika sowie die Notwendigkeit und Vorgehensweise zur Analyse großer Datenbestände einzuordnen.

Außerdem befassen sie sich mit ethischen Gesichtspunkten, Grenzen von Technologie-Einsatz, aber auch der Bedeutung für Innovationen für die Herausforderungen der Zukunft

Die Studierenden können …

• … die Merkmale, Eigenschaften und Klassen von Algorithmen benennen und einordnen, sowie die Laufzeitkomplexität
• … bekannte Sortier-, Such- und Optimierungsalgorithmen gegenüberstellen und demonstrieren.
• … die Merkmale, Eigenschaften und Komponenten von selbstlernenden Systemen benennen und abgrenzen.
• … Methoden des maschinellen Lernens einordnen, beschreiben und bewerten.
• … die Methoden des Systems Engineering beschreiben und anwenden.

Vorlesungsteil (Sax)

Es handelt sich hierbei um eine Standardvorlesung des Vertiefungsteils. Zum Inhalt gehören:

• Die wesentlichen Begrifflichkeiten des Systems Engineering
• Vorgehensweisen der Systementwicklung wie z.B. Wasserfall-Modell, V-Modell und agile Methoden
• Bedeutung von Prozessen, Methoden und Tools in der industriellen Anwendung, speziell bei maschinellen Lernverfahren (KDD, CRISP)
• Grundlagen und Eigenschaften verschiedener Klassen von Algorithmen
• Grundlagen und Verfahren zur Analyse großer Datenbestände (Big Data / 5 V’s)
• Grafische Aufbereitung und Anschaulichkeit von Big Data
• Selbstlernende Systeme und maschinelles Lernen, beispielsweise Clustering-Verfahren und Neuronale Netze

Übung – (7 Übungen)

Begleitend zur Vorlesung werden in der Übung die Grundlagen der in der Vorlesung vorgestellten Methoden erläutert und deren Anwendung aufgezeigt. Hierzu werden Übungsaufgaben mit Bezug zum Vorlesungsstoff gestellt sowie die Lösungen
dazu detailliert erläutert.

Die Modulnote ist die Note der schriftlichen Prüfung.

1. Präsenzzeit in Vorlesungen und Übungen: 21 * 1,5h = 31,5h
2. Vor-/Nachbereitung derselbigen: 42h
3. Klausurvorbereitung und Präsenz in selbiger: = 45h

Summe: 118,5h = 4 LP

• Kenntnisse in den Grundlagen der Programmierung sind empfohlen (Besuch des MINT-Kurs C++).
• Die Inhalte des Moduls Digitaltechnik und Informations- und Automatisierungstechnik sind hilfreich.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 120 Minuten.

keine

Die Studierenden lernen die wesentlichen Ausführungsformen von elektrischen Maschinen kennen. Sie können deren Funktionsweise erläutern und sind in der Lage, das Betriebsverhalten der elektrischen Maschinen auf der Basis einfacher Modellierungen und unter Einsatz der bereits erlernten elektrotechnischen Grundlagen im Bereich der Wechselstromlehre zu berechnen.

Darüber hinaus lernen die Studierenden die wichtigsten selbstgeführten Stromrichterschaltungen für Energie- und Antriebsanwendungen kennen. Dazu gehören auch die grundlegenden Eigenschaften der wichtigsten Leistungshalbleiter, wobei die Studierenden in der Lage sind, deren Verhalten durch Kennlinien und einfache Modelle zu beschreiben.

Die Studierenden können die Netzrückwirkungen sowie die Auswirkung von Stromrichtern auf die elektrische Maschine analysieren. Sie können außerdem die Komponenten in Energieübertragungs- und Antriebssystemen erkennen und deren Funktion beschreiben. Darüber hinaus können sie das Verhalten der Systemkomponenten durch Kopplung der Modelle von Stromrichter, Netz und Maschine berechnen.

Die Studierenden können darüber hinaus beurteilen, welche Rolle die Leistungselektronik für eine nachhaltige Energieversorgung spielen wird und welche Technologien für einen nachhaltigen Um- und Ausbau der elektrischen Energieversorgung entscheidend sind.

Die Studierenden lernen die Struktur des elektrischen Energieversorgungsnetzes in Europa und speziell in Deutschland kennen. Sie kennen die Gesetzmäßigkeiten der Hochspannungsgleichstrom- und Hochspannungsdrehstromübertragung und können die jeweiligen Vor- und Nachteile benennen und kennen die jeweiligen Charakteristiken der Wirk- und Blindleistungsübertragung und die sich daraus ergebenen technischen Konsequenzen. Die Studierenden kennen die Netzbetriebsmittel, ihren Aufbau und ihre Wirkungsweise in Netz und sind in der Lage, Berechnungen hinsichtlich der für den Netzbetrieb wichtigen Parameter durchzuführen. Sie können wichtige Designrichtlinien und Betriebseigenschaften der Netzbetriebsmittel benennen und berechnen. Am Beispiel der Transformatoren können sie ein grundlegendes Design vornehmen.

Teil Hiller:

In dieser Grundlagenvorlesung werden im Teil zur Antriebstechnik und Leistungselektronik zunächst die Wirkungsweise sowie das Betriebsverhalten der wichtigsten elektrischen Maschinen erläutert. Der Fokus liegt dabei auf den Drehfeldmaschinen (Asynchronmaschine, elektrisch und permanent erregte Synchronmaschine, Synchron-Reluktanzmaschine).

Anschließend werden die wichtigsten Leistungshalbleiter-Bauelemente sowie deren grundlegende Funktion vorgestellt. Darauf aufbauend werden die für Anwendungen in der Energie- und Antriebstechnik (einschließlich Elektromobilität) wesentlichen Stromrichterschaltungen vorgestellt. Deren Funktion und Betriebsverhalten werden beschrieben.

Darüber hinaus werden die Wirkungsweise und die Einsatzgebiete von elektrischen Maschinen sowie leistungselektronischen Schaltungen für Netz- und Antriebsanwendungen an praktischen Beispielen vertieft.

Teil Leibfried:

Die Vorlesung beginnt mit einer Einführung in die Struktur des elektrischen Energieversorgungssystems und in die Grundlagen zur Leistungsberechnung im Drehstromsystem. Weiterhin werden die Grundgesetze zur Übertragung elektrischer Energie mit Gleich- und Wechselstrom (Hochspannungsgleichstromübertragung, HGÜ) und Hochspannungsdrehstromübertragung, HDÜ) behandelt. Ein weiteres großes Kapitel gilt der Behandlung der elektrischen Netzbetriebsmittel wie Generatoren, Transformatoren, Strom- und Spannungswandler, Kapazitive und induktive Kompensatoren sowie Freileitungen und Kabel.

Die Modulnote ist die Note der schriftlichen Prüfung.

• Präsenzzeit in VL und Ü (4 SWS a 15 h): 4 * 15 h       = 60 h
• Vor-/Nachbereitung der VL: 14 * 2 h       = 28 h
• Vor-/Nachbereitung der Ü: 14 * 2 h       = 28 h
• Prüfungsvorbereitung: = 60 h
• Prüfungszeit: = 2 h
• Summe: 178 h = 6 LP

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 60 Minuten.

keine

Ziel ist die Vermittlung der theoretischen Grundlagen von elektrischen, magnetischen und elektromagnetischen Feldern auf Basis der Maxwell-Gleichungen. Die Studierenden können elektromagnetische Felder einfacher Anordnungen von Ladungen und stromführenden Leitern analytisch mit Hilfe der Maxwell-Gleichungen berechnen, Feldbilder skizzieren und die auftretenden Kräfte und Leistungen daraus ableiten. Sie können den Einfluss von Dielektrika und ferromagnetischen Materialien berücksichtigen.

Einführung in die elektromagnetische Feldtheorie auf Basis der Maxwell-Gleichungen. Behandelt werden elektrostatische Felder, elektrische Strömungsfelder, magnetische Felder und zeitlich langsam veränderliche Felder:

• Mathematische Grundlagen der Feldtheorie
• Grundlagen elektromagnetischer Felder
• Elektrostatische Felder
• Elektrische Strömungsfelder
• Magnetische Felder
• Quasistationäre (zeitlich langsam veränderliche) Felder

Begleitend zur Vorlesung werden Übungsaufgaben zum Vorlesungsstoff gestellt. Diese werden in einer großen Saalübung besprochen und die zugehörigen Lösungen detailliert vorgestellt.

Zusätzlich werden Tutorien in Kleingruppen angeboten.

Die Unterlagen zur Lehrveranstaltung (Skript und Formelsammlung) finden sich im ILIAS System. Die Anmeldung zum Kurs kann ohne Passwort erfolgen.

Die Modulnote ist die Note der schriftlichen Prüfung.

Dieses Modul dauert nur bis Ende Dezember/Anfang Januar.

Für den Rest des Semester schließt sich das Modul "Elektromagnetische Wellen" an, das Studierende des BSc MIT im Vertiefungsfach wählen können.

Der Arbeitsaufwand teilt sich folgendermaßen auf:

• Präsenzzeit in Vorlesungen (1,5 h je 15 Termine) und Übungen (1,5 h je 9 Termine) = 36 h
• Präsenzzeit in Tutorien = 7 Wochen je 2,5 h = 17,5 h
• Vor- und Nachbereitung des Stoffs = 7 Wochen je 3 h = 21 h
• Klausurvorbereitung und Präsenz in der Klausur: 2 Wochen je 22 h = 44 h

Gesamtaufwand ca. 120 Stunden = 4 ECTS

Allgemeine physikalische und mathematische Grundlagen aus den Basiskursen des ersten Semesters (Höhere Mathematik I & II, Experimentalphysik).

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 60 Minuten.

Das Modul:

• "M-ETIT-106419 - Elektromagnetische Felder" 

muss begonnen sein.

1. Das Modul M-ETIT-106419 - Elektromagnetische Felder muss begonnen worden sein.

Es werden Qualifikationen im Bereich der elektromagnetischen Wellen erworben. Die Studierenden sind in der Lage, Berechnungen elektromagnetischen Wellenphänomenen durchzuführen und die nötigen Hilfsmittel hierfür methodisch angemessen zu gebrauchen. Die Studierenden haben ein Verständnis für die physikalischen Zusammenhänge erlangt und können Lösungsansätze für grundlegende Aufgabenstellungen erarbeiten. Mit Hilfe der erlernten Methodik sind sie in die Lage versetzt, die Inhalte von Vorlesungen mit technischen Anwendungen zu verstehen.

Einführung in die Theorie elektromagnetischer Wellen auf Basis der Maxwell-Gleichungen. Behandelt werden die folgenden Themen:

• Verschiebungsstromdichte
• Die Wellengleichung
• Ebene Wellen im nichtleitenden Medium
• Reflexion und Brechung von ebenen Wellen
• Reflexion an einer Leiteroberfläche; der Skineffekt
• Harmonische Wellen
• Linear und zirkular polarisierte Wellen
• Lösungsmethoden zu Potentialproblemen
• Separation der skalaren Wellengleichung
• Wellenleiter (Hohlleiter, Glasfaser)
• Der Hertzsche Dipol

Begleitend zur Vorlesung werden Übungsaufgaben zum Vorlesungsstoff gestellt. Diese werden in einer großen Saalübung besprochen und die zugehörigen Lösungen detailliert vorgestellt.

Zusätzlich werden Tutorien in Kleingruppen angeboten.

Die Unterlagen zur Lehrveranstaltung (Skript und Formelsammlung) finden sich im ILIAS System. Die Anmeldung zum Kurs kann ohne Passwort erfolgen.

Die Modulnote ist die Note der schriftlichen Prüfung.

Dieses Modul beginnt erst Ende Dezember/Anfang Januar.

Davor wird das Modul "Elektromagnetische Felder" angeboten, das für Studierende des BSc MIT verpflichtend ist.

Der Arbeitsaufwand teilt sich folgendermaßen auf:

• Präsenzzeit in Vorlesungen (1,5 h je 7 Termine) und Übungen (1,5 h je 6 Termine) = 19,5 h
• Präsenzzeit in Tutorien = 6 Wochen je 2,5 h = 15 h
• Vor- und Nachbereitung des Stoffs = 6 Wochen je 3 h = 18 h
• Klausurvorbereitung und Präsenz in der Klausur: 2 Wochen je 18 h = 36 h

Gesamtaufwand ca. 90 Stunden = 3 ECTS

Allgemeine physikalische und mathematische Grundlagen aus den Basiskursen des ersten Semesters.

Die Erfolgskontrolle des Moduls besteht aus einer schriftlichen Prüfung im Umfang von 120 Minuten.

keine

Die Studierenden werden befähigt, die Funktionen und Wirkungsweisen von Dioden, Z-Dioden, bipolaren- und Feldeffekttransistoren, analogen Grundschaltungen, von einstufigen Verstärkern bis hin zu Operationsverstärkern zu analysieren und zu bewerten. Durch die vermittelten Kenntnisse über Bauelementparameter und Funktion der Bauelemente werden die Studierenden in die Lage versetzt, verschiedene Verstärkerschaltungen analysieren und berechnen zu können. Durch den Erwerb von Kenntnissen um Kleinsignalmodelle der Bauelemente können die Studierenden ihr theoretisches Wissen für den Aufbau von Schaltungen praktisch anwenden. Darüber hinaus wird den Studierenden erweiterte Kenntnisse über den schaltungstechnischen Aufbau und Anwendungen aller digitalen Grundelemente (Inverter, NAND, NOR, Tri-state Inverter und Transmission Gates) sowie von Schaltungen für den Einsatz in sequentielle Logik, wie Flipflops vermittelt. Diese Kenntnisse erlauben den Studierenden aktuelle Trends in der Halbleiterentwicklung kritisch zu begleiten und zu analysieren. Auf diese Weise werden die Studierenden befähigt, moderne elektrische Systeme von der Signalerfassung (Sensor, Detektor) über die Signalkonditionierung (Verstärker, Filter, etc.) zu analysieren und ggfs. eigenständig zu optimieren.

Die Studierenden erlernen im Workshop die Koordination eines Projekts in kleinen Teams und die Darstellung der Ergebnisse in Form einer technischen Dokumentation. Weiterhin sind sie in der Lage, einfach elektronische Transistorschaltungen zu realisieren und charakterisieren.

Grundlagenvorlesung über passive und aktive elektronische Bauelemente und Schaltungen für analoge und digitale Anwendungen.

Schwerpunkte sind der Aufbau und die schaltungstechnische Realisierung analoger Verstärkerschaltungen mit Bipolar- und Feldeffekttransistoren, der schaltungstechnische Aufbau von einfachen Logikelementen für komplexe logische Schaltkreise. Im Einzelnen werden die nachfolgenden Themen behandelt:

• Einleitung (Bezeichnungen, Begriffe)

• Passive Bauelemente (R, C, L)

• Halbleiterbauelemente (Dioden, Transistoren)

• Dioden

• Bipolare Transistoren

• Feldeffekttransistoren (JFET, MOSFET, CMOS), Eigenschaften und Anwendungen

• Verstärkerschaltungen mit Transistoren

• Eigenschaften von Operationsverstärkern

• Kippschaltungen

• Sequentielle Logik

Begleitend zur Vorlesung werden Übungsaufgaben zum Vorlesungsstoff gestellt. Diese werden in einer großen Saalübung besprochen und die zugehörigen Lösungen detailliert vorgestellt. Parallel dazu werden weitere Übungsaufgaben und Vorlesungsinhalte in Form dedizierter Tutorien in Kleinstgruppen zur Übung und Vertiefung der Lehrinhalte gestellt und gelöst.

Die Modulnote ist die Note der schriftlichen Prüfung.

Die Vorbereitung (0,5 h), der Besuch (1,5 h) und die Nachbereitung (2 h) der wöchentlichen Vorlesung, der 14 tägigen Übung und den sechs Tutoriumsterminen sowie die Vorbereitung (82 h) und Teilnahme (2 h) an der Klausur ergibt insgesamt einen Arbeitsaufwand von ca. 180 h für die Lehrveranstaltung Elektronische Schaltungen, d.h. 6 LP.

Der erfolgreiche Abschluss von LV „Lineare elektrische Netze“ wird empfohlen.

Die Erfolgskontrolle erfolgt in Form eines mündlichen Abschlusskolloquiums von ca. 20 min Dauer sowie während des Praktikums durch Überprüfung der absolvierten Versuchs-Aufgaben.

Für die Teilnahme am Abschlusskolloque müssen mindestens 8 der 9 Versuche erfolgreich absolviert werden. Die erfolgreich durchgeführten Versuche bilden zusammen mit dem Abschluskolloquium eine Prüfungseinheit. Bei nicht bestehen ist das Praktikum komplett zu wiederholen.

Die Veranstaltung ist nicht benotet.

Kenntnisse zum Inhalt der folgenden Module müssen vorhanden sein: „M-ETIT-102102 – Digitaltechnik“ und  „M-ETIT-104465 – Elektronische Schaltungen“.

Die Studierenden erlernen den Umgang mit typischen Laborgeräten der Elektrotechnik (z.B. Multimeter, Funktionsgenerator, Oszilloskop). An praktischen Versuchen erfolgt die Anwendung Messgeräte. Die Studierenden vertiefen die bereits erlernten Grundlagen Elektronischer Schaltungstechnik, und Digitaltechnik in der Praxis. Sie erlernen den Umgang mit den zugehörigen Mess-, Analyse und Simulationswerkzeugen und werden mit der Interpretation von Datenblättern vertraut gemacht.

Es werden Versuche aus folgenden Bereichen durchgeführt:

- Oszilloskopmesstechnik,

- Operationsverstärker: Grundschaltungen, Rechenschaltungen, Fourier-/ analyse & synthese

- Messtechnik mit LabVIEW

- Schaltungssimulation mit SPICE

- Kleinsignalverhalten bipolarer Transistoren

- Wechselspannung, Kleintransformatoren, Gleichrichter, Linearregler

- Digitaltechnik, Automatenentwurf, Detektion von Laufzeitfehlern

- Gleichstromsteller

Die Veranstaltung ist nicht benotet.

Verschiebung ins WiSe, keine LV in SoSe25, neuer Name ab WiSe25/26: "Automatisierungstechnisches Grundlagenpraktikum"

Für die Teilnahme am Abschlusskolloque müssen mindestens 8 der 9 Versuche erfolgreich absolviert werden. Die erfolgreich durchgeführten Versuche bilden zusammen mit dem Abschluskolloquium eine Prüfungseinheit. Bei nicht bestehen ist das Praktikum komplett zu wiederholen.

Unter den Arbeitsaufwand fallen (für eine Vorlesung)

1. Präsenzzeit im Praktikum: 36 h
2. Vor-/Nachbereitung derselbigen: 63 / 36 h
3. Klausurvorbereitung und Präsenz in selber: 20 h

Die Modulprüfung erfolgt in Form einer schriftlichen Gesamtprüfung (120 min.).

Keine

Absolventinnen und Absolventen
• verstehen grundlegende Strukturen und Techniken der Geometrie und der Topologie und können diese nennen, diskutieren und anwenden
• verstehen elementargeometrische Konzepte von einem höheren Standpunkt aus
• sind vorbereitet für weiterführende Seminare und Vorlesungen im Bereich Geometrie/Topologie

Die erste Hälfte der Vorlesung beschäftigt sich mit der Axiomatik der ebenen euklidischen und nichteuklidischen Geometrie. Die zweite Hälfte führt zunächst Grundbegriffe der Topologie ein (einschließlich: Topologische Räume, Stetigkeit, Zusammenhang, Kompaktheit, Quotienten) und aufbauend darauf werden weitere Konzepte der Geometrie und Topologie diskutiert, wie beispielsweise: 

• Geometrie von Kurven und Flächen (z.B. 1. und 2. Fundamentalform, Gauß-Krümmung, Satz von Gauß-Bonnet)
• Mehr Beispiele topologischer Räume und deren Invarianten (z.B. Simplizialkomplexe und Euler-Charakteristik, Überlagerungen und Fundamentalgruppe)

Die Modulnote ist die Note der schriftlichen Prüfung.

Gesamter Arbeitsaufwand: 240 Stunden

Präsenzzeit: 90 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Folgende Module sollten bereits belegt worden sein:
Lineare Algebra 1 und 2
Analysis 1 und 2

See partial achievements (Teilleistung)

See partial achievements (Teilleistung)

- Understand the motivation for self-adaptation
- Get familiar with the basic principles and conceptual model of self-adaptation
- Understand how to engineer self-adaptive software systems from a software engineering perspective
- Understand the decision-making process using formal analysis at runtime for quality assurance
- Understand the notion of uncertainty in self-adaptive systems and how to tame it with formal verification at runtime
- Understand the level of adoption of self-adaptive systems in industry.

Self-adaptation is an important field of research and engineering that aims to address the challenging problem of how to engineer software systems that have to deal with uncertainties that can only be resolved at run time.

The course presents the basic principles of self-adaptation and introduces a conceptual feedback loop model of a self-adaptive system. It introduces quality models which can be used to estimate quality properties at runtime by a self-adaptive system to provide guarantees for the quality goals. The role played by the different types of uncertainties is then explored analyzing different possible approaches.

Course workload:

30h in Class (lectures)
45h self-study during the semester
15h preparation for the exam

Die Erfolgskontrolle erfolgt im Rahmen einer mündlichen Gesamtprüfung (ca. 20 Minuten) über die ausgewählte Lehrveranstaltung.

keine

Die Studierenden sind in der Lage, energietechnische Problemstellungen zu erkennen und Lösungsansätze zu erarbeiten. Sie haben ein Verständnis für physikalisch-theoretische Zusammenhänge der Energietechnik erlangt. Sie sind ebenfalls in der Lage die erarbeiteten Lösungen fachlich in einem wissenschaftlichen Format zu beschreiben, zu analysieren und zu erklären.

Grundlagenvorlesung Erzeugung elektrischer Energie. Von der Umwandlung der Primärenergieressourcen der Erde in kohlebefeuerten Kraftwerken und in Kernkraftwerken bis zur Nutzung erneuerbarer Energien behandelt die Vorlesung das gesamte Spektrum der Erzeugung. Die Vorlesung gibt einen Überblick über die physikalischen Grundlagen, die technisch-wirtschaftlichen Aspekte und das Entwicklungspotential der Erzeugung elektrischer Energie sowohl aus konventionellen als auch aus regenerativen Quellen.

Die Modulnote ist die Note der mündlichen Prüfung.

Die Veranstaltung findet wieder im SoSe26 statt.

Präsenzstudienzeit: 30 h

Selbststudienzeit: 60 h

Insgesamt 90 h = 3 LP

Siehe Teilleistung.

Siehe Teilleistung.

Studierende entwickeln ein initiales Bewusstsein für die ethische Dimension der Informatik. 

Sie sind in der Lage, die in der Vorlesung eingeführten ethischen Rahmenwerke auf digitale Technologien sowie ihre Entwicklung anzuwenden. 

Studierende können grundlegende ethische Herausforderungen für aktuelle und neue Technologien benennen, und Implikationen für gesellschaftliche Werte kritisch reflektieren.

Studierende sind sich ihrer eigenen Verantwortung sowie der Verantwortung der Informatik als Forschungs- und Anwendungsfeld bewusst. 

Dieses Modul vermittelt Studierenden theoretische sowie praktische Einblicke in für die Informatik relevante ethische Fragestellungen unter Einbezug des gesellschaftlichen Kontexts, in dem digitale Technologien genutzt werden.

Vorlesungsthemen umfassen philosophische, technikorientierte sowie berufspraktische ethische Rahmenwerke. Weiterhin werden aktuelle sowie neue Technologien anhand gesellschaftlicher Werte (z.B. Sicherheit und Privatheit, Nachhaltigkeit, Zugänglichkeit) diskutiert. Abschließend behandelt die Veranstaltung Fallstudien, die die Relevanz ethischer Fragestellungen für die Informatik illustrieren, und in Beziehung zum Berufsfeld der Informatikerin bringen.

Insgesamt 60h, die sich wie folgt zusammensetzen:

30h Teilnahme an der Vorlesung in Präsenz (15 Vorlesungswochen mit 2h Präsenzzeit/Woche)
15h Vor- und Nachbereitung der Vorlesung
15h Bearbeitung der wöchentlichen Tests (siehe Erfolgskontrolle)

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 90 Minuten. Bei weniger als 20 Prüflingen kann alternativ eine mündliche Prüfung im Umfang von ca. 20 Minuten.

keine

• Studierende haben fundiertes Wissen über Grundlagen, Methoden und Verfahren für das Messen und Prüfen in der industriellen Fertigung.
• Studierende können unterschiedliche Messprinzipien, -verfahren und -geräte hinsichtlich ihrer Voraussetzungen, Eigenschaften, Anwendungsbereiche und Ergebnisse beurteilen.
• Studierende sind in der Lage, fertigungsmesstechnische Aufgaben zu analysieren, die daraus folgenden Anforderungen an eine geeignete messtechnische Umsetzung abzuleiten, passende messtechnische Umsetzungen zu finden und die daraus folgenden Eigenschaften des Messergebnisses zu aufzuzeigen..

Die Fertigungsmesstechnik spielt eine wesentliche Rolle bei der Sicherstellung einer effizienten industriellen Fertigung. Sie stellt gewissenmaßen die Sinnesorgane für die Qualitätssicherung und die Automatisierungstechnik dar und umfasst alle mit dem Messen und Prüfen verbundenen Tätigkeiten.

Die Vorlesung vermittelt Verfahren und Umsetzungen für das Messen und Prüfen in der industriellen Praxis. Dabei liegt der Schwerpunkt auf geometrischen Eigenschaften; die meisten vorgestellten Konzepte lassen sich darüber hinaus auf andere Eigenschaften übertragen. Sensorsysteme für die Messung geometrischer Eigenschaften werden vorgestellt und mit ihren charakteristischen Eigenschaften diskutiert.

Die Inhalte umfassen im Einzelnen:

• Grundlagen der FMT
  • Grundbegriffe, Definitionen
  • Maßverkörperungen
  • Messunsicherheiten
• Messtechnik im Betrieb und im Messraum
  • Koordinatenmesstechnik
  • Form- und Lagemesstechnik
  • Oberflächen- und Konturmesstechnik
  • Komparatoren
  • Mikro- und Nanomesstechnik
  • Messräume
• Fertigungsorientierte Messtechnik
  • Messmittel und Lehren
  • Messvorrichtungen
  • Messen in der Maschine
  • Sichtprüfung
  • Statistische Prozessregelung (SPC)
• Optische/berührungslose Messverfahren
  • Integrierbare optische Sensoren
  • Eigenständige optische Messsysteme
  • Optische 2,5D-Koordinatenmesstechnik
  • Optische 3D-Koordinatenmesstechnik
  • Computertomographie
• Prüfmittelmanagement
  
  • Beherrschte Prüfprozesse
  • Prüfplanung

Die Modulnote ist die Note der schriftlichen bzw. mündlichen Prüfung

Gesamt: ca. 90h, davon

1. Präsenzzeit in Vorlesungen:                           23h

2. Vor-/Nachbereitung der Vorlesungen:             23h

3. Klausurvorbereitung und Präsenz in selbiger:  44h

Kenntnisse der Stochastik und von Grundlagen der Messtechnik sind hilfreich.

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 120 Minuten.

keine

• Die Studierenden verfügen über grundlegende Kenntnisse der Quantenmechanik (Schrödinger-Gleichung, Eigenzustände, Aufbau der Materie).
• Die Studierenden kennen die Grundlagen der Halbleiterphysik (Bandstruktur, Transporteigenschaften, Fermi-Dirac-Verteilungen).
• Die Studierenden beherrschen die Halbleitergrundgleichungen und können diese zur Modellierung von Halbleiterbauelementen einsetzen. 
• Die Studierenden haben ein Verständnis der Wirkungsweise und der quantitativen Beschreibung von pn-Dioden und Schottky-Dioden und deren Anwendungen. 
• Die Studierenden haben ein Verständnis der Wirkungsweise und der quantitativen Beschreibung von Bipolartransistoren und Feldeffekttransistoren.
• Die Studierenden kennen die grundlegenden Herstellungsprozesse in der Halbleitertechnologie.
• Die Studierenden verstehen die Polarisierbarkeit und das Verhalten dielektrischer, piezoelektrischer und ferroelektrischer Materialien sowie ihre Bedeutung für Kondensatoren und Isolatoren.
• Die Studierenden besitzen Grundkenntnisse zu Aufbau von und Transport in Ionenleitern und erlernen die grundlegende Modellierung und Analogien zu elektrischen Leitern.

• Die Studierenden verstehen die grundlegenden Prozesse an Grenzflächen von Ionenleitern zu Halbleitern und Metallen und ihren Einsatz und ihre Wirkungsweise in (Doppelschicht-)Kondensatoren, Batterien und Brennstoffzellen.

Im Rahmen der Vorlesung werden folgende Inhalte behandelt:

• Grundlagen der Quantenmechanik
• Elektronische Zustände
• Vom Wasserstoffatom zum Periodensystem der Elemente
• Elektronen in Kristallen
• Halbleiter
• Quantenstatistik für Ladungsträger
• Dotierte Halbleiter
• Halbleiter im Nichtgleichgewicht
• pn-Übergang
• Dioden und deren Anwendungen 
• Bipolartransistoren
• Feldeffekttransistoren
• Dielektrische, piezoelektrische und ferroelektrische Werkstoffe und deren Anwendung
• Ionenleiter
• Elektrochemische Grenzflächen und deren Anwendungen

 Hinweis: Die Dozierenden behalten sich vor, im Rahmen der aktuellen Vorlesung ohne besondere Ankündigung vom hier angegebenen Inhalt abzuweichen.

Die Modulnote ist die Note der schriftlichen Prüfung.

1. Präsenzzeit in Vorlesungen, Übungen und Tutorien: 105 h
2. Vor-/Nachbereitung der Vorlesungen und Übungen: 100 h
3. Klausurvorbereitung und Präsenz in selbiger: 35 h

Summe: 240 h = 8 LP

Die Modulprüfung erfolgt in Form von schriftlichen Teilprüfungen (§4(2),1 SPO) über die gewählten Lehrveranstaltungen des Moduls, mit denen in Summe die Mindestanforderung an LP erfüllt wird. Die Erfolgskontrolle wird bei jeder Lehrveranstaltung dieses Moduls beschrieben. Die Prüfungen werden zu Beginn der vorlesungsfreien Zeit über den Stoff der jeweils zuletzt gehörten Veranstaltung angeboten. Wiederholungsprüfungen sind zu jedem ordentlichen Prüfungstermin möglich.

Die Note der Teilprüfung entspricht jeweils der Note der bestandenen Klausur.

Die Gesamtnote des Moduls wird aus den mit LP gewichteten Noten der Teilprüfungen gebildet und nach der ersten Nachkommastelle abgeschnitten.

Der Studierende

• besitzt weiterführende Kenntnisse in der Theorie und Politik der Besteuerung und der Staatsverschuldung.
• versteht Umfang, Struktur und Formen der staatlichen Kreditaufnahme.
• kennt die Ausgestaltung des deutschen sowie internationalen Steuerrechts
• ist in der Lage fiskalpolitische Fragestellungen zu interpretieren und zu motivieren.

Die Finanzwissenschaft ist ein Teilgebiet der Volkswirtschaftslehre. Ihr Gegenstand ist die Theorie und Politik der öffentlichen oder Staatswirtschaft und deren Wechselbeziehungen zum privaten Sektor. Die Finanzwissenschaft betrachtet das staatliche Handeln aus normativer und aus positiver Perspektive. Erstere untersucht effizienz- und gerechtigkeitsorientierte Motive für die staatliche Aktivität und entwickelt Handlungsanleitungen für die Finanzpolitik. Letztere entwickelt Erklärungsansätze für das tatsächliche Handeln der finanzpolitischen Akteure. Zu den Teilgebieten der Finanzwissenschaft zählen öffentliche Einnahmen, insbesondere Steuern und öffentliche Kredite, und öffentliche Ausgaben für staatlich bereitgestellte Güter, Wohlfahrts- und Umverteilungsprogramme.

Die Teilleistung T-WIWI-102790 "Spezielle Steuerlehre" wird ab Wintersemester 2018/2019 nicht mehr im Modul angeboten.

Gesamtaufwand bei 9 Leistungspunkten: ca. 270 Stunden

Die genaue Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls.

Es wird empfohlen, die Lehrveranstaltung Öffentliche Einnahmen [2560120] vor der Lehrveranstaltung Spezielle Steuerlehre [2560129] zu besuchen.

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.

Die Modulprüfung erfolgt in Form einer schriftlichen Gesamtprüfung (120 min).

Keine

Die Studierenden können im Rahmen der metrischen Räume topologische Grundbegriffe wie Kompaktheit erklären und in Beispielen anwenden. Sie sind in der Lage Hilbertraumstrukturen zu beschreiben und in Anwendungen zu verwenden. Sie können das Prinzip der gleichmäßigen Beschränktheit, den Banachschen Homomorphisatz und den Satz von Hahn-Banach wiedergeben und aus ihnen Folgerungen ableiten. Die Theorie dualer Banachräume, (insbesondere schwache Konvergenz, Reflexivität und Banach-Alaoglu) können sie beschreiben und in Beispielen diskutieren. Sie sind in der Lage einfache funktionalanalytische Beweise zu führen. Sie können den Spektralsatz für kompakte, selbstadjungierte Operatoren erläutern.

• Metrische Räume (topologische Grundbegriffe, Kompaktheit),
• Hilberträume, Orthonormalbasen, Sobolevräume,
• Stetige lineare Operatoren auf Banachräumen (Prinzip der gleichmäßigen Beschränktheit, Homomorphiesatz),
• Dualräume mit Darstellungssätzen, Sätze von Hahn-Banach und Banach-Alaoglu, schwache Konvergenz, Reflexivität,
• Spektralsatz für kompakte selbstadjungierte Operatoren.

Die Modulnote ist die Note der Prüfung.

Gesamter Arbeitsaufwand: 240 Stunden

Präsenzzeit: 90 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Vorlesung + Übung (4+2 SWS)

D. Werner, Funktionalanalysis

Siehe Teilleistung

Siehe Teilleistung

Der/die Studierende

• kennt und versteht die Grundzüge des Rechts des geistigen Eigentums sowie des Datenschutzes,
• definiert und differenziert die Grundbegriffe (Territorialität, Schutzvoraussetzungen, Ausschließlichkeitsrechte, Schrankenbestimmungen, Verletzungshandlungen und Rechtsfolgen), hat deren Bedeutung verinnerlicht und ist in der Lage, einfach gelagerte rechtlich relevante Sacherhalte zutreffend zu bewerten und zu lösen,
• kennt und versteht den Unterschied von Registerrechten und formlosen Schutzsystemen und findet sich in den internationalen, europäischen und nationalen Regelungsebenen des geistigen Eigentums zurecht,
• entwirft Lizenzverträge und löst einen Verletzungsfall in der Subsumtionsmethode gutachterlich,
• versteht die die Grundprinzipien und systematischen Grundlagen des Bundesdatenschutzgesetzes,
• analysiert und bewertet Konzepte des Selbstdatenschutzes und des Systemdatenschutzes,
• besitzt differenzierte Kenntnisse hinsichtlich des bereichsspezifischen Datenschutzrechts, die er/sie insbesondere am Beispiel der Regelungen des Datenschutzes bei Tele- und Mediendiensten vertieft hat.

Aufbauend auf den in den ersten beiden Bachelorjahren erlernten Rechtskenntnissen dient das Modul Recht im 3. Bachelorjahr zum einen der Vertiefung der zuvor erworbenen Rechtskenntnisse und zum anderen der Spezialisierung in den Rechtsmaterien, denen in der informationswirtschaftlichen / wirtschaftsinformatischen Praxis die größte Bedeutung zukommt...

Der Gesamtarbeitsaufwand für dieses Modul beträgt ca. 180 Stunden (6 Credits). Die Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls.

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

Die Modulprüfung erfolgt in Form einer schriftlichen Prüfung (3h).

Durch die erfolgreiche Teilnahme am Übungsbetrieb kann ein Bonus erworben werden. Um einen Bonus zu bekommen, muss man jeweils 50% der Punkte für die Lösungen der Übungsblätter 1-6 sowie der Übungsblätter 7-12 erwerben. 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).

Keine.

Die Studierenden können grundlegende Begriffe und Techniken der Graphentheorie nennen, erörtern und anwenden. Sie können geeignete diskrete Probleme als Graphen modellieren und Resultate wie Menger's Satz, Kuratowski's Satz oder Turán's Satz, sowie die in den Beweisen entwickelten Ideen, auf Graphenprobleme anwenden. Insbesondere können die Studierenden Graphen hinsichtlich ihrer Kennzahlen wie Zusammenhang, Planarität, Färbbarkeit und Kantenzahl untersuchen. Sie sind in der Lage, Methoden aus dem Bereich der Graphentheorie zu verstehen und kritisch zu beurteilen. Desweiteren können die Studierenden in englischer Fachsprache kommunizieren.

Der Kurs über Graphentheorie spannt den Bogen von den grundlegenden Grapheneigenschaften, die auf Euler zurückgehen, bis hin zu modernen Resultaten und Techniken in der extremalen Graphentheorie. Insbesondere werden die folgenden Themen behandelt: Struktur von Bäumen, Pfaden, Zykeln, Wegen in
Graphen, unvermeidliche Teilgraphen in dichten Graphen, planare Graphen, Graphenfärbung, Ramsey-Theorie, Regularität in Graphen.

Die Modulnote ist Note der Prüfung.

• Unterrichtssprache: Englisch
• Dieses Modul ist eines der neun Kernmodule im Bereich Algebra und Geometrie von welchen mindestens sechs innerhalb aller zwei Jahre angeboten werden (mindestens vier verschiedene).

Gesamter Arbeitsaufwand: 240 Stunden

Präsenzzeit: 90 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 150 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

Vorlesung + Übung (4+2 SWS)

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 120 Minuten.

keine

Die Studierenden können grundlegende Probleme in den Bereichen Hochfrequenztechnik und Nachrichtentechnik beschreiben und analysieren. Durch Anwendung der erlernten Methoden können Studierende die Vorgänge in modernen Datenübertragungssystemen erfassen, beurteilen und verwendete Algorithmen und Techniken bzgl. ihrer Leistungsfähigkeit vergleichen. Dazu gehören insbesondere auch die Zusammenhänge zwischen den physikalischen Signalen im analogen Teil des Systems und den resultierenden Eigenschaften der digitalen Datenübertragung.

Dieses Modul soll Studierenden die grundlegenden theoretischen und praktischen Aspekte moderner Datenübertragungssysteme vermitteln. Es werden hauptsächlich die Themen

• Konzept der Kanalkapazität
• Leitungstheorie, Reflexionsfaktor und Leistungsübertragung
• Komponenten (Modulator/Detektor, Mischer, Verstärker, Antennen) und Systeme
• Signalbeschreibung im Bandpassbereich und im äquivalenten Tiefpassbereich
• Modulation, Demodulation und Detektion
• Berechnung von Fehlerwahrscheinlichkeiten
• Höherwertige Modulationsverfahren
• Grundlagen der Nachrichtencodierung

behandelt. Das Modul vermittelt damit einen Überblick über unterschiedliche Datenübertragungssysteme und deren Funktionsweise von den physikalischen Signalen bis hin zur Performanz (z.B. Fehlerrate) der Übertragung

Die Modulnote ist die Note der schriftlichen Prüfung.

Jeder Leistungspunkt (Credit Point) entspricht ca. 30 h Arbeitsaufwand (für Studierende). Hierbei ist von durchschnittlichen Studierenden auszugehen, die eine durchschnittliche Leistung erreichen. Unter den Arbeitsaufwand fallen (z.B. 4 SWS):

   1. Präsenzzeit in Vorlesungen, Übungen: 15*4 h = 60 h

   2. Vor-/Nachbereitung derselbigen: 25*4 h = 100 h

   3. Klausurvorbereitung und Präsenz in selbiger: 20 h

         Summe: 180 LP = 6 LP  

Kenntnisse zu Physik, höherer Mathematik, Wahrscheinlichkeitstheorie, Grundlagen elektromagnetischer Wellen, Schaltungstechnik, sowie Signale und Systeme sind hilfreich.

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 (3 h Präsenz, 5 h Selbststudium), plus 30 Stunden Klausurvorbereitung: 150 Stunden

LA II

Die Erfolgskontrolle besteht aus einer schriftlichen Prüfung nach §4, Abs.1, Nr. 1 SPO im Umfang von 180 Minuten.

keine

Nach Besuch der Veranstaltung können Sie die Grundlagen der klassischen und modernen Physik darstellen und mathematisch beschreiben. Sie können Vorgänge in der Natur nach physikalischen Prinzipien klassifizieren und kommentieren. Sie sind in der Lage mathematische Methoden anzuwenden, um einfache Probleme der klassischen und modernen Physik zu berechnen und zu bewerten. Ausserdem können Sie die im Studium der technischen Fächer auftretenden physikalischen Fragestellungen identifizieren und einordnen.

Die Veranstaltung bietet eine Einführung in die Grundlagen der klassischen und modernen Physik im Nebenfach. Sie bietet in Beispielen Einblicke in die physikalische Grundlagenforschung an Teilchenbeschleunigern. Folgende Themenschwerpunkte werden behandelt:

• Dimensionen, Messgenauigkeit und Fehleranalyse
• Mechanik: Kinematik, Dynamik, Verhalten starrer Körper, Gravitation und Relativitätstheorie
• Elektrodynamik: Elektrische und magnetische Wechselwirkungen, zeitabhängige elektromagnetische Felder
• Schwingungen, harmonischer Oszillator
• Wellen: Wellenausbreitung und Wellengleichung, Interferenz und Beugung
• Experimentelle Grundlagen der Quantenphysik: Photonen, Teilchen und Felder
• Quantenmechanik, Schrödingergleichung

360 Stunden bestehend aus Präsenzzeiten (120), Nachbereitung der Vorlesung inkl. Prüfungsvorbereitung und Vorbereitung der Übungen (240)

• Physik: Lehr und Übungsbuch, Douglas C. Giancoli, Pearson Studium
• Physik, Paul A. Tipler, Spektrum Akademischer Verlag
• Moderne Physik, P.A. Tipler, R.A. Llewellyn, Oldenbourg

Siehe Teilleistung

Siehe Teilleistung

- Studierende kennen grundlegende Definitionsmethoden und sind in der Lage, entsprechende Definitionen zu lesen, zu verstehen und selbst aufzustellen.
- Die Studierenden kennen die grundlegenden Begriffe aus diskreter Mathematik und theoretischer Informatik und sind in der Lage sie richtig zu benutzen, sowohl bei der Beschreibung von Problemen als auch bei Beweisen.
- Studierende können einfache Probleme korrekt und vollständig formalisieren, eine gewisse Anzahl von gängigen Verfahren beschreiben und anwenden, sowie einfache Beweise selbstständig durchführen.
- Studierende beherrschen grundlegende mathematische Methoden aus der Kombinatorik und Graphentheorie. Sie sind in der Lage diese im Kontext der Korrektheit und Laufzeit von Algorithmen, im Kontext der Modellierung und Formalisierung von Problemen der theoretischen Informatik und im Kontext der formalen Sprachen anzuwenden.

- Grundlagen des Aufbaus und der Analyse von Algorithmen, Sortieralgorithmen
- Korrektheit und Laufzeit in O-Notation
- Grundlagen zu Graphen, Bäume, Färbungen, Matchings
- Alphabete, Wörter, formale Sprachen, reguläre Ausdrücke
- mathematische Beweistechniken, Induktionsbeweise
- Kodierungen und Zahlendarstellungen
- Aussagenlogik, das Erfüllbarkeitsproblem
- Grundlagen der Kombinatorik, Binomialkoeffizienten, Permutationen
- Formalisierung von Entscheidungsproblemen, Einführung in Entscheidbarkeit und NP-Schwere

Siehe Teilleistung.

Vorlesung: 18 x 1.5 h = 27.00 h
Uebung: 12 x 0.75 h = 9.00 h
Tutorium: 14 x 1.5 h = 21.00 h
Nachbereitung: 18 x 0.5 h = 9.00 h
Bearbeitung von Aufgaben: 12 x 6 h = 72.00 h
Klausurvorbereitung: 1 x 40 h = 40.00 h
Klausur: 1 x 2 h = 2.00 h
Summe 180 h

2 SWS Vorlesung, 1 SWS Übung, 2 SWS Tutotium

See partial achievements (Teilleistung) 

See partial achievements (Teilleistung) 

Upon successful completion of the course, participants will be able to:

1. Understand and analyze the challenges of efficiently deploying deep learning models on hardware platforms.
2. Apply optimization techniques to improve the hardware efficiency of deep learning models, specifically to reduce latency, energy consumption, and memory usage.
3. Explain and implement the following methods in practical scenarios:
- Knowledge Distillation
- Neural Architecture Search (NAS)
- Pruning
- Quantization
4. Evaluate and adapt the use of these techniques for both cloud-based and embedded systems.
5. Perform model optimizations while maintaining high task performance.

Deep learning models are ubiquitous in modern applications, from computer vision to natural language processing. However, deploying these models efficiently on hardware platforms remains a significant challenge, leading to increased latency, energy consumption, memory usage, and cost. As deep learning models become larger and more complex, the need for optimization techniques to improve their performance on hardware is more critical than ever. This course discusses the principles and techniques for optimizing deep learning models for hardware deployment, focusing on both cloud and embedded systems.

The course covers various optimization techniques to improve model efficiency, reduce latency, and minimize memory usage while maintaining a high task performance. Precisely, the covered topics include
- Knowledge distillation
- Neural architecture search (NAS)
- Pruning
- Quantization

A basic understanding of deep learning concepts and neural networks is recommended. Furthermore, familiarity with hardware architectures and embedded systems is beneficial but not mandatory.

lecture time: 24h
self study: 24h
exam preparation: 42h

total: 90h = 3 ECTS

A basic understanding of deep learning concepts and neural networks is expected; familiarity with hardware architectures and embedded systems is helpful but not required. 

Die Erfolgskontrolle erfolgt in Form von zwei schriftlichen Prüfungen im Umfang von jeweils 120 Minuten sowie einer bestandenen Studienleistung aus den Übungen (mindestens ein Übungsschein aus den Lehrveranstaltungen Höhere Mathematik 1 oder Höhere Mathematik 2).

Keine

1. Das Modul M-MATH-101306 - Analysis 1 und 2 darf nicht begonnen worden sein.

Die Studierenden sollen am Ende des Moduls
• den Übergang von Schule zu Universität bewältigt haben,
• mit logischem Denken und strengen Beweisen vertraut sein,
• die Methoden und grundlegenden Strukturen der (reellen) Analysis beherrschen.

HM 1:

• Reelle Zahlen (Körpereigenschaften, natürliche Zahlen, Induktion)
• Konvergenz in R (Folgen, Reihen, Potenzreihen, elementare Funktionen, q-adische Entwicklung reeller Zahlen)
• Funktionen (Grenzwerte bei Funktionen, Stetigkeit, Funktionenfolgen und -reihen)
• Differentialrechnung (Ableitungen, Mittelwertsätze, Regel v. de l’Hospital, Satz von Taylor)
• Integralrechnung (Riemann-Integral, Hauptsätze, Substitution, part. Integration, uneigentliche Integrale)

HM 2:

• Fourierreihen
• Fouriertransformation
• Der Raum Rn (Konvergenz, Grenzwerte bei Funktionen, Stetigkeit)
• Differentialrechnung im Rn (partielle Ableitungen, (totale) Ableitung, Taylorentwicklung, Extremwertberechnungen)
• Das mehrdimensionale Riemann- Integral (Fubini, Volumenberechnung mit Cavalieri, Substitution, Polar-, Zylinder-, Kugelkoordinaten)
• Differentialgleichungen (Trennung der Ver., lineare DGL 1. Ordnung, Bernoulli-DGL, Riccati-DGL, lineare Systeme, lineare DGL höherer Ordnung)

Die Modulnote ist die nach Leistungspunkten gewichtete Durchschnittsnote der beiden Teilprüfungen.

Beide Teilprüfungen sind getrennt zu bestehen.

Die Teilleistungen „Analysis 1 Übungsschein“ und „Höhere Mathematik 1 Übungsschein“ sind äquivalent. Die Teilleistung „Analysis 2 Übungsschein“ kann als Teilleistung „Höhere Mathematik 2 Übungsschein“ angerechnet werden. Für eine Übertragung der Teilleistungen von einem auf das andere Modul ist ein Umbuchungsantrag notwendig.

Gesamter Arbeitsaufwand: 450 Stunden

Präsenzzeit: 150 Stunden

• Lehrveranstaltung einschließlich studienbegleitender Modulprüfung

Selbststudium: 300 Stunden

• Vertiefung der Studieninhalte durch häusliche Nachbearbeitung des Vorlesungsinhaltes
• Bearbeitung von Übungsaufgaben
• Vertiefung der Studieninhalte anhand geeigneter Literatur und Internetrecherche
• Vorbereitung auf die studienbegleitende Modulprüfung

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

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung im Umfang von 120 Minuten.

keine

Die Studierenden verstehen die technische Funktion aller Antriebskomponenten von hybriden und elektrischen Fahrzeugen sowie deren Zusammenspiel im Antriebsstrang zu verstehen. Sie verfügen über Detailwissen der Antriebskomponenten, insbesondere Batterien und Brennstoffzellen, leistungselektronische Schaltungen und elektrische Maschinen inkl. der zugehörigen Getriebe. Weiterhin kennen sie die wichtigsten Antriebstopologien und ihre spezifischen Vor- und Nachteile. Die Studierenden können die technischen, ökonomischen und ökologischen Auswirkungen alternativer Antriebstechnologien für Kraftfahrzeuge beurteilen und bewerten.

Ausgehend von den Mobilitätsbedürfnissen der modernen Industriegesellschaft und den politischen Rahmenbedingungen zum Klimaschutz werden die unterschiedlichen Antriebs- und Ladekonzepte von batterieelektrischen- und hybridelektrischen Fahrzeugen vorgestellt und bewertet. Die Vorlesung gibt einen Überblick über die Komponenten des elektrischen Antriebsstranges, insbesondere Batterie, Ladeschaltung, DC/DC-Wandler, Wechselrichter, elektrische Maschine und Getriebe. Gliederung:

• Hybride Fahrzeugantriebe

• Elektrische Fahrzeugantriebe

• Fahrwiderstände und Energieverbrauch

• Betriebsstrategie

• Energiespeicher

• Grundlagen elektrischer Maschinen

• Asynchronmaschinen

• Synchronmaschinen

• Sondermaschinen

• Leistungselektronik

• Laden

• Umwelt

• Fahrzeugbeispiele

Anforderungen und Spezifikationen

Die Modulnote ist die Note der schriftlichen Prüfung.

14x V und 7x U à 1,5 h = 31,5 h

14x Nachbereitung V à 1 h = 14 h

6x Vorbereitung zu U à 2 h = 12 h

Prüfungsvorbereitung: = 50 h

Prüfungszeit = 2 h

Insgesamt = 109,5 h

(entspricht 4 Leistungspunkten)

Zum Verständnis des Moduls ist Grundlagenwissen der Elektrotechnik empfehlenswert (erworben beispielsweise durch Besuch der Module "Elektrische Energietechnik", "Elektrotechnik für Wirtschaftsingenieure I+II" oder "Elektrotechnik und Elektronik für Maschinenbauingenieure").

Siehe Teilleistung.

Siehe Teilleistung.

• 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
• 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)