Studiengangsbeschreibung
Inhalt
Die Informatik ist eng mit der Mathematik und der Elektrotechnik/Elektronik verbunden, ist aber auch als eine Basis- und Querschnittsdisziplin zu verstehen, die sich sowohl mit technischen als auch mit organisatorischen Problemen bei der Entwicklung und Anwendung informationsverarbeitender Systeme beschäftigt. Sie erforscht die grundsätzlichen Verfahrensweisen der Informationsverarbeitung und die allgemeinen Methoden der Anwendung solcher Verfahren in den verschiedensten Bereichen. Sie geht durch Abstraktion und Modellbildung sowohl über die konkreten technischen Realisierungen informationsverarbeitender Systeme als auch über die Besonderheiten spezieller Anwendungen hinaus und gelangt zur Formulierung allgemeiner Gesetzmäßigkeiten. Daraus entwickelt sie Standardlösungen für die Aufgaben der Praxis, z.B. bei der Bewältigung großer Daten- und Informationsmengen und der Steuerung komplexer Produktionsabläufe (Quelle: studienwahl.de, 05/2015).
Der Bachelorstudiengang Computer Science bietet ein wissenschaftlich fundiertes, grundlagenorientiertes Studium. Auf der Basis eines breiten und in ausgewählten Teilgebieten vertieften fachlichen Wissens werden die analytischen, kreativen und konstruktiven Fähigkeiten zur Konzipierung von informationsverarbeitenden Systemen entwickelt und gefördert. Vor allem wird die Fähigkeit zur Realisierung und Implementierung von programmierbaren Systemen erworben. Durch die Bearbeitung von vielfältigen Problemen aus verschiedenen Anwendungsbereichen entwickeln die Studierenden insgesamt eine sinnvolle Mischung aus praktischen und wissenschaftlichen Fähigkeiten. Schlüsselqualifikationen wie Teamarbeit und Präsentationstechniken werden gezielt vermittelt.
Die Informatik unterliegt schnellen Innovationen, weshalb besonderer Wert auf zukunftsfestes Wissen gelegt wird. Damit sollen die Studierenden in die Lage versetzt werden, auch die künftigen Entwicklungen der Informatik selbstständig und auf hohem Niveau in ihre berufliche Praxis und in ihren persönlichen Horizont zu integrieren. Aus diesem Grund hat der Bachelorstudiengang eine wissenschaftliche und methodenorientierte Grundausrichtung. Erworben werden vor allem gründliche Kenntnisse in Informatik und vertieftes Wissen auch in Mathematik und Betriebswirtschaftslehre.
Berufliche Perspektiven
Lernziele
Das Bachelorstudium Computer Science soll die Studierenden sowohl auf eine berufliche Tätigkeit als auch auf ein einschlägiges Master-Studium vorbereiten. Das hierfür notwendige methodische Grundlagenwissen wird im Rahmen des Studiums erworben. Die Lernergebnisse des Studiengangs werden durch ein Zusammenspiel von grundlegenden und weiterführenden Modulen aus Informatik, Mathematik und Betriebswirtschaftslehre erreicht. Die Lernziele sind im Folgenden eingeteilt in die Kategorien Wissen, Fertigkeiten, Sozialkompetenz und Selbstständigkeit.
Wissen
Wissen konstituiert sich aus Fakten, Grundsätzen und Theorien und wird im Bachelorstudiengang Computer Science auf folgenden Gebieten erworben:
- Die Absolventen und Absolventinnen kennen grundlegende Methoden und Verfahren zur mathematischen Modellbildung in der Informatik, wie etwa algebraisch spezifizierte abstrakte Datentypen, Automatenmodelle, Grammatiken, graphentheoretische Netzwerke, Differentialgleichungen, Regelkreise, stochastische Prozesse und dynamische Systeme im Sinne der Systemtheorie. Sie können diese beschreiben und vergleichen.
- Die Absolventen und Absolventinnen kennen fundamentale Methoden und Verfahren zur Lösung oder Approximation von algorithmischen Entscheidungs- und Optimierungsproblemen, wie etwa automatische Differentiation, direkte erschöpfende Suche via Backtracking, Gradienten-basierte Verfahren, graphentheoretische Algorithmen, Heuristiken, lineare (ganzzahlige) Programmierung, Testen von Hypothesen, Theorem-Beweiser, sowie deren Analyse hinsichtlich Komplexität, Konvergenz und Güte. Sie sind in der Lage, diese zu skizzieren und zu diskutieren.
- Die Absolventen und Absolventinnen kennen die Grundlagen des Software-Entwurfes und können hierbei auf gängige prozedurale, objektorientierte, funktionale und logikbasierte Programmiersprachen sowie grundlegende Datenstrukturen und Algorithmen zurückgreifen. Sie sind vertraut mit dem Betrieb von Software-Systemen unter Berücksichtigung der Organisation und Verarbeitung großer Datenmengen, der Verwaltung der zur Verfügung stehenden Betriebsmittel und einer verteilten Arrangierung von Daten und Algorithmen.
- Die Absolventen und Absolventinnen kennen den Aufbau, den Betrieb und die Organisation von Rechenanlagen und sie wissen, wie Algorithmen auf dem von-Neumann-Rechner oder einem Mikroprozessor ausgeführt werden. Sie wissen ferner, wie Hardware-Bausteine programmiertechnisch beschrieben und simuliert werden können und sie können die Einbettung eines Strukturmodells in einen technischen Rahmen skizzieren.
- Die Absolventen und Absolventinnen kennen eine Reihe von Anwendungsfällen valider mathematischer Modelle in der Informatik, wie etwa Algorithmen in Netzwerken, diskrete und schnelle Fourier-Transformation, Public-Key-Infrastrukturen sowie Sortier- und Suchverfahren.
Fertigkeiten
Die Fähigkeit, erlerntes Wissen anzuwenden, um spezifische Probleme zu lösen, wird im Studiengang Computer Science auf vielfältige Weise unterstützt:
- Die Absolventen und Absolventinnen sind im Stande, Instanzen formaler Modelle in der Informatik anhand einfacher Modellierungsansätze zu entwickeln, ihre Berechenbarkeit und Komplexität einzuschätzen und sie anhand geeigneter Programmierwerkzeuge umzusetzen.
- Die Absolventen und Absolventinnen sind in der Lage, Instanzen von algorithmischen Entscheidungs- und Optimierungsproblemen unter Einsatz des Erlernten optimal oder näherungsweise zu lösen und die Lösungen zu analysieren.
- Die Absolventen und Absolventinnen können Software-Komponenten in komplexere Softwaresysteme unter Benutzung der im Studium erarbeiteten Methoden integrieren und testen.
- Die Absolventen und Absolventinnen werden in die Lage versetzt, Mikroprozessoren zu programmieren und Strukturbeschreibungen von einfachen Hardware-Bausteinen zu entwickeln, zu simulieren und zu bewerten.
- Die Absolventen und Absolventinnen können vertraute Anwendungsfälle valider mathematischer Modelle aus der Informatik unter Verwendung einschlägiger Werkzeuge umsetzen und die Lösungen evaluieren.
Erwerb von Sozialkompetenz
Sozialkompetenz umfasst die individuelle Fähigkeit und den Willen, zielorientiert mit anderen zusammen zu arbeiten, die Interessen der anderen zu erfassen, sich zu verständigen und die Arbeits- und Lebenswelt mitzugestalten.
- Die Absolventen und Absolventinnen können in einem fachlich homogenen Team organisieren, spezifische Teilaufgaben übernehmen und den eigenen Beitrag reflektieren.
- Die Absolventen und Absolventinnen sind in der Lage, sich in ein fachlich heterogenes Team einzugliedern, gemeinsame Lösungen zu erarbeiten und diese vor anderen zu vertreten.
Kompetenz zum selbständigen Arbeiten
Personale Kompetenzen umfassen neben der Kompetenz zum selbständigen Handeln auch die System- und Lösungskompetenzen, allgemeinen Problemstellung auf spezifische Teilprobleme abzubilden sowie die Auswahl und das Beherrschen geeigneter Methoden und Verfahren zur Problemlösung.
- Die Absolventen und Absolventinnen können sich selbständig ein eng umrissenes Teilgebiet der Informatik erschließen und die Ergebnisse im Rahmen eines kurzen Vortrages mit fortschrittlichen Präsentationstechniken oder eines mehrseitigen Aufsatzes detailliert zusammenfassen.
- Die Absolventen und Absolventinnen sind in der Lage, fachlich eingegrenzte Teilprojekte unter Verwendung des im Studium Erlernten in einem komplexeren IT-Entwicklungsprojekt eigenverantwortlich zu bearbeiten.
Studiengangsstruktur
- Kernqualifikation:
22 Module, 138 Leistungspunkte (LP), 1. - 6. Semester
- Vertiefung: 6 Module, 36 LP, 5. und 6. Semester
- Bachelorarbeit: 12 LP, 6. Semester
Damit ergibt sich ein Gesamtaufwand von 180 LP.
Die fachliche Lehre in der Kernqualifikation erstreckt sich vorwiegend auf die Semester 1 bis 5. Die Kernqualifikation beinhaltet folgende Fachmodule:
1. Semester
- Diskrete algebraische Strukturen
- Funktionale Programmierung
- Lineare Algebra
- Prozedurale Programmierung
2. Semester
- Automatentheorie und formale Sprachen
- Mathematische Analysis
- Objektorientierte Programmierung, Algorithmen und Datenstrukturen
- Software-Engineering
3. Semester
- Einführung in die Informationssicherheit
- Mathematik III
- Rechnernetze und Internet-Sicherheit
- Technische Informatik
4. Semester
- Berechenbarkeit und Komplexität
- Betriebssysteme
- Graphentheorie und Optimierung
- Signale und Systeme
- Stochastik
Neben diesen Fachmodulen folgende Module angeboten, die dem Studium Generale zuzuordnen sind:
- Grundlagen der Betriebswirtschaftslehre: 6 LP, 2.
Semester
- Nichttechnische Ergänzungskurse im Bachelor: 6
LP, 1. - 6. Semester
Ebenfalls zur Kernqualifikation gehört das Software-Fachpraktikum (6 LP, 5. Semester).
In der Vertiefung werden
fachliche Schlüsselqualifikationen erworben. Wählbar sind:
- Computational Mathematics (Verlaufspläne: Hardware, Software) oder
- Computer and Software Engineering (Verlaufspläne: Angewandte Mathematik, Systemtheorie).
Die Studierenden belegen in einem der beiden Zweige Veranstaltungen in einem Umfang von 30 LP. In jedem Block werden Veranstaltungen in einem Gesamtumfang von mindestens 42 LP vorgehalten, sodass ausreichend Wahlmöglichkeiten bestehen.
Der Studienplan ist mit einem Mobilitätsfenster versehen dergestalt, dass das fünfte Semester unter Umständen im Ausland absolviert werden kann.
In jeder Vertiefung werden zwei Verlaufspläne vorgehalten:
A. Vertiefung Computational Mathematics
A1. Verlaufsplan Applied Mathematics (M)
5. Semester
- Kombinatorische Strukuren und Algorithmen
- Numerik und Computer Algebra
- Rechnergestützte Geometrie
6. Semester
- Maßtheoretische Konzepte der Stochastik
- Mathematik IV
- Mathematische Statistik
A2. Verlaufsplan Systems Theory (R)
5. Semester
- Grundlagen der Regelungstechnik
- Numerische Mathematik I
- Quantenmechanik für Studierende der Ingenieurswissenschaften
6. Semester
- Algebraische Methoden in der Regelungstechnik
- Löser für schwach besetzte lineare Gleichungssysteme
- Mathematik IV
A3. Weitere Veranstaltung
-
B. Vertiefung Computer and Software Engineering
B1. Verlaufsplan Computer Engineering (T)
5. Semester
- Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
- Messtechnik und Messdatenverarbeitung
- Rechnerarchitektur
6. Semester
- Eingebettete Systeme
- Einführung in Medizintechnische Systeme
- Labor Cyber-Physical Systems
B2. Verlaufsplan Software Engineering (S)
5. Semester
- Datenbanken
- Kombinatorische Strukturen und Algorithmen
- Verteilte Systeme
6. Semester
- Anwendungssicherheit
- Compilerbau
- Softwareentwicklung
B3. Weitere Veranstaltung
- Quantenmechanik für Studierende der Ingenieurswissenschaften
Fachmodule der Kernqualifikation
Im Studium der Informatik werden zunächst die Grundlagen der praktischen, theoretischen und technischen Informatik sowie der dazu benötigten Mathematik gelehrt. An der TUHH wird großer Wert auf eine breite methodenorientierte Ausbildung gelegt.
Im Einzelnen werden folgende Lehrinhalte vermittelt:
- Praktische Informatik
- Programmier-Paradigmen (funktional, imperativ, objektorientiert)
- Algorithmentechnik
- Datenstrukturen
- Softwareentwicklung
- Theoretische Informatik
- Automatentheorie und Formale Sprachen
- Berechenbarkeit und Komplexitätstheorie
- Graphentheorie und Optimierung
- Informationssicherheit
- Automatentheorie und Formale Sprachen
- Technische Informatik
- Digitaltechnik
- Rechnerstrukturen
- Betriebssysteme
- Rechnernetze
- Mathematik
- Diskrete Mathematik
- Lineare Algebra
- Analysis
- Stochastik
- Klassische Systemtheorie
- Diskrete Mathematik
Abgerundet wird das Kernangebot durch Veranstaltungen, welche die persönlichen, sozialen und methodischen Kompetenzen (Soft-Skills) erhöhen sollen:
- Einführung in die Betriebswirtschaftslehre
- Nichttechnische Angebote im Bachelor
- Seminare Informatik und Mathematik (3 Seminare frei wählbar aus dem Angebot)
- Software-Fachpraktikum (sechswöchig, wird in der Regel in der Industrie absolviert)
Modul M0561: Diskrete Algebraische Strukturen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Karl-Heinz Zimmermann |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Abiturkenntnisse in Mathematik. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Wissen: Die Studierenden kennen
|
Fertigkeiten |
Fertigkeiten: Die Studierenden können
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifische Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zu präsentieren. |
Selbstständigkeit |
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachbüchern selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science: Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Informatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: Pflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht |
Lehrveranstaltung L0164: Diskrete Algebraische Strukturen |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | |
Literatur |
Lehrveranstaltung L0165: Diskrete Algebraische Strukturen |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0736: Linear Algebra |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Marko Lindner |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | None |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
- Students are able to work together (e.g. on their regular home work) in heterogeneously composed teams (i.e., teams from different study programs and background knowledge) and to present their results appropriately (e.g. during exercise class). |
Selbstständigkeit |
- Students are capable of checking their understanding of complex
concepts on their own. They can specify open questions precisely and
know where to get help in solving them.
|
Arbeitsaufwand in Stunden | Eigenstudium 128, Präsenzstudium 112 |
Leistungspunkte | 8 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 |
Zuordnung zu folgenden Curricula |
Computer Science: Kernqualifikation: Pflicht General Engineering Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Kernqualifikation: Pflicht |
Lehrveranstaltung L0642: Linear Algebra |
Typ | Vorlesung |
SWS | 4 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 64, Präsenzstudium 56 |
Dozenten | Dr. Francisco Javier Hoecker-Escuti, Dr. Julian Großmann |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
Preliminaries Vector spaces Matrices and linear systems of equations Scalar products and orthogonality Basis transformation Determinants Eigen values |
Literatur |
Strang: Linear Algebra Beutelsbacher: Lineare Algebra |
Lehrveranstaltung L0643: Linear Algebra |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Francisco Javier Hoecker-Escuti, Jan Meichsner |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L0645: Linear Algebra |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Francisco Javier Hoecker-Escuti |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0575: Prozedurale Programmierung |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Siegfried Rump |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Elementare Handhabung eines PC Elementare Mathematikkenntnisse |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden erwerben folgendes Wissen:
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden erwerben folgende Kompetenzen:
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 Minuten |
Zuordnung zu folgenden Curricula |
Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht Mechatronik: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht |
Lehrveranstaltung L0197: Prozedurale Programmierung |
Typ | Vorlesung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Siegfried Rump |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
Kernighan, Brian W (Ritchie, Dennis M.;) Sedgewick, Robert Kaiser, Ulrich (Kecher, Christoph.;) Wolf, Jürgen |
Lehrveranstaltung L0201: Prozedurale Programmierung |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Siegfried Rump |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L0202: Prozedurale Programmierung |
Typ | Laborpraktikum |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Siegfried Rump |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0577: Nichttechnische Ergänzungskurse im Bachelor |
Modulverantwortlicher | Dagmar Richter |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | Keine |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Nichttechnischen Angebote (NTA) vermitteln die in Hinblick auf das Ausbildungsprofil der TUHH nötigen Kompetenzen, die ingenieurwissenschaftliche Fachlehre fördern aber nicht abschließend behandeln kann: Eigenverantwortlichkeit, Selbstführung, Zusammenarbeit und fachliche wie personale Leitungsbefähigung der zukünftigen Ingenieurinnen und Ingenieure. Er setzt diese Ausbildungsziele in seiner Lehrarchitektur, den Lehr-Lern-Arrangements, den Lehrbereichen und durch Lehrangebote um, in denen sich Studierende wahlweise für spezifische Kompetenzen und ein Kompetenzniveau auf Bachelor- oder Masterebene qualifizieren können. Die Lehrangebote sind jeweils in einem Modulkatalog Nichttechnische Ergänzungskurse zusammengefasst. Die Lehrarchitektur besteht aus einem studiengangübergreifenden Pflichtstudienangebot. Durch dieses zentral konzipierte Lehrangebot wird die Profilierung der TUHH Ausbildung auch im Nichttechnischen Bereich gewährleistet. Die Lernarchitektur erfordert und übt eigenverantwortliche Bildungsplanung in Hinblick auf den individuellen Kompetenzaufbau ein und stellt dazu Orientierungswissen zu thematischen Schwerpunkten von Veranstaltungen bereit. Das über den gesamten Studienverlauf begleitend studierbare Angebot kann ggf. in ein-zwei Semestern studiert werden. Angesichts der bekannten, individuellen Anpassungsprobleme beim Übergang von Schule zu Hochschule in den ersten Semestern und um individuell geplante Auslandsemester zu fördern, wird jedoch von einer Studienfixierung in konkreten Fachsemestern abgesehen. Die Lehr-Lern-Arrangements sehen für Studierende - nach B.Sc. und M.Sc. getrennt - ein semester- und fachübergreifendes voneinander Lernen vor. Der Umgang mit Interdisziplinarität und einer Vielfalt von Lernständen in Veranstaltungen wird eingeübt - und in spezifischen Veranstaltungen gezielt gefördert. Die Lehrbereiche basieren auf Forschungsergebnissen aus den wissenschaftlichen Disziplinen Kulturwissenschaften, Gesellschaftswissenschaften, Kunst, Geschichtswissenschaften, Kommunikationswissenschaften, Migrationswissenschaften, Nachhaltigkeitsforschung und aus der Fachdidaktik der Ingenieurwissenschaften. Über alle Studiengänge hinweg besteht im Bachelorbereich zusätzlich ab Wintersemester 2014/15 das Angebot, gezielt Betriebswirtschaftliches und Gründungswissen aufzubauen. Das Lehrangebot wird durch soft skill und Fremdsprachkurse ergänzt. Hier werden insbesondere kommunikative Kompetenzen z.B. für Outgoing Engineers gezielt gefördert. Das Kompetenzniveau der Veranstaltungen in den Modulen der nichttechnischen Ergänzungskurse unterscheidet sich in Hinblick auf das zugrunde gelegte Ausbildungsziel: Diese Unterschiede spiegeln sich in den verwendeten Praxisbeispielen, in den - auf unterschiedliche berufliche Anwendungskontexte verweisende - Inhalten und im für M.Sc. stärker wissenschaftlich-theoretischen Abstraktionsniveau. Die Soft skills für Bachelor- und für Masterabsolventinnen/ Absolventen unterscheidet sich an Hand der im Berufsleben unterschiedlichen Positionen im Team und bei der Anleitung von Gruppen. Fachkompetenz (Wissen) Die Studierenden können
|
Fertigkeiten |
Die Studierenden können in ausgewählten Teilbereichen
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind fähig ,
|
Selbstständigkeit |
Die Studierenden sind in ausgewählten Bereichen in der Lage,
|
Arbeitsaufwand in Stunden | Abhängig von der Wahl der Lehrveranstaltungen |
Leistungspunkte | 6 |
Lehrveranstaltungen |
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls. |
Modul M0731: Functional Programming |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Sibylle Schupp | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse | Discrete mathematics at high-school level | ||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Students apply the principles, constructs, and simple design techniques of functional programming. They demonstrate their ability to read Haskell programs and to explain Haskell syntax as well as Haskell's read-eval-print loop. They interpret warnings and find errors in programs. They apply the fundamental data structures, data types, and type constructors. They employ strategies for unit tests of functions and simple proof techniques for partial and total correctness. They distinguish laziness from other evaluation strategies. |
||||||||
Fertigkeiten |
Students break a natural-language description down in parts amenable to a formal specification and develop a functional program in a structured way. They assess different language constructs, make conscious selections both at specification and implementations level, and justify their choice. They analyze given programs and rewrite them in a controlled way. They design and implement unit tests and can assess the quality of their tests. They argue for the correctness of their program. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Students practice peer programming with varying peers. They explain problems and solutions to their peer. They defend their programs orally. They communicate in English. |
||||||||
Selbstständigkeit |
In programming labs, students learn under supervision (a.k.a. "Betreutes Programmieren") the mechanics of programming. In exercises, they develop solutions individually and independently, and receive feedback. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 96, Präsenzstudium 84 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 min | ||||||||
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science: Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0624: Functional Programming |
Typ | Vorlesung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
Graham Hutton, Programming in Haskell, Cambridge University Press 2007. |
Lehrveranstaltung L0625: Functional Programming |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
Graham Hutton, Programming in Haskell, Cambridge University Press 2007. |
Lehrveranstaltung L0626: Functional Programming |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
Graham Hutton, Programming in Haskell, Cambridge University Press 2007. |
Modul M0553: Objektorientierte Programmierung, Algorithmen und Datenstrukturen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Rolf-Rainer Grigat |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Veranstaltung Prozedurale Programmierung oder gleichwertige Programmierkenntnisse in imperativer Programmierung Zwingende Voraussetzung ist die Beherrschung imperativer Programmierung (C, Pascal, Fortran oder ähnlich). Sie sollten also z.B. einfache Datentypen (integer, double, char, bool), arrays, if-then-else, for, while, Prozedur- bzw. Funktionsaufrufe und Zeiger kennen und in eigenen Programmen damit experimentiert haben, also auch Editor, Linker, Compiler und Debugger nutzen können. Die Veranstaltung beginnt mit der Einführung von Objekten, setzt also auf oben genannte Grundlagen auf. Dieser Hinweis ist insbesondere wichtig für Studiengänge wie AIW, GES, LUM da oben genannte Voraussetzungen dort nicht Bestandteil des Studienplans sind, sondern zu den Studienvoraussetzungen dieser Studiengänge zählen. Die Studiengänge ET, CI und IIW besitzen die erforderlichen Vorkenntnisse aus der Veranstaltung Prozedurale Programmierung im ersten Semester. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können die Grundzüge des Software-Entwurfs wie den Entwurf einer Klassenarchitektur unter Einbeziehung vorhandener Klassenbibliotheken und Entwurfsmuster erklären. Studierende können grundlegende Datenstrukturen der diskreten Mathematik beschreiben sowie wichtige Algorithmen zum Sortieren und Suchen bezüglich ihrer Komplexität bewerten. |
Fertigkeiten |
Studierende sind in der Lage,
|
Personale Kompetenzen | |
Sozialkompetenz |
Studierende können in Teams arbeiten und in Foren kommunizieren. |
Selbstständigkeit |
Studierende sind in der Lage selbständig über einen Zeitraum von 2-3 Wochen, unter Verwendung von SVN Repository und google Test, Programmieraufgaben z.B. LZW Datenkompression zu lösen. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 60 Minuten, Umfang Vorlesung, Übungen und Materialien im StudIP |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht General Engineering Science: Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht Technomathematik: Kernqualifikation: Pflicht |
Lehrveranstaltung L0131: Objektorientierte Programmierung, Algorithmen und Datenstrukturen |
Typ | Vorlesung |
SWS | 4 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 64, Präsenzstudium 56 |
Dozenten | Prof. Rolf-Rainer Grigat |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt |
Objektorientierte Analyse und Entwurf:
Datenstrukturen und Algorithmen:
|
Literatur | Skriptum |
Lehrveranstaltung L0132: Objektorientierte Programmierung, Algorithmen und Datenstrukturen |
Typ | Gruppenübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Rolf-Rainer Grigat |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0624: Automata Theory and Formal Languages |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Tobias Knopp |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
Participating students should be able to - specify algorithms for simple data structures (such as, e.g., arrays) to solve computational problems - apply propositional logic and predicate logic for specifying and understanding mathematical proofs - apply the knowledge and skills taught in the module Discrete Algebraic Structures |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students can explain syntax, semantics, and decision problems of propositional logic, and they are able to give algorithms for solving decision problems. Students can show correspondences to Boolean algebra. Students can describe which application problems are hard to represent with propositional logic, and therefore, the students can motivate predicate logic, and define syntax, semantics, and decision problems for this representation formalism. Students can explain unification and resolution for solving the predicate logic SAT decision problem. Students can also describe syntax, semantics, and decision problems for various kinds of temporal logic, and identify their application areas. The participants of the course can define various kinds of finite automata and can identify relationships to logic and formal grammars. The spectrum that students can explain ranges from deterministic and nondeterministic finite automata and pushdown automata to Turing machines. Students can name those formalism for which nondeterminism is more expressive than determinism. They are also able to demonstrate which decision problems require which expressivity, and, in addition, students can transform decision problems w.r.t. one formalism into decision problems w.r.t. other formalisms. They understand that some formalisms easily induce algorithms whereas others are best suited for specifying systems and their properties. Students can describe the relationships between formalisms such as logic, automata, or grammars. |
Fertigkeiten |
Students can apply propositional logic as well as predicate logic resolution to a given set of formulas. Students analyze application problems in order to derive propositional logic, predicate logic, or temporal logic formulas to represent them. They can evaluate which formalism is best suited for a particular application problem, and they can demonstrate the application of algorithms for decision problems to specific formulas. Students can also transform nondeterministic automata into deterministic ones, or derive grammars from automata and vice versa. They can show how parsers work, and they can apply algorithms for the language emptiness problem in case of infinite words. |
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science: Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Informatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: Pflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0332: Automata Theory and Formal Languages |
Typ | Vorlesung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Prof. Tobias Knopp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0507: Automata Theory and Formal Languages |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Tobias Knopp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0732: Software Engineering |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sibylle Schupp | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse |
|
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Students explain the phases of the software life cycle, describe the fundamental terminology and concepts of software engineering, and paraphrase the principles of structured software development. They give examples of software-engineering tasks of existing large-scale systems. They write test cases for different test strategies and devise specifications or models using different notations, and critique both. They explain simple design patterns and the major activities in requirements analysis, maintenance, and project planning. |
||||||||
Fertigkeiten |
For a given task in the software life cycle, students identify the corresponding phase and select an appropriate method. They choose the proper approach for quality assurance. They design tests for realistic systems, assess the quality of the tests, and find errors at different levels. They apply and modify non-executable artifacts. They integrate components based on interface specifications. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Students practice peer programming. They explain problems and solutions to their peer. They communicate in English. |
||||||||
Selbstständigkeit |
Using on-line quizzes and accompanying material for self study, students can assess their level of knowledge continuously and adjust it appropriately. Working on exercise problems, they receive additional feedback. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 min | ||||||||
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0627: Software Engineering |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
Kassem A. Saleh, Software Engineering, J. Ross Publishing 2009. |
Lehrveranstaltung L0628: Software Engineering |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0737: Mathematical Analysis |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Marko Lindner |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | None |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
- Students are able to work together (e.g. on their regular home work) in heterogeneously composed teams (i.e., teams from different study programs and background knowledge) and to present their results appropriately (e.g. during exercise class). |
Selbstständigkeit |
- Students are capable of checking their understanding of complex
concepts on their own. They can specify open questions precisely and
know where to get help in solving them.
|
Arbeitsaufwand in Stunden | Eigenstudium 128, Präsenzstudium 112 |
Leistungspunkte | 8 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 Minuten |
Zuordnung zu folgenden Curricula |
Computer Science: Kernqualifikation: Pflicht General Engineering Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Kernqualifikation: Pflicht |
Lehrveranstaltung L0647: Mathematical Analysis |
Typ | Vorlesung |
SWS | 4 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 64, Präsenzstudium 56 |
Dozenten | Dr. Francisco Javier Hoecker-Escuti, Dr. Julian Großmann |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
Convergence, sequences, and series Continuity Elementary functions Differential calculus Integral calculus Sequences of functions |
Literatur |
Königsberger: Analysis Forster: Analysis |
Lehrveranstaltung L0648: Mathematical Analysis |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Francisco Javier Hoecker-Escuti, Jan Meichsner |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L0649: Mathematical Analysis |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Francisco Javier Hoecker-Escuti |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0829: Grundlagen der Betriebswirtschaftslehre |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Christoph Ihl |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | Schulkenntnisse in Mathematik und Wirtschaft |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden können...
|
Fertigkeiten |
Die Studierenden können
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind in der Lage
|
Selbstständigkeit |
Die Studierenden sind in der Lage
|
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Fachtheoretisch-fachpraktische Arbeit |
Prüfungsdauer und -umfang | mehrere schriftliche Leistungen über das Semester verteilt |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften: Vertiefung Elektrotechnik: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Verfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Bioverfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Energie- und Umwelttechnik: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Bau- und Umweltingenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Mediziningenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften: Vertiefung Schiffbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Energie- und Umwelttechnik: Kernqualifikation: Pflicht General Engineering Science: Vertiefung Bau- und Umweltingenieurwesen: Pflicht General Engineering Science: Vertiefung Bioverfahrenstechnik: Pflicht General Engineering Science: Vertiefung Elektrotechnik: Pflicht General Engineering Science: Vertiefung Energie- und Umwelttechnik: Pflicht General Engineering Science: Vertiefung Informatik: Pflicht General Engineering Science: Vertiefung Maschinenbau: Pflicht General Engineering Science: Vertiefung Mediziningenieurwesen: Pflicht General Engineering Science: Vertiefung Schiffbau: Pflicht General Engineering Science: Vertiefung Verfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Schiffbau: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Informatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: Pflicht Logistik und Mobilität: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht |
Lehrveranstaltung L0882: Betriebswirtschaftliche Übung |
Typ | Hörsaalübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Christoph Ihl, Katharina Roedelius, Tobias Vlcek |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
In der betriebswirtschaftlichen Horsaalübung werden die Inhalte der Vorlesung durch praktische Beispiele und die Anwendung der diskutierten Werkzeuge vertieft. Bei angemessener Nachfrage wird parallel auch eine Problemorientierte Lehrveranstaltung angeboten, die Studierende alternativ wählen können. Hier bearbeiten die Studierenden in Gruppen ein selbstgewähltes Projekt, das sich thematisch mit der Ausarbeitung einer innovativen Geschäftsidee aus Sicht eines etablierten Unternehmens oder Startups befasst. Auch hier sollen die betriebswirtschaftlichen Grundkenntnisse aus der Vorlesung zum praktischen Einsatz kommen. Die Gruppenarbeit erfolgt unter Anleitung eines Mentors. |
Literatur | Relevante Literatur aus der korrespondierenden Vorlesung. |
Lehrveranstaltung L0880: Grundlagen der Betriebswirtschaftslehre |
Typ | Vorlesung |
SWS | 3 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 48, Präsenzstudium 42 |
Dozenten | Prof. Christoph Ihl, Prof. Thorsten Blecker, Prof. Christian Lüthje, Prof. Christian Ringle, Prof. Kathrin Fischer, Prof. Cornelius Herstatt, Prof. Wolfgang Kersten, Prof. Matthias Meyer, Prof. Thomas Wrona |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
Neben der Vorlesung, die die Fachinhalte vermittelt, erarbeiten die Studierenden selbstständig in Gruppen einen Business-Plan für ein Gründungsprojekt. Dafür wird auch das wissenschaftliche Arbeiten und Schreiben gezielt unterstützt. |
Literatur |
Bamberg, G., Coenenberg, A.: Betriebswirtschaftliche Entscheidungslehre, 14. Aufl., München 2008 Eisenführ, F., Weber, M.: Rationales Entscheiden, 4. Aufl., Berlin et al. 2003 Heinhold, M.: Buchführung in Fallbeispielen, 10. Aufl., Stuttgart 2006. Kruschwitz, L.: Finanzmathematik. 3. Auflage, München 2001. Pellens, B., Fülbier, R. U., Gassen, J., Sellhorn, T.: Internationale Rechnungslegung, 7. Aufl., Stuttgart 2008. Schweitzer, M.: Planung und Steuerung, in: Bea/Friedl/Schweitzer: Allgemeine Betriebswirtschaftslehre, Bd. 2: Führung, 9. Aufl., Stuttgart 2005. Weber, J., Schäffer, U. : Einführung in das Controlling, 12. Auflage, Stuttgart 2008. Weber, J./Weißenberger, B.: Einführung in das Rechnungswesen, 7. Auflage, Stuttgart 2006. |
Modul M0834: Computernetworks and Internet Security |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Andreas Timm-Giel |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
Basics of Computer Science |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students are able to explain important and common Internet protocols in detail and classify them, in order to be able to analyse and develop networked systems in further studies and job. |
Fertigkeiten |
Students are able to analyse common Internet protocols and evaluate the use of them in different domains. |
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
Students can select relevant parts out of high amount of professional knowledge and can independently learn and understand it. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L1098: Computer Networks and Internet Security |
Typ | Vorlesung |
SWS | 3 |
LP | 5 |
Arbeitsaufwand in Stunden | Eigenstudium 108, Präsenzstudium 42 |
Dozenten | Prof. Andreas Timm-Giel, Prof. Dieter Gollmann |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
In this class an introduction to computer networks with focus on the Internet and its security is given. Basic functionality of complex protocols are introduced. Students learn to understand these and identify common principles. In the exercises these basic principles and an introduction to performance modelling are addressed using computing tasks and (virtual) labs. In the second part of the lecture an introduction to Internet security is given. This class comprises:
|
Literatur |
Further literature is announced at the beginning of the lecture. |
Lehrveranstaltung L1099: Computer Networks and Internet Security |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Andreas Timm-Giel, Prof. Dieter Gollmann |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0953: Introduction to Information Security |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Dieter Gollmann |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | Basics of Computer Science |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students can
|
Fertigkeiten |
Students can
|
Personale Kompetenzen | |
Sozialkompetenz | Students are capable of appreciating the impact of security problems on those affected and of the potential responsibilities for their resolution. |
Selbstständigkeit | None |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 Minuten |
Zuordnung zu folgenden Curricula |
Computer Science: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht |
Lehrveranstaltung L1114: Introduction to Information Security |
Typ | Vorlesung |
SWS | 3 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 48, Präsenzstudium 42 |
Dozenten | Prof. Dieter Gollmann |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
D. Gollmann: Computer Security, Wiley & Sons, third edition, 2011 Ross Anderson: Security Engineering, Wiley & Sons, second edition, 2008 |
Lehrveranstaltung L1115: Introduction to Information Security |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Dieter Gollmann |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0730: Technische Informatik |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Heiko Falk | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse |
Grundkenntnisse der Elektrotechnik |
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Dieses Modul vermittelt Grundkenntnisse der Funktionsweise von Rechensystemen. Abgedeckt werden die Ebenen von der Assemblerprogrammierung bis zur Gatterebene. Das Modul behandelt folgende Inhalte:
|
||||||||
Fertigkeiten |
Die Studierenden fassen ein Rechensystem aus der Perspektive des Architekten auf, d.h. sie erkennen die interne Struktur und den physischen Aufbau von Rechensystemen. Die Studierenden können analysieren, wie hochspezifische und individuelle Rechner aus einer Sammlung gängiger Einzelkompenenten zusammengesetzt werden. Sie sind in der Lage, die unterschiedlichen Abstraktionsebenen heutiger Rechensysteme - von Gattern und Schaltungen bis hin zu Prozessoren - zu unterscheiden und zu erklären. Nach erfolgreichem Besuch der Veranstaltung sind die Studierenden in der Lage, die Wechselwirkungen zwischen einem physischen Rechensystem und der darauf ausgeführten Software beurteilen zu können. Insbesondere sollen sie die Konsequenzen der Ausführung von Software in den hardwarenahen Schichten von der Assemblersprache bis zu Gattern erkennen können. Sie sollen so in die Lage versetzt werden, Auswirkungen unterer Schichten auf die Leistung des Gesamtsystems abzuschätzen und geeignete Optionen vorzuschlagen. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zu präsentieren. |
||||||||
Selbstständigkeit |
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 Minuten, Inhalte der Vorlesung und Übungen | ||||||||
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Schiffbau: Pflicht General Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0321: Technische Informatik |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Heiko Falk |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0324: Technische Informatik |
Typ | Gruppenübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Heiko Falk |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0853: Mathematik III |
||||||||||||||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||||||||||||||
|
Modulverantwortlicher | Prof. Anusch Taraz |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Mathematik I + II |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 128, Präsenzstudium 112 |
Leistungspunkte | 8 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 60 min (Analysis III) + 60 min (Differentialgleichungen 1) |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Energie- und Umwelttechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht |
Lehrveranstaltung L1028: Analysis III |
Typ | Vorlesung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
Grundzüge der Differential- und Integralrechnung mehrerer Variablen:
|
Literatur |
|
Lehrveranstaltung L1029: Analysis III |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1030: Analysis III |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1031: Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) |
Typ | Vorlesung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
Grundzüge der Theorie und Numerik gewöhnlicher Differentialgleichungen
|
Literatur |
|
Lehrveranstaltung L1032: Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1033: Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0562: Berechenbarkeit und Komplexität |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Karl-Heinz Zimmermann |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | Diskrete Algebraische Strukturen sowie Automatentheorie, Logik und Formale Sprachen. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Wissen: Die Studierenden kennen
|
Fertigkeiten |
Fertigkeiten: Die Studienden können
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifische Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zu präsentieren. |
Selbstständigkeit |
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachbüchern und anderweitiger Literatur selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 20 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0166: Berechenbarkeit und Komplexität |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | |
Literatur |
Lehrveranstaltung L0167: Berechenbarkeit und Komplexität |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | |
Literatur |
Modul M0971: Betriebssysteme |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Volker Turau |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen | Studierende können die wichtigsten Abstraktion von Betriebssystem erklären (Prozess, virtueller Speicher, Datei, Deadlock, Lifelock). Sie sind in der Lage, die Prozesszustände und die dazugehörenden Übergänge zu beschreiben. Sie kennen die wichtigsten Architekturvarianten von Betriebssystemen und können existierende Betriebssysteme diesen Varianten zuordnen. Die Teilnehmer sind in der Lage, nebenläufige Programm mittels Threads, conditional Variablen und Semaphoren zu erstellen. Sie können mehrere Varianten zur Realisierung von Filesystemen erläutern. Des Weiteren können sie mindestens drei Scheduling Algorithmen erläutern. |
Fertigkeiten |
Studierende können die POSIX Bibliotheken zur nebenläufigen Programmierung korrekt und effizient einsetzen. Sie sind in der Lage für eine Scheduling Aufgabe unter gegebenen Randbedingungen die Effezienz eines Scheduling-Algorithmus zu beurteilen. |
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L1153: Betriebssysteme |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Volker Turau |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1154: Betriebssysteme |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Volker Turau |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0672: Signale und Systeme |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Mathematik 1-3 Das Modul führt in das Thema der Signal- und
Systemtheorie ein. Sicherer Umgang mit grundlegenden mathematschen Methoden, wie sie in den
Modulen Mathematik 1-3 vermittelt werden, wird erwartet. Darüber hinaus sind Vorkenntnisse in Grundlagen von
Spektraltransformationen (Fourier-Reihe, Fourier-Transformation,
Laplace-Transformation) zwar nützlich, aber keine Voraussetzung. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden können Signale und lineare zeitinvariante (LTI) Systeme im Sinne der Signal- und Systemtheorie klassifizieren und beschreiben. Sie beherrschen die grundlegenden Integraltransformationen zeitkontinuierlicher und zeitdiskreter deterministischer Signale und Systeme. Sie können deterministische Signale und Systeme in Zeit- und Bildbereich mathematisch beschreiben und analysieren. Sie verstehen elementare Operationen und Konzepte der Signalverarbeitung und können diese in Zeit- und Bildbereich beschreiben. Insbesondere verstehen Sie die mit dem Übergang vom zeitkontinuierlichen zum zeitdiskreten Signal bzw. System einhergehenden Effekte in Zeit- und Bildbereich. |
Fertigkeiten |
Die Studierenden können deterministische Signale und lineare zeitinvariante Systeme mit den Methoden der Signal- und Systemtheorie beschreiben und analysieren. Sie können einfache Systeme hinsichtlich wichtiger Eigenschaften wie Betrags- und Phasenfrequenzgang, Stabilität, Linearität etc. analysieren und entwerfen. Sie können den Einfluß von LTI-Systemen auf die Signaleigenschaften in Zeit- und Frequenzbereich beurteilen. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden können fachspezifische Aufgaben gemeinsam bearbeiten. |
Selbstständigkeit |
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht |
Lehrveranstaltung L0432: Signale und Systeme |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0433: Signale und Systeme |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0727: Stochastik |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Marko Lindner |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students can explain the main definitions of probability, and they can give basic definitions of modeling elements (random variables, events, dependence, independence assumptions) used in discrete and continuous settings (joint and marginal distributions, density functions). Students can describe characteristic notions such as expected values, variance, standard deviation, and moments. Students can define decision problems and explain algorithms for solving these problems (based on the chain rule or Bayesian networks). Algorithms, or estimators as they are caller, can be analyzed in terms of notions such as bias of an estimator, etc. Student can describe the main ideas of stochastic processes and explain algorithms for solving decision and computation problem for stochastic processes. Students can also explain basic statistical detection and estimation techniques. |
Fertigkeiten | Students can apply algorithms for solving decision problems, and they can justify whether approximation techniques are good enough in various application contexts, i.e., students can derive estimators and judge whether they are applicable or reliable. |
Personale Kompetenzen | |
Sozialkompetenz |
- Students are able to work together (e.g. on their regular home work) in heterogeneously composed teams (i.e., teams from different study programs and background knowledge) and to present their results appropriately (e.g. during exercise class). |
Selbstständigkeit |
- Students are capable of checking their understanding of complex
concepts on their own. They can specify open questions precisely and
know where to get help in solving them.
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Computer Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht |
Lehrveranstaltung L0777: Stochastik |
Typ | Vorlesung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Dr. Christian Seifert |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
Grundbegriffe der Wahrscheinlichkeitstheorie
Repräsentationsformen für Verbundwahrscheinlichkeiten
Stochastische Prozesse
Detektion & Estimation
|
Literatur |
|
Lehrveranstaltung L0778: Stochastik |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Christian Seifert |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0873: Software-Fachpraktikum |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Prof. Karl-Heinz Zimmermann |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Grundlagen
der Softwaretechnik |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden kennen wichtige Aspekte und typische Phasen der Software-Projektentwicklung (wie Planung, Spezifikation, Implementierung, Validierung, Wartung und Dokumentation), die in der Praxis mehr oder weniger ausgeprägt zum Tragen kommen. |
Fertigkeiten |
Die Studierenden können typische Stufen der Software-Projektentwicklung beschreiben und eng umrissene Teilaufgaben in einem Software-Projekt innerhalb einer Gruppe oder eigenständig bearbeiten. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifische Aufgaben aus der Software-Entwicklung alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zu präsentieren. |
Selbstständigkeit |
Die Studierenden sind nach Abschluss des Moduls imstande, sich Teilbereiche des Fachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. |
Arbeitsaufwand in Stunden | Eigenstudium 180, Präsenzstudium 0 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Schriftliche Ausarbeitung (laut FPrO) |
Prüfungsdauer und -umfang | Die Ausarbeitung wird von der Betreuerin bzw. dem Betreuer der Bachelorarbeit bewertet. |
Zuordnung zu folgenden Curricula |
Computer Science: Kernqualifikation: Pflicht |
Modul M0793: Seminare Informatik und Mathematik |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Karl-Heinz Zimmermann |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Grundlegende Module aus der Informatik und Mathematik auf der Bachelorebene. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden können
|
Fertigkeiten |
Die Studierenden können
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind in der Lage,
|
Selbstständigkeit |
Die Studierenden werden die Lage versetzt,
|
Arbeitsaufwand in Stunden | Eigenstudium 96, Präsenzstudium 84 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Referat |
Prüfungsdauer und -umfang | Pro Seminar erfolgt der Scheinerwerb durch Präsentation (Seminarvortrag 20 min und Diskussion 5 min) |
Zuordnung zu folgenden Curricula |
Computer Science: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht |
Lehrveranstaltung L1781: Seminar Informatik/Ingenieurmathematik |
Typ | Seminar |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann, Dr. Jens-Peter Zemke |
Sprachen | DE/EN |
Zeitraum |
WiSe/ |
Inhalt |
|
Literatur |
Wird vom Seminarveranstalter bekanntgegeben. |
Lehrveranstaltung L0796: Seminar Informatik/Ingenieurwesen |
Typ | Seminar |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann |
Sprachen | DE/EN |
Zeitraum |
WiSe/ |
Inhalt |
|
Literatur |
Wird vom Seminarveranstalter bekanntgegeben. |
Lehrveranstaltung L0797: Seminar Informatik/Mathematik |
Typ | Seminar |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Karl-Heinz Zimmermann, Dr. Jens-Peter Zemke, Dr. Mehwish Saleemi |
Sprachen | DE/EN |
Zeitraum |
WiSe/ |
Inhalt |
|
Literatur | Wird vom Seminarveranstalter bekanntgegeben. |
Modul M0852: Graphentheorie und Optimierung |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Anusch Taraz |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Computer Science: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht |
Lehrveranstaltung L1046: Graphentheorie und Optimierung |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Anusch Taraz |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1047: Graphentheorie und Optimierung |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Anusch Taraz |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Fachmodule der Vertiefung Computer- und Software-Engineering
Diese Vertiefung teilt sich in die Gebiete Softwaretechnik und Technische Informatik. Für jeden Bereich gibt es einen entsprechenden Verlaufsplan.
Die Softwaretechnik beschäftigt sich mit Planung, Entwurf, Analyse, Betrieb und Dokumentation von Softwaresystemen sowie der Spezifikation der dazu notwendigen Datenstrukturen. Die Vertiefung bietet einerseits Module aus dem Kernbereich der Softwaretechnik, wie Compilerbau, Datenbanken und Software-Entwicklung, und andererseits anwendungsorientierte Module, wie Verteilte Systeme, Kombinatorische Strukturen und Algorithmen sowie Rechnergestützte Geometrie.
Die Technische Informatik beschäftigt sich mit Aufbau, Entwurf, Organisation, Bewertung und Betrieb von Rechnersystemen. Sie ist Schnittstelle zwischen Informatik und Elektrotechnik und beschreibt Rechnersysteme hauptsächlich aus elektrologischer Sicht. Kenntnisse aus den grundständigen Veranstaltungen über Elektrotechnik werden nicht vorausgesetzt. Die Vertiefung bietet zum einen Module aus dem Kernbereich der Technischen Informatik, wie Recherarchitektur, Eingebettete Systeme sowie ein entsprechendes Labor-Praktikum, und andererseits anwendungsorientierte Module, wie Medizintechnische Systeme und die klassische Nachrichtentechnik. Die Einführungsveranstaltung über Quantenmechanik spielt eine fundamentale Rolle beim Aufbau von Quantenrechnern.
Modul M0625: Databases |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | NN |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
Students should habe basic knowledge in the following areas:
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students can explain the general architecture of an application system that is based on a database. They describe the syntax and semantics of the Entity Relationship conceptual modeling languages, and they can enumerate basic decision problems and know which features of a domain model can be captured with ER and which features cannot be represented. Furthermore, students can summarize the features of the relational data model, and can describe how ER models can be systematically transformed into the relational data model. Student are able to discuss dependency theory using the operators of relational algebra, and they know how to use relational algebra as a query language. In addition, they can sketch the main modules of the architecture of a database system from an implementation point of view. Storage and index structures as well as query answering and optimization techniques can be explained. The role of transactions can be described in terms of ACID conditions and common recovery mechanisms can be characterized. The students can recall why recursion is important for query languages and describe how Datalog can be used and implemented.They demonstrate how Datalog can be used for information integration. For solving ER decision problems the students can explain description logics with their syntax and semantics, they describe description logic decision problems and explain how these problems can be mapped onto each other. They can sketch the idea of ontology-based data access and can name the main complexity measure in database theory. Last but not least, the students can describe the main features of XML and can explain XPath and XQuery as query languages. |
Fertigkeiten |
Students can apply ER for describing domains for which they receive a textual description, and students can transform relational schemata with a given set of functional dependencies into third normal form or even Boyce-Codd normal form. They can also apply relational algebra, SQL, or Datalog to specify queries. Using specific datasets, they can explain how index structures work (e.g., B-trees) and how index structures change while data is added or deleted. They can rewrite queries for better performance of query evaluation. Students can analyse which query language expressivity is required for which application problem. Description logics can be applied for domain modeling, and students can transform ER diagrams into description logics in order to check for consistency and implicit subsumption relations. They solve data integration problems using Datalog and LAV or GAV rules. Students can apply XPath and Xquery to retrieve certain patterns in XML data. |
Personale Kompetenzen | |
Sozialkompetenz | Students develop an understanding of social structures in a company used for developing real-world products. They know the responsibilities of data analysts, programmers, and managers in the overall production process. |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Data Science: Kernqualifikation: Pflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0337: Databases |
Typ | Vorlesung |
SWS | 4 |
LP | 5 |
Arbeitsaufwand in Stunden | Eigenstudium 94, Präsenzstudium 56 |
Dozenten | NN |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1150: Databases |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | NN |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0675: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden kennen und verstehen die grundlegenden Funktionseinheiten eines Nachrichtenübertragungssystems. Sie können die einzelnen Funktionsblöcke mit Hilfe grundlegender Kenntnisse der Signal- und Systemtheorie sowie der Theorie stochastischer Prozesse beschreiben und analysieren. Sie kennen die entscheidenden Resourcen und Bewertungskriterien der Nachrichtenübertragung und können ein elementares nachrichtentechnisches System entwerfen und beurteilen. |
Fertigkeiten |
Die Studierenden sind in der Lage, ein elementares nachrichtentechnisches System zu entwerfen und zu beurteilen. Insbesondere können Sie den Bedarf an Resourcen wie Bandbreite und Leistung abschätzen. Sie sind in der Lage, wichtige Beurteilungskriterien wie die Bandbreiteneffizienz oder die Bitfehlerwahrscheinlichkeit elementarer Nachrichtenübertragungssysteme abzuschätzen und darauf basierend ein Übertragungsverfahren auszuwählen. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden können fachspezifische Aufgaben gemeinsam bearbeiten. |
Selbstständigkeit |
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: Wahlpflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht |
Lehrveranstaltung L0442: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
K. Kammeyer: Nachrichtenübertragung, Teubner P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner. M. Bossert: Einführung in die Nachrichtentechnik, Oldenbourg. J.G. Proakis, M. Salehi: Grundlagen der Kommunikationstechnik. Pearson Studium. J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill. S. Haykin: Communication Systems. Wiley J.G. Proakis, M. Salehi: Communication Systems Engineering. Prentice-Hall. J.G. Proakis, M. Salehi, G. Bauch, Contemporary Communication Systems. Cengage Learning. |
Lehrveranstaltung L0443: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L2354: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0972: Verteilte Systeme |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Volker Turau |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können die wichtigsten Abstraktion von Verteilten Systemen erklären (Marshalling, Proxy, Dienst, Adresse, Entfernter Aufruf, synchrones/asynchrones System). Sie sind in der Lage, die Vor- und Nachteile verschiedener Arten von Interprozesskommunikation zu beschreiben. Sie kennen die wichtigsten Architekturvarianten von Verteilten Systemen einschließlich ihrer Vor- und Nachteile. Die Teilnehmer sind in der Lage, mindestens drei Synchronisationsverfahren zu beschreiben. |
Fertigkeiten |
Studierende können auf unterschiedliche Arten verteilte Systeme realisieren. Dabei können sie folgende Methoden verwenden:
|
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L1155: Verteilte Systeme |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Volker Turau |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1156: Verteilte Systeme |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Volker Turau |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0941: Kombinatorische Strukturen und Algorithmen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Anusch Taraz |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht |
Lehrveranstaltung L1100: Kombinatorische Strukturen und Algorithmen |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Anusch Taraz |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1101: Kombinatorische Strukturen und Algorithmen |
Typ | Gruppenübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Anusch Taraz |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1242: Quantenmechanik für Studierende der Ingenieurswissenschaften |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Wolfgang Hansen | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse |
|
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen | Die Studierenden können grundlegende Begriffe und Prinzipien der Quantenmechanik beschreiben und erläutern. Sie kennen Gemeinsamkeiten und Unterschiede zur klassischen Physik und wissen, in welchen Situationen quantenmechanische Effekte erwartet werden können. | ||||||||
Fertigkeiten | Die Studierenden sind in der Lage, quantenmechanische Konzepte und Methoden auf einfache Probleme anzuwenden. Sie sind umgekehrt auch in der Lage, die Voraussetzungen und Prinzipien einfacher Anwendungen der Quantenmechanik in elektrooptischen Bauelementen nachzuvollziehen. | ||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz | Die Studierenden diskutieren den Vorlesungsstoff und präsentieren Lösungen einfacher quantenmechanischer Probleme in Kleingruppen während der Übungen. | ||||||||
Selbstständigkeit | Die Studierenden sind in der Lage selbstständig einfache Lösungswege zu quantenmechanische Problemen zu erarbeiten. Sie sind so weit mit Konzepten der Quantenmechanik vertraut, dass sie sich selbständig Literatur zu komplexeren Fragestellungen mit quantenmechanischem Hintergrund erarbeiten können. | ||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Mündliche Prüfung | ||||||||
Prüfungsdauer und -umfang | |||||||||
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht |
Lehrveranstaltung L1686: Quantenmechanik für Studierende der Ingenieurwissenschaften |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Wolfgang Hansen |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
Diese Veranstaltung führt in grundlegende Konzepte, Methoden und Begriffe der Quantenmechanik ein, die in den Materialwissenschaften wichtig sind. Anwendungen werden anhand konkreter Beispiele aus dem Bereich elektronischer und optischer Bauelemente diskutiert. Zentrale Begriffe und Themen sind: Schrödinger-Gleichung, Wellenfunktionen, Operatoren, Eigenzustände, Eigenwerte, Quantentöpfe, harmonischer Oszillator, Tunnelprozesse, resonante Tunneldiode, Bandstruktur, Zustandsdichte, Besetzungsverteilung, Zener-Diode, stationäre Störungsrechnung am Beispiel des Quantum Confined Stark Effekts, Fermis Goldene Regel und Übergangsmatrixelemente, Heterostrukturlaser, Quantenkaskadenlaser, Vielteilchensysteme, Moleküle und Austauschwechselwirkung, Quantenbits und Quantenkryptographie |
Literatur |
|
Lehrveranstaltung L1688: Quantenmechanik für Studierende der Ingenieurwissenschaften |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Wolfgang Hansen |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0791: Rechnerarchitektur |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Heiko Falk | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse |
Modul "Technische Informatik" |
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
In diesem Modul werden fortgeschrittene Konzepte der Rechnerarchitektur vorgestellt. Am Anfang steht ein breiter Überblick über mögliche Programmiermodelle, wie sie für Universalrechner aber auch für spezielle Maschinen (z.B. Signalprozessoren) entwickelt wurden. Anschließend werden prinzipielle Aspekte der Mikroarchitektur von Prozessoren behandelt. Der Schwerpunkt liegt hierbei insbesondere auf dem sogenannten Pipelining und den in diesem Zusammenhang angewandten Methoden zur Beschleunigung der Befehlsausführung. Die Studierenden lernen Mechanismen zum dynamischen Scheduling, zur Sprungvorhersage, zu superskalaren Architekturen und zu Speicher-Hierarchien kennen. |
||||||||
Fertigkeiten |
Die Studierenden sind in der Lage, den Aufbau eines Prozessors zu erklären. Sie kennen die verschiedenen Architekturprinzipien und Programmiermodelle. Die Studierenden untersuchen verschiedene Strukturen von Pipeline-Architekturen und sind in der Lage, deren Konzepte zu erklären und im Hinblick auf Kriterien wie Performance und Energieeffizienz zu analysieren. Sie bewerten unterschiedliche Speicherarchitekturen, kennen parallele Rechnerarchitekturen und können zwischen Befehls- und Datenparallelität unterscheiden. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zu präsentieren. |
||||||||
Selbstständigkeit |
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 Min., Vorlesungsstoff + 4 Testate zur PBL "Rechnerarchitektur" | ||||||||
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Flugzeug-Systemtechnik: Vertiefung Avionik und eingebettete Systeme: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht |
Lehrveranstaltung L0793: Rechnerarchitektur |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Heiko Falk |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
Die Gruppenübungen vertiefen die Vorlesungsinhalte durch Bearbeiten und Besprechen von Übungsblättern und dienen somit zur Klausur-Vorbereitung. Der praktische Umgang mit Fragestellungen aus der Rechnerarchitektur wird in der FPGA-basierten PBL zur Rechnerarchitektur vermittelt, deren Teilnahme verpflichtend ist. |
Literatur |
|
Lehrveranstaltung L0794: Rechnerarchitektur |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Heiko Falk |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1864: Rechnerarchitektur |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Heiko Falk |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0651: Rechnergestützte Geometrie |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Dr. Prashant Batra |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Lineare Algebra und Analytische Geometrie wie aus der schulischen Oberstufe bekannt (Rechnen mit Vektoren u. Determinanten, Deutung von Skalarprodukt, Kreuzprodukt, Darstellung v. Geraden/Ebenen, Satz d. Pythagoras, Cosinus-Satz, Satz d. Thales, Projektionen/Einbettungen) Grundlegende Datenstrukturen (Bäume, binäre Bäume, Suchbäume, balancierte binäre Bäume, Verkettete Listen) Definition eines Graphen |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können die grundlegenden Begriffe der Rechnergestützten Geoemtrie benennen, mathematisch exakt beschreiben und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. |
Fertigkeiten |
Studierende können Aufgabenstellungen aus der Rechnergestützten Geometrie mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen. |
Personale Kompetenzen | |
Sozialkompetenz |
Studierende sind in der Lage, mit den Teilnehmerinnen und Teilnehmer ihre eigenen algorithmischen Vorschläge zur Lösung der vorgestellten Probleme zu erörtern. Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache. |
Selbstständigkeit |
Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht |
Lehrveranstaltung L0393: Rechnergestützte Geometrie |
Typ | Vorlesung | ||||||||||||||||||||||||
SWS | 2 | ||||||||||||||||||||||||
LP | 4 | ||||||||||||||||||||||||
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 | ||||||||||||||||||||||||
Dozenten | Dr. Prashant Batra | ||||||||||||||||||||||||
Sprachen | DE | ||||||||||||||||||||||||
Zeitraum | WiSe | ||||||||||||||||||||||||
Inhalt |
Konstruktion einer konvexen Hülle von n Punkten Triangulierung eines schlichten Polygons Konstruktion einer Delaunay-Triangulation, eines Voronoi-Diagramms Algorithmen und Datenstrukturen zum Bestimmen eines Arrangements, eines Ham-Sandwich-Cuts. des Schnitts von Halbebenen, der Optimierung eines linearen Funktionals. Effiziente Bestimmung aller Schnittpunkte von (orthogonalen) Streckensegmenten Approximative Berechnung des Durchmessers einer Punktemenge Inkrementelle randomisierte Algorithmen Grundlagen der Gitterpunktlehre, LLL-Algorithmus und Anwendungen in der ganzzahligen Optimierung Grundlagen der Bewegungsplanung |
||||||||||||||||||||||||
Literatur |
Computational Geometry Algorithms and Applications Authors:
Springer e-Book: http://dx.doi.org/10.1007/978-3-540-77974-2
Springer e-Book: http://dx.doi.org/10.1007/3-540-27619-X O’Rourke, Joseph ISBN: 0-521-44034-3 ; 0-521-44592-2
Devadoss, Satyan L.; O’Rourke, Joseph
|
Lehrveranstaltung L0394: Rechnergestützte Geometrie |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Prashant Batra |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0754: Compiler Construction |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sibylle Schupp |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students explain the workings of a compiler and break down a compilation task in different phases. They apply and modify the major algorithms for compiler construction and code improvement. They can re-write those algorithms in a programming language, run and test them. They choose appropriate internal languages and representations and justify their choice. They explain and modify implementations of existing compiler frameworks and experiment with frameworks and tools. |
Fertigkeiten |
Students design and implement arbitrary compilation phases. They integrate their code in existing compiler frameworks. They organize their compiler code properly as a software project. They generalize algorithms for compiler construction to algorithms that analyze or synthesize software. |
Personale Kompetenzen | |
Sozialkompetenz |
Students develop the software in a team. They explain problems and solutions to their team members. They present and defend their software in class. They communicate in English. |
Selbstständigkeit |
Students develop their software independently and define milestones by themselves. They receive feedback throughout the entire project. They organize the software project so that they can assess their progress themselves. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Fachtheoretisch-fachpraktische Arbeit |
Prüfungsdauer und -umfang | Software (Compiler) |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0703: Compiler Construction |
Typ | Vorlesung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
Alfred Aho, Jeffrey Ullman, Ravi Sethi, and Monica S. Lam, Compilers: Principles, Techniques, and Tools, 2nd edition Aarne Ranta, Implementing Programming Languages, An Introduction to Compilers and Interpreters, with an appendix coauthored by Markus Forsberg, College Publications, London, 2012 |
Lehrveranstaltung L0704: Compiler Construction |
Typ | Gruppenübung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0634: Einführung in Medizintechnische Systeme |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Alexander Schlaefer | ||||||||||||
Zulassungsvoraussetzungen | Keine | ||||||||||||
Empfohlene Vorkenntnisse |
Grundlagen Mathematik (Algebra, Analysis) |
||||||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||||||
Fachkompetenz | |||||||||||||
Wissen |
Die Studierenden können Funktionsprinzipien ausgewählter medizintechnischer Systeme (beispielsweise bildgebende Systeme, Assistenzsysteme im OP, medizintechnische Informationssysteme) erklären. Sie können einen Überblick über regulatorische Rahmenbedingungen und Standards in der Medizintechnik geben. |
||||||||||||
Fertigkeiten |
Die Studierenden sind in der Lage, die Funktion eines medizintechnischen Systems im Anwendungskontext zu bewerten. |
||||||||||||
Personale Kompetenzen | |||||||||||||
Sozialkompetenz |
Die Studierenden können in Gruppen ein medizintechnisches Thema als Projekt beschreiben, in Teilaufgaben untergliedern und gemeinsam bearbeiten. |
||||||||||||
Selbstständigkeit |
Die Studierenden können ihren Wissensstand einschätzen und ihre Arbeitsergebnisse dokumentieren. Sie können die erzielten Ergebnisse kritisch bewerten und in geeigneter Weise präsentieren. |
||||||||||||
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 | ||||||||||||
Leistungspunkte | 6 | ||||||||||||
Studienleistung |
|
||||||||||||
Prüfung | Klausur | ||||||||||||
Prüfungsdauer und -umfang | 90 Minuten | ||||||||||||
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Engineering Science: Vertiefung Mediziningenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: Wahlpflicht Mediziningenieurwesen: Vertiefung Künstliche Organe und Regenerative Medizin: Wahlpflicht Mediziningenieurwesen: Vertiefung Implantate und Endoprothesen: Wahlpflicht Mediziningenieurwesen: Vertiefung Medizin- und Regelungstechnik: Wahlpflicht Mediziningenieurwesen: Vertiefung Management und Administration: Wahlpflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht |
Lehrveranstaltung L0342: Einführung in Medizintechnische Systeme |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Alexander Schlaefer |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt |
- Bildgebende Systeme |
Literatur |
Wird in der Veranstaltung bekannt gegeben. |
Lehrveranstaltung L0343: Einführung in Medizintechnische Systeme |
Typ | Projektseminar |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Alexander Schlaefer |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1876: Einführung in Medizintechnische Systeme |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Alexander Schlaefer |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt |
- Bildgebende Systeme |
Literatur |
Wird in der Veranstaltung bekannt gegeben. |
Modul M1300: Software Development |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sibylle Schupp |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students explain the fundamental concepts of agile methods, describe the process of |
Fertigkeiten |
For a given task on a legacy system, students identify the corresponding parts in the system and select an appropriate method for understanding the details. They choose the proper approach of splitting a task in independent testable and extensible pieces and, thus, solve the task with proper methods for quality assurance. They design tests for legacy systems, create automated builds, and find errors at different levels. They integrate the resulting artifacts in a continuous development environment |
Personale Kompetenzen | |
Sozialkompetenz |
Students discuss different design decisions in a group. They defend their solutions orally. They communicate in English. |
Selbstständigkeit |
Using accompanying tools, students can assess their level of knowledge continuously and adjust it appropriately. Within limits, they can set their own learning goals. Upon successful completion, students can identify and formulate concrete problems of software systems and propose solutions. Within this field, they can conduct independent studies to acquire the necessary competencies. They can devise plans to arrive at new solutions or assess existing ones. |
Arbeitsaufwand in Stunden | Eigenstudium 138, Präsenzstudium 42 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Fachtheoretisch-fachpraktische Arbeit |
Prüfungsdauer und -umfang | Software |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht |
Lehrveranstaltung L1790: Software Development |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 2 |
LP | 5 |
Arbeitsaufwand in Stunden | Eigenstudium 122, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
Duvall, Paul M. Continuous Integration. Pearson Education India, 2007. Martin, Robert Cecil. Agile software development: principles, patterns, and practices. Prentice Hall PTR, 2003. http://scrum-kompakt.de/ Myers, Glenford J., Corey Sandler, and Tom Badgett. The art of software testing. John Wiley & Sons, 2011. |
Lehrveranstaltung L1789: Software Development |
Typ | Vorlesung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
Duvall, Paul M. Continuous Integration. Pearson Education India, 2007. Martin, Robert Cecil. Agile software development: principles, patterns, and practices. Prentice Hall PTR, 2003. http://scrum-kompakt.de/ Myers, Glenford J., Corey Sandler, and Tom Badgett. The art of software testing. John Wiley & Sons, 2011. |
Modul M0803: Embedded Systems |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Heiko Falk | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse | Computer Engineering | ||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Embedded systems can be defined as information processing systems embedded into enclosing products. This course teaches the foundations of such systems. In particular, it deals with an introduction into these systems (notions, common characteristics) and their specification languages (models of computation, hierarchical automata, specification of distributed systems, task graphs, specification of real-time applications, translations between different models). Another part covers the hardware of embedded systems: Sonsors, A/D and D/A converters, real-time capable communication hardware, embedded processors, memories, energy dissipation, reconfigurable logic and actuators. The course also features an introduction into real-time operating systems, middleware and real-time scheduling. Finally, the implementation of embedded systems using hardware/software co-design (hardware/software partitioning, high-level transformations of specifications, energy-efficient realizations, compilers for embedded processors) is covered. |
||||||||
Fertigkeiten |
After having attended the course, students shall be able to realize simple embedded systems. The students shall realize which relevant parts of technological competences to use in order to obtain a functional embedded systems. In particular, they shall be able to compare different models of computations and feasible techniques for system-level design. They shall be able to judge in which areas of embedded system design specific risks exist. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Students are able to solve similar problems alone or in a group and to present the results accordingly. |
||||||||
Selbstständigkeit |
Students are able to acquire new knowledge from specific literature and to associate this knowledge with other classes. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 Minuten, Inhalte der Vorlesung und Übungen | ||||||||
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Engineering Science: Vertiefung Mechatronics: Wahlpflicht Flugzeug-Systemtechnik: Vertiefung Avionik und eingebettete Systeme: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Mechatronics: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Mechatronics: Vertiefung Systementwurf: Wahlpflicht Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht |
Lehrveranstaltung L0805: Embedded Systems |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Heiko Falk |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0806: Embedded Systems |
Typ | Gruppenübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Heiko Falk |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1269: Labor Cyber-Physical Systems |
||||||||
Lehrveranstaltungen | ||||||||
|
Modulverantwortlicher | Prof. Heiko Falk |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | Modul "Eingebettete Systeme" |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Cyber-Physical Systems (CPS) stehen über Sensoren, A/D- und D/A-Wandler und Aktoren in enger Verbindung mit ihrer Umgebung. Wegen der besonderen Einsatzgebiete kommen hier hochgradig spezialisierte Sensoren, Prozessoren und Aktoren zum Einsatz, die applikationsspezifisch auf ihr jeweiliges Einsatzgebiet ausgerichtet sind. Dementsprechend existiert - im Gegensatz zum klassischen Software Engineering - eine Vielzahl unterschiedlicher Techniken zur Spezifikation von CPS. In Form von rechnergestützten Versuchen mit Roboterbausätzen werden in dieser Veranstaltung die Grundzüge der Spezifikation und Modellierung von CPS vermittelt. Das Labor behandelt die Einführung in diese Systeme (Begriffsbildung, charakteristische Eigenschaften) und deren Spezifikationssprachen (models of computation, hierarchische Zustandsautomaten, Datenfluss-Modelle, Petri-Netze, imperative Techniken). Da CPS häufig Steuerungs- und Regelungsaufgaben erfüllen, wird das Labor praxisnah einfache Anwendungen aus der Regelungstechnik vermitteln. Die Versuche nutzen gängige Spezifikationswerkzeuge (MATLAB/Simulink, LabVIEW, NXC), um hiermit Cyber-Physical Systems zu modellieren, die über Sensoren und Aktoren mit ihrer Umwelt interagieren. |
Fertigkeiten | Nach erfolgreichem Besuch der Veranstaltung sind die Studierenden in der Lage, einfache CPS zu entwickeln. Sie können Wechselwirkungen zwischen einem CPS und dessen umgebenden Prozessen beurteilen, der sich aus dem Kreislauf zwischen physikalischer Umwelt, Sensor, A/D-Wandler, digitalem Prozessor, D/A-Wandler und Aktor ergibt. Die Veranstaltung versetzt die Studierenden in die Lage, Modellierungstechniken miteinander vergleichen, deren Vor- und Nachteile abwägen, und geeignete Techniken zur Systementwicklung einsetzen zu können. Sie erwerben die Fähigkeit, diese Techniken im Rahmen konkreter praktischer Aufgabenstellungen anzuwenden. Sie haben erste Erfahrungen im hardwarenahen Software-Entwurf, im Umgang mit industrierelevanten Spezifikationswerkzeugen und im Entwurf einfacher Regelungssysteme erworben. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zu präsentieren. |
Selbstständigkeit |
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche des Fachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Schriftliche Ausarbeitung |
Prüfungsdauer und -umfang | Durchführung und Beschreibung sämtlicher Versuche |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht Mechatronics: Vertiefung Systementwurf: Wahlpflicht Mechatronics: Technischer Ergänzungskurs: Wahlpflicht |
Lehrveranstaltung L1740: Labor Cyber-Physical Systems |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 4 |
LP | 6 |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Dozenten | Prof. Heiko Falk |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Fachmodule der Vertiefung Computermathematik
In der Vertiefung Computermathematik geht es um Mathematik unter Verwendung von Computern. Aufbauend auf den in den ersten vier Semestern vermittelten Grundlagen der höheren Mathematik werden weitergehende Veranstaltungen aus den Bereichen Analysis, Geometrie, Kombinatorik und Numerik angeboten. Eine Einführungsveranstaltung über Quantenmechanik, die beim Aufbau von Quantenrechnern eine wichtige Rolle spielt, rundet das Angebot ab.
Modul M0675: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden kennen und verstehen die grundlegenden Funktionseinheiten eines Nachrichtenübertragungssystems. Sie können die einzelnen Funktionsblöcke mit Hilfe grundlegender Kenntnisse der Signal- und Systemtheorie sowie der Theorie stochastischer Prozesse beschreiben und analysieren. Sie kennen die entscheidenden Resourcen und Bewertungskriterien der Nachrichtenübertragung und können ein elementares nachrichtentechnisches System entwerfen und beurteilen. |
Fertigkeiten |
Die Studierenden sind in der Lage, ein elementares nachrichtentechnisches System zu entwerfen und zu beurteilen. Insbesondere können Sie den Bedarf an Resourcen wie Bandbreite und Leistung abschätzen. Sie sind in der Lage, wichtige Beurteilungskriterien wie die Bandbreiteneffizienz oder die Bitfehlerwahrscheinlichkeit elementarer Nachrichtenübertragungssysteme abzuschätzen und darauf basierend ein Übertragungsverfahren auszuwählen. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden können fachspezifische Aufgaben gemeinsam bearbeiten. |
Selbstständigkeit |
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: Wahlpflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht |
Lehrveranstaltung L0442: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
K. Kammeyer: Nachrichtenübertragung, Teubner P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner. M. Bossert: Einführung in die Nachrichtentechnik, Oldenbourg. J.G. Proakis, M. Salehi: Grundlagen der Kommunikationstechnik. Pearson Studium. J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill. S. Haykin: Communication Systems. Wiley J.G. Proakis, M. Salehi: Communication Systems Engineering. Prentice-Hall. J.G. Proakis, M. Salehi, G. Bauch, Contemporary Communication Systems. Cengage Learning. |
Lehrveranstaltung L0443: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L2354: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0833: Grundlagen der Regelungstechnik |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Herbert Werner |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Grundkenntnisse der Behandlung von Signalen und Systemen im Zeit- und Frequenzbereich und der Laplace-Transformation. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz | Studierende können in kleinen Gruppen fachspezifische Fragen gemeinsam bearbeiten und ihre Reglerentwürfe experimentell testen und bewerten |
Selbstständigkeit |
Studierende können sich Informationen aus bereit gestellten Quellen (Skript, Software-Dokumentation, Versuchsunterlagen) beschaffen und für die Lösung gegebener Probleme verwenden. Sie können ihren Wissensstand mit Hilfe wöchentlicher On-Line Tests kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht Energie- und Umwelttechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: Pflicht General Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Produktentwicklung und Produktion: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht General Engineering Science (7 Semester): Vertiefung Schiffbau: Pflicht General Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Logistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht Theoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: Wahlpflicht Verfahrenstechnik: Kernqualifikation: Pflicht |
Lehrveranstaltung L0654: Grundlagen der Regelungstechnik |
Typ | Vorlesung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Prof. Herbert Werner |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
Signale und Systeme
Regelkreise
Wurzelortskurven
Frequenzgang-Verfahren
Totzeitsysteme
Digitale Regelung
Software-Werkzeuge
|
Literatur |
|
Lehrveranstaltung L0655: Grundlagen der Regelungstechnik |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Herbert Werner |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0941: Kombinatorische Strukturen und Algorithmen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Anusch Taraz |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht |
Lehrveranstaltung L1100: Kombinatorische Strukturen und Algorithmen |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Anusch Taraz |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1101: Kombinatorische Strukturen und Algorithmen |
Typ | Gruppenübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Anusch Taraz |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0662: Numerical Mathematics I |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sabine Le Borne |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students are able to
|
Fertigkeiten |
Students are able to
|
Personale Kompetenzen | |
Sozialkompetenz |
Students are able to
|
Selbstständigkeit |
Students are capable
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 Minuten |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht Bioverfahrenstechnik: Vertiefung A - Allgemeine Bioverfahrenstechnik: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Engineering Science: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Wahlpflicht General Engineering Science (7 Semester): Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Informatik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Materialien in den Ingenieurwissenschaften: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Vertiefung Theoretischer Maschinenbau: Wahlpflicht Maschinenbau: Vertiefung Theoretischer Maschinenbau: Pflicht Maschinenbau: Vertiefung Energietechnik: Wahlpflicht Theoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: Wahlpflicht Verfahrenstechnik: Vertiefung Allgemeine Verfahrenstechnik: Wahlpflicht |
Lehrveranstaltung L0417: Numerical Mathematics I |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sabine Le Borne |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0418: Numerical Mathematics I |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sabine Le Borne, Dr. Jens-Peter Zemke |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1242: Quantenmechanik für Studierende der Ingenieurswissenschaften |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Wolfgang Hansen | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse |
|
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen | Die Studierenden können grundlegende Begriffe und Prinzipien der Quantenmechanik beschreiben und erläutern. Sie kennen Gemeinsamkeiten und Unterschiede zur klassischen Physik und wissen, in welchen Situationen quantenmechanische Effekte erwartet werden können. | ||||||||
Fertigkeiten | Die Studierenden sind in der Lage, quantenmechanische Konzepte und Methoden auf einfache Probleme anzuwenden. Sie sind umgekehrt auch in der Lage, die Voraussetzungen und Prinzipien einfacher Anwendungen der Quantenmechanik in elektrooptischen Bauelementen nachzuvollziehen. | ||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz | Die Studierenden diskutieren den Vorlesungsstoff und präsentieren Lösungen einfacher quantenmechanischer Probleme in Kleingruppen während der Übungen. | ||||||||
Selbstständigkeit | Die Studierenden sind in der Lage selbstständig einfache Lösungswege zu quantenmechanische Problemen zu erarbeiten. Sie sind so weit mit Konzepten der Quantenmechanik vertraut, dass sie sich selbständig Literatur zu komplexeren Fragestellungen mit quantenmechanischem Hintergrund erarbeiten können. | ||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Mündliche Prüfung | ||||||||
Prüfungsdauer und -umfang | |||||||||
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht |
Lehrveranstaltung L1686: Quantenmechanik für Studierende der Ingenieurwissenschaften |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Wolfgang Hansen |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
Diese Veranstaltung führt in grundlegende Konzepte, Methoden und Begriffe der Quantenmechanik ein, die in den Materialwissenschaften wichtig sind. Anwendungen werden anhand konkreter Beispiele aus dem Bereich elektronischer und optischer Bauelemente diskutiert. Zentrale Begriffe und Themen sind: Schrödinger-Gleichung, Wellenfunktionen, Operatoren, Eigenzustände, Eigenwerte, Quantentöpfe, harmonischer Oszillator, Tunnelprozesse, resonante Tunneldiode, Bandstruktur, Zustandsdichte, Besetzungsverteilung, Zener-Diode, stationäre Störungsrechnung am Beispiel des Quantum Confined Stark Effekts, Fermis Goldene Regel und Übergangsmatrixelemente, Heterostrukturlaser, Quantenkaskadenlaser, Vielteilchensysteme, Moleküle und Austauschwechselwirkung, Quantenbits und Quantenkryptographie |
Literatur |
|
Lehrveranstaltung L1688: Quantenmechanik für Studierende der Ingenieurwissenschaften |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Wolfgang Hansen |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0651: Rechnergestützte Geometrie |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Dr. Prashant Batra |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Lineare Algebra und Analytische Geometrie wie aus der schulischen Oberstufe bekannt (Rechnen mit Vektoren u. Determinanten, Deutung von Skalarprodukt, Kreuzprodukt, Darstellung v. Geraden/Ebenen, Satz d. Pythagoras, Cosinus-Satz, Satz d. Thales, Projektionen/Einbettungen) Grundlegende Datenstrukturen (Bäume, binäre Bäume, Suchbäume, balancierte binäre Bäume, Verkettete Listen) Definition eines Graphen |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können die grundlegenden Begriffe der Rechnergestützten Geoemtrie benennen, mathematisch exakt beschreiben und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. |
Fertigkeiten |
Studierende können Aufgabenstellungen aus der Rechnergestützten Geometrie mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen. |
Personale Kompetenzen | |
Sozialkompetenz |
Studierende sind in der Lage, mit den Teilnehmerinnen und Teilnehmer ihre eigenen algorithmischen Vorschläge zur Lösung der vorgestellten Probleme zu erörtern. Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache. |
Selbstständigkeit |
Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Computer Science: Vertiefung Computer- und Software-Engineering: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht |
Lehrveranstaltung L0393: Rechnergestützte Geometrie |
Typ | Vorlesung | ||||||||||||||||||||||||
SWS | 2 | ||||||||||||||||||||||||
LP | 4 | ||||||||||||||||||||||||
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 | ||||||||||||||||||||||||
Dozenten | Dr. Prashant Batra | ||||||||||||||||||||||||
Sprachen | DE | ||||||||||||||||||||||||
Zeitraum | WiSe | ||||||||||||||||||||||||
Inhalt |
Konstruktion einer konvexen Hülle von n Punkten Triangulierung eines schlichten Polygons Konstruktion einer Delaunay-Triangulation, eines Voronoi-Diagramms Algorithmen und Datenstrukturen zum Bestimmen eines Arrangements, eines Ham-Sandwich-Cuts. des Schnitts von Halbebenen, der Optimierung eines linearen Funktionals. Effiziente Bestimmung aller Schnittpunkte von (orthogonalen) Streckensegmenten Approximative Berechnung des Durchmessers einer Punktemenge Inkrementelle randomisierte Algorithmen Grundlagen der Gitterpunktlehre, LLL-Algorithmus und Anwendungen in der ganzzahligen Optimierung Grundlagen der Bewegungsplanung |
||||||||||||||||||||||||
Literatur |
Computational Geometry Algorithms and Applications Authors:
Springer e-Book: http://dx.doi.org/10.1007/978-3-540-77974-2
Springer e-Book: http://dx.doi.org/10.1007/3-540-27619-X O’Rourke, Joseph ISBN: 0-521-44034-3 ; 0-521-44592-2
Devadoss, Satyan L.; O’Rourke, Joseph
|
Lehrveranstaltung L0394: Rechnergestützte Geometrie |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Prashant Batra |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0668: Algebraische Methoden in der Regelungstechnik |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Dr. Prashant Batra |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Mathe I-III (Reelle Analysis, Lineare Algebra, ) und entweder: Einführung in die Regelungstechnik (Beschreibung u. gewünschte Eigenschaften von Systemen, Zeitbereich/Frequenzbereich) oder: Diskrete Mathematik (Gruppen, Ringe, Ideale, Körper, Euklidscher Algorithmus) |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können
|
Fertigkeiten |
Studierende sind in der Lage
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifische Aufgaben alleine zu bearbeiten und die Resultate geeignet zu präsentieren. |
Selbstständigkeit |
Die Studierenden können ihren Wissensstand mit Hilfe klausurnaher Aufgaben kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht |
Lehrveranstaltung L0428: Algebraische Methoden in der Regelungstechnik |
Typ | Vorlesung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Dr. Prashant Batra |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
- Algebraische Methoden der Regelungstechniks, polynomialer Ansatz, Faktorisierungsbeschreibung
- Parametrisierung sämtlicher stabilisierenden Regler - Reglerentwurf bei Polvorgabe - Berücksichtigung von Systemeigenschaften: Störanfälligkeit, Sensitivität.
- Euklidscher Algorithmus u. Diophantische Gleichungen über Ringen - Smith-McMillan Normal Form |
Literatur |
|
Lehrveranstaltung L0429: Algebraische Methoden in der Regelungstechnik |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Dr. Prashant Batra |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0715: Löser für schwachbesetzte lineare Gleichungssysteme |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sabine Le Borne |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können
|
Fertigkeiten |
Studierende sind in der Lage,
|
Personale Kompetenzen | |
Sozialkompetenz |
Studierende können
|
Selbstständigkeit |
Studierende sind fähig,
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 20 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht |
Lehrveranstaltung L0583: Löser für schwachbesetzte lineare Gleichungssysteme |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sabine Le Borne |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0584: Löser für schwachbesetzte lineare Gleichungssysteme |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sabine Le Borne |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0854: Mathematik IV |
||||||||||||||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||||||||||||||
|
Modulverantwortlicher | Prof. Anusch Taraz |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Mathematik I - III |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 68, Präsenzstudium 112 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 60 min (Komplexe Funktionen) + 60 min (Differentialgleichungen 2) |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Wahlpflicht Computer Science: Vertiefung Computermathematik: Wahlpflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht General Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht General Engineering Science (7 Semester): Vertiefung Schiffbau: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Maschinenbau: Vertiefung Mechatronik: Pflicht Maschinenbau: Vertiefung Theoretischer Maschinenbau: Wahlpflicht Maschinenbau: Vertiefung Theoretischer Maschinenbau: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Theoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: Wahlpflicht |
Lehrveranstaltung L1043: Differentialgleichungen 2 (Partielle Differentialgleichungen) |
Typ | Vorlesung |
SWS | 2 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 2, Präsenzstudium 28 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt |
Grundzüge der Theorie und Numerik partieller Differentialgleichungen
|
Literatur |
|
Lehrveranstaltung L1044: Differentialgleichungen 2 (Partielle Differentialgleichungen) |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1045: Differentialgleichungen 2 (Partielle Differentialgleichungen) |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1038: Komplexe Funktionen |
Typ | Vorlesung |
SWS | 2 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 2, Präsenzstudium 28 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt |
Grundzüge der Funktionentheorie
|
Literatur |
|
Lehrveranstaltung L1041: Komplexe Funktionen |
Typ | Gruppenübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L1042: Komplexe Funktionen |
Typ | Hörsaalübung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dozenten des Fachbereiches Mathematik der UHH |
Sprachen | DE |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Thesis
Modul M-001: Bachelorarbeit |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Professoren der TUHH |
Zulassungsvoraussetzungen |
|
Empfohlene Vorkenntnisse | |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 360, Präsenzstudium 0 |
Leistungspunkte | 12 |
Studienleistung | Keine |
Prüfung | Abschlussarbeit |
Prüfungsdauer und -umfang | laut ASPO |
Zuordnung zu folgenden Curricula |
Allgemeine Ingenieurwissenschaften (7 Semester): Abschlussarbeit: Pflicht Bau- und Umweltingenieurwesen: Abschlussarbeit: Pflicht Bioverfahrenstechnik: Abschlussarbeit: Pflicht Computer Science: Abschlussarbeit: Pflicht Data Science: Abschlussarbeit: Pflicht Digitaler Maschinenbau: Abschlussarbeit: Pflicht Elektrotechnik: Abschlussarbeit: Pflicht Energie- und Umwelttechnik: Abschlussarbeit: Pflicht Engineering Science: Abschlussarbeit: Pflicht General Engineering Science (7 Semester): Abschlussarbeit: Pflicht Informatik-Ingenieurwesen: Abschlussarbeit: Pflicht Logistik und Mobilität: Abschlussarbeit: Pflicht Maschinenbau: Abschlussarbeit: Pflicht Mechatronik: Abschlussarbeit: Pflicht Schiffbau: Abschlussarbeit: Pflicht Technomathematik: Abschlussarbeit: Pflicht Teilstudiengang Lehramt Elektrotechnik-Informationstechnik: Abschlussarbeit: Pflicht Teilstudiengang Lehramt Metalltechnik: Abschlussarbeit: Pflicht Verfahrenstechnik: Abschlussarbeit: Pflicht |