Studiengangsbeschreibung

Inhalt

Komplexe technische Systeme dominieren Anwendungsfelder wie Medizintechnik, Energietechnik oder Luftfahrt sowie zahlreiche weitere. Bei der Systementwicklung müssen Ingenieur:innen und Informatiker:innen Hand-in-Hand zusammenarbeiten. Insbesondere gilt dies an den Schnittstellen zwischen vernetzten Rechensystemen und deren physischer Umwelt - man spricht von cyber-physischen Systemen (CPS, engl. „Cyber-Physical Systems“). Deren Verbreitung und damit die Bedeutung für die Gesellschaft sowie auch deren Komplexität werden mit fortschreitender Digitalisierung zukünftig noch weiter zunehmen.

Der Studiengang Informatik-Ingenieurwesen adressiert cyber-physische Systeme mit einer kombinierten, wissenschaftlich fundierten Ausbildung in den drei Pfeilern Informatik, Mathematik und Ingenieurwesen. In Informatik werden grundlegende Methoden der Softwareentwicklung, Programmierung und Qualitätssicherung vermittelt. Im Ingenieursbereich sind Grundlagen der Elektrotechnik sowie speziell in Regelungs- sowie Nachrichtentechnik zentral, um Schnittstellen zur physischen Welt und digitale Vernetzung tiefgreifend verstehen, charakterisieren und entwerfen zu können. Freiräume im fortgeschrittenen Studium ermöglichen Anknüpfungspunkte zu anderen Ingenieursdisziplinen und neuesten Informatikmethoden. Weiterhin werden methodische Kenntnisse vermittelt, um sich auch nach dem Studium selbstständig mit neuen Technologien vertraut zu machen. Ebenso werden die sozialen Kompetenzen für die Arbeit in Teams vermittelt.

Studienverlaufspläne in (M) Medizintechnik, (I) intelligenten Energiesystemen, (E) eingebetteten Systemen und (C) Grundlagen der Berechnung zeigen mögliche Fokussierungen auf.

Auf diese Weise wird zukunftssicheres Wissen für nahezu alle Anwendungsbereiche erworben.

Ergänzend zu dem fachlichen Grundlagenkanon an der TUHH sind Seminare zur Personalen Kompetenzentwicklung im Rahmen des Theorie-Praxis-Transfers in das duale Studium integriert, die den modernen Berufsanforderungen an eine Ingenieurin bzw. einen Ingenieur gerecht werden und die Verknüpfung der beiden Lernorte unterstützt.

Die praxisintegrierenden dualen Intensivstudiengänge der TUHH bestehen aus einem wissenschaftsorientierten und einem praxisorientierten Teil, welche an zwei Lernorten durchgeführt werden. Der wissenschaftsorientierte Teil umfasst das Studium an der TUHH. Der praxisorientierte Teil ist mit dem Studium inhaltlich und zeitlich abgestimmt und findet jeweils in der vorlesungsfreien Zeit in einem Kooperationsunternehmen in Form von Praxismodulen und -phasen statt.

Berufliche Perspektiven

Ein erfolgreicher Abschluss des Bachelorstudiengangs Informatik-Ingenieurwesen ermöglicht es einerseits ein wissenschaftlich-vertiefendes Masterstudium in Informatik, Informatik-Ingenieurwesen oder einem angrenzenden Fach aufzunehmen. Andererseits ist ein früher Berufseinstieg in Branchen aus Handel, Industrie und Verwaltung möglich. Die Absolvent:innen werden vornehmlich als Informatiker:innen oder Systementwickler:innen cyber-physischer Systeme tätig sein.

Zudem erlangen die Studentinnen und Studenten grundlegende fachliche und personale Kompetenzen im dualen Studium, die sowohl zu einem frühen Einstieg in die Berufspraxis als auch zu einem wissenschaftlich vertiefenden Studium befähigen. Darüber hinaus werden berufspraktische Erfahrungen durch die integrierten Praxismodule erweitert. Die Absolventinnen und Absolventen des dualen Studiengangs verfügen über ein breites Grundlagenwissen, grundlegende Fähigkeiten des wissenschaftlichen Arbeitens und über anwendungsbezogene personale Kompetenzen.

Lernziele

Die nachfolgend aufgeführten Lernziele versetzen die Absolvent:innen in die Lage, das erworbene Fachwissen auf neue Themenstellungen zu übertragen. Sie können Problemstellungen in ihrer Disziplin erfassen, analysieren und selbständig oder in einem Team effizient lösen. Ergebnisse können beurteilt, evaluiert, kritisch hinterfragt und daraufhin selbständige Entscheidungen getroffen werden. Die Lernziele sind im Folgenden in Kenntnisse, Fertigkeiten, Sozialkompetenz und Selbstständigkeit eingeteilt.

Kenntnisse

Ingenieurwissenschaften: Absolvent:innen kennen Grundlagen und Methoden der Ingenieurwissenschaften mit einem Fokus in der Elektrotechnik.
Wirtschaftswissenschaften: Absolvent:innen kennen Grundlagen und Methoden der Wirtschaftswissenschaften.
Informatik: Absolvent:innen kennen grundlegende Methoden und Verfahren zur Modellbildung und Problemlösung in der theoretischen, praktischen und technischen Informatik.
Mathematik: Absolvent:innen kennen die Grundlagen und Methoden der linearen Algebra, der Differentialrechnung in einer und in mehreren Veränderlichen, der diskreten Mathematik, der höheren Analysis, der Stochastik und der Numerik. Sie können diese beschreiben und ihre Beweise skizzieren.
Brückenschlag zwischen Informatik und Ingenieurwissenschaften: Absolvent:innen kennen grundlegende Methoden und Verfahren, um Schnittstellen zwischen Ingenieursanwendungen einerseits und Modellen der Informatik andererseits zu beschreiben. Absolvent:innen sind vertraut mit den Grundzügen informations- und kommunikationstechnischer Systeme, so genannter cyber-physischer Systeme. Dies beinhaltet relevante Architekturen für Steuerungssysteme, Informationsübertragung sowie -speicherung, Interaktionsmechanismen, Sensorik sowie Aktorik und die Gewinnung sowie Verarbeitung von Information, Wissen und Erkenntnissen aus dem System heraus.

Fertigkeiten

Ingenieurwissenschaften: Absolvent:innen können ihr Wissen über mathematisch-naturwissenschaftliche und systemtechnische Grundlagen und Methoden der Ingenieurwissenschaften auf spezifische theoretische und praktische Probleme anwenden und Lösungen erarbeiten.
Informatik: Absolvent:innen sind im Stande, Instanzen formaler Modelle in der Informatik anhand grundlegender Modellierungsansätze zu entwickeln sowie ihre Berechenbarkeit und Komplexität einzuschätzen. Sie können Softwarelösungen entwerfen und sie mittels geeigneter Programmierwerkzeuge umsetzen. Sie können für die Umsetzung geeignete Hardware auswählen, programmieren und integrieren.
Mathematik: Absolvent:innen können Aufgabenstellungen aus der Analysis, der linearen Algebra, der diskreten Mathematik, der Stochastik und der Numerik mit den erlernten Methoden lösen.
Brückenschlag zwischen Informatik und Ingenieurwissenschaften: Absolvent:innen können Schnittstellen zwischen Ingenieursdisziplinen und der Informatik identifizieren, diese formalisieren und realisieren. Absolvent:innen können Software-Lösungen für Ingenieursanwendungen realisieren. Absolvent:innen können einfache cyber-physische Systeme realisieren.

Sozialkompetenz

Absolvent:innen sind in der Lage, Vorgehensweise und Ergebnisse ihrer Arbeit schriftlich und mündlich verständlich darzustellen.
Absolvent:innen können über Inhalte und Probleme des Ingenieurwesens mit Fachleuten und Laien kommunizieren. Sie können auf Nachfragen, Ergänzungen und Kommentare geeignet reagieren.
Absolvent:innen sind in der Lage, in Gruppen zu arbeiten. Sie können Teilaufgaben definieren, verteilen, dokumentieren und integrieren. Sie können zeitliche Vereinbarungen treffen und sozial interagieren.

Selbständigkeit

Absolvent:innen sind in der Lage, notwendige fachliche Informationen zu beschaffen und in den Kontext ihres Wissens zu setzen.
Absolvent:innen können ihre vorhandenen Kompetenzen realistisch einschätzen und Defizite selbstständig aufarbeiten.
Absolvent:innen können selbstorganisiert und -motiviert Themenkomplexe erlernen und Problemstellungen und Projekte bearbeiten (lebenslanges Lernen in der Ingenieurpraxis).

Der kontinuierliche Wechsel der Lernorte im dualen Studium ermöglicht es, dass Theorie und Praxis zueinander in Beziehung gesetzt werden können. Die individuellen berufspraktischen Erfahrungen werden von den Studierenden theoretisch reflektiert und in neue Formen der Praxis überführt, wie auch die praktische Erprobung theoretischer Elemente als Anregung für die theoretische Auseinandersetzung genutzt wird.

Studiengangsstruktur

Das Curriculum des Bachelorstudiengangs Informatik-Ingenieurwesen ist wie folgt gegliedert. Neben den Pflichtkursen aus der Kernqulifikation sind aus den Bereichen Informatik bzw. Mathematik und Ingenieurwissenschaften je eine Mindestanzahl von Leistungspunkten zu belegen:

Kernqualifikation: 168 Leistungspunkte inkl. der Praxisphasen im dualen Studium (30 LP)
Informatik: 12 Leistungspunkte
Mathematik & Ingenieurwissenschaften: 6 Leistungspunkte

Zur Vertiefung des Studiums können Studierende Vorlesungen aus dem gesamten Katalog an technischen Veranstaltungen der TUHH auswählen. Insgesamt müssen 12 Leistungspunkte erreicht werden. Die Bachelorarbeit wird ebenfalls mit 12 Leistungspunkten bewertet. Damit ergibt sich ein Gesamtaufwand von 210 Leistungspunkten.

Das Strukturmodell der dualen Studienvariante folgt einem moduldifferenzierenden Ansatz. Aufgrund des praxisorientierten Teils weist das Curriculum der dualen Studienvariante Unterschiede im Vergleich zum regulären Bachelorstudium auf. Die fünf Praxismodule sind in entsprechenden Praxisphasen in der vorlesungsfreien Zeit verortet und finden im Kooperationsunternehmen der dual Studierenden statt.

Die folgenden vier Studienverlaufspläne beschreiben spezielle Ausprägungen des IIW Bachelors

E. Eingebettete Systeme

1. Kernfächer Informatik
- Rechnerarchitektur
- Betriebssysteme

2. Kernfächer Mathematik & Ingenieurwissenschaften
- Elektronische Bauelemente

3. Technische Ergänzungskurse
- Halbleiterschaltungstechnik
- Compilerbau

I. Intelligente Stromnetze

1. Kernfächer Informatik
- Betriebssysteme
- Softwareentwicklung

2. Kernfächer Mathematik & Ingenieurwissenschaften
- Elektrische Energiesysteme I

3. Technische Ergänzungskurse
- Theoretische Elektrotechnik I
- Elektrotechnik III: Netzwerktheorie und Transienten

M. Medizintechnische Systeme

1. Kernfächer Informatik
- Rechnerarchitektur
- Software-Engineering

2. Kernfächer Mathematik & Ingenieurwissenschaften
- Einführung in Medizintechnische Systeme

3. Technische Ergänzungskurse
- Labor Cyber-Physical Systems
- Rechnerarchitektur

C. Computational Foundations

1. Kernfächer Informatik
- Funktionales Programmieren
- Berechenbarkeit und Komplexität

2. Kernfächer Mathematik & Ingenieurwissenschaften
- Kombinatorische Strukturen und Algorithmen

3. Technische Ergänzungskurse
- Löser für schwachbesetzte lineare Gleichungssysteme
- Mathematik IV

Fachmodule der Kernqualifikation

Modul M0561: Diskrete Algebraische Strukturen

Lehrveranstaltungen

Titel	Typ	SWS	LP
Diskrete Algebraische Strukturen (L0164)	Vorlesung	2	3
Diskrete Algebraische Strukturen (L0165)	Gruppenübung	2	3

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 zahlentheoretische und funktionsbasierte Modelle der Kryptographie sowie Grundlagen der linearen Codes; den Aufbau und Struktur von Restklassenringen (Euklidische Ringe) und endlichen Körpern; den Aufbau und die Struktur von Unter-, Summen- und Faktorstrukturen in algebraischen Gebilden sowie Homomorphismen zwischen diesen Strukturen; den Aufbau und die Abzählung von elementaren kombinatorischen Strukturen; die wichtigsten Beweiskonzepte der modernen Mathematik; den Aufbau der höheren Mathematik basierend auf mathematischer Logik und Mengenlehre; grundlegende Aspekte des Einsatzes von mathematischer Software (Computeralgebrasystem Maple) zur Lösung von algebraischen oder kombinatorischen Aufgabenstellungen.
Fertigkeiten	Fertigkeiten: Die Studierenden können in Restklassenringen (Euklischen Ringen) rechnen; Unter-, Summen- und Faktorstrukturen in algebraischen Gebilden aufstellen und in ihnen rechnen sowie algebraische Strukturen durch Homomorphismen aufeinander beziehen; elementar-kombinatorische Strukturen identifizieren und abzählen; die Sprache der Mathematik, basierend auf Mathematischer Logik und Mengenlehre, dienstbar verwenden; einfache, im Kontext stehende mathematische Aussagen beweisen; einschlägige mathematische Software (Computeralgebrasystem Maple) zielgerichtet einsetzen.
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 (7 Semester): Vertiefung Informatik: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: 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/EN
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/EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0743: Elektrotechnik I: Gleichstromnetzwerke und elektromagnetische Felder

Lehrveranstaltungen

Titel	Typ	SWS	LP
Elektrotechnik I: Gleichstromnetzwerke und elektromagnetische Felder (L0675)	Vorlesung	3	5
Elektrotechnik I: Gleichstromnetzwerke und elektromagnetische Felder (L0676)	Gruppenübung	2	1

Modulverantwortlicher	Prof. Matthias Kuhl
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden kennen die grundlegenden Theorien, Zusammenhänge und Methoden der Gleichstromnetzwerke, sowie elektrischer und magnetischer Felder. Hierzu gehören insbesondere: die Kirchhoffschen Regeln, das Ohmsche Gesetz, Methoden zur Vereinfachung und Analyse von Gleichstromnetzwerken, die Beschreibung elektrischer und magnetischer Felder mit vektoriellen Feldgrößen, grundlegende Materialbeziehungen, das Gauss'sche Gesetz, das Ampère'sche Gesetz, das Induktionsgesetz, die Maxwell'schen Gleichungen in Integralform, die Begriffe und Definition des Widerstands, der Kapazität und der Induktivität.
Fertigkeiten	Die Studierenden können die Beziehungen zwischen Strömen und Spannungen in einfachen Gleichstromnetzwerken aufstellen, die Größen berechnen und Schaltungen dimensionieren. Sie können die Grundgesetze des elektrischen und magnetischen Felds anwenden und die Beziehung zwischen Feldgrößen aufstellen und auswerten. Widerstände, Kapazitäten und Induktivitäten einfacher Anordnungen können berechnet werden.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden sind in der Lage, fachspezifische Aufgaben alleine oder in einer Gruppe zu bearbeiten. Sie können Konzepte erklären und anhand von Beispielen das eigene oder das Verständnis anderer überprüfen und vertiefen.
Selbstständigkeit	Die Studierenden sind in der Lage, sich Teilbereiche des Fachgebietes anhand der Grundlagenliteratur selbständig zu erarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mit den Inhalten anderer Lehrveranstaltungen zu verknüpfen. Die Studierenden entwickeln die Ausdauer, um auch schwierigere Problemstellungen zu bearbeiten.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	100 Minuten
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Integrierte Gebäudetechnik: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht

Lehrveranstaltung L0675: Elektrotechnik I: Gleichstromnetzwerke und elektromagnetische Felder

Typ	Vorlesung
SWS	3
LP	5
Arbeitsaufwand in Stunden	Eigenstudium 108, Präsenzstudium 42
Dozenten	Prof. Matthias Kuhl
Sprachen	DE
Zeitraum	WiSe
Inhalt	Grundlagen der Widerstandsnetzwerke Vereinfachung von Widerstandsnetzwerken Netzwerkanalyse Elektrostatisches Feld in isolierenden Medien Das elektrostatische Feld Stationäre Ströme in leitfähigen Medien Statisches magnetisches Feld Induktion und zeitabhängige Felder
Literatur	M. Kasper, Skript zur Vorlesung Elektrotechnik 1, 2013 M. Albach: Grundlagen der Elektrotechnik 1, Pearson Education, 2004 F. Moeller, H. Frohne, K.H. Löcherer, H. Müller: Grundlagen der Elektrotechnik, Teubner, 2005 A. R. Hambley: Electrical Engineering, Principles and Applications, Pearson Education, 2008

Lehrveranstaltung L0676: Elektrotechnik I: Gleichstromnetzwerke und elektromagnetische Felder

Typ	Gruppenübung
SWS	2
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 2, Präsenzstudium 28
Dozenten	Prof. Matthias Kuhl
Sprachen	DE
Zeitraum	WiSe
Inhalt	Spannungs- und Stromquellen Ohmsches Gesetz Kirchhoff'sche Regeln, Strom- und Spannungsteiler Ersatzquellen Netzwerkanalyse Superpositionsprinzip Elektrisches Feld, Coulomb'sches Gesetz Stationäre Ströme, Widerstandsberechnung Elektrische Flussdichte, Kapazitätsberechnung Stetigkeitsbedingungen, Spannung am Kondensator Ampèresches Gesetz, Magnetischer Kreis Kräfte im Magnetfeld Induktion, Selbst- und Gegeninduktivität
Literatur	Übungsaufgaben zur Elektrotechnik 1, TUHH, 2013 Ch. Kautz: Tutorien zur Elektrotechnik, Pearson Studium, 2010

Modul M0850: Mathematik I

Lehrveranstaltungen

Titel	Typ	SWS	LP
Mathematik I (L2970)	Vorlesung	4	4
Mathematik I (L2971)	Hörsaalübung	2	2
Mathematik I (L2972)	Gruppenübung	2	2

Modulverantwortlicher

Prof. Anusch Taraz

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Schulmathematik

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Studierende können die grundlegenden Begriffe der Analysis und Linearen Algebra benennen und anhand von Beispielen erklären.
Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern.
Sie kennen Beweisstrategien und können diese wiedergeben.

Fertigkeiten

Studierende können Aufgabenstellungen aus der Analysis und Linearen Algebra
mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen.
Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren.
Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.

Personale Kompetenzen

Sozialkompetenz

Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache.
Sie können dabei insbesondere neue Konzepte adressatengerecht kommunizieren und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.

Selbstständigkeit

Studierende können eigenständig ihr Verständnis komplexer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen.
Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.

Arbeitsaufwand in Stunden

Eigenstudium 128, Präsenzstudium 112

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

120 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht
Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht
Bioverfahrenstechnik: Kernqualifikation: Pflicht
Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht
Digitaler Maschinenbau: Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Integrierte Gebäudetechnik: Kernqualifikation: Pflicht
Logistik und Mobilität: Kernqualifikation: Pflicht
Maschinenbau: Kernqualifikation: Pflicht
Mechatronik: Kernqualifikation: Pflicht
Orientierungsstudium: Kernqualifikation: Wahlpflicht
Schiffbau: Kernqualifikation: Pflicht
Verfahrenstechnik: Kernqualifikation: Pflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L2970: Mathematik I

Typ	Vorlesung
SWS	4
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 64, Präsenzstudium 56
Dozenten	Prof. Anusch Taraz
Sprachen	DE
Zeitraum	WiSe
Inhalt	Mathematische Grundlagen: Mengen, Aussagen, vollständige Induktion, Abbildungen, trigonometrische Funktionen Analysis: Grundzüge der Differential- und Integralrechnung einer Variablen natürliche und reelle Zahlen Konvergenz von Folgen und Reihen Stetigkeit und Differenzierbarkeit Mittelwertsätze Satz von Taylor Kurvendiskussion Fehlerrechnung Fixpunkt-Iterationen Lineare Algebra: Grundzüge der Linearen Algebra im Rⁿ Vektoren im Anschauungsraum: Rechenregeln, Linearkombinationen, inneres Produkt, Kreuzprodukt, Geraden und Ebenen Lineare Gleichungssysteme: Gaußelimination, lineare Abbildungen, Matrizenprodukt, inverse Matrizen, Determinanten Orthogonale Projektion im Rⁿ, Gram-Schmidt-Orthonormalisierung
Literatur	T. Arens u.a. : Mathematik, Springer Spektrum, Heidelberg 2015 W. Mackens, H. Voß: Mathematik I für Studierende der Ingenieurwissenschaften, HECO-Verlag, Alsdorf 1994 W. Mackens, H. Voß: Aufgaben und Lösungen zur Mathematik I für Studierende der Ingenieurwissenschaften, HECO-Verlag, Alsdorf 1994 G. Strang: Lineare Algebra, Springer-Verlag, 2003 G. und S. Teschl: Mathematik für Informatiker, Band 1, Springer-Verlag, 2013

Lehrveranstaltung L2971: Mathematik I

Typ	Hörsaalübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Anusch Taraz, Dr. Dennis Clemens, Dr. Simon Campese
Sprachen	DE
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Lehrveranstaltung L2972: Mathematik I

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Anusch Taraz
Sprachen	DE
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1436: Prozedurale Programmierung für Informatiker

Lehrveranstaltungen

Titel	Typ	SWS	LP
Prozedurale Programmierung für Informatiker (L2163)	Vorlesung	2	2
Prozedurale Programmierung für Informatiker (L2164)	Hörsaalübung	1	1
Prozedurale Programmierung für Informatiker (L2165)	Laborpraktikum	2	3

Modulverantwortlicher	Prof. Bernd-Christian Renner
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Keine
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende kennen - die wesentlichen Merkmale einer prozeduralen Programmiersprache - die Schritte während der Kompilation von prozeduralem Quellcode zu Maschinencode - alle wesentlichen Sprachkonstrukte und Datentypen einer prozeduralen Programmiersprache - Softwaredesignkonzepte für die Umsetzung prozeduraler Programme
Fertigkeiten	- Beherrschen der typischen Entwicklungswerkzeuge - Entwurf von einfachen, strukturierten Programmen auf Basis einer prozeduralen Programmiersprache - Fehlersuche durch Analyse von Compiler-Warnungen und Fehlermeldungen - Analyse und Erklärung von prozeduralen rogrammen
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 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	120 min
Zuordnung zu folgenden Curricula	Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht Technomathematik: Kernqualifikation: Pflicht

Lehrveranstaltung L2163: Prozedurale Programmierung für Informatiker

Typ	Vorlesung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Bernd-Christian Renner
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	- Prozedurale Programmierung: Fundamentale Datentypen, Operatoren, Kontrollstrukturen, Funktionen, Zeiger und Arrays, Gültigkeitsbereiche und Lebensdauer von Variablen, Strukturen / Unionen, Funktionszeiger, Kommandozeilenargumente - Programmiertechniken: Modularisierung, Trennung von Schnittstelle und Implementierung, Callback-Funktionen, Strukturierte Datentypen - Entwicklungswerkzeuge: Präprozessor, Compiler, Linker, Assembler, IDE, Versionsverwaltung (Git)
Literatur	- Greg Perry and Dean Miller. C Programming Absolute Beginner's Guide: No experience necessary! Que Publishing; 3. Auflage (7. August 2013). ISBN 978-0789751980. - Helmut Erlenkötter. C: Programmieren von Anfang an. Rowohlt Taschenbuch; 25. Auflage (1. Dezember 1999). ISBN 978-3499600746. - Markus Neumann. C Programmieren: für Einsteiger: Der leichte Weg zum C-Experten (Einfach Programmieren lernen, Band 8). BMU Verlag (30. Januar 2020). ISBN ‎ 978-3966450607. - Brian W. Kernighan, Dennis M. Ritchie: The C Programming Language. Prentice Hall; 2. Auflage (1988), ISBN 0-13-110362-8.

Lehrveranstaltung L2164: Prozedurale Programmierung für Informatiker

Typ	Hörsaalübung
SWS	1
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 16, Präsenzstudium 14
Dozenten	Prof. Bernd-Christian Renner
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Lehrveranstaltung L2165: Prozedurale Programmierung für Informatiker

Typ	Laborpraktikum
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Bernd-Christian Renner
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1755: Theorie-Praxis-Verzahnung im dualen Bachelor

Modulverantwortlicher	Dr. Henning Haschke
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	keine
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die dual Studierenden können ausgewählte klassische und moderne Theorien, Konzepte und Methoden ... des Selbstmanagements, der Arbeits- und Lernorganisation der Selbstkompetenz und der Sozialkompetenz ... beschreiben, einordnen sowie auf konkrete Situationen, Projekte und Vorhaben in Ihrem persönlichen und beruflichen Kontext anwenden.
Fertigkeiten	Die dual Studierenden ... ... antizipieren typische Schwierigkeiten, positive und negative Auswirkungen sowie Erfolgs- und Misserfolgsfaktoren im Ingenieurbereich, beurteilen diese und wägen aussichtsreiche Strategien und Handlungsoptionen gegeneinander ab.
Personale Kompetenzen
Sozialkompetenz	Die dual Studierenden ... … arbeiten problemorientiert und interdisziplinär in Expert:innen- und Arbeitsteams zusammen. … sind in der Lage, Arbeitsgruppen zusammenzustellen und anzuleiten. … vertreten komplexe, fachbezogene Problemlösungen gegenüber Fachleuten und Stakeholdern argumentativ und können diese gemeinsam weiterentwickeln.
Selbstständigkeit	Die dual Studierenden ... … definieren, reflektieren und bewerten Ziele für Lern- und Arbeitsprozesse. … gestalten ihre Lern- und Arbeitsprozesse an den Lernorten Universität und Betrieb eigenständig und nachhaltig. … übernehmen Verantwortung für ihre Lern- und Arbeitsprozesse. … sind in der Lage, ihre Vorstellungen oder Handlungen bewusst zu durchdenken und auf ihr Selbstkonzept zu beziehen, um darauf aufbauend Folgerungen für zukünftiges Handeln zu entwickeln.
Arbeitsaufwand in Stunden	Eigenstudium 96, Präsenzstudium 84
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine fortlaufende Dokumentation und Reflexion der Lernerfahrungen und der Kompetenzentwicklung im Bereich der Personalen Kompetenz.

Lehrveranstaltung L2885: Selbstkompetenzen für den beruflichen Erfolg im Ingenieurbereich (duale Studienvariante)

Typ	Seminar
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Dr. Henning Haschke, Heiko Sieben
Sprachen	DE
Zeitraum	WiSe/SoSe
Inhalt	Schlüsselqualifikationen für den beruflichen Erfolg Persönlichkeit und Selbstkonzept Persönlichkeitsprofile Emotionale Kompetenz Bedürfnisstrukturmodelle Motivationstheorien und -modelle Kommunikationsgrundlagen, -störungen Konfliktmanagement Konstruktive Kommunikations- und Sprachkulturen Resilienz Transferkompetenz und (Selbst-)Reflexion Interkulturelle Kompetenz und Businessknigge Dokumentation und Reflexion von Lernerfahrungen
Literatur	Seminarapparat

Lehrveranstaltung L2884: Selbstmanagement, Arbeits- und Lernorganisation im dualen Studium (duale Studienvariante)

Typ	Seminar
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Dr. Henning Haschke, Heiko Sieben
Sprachen	DE
Zeitraum	WiSe/SoSe
Inhalt	Lernen lernen Instrumente und Methoden des Zeit- und Selbstmanagements Persönlichkeit und Arbeitsstil/-verhalten (DISG-Modell); innere Antreiber/Motivation Zielsetzungs- und Planungstechniken (SMART, GROW); für kurz-, mittel-und langfristige Planungen Kreativitätstechniken Stressmanagement, Resilienz (Selbst-)Reflexion im Lern- und Arbeitsprozess Strukturierung/Verknüpfung von Lern- und Arbeitsprozessen an verschiedenen Lernorten Einflussfaktoren Lerntransfer/Transferkompetenz
Literatur	Seminarapparat

Lehrveranstaltung L2886: Sozialkompetenz: Teamentwicklung und Kommunikation im Ingenieurbereich (duale Studienvariante)

Typ	Seminar
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Dr. Henning Haschke, Heiko Sieben
Sprachen	DE
Zeitraum	WiSe/SoSe
Inhalt	Formen, Bedingungen und Prozesse von Arbeitsgruppen und Führungsbeziehungen Sozialkompetenz: Theorien und Modelle Kommunikations- und Gesprächstechniken Empathie und Motivation in der Teamarbeit, Gesetzmäßigkeiten von Teams Kritikfähigkeit Teamentwickelung: Gesetzmäßigkeiten in der Entwicklung von Arbeits- und Projektgruppen Einblicke in den Führungsalltag: Theorien und Modelle, Führungsaufgaben, Führungsstile, Situative Führung, Grundlagen des Change Managements Dokumentation und Reflexion von Lernerfahrungen
Literatur	Seminarapparat

Modul M1750: Praxismodul 1 im dualen Bachelor

Lehrveranstaltungen

Titel	Typ	SWS	LP
Praxisphase 1 im dualen Bachelor (L2879)		0	6

Modulverantwortlicher	Dr. Henning Haschke
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	LV A „Selbstmanagement, Arbeits- und Lernorganisation im dualen Studium“ aus dem Modul „Theorie-Praxis-Verzahnung im dualen Bachelor“.
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die dual Studierenden … … beschreiben die Organisation ihres Arbeitgebers (Betrieb) mit den dazugehörigen Regelungen, die sich auf die Verteilung von Aufgaben und Kompetenzen sowie die Abwicklung von Arbeitsprozessen beziehen. … verstehen den Aufbau und die Zielsetzungen der dualen Studienvariante und die ansteigenden Anforderungen im Studienverlauf.
Fertigkeiten	Die dual Studierenden … … wenden den zugewiesenen Arbeitsbereichen und -aufgaben entsprechend Geräte und Hilfsmittel an und können betriebliche Verfahrens- und Vorgehensweisen hinsichtlich der angestrebten Arbeitsergebnisse/-ziele beschreiben. … setzen die mit ihren aktuellen Aufgaben korrespondierenden hochschulseitigen Anwendungsempfehlungen um.
Personale Kompetenzen
Sozialkompetenz	Die dual Studierenden … … haben sich mit ihrer neuen Arbeitsumgebung (Lernort) und den damit verbundenen Aufgaben/Prozessen/Arbeitsbeziehungen vertraut gemacht. … kennen ihre zentralen Ansprechpersonen und die Kolleg:innen im Betrieb und tauschen sich konstruktiv mit ihnen aus. … stimmen Arbeitsaufgaben mit ihrer fachlichen Betreuung ab und bitten bedarfsgerecht um Unterstützung. … gestalten die Arbeit im zugewiesenen Arbeitsbereich mit und bieten den Kolleg:innen bei ihrer Arbeit Unterstützung an. … arbeiten zielorientiert mit anderen in kleineren Arbeitsteams zusammen.
Selbstständigkeit	Die dual Studierenden … … strukturieren ihre Arbeits- und Lernprozesse im Betrieb gemäß der Zuständigkeiten und Befugnisse selbständig und stimmen sie mit ihrer fachlichen Betreuung ab. … setzen die Arbeitsaufgaben/-aufträge mit Unterstützung von Kolleginnen und Kollegen um. … koordinieren den Ablauf der Praxisphase mit der individuellen Vorbereitung auf die Prüfungsphase an der TU Hamburg. … dokumentieren und reflektieren den Zusammenhang zwischen Grundlagenfächern und der Arbeit als Ingenieurin bzw. Ingenieur.
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat.
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L2879: Praxisphase 1 im dualen Bachelor

Typ
SWS	0
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Dozenten	Dr. Henning Haschke
Sprachen	DE
Zeitraum	WiSe
Inhalt	Onboarding Betrieb Zuweisung erste Arbeitsbereiche (Vorgesetzte/r, Kolleg:innen) Zuweisung Ansprechperson im Betrieb (idR. Personalabteilung) Zuweisung fachliche Lernbegleitung im Arbeitsbereich (Feld praktischer Anwendung) Zuständigkeiten und Befugnisse des dual Studierenden im Betrieb Unterstützung/Zusammenarbeit mit Kolleg:innen Ablaufplanung des jeweiligen Praxismoduls mit ersten Arbeitsaufgaben Möglichkeiten TP-Transfer Ablaufplanung der Prüfungsphase/nächstes Studiensemester Betriebliches Wissen und betriebliche Fertigkeiten Unternehmensspezifika: Organisationsstruktur, Unternehmensstrategie, Geschäfts- und Arbeitsbereiche, Arbeitsabläufe- und Prozesse, Arbeitsebenen Verfahrens- und Vorgehensmöglichkeiten im arbeitsmarktrelevanten Tätigkeitsfeld des Ingenieurwesens Betriebliche Geräte und Hilfsmittel Umsetzung der hochschulseitigen Anwendungsempfehlungen (Theorie-Praxis-Transfer) in damit korrespondierenden Arbeits- und Aufgabenbereichen des Betriebes Lerntransfer/-reflexion Anlegen E-Portfolio Bedeutung der Grundlagenfächer für die Arbeit als Ingenieur:in Vergleich der Lern- und Arbeitsprozesse unterschiedlicher Lernorte hinsichtlich ihrer Ergebnisse und Auswirkungen Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer
Literatur	Studierendenhandbuch Betriebliche Dokumente Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer

Modul M0547: Elektrotechnik II: Wechselstromnetzwerke und grundlegende Bauelemente

Lehrveranstaltungen

Titel	Typ	SWS	LP
Elektrotechnik II: Wechselstromnetzwerke und grundlegende Bauelemente (L0178)	Vorlesung	3	5
Elektrotechnik II: Wechselstromnetzwerke und grundlegende Bauelemente (L0179)	Gruppenübung	2	1

Modulverantwortlicher

Prof. Christian Becker

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Elektrotechnik I

Mathematik I

Gleichstromnetzwerke, komplexe Zahlen

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Die Studierenden können die grundlegende Theorien, Zusammenhänge und Methoden der Wechselstromlehre erklären. Sie können das Verhalten von linearen Netzwerken mit Hilfe der komplexen Notation von Spannungen und Strömen beschreiben. Sie können einen Überblick über die Anwendungen der Wechselstromlehre im Bereich der elektrischen Energietechnik geben. Sie können das Verhalten einfacher passiver und aktiver Bauelemente sowie deren Anwendung in einfachen Schaltungen erläutern.

Fertigkeiten

Die Studierenden können einfache Wechselstrom-Netzwerke mit Hilfe der komplexen Notation von Spannungen und Strömen berechnen. Sie können einschätzen, welche prinzipiellen Effekte in einem Wechselstrom-Netzwerk auftauchen können. Sie können einfache Schaltkreise wie Schwingkreise, Filter und Anpassnetzwerke quantitativ analysieren und dimensionieren. Sie können die wesentlichen Elemente eines elektrischen Energieversorgungssystems (Übertrager, Leitung, Blindleistungskompensation, Mehrphasensystem) in ihrer Sinnhaftigkeit begründen und in ihren Grundzügen planen.

Personale Kompetenzen

Sozialkompetenz

Die Studierenden können in kleinen Gruppen fachspezifische Aufgaben gemeinsam bearbeiten und Ergebnisse in geeigneter Weise präsentieren.

Selbstständigkeit

Die Studierenden sind in der Lage, die notwendigen Informationen aus den angegebenen Literaturquellen zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (Online-Tests, klausurnahe Aufgaben) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. Sie können ihr erlangtes Wissen mit den Inhalten anderer Lehrveranstaltungen (z.B. Elektrotechnik I und Mathematik) verknüpfen.

Arbeitsaufwand in Stunden

Eigenstudium 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Nein	10 %	Midterm

Prüfung

Klausur

Prüfungsdauer und -umfang

90 - 150 Minuten

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Integrierte Gebäudetechnik: Kernqualifikation: Pflicht
Mechatronik: Kernqualifikation: Pflicht
Orientierungsstudium: Kernqualifikation: Wahlpflicht

Lehrveranstaltung L0178: Elektrotechnik II: Wechselstromnetzwerke und grundlegende Bauelemente

Typ	Vorlesung
SWS	3
LP	5
Arbeitsaufwand in Stunden	Eigenstudium 108, Präsenzstudium 42
Dozenten	Prof. Christian Becker
Sprachen	DE
Zeitraum	SoSe
Inhalt	- Netzwerkverhalten bei allgemeinen Zeitabhängigkeiten - Darstellung und Eigenschaften von Sinussignalen - RLC-Elemente bei Wechselstrom/Wechselspannung - RLC-Elemente in komplexer Darstellung - Leistung in Wechselstrom-Netzwerken, Blindleistungskompensation - Ortskurven und Bode-Diagramme - Wechselstrommesstechnik - Schwingkreise, Filter, elektrische Leitungen - Übertrager, Drehstrom, Energiewandler - Einfache nichtlineare und aktive Bauelemente
Literatur	- M. Albach, "Elektrotechnik", Pearson Studium (2011) - T. Harriehausen, D. Schwarzenau, "Moeller Grundlagen der Elektrotechnik", Springer (2013) - R. Kories, H. Schmidt-Walter, "Taschenbuch der Elektrotechnik", Harri Deutsch (2010) - C. Kautz, "Tutorien zur Elektrotechnik", Pearson (2009) - A. Hambley, "Electrical Engineering: Principles and Applications", Pearson (2013) - R. Dorf, "The Electrical Engineering Handbook", CRC (2006)

Lehrveranstaltung L0179: Elektrotechnik II: Wechselstromnetzwerke und grundlegende Bauelemente

Typ	Gruppenübung
SWS	2
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 2, Präsenzstudium 28
Dozenten	Prof. Christian Becker
Sprachen	DE
Zeitraum	SoSe
Inhalt	- Netzwerkverhalten bei allgemeinen Zeitabhängigkeiten - Darstellung und Eigenschaften von Sinussignalen - RLC-Elemente bei Wechselstrom/Wechselspannung - RLC-Elemente in komplexer Darstellung - Leistung in Wechselstrom-Netzwerken, Blindleistungskompensation - Ortskurven und Bode-Diagramme - Wechselstrommesstechnik - Schwingkreise, Filter, elektrische Leitungen - Übertrager, Drehstrom, Energiewandler - Einfache nichtlineare und aktive Bauelemente
Literatur	- M. Albach, "Elektrotechnik", Pearson Studium (2011) - T. Harriehausen, D. Schwarzenau, "Moeller Grundlagen der Elektrotechnik", Springer (2013) - R. Kories, H. Schmidt-Walter, "Taschenbuch der Elektrotechnik", Harri Deutsch (2010) - C. Kautz, "Tutorien zur Elektrotechnik", Pearson (2009) - A. Hambley, "Electrical Engineering: Principles and Applications", Pearson (2013) - R. Dorf, "The Electrical Engineering Handbook", CRC (2006)

Modul M0624: Automata Theory and Formal Languages

Lehrveranstaltungen

Titel	Typ	SWS	LP
Automatentheorie und Formale Sprachen (L0332)	Vorlesung	2	4
Automatentheorie und Formale Sprachen (L0507)	Gruppenübung	2	2

Modulverantwortlicher	Prof. Matthias Mnich
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	Students are able to work together in teams. They are capable to use mathematics as a common language. In doing so, they can communicate new concepts according to the needs of their cooperating partners. Moreover, they can design examples to check and deepen the understanding of their peers.
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. Students have developed sufficient persistence to be able to work for longer periods in a goal-oriented manner on hard problems.
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: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Engineering Science: Vertiefung Mechatronics: Wahlpflicht Engineering Science: Vertiefung Mechatronics: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Mechatronics: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht 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. Matthias Mnich
Sprachen	EN
Zeitraum	SoSe
Inhalt	Propositional logic, Boolean algebra, propositional resolution, SAT-2KNF Predicate logic, unification, predicate logic resolution Temporal Logics (LTL, CTL) Deterministic finite automata, definition and construction Regular languages, closure properties, word problem, string matching Nondeterministic automata: Rabin-Scott transformation of nondeterministic into deterministic automata Epsilon automata, minimization of automata, elimination of e-edges, uniqueness of the minimal automaton (modulo renaming of states) Myhill-Nerode Theorem: Correctness of the minimization procedure, equivalence classes of strings induced by automata Pumping Lemma for regular languages: provision of a tool which, in some cases, can be used to show that a finite automaton principally cannot be expressive enough to solve a word problem for some given language Regular expressions vs. finite automata: Equivalence of formalisms, systematic transformation of representations, reductions Pushdown automata and context-free grammars: Definition of pushdown automata, definition of context-free grammars, derivations, parse trees, ambiguities, pumping lemma for context-free grammars, transformation of formalisms (from pushdown automata to context-free grammars and back) Chomsky normal form CYK algorithm for deciding the word problem for context-free grammrs Deterministic pushdown automata Deterministic vs. nondeterministic pushdown automata: Application for parsing, LL(k) or LR(k) grammars and parsers vs. deterministic pushdown automata, compiler compiler Regular grammars Outlook: Turing machines and linear bounded automata vs general and context-sensitive grammars Chomsky hierarchy Mealy- and Moore automata: Automata with output (w/o accepting states), infinite state sequences, automata networks Omega automata: Automata for infinite input words, Büchi automata, representation of state transition systems, verification w.r.t. temporal logic specifications (in particular LTL) LTL safety conditions and model checking with Büchi automata, relationships between automata and logic Fixed points, propositional mu-calculus Characterization of regular languages by monadic second-order logic (MSO)
Literatur	Logik für Informatiker Uwe Schöning, Spektrum, 5. Aufl. Logik für Informatiker Martin Kreuzer, Stefan Kühling, Pearson Studium, 2006 Grundkurs Theoretische Informatik, Gottfried Vossen, Kurt-Ulrich Witt, Vieweg-Verlag, 2010. Principles of Model Checking, Christel Baier, Joost-Pieter Katoen, The MIT Press, 2007

Lehrveranstaltung L0507: Automata Theory and Formal Languages

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Matthias Mnich
Sprachen	EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0829: Grundlagen der Betriebswirtschaftslehre

Lehrveranstaltungen

Titel	Typ	SWS	LP
Betriebswirtschaftliche Übung (L0882)	Gruppenübung	2	3
Grundlagen der Betriebswirtschaftslehre (L0880)	Vorlesung	3	3

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... grundlegende Begriffe und Kategorien aus dem Bereich Wirtschaft und Management benennen und erklären grundlegende Aspekte wettbewerblichen Unternehmertums beschreiben (Betrieb und Unternehmung, betrieblicher Zielbildungsprozess) wesentliche betriebliche Funktionen erläutern, insb. Funktionen der Wertschöpfungskette (z.B. Produktion und Beschaffung, Innovationsmanagement, Absatz und Marketing) sowie Querschnittsfunktionen (z.B. Organisation, Personalmanagement, Supply Chain Management, Informationsmanagement) und die wesentlichen Aspekte von Entrepreneurship-Projekten benennen Grundlagen der Unternehmensplanung (Entscheidungstheorie, Planung und Kontrolle) wie auch spezielle Planungsaufgaben (z.B. Projektplanung, Investition und Finanzierung) erläutern Grundlagen des Rechnungswesens erklären (Buchführung, Bilanzierung, Kostenrechnung, Controlling)
Fertigkeiten	Die Studierenden können Unternehmensziele definieren und in ein Zielsystem einordnen sowie Zielsysteme strukturieren Organisations- und Personalstrukturen von Unternehmen analysieren Methoden für Entscheidungsprobleme unter mehrfacher Zielsetzung, unter Ungewissheit sowie unter Risiko zur Lösung von entsprechenden Problemen anwenden Produktions- und Beschaffungssysteme sowie betriebliche Informationssysteme analysieren und einordnen Einfache preispolitische und weitere Instrumente des Marketing analysieren und anwenden Grundlegende Methoden der Finanzmathematik auf Invesititions- und Finanzierungsprobleme anwenden Die Grundlagen der Buchhaltung, Bilanzierung, Kostenrechnung und des Controlling erläutern und Methoden aus diesen Bereichen auf einfache Problemstellungen anwenden.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden sind in der Lage sich im Team zu organisieren und ein Projekt aus dem Bereich Entrepreneurship gemeinsam zu bearbeiten und einen Projektbericht zu erstellen erfolgreich problemlösungsorientiert zu kommunizieren respektvoll und erfolgreich zusammenzuarbeiten
Selbstständigkeit	Die Studierenden sind in der Lage Ein Projekt in einem Team zu bearbeiten und einer Lösung zuzuführen unter Anleitung einen Projektbericht zu verfassen
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 (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Vertiefung Bauingenieurwesen: Wahlpflicht Bau- und Umweltingenieurwesen: Vertiefung Wasser und Umwelt: Wahlpflicht Bau- und Umweltingenieurwesen: Vertiefung Verkehr und Mobilität: Wahlpflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Integrierte Gebäudetechnik: Kernqualifikation: Pflicht Logistik und Mobilität: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L0882: Betriebswirtschaftliche Übung

Typ	Gruppenübung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Christoph Ihl, Katharina Roedelius
Sprachen	DE
Zeitraum	WiSe/SoSe
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. Christian Lüthje, Prof. Christian Ringle, Prof. Cornelius Herstatt, Prof. Kathrin Fischer, Prof. Matthias Meyer, Prof. Thomas Wrona, Prof. Thorsten Blecker, Prof. Wolfgang Kersten
Sprachen	DE
Zeitraum	WiSe/SoSe
Inhalt	Die Abgrenzung der BWL von der VWL und die Gliederungsmöglichkeiten der BWL Wichtige Definitionen aus dem Bereich Management und Wirtschaft Die wichtigsten Unternehmensziele und ihre Einordnung sowie (Kern-) Funktionen der Unternehmung Die Bereiche Produktion und Beschaffungsmanagement, der Begriff des Supply Chain Management und die Bestandteile einer Supply Chain Die Definition des Begriffs Information, die Organisation des Informations- und Kommunikations (IuK)-Systems und Aspekte der Datensicherheit; Unternehmensstrategie und strategische Informationssysteme Der Begriff und die Bedeutung von Innovationen, insbesondere Innovationschancen, -risiken und prozesse Die Bedeutung des Marketing, seine Aufgaben, die Abgrenzung von B2B- und B2C-Marketing Aspekte der Marketingforschung (Marktportfolio, Szenario-Technik) sowie Aspekte der strategischen und der operativen Planung und Aspekte der Preispolitik Die grundlegenden Organisationsstrukturen in Unternehmen und einige Organisationsformen Grundzüge des Personalmanagements Die Bedeutung der Planung in Unternehmen und die wesentlichen Schritte eines Planungsprozesses Die wesentlichen Bestandteile einer Entscheidungssituation sowie Methoden für Entscheidungsprobleme unter mehrfacher Zielsetzung, unter Ungewissheit sowie unter Risiko Grundlegende Methoden der Finanzmathematik Die Grundlagen der Buchhaltung, der Bilanzierung und der Kostenrechnung Die Bedeutung des Controlling im Unternehmen und ausgewählte Methoden des Controlling Die wesentlichen Aspekte von Entrepreneurship-Projekten 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 M0851: Mathematik II

Lehrveranstaltungen

Titel	Typ	SWS	LP
Mathematik II (L2976)	Vorlesung	4	4
Mathematik II (L2977)	Hörsaalübung	2	2
Mathematik II (L2978)	Gruppenübung	2	2

Modulverantwortlicher

Prof. Anusch Taraz

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Mathematik I

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Studierende können weitere Begriffe der Analysis und Linearen Algebra benennen und anhand von Beispielen erklären.
Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern.
Sie kennen Beweisstrategien und können diese wiedergeben.

Fertigkeiten

Studierende können Aufgabenstellungen aus der Analysis und Linearen Algebra mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen.
Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren.
Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.

Personale Kompetenzen

Sozialkompetenz

Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache.
Sie können dabei insbesondere neue Konzepte adressatengerecht kommunizieren und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.

Selbstständigkeit

Studierende können eigenständig ihr Verständnis mathematischer Konzepte überprüfen, noch offene Fragen formulieren und sich gegebenenfalls gezielt Hilfe holen.
Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume an schwierigen Problemstellungen zu arbeiten.

Arbeitsaufwand in Stunden

Eigenstudium 128, Präsenzstudium 112

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

120 min

Zuordnung zu folgenden Curricula

Lehrveranstaltung L2976: Mathematik II

Typ	Vorlesung
SWS	4
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 64, Präsenzstudium 56
Dozenten	Prof. Anusch Taraz
Sprachen	DE
Zeitraum	SoSe
Inhalt
Literatur

Lehrveranstaltung L2977: Mathematik II

Typ	Hörsaalübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Anusch Taraz
Sprachen	DE
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Lehrveranstaltung L2978: Mathematik II

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Anusch Taraz
Sprachen	DE
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1432: Programmierparadigmen

Lehrveranstaltungen

Titel	Typ	SWS	LP
Programmierparadigmen (L2169)	Vorlesung	2	2
Programmierparadigmen (L2170)	Hörsaalübung	1	1
Programmierparadigmen (L2171)	Laborpraktikum	2	3

Modulverantwortlicher	NN
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Veranstaltung Prozedurale Programmierung oder gleichwertige Programmierkenntnisse in imperativer Programmierung
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studenten haben ein grundlegendes Verständnis über die objektorientierte und die generische Programmierung erworben und können diese in eigenen Programmierprojekten umsetzen. Sie können eigene Klassenhierarchien erstellen und verschiedene Formen der Vererbung unterscheiden. Sie haben ein grundlegendes Verständnis des Polymorphismus und können zwischen Laufzeit- und Compilierzeit-Polymorphismus unterschieden. Die Studenten sind mit dem Konzept der Datenkapselung vertraut und können Schnittstellen in private und öffentliche Methoden unterteilen. Sie können mit Exceptions umgehen und nutzen generische Programmierung um Datenstrukturen zu verallgemeinern. Die Studenten können die Vor- und Nachteile der beiden Programmierparadigmen
Fertigkeiten	Die Studenten können eine mittelgroße Problemstellung in Teilprobleme zerlegen und darauf aufbauend eigene Klassen in einer objektorientierten Programmiersprache erstellen. Sie können dabei ein öffentliche und private Schnittstellen entwerfen und die Implementierung durch Abstraktion generisch und erweiterbar umsetzen. Sie können verschiedene Sprachkonstrukte einer modernen Programmiersprache unterscheiden und diese geeignet in der Implementierung nutzen. Sie können Unit Tests entwerfen und implementieren.
Personale Kompetenzen
Sozialkompetenz	Studierende können in Teams arbeiten und in Foren kommunizieren.
Selbstständigkeit	In Programmierpraktikum lernen die Studenten unter Aufsicht die objektorientierte Programmierung. In Übungen entwickeln sie individuell und unabhängig Lösungen und erhalten Feedback.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	90 min
Zuordnung zu folgenden Curricula	Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht Technomathematik: Kernqualifikation: Pflicht

Lehrveranstaltung L2169: Programmierparadigmen

Typ	Vorlesung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Dozenten des SD E
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Grundlegende Idee der Objetorientierten Programmierung Klassen und Objekte Vererbung (einfach, mehrfach) Schnittstellen (Interfaces) Datenkapselung (private / public usw.) Ausnahmebehandlung (Exceptions) Generische Programmierung und deren Umsetzung im Compiler Exkurs in die Programmierung mit dynamisch getypten Programmiersprachen
Literatur	Skript

Lehrveranstaltung L2170: Programmierparadigmen

Typ	Hörsaalübung
SWS	1
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 16, Präsenzstudium 14
Dozenten	Dozenten des SD E
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Grundlegende Idee der Objetorientierten Programmierung Klassen und Objekte Vererbung (einfach, mehrfach) Schnittstellen (Interfaces) Datenkapselung (private / public usw.) Ausnahmebehandlung (Exceptions) Generische Programmierung und deren Umsetzung im Compiler Exkurs in die Programmierung mit dynamisch getypten Programmiersprachen
Literatur	Skript

Lehrveranstaltung L2171: Programmierparadigmen

Typ	Laborpraktikum
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Dozenten des SD E
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Grundlegende Idee der Objetorientierten Programmierung Klassen und Objekte Vererbung (einfach, mehrfach) Schnittstellen (Interfaces) Datenkapselung (private / public usw.) Ausnahmebehandlung (Exceptions) Generische Programmierung und deren Umsetzung im Compiler Exkurs in die Programmierung mit dynamisch getypten Programmiersprachen
Literatur	Skript

Modul M1751: Praxismodul 2 im dualen Bachelor

Lehrveranstaltungen

Titel	Typ	SWS	LP
Praxisphase 2 im dualen Bachelor (L2880)		0	6

Modulverantwortlicher	Dr. Henning Haschke
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	erfolgreicher Abschluss des Praxismoduls 1 im dualen Bachelor LV A "Selbstmanagement, Arbeits- und Lernorganisation im dualen Studium" aus dem Modul "Theorie-Praxis-Verzahnung im dualen Bachelor"
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden … … beschreiben die Organisationsstruktur ihres Arbeitgebers (Betrieb) und unterscheiden dazugehörige Regelungen, die sich auf die Verteilung von Aufgaben und Kompetenzen sowie die Abwicklung von Arbeitsprozessen beziehen. … verstehen den Aufbau und die Zielsetzungen der dualen Studienvariante und die ansteigenden Anforderungen im Studienverlauf.
Fertigkeiten	Die Studierenden … … wenden den zugewiesenen Arbeitsbereichen und -aufgaben entsprechend Geräte und Hilfsmittel fachgerecht an und beurteilen betriebliche Verfahrens- und Vorgehensweisen hinsichtlich der angestrebten Arbeitsergebnisse/-ziele. … setzen die mit ihren aktuellen Aufgaben korrespondierenden hochschulseitigen Anwendungsempfehlungen um.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden … … haben sich mit ihrer neuen Arbeitsumgebung (Lernort) und den damit verbundenen Aufgaben/Prozessen/Arbeitsbeziehungen vertraut gemacht. … kennen die zentralen Ansprechpersonen und die Kolleginnen und Kollegen und sind in die vorgesehenen Aufgaben- und Arbeitsbereiche integriert. … stimmen Arbeitsaufgaben mit ihrer fachlichen Betreuung ab und begründen Abläufe und angestrebte Ergebnisse. … gestalten die Arbeit im zugewiesenen Arbeitsbereich mit und bieten den Kolleginnen und Kollegen bei ihrer Arbeit Unterstützung an bzw. fordern diese anliegenbezogen ein. … arbeiten zielorientiert mit anderen in interdisziplinären Arbeitsteams zusammen.
Selbstständigkeit	Die Studierenden … … strukturieren ihre Arbeits- und Lernprozesse im Betrieb gemäß der Zuständigkeiten und Befugnisse selbständig und stimmen sie mit ihrer fachlichen Betreuung ab. … setzen die Arbeitsaufgaben/-aufträge selbständig und/oder mit Unterstützung von Kolleginnen und Kollegen um. … koordinieren den Ablauf der Praxisphase mit der individuellen Vorbereitung auf die Prüfungsphase an der TUHH. … dokumentieren und reflektieren den Zusammenhang zwischen Grundlagenfächern und der Arbeit als Ingenieurin bzw. Ingenieur.
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat.
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L2880: Praxisphase 2 im dualen Bachelor

Typ
SWS	0
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Dozenten	Dr. Henning Haschke
Sprachen	DE
Zeitraum	SoSe
Inhalt	Onboarding Betrieb Zuweisung Arbeitsbereiche (Vorgesetzte/r, Kolleginnen und Kollegen) Zuweisung Ansprechperson im Betrieb (idR. Personalabteilung) Zuweisung fachliche Lernbegleitung im Arbeitsbereich (Feld praktischer Anwendung) Zuständigkeiten und Befugnisse des dual Studierenden im Betrieb Unterstützung/Zusammenarbeit mit Kolleginnen und Kollegen Ablaufplanung des jeweiligen Praxismoduls mit Arbeitsaufgaben Möglichkeiten Theorie-Praxis-Transfer Ablaufplanung der Prüfungsphase/nächstes Studiensemester Betriebliches Wissen und betriebliche Fertigkeiten Unternehmensspezifika: Organisationsstruktur, Unternehmensstrategie, Geschäfts- und Arbeitsbereiche, Arbeitsabläufe- und Prozesse, Arbeitsebenen Verfahrens- und Vorgehensmöglichkeiten im arbeitsmarktrelevanten Tätigkeitsfeld des Ingenieurwesens Betriebliche Geräte und Hilfsmittel Umsetzung der hochschulseitigen Anwendungsempfehlungen (Theorie-Praxis-Transfer) in damit korrespondierenden Arbeits- und Aufgabenbereichen des Betriebes Lerntransfer/-reflexion Anlegen E-Portfolio Bedeutung der Grundlagenfächer für die Arbeit als Ingenieurin bzw. Ingenieur Vergleich der Lern- und Arbeitsprozesse unterschiedlicher Lernorte hinsichtlich ihrer Ergebnisse und Auswirkungen Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer
Literatur	Studierendenhandbuch Betriebliche Dokumente Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer

Modul M0834: Computernetworks and Internet Security

Lehrveranstaltungen

Titel	Typ	SWS	LP
Rechnernetze und Internet-Sicherheit (L1098)	Vorlesung	3	5
Rechnernetze und Internet-Sicherheit (L1099)	Gruppenübung	1	1

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 Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Engineering Science: Vertiefung Mechatronics: Wahlpflicht Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht General Engineering Science (7 Semester): Vertiefung Mechatronics: 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	Dr.-Ing. Koojana Kuladinithi, Prof. Sibylle Fröschle
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 physical labs. In the second part of the lecture an introduction to Internet security is given. This class comprises: Introduction to the Internet (TCP/IP model) Application layer protocols (HTTP, SMTP, DNS) Transport layer protocols (TCP, UDP) Network Layer (Internet Protocol IPv4 & IPv6, routing in the Internet) Data link layer with media access at the example of WLAN Introduction to Internet Security Security Aspects of Address Resolution (DNS/DNSSEC, ARP/SEND Communication Security (IPSec) - From Address Resolution to Routing (Securing BGP) Botnets + Firewalls
Literatur	Kurose, Ross, Computer Networking - A Top-Down Approach, 8th Edition, Addison-Wesley Kurose, Ross, Computernetzwerke - Der Top-Down-Ansatz, Pearson Studium; Auflage: 8. Auflage W. Stallings: Cryptography and Network Security: Principles and Practice, 6th edition 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	Dr.-Ing. Koojana Kuladinithi, Prof. Sibylle Fröschle
Sprachen	EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0662: Numerical Mathematics I

Lehrveranstaltungen

Titel	Typ	SWS	LP
Numerische Mathematik I (L0417)	Vorlesung	2	3
Numerische Mathematik I (L0418)	Gruppenübung	2	3

Modulverantwortlicher	Prof. Sabine Le Borne
Zulassungsvoraussetzungen	None
Empfohlene Vorkenntnisse	Mathematik I + II for Engineering Students (german or english) or Analysis & Linear Algebra I + II for Technomathematicians basic MATLAB/Python knowledge
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Students are able to name numerical methods for interpolation, integration, least squares problems, eigenvalue problems, nonlinear root finding problems and to explain their core ideas, repeat convergence statements for the numerical methods, explain aspects for the practical execution of numerical methods with respect to computational and storage complexitx.
Fertigkeiten	Students are able to implement, apply and compare numerical methods using MATLAB/Python, justify the convergence behaviour of numerical methods with respect to the problem and solution algorithm, select and execute a suitable solution approach for a given problem.
Personale Kompetenzen
Sozialkompetenz	Students are able to work together in heterogeneously composed teams (i.e., teams from different study programs and background knowledge), explain theoretical foundations and support each other with practical aspects regarding the implementation of algorithms.
Selbstständigkeit	Students are capable to assess whether the supporting theoretical and practical excercises are better solved individually or in a team, to assess their individual progess and, if necessary, to ask questions and seek help.
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 Mediziningenieurwesen: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Biomechanik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Flugzeug-Systemtechnik: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Advanced Materials: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Pflicht Bioverfahrenstechnik: Vertiefung A - Allgemeine Bioverfahrenstechnik: Wahlpflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Engineering Science: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Vertiefung Energietechnik: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Vertiefung Theoretischer Maschinenbau: Pflicht Maschinenbau: Vertiefung Energietechnik: Wahlpflicht Maschinenbau: Vertiefung Mechatronik: 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	Finite precision arithmetic, error analysis, conditioning and stability Linear systems of equations: LU and Cholesky factorization, condition Interpolation: polynomial, spline and trigonometric interpolation Nonlinear equations: fixed point iteration, root finding algorithms, Newton's method Linear and nonlinear least squares problems: normal equations, Gram Schmidt and Householder orthogonalization, singular value decomposition, regularizatio, Gauss-Newton and Levenberg-Marquardt methods Eigenvalue problems: power iteration, inverse iteration, QR algorithm Numerical differentiation Numerical integration: Newton-Cotes rules, error estimates, Gauss quadrature, adaptive quadrature
Literatur	Gander/Gander/Kwok: Scientific Computing: An introduction using Maple and MATLAB, Springer (2014) Stoer/Bulirsch: Numerische Mathematik 1, Springer Dahmen, Reusken: Numerik für Ingenieure und Naturwissenschaftler, Springer

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 M0730: Technische Informatik

Lehrveranstaltungen

Titel	Typ	SWS	LP
Technische Informatik (L0321)	Vorlesung	3	4
Technische Informatik (L0324)	Gruppenübung	1	2

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:

Einführung
Kombinatorische Logik: Gatter, Boolesche Algebra, Schaltfunktionen, Synthese von Schaltungen, Schaltnetze
Sequentielle Logik: Flip-Flops, Schaltwerke, systematischer Schaltwerkentwurf
Technologische Grundlagen
Rechnerarithmetik: Ganzzahlige Addition, Subtraktion, Multiplikation und Division
Grundlagen der Rechnerarchitektur: Programmiermodelle, MIPS-Einzelzyklusmaschine, Pipelining
Speicher-Hardware: Speicherhierarchien, SRAM, DRAM, Caches
Ein-/Ausgabe: I/O aus Sicht der CPU, Prinzipien der Datenübergabe, Point-to-Point Verbindungen, Busse

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

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Übungsaufgaben

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 Elektrotechnik: Pflicht
Computer Science: Kernqualifikation: Pflicht
Data Science: Kernqualifikation: Wahlpflicht
Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Elektrotechnik: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Integrierte Gebäudetechnik: Kernqualifikation: Wahlpflicht
Mechatronik: Kernqualifikation: Wahlpflicht
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/EN
Zeitraum	WiSe
Inhalt	Einführung Kombinatorische Logik Sequentielle Logik Technologische Grundlagen Zahlendarstellungen und Rechnerarithmetik Grundlagen der Rechnerarchitektur Speicher-Hardware Ein-/Ausgabe
Literatur	A. Clements. The Principles of Computer Hardware. 3. Auflage, Oxford University Press, 2000. A. Tanenbaum, J. Goodman. Computerarchitektur. Pearson, 2001. D. Patterson, J. Hennessy. Rechnerorganisation und -entwurf. Elsevier, 2005.

Lehrveranstaltung L0324: Technische Informatik

Typ	Gruppenübung
SWS	1
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 46, Präsenzstudium 14
Dozenten	Prof. Heiko Falk
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0853: Mathematik III

Lehrveranstaltungen

Titel	Typ	SWS	LP
Analysis III (L1028)	Vorlesung	2	2
Analysis III (L1029)	Gruppenübung	1	1
Analysis III (L1030)	Hörsaalübung	1	1
Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) (L1031)	Vorlesung	2	2
Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) (L1032)	Gruppenübung	1	1
Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) (L1033)	Hörsaalübung	1	1

Modulverantwortlicher	Prof. Marko Lindner
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Mathematik I + II
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die grundlegenden Begriffe aus dem Gebiet der Analysis und Differentialgleichungen benennen und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten	Studierende können Aufgabenstellungen aus dem Gebiet der Analysis und Differentialgleichungen mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen. Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.
Personale Kompetenzen
Sozialkompetenz	Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache. Sie können dabei insbesondere neue Konzepte adressatengerecht kommunizieren und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.
Selbstständigkeit	Studierende können eigenständig ihr Verständnis komplexer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen. Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
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 Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Digitaler Maschinenbau: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Integrierte Gebäudetechnik: Kernqualifikation: Pflicht Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht Logistik und Mobilität: Vertiefung Informationstechnologie: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: 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: Differentialrechnung mehrerer Veränderlichen Mittelwertsätze und Taylorscher Satz Extremwertbestimmung Implizit definierte Funktionen Extremwertbestimmung bei Gleichungsnebenbedinungen Newton-Verfahren für mehrere Variablen Fourierreihen Bereichsintegrale Kurven- und Flächenintegrale Integralsätze von Gauß und Stokes
Literatur	http://www.math.uni-hamburg.de/teaching/export/tuhh/index.html

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 Einführung und elementare Methoden Existenz und Eindeutigkeit bei Anfangswertaufgaben Lineare Differentialgleichungen Stabilität und qualitatives Lösungsverhalten Randwertaufgaben und Grundbegriffe der Variationsrechnung Eigenwertaufgaben Numerische Verfahren zur Integration von Anfangs- und Randwertaufgaben Grundtypen bei partiellen Differentialgleichungen
Literatur	http://www.math.uni-hamburg.de/teaching/export/tuhh/index.html

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 M1423: Algorithmen und Datenstrukturen

Lehrveranstaltungen

Titel	Typ	SWS	LP
Algorithmen und Datenstrukturen (L2046)	Vorlesung	4	4
Algorithmen und Datenstrukturen (L2047)	Gruppenübung	1	2

Modulverantwortlicher

Prof. Matthias Mnich

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Diskrete Algebraische Strukturen
Mathematik I
Mathematik II
Prozedurale Programming
Objectorientierte Programmierung

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Studierende können die grundlegenden Begriffe des Algorithmenentwurfs, der Algorithmenanalyse und Problemreduktionen benennen und anhand von Beispielen erklären.
Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern.
Sie kennen Beweisstrategien und können diese wiedergeben.

Fertigkeiten

Studierende können diskrete Entscheidungsprobleme, Such- und Optimierungsprobleme mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen.
Studierende sind in der Lage, sich weitere einfache logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren.
Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.

Personale Kompetenzen

Sozialkompetenz

Studierende sind in der Lage, in Teams zusammenzuarbeiten und die Mathematik als gemeinsame Sprache zu entdecken und beherrschen.
Sie können sich dabei insbesondere gegenseitig neue Konzepte erklären und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.

Selbstständigkeit

Studierende können eigenständig ihr Verständnis mathematischer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen.
Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume an schwierigen Problemstellungen zu arbeiten.

Arbeitsaufwand in Stunden

Eigenstudium 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Nein	20 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Pflicht
Computer Science: Kernqualifikation: Pflicht
Data Science: Kernqualifikation: Pflicht
Engineering Science: Vertiefung Data Science: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht

Lehrveranstaltung L2046: Algorithmen und Datenstrukturen

Typ	Vorlesung
SWS	4
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 64, Präsenzstudium 56
Dozenten	Prof. Matthias Mnich
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Sortieren durch Einfügen Registermachinen Asymptotische Analyse, Landau Notation Polynomialzeit Algorithmen and NP-Vollständgikeit Divide-and-conquer, Merge sort Strassens Algorithmus Greedy Algorithmen Dynamische Programmierung Quicksort AVL-trees, B-trees Hashing Tiefensuche und Breitensuche Kürzeste Wege Fluss Probleme, Ford-Fulkerson Algorithmus
Literatur	T. Cormen, Ch. Leiserson, R. Rivest, C. Stein: Introduction to Algorithms. MIT Press, 2013 S. Skiena: The Algorithm Design Manual. Springer, 2008 J. M. Kleinberg and É. Tardos. Algorithm Design. Addison-Wesley, 2005.

Lehrveranstaltung L2047: Algorithmen und Datenstrukturen

Typ	Gruppenübung
SWS	1
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 46, Präsenzstudium 14
Dozenten	Prof. Matthias Mnich
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1752: Praxismodul 3 im dualen Bachelor

Lehrveranstaltungen

Titel	Typ	SWS	LP
Praxisphase 3 im dualen Bachelor (L2881)		0	6

Modulverantwortlicher	Dr. Henning Haschke
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Erfolgreicher Abschluss des Praxismoduls 2 im dualen Bachelor LV B aus dem Modul "Theorie-Praxis-Verzahnung im dualen Bachelor"
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden … … verstehen die strategische Ausrichtung des Betriebes sowie die Funktionen und die Organisation zentraler Abteilungen mit ihren Entscheidungsstrukturen, Netzwerkbeziehungen. … verstehen die Anforderungen des Ingenieurberufs und schätzen die daraus resultierende Verantwortung richtig ein. … verbinden ihre Kenntnisse von Fakten, Grundsätzen, Theorien und Methoden der bisherigen Studieninhalte mit dem erworbenen Praxiswissen, insbesondere ihrem Wissen um berufspraktische Verfahrens- und Vorgehensmöglichkeiten, im aktuellen Tätigkeitsfeld.
Fertigkeiten	Die Studierenden … … wenden fachtheoretisches Wissen auf aktuelle Problemstellungen im eigenen Arbeitsbereich an und beurteilen die Arbeitsprozesse und -ergebnisse. … wenden den zugewiesenen Arbeitsbereichen und -aufgaben entsprechend Technologien, Geräte und Hilfsmittel an und beurteilen betriebliche Verfahrens- und Vorgehensweisen hinsichtlich der angestrebten Arbeitsergebnisse/-ziele. … setzen die mit ihren aktuellen Aufgaben korrespondierenden hochschulseitigen Anwendungsempfehlungen um.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden … … planen Arbeitsprozesse kooperativ, auch arbeitsbereichsübergreifend. … kommunizieren mit betrieblichen Stakeholdern professionell und stellen komplexe Sachverhalte strukturiert, zielgerichtet und überzeugend dar.
Selbstständigkeit	Die Studierenden … … übernehmen Verantwortung für Arbeitsaufträge und -bereiche. … dokumentieren und reflektieren die Bedeutung von Fachmodulen und Vertiefungsrichtungen für die Arbeit als Ingenieur*in sowie die Umsetzung der hochschulseitigen Anwendungsempfehlungen und der damit einhergehenden Herausforderungen eines positiven Theorie-Praxis-Transfers.
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat.
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L2881: Praxisphase 3 im dualen Bachelor

Typ
SWS	0
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Dozenten	Dr. Henning Haschke
Sprachen	DE
Zeitraum	WiSe
Inhalt	Onboarding Betrieb Zuweisung Arbeitsbereich/e Erweiterung der Zuständigkeiten und Befugnisse des dual Studierenden im Betrieb Eigenverantwortliche Arbeitsaufgaben und -bereiche Mitarbeit in Projektteams Ablaufplanung des jeweiligen Praxismoduls mit Arbeitsaufgaben Möglichkeiten Theorie-Praxis-Transfer Ablaufplanung der Prüfungsphase/nächstes Studiensemester Betriebliches Wissen und betriebliche Fertigkeiten Unternehmensspezifika: Strategische Ausrichtung, Organisation zentraler Geschäfts- und Arbeitsbereiche, Abteilungen, Entscheidungsstrukturen, Netzwerkbeziehungen und interne Kommunikation Verbindung von Fakten, Grundsätzen und Theorien mit Praxiswissen Verfahrens- und Vorgehensmöglichkeiten im arbeitsmarktrelevanten Tätigkeitsfeld des Ingenieurwesens Betriebliche Technologien, Geräte und Hilfsmittel Umsetzung der hochschulseitigen Anwendungsempfehlungen (Theorie-Praxis-Transfer) in damit korrespondierenden Arbeits- und Aufgabenbereichen des Betriebes Lerntransfer/-reflexion E-Portfolio Bedeutung von Fachmodulen und Vertiefungsrichtungen für die Arbeit als Ingenieurin bzw. Ingenieur Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer
Literatur	Studierendenhandbuch Betriebliche Dokumente Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer

Modul M1578: Seminare Informatik

Lehrveranstaltungen

Titel	Typ	SWS	LP
Seminar Informatik I (L2362)	Seminar	2	3
Seminar Informatik II (L2361)	Seminar	2	3

Modulverantwortlicher	Dozenten des SD E
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Grundlegende Module aus der Informatik und Mathematik auf Bachelorebene.
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden können ein spezifisches Thema der Informatik erklären, komplexe Sachverhalte beschreiben, unterschiedliche Standpunkte darlegen und kritisch bewerten.
Fertigkeiten	Die Studierenden können sich in einer begrenzten Zeit in ein spezifisches Thema der Informatik einarbeiten, eine Literaturrecherche durchführen und die Quellen richtig zitieren und angeben, selbstständig einen Vortrag ausarbeiten und vor ausgewählten Publikum halten, den Vortrag in einem Abstract zusammenfassen, im Rahmen der Diskussion Fachfragen beantworten.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden sind in der Lage, ein Thema für eine bestimmte Zielgruppe aufzuarbeiten und darzustellen, mit der Betreuerin bzw. dem Betreuer das Thema sowie Inhalt und Aufbau des Vortrages zu diskutieren, einzelne Aspekte aus dem Themengebiet mit den Zuhörerinnen und Zuhörern durchzusprechen, als Vortragende bzw. Vortragender auf die Fragen der Zuhörerinnen und Zuhörer einzugehen.
Selbstständigkeit	Die Studierenden werden die Lage versetzt, eigenständig Aufgaben zu definieren, notwendiges Wissen zu erschließen, geeignete Hilfsmittel einzusetzen, unter Anleitung der Betreuerin bzw. des Betreuers den Arbeitsstand kritisch zu überprüfen.
Arbeitsaufwand in Stunden	Eigenstudium 124, Präsenzstudium 56
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Referat
Prüfungsdauer und -umfang	x
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Wahlpflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Engineering Science: Vertiefung Data Science: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht

Lehrveranstaltung L2362: Seminar Informatik I

Typ	Seminar
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Dozenten des SD E
Sprachen	DE/EN
Zeitraum	WiSe/SoSe
Inhalt
Literatur

Lehrveranstaltung L2361: Seminar Informatik II

Typ	Seminar
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Dozenten des SD E
Sprachen	DE/EN
Zeitraum	WiSe/SoSe
Inhalt
Literatur

Modul M0672: Signale und Systeme

Lehrveranstaltungen

Titel	Typ	SWS	LP
Signale und Systeme (L0432)	Vorlesung	3	4
Signale und Systeme (L0433)	Gruppenübung	2	2

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. Die Studierenden kennen die Vorlesungs- und Übungsinhalte und können diese erläutern sowie auf neue Fragestellungen anwenden.
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): Kernqualifikation: Pflicht Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Integrierte Gebäudetechnik: Kernqualifikation: Pflicht Maschinenbau: Vertiefung Mechatronik: Wahlpflicht 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	Einführung in die Signal- und Systemtheorie Signale Klassifikation von Signalen Zeitkontinuierliche und zeitdiskrete Signale Analoge und digitale Signale Deterministische und zufällige Signale Beschreibung von LTI-Systemen durch Differentialgleichungen bzw. Differenzengleichungen Grundlegende Eigenschaften von Signalen und grundlegende Operationen Elementare Signale Distributionen Leistung und Energie von Signalen Korrelationsfunktionen deterministischer Signale Autokorrelationsfunktion Kreuzkorrelationsfunktion Orthogonale Signale Anwendungen der Korrelation Lineare zeitinvariante Systeme (linear time-invariant (LTI) systems) Linearität Zeitinvarianz Beschreibung von LTI-Systemen durch Impulsantwort und Übertragungsfunktion Faltung Faltung und Korrelation Eigenschaften von LTI-Systemen Kausale Systeme Stabile Systeme Gedächtnislose Systeme Fourier-Reihe und Fourier-Transformation Fourier-Transformation zeitkontinuierlicher, zeitdiskreter, periodischer und nicht-periodischer Signale Eigenschaften der Fourier-Transformation Fourier-Transformation einiger elementarer Signale Parsevalsches Theorem Analyse von LTI-Systemen und Signalen im Frequenzbereich Übertragungsfunktion, Betragsfrequenzgang, Phasengang Übertragungsfaktor, Dämpfung, Gewinn Frequenzselektive und nicht-frequenzselektive LTI-Systeme Bandbreite-Definitionen Grundlegende Typen von Systemen (Filtern): Tiefpass, Hochpass, Bandpass, Bandsperre Phasenlaufzeit und Gruppenlaufzeit Linearphasige Systeme Verzerrungsfreie Systeme Spektralanalyse mit begrenztem Beobachtungsfenster: Leck-Effekt Laplace-Transformation Zusammenhang von Fourier-Transformation und Laplace-Transformation Eigenschaften der Laplace-Transformation Laplace-Transformation einiger elementarer Signale Analyse von LTI-Systemen im s-Bereich Übertragungsfunktion von LTI-Systemen Zusammenhang von Laplace-Transformation, Betragsfrequenzgang und Phasengang Analyse von LTI-Systemen mit Pol-Nullstellen-Diagrammen Allpass-Filter Minimalphasige, maximalphasige und gemischtphasige Filter Stabile Systeme Abtastung Abtasttheorem Rekonstruktion des zeitkontinuierlichen Signals in Frequenz- und Zeitbereich Überabtastung Aliasing Abtastung mit Pulsen endlicher Dauer, Sample and Hold Dezimierung und Interpolation Zeitdiskrete Fourier-Transformation (Discrete-Time Fourier Transform (DTFT)) Zusammenhang zwischen Fourier-Transformation und DTFT Eigenschaften der DTFT Diskrete Fourier-Transformation (Discrete Fourier Transform (DFT)) Zusammenhang zwischen DTFT und DFT Zyklische Eigenschaften der DFT DFT-Matrix Zero-Padding Zyklische Faltung Schnelle Fourier-Transformation (Fast Fourier Transform (FFT)) Anwendung der DFT: Orthogonal Frequency Division Multiplex (OFDM) Z-Transformation Zusammenhang zwischen Laplace-Transformation, DTFT, und z-Transformation Eigenschaften der z-Transformation Z-transform einiger elementarer zeitdiskreter Signale Zeitdiskrete Systeme, Digitale Filter FIR und IIR Filter Z-Transformation digitaler Filter Analyse zeitdiskreter Systeme mit Pol-Nullstellen-Diagrammen im z-Bereich Stabilität Allpass-Filter Minimalphasige, maximalphasige und gemischtphasige Filter Linearphasige Filter
Literatur	T. Frey , M. Bossert , Signal- und Systemtheorie, B.G. Teubner Verlag 2004 K. Kammeyer, K. Kroschel, Digitale Signalverarbeitung, Teubner Verlag. B. Girod ,R. Rabensteiner , A. Stenger , Einführung in die Systemtheorie, B.G. Teubner, Stuttgart, 1997 J.R. Ohm, H.D. Lüke , Signalübertragung, Springer-Verlag 8. Auflage, 2002 S. Haykin, B. van Veen: Signals and systems. Wiley. Oppenheim, A.S. Willsky: Signals and Systems. Pearson. Oppenheim, R. W. Schafer: Discrete-time signal processing. Pearson.

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 M0803: Embedded Systems

Lehrveranstaltungen

Titel	Typ	SWS	LP
Eingebettete Systeme (L0805)	Vorlesung	3	3
Eingebettete Systeme (L2938)	Projekt-/problembasierte Lehrveranstaltung	1	1
Eingebettete Systeme (L0806)	Gruppenübung	1	2

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 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Fachtheoretisch-fachpraktische Studienleistung

Prüfung

Klausur

Prüfungsdauer und -umfang

90 Minuten, Inhalte der Vorlesung und Übungen

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Pflicht
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Elektrotechnik: Kernqualifikation: Wahlpflicht
Engineering Science: Vertiefung Mechatronics: Wahlpflicht
Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht
Flugzeug-Systemtechnik: Kernqualifikation: Wahlpflicht
General Engineering Science (7 Semester): Vertiefung Mechatronics: Wahlpflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
Luftfahrttechnik: Kernqualifikation: Wahlpflicht
Mechatronics: Kernqualifikation: Wahlpflicht
Mechatronik: Vertiefung Schiffstechnik: Pflicht
Mechatronik: Vertiefung Elektrische Systeme: Pflicht
Mechatronik: Vertiefung Dynamische Systeme und AI: Pflicht
Mechatronik: Vertiefung Roboter- und Maschinensysteme: Pflicht
Mechatronik: Vertiefung Medizintechnik: Pflicht
Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht

Lehrveranstaltung L0805: Embedded Systems

Typ	Vorlesung
SWS	3
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 48, Präsenzstudium 42
Dozenten	Prof. Heiko Falk
Sprachen	EN
Zeitraum	SoSe
Inhalt	Introduction Specifications and Modeling Embedded/Cyber-Physical Systems Hardware System Software Evaluation and Validation Mapping of Applications to Execution Platforms Optimization
Literatur	Peter Marwedel. Embedded System Design - Embedded Systems Foundations of Cyber-Physical Systems. 2^nd Edition, Springer, 2012., Springer, 2012.

Lehrveranstaltung L2938: Embedded Systems

Typ	Projekt-/problembasierte Lehrveranstaltung
SWS	1
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 16, Präsenzstudium 14
Dozenten	Prof. Heiko Falk
Sprachen	EN
Zeitraum	SoSe
Inhalt	Introduction Specifications and Modeling Embedded/Cyber-Physical Systems Hardware System Software Evaluation and Validation Mapping of Applications to Execution Platforms Optimization
Literatur	Peter Marwedel. Embedded System Design - Embedded Systems Foundations of Cyber-Physical Systems. 2^nd Edition, Springer, 2012., Springer, 2012.

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 M0727: Stochastik

Lehrveranstaltungen

Titel	Typ	SWS	LP
Stochastik (L0777)	Vorlesung	2	4
Stochastik (L0778)	Gruppenübung	2	2

Modulverantwortlicher	Prof. Matthias Schulte
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Analysis Aussagenlogik Diskrete Algebraische Strukturen (Kombinatorik)
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die grundlegenden Begriffe der Stochastik benennen und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. Studierende kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten	Studierende können Probleme aus der Stochastik mit Hilfe der kennengelernten Konzepte mathematisch modellieren und mit den erlernten Methoden lösen. Studierende sind in der Lage, sich weitere einfache logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.
Personale Kompetenzen
Sozialkompetenz	Studierende können in heterogen zusammengesetzten Teams (z.B. an Hausaufgaben) zusammenarbeiten und ihre Ergebnisse vor der Gruppe präsentieren. Sie können sich dabei insbesondere gegenseitig neue Konzepte erklären und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.
Selbstständigkeit	Studierende können eigenständig ihr Verständnis mathematischer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen. Studierende können ihr Wissen mit den Inhalten anderer Veranstaltungen in Verbindung bringen. Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume an schwierigen Problemstellungen zu arbeiten.
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 Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Advanced Materials: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Engineering Science: Vertiefung Advanced Materials: Wahlpflicht Engineering Science: Vertiefung Data Science: Pflicht Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht Theoretischer Maschinenbau: Kernqualifikation: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht

Lehrveranstaltung L0777: Stochastik

Typ	Vorlesung
SWS	2
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 92, Präsenzstudium 28
Dozenten	Prof. Matthias Schulte
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Wahrscheinlichkeitsdefinitionen, bedingte Wahrscheinlichkeiten Zufallsvariablen Unabhängigkeit Verteilungs- und Dichtefunktionen Kenngrößen: Erwartungswert, Varianz, Standardabweichung, Momente Multivariate Verteilungen Gesetz der großen Zahlen und zentraler Grenzwertsatz Grundbegriffe zu stochastischen Prozessen Grundkonzepte der Statistik (Punktschätzer, Konfidenzintervalle und Hypothesentests)
Literatur	L. Dümbgen (2003): Stochastik für Informatiker, Springer. H.-O. Georgii (2012): Stochastics: Introduction to Probability and Statistics, 2nd edition, De Gruyter. N. Henze (2018): Stochastik für Einsteiger, 12th edition, Springer. A. Klenke (2014): Probability Theory: A Comprehensive Course, 2nd edition, Springer. U. Krengel (2005): Einführung in die Wahrscheinlichkeitstheorie und Statistik, 8th edition, Vieweg. A.N. Shiryaev (2012): Problems in probability, Springer.

Lehrveranstaltung L0778: Stochastik

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Matthias Schulte
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1753: Praxismodul 4 im dualen Bachelor

Lehrveranstaltungen

Titel	Typ	SWS	LP
Praxisphase 4 im dualen Bachelor (L2882)		0	6

Modulverantwortlicher	Dr. Henning Haschke
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Erfolgreicher Abschluss des Praxismoduls 3 im dualen Bachelor LV B aus dem Modul "Theorie-Praxis-Verzahnung im dualen Bachelor"
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden … … verstehen die strategische Ausrichtung des Betriebes sowie die Funktionen und die Organisation zentraler Abteilungen mit ihren Entscheidungsstrukturen, Netzwerkbeziehungen und der dazugehörigen betrieblichen Kommunikation. … haben ein Verständnis entwickelt für die Anforderungen und die Verantwortung des Ingenieurberufs, kennen den Umfang und die Grenzen des beruflichen Tätigkeitsfeldes. … verbinden ihre Kenntnisse von Fakten, Grundsätzen, Theorien und Methoden der bisherigen Studieninhalte mit dem erworbenen Praxiswissen, insbesondere ihrem Wissen um berufspraktische Verfahrens- und Vorgehensmöglichkeiten, im aktuellen Tätigkeitsfeld.
Fertigkeiten	Die Studierenden … … wenden fachtheoretisches Wissen auf aktuelle Problemstellungen im eigenen Arbeitsbereich an und beurteilen die Arbeitsprozesse und -ergebnisse unter Einbeziehung von Handlungsoptionen. … wenden den zugewiesenen Arbeitsbereichen und -aufgaben entsprechend Technologien, Geräte und Hilfsmittel an und können betriebliche Verfahrens- und Vorgehensweisen hinsichtlich der angestrebten Arbeitsergebnisse/-ziele beurteilen. … setzen die mit ihren aktuellen Aufgaben korrespondierenden hochschulseitigen Anwendungsempfehlungen um.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden … … sind in der Lage, Arbeitsprozesse kooperativ zu planen, arbeitsbereichsübergreifend und in heterogenen Gruppen. … kommunizieren mit betrieblichen Stakeholdern professionell und stellen komplexe Sachverhalte strukturiert, zielgerichtet und überzeugend dar.
Selbstständigkeit	Die Studierenden … … übernehmen Verantwortung für Arbeitsaufträge und -bereiche und koordinieren die dazugehörigen Arbeitsprozesse. … dokumentieren und reflektieren die Bedeutung von Fachmodulen und Vertiefungsrichtungen für die Arbeit als Ingenieur*in sowie die Umsetzung der hochschulseitigen Anwendungsempfehlungen und der damit einhergehenden Herausforderungen eines positiven Theorie-Praxis-Transfers.
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat.
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L2882: Praxisphase 4 im dualen Bachelor

Typ
SWS	0
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Dozenten	Dr. Henning Haschke
Sprachen	DE
Zeitraum	SoSe
Inhalt	Onboarding Betrieb Zuweisung Arbeitsbereich/e Erweiterung der Zuständigkeiten und Befugnisse des dual Studierenden im Betrieb Eigenverantwortliche Arbeitsaufgaben und -bereiche Mitarbeit in Projektteams Ablaufplanung des jeweiligen Praxismoduls mit Arbeitsaufgaben Möglichkeiten Theorie-Praxis-Transfer Ablaufplanung der Prüfungsphase/nächstes Studiensemester Betriebliches Wissen und betriebliche Fertigkeiten Unternehmensspezifika: Strategische Ausrichtung, Organisation zentraler Geschäfts- und Arbeitsbereiche, Abteilungen, Entscheidungsstrukturen, Netzwerkbeziehungen und interne Kommunikation Verbindung von Fakten, Grundsätzen und Theorien mit Praxiswissen Verfahrens- und Vorgehensmöglichkeiten im arbeitsmarktrelevanten Tätigkeitsfeld des Ingenieurwesens Betriebliche Technologien, Geräte und Hilfsmittel Umsetzung der hochschulseitigen Anwendungsempfehlungen (Theorie-Praxis-Transfer) in damit korrespondierenden Arbeits- und Aufgabenbereichen des Betriebes Lerntransfer/-reflexion E-Portfolio Bedeutung von Fachmodulen und Vertiefungsrichtungen für die Arbeit als Ingenieurin bzw. Ingenieur Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer
Literatur	Studierendenhandbuch Betriebliche Dokumente Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer

Modul M0833: Grundlagen der Regelungstechnik

Lehrveranstaltungen

Titel	Typ	SWS	LP
Grundlagen der Regelungstechnik (L0654)	Vorlesung	2	4
Grundlagen der Regelungstechnik (L0655)	Gruppenübung	2	2

Modulverantwortlicher	NN
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	Studierende können das Verhalten dynamischer Systeme in Zeit- und Frequenzbereich darstellen und interpretieren, und insbesondere die Eigenschaften Systeme 1. und 2. Ordnung erläutern. Sie können die Dynamik einfacher Regelkreise erklären und anhand von Frequenzgang und Wurzelortskurve interpretieren. Sie können das Nyquist-Stabilitätskriterium sowie die daraus abgeleiteten Stabilitätsreserven erklären. Sie können erklären, welche Rolle die Phasenreserve in der Analyse und Synthese von Regelkreisen spielt. Sie können die Wirkungsweise eines PID-Reglers anhand des Frequenzgangs interpretieren. Sie können erklären, welche Aspekte bei der digitalen Implementierung zeitkontinuierlich entworfener Regelkreise berücksichtigt werden müssen.
Fertigkeiten	Studierende können Modelle linearer dynamischer Systeme vom Zeitbereich in den Frequenzbereich transformieren und umgekehrt. Sie können das Verhalten von Systemen und Regelkreisen simulieren und bewerten. Sie können PID-Regler mithilfe heuristischer Einstellregeln (Ziegler-Nichols) entwerfen. Sie können anhand von Wurzelortskurve und Frequenzgang einfache Regelkreise entwerfen und analysieren. Sie können zeitkontinuierliche Modelle dynamischer Regler für die digitale Implementierung zeitdiskret approximieren. Sie beherrschen die einschlägigen Software-Werkzeuge (Matlab Control Toolbox, Simulink) für die Durchführung all dieser Aufgaben.
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 Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Wahlpflicht Data Science: Vertiefung II. Anwendung: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Integrierte Gebäudetechnik: Kernqualifikation: Wahlpflicht Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht Theoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: Wahlpflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht

Lehrveranstaltung L0654: Grundlagen der Regelungstechnik

Typ	Vorlesung
SWS	2
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 92, Präsenzstudium 28
Dozenten	NN
Sprachen	DE
Zeitraum	WiSe
Inhalt	Signale und Systeme Lineare Systeme, Differentialgleichungen und Übertragungsfunktionen Systeme 1. und 2. Ordnung, Pole und Nullstellen, Impulsantwort und Sprungantwort Stabilität Regelkreise Prinzip der Rückkopplung: Steuerung oder Regelung Folgeregelung und Störunterdrückung Arten der Rückführung, PID-Regelung System-Typ und bleibende Regelabweichung Inneres-Modell-Prinzip Wurzelortskurven Konstruktion und Interpretation von Wurzelortskurven Wurzelortskurven von PID-Regelkreisen Frequenzgang-Verfahren Frequenzgang, Bode-Diagramm Minimalphasige und nichtminimalphasige Systeme Nyquist-Diagramm, Nyquist-Stabilitätskriterium, Phasenreserve und Amplitudenreserve Loop shaping, Lead-Lag-Kompensatoren Frequenzgang von PID-Regelkreisen Totzeitsysteme Wurzelortskurve und Frequenzgang von Totzeitsystemen Smith-Prädiktor Digitale Regelung Abtastsysteme, Differenzengleichungen Tustin-Approximation, digitale PID-Regler Software-Werkzeuge Einführung in Matlab, Simulink, Control Toolbox Rechnergestützte Aufgaben zu allen Themen der Vorlesung
Literatur	Werner, H., Lecture Notes „Introduction to Control Systems“ G.F. Franklin, J.D. Powell and A. Emami-Naeini "Feedback Control of Dynamic Systems", Addison Wesley, Reading, MA, 2009 K. Ogata "Modern Control Engineering", Fourth Edition, Prentice Hall, Upper Saddle River, NJ, 2010 R.C. Dorf and R.H. Bishop, "Modern Control Systems", Addison Wesley, Reading, MA 2010

Lehrveranstaltung L0655: Grundlagen der Regelungstechnik

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	NN
Sprachen	DE
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0675: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden

Lehrveranstaltungen

Titel	Typ	SWS	LP
Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (L0442)	Vorlesung	3	4
Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (L0443)	Hörsaalübung	1	1
Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (L2354)	Gruppenübung	1	1

Modulverantwortlicher	Prof. Gerhard Bauch
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Mathematik 1-3 Signale und Systeme
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. Die Studierenden kennen die Vorlesungs- und Übungsinhalte und können diese erläutern sowie auf neue Fragestellungen anwenden.
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 Data Science: Kernqualifikation: Wahlpflicht Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Mechatronik: Vertiefung Elektrische Systeme: Pflicht 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	Einführung in die Nachrichtentechnik Open Systems Interconnection (OSI) Referenzmodell Komponenten eines digitalen Kommunikationssystems Grundlagen der Signal- und Systemtheorie Analoge und digitale Signale Prinzip der Analog-Digital-Wandlung (A/D) Deterministische und zufällige Signale Leistung und Energie von Signalen Lineare zeitinvariante Systeme (LTI-Systeme) Quadratur-Amplituden-Modulation (QAM) Einführung in die Stochastik Wahrscheinlichkeits-Theorie Zufallsexperimente Wahrscheinlichkeitsmodell, Wahrscheinlichkeitsraum, Ereignisraum Definitionen von Wahrscheinlichkeit Wahrscheinlichkeit nach Bernoulli/Laplace Wahrscheinlichkeit nach van Mises, relative Häufigkeit Bertrand’s Paradoxon Axiomatische Definition von Wahrscheinlichkeit nach Kolmogorov Wahrscheinlichkeit disjunkter und nicht-disjunkter Ereignisse Venn-Diagramme Kontinuierliche und diskrete Zufallsvariablen Wahrscheinlichkeitsdichtefunktion (probability density function (pdf)), Wahrscheinlichkeitsverteilungsfunktion(cumulative distribution function (cdf)) Erwartungswert, Mittelwert, Median, quadratischer Erwartungswert, Varianz, Standardabweichung, höhere Momente Beispiele für Wahrscheinlichkeitsverteilungen (Bernoulli-Verteilung, Zweipunktverteilung, Gleichverteilung, Gauß-Verteilung (Normalverteilung), Rayleigh-Verteilung, etc.) Mehrere Zufallsvariablen Bedingte Wahrscheinlichkeit, Verbundwahrscheinlichkeit Bedingte Wahrscheinlichkeitsdichtefunktion, Verbundwahrscheinlichkeitsdichtefunktion Satz von Bayes Korrelationskoeffizient Zweidimensionale Gaussverteilung Statistisch unabhängige, unkorrelierte und orthogonale Zufallsvariablen Unabhängige, identisch verteilte Zufalssvariablen (independent identically distributed (iid) random variables) Eigenschaften von Erwartungswert und Varianz Kovarianz Wahrscheinlichkeitsdichtefunktion und Wahrscheinlichkeitsverteilungsfunktion der Summe statistisch unabhängiger Zufallsvariablen Zentraler Grenzwertsatz Wahrscheinlichkeitsdichtefunktionen bei der Datenübertragung Zeitkontinuierliche und zeitdiskrete Zufallsprozesse Beispiele für Zufallsprozesse Scharmittelwert und Zeitmittelwert Ergodische Zufallsprozesse Quadratischer Mittelwert und Varianz Wahrscheinlichkeitsdichtefunktion (pdf) und Wahrscheinlichkeitsverteilungsfunktion (cdf) Verbundwahrscheinlichkeitsdichtefunktion (pdf) und Verbundwahrscheinlichkeitsverteilungsfunktion (cdf) Statistisch unabhängige, unkorrelierte und orthogonale Zufallsprozesse Stationäre Zufallsprozesse Korrelationsfunktionen: Autocorrelationsfunktion, Kreuzkorrelationsfunktion, mittlere Autokorrelationsfunktion nicht-stationärer Zufallsprozesse, Autokorrelations- und Kreuzkorrelationsfunktion stationärer Zufallsprozesse, Autokovarianzfunktion, Kreuzkovarianzfunktion Autocorrelationsmatrix, Kreuzkkorrelationsmatrix, Autokovarianzmatrix, Kreuzkovarianzmatrix Pseudo-noise Sequenzen, Anwendungsbeispiel: Codemultiplex (code division multiple access (CDMA)) Autocorrelationsfunktion, Leistungsdichtespektrum (power spectral density (psd)), Signalleistung, Einstein-Wiener-Khintchine Beziehungen Weißes gaußsches Rauschen Filterung von Zufallssignalen durch LTI-Systeme Transformation der Wahrscheinlichkeitsdichtefunktion Transformation des Mittelwerts Transformation des Leistungsdichtespektrums Korrelationsfunktionen zwischen Eingangs- und Ausgangssignal Filterung von weißem gaußschem Rauschen Bandbegrenzung zur Begrenzung der Rauschleistung Preemphase und Deemphase Kompandierung, mu-law, A-law Funktionen von Zufallsvariablen Transformation von Wahrscheinlichkeiten und der Wahrscheinlichkeitsdichtefunktion Anwendung: Nicht-lineare Verstärker Funktionen von zwei Zufallsvariablen Wahrscheinlichkeitsdichtefunktion Beispiele: Rayleigh-Verteilung, Betrag eines OFDM-Signals, Betrag eines empfangenen Funksignals Übertragungskanäle und Kanalmodelle Leitungsgebundene Kanäle: Telefonkabel, Koaxialkabel, Glasfaserkabel Funkkanäle: Fading-Kanäle, Unterwasserkanäle Frequenzselektive und nicht-frequenzselektive Kanäle AWGN (additive white Gaussian noise) Kanal Signal- zu Rauschleistungsverhältnis (signal to noise power ratio (SNR)) Zeitdiskrete Kanalmodelle Zeitdiskrete gedächtnislose Kanäle (discrete memoryless channels (DMC)) Analog-Digitalwandlung Abtastung Abtasttheorem Pulsmodulation Pulsamplitudenmodulation (pulse-amplitude modulation (PAM)) Pulsdauermodulation, Pulsbreitenmodulation (pulse-duration modulation (PDM), pulse-width modulation (PWM)) Puls-Pausenmodulation (pulse-position modulation (PPM)) Pulse-code-Modulation (PCM) Quantisierung Lineare Quantisierung, Midtread- und Midrise-Characteristik Quantisierungsfehler, Quantisierungsrauschen Signal-zu-Quantisierungsrauschleistungsverhältnis Nichtlineare Quantisierung, Kompressor-Charakteristik, mu-law, A-law Sprachübertragung mit PCM Differentielle Pulse-Code-Modulation (DPCM) Lineare Prädiktion nach dem Minimum Mean Squared Error (MMSE) Kriterium DPCM mit Vorwärts- und Rückwärtsprädiktion SNR-Gewinn von DPCM über PCM Delta-Modulation Grundlagen der Informationstheorie und Codierung Definitionen von Information: Selbst-Informationsgehalt, Entropie Binäre Entropiefunktion Quellencodierungs-Theorem Quellencodierung: Huffman-Code Mutual information und Kanalkapazität Kanalkapazität des AWGN-Kanals und des AWGN-Kanals mit binärem Eingangssymbolalphabet Kanalcodierungs-Theorem Prinzipien der Kanalcodierung: Coderate und Datenrate, Hamming-Distanz, minimale Hamming-Distanz, Fehlererkennung und Fehlerkorrektur Beispiele für Kanalcodes: Block-Codes und Faltungscodes, Wiederholungscode, Single Parity Check Code, Hamming-Code, Turbo-Codes Kombinatorik Variation mit und ohne Zurücklegen Kombination mit und ohne Zurücklegen Permutation, Permutation von Multisets Wordfehlerwahrscheinlichkeit linearer Block-Codes Basisband-Übertragung Pulsformung: Non-return to zero (NRZ) Rechteck-Pulse, Manchester-Pulse, Raised-Cosine-Pulse, Wurzel-Raised-Cosine-Pulse, Gauss-Pulse Sendesignalenergie, mittlere Energie pro Symbol Leistungsdichtespektrum von Basisbandsignalen Bandbreite-Definitionen Bandbreiten-Effizienz, spektrale Effizienz Intersymbol-Interferenz (ISI) Erste und zweite Nyquist-Bedingung Augendiagramme Empfangsfilter-Entwurf: Signalangepasstes Filter (Matched Filter) Matched-Filter Empfänger und Korrelationsempfänger Wurzel-Nyquist-Pulsformung Zeitdiskretes AWGN-Kanalmodell Maximum a Posteriori probability (MAP) und Maximum Likelihood (ML) Detektion Bitfehlerwahrscheinlichkeit bei binärer Übertragung über AWGN Kanäle mit antipodaler oder on-off-Signalisierung Bandpass-Übertragung mit Trägermodulation Amplitudenmodulation, Frequenzmodulation, Phasenmodulation Lineare digitale Modulationsverfahren: On-off keying (OOK), phase-shift keying (PSK), amplitude shift keying (ASK), quadrature amplitude shift keying (QAM)
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 M1431: IIW Praktikum

Lehrveranstaltungen

Titel	Typ	SWS	LP
Praktikum IIW (L2160)	Projekt-/problembasierte Lehrveranstaltung	8	6

Modulverantwortlicher	Prof. Görschwin Fey
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Erfolgreicher Besuch der Vorlesungen: Prozedurale Programmierung Algorithmen und Datenstrukturen Eingebettete Systeme Technische Informatik Elektrotechnik I Signale und Systeme
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende lernen Werkzeuge kennen, die von Entwicklungsteams eingesetzt werden, um anwendungsorientiert Software zu entwickeln, ingenieursmäßige Anforderungen und Modellierungen zu bestimmen Entwicklungsabläufe zu planen Aufgaben zu verwalten Quellcode zu verwalten Software zu testen
Fertigkeiten	Studierende arbeiten im Team an einem größeren Software-Projekt. Dabei werden die benötigten Fertigkeiten erlernt und praktisch angewandt, die hierfür notwendig sind. Dies sind zum Beispiel die Spezifikation von Software durch nutzer-seitige Anforderungen die Interaktion eines rechentechnischen Systems mit der Umwelt zu realisieren die Erstellung einer Software-Architektur das gemeinsame Implementieren und Test, sowie der Einsatz der entsprechenden Entwicklungswerkzeuge
Personale Kompetenzen
Sozialkompetenz	Die Teamarbeit birgt eigene Herausforderungen einerseits hinsichtlich der Interaktionen im Team andererseits auch in Bezug auf die notwendigen Absprachen bei der gemeinsamen Entwicklung von Software. Im Rahmen des Projektes erlernen Studierende die hierfür notwendigen Kompetenzen und erleben die praktischen Aspekte.
Selbstständigkeit	Bei der Teamarbeit ist es notwendig, die eigene Position zu vertreten, sowie die zugeteilten Aufgaben selbstständig zu übernehmen und später auch im Team vorzustellen. Ebenso müssen offene Punkte identifiziert und in das Team zurückgetragen werden, die eine gemeinsame Absprache erfordern.
Arbeitsaufwand in Stunden	Eigenstudium 68, Präsenzstudium 112
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang	Bewertung von Engagement, Projektbericht und Abschlussvortrag
Zuordnung zu folgenden Curricula	Informatik-Ingenieurwesen: Kernqualifikation: Pflicht

Lehrveranstaltung L2160: Praktikum IIW

Typ	Projekt-/problembasierte Lehrveranstaltung
SWS	8
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 68, Präsenzstudium 112
Dozenten	NN, Dozenten des SD E
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Im Studiengang Informatik-Ingnieurwesen sind der Brückschlag zwischen Disziplinen sowie der Schritt von der Theorie in die Praxis essentiell. Genau die hierfür relevanten Fähigkeiten werden im IIW Praktikum erlernt. Im Rahmen des Praktikums wird ein Programm, ein Eingebettetes System oder Cyber Physical System entwickelt. Die konkrete Aufgabenstellung wird von den jeweiligen DozentInnen bestimmt. Die teilnehmenden Studierenden erarbeiten die Lösung im Team. Dabei wird ein typischer Projektablauf, wie er auch in der späteren Berufspraxis vorkommt, durchlaufen. Dies umfasst die Ausarbeitung einer Spezifikation, der Hardware-Software-Architektur, sowie Implementierung und Test. Die Projektplanung und die Aufgabenteilung werden von den Studierenden übernommen. Während des Projektes werden die gängigen Entwurfswerkzeuge zur Unterstützung bei Planung, Verwaltung und Realisierung eingesetzt. Das Projekt wird in regelmäßige Plena und eigenständige Arbeit in Gruppen aufgeteilt.
Literatur	Wird durch die jeweiligen DozentInnen zur Verfügung gestellt. Supplied by the respective lecturer.

Modul M1754: Praxismodul 5 im dualen Bachelor

Lehrveranstaltungen

Titel	Typ	SWS	LP
Praxisphase 5 im dualen Bachelor (L2883)		0	6

Modulverantwortlicher	Dr. Henning Haschke
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Erfolgreicher Abschluss des Praxismoduls 4 im dualen Bachelor LV C aus dem Modul "Theorie-Praxis-Verzahnung im dualen Bachelor"
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden … … verbinden ihre Kenntnisse von Fakten, Grundsätzen, Theorien und Methoden der bisherigen Studieninhalte mit dem erworbenen Praxiswissen, insbesondere ihrem Wissen um berufspraktische Verfahrens- und Vorgehensmöglichkeiten, im aktuellen Tätigkeitsfeld. … verfügen über ein kritisches Verständnis über die praktischen Anwendungsmöglichkeiten ihres ingenieurwissenschaftlichen Faches.
Fertigkeiten	Die Studierenden … … wenden fachtheoretisches Wissen auf komplexe, bereichsübergreifende Problemstellungen des Betriebes an und beurteilen die dazugehörigen Arbeitsprozesse und -ergebnisse unter Einbeziehung von Handlungsoptionen. … setzen die mit ihren aktuellen Aufgaben korrespondierenden hochschulseitigen Anwendungsempfehlungen um. … erarbeiten neue Lösungen sowie Verfahrens- und Vorgehensweisen in ihrem Tätigkeitsfeld und Zuständigkeitsbereich - auch bei sich häufig ändernden Anforderungen (systemische Fertigkeiten). … sind in der Lage, betriebliche Fragestellungen mit wissenschaftlichen Methoden zu analysieren und zu bewerten.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden … … arbeiten verantwortlich in betrieblichen Projektteams und gehen vorausschauend mit Problemen in der Arbeitsgruppe um. … vertreten komplexe ingenieurwissenschaftliche Standpunkte, Sachverhalte, Problemstellungen und Lösungsansätze im Gespräch mit internen und externen betrieblichen Stakeholdern argumentativ und entwickeln diese gemeinsam weiter.
Selbstständigkeit	Die Studierenden … … definieren Ziele für die eigenen Lern- und Arbeitsprozesse als Ingenieurin bzw. Ingenieur. … dokumentieren und reflektieren Lern- und Arbeitsprozesse in ihrem Zuständigkeitsbereich. … dokumentieren und reflektieren die Bedeutung von Fachmodulen, Vertiefungsrichtungen und Forschung für die Arbeit als Ingenieur*in sowie die Umsetzung der hochschulseitigen Anwendungsempfehlungen und der damit einhergehenden Herausforderungen eines positiven Theorie-Praxis-Transfers.
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat.
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Kernqualifikation: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Schiffbau: Kernqualifikation: Pflicht Technomathematik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L2883: Praxisphase 5 im dualen Bachelor

Typ
SWS	0
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 180, Präsenzstudium 0
Dozenten	Dr. Henning Haschke
Sprachen	DE
Zeitraum	WiSe
Inhalt	Onboarding Betrieb Zuweisung zukünftiges berufliches Tätigkeitsfeld als Ingenieurin bzw. Ingenieur (B.Sc.) und dazugehöriger Arbeitsbereiche Erweiterung der Zuständigkeiten und Befugnisse des dual Studierenden im Betrieb bis hin zur vorgesehenen Erstverwendung nach dem Studium bzw. zum Einsatz während des anschließenden dualen Masterstudiums Eigenverantwortliches Arbeiten im Team - im eigenen Zuständigkeitsbereich und bereichsübergreifend Ablaufplanung des letzten Praxismoduls mit klarer Zuordnung zu den Arbeitsstrukturen Betriebsinterne Abstimmung über eine potenzielle Problemstellung für die Bachelorarbeit Ablaufplanung der Bachelorarbeit im Betrieb in der Zusammenarbeit mit der TU Hamburg Ablaufplanung der Prüfungsphase/6. Studiensemester Betriebliches Wissen und betriebliche Fertigkeiten Unternehmensspezifika: Umgang mit Veränderungen, Teamentwicklung, Verantwortung als Ingenieur:in im eigenen zu zukünftigen Arbeitsbereich (B.Sc.), Umgang mit komplexen Zusammenhängen und ungelösten Problemstellungen, Entwicklung und Realisierung von Innovationen Fachliche Spezialisierung in einem Arbeitsbereich (Abschlussarbeit) Systemische Fertigkeiten Umsetzung der hochschulseitigen Anwendungsempfehlungen (Theorie-Praxis-Transfer) in damit korrespondierenden Arbeits- und Aufgabenbereichen des Betriebes Lerntransfer/-reflexion E-Portfolio Bedeutung von Fachmodulen, Vertiefungsrichtungen für die Arbeit als Ingenieurin bzw. Ingenieur Bedeutung von Forschung und Innovation für die Arbeit als Ingenieurin bzw. Ingenieur Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer
Literatur	Studierendenhandbuch Betriebliche Dokumente Hochschulseitige Anwendungsempfehlungen zum Theorie-Praxis-Transfer

Fachmodule der Vertiefung I. Informatik

Modul M0731: Functional Programming

Lehrveranstaltungen

Titel	Typ	SWS	LP
Funktionales Programmieren (L0624)	Vorlesung	2	2
Funktionales Programmieren (L0625)	Hörsaalübung	2	2
Funktionales Programmieren (L0626)	Gruppenübung	2	2

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

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	15 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
Data Science: Kernqualifikation: Wahlpflicht
Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Engineering Science: Vertiefung Mechatronics: Wahlpflicht
General Engineering Science (7 Semester): Vertiefung Mechatronics: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. 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	Functions, Currying, Recursive Functions, Polymorphic Functions, Higher-Order Functions Conditional Expressions, Guarded Expressions, Pattern Matching, Lambda Expressions Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps) Modules Interactive Programming Lazy Evaluation, Call-by-Value, Strictness Design Recipes Testing (axiom-based, invariant-based, against reference implementation) Reasoning about Programs (equation-based, inductive) Idioms of Functional Programming Haskell Syntax and Semantics
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	Functions, Currying, Recursive Functions, Polymorphic Functions, Higher-Order Functions Conditional Expressions, Guarded Expressions, Pattern Matching, Lambda Expressions Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps) Modules Interactive Programming Lazy Evaluation, Call-by-Value, Strictness Design Recipes Testing (axiom-based, invariant-based, against reference implementation) Reasoning about Programs (equation-based, inductive) Idioms of Functional Programming Haskell Syntax and Semantics
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	Functions, Currying, Recursive Functions, Polymorphic Functions, Higher-Order Functions Conditional Expressions, Guarded Expressions, Pattern Matching, Lambda Expressions Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps) Modules Interactive Programming Lazy Evaluation, Call-by-Value, Strictness Design Recipes Testing (axiom-based, invariant-based, against reference implementation) Reasoning about Programs (equation-based, inductive) Idioms of Functional Programming Haskell Syntax and Semantics
Literatur	Graham Hutton, Programming in Haskell, Cambridge University Press 2007.

Modul M0625: Databases

Lehrveranstaltungen

Titel	Typ	SWS	LP
Datenbanken (L0337)	Vorlesung	3	4
Datenbanken-Gruppenübung (L1150)	Gruppenübung	2	2

Modulverantwortlicher	Prof. Stefan Schulte
Zulassungsvoraussetzungen	None
Empfohlene Vorkenntnisse	Students should have basic knowledge in the following areas: Discrete Algebraic Structures Procedural Programming Automata Theory and Formal Languages Programming Paradigms
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	After successful completion of the course, students know: Introduction to database systems Design instruments for relational databases, especially entity-relationship The relational model Relational query languages, especially SQL Normalization Physical data organization Transaction management Query optimization Data representation Object-oriented and object-relational databases Paradigms and concepts of current technologies for data modelling and database systems
Fertigkeiten	The students acquire the ability to model a database and to work with it. This comprises especially the application of design methodologies and query and definition languages. Furthermore, students are able to apply basic functionalities needed to run a database.
Personale Kompetenzen
Sozialkompetenz	Students can work on complex problems both independently and in teams. They can exchange ideas with each other and use their individual strengths to solve the problem.
Selbstständigkeit	Students are able to independently investigate a complex problem and assess which competencies are required to solve it.
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 Data Science: Pflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Engineering Science: Vertiefung Data Science: Pflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht

Lehrveranstaltung L0337: Databases

Typ	Vorlesung
SWS	3
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 78, Präsenzstudium 42
Dozenten	Prof. Stefan Schulte
Sprachen	EN
Zeitraum	WiSe
Inhalt	Introduction to database systems Design instruments for relational databases, especially entity-relationship The relational model Relational query languages, especially SQL Normalization Physical data organization Transaction management Query optimization Data representation Object-oriented and object-relational databases Paradigms and concepts of current technologies for data modelling and database systems
Literatur	A. Kemper, A. Eickler, Datenbanksysteme, 10. Auflage, De Gruyter, Oldenbourg, 2015 R. Elmasri, S. B. Navathe, Fundamentals of Database Systems, 7th edition, Pearson, 2016

Lehrveranstaltung L1150: Databases - Exercise

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Stefan Schulte
Sprachen	EN
Zeitraum	WiSe
Inhalt	Introduction to database systems Design instruments for relational databases, especially entity-relationship The relational model Relational query languages, especially SQL Normalization Physical data organization Transaction management Query optimization Data representation Object-oriented and object-relational databases Paradigms and concepts of current technologies for data modelling and database systems
Literatur	A. Kemper, A. Eickler, Datenbanksysteme, 10. Auflage, De Gruyter, Oldenbourg, 2015 R. Elmasri, S. B. Navathe, Fundamentals of Database Systems, 7th edition, Pearson, 2016

Modul M0791: Rechnerarchitektur

Lehrveranstaltungen

Titel	Typ	SWS	LP
Rechnerarchitektur (L0793)	Vorlesung	2	3
Rechnerarchitektur (L0794)	Projekt-/problembasierte Lehrveranstaltung	2	2
Rechnerarchitektur (L1864)	Gruppenübung	1	1

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

Arbeitsaufwand in Stunden

Eigenstudium 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Nein	15 %	Fachtheoretisch-fachpraktische 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 I. Computer- und Software-Engineering: Wahlpflicht
Flugzeug-Systemtechnik: Kernqualifikation: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Luftfahrttechnik: Kernqualifikation: 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	Einführung Grundlagen von VHDL Programmiermodelle Realisierung elementarer Datentypen Dynamisches Scheduling Sprungvorhersage Superskalare Maschinen Speicher-Hierarchien 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	D. Patterson, J. Hennessy. Rechnerorganisation und -entwurf. Elsevier, 2005. A. Tanenbaum, J. Goodman. Computerarchitektur. Pearson, 2001.

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 M1883: Introduction to Quantum Computing

Lehrveranstaltungen

Titel	Typ	SWS	LP
Introduction to Quantum Computing (L3109)	Vorlesung	2	3
Introduction to Quantum Computing (L3110)	Hörsaalübung	2	3

Modulverantwortlicher

Prof. Martin Kliesch

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Information theoretic understanding of quantum mechanics
The quantum teleportation protocol
Basic quantum algorithms
Grover's search algorithm
The quantum Fourier transform and Shor’s algorithm for integer factoring
The unitary circuit model of quantum computation (qubits, quantum gates and readout) and the complexity class BQP

Fertigkeiten

Rigorous understanding of how quantum algorithms work and the ability to analyze them
Connection of concepts in quantum mechanics and computer science
Basic knowledge required to start programming a quantum computer
Ability to solve exercises related to quantum algorithms

Personale Kompetenzen

Sozialkompetenz

After completing this module, students are expected to be able to work on subject-specific tasks alone or in a group and to present the results appropriately. Moreover, students will be trained to identify and defuse misleading statements related to quantum computing, which can often be found in popular media.

Selbstständigkeit

After completion of this module, students are able to work out sub-areas of the subject independently using textbooks and other literature, to summarize and present the acquired knowledge and to link it to the contents of other courses.

Arbeitsaufwand in Stunden

Eigenstudium 124, Präsenzstudium 56

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	20 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht

Lehrveranstaltung L3109: Introduction to Quantum Computing

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Martin Kliesch
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Quantum computing is among the most exciting applications of quantum mechanics. Quantum algorithms can solve computational problems efficiently that have a prohibitive runtime on traditional computers. Such problems include, for instance, factoring of integer numbers or energy estimation problems from quantum chemistry and material science. This course provides an introduction to the topic. An emphasize will be put on conceptual and mathematical aspects.
Literatur	Course specific lecture notes will be provided Nielsen and Chuang, Quantum Computation and Quantum Information Sevag Gharibian’s lecture notes

Lehrveranstaltung L3110: Introduction to Quantum Computing

Typ	Hörsaalübung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Martin Kliesch
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0562: Berechenbarkeit und Komplexität

Lehrveranstaltungen

Titel	Typ	SWS	LP
Berechenbarkeit und Komplexität (L0166)	Vorlesung	2	3
Berechenbarkeit und Komplexität (L0167)	Gruppenübung	2	3

Modulverantwortlicher

Prof. Martin Kliesch

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

Grundlegende Rechenmodelle (endliche Automaten, Turingmaschinen)
Entscheidungsprobleme und formale Sprachen
Gödelsche Nummerierung von Turingmaschinen
Universelle Berechenbarkeit
Entscheidbare und unentscheidbare Probleme
Reduktionen, Diagonalisierung, Satz von Rice
Zeit- und Platzkomplexität, P, NP
Hierarchie-Theoreme
Polynomialzeitreduktionen, NP-Vollständigkeit
Cook-Levin-Theorem
Uniforme Schaltungsfamilien

Fertigkeiten

Nach dem Modul sollen die Studierenden

das im Kurs vermittelte Wissen wiedergeben,
einfachere Beweise des Kurses reproduzieren und die Ideen der komplizierteren Beweise wiedergeben,
Bezüge zwischen den vermittelten Konzepten herstellen und
das gelernte Wissen auf konkrete Problemstellungen anwenden 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 angemessen 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

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	15 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
Data Science: Kernqualifikation: Wahlpflicht
Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. 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. Martin Kliesch
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. Martin Kliesch
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0754: Compiler Construction

Lehrveranstaltungen

Titel	Typ	SWS	LP
Compilerbau (L0703)	Vorlesung	2	2
Compilerbau (L0704)	Gruppenübung	2	4

Modulverantwortlicher	Prof. Sibylle Schupp
Zulassungsvoraussetzungen	None
Empfohlene Vorkenntnisse	Practical programming experience Automata theory and formal languages Functional programming or procedural programming Object-oriented programming, algorithms, and data structures Basic knowledge of software engineering
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 I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. 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	Lexical and syntactic analysis Semantic analysis High-level optimization Intermediate languages and code generation Compilation pipeline
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 M0732: Software Engineering

Lehrveranstaltungen

Titel	Typ	SWS	LP
Software-Engineering (L0627)	Vorlesung	2	3
Software-Engineering (L0628)	Gruppenübung	2	3

Modulverantwortlicher

Prof. Sibylle Schupp

Zulassungsvoraussetzungen

None

Empfohlene Vorkenntnisse

Automata theory and formal languages
Procedural programming or Functional programming
Object-oriented programming, algorithms, and data structures

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

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	15 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Computer Science: Kernqualifikation: Pflicht
Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. 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	Model-based software engineering Information modeling (use case diagrams) Behavioral modeling (finite state machines, Petri Nets, behavioral UML diagrams) Structural modeling (OOA, UML class diagrams, OCL) Model-based testing Engineering software products Agile processes Architecture Code-based testing System-level testing Software management Maintenance Project management Software processes
Literatur	Ian Sommerville, Engineering Software Products: An Introduction to Modern Software Engineering, Pearson 2020. 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 M1300: Software Development

Lehrveranstaltungen

Titel	Typ	SWS	LP
Softwareentwicklung (L1790)	Projekt-/problembasierte Lehrveranstaltung	2	5
Softwareentwicklung (L1789)	Vorlesung	1	1

Modulverantwortlicher	Prof. Sibylle Schupp
Zulassungsvoraussetzungen	None
Empfohlene Vorkenntnisse	Introduction to Software Engineering Programming Skills Experience with Developing Small to Medium-Size Programs
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 test-driven development, and explain how continuous integration can be used in different scenarios. They give examples of selected pitfalls in software development, regarding scalability and other non-functional requirements. They write unit tests and build scripts and combine them in a corresponding integration environment. They explain major activities in requirements analysis, program comprehension, and agile project development.
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 I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. 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	Agile Methods Test-Driven Development and Unit Testing Continuous Integration Web Services Scalability From Defects to Failure
Literatur	Duvall, Paul M. Continuous Integration. Pearson Education India, 2007. Humble, Jez, and David Farley. Continuous delivery: reliable software releases through build, test, and deployment automation. Pearson Education, 2010. 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	Agile Methods Test-Driven Development and Unit Testing Continuous Integration Web Services Scalability From Defects to Failure
Literatur	Duvall, Paul M. Continuous Integration. Pearson Education India, 2007. Humble, Jez, and David Farley. Continuous delivery: reliable software releases through build, test, and deployment automation. Pearson Education, 2010. 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 M1595: Maschinelles Lernen I

Lehrveranstaltungen

Titel	Typ	SWS	LP
Maschinelles Lernen I (L2432)	Vorlesung	2	3
Maschinelles Lernen I (L2433)	Gruppenübung	3	3

Modulverantwortlicher

Prof. Nihat Ay

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Lineare Algebra, Analysis, Grundlagen der Programmierung

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Die Studierenden kennen

Grundlegende Prinzipien maschineller Lernverfahren: überwachtes/unüberwachtes Lernen, generative/deskriptives Lernen, parametrischer/nicht-parametrisches Lernen
verschiedeneLernmethoden: Neuronale Netze, Support-Vektor-Maschinen, Clusterung, Dimensionsreduzierung, Kernel-Methoden
Grundlagen der statistischen Lerntheorie
Fortgeschrittene Techniken wie Transfer Learning, Bestärkendes Lernen, Generative Adversarial Networks und Adaptive Control

Fertigkeiten

Die Studierenden können

maschinelle Lernverfahren auf konkrete Probleme anwenden
für konkrete Problemstellungen geeignete Verfahren auswählen und bewerten
die Güte eines trainierten datengetriebenen Modells evaluieren
mit bekannten Softwareframeworks für das maschinelle Lernen umgehen
bei neuronalen Netzen die Architektur und Kostenfunktion an konkrete Problemstellungen anpassen
die Grenzen maschineller Lernverfahren aufzeigen

Personale Kompetenzen

Sozialkompetenz

Die Studierenden können in sowohl selbstständig als auch in Teams an komplexen Problemen arbeiten. Sie können sich untereinander austauschen und ihre individuellen Stärken zur Lösung des Problems einbringen.

Selbstständigkeit

Die Studierenden sind in der Lage ein komplexes Problem eigenständig zu untersuchen und einzuschätzen, welche Kompetenzen zur Lösung des Problems benötigt werden.

Arbeitsaufwand in Stunden

Eigenstudium 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Nein	20 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Wahlpflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Pflicht
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Data Science: Kernqualifikation: Pflicht
Engineering Science: Vertiefung Advanced Materials: Wahlpflicht
Engineering Science: Vertiefung Mechatronics: Wahlpflicht
Engineering Science: Vertiefung Data Science: Pflicht
Engineering Science: Vertiefung Maschinenbau: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht
Maschinenbau: Vertiefung Theoretischer Maschinenbau: Wahlpflicht
Mechatronik: Vertiefung Dynamische Systeme und AI: Pflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht

Lehrveranstaltung L2432: Maschinelles Lernen I

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Nihat Ay
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Geschichte der Neurowissenschaften und des maschinellen Lernens (insbesondere des tiefen Lernens) McCulloch-Pitts-Neuronen und binäre neuronale Netze Boolesche Funktionen und Schellwert-Funktionen Universalität von neuronalen McCulloch-Pitts-Netzwerken Lernen und das Perzeptron-Konvergenz-Theorem Support-Vektor-Maschinen Harmonische Analyse von Booleschen Funktionen Kontinuierliche künstliche neuronale Netze Kolmogorovsches Superpositions-Theorem Universelle Approximation mit kontinuierlichen neuronalen Netzen Approximationsfehler und die Gradienten-Abstiegs-Methode: die allgemeine Idee Die stochastische Gradienten-Abstiegs-Methode (Robbins-Monro- und Kiefer-Wolfowitz-Fälle) Mehrschichtige Netzwerke und der Backpropagation-Algorithmus Statistische Lerntheorie
Literatur	Martin Anthony and Peter L. Bartlett. Neural Network Learning: Theoretical Foundations. Cambridge University Press, 1999. Martin Anthony. Discrete Mathematics of Neural Networks: Selected Topics. SIAM Monographs on Discrete Mathematics & Applications, 1987. Mehryar Mohri, Afshin Rostamizadeh and Ameet Talwalkar. Foundations of Machine Learning, Second Edition. MIT Press, 2018. Christopher M. Bishop. Pattern Recognition and Machine Learning. Information Science and Statistics. Springer-Verlag, 2008. Bernhard Schölkopf, Alexander Smola. Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond. Adaptive Computation and Machine Learning series. MIT Press, Cambridge, MA, 2002. Luc Devroye, László Györfi, Gábor Lugosi. A Probabilistic Theory of Pattern Recognition. Springer, 1996. Vladimir Vapnik. The Nature of Statistical Learning Theory. Springer-Verlag: New York, Berlin, Heidelberg, 1995.

Lehrveranstaltung L2433: Maschinelles Lernen I

Typ	Gruppenübung
SWS	3
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 48, Präsenzstudium 42
Dozenten	Prof. Nihat Ay
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1908: Grundlagen der Betriebssysteme

Lehrveranstaltungen

Titel	Typ	SWS	LP
Grundlagen der Betriebssysteme (L3148)	Vorlesung	2	3
Grundlagen der Betriebssysteme (L3149)	Gruppenübung	2	3

Modulverantwortlicher	Prof. Christian Dietrich
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Prozedurales Programmieren in C, sowie zugehörige Werkzeuge (Editor, Linker, Compiler) Grundlagen der Rechnerarchitektur
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Veranstaltung vermittelt grundlegende Kenntnisse über den Aufbau, Funktionsweise und systemnahe Verwendung von Betriebssystemen. Die Studierenden lernen am Modell einer Mehrebenenmaschine, Betriebssystemabstraktionen wie Prozesse, Fäden, virtueller Speicher, Dateien, Gerätedateien und Interprozesskommunikation sowie Techniken für deren effiziente Realisierung kennen. Dazu gehören Strategien für das Prozessscheduling, Latenzminimierung durch Pufferung und die Verwaltung von Haupt- und Hintergrundspeicher. Weiterhin kennen sie die Themen Sicherheit im Betriebssystemkontext und Aspekte der systemnahen Softwareentwicklung in C. In den vorlesungsbegleitenden Übungen haben sie Stoff anhand von Programmieraufgaben in C aus dem Bereich der UNIX-Systemprogrammierung praktisch vertieft. Die Studierenden kennen vordergründig die Betriebssystemfunktionen für Einprozessorsysteme. Spezielle Fragestellungen zu Mehrprozessorsystemen (auf Basis gemeinsamen Speichers) haben sie am Rande und in Bezug auf Funktionen zur Koordinierung nebenläufiger Programme kennen gelernt. In ähnlicher Weise kennen sie das Thema Echtzeitverarbeitung ansatzweise nur in Bezug auf die Prozesseinplanung.
Fertigkeiten	Studierende können die POSIX Systemschnittstelle nutzen um auf die verschiedenen Ressourcen des Rechensystems zuzugreifen. Sie sind in der Lage technische Dokumentation zu erfassen und auf dieser Grundlage komplexe Interaktionsprotokolle zu implementieren. Sie sind in der Lage Nebenläufigkeitsprobleme zu erkennen und mit blockierenden Synchronisationsprimitiven zu vermeiden.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden können in kleinen Gruppen eine Fragestellung mit Bezug Betriebssystemen und Systemsoftware erörtern und gemeinsam präsentieren.
Selbstständigkeit	Die Studierenden sind in der Lage die Vorlesungsinhalte eigenständig vor- und nachzubearbeiten.
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: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Technomathematik: Vertiefung II. Informatik: Wahlpflicht

Lehrveranstaltung L3148: Grundlagen der Betriebssysteme

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Christian Dietrich
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Grundlegende BS-Konzepte Systemnahe Softwareentwicklung in C Dateien un Dateisysteme Prozesse und Fäden Unterbrechungen, Systemaufrufe und Signale Prozesseinplanung Speicherbasierte Interaktion Betriebsmittelverwaltung, Synchronisation und Verklemmung Interprozesskommunikation Speicherorganisation Speichervirtualisierung Systemsicherheit und Zugriffsschutz
Literatur	Operating Systems. Internals and Design Principles; William Stallings; Prentice Hall 2008; ISBN: 978-0136006329. Operating System Concepts; Abraham Silberschatz, Greg Gagne, Peter Bear Galvin; John Wiley & Sons, Inc.; 2005 ISBN: 0-471-69466-5. Modern Operating Systems; Andrew S. Tanenbaum; Prentice Hall 2007 ISBN: 978-0136006633 Structured Computer Organization; Andrew S. Tanenbaum; Prentice Hall 2006 ISBN: 978-0131485211.

Lehrveranstaltung L3149: Grundlagen der Betriebssysteme

Typ	Gruppenübung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Christian Dietrich
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1872: Betriebssystembau für Einkernsysteme

Lehrveranstaltungen

Titel	Typ	SWS	LP
Betriebssystembau (L2812)	Vorlesung	2	3
Betriebssystembau für Einkernsysteme (L3087)	Projekt-/problembasierte Lehrveranstaltung	2	3

Modulverantwortlicher

Prof. Christian Dietrich

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Objekt-orientiertes Programmieren (notwendig)
Grundlagen von Betriebssystemen (empfohlen)
Grundlagen der Rechnerarchitektur (empfohlen)
Programmieren in C/C++ (empfohlen)

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Studierende, die das Modul erfolgreich abgeschlossen haben:

erläutern den Startvorgang eines Rechensystems am Beispiel eines IA32 PCs.
beschreiben die spezifischen Herausforderungen bei der Softwareentwicklung für "bare metal".
beschreiben den Ablauf einer Unterbrechungsbehandlung von der Hardware bis zur (System-)software.
skizzieren Besonderheiten und Strategien der Unterbrechungsbehandlung in Hardware für Mehrkernsystemen am Beispiel des IA32-APICs.
unterscheiden die verschiedenen Typen von Kontrollflüssen in einem Betriebssystem anhand des Ebenenmodells.
unterscheiden harte, mehrstufige, und weiche Verfahren zur Unterbrechungssynchronisation in Betriebssystemen.
analysieren das Zusammenspiel von Scheduling und Unterbrechungssynchronisation.
unterscheiden grundlegende Möglichkeiten der Koordinierung und Synchronisation von Fäden (aktives/passives Warten, nichtverdrängbare kritische Abschnitte).
kennen die grundlegenden Synchronisationsprobleme (lost update, lost wakeup) und schlagen geeignete Gegenmaßnahmen vor.
können verschiedene Treibermodelle unterscheiden.
vergleichen grundlegende BS-Architekturen (Bibliothek, Monolith, Mikrokern, Exokern, Hypervisor) anhand fundamentaler Charakteristika (Robustheit, Performanz, Portierbarkeit) und Mechanismen.
schildern die grundlegenden Paradigmen zur Interprozesskommunikation in Betriebssystemen (speicherbasiert vs. nachrichtenbasiert).

Fertigkeiten

Studierende, die das Modul erfolgreich abgeschlossen haben:

diskutieren die Aufgabenteilung zwischen Hardware und Systemsoftware bei der Unterbrechungsbearbeitung.
können mehrstufige Verfahren zur Unterbrechungssynchronisation implementieren.
klassifizieren konkrete Konkurrenzsituationen und leiten daraus geeignete Synchronisationsmaßnahmen ab.
entwickeln den Koroutinenwechsel für einen gegebene Architektur.
können verdrängendes Scheduling in einem Betriebssystem implementieren.
entwickeln Mechanismen für die Synchronisation auf Fadenebene.
können Gerätetreiber in eine Betriebssystemarchitektur einbinden.
skizzieren, wie höhere Synchronisationskonstrukte aus grundlegenden Synchronisationsprimitiven implementiert werden (Monitore, Leser-/Schreiber-Sperre).
können Primitiven zur Interprozesskommunikation implementieren und einsetzen.

Personale Kompetenzen

Sozialkompetenz

Studierende, die das Modul erfolgreich abgeschlossen haben:

können in Kleingruppen kooperativ arbeiten.
können die ihre Entwurfs- und Implementierungsentscheidungen kompakt präsentieren und argumentativ vertreten.

Selbstständigkeit

Studierende, die das Modul erfolgreich abgeschlossen haben:

können sich komplexe Fehlerbilder durch methodisches Vorgehen schrittweise erschließen.
reflektieren ihre Entscheidungen kritisch und leiten Alternativen ab.
können offen und konstruktiv mit Schwachpunkten und Irrwegen umgehen.
können getroffene Fehlentscheidungen revidieren bzw. die entstehenden Kosten bewusst in Kauf nehmen.

Arbeitsaufwand in Stunden

Eigenstudium 124, Präsenzstudium 56

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Nein	10 %	Fachtheoretisch-fachpraktische Studienleistung

Prüfung

Mündliche Prüfung

Prüfungsdauer und -umfang

25 min

Zuordnung zu folgenden Curricula

Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht

Lehrveranstaltung L2812: Betriebssystembau

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Christian Dietrich
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Ziel der Vorlesung ist die Vermittlung von konzeptionellen Grundlagen und wichtigen Techniken, die für den Bau eines Betriebssystems erforderlich sind. Dabei werden gleichzeitig Grundlagen aus dem Betriebssystembereich wie Unterbrechungen, Synchronisation und Ablaufplanung, die aus anderen Veranstaltungen weitgehend bekannt sein sollten, wiederholt und vertieft. Grundlagen der Betriebssystementwicklung Unterbrechungen (Hardware, Software, Synchronisation) IA-32: Die 32-Bit-Intel-Architektur Koroutinen und Programmfäden Scheduling Betriebssystem-Architekturen Fadensynchronisation Gerätetreiber Interprozesskommunikation
Literatur

Lehrveranstaltung L3087: Betriebssystembau für Einkernsysteme

Typ	Projekt-/problembasierte Lehrveranstaltung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Christian Dietrich
Sprachen	DE/EN
Zeitraum	SoSe
Inhalt	Ziel der Vorlesung ist die Vermittlung von konzeptionellen Grundlagen und wichtigen Techniken, die für den Bau eines Betriebssystems erforderlich sind. Dabei werden gleichzeitig Grundlagen aus dem Betriebssystembereich wie Unterbrechungen, Synchronisation und Ablaufplanung, die aus anderen Veranstaltungen weitgehend bekannt sein sollten, wiederholt und vertieft. Grundlagen der Betriebssystementwicklung Unterbrechungen (Hardware, Software, Synchronisation) IA-32: Die 32-Bit-Intel-Architektur Koroutinen und Programmfäden Scheduling Betriebssystem-Architekturen Fadensynchronisation Gerätetreiber Interprozesskommunikation Diese Veranstaltung beschäftigt sich nur mit dem Design von Einkernbetriebssystemen.
Literatur

Fachmodule der Vertiefung II. Mathematik & Ingenieurwissenschaften

Modul M0852: Graphentheorie und Optimierung

Lehrveranstaltungen

Titel	Typ	SWS	LP
Graphentheorie und Optimierung (L1046)	Vorlesung	2	3
Graphentheorie und Optimierung (L1047)	Gruppenübung	2	3

Modulverantwortlicher	Prof. Anusch Taraz
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Diskrete Algebraische Strukturen Mathematik I
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die grundlegenden Begriffe der Graphentheorie und Optimierung benennen und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten	Studierende können Aufgabenstellungen der Graphentheorie und Optimierung mit Hilfe der kennengelernten Konzepte mathematisch modellieren und mit den erlernten Methoden lösen. Studierende sind in der Lage, sich weitere einfache logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.
Personale Kompetenzen
Sozialkompetenz	Studierende sind in der Lage, in heterogen zusammengestellten Teams (mit unterschiedlichem mathematischen Hintergrundwissen und aus unterschiedlichen Studiengängen) zusammenzuarbeiten und die Mathematik als gemeinsame Sprache zu entdecken und beherrschen. Sie können sich dabei insbesondere gegenseitig neue Konzepte erklären und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.
Selbstständigkeit	Studierende können eigenständig ihr Verständnis mathematischer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen. Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume an schwierigen Problemstellungen zu arbeiten.
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 Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Wahlpflicht Computer Science: Kernqualifikation: Pflicht Data Science: Kernqualifikation: Pflicht Engineering Science: Vertiefung Data Science: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: 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	Graphen, Durchlaufen von Graphen, Bäume Planare Graphen Kürzeste Wege Minimale Spannbäume Maximale Flüsse und minimale Schnitte Sätze von Menger, König-Egervary, Hall NP-vollständige Probleme Backtracking und Heuristiken Lineare Programmierung Dualität Ganzzahlige lineare Programmierung
Literatur	M. Aigner: Diskrete Mathematik, Vieweg, 2004 T. Cormen, Ch. Leiserson, R. Rivest, C. Stein: Algorithmen - Eine Einführung, Oldenbourg, 2013 J. Matousek und J. Nesetril: Diskrete Mathematik, Springer, 2007 A. Steger: Diskrete Strukturen (Band 1), Springer, 2001 A. Taraz: Diskrete Mathematik, Birkhäuser, 2012 V. Turau: Algorithmische Graphentheorie, Oldenbourg, 2009 K.-H. Zimmermann: Diskrete Mathematik, BoD, 2006

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

Modul M1962: Grundlagen Raumfahrtelektronik und Primärmission

Lehrveranstaltungen

Titel	Typ	SWS	LP
Grundlagen Raumfahrtelektronik und Primärmission (L3204)	Projekt-/problembasierte Lehrveranstaltung	4	6

Modulverantwortlicher	Prof. Ulf Kulau
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Elektrotechnik / Grundlagen der Eletrotechnik Informatik / Informatik für Ingeneure
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Grundlagen der Raumfahrtelektronik, Subkomponenten von Satellitensystemen Fragmentierung und Planung von Primärmissionen Aktive Beteiligung in CubeSat Mission zur Anwendung erlernter Fähigkeiten Softskills in den Bereichen Projektmanagement, Projektplanung und Projektkommunikation
Fertigkeiten	Nach Abschluss des Moduls haben Studierende Grundlagen der Raumfahrtelektronik vermittelt bekommen. Sie wissen ebenfalls wie man Primärmissionen plant und wie man Subsysteme zur Erreichung dieser Primärmission definiert (Anforderungsanalyse, Leistungsbeschreibung). Sie werden aktiv in Missionen eingebunden und sollen das erlernte dort praktisch umsetzen, wobei durch die Zusammenarbeit mit den Studierenden zusätzlich Softskills im Bereich allgemeinen Projektmanagement vermittelt und angewendet werden. Grundlagenvermittlung Konzeptionelles Design von Subsystemen (Anforderungs- und Leistungsbeschreibung) Projektplanung und Fragmentierung von Primärmissionen (Raumfahrtmissionen) Praktische Anwendung in CubeSat Mission
Personale Kompetenzen
Sozialkompetenz	Die Arbeit erfolgt wechselnd in der gesamten Gruppe, aber auch in Kleingruppen. Hierfür ist eine enge Zusammenarbeit und Abstimmung innerhalb der einzelnen Teams erforderlich. Das Ziel ist es, dass Studierende auf der einen Seite fundiertes Wissen über Raumfahrtelektronik und Raumfahrtmissionen erlangen, auf der anderen Seite dieses Wissen anwenden und durch die Arbeit in Kleingruppen eine Nachhaltigkeit ihrer Ergebnisse erzeugen. Dies kann beispielsweise die Weitergabe der Anforderungs- und Leistungsbeschreibungen sein, welche Semesterübergreifend als Grundlage, Ausgangspunkt und Ergebnis fungieren.
Selbstständigkeit	Die Studierenden sind nach Abschluss des Moduls in der Lage, selbständig wissenschaftliche Projekte und Prozesse zu planen und durchzuführen. In der Gruppenarbeit sollen Organisation, Ideenfindung, Herleitung von Hypothesen und Denkprozesse selbständig moderiert und durchgeführt werden.
Arbeitsaufwand in Stunden	Eigenstudium 124, Präsenzstudium 56
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Schriftliche Ausarbeitung
Prüfungsdauer und -umfang	Bericht über die erzielten Ergebnisse
Zuordnung zu folgenden Curricula	Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht

Lehrveranstaltung L3204: Grundlagen Raumfahrtelektronik und Primärmission

Typ	Projekt-/problembasierte Lehrveranstaltung
SWS	4
LP	6
Arbeitsaufwand in Stunden	Eigenstudium 124, Präsenzstudium 56
Dozenten	Prof. Ulf Kulau
Sprachen	DE/EN
Zeitraum	WiSe/SoSe
Inhalt
Literatur

Modul M1235: Elektrische Energiesysteme I: Einführung in elektrische Energiesysteme

Lehrveranstaltungen

Titel	Typ	SWS	LP
Elektrische Energiesysteme I: Einführung in elektrische Energiesysteme (L1670)	Vorlesung	3	4
Elektrische Energiesysteme I: Einführung in elektrische Energiesysteme (L1671)	Gruppenübung	2	2

Modulverantwortlicher	Prof. Christian Becker
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Grundlagen der Elektrotechnik
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden können einen Überblick über die konventionelle und moderne elektrische Energietechnik geben. Technologien der elektrischen Energieerzeugung, -übertragung, -speicherung und -verteilung sowie Integration von Betriebsmitteln können detailliert erläutert und kritisch bewertet werden.
Fertigkeiten	Mit Abschluss dieses Moduls sind die Studierenden in der Lage, das erlernte Fachwissen in Aufgabenstellungen zur Auslegung, Integration oder Entwicklung elektrischer Energiesysteme angemessen anzuwenden und die Ergebnisse einzuschätzen und zu beurteilen.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden können fachspezifische und fachübergreifende Diskussionen führen, Ideen weiterentwicklen und ihre eigenen Arbeitsergebnissen vor anderen vertreten.
Selbstständigkeit	Die Studierenden können sich selbstständig Quellen über die Schwerpunkte der Vorlesung erschließen und das darin enthaltene Wissen aneignen.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	90 - 150 Minuten
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Green Technologies, Schwerpunkt Regenerative Energien: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Energietechnik: Vertiefung Energiesysteme: Wahlpflicht Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht Green Technologies: Energie, Wasser, Klima: Vertiefung Energiesysteme / Regenerative Energien: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Integrierte Gebäudetechnik: Kernqualifikation: Pflicht Mechatronik: Vertiefung Elektrische Systeme: Wahlpflicht Regenerative Energien: Kernqualifikation: Pflicht Theoretischer Maschinenbau: Vertiefung Energietechnik: Wahlpflicht

Lehrveranstaltung L1670: Elektrische Energiesysteme I: Einführung in elektrische Energiesysteme

Typ	Vorlesung
SWS	3
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 78, Präsenzstudium 42
Dozenten	Prof. Christian Becker
Sprachen	DE
Zeitraum	WiSe
Inhalt	Aufbau und Entwicklungstendenzen der elektrischen Energieversorgung Aufgaben und historische Entwicklung symmetrische Drehstromsysteme Grundlagen und Modellierung von Netzen Leitungen Transformatoren Synchronmaschinen Asynchronmaschinen Lasten und Kompensation Netzaufbau und Schaltanlagen Grundlagen der Energieumwandlung Elektromechanische Energiewandlung Thermodynamische Grundlagen Kraftwerkstechnik Regenerative Energieumwandlung Netzberechnung Netzmodellierung Lastflussrechnung Ausfallkriterium Symmetrische Kurzschlussberechnung, Kurzschlussleistung Netz- und Kraftwerksregelung Netzschutz Grundlagen der Netzplanung Grundlagen der elektrischen Energiewirtschaft und -märkte
Literatur	K. Heuck, K.-D. Dettmann, D. Schulz: "Elektrische Energieversorgung", Vieweg + Teubner, 9. Auflage, 2013 A. J. Schwab: "Elektroenergiesysteme", Springer, 5. Auflage, 2017 R. Flosdorff: "Elektrische Energieverteilung" Vieweg + Teubner, 9. Auflage, 2008

Lehrveranstaltung L1671: Elektrische Energiesysteme I: Einführung in elektrische Energiesysteme

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Christian Becker
Sprachen	DE
Zeitraum	WiSe
Inhalt	Aufbau und Entwicklungstendenzen der elektrischen Energieversorgung Aufgaben und historische Entwicklung symmetrische Drehstromsysteme Grundlagen und Modellierung von Netzen Leitungen Transformatoren Synchronmaschinen Asynchronmaschinen Lasten und Kompensation Netzaufbau und Schaltanlagen Grundlagen der Energieumwandlung Elektromechanische Energiewandlung Thermodynamische Grundlagen Kraftwerkstechnik Regenerative Energieumwandlung Netzberechnung Netzmodellierung Lastflussrechnung Ausfallkriterium Symmetrische Kurzschlussberechnung, Kurzschlussleistung Netz- und Kraftwerksregelung Netzschutz Grundlagen der Netzplanung Grundlagen der elektrischen Energiewirtschaft und -märkte
Literatur	K. Heuck, K.-D. Dettmann, D. Schulz: "Elektrische Energieversorgung", Vieweg + Teubner, 9. Auflage, 2013 A. J. Schwab: "Elektroenergiesysteme", Springer, 5. Auflage, 2017 R. Flosdorff: "Elektrische Energieverteilung" Vieweg + Teubner, 9. Auflage, 2008

Modul M0760: Elektronische Bauelemente

Lehrveranstaltungen

Titel	Typ	SWS	LP
Elektronische Bauelemente (L0720)	Vorlesung	3	4
Elektronische Bauelemente (L0721)	Projekt-/problembasierte Lehrveranstaltung	2	2

Modulverantwortlicher

Prof. Hoc Khiem Trieu

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Aufbau der Atome und Quantentheorie, elektrische Ströme in Festkörpern, Grundlagen der Festkörperphysik

Erfolgreiche Teilnahme an Physik für Ingenieure und Werkstoffe der Elektrotechnik oder Veranstaltungen mit äquivalentem Inhalt

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Die Studierenden können

die Grundlagen der Halbleiterphysik darstellen,
die Wirkprinzipien wichtiger Halbleiterbauelemente erklären,
Bauelementfunktionen und Ersatzschaltbilder angeben sowie ihre Herleitung erläutern und
die Grenzen der Modelle diskutieren.

Fertigkeiten

Die Studierenden sind in der Lage

Bauelemente im jeweiligen Grundbetrieb anzuwenden,
eigenständig physikalische Zusammenhänge zu erkennen und Lösungen für komplexe Aufgabenstellungen zu finden.

Personale Kompetenzen

Sozialkompetenz

Studierende können in Gruppen Versuche planen, durchführen sowie die Ergebnisse präsentieren und vor anderen vertreten.

Selbstständigkeit

Studierende sind fähig sich eigenständig das für die Versuche notwendige Wissen mit Literatur zu erschließen.

Arbeitsaufwand in Stunden

Eigenstudium 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Fachtheoretisch-fachpraktische Studienleistung	Studierenden erarbeiten in Kleingruppen Wissen zu einem bestimmten Thema, demonstrieren dieses in Form eines Versuches mit Präsentation und Diskussion. Darüber hinaus betreut jede Gruppe eine Übungsaufgabe, die inhaltlich zu dem jeweiligen Versuch gehört.

Prüfung

Klausur

Prüfungsdauer und -umfang

120 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
Engineering Science: Vertiefung Elektrotechnik: Pflicht
General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht
Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht
Mechatronik: Vertiefung Elektrische Systeme: Pflicht

Lehrveranstaltung L0720: Elektronische Bauelemente

Typ	Vorlesung
SWS	3
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 78, Präsenzstudium 42
Dozenten	Prof. Hoc Khiem Trieu
Sprachen	DE
Zeitraum	WiSe
Inhalt	dotierte Halbleiter (Halbleiter, Kristalstruktur, Bändermodell, Dotierung, effektive Masse, Zustandsdichte, Besetzungswahrscheinlichkeiten, Massenwirkungsgesetz, Übergänge zwischen Energieniveaus, Ladungsträgerlebensdauer, Leitungsmechanismen: Feldstrom- und Diffusionsstrom; Gleichgewicht in Halbleitern, Halbleitergleichungen) Der pn-Übergang (Stromloser Zustand, Bandverlauf der Sperrschicht im stromlosen Zustand, Gleichstromverhalten, Herleitung der Kennlinie, Berücksichtigung der Sperrschichtrekombination, Wechselstrom- und Schaltverhalten, Durchbruchmechanismen, verschiedene Diodentypen: Zener-Diode, Tunnel-Diode, Rückwärtsdiode, Photodiode, LED, Laserdioden) Der Bipolartransistor (Funktionsprinzip, statisches Verhalten: Berechnung von Basis-, Kollektor- und Emitterstrom, Betriebsmodi; Nichtidealitäten: reale Dotierung, Earlyeffekt, Durchbruch, Generation-Rekombinationsstrom und Hochstromeffekt; Ebers-Moll-Modell: Kennlinienfeld, Ersatzschaltbild; Frequenzantwort, Schaltverhalten, Transistor mit Heteroübergang) Unipolare Bauelemente (Halbleiter-Randschichten: Oberflächenzustände, Austrittsarbeit, Bändermodell; Metall-Halbleiter-Kontakte: Schottky-Kontakt, Strom-Spannung-Abhängigkeit, Ohmscher Kontakt; Sperrschicht-Feldeffekt-Transistor: Funktionsprinzip, Strom-Spannungs-Kennlinie, Kleinsignal-Verhalten, Durchbruchsverhalten; MESFET: Funktionsprinzip, selbstleitender und selbstsperrender MESFET; MIS-Struktur: Akkumulation, Verarmung, Inversion, starke Inversion, Flachband-Spannung, Oxidladungen, Schwellenspannung, Kapazität-Spannungs-Verhalten; MOSFET: Aufbau, Funktionsprinzip, Strom-Spannungs-Kennlinie, Frequenzverhalten, Subthreshold-Verhalten, Schwellenspannung, Bauelement-Skalierung; CMOS)
Literatur	S.M. Sze: Semiconductor devices, Physics and Technology, John Wiley & Sons (1985)F. Thuselt: Physik der Halbleiterbauelemente, Springer (2011) T. Thille, D. Schmitt-Landsiedel: Mikroelektronik, Halbleiterbauelemente und deren Anwendung in elektronischen Schaltungen, Springer (2004) B.L. Anderson, R.L. Anderson: Fundamentals of Semiconductor Devices, McGraw-Hill (2005) D.A. Neamen: Semiconductor Physics and Devices, McGraw-Hill (2011) M. Shur: Introduction to Electronic Devices, John Wiley & Sons (1996) S.M. Sze: Physics of semiconductor devices, John Wiley & Sons (2007) H. Schaumburg: Halbleiter, B.G. Teubner (1991) A. Möschwitzer: Grundlagen der Halbleiter-&Mikroelektronik, Bd1 Elektronische Halbleiterbauelemente, Carl Hanser (1992) H.-G. Unger, W. Schultz, G. Weinhausen: Elektronische Bauelemente und Netzwerke I, Physikalische Grundlagen der Halbleiterbauelemente, Vieweg (1985)

Lehrveranstaltung L0721: Elektronische Bauelemente

Typ	Projekt-/problembasierte Lehrveranstaltung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Hoc Khiem Trieu
Sprachen	DE
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1896: Machine Dynamics

Lehrveranstaltungen

Titel	Typ	SWS	LP
Machine Dynamics (L3144)	Vorlesung	3	3
Machine Dynamics (L3145)	Projekt-/problembasierte Lehrveranstaltung	3	3

Modulverantwortlicher	Dr. Alireza Abbasimoshaei
Zulassungsvoraussetzungen	None
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 96, Präsenzstudium 84
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang	70% schriftliche Prüfung (120 Minuten) Dauer und 30% Projekt
Zuordnung zu folgenden Curricula	Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Mechatronik: Kernqualifikation: Wahlpflicht

Lehrveranstaltung L3144: Machine Dynamics

Typ	Vorlesung
SWS	3
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 48, Präsenzstudium 42
Dozenten	Dr. Alireza Abbasimoshaei
Sprachen	EN
Zeitraum	SoSe
Inhalt	1: Mechanisms 1.1 Introduction 1.2 Types of Kinematic Joints 1.3 Elements Or Links 1.4 Constrained Motion 1.6 Kinematic Chain 1.7 Types of Mechanisms and Equivalent Mechanisms 1.8 Classification of Machines 1.9 Degrees of Freedom 1.10 Four-Bar Chain 1.11 Grashof’s and Grubler’s Law 1.12 Inversion of Mechanisms 1.13 Simulation in software 2: Velocity in Mechanisms 2.1 Introduction 2.2 Velocity Diagrams 2.3 Determination of Link Velocities 2.4 Relative Velocity (linear and angular) 2.5 Instantaneous Centre Method and its types 2.6 Analyses in Software 3: Acceleration in Mechanisms 3.1 Introduction 3.2 Acceleration of a Body Moving in a Circular Path 3.3 Acceleration Diagrams and Center for Different Mechanisms 3.4 Coriolis Acceleration 3.5 Link Sliding Acceleration 3.7 Analytical Analysis of Different Mechanisms Properties in Software 4: Belts, Chains, Ropes, Clutches, and Brakes 4.1 Introduction 4.2 Flat Belt Drive and Velocity and Tension Ratio 4.3 V-Belt Drive 4.4 Chain Drive and Pitch 4.5 Rope Drive 4.6 Types of Brakes and their analyses 4.7 Types of Clutches and their analyses 4.8 Driving their Equations in Software 5: Cams 5.1 Introduction 5.2 Classification of Cams 5.3 Types of Followers 5.4 Cam Profile 5.5 Follower Different Motions 5.6 Cam Profile with Knife-Edge Follower 5.7 Cam Profile with Roller Follower 5.8 Cam Profile with Translational Flat-Faced Follower 5.9 Cam Profile with Swinging Roller Follower 5.10 Analytical Methods 5.11 Radius of Curvature and Undercutting 5.12 Cam Size 5.13 Initial Design of a Cam and its Profile Driving by Software 6: Static and Dynamic Force Analysis 6.1 Introduction 6.2 Static Force Analysis and Equilibrium 6.3 Dynamic Force Analysis 6.4 Force Convention and Free Body Diagrams 6.5 Principle of Superposition 6.6 Force Analyses in Softwares and drive the equations 7: Balancing 7.1 Introduction 7.2 Balancing of Rotating Masses and Analytical Method for Balancing 7.3 Reciprocating Masses 7.4 Reciprocating Engine 7.5 Primary Balance 7.6 Multicylinder In-Line Engines 7.7 Secondary Balancing 7.8 Balancing of Radial Engines, V-Engines, and Rotors 7.9 Static Balance 7.10 Dynamic Balance 7.11 Flexible Rotor Balancing 7.12 Balancing Machines 7.13 Balancing Analyse in Software 8: Gyroscopic and Precessional Motion 8.1 Introduction 8.2 Precessional Motion 8.3 Fundamentals of Gyroscopic Motion 8.4 Gyroscopic Couple of a Plane Disc 8.5 Effect of Gyroscopic Couple on Bearings 8.6 Gyroscopic Couple on an Aeroplane 8.7 Stability of a Two and Four-Wheel Vehicle Taking a Turn 8.8 Effect of Precession on a Disc Fixed at a Certain Angle to a Rotating Shaft 8.9 Gyroscopic Analysis in Software 9: Gear Trains 9.1 Introduction 9.2 Types of Gear Trains 9.3 Determination of Speed Ratio of Planetary Gear Trains 9.4 Sun and Planet Gears and Their equations 9.5 Epicyclics with Two Inputs 9.6 Compound Epicyclic Gear Train 9.7 Epicyclic Bevel Gear Trains 9.8 Torque in Epicyclic Gear Trains 9.9 Gear Movement analyses in Software 10: Kinematic Synthesis of Planar Mechanisms 10.1 Introduction 10.2 Movability (or Mobility) or Number Synthesis 10.3 Transmission Angle in Different Mechanisms 10.4 Limit Positions and Dead Centres of a Four-Bar Mechanism 10.5 Dimensional Synthesis 10.6 Graphical Method of Synthesis 10.7 Design of Different Mechanisms by Relative Pole Method 10.8 Errors in Kinematic Synthesis of Mechanisms 10.9 Analytical Method (Function Generation, Chebyshev’s Spacing, Freudenstein’s Equation) 10.10 Implementing Synthesis Methods in Softwares 11: Mechanical Vibrations 11.1 Introduction 11.2 Definitions 11.3 Types of Free Vibrations 11.4 Basic Elements of Vibrating System 11.5 Degrees of Freedom 11.6 Simple Harmonic Motion 11.7 Free Longitudinal Vibrations 11.8 Effect of the Spring Mass and Equivalent Stiffness 11.9 Critical Speed 11.10 Geared System
Literatur	1. Mechanisms and Machines: Kinematics, Dynamics, and Synthesis: Michael M Stanisic 2. Kinematics and Dynamics of Machines: George H. Martin 3. Machine Dynamics in Mechatronic Systems an engineering approach: Adrian M. Rankers

Lehrveranstaltung L3145: Machine Dynamics

Typ	Projekt-/problembasierte Lehrveranstaltung
SWS	3
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 48, Präsenzstudium 42
Dozenten	Dr. Alireza Abbasimoshaei
Sprachen	EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0708: Elektrotechnik III: Netzwerktheorie und Transienten

Lehrveranstaltungen

Titel	Typ	SWS	LP
Netzwerktheorie (L0566)	Vorlesung	3	4
Netzwerktheorie (L0567)	Gruppenübung	2	2

Modulverantwortlicher	Prof. Alexander Kölpin
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Elektrotechnik I und II, Mathematik I und II
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden können die grundlegenden Berechnungsverfahren von elektrischen Netzwerken erklären. Sie kennen die Analyse linearer, mit periodischen Signalen angeregter Netzwerke, mittels Fourier-Reihenentwicklung. Sie kennen die Berechnungsmethoden von Einschaltvorgängen in linearen Netzwerken sowohl im Zeit- als auch im Frequenzbereich. Sie können das Frequenzverhalten und die Synthese einfacher passiver Zweipol-Netzwerke erläutern.
Fertigkeiten	Die Studierenden können Spannungen und Ströme in elektrischen Netzwerken, auch bei periodischer Anregung, mit Hilfe von grundlegenden Berechnungsverfahren bestimmen. Sie können sowohl im Zeit- als auch im Frequenzbereich Einschaltvorgänge in elektrischen Netzwerken berechnen und deren Einschaltverhalten beschreiben. Sie können das Frequenzverhalten passiver Zweipol-Netzwerke analysieren und synthetisieren.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden können in kleinen Übungsgruppen vorlesungsrelevante Aufgaben gemeinsam bearbeiten und die selbst erarbeiteten Lösungen innerhalb der Übungsgruppe präsentieren.
Selbstständigkeit	Die Studierenden sind in der Lage, die notwendigen Berechnungsverfahren für die zu lösenden Probleme zu erkennen und anzuwenden. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (Kurzfragentests, klausurnahe Aufgaben) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. Sie können ihr erlangtes Wissen mit den Inhalten anderer Lehrveranstaltungen (z.B. Elektrotechnik I und Mathematik) verknüpfen.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	150 min
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Vertiefung Elektrotechnik: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Mechatronik: Vertiefung Elektrische Systeme: Pflicht Mechatronik: Vertiefung Dynamische Systeme und AI: Pflicht Mechatronik: Kernqualifikation: Pflicht Mechatronik: Vertiefung Roboter- und Maschinensysteme: Pflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht

Lehrveranstaltung L0566: Netzwerktheorie

Typ	Vorlesung
SWS	3
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 78, Präsenzstudium 42
Dozenten	Prof. Alexander Kölpin, Dr. Fabian Lurz
Sprachen	DE
Zeitraum	WiSe
Inhalt	- Systematische Berechnung linearer, elektrischer Netzwerke - Berechnung von N-Tor-Netzwerken - Periodische Anregung von linearen Netzwerken - Einschaltvorgänge im Zeitbereich - Einschaltvorgänge im Frequenzbereich; Laplace-Transformation - Frequenzverhalten passiver Zweipol-Netzwerke
Literatur	- M. Albach, "Grundlagen der Elektrotechnik 1", Pearson Studium (2011) - M. Albach, "Grundlagen der Elektrotechnik 2", Pearson Studium (2011) - L. P. Schmidt, G. Schaller, S. Martius, "Grundlagen der Elektrotechnik 3", Pearson Studium (2011) - T. Harriehausen, D. Schwarzenau, "Moeller Grundlagen der Elektrotechnik", Springer (2013) - A. Hambley, "Electrical Engineering: Principles and Applications", Pearson (2008) - R. C. Dorf, J. A. Svoboda, "Introduction to electrical circuits", Wiley (2006) - L. Moura, I. Darwazeh, "Introduction to Linear Circuit Analysis and Modeling", Amsterdam Newnes (2005)

Lehrveranstaltung L0567: Netzwerktheorie

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Alexander Kölpin, Dr. Fabian Lurz
Sprachen	DE
Zeitraum	WiSe
Inhalt	siehe korrespondierende Lehrveranstaltung
Literatur	siehe korrespondierende Lehrveranstaltung

Modul M0941: Kombinatorische Strukturen und Algorithmen

Lehrveranstaltungen

Titel	Typ	SWS	LP
Kombinatorische Strukturen und Algorithmen (L1100)	Vorlesung	3	4
Kombinatorische Strukturen und Algorithmen (L1101)	Gruppenübung	1	2

Modulverantwortlicher	Prof. Anusch Taraz
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Mathematik I + II Diskrete Algebraische Strukturen Graphentheorie und Optimierung
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die grundlegenden Begriffe der Kombinatorik und Algorithmik benennen und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten	Studierende können Aufgabenstellungen aus der Kombinatorik und Algorithmik mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen. Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.
Personale Kompetenzen
Sozialkompetenz	Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache. Sie können dabei insbesondere neue Konzepte adressatengerecht kommunizieren und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.
Selbstständigkeit	Studierende können eigenständig ihr Verständnis komplexer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen. Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
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 Data Science: Kernqualifikation: Wahlpflicht Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: 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, Dr. Dennis Clemens
Sprachen	DE/EN
Zeitraum	WiSe
Inhalt	Zählprobleme Strukturelle Graphentheorie Analyse von Algorithmen Extremale Kombinatorik Zufällige diskrete Strukturen
Literatur	M. Aigner: Diskrete Mathematik, Vieweg, 6. Aufl., 2006 J. Matoušek & J. Nešetřil: Diskrete Mathematik - Eine Entdeckungsreise, Springer, 2007 A. Steger: Diskrete Strukturen - Band 1: Kombinatorik, Graphentheorie, Algebra, Springer, 2. Aufl. 2007 A. Taraz: Diskrete Mathematik, Birkhäuser, 2012.

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 M1802: Technische Mechanik I (Stereostatik)

Lehrveranstaltungen

Titel	Typ	SWS	LP
Technische Mechanik I (Stereostatik) (L1001)	Vorlesung	2	3
Technische Mechanik I (Stereostatik) (L1003)	Hörsaalübung	1	1
Technische Mechanik I (Stereostatik) (L1002)	Gruppenübung	2	2

Modulverantwortlicher	Prof. Benedikt Kriegesmann
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Gefestigte und tiefgehende Schulkentnisse in Mathematik und Physik. Als gute Auffrischung der Mathematikkenntnisse ist der Mathematikvorkurs empfehlenswert. Parallel zum Modul Mechanik I sollte das Modul Mathematik I besucht werden.
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden können die axiomatische Vorgehensweise bei der Erarbeitung der mechanischen Zusammenhänge beschreiben; wesentliche Schritte der Modellbildung erkläutern; Fachwissen aus dem Bereich der Stereostatik präsentieren.
Fertigkeiten	Die Studierenden können die wesentlichen Elemente der mathematischen / mechanischen Analyse und Modellbildung anwenden und im Kontext eigener Fragestellung umsetzen; grundlegende Methoden der Statik auf Probleme des Ingenieurwesens anwenden; Tragweite und Grenzen der eingeführten Methoden der Statik abschätzen, beurteilen und sich weiterführende Ansätze erarbeiten.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden können in Gruppen zu Arbeitsergebnissen kommen und sich gegenseitig bei der Lösungsfindung unterstützen.
Selbstständigkeit	Die Studierenden sind in der Lage, ihre eigenen Stärken und Schwächen einzuschätzen und darauf basierend ihr Zeit- und Lernmanagement zu organisieren.
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): Kernqualifikation: Pflicht Bau- und Umweltingenieurwesen: Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Chemie- und Bioingenieurwesen: Kernqualifikation: Pflicht Data Science: Vertiefung II. Anwendung: Wahlpflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Integrierte Gebäudetechnik: Kernqualifikation: Pflicht Maschinenbau: Kernqualifikation: Pflicht Mechatronik: Kernqualifikation: Pflicht Orientierungsstudium: Kernqualifikation: Wahlpflicht Schiffbau: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Kernqualifikation: Pflicht

Lehrveranstaltung L1001: Technische Mechanik I (Stereostatik)

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Benedikt Kriegesmann
Sprachen	DE
Zeitraum	WiSe
Inhalt	Aufgaben der Mechanik Modelbildung und Modelelemente Kraftwinder, Vektorrechnung Räumliche Kräftesysteme und Gleichgewicht Lagerung von Körpern, Charakterisierung der Lagerung gebundener Systeme Ebene und räumliche Fachwerke Schnittkräfte am Balken und in Rahmentragwerken, Streckenlasten, Klammerfunktion Gewichtskraft und Schwerpunkt, Volumen-, Flächen- und Linienmittelpunkte Mittelpunktsberechnung über Integrale, Zusammengesetzte Körper Haft- und Gleitreibung Seilreibung In der Mechanik I wird eine e-Learning Plattform mit interaktiven Videos von Experimenten entwickelt. Hierdurch wird eine Verbindung von Theorie und Anwendung erzeugt. Außerdem wurde eine enge Verzahnung mit der Mathematik I vorgenommen und die Inhalte der beiden Lehrveranstaltungen aufeinander abgestimmt.
Literatur	K. Magnus, H.H. Müller-Slany: Grundlagen der Technischen Mechanik. 7. Auflage, Teubner (2009). D. Gross, W. Hauger, J. Schröder, W. Wall: Technische Mechanik 1. 11. Auflage, Springer (2011).

Lehrveranstaltung L1003: Technische Mechanik I (Stereostatik)

Typ	Hörsaalübung
SWS	1
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 16, Präsenzstudium 14
Dozenten	Prof. Benedikt Kriegesmann
Sprachen	DE
Zeitraum	WiSe
Inhalt	Kräftesysteme und Gleichgewicht Lagerung von Körpern Fachwerke Gewichtskraft und Schwerpunkt Reibung Innere Kräfte und Momente am Balken In der Mechanik I wird eine e-Learning Plattform mit interaktiven Videos von Experimenten entwickelt. Hierdurch wird eine Verbindung von Theorie und Anwendung erzeugt. Außerdem wurde eine enge Verzahnung mit der Mathematik I vorgenommen und die Inhalte der beiden Lehrveranstaltungen aufeinander abgestimmt.
Literatur	K. Magnus, H.H. Müller-Slany: Grundlagen der Technischen Mechanik. 7. Auflage, Teubner (2009). D. Gross, W. Hauger, J. Schröder, W. Wall: Technische Mechanik 1. 11. Auflage, Springer (2011).

Lehrveranstaltung L1002: Technische Mechanik I (Stereostatik)

Typ	Gruppenübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Benedikt Kriegesmann
Sprachen	DE
Zeitraum	WiSe
Inhalt	Kräftesysteme und Gleichgewicht Lagerung von Körpern Fachwerke Gewichtskraft und Schwerpunkt Reibung Innere Kräfte und Momente am Balken In der Mechanik I wird eine e-Learning Plattform mit interaktiven Videos von Experimenten entwickelt. Hierdurch wird eine Verbindung von Theorie und Anwendung erzeugt. Außerdem wurde eine enge Verzahnung mit der Mathematik I vorgenommen und die Inhalte der beiden Lehrveranstaltungen aufeinander abgestimmt.
Literatur	K. Magnus, H.H. Müller-Slany: Grundlagen der Technischen Mechanik. 7. Auflage, Teubner (2009). D. Gross, W. Hauger, J. Schröder, W. Wall: Technische Mechanik 1. 11. Auflage, Springer (2011).

Modul M0783: Messtechnik und Messdatenverarbeitung

Lehrveranstaltungen

Titel	Typ	SWS	LP
Elektrotechnisches Versuchspraktikum (L0781)	Laborpraktikum	2	2
Messtechnik und Messdatenverarbeitung (L0779)	Vorlesung	2	3
Messtechnik und Messdatenverarbeitung (L0780)	Gruppenübung	1	1

Modulverantwortlicher

Prof. Alexander Schlaefer

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Grundlagen Mathematik
Grundlagen Elektrotechnik

Modulziele/ angestrebte Lernergebnisse

Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht

Fachkompetenz

Wissen

Die Studierenden können die Aufgaben von Messsystemen sowie das Vorgehen bei Messdatenerfassungen und -verarbeitungen erklären. Die für die Messtechnik relevanten Aspekte der Wahrscheinlichkeitstheorie und der Messfehlerbehandlung sowie das Vorgehen bei Messungen stochastischer Signale können wiedergegeben werden. Methoden zur Beschreibungen gemessener Signale und zur Digitalisierungen von Signalen sind den Studierenden bekannt und können erläutert werden.

Fertigkeiten

Die Studierenden sind in der Lage messtechnische Fragestellungen zu erklären und Methoden zur Beschreibung und Verarbeitung von Messdaten anzuwenden.

Personale Kompetenzen

Sozialkompetenz

Die Studierenden lösen Übungsaufgaben in Kleingruppen.

Selbstständigkeit

Die Studierenden können ihren Wissensstand einschätzen und die von Ihnen erzielten Ergebnisse kritisch bewerten.

Arbeitsaufwand in Stunden

Eigenstudium 110, Präsenzstudium 70

Leistungspunkte

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Übungsaufgaben

Prüfung

Klausur

Prüfungsdauer und -umfang

90 min

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Wahlpflicht
Elektrotechnik: Kernqualifikation: Pflicht
Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht
Integrierte Gebäudetechnik: Kernqualifikation: Wahlpflicht
Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht

Lehrveranstaltung L0781: Elektrotechnisches Versuchspraktikum

Typ	Laborpraktikum
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Alexander Schlaefer, Dozenten des SD E, Prof. Alexander Kölpin, Prof. Bernd-Christian Renner, Prof. Christian Becker, Prof. Heiko Falk, Prof. Herbert Werner, Prof. Thorsten Kern
Sprachen	DE
Zeitraum	WiSe
Inhalt	Praktikumsversuche "Digitale Schaltungen" Prof. Grigat "Halbleiter-Bauelemente" Prof. Jacob "Mikrocontroller" Prof. Falk "Analoge Schaltungen" Prof. Werner "Leistung im Wechselstromkreis" Prof. Becker "Elektrische Maschinen" Prof. Do
Literatur	Wird in der Lehrveranstaltung festgelegt

Lehrveranstaltung L0779: Messtechnik und Messdatenverarbeitung

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Alexander Schlaefer
Sprachen	DE
Zeitraum	WiSe
Inhalt	Einführung, Messsysteme und Messfehler, Wahrscheinlichkeitstheorie, Messung stochastischer Signale, Beschreibung gemessener Signale, Erfassung analoger Signale, Praktische Messdatenerfassung
Literatur	Puente León, Kiencke: Messtechnik, Springer 2012 Lerch: Elektrische Messtechnik, Springer 2012 Weitere Literatur wird in der Veranstaltung bekanntgegeben.

Lehrveranstaltung L0780: Messtechnik und Messdatenverarbeitung

Typ	Gruppenübung
SWS	1
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 16, Präsenzstudium 14
Dozenten	Prof. Alexander Schlaefer
Sprachen	DE
Zeitraum	WiSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M1712: Green Technologies II

Lehrveranstaltungen

Titel	Typ	SWS	LP
Laborpraktikum Umwelttechnik (L1387)	Laborpraktikum	1	1
Schadstoffanalytik (L2996)	Vorlesung	2	3
Umwelttechnik (L0326)	Vorlesung	2	2

Modulverantwortlicher	Dr. Marvin Scherzinger
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Grundlagen der anorganischen und organischen Chemie sowie Biologie.
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Mit Abschluss dieses Moduls erlangen die Studierenden vertieftes Wissen über Umwelttechnik. Sie sind in der Lage das Verhalten von Stoffen in der Umwelt grundlegend zu beschreiben. Die Studierenden können einen Überblick über die beteiligten wissenschaftlichen Disziplinen geben. Sie können Fachausdrücke erklären und den entsprechenden Methoden zuordnen. Weiterhin erlangen die Studierenden vertieftes Wissen über wichtige Ursache-Wirkungs-Zusammenhänge für potentielle Umweltprobleme, die durch Produktionsprozesse, Projekte oder bauliche Maßnahmen entstehen können. Sie besitzen Kenntnisse über die Methodenvielfalt und sind kompetent im Umgang mit verschiedenen Methoden und Instrumenten zur Bewertung von Umweltauswirkungen bzw. Umweltschäden. Des Weiteren sind die Studierenden in der Lage, die Komplexität dieser Umweltprozesse sowie Unsicherheiten und Schwierigkeiten bei deren Messung und Beurteilung einzuschätzen.
Fertigkeiten	Die Studierenden sind fähig, geeignete Maßnahmen zum Management und zur Schadensminderung von Umweltproblemen vorzuschlagen. Sie können geochemische Parameter bestimmen und das Potential zur Verlagerung und zum Umbau toxischer Stoffe in der Umwelt einschätzen. Die Studierenden sind in der Lage, sich selbständig begründete Meinungen dazu zu erarbeiten, wie Umwelttechnik zur nachhaltigen Entwicklung beiträgt, und diese Meinung vor der Gruppe zu präsentieren und zu verteidigen. Die Studenten können aus der Vielfalt der Bewertungsmethoden eine für den jeweiligen Anwendungsfall geeignete Methode auswählen und können dadurch geeignete Maßnahmen zum Management und zur Schadensminderung für reale unternehmerische oder planerische Probleme in Bezug auf die Umwelt entwickeln. Sie sind in der Lage eine Ökobilanz selbständig durchzuführen und können außerdem die Software-Programme OpenLCA sowie die Datenbank EcoInvent anwenden. Die Studierenden besitzen nach Abschluss der Veranstaltung aufgrund ihres umfangreichen Wissens außerdem die Fähigkeit, sich kritisch mit Ergebnissen zum Thema Umweltauswirkungen auseinanderzusetzen. Sie können Forschungsergebnisse oder sonstige Veröffentlichungen verschiedener Medien zur Bewertung von Umweltauswirkungen besser beurteilen.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden sind in der Lage, technisch-wissenschaftliche Aufgabenstellungen fachspezifisch und fachübergreifend zu diskutieren. Sie sind in der Lage, gemeinsam verschiedene Lösungsansätze zu entwickeln und über deren theoretische und praktische Umsetzung zu beraten. Durch die Vermittlung der Themen im Rahmen der gesamten Vorlesungsreihe erhalten die Studierenden Einblick in die vielschichtigen Belange des Umweltschutzes sowie der Nachhaltigkeitsidee. Ihre Sensibilität und ihr Bewusstsein gegenüber diesen Themen werden geschärft und tragen dazu bei, sich ihrer späteren gesellschaftlichen Verantwortung als Ingenieure bewusst zu werden.
Selbstständigkeit	Die Studierenden lernen, ein Problem eigenständig zu recherchieren, aufzubereiten und einem Publikum vorzustellen. Durch die selbständige Bearbeitung der Aufgaben werden die Studierenden in die Lage versetzt, eigenständig wissenschaftlich zu arbeiten, d.h. zu recherchieren, Ergebnisse aufzubereiten und zu referieren. Des Weiteren können sie ein reales planerisches oder unternehmerisches Problem selbständig lösen. Sie besitzen ein besseres Urteilsvermögen über Ergebnisse ähnlicher Studien, da sie z.B. Einflussmöglichkeiten durch bestimmte Parameterannahmen am eigenen Beispiel kennengelernt haben.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	120 min
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Green Technologies: Pflicht Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht

Lehrveranstaltung L1387: Laborpraktikum Umwelttechnik

Typ	Laborpraktikum
SWS	1
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 16, Präsenzstudium 14
Dozenten	Prof. Martin Kaltschmitt, Dr. Marvin Scherzinger
Sprachen	DE
Zeitraum	SoSe
Inhalt	Das Praktikum Umwelttechnik besteht derzeit aus 5 Versuchen, welche die unterschiedlichen Schwerpunkte der Umwelttechnik in den Bereichen Luft, Wasser, Boden, Energie und Lärm behandeln. Dazu werden die folgenden Versuche durchgeführt: Biologische Abbaubarkeit von Kunststoffen, Feinstaubmessung in der Luft, Wasseranalytik, Lärmemissionsmessung, Photovoltaische Stromerzeugung, Innerhalb des Laborpraktikums diskutieren die Studierenden verschiedene technisch-wissenschaftliche Aufgabenstellungen, sowohl fachspezifisch und fachübergreifend. Sie sprechen verschiedene Lösungsansätze der Aufgabenstellung durch und beraten über die theoretische oder praktische Umsetzung.
Literatur	Folien der Einführungsveranstaltung

Lehrveranstaltung L2996: Schadstoffanalytik

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Dr. Marvin Scherzinger
Sprachen	DE
Zeitraum	WiSe
Inhalt	Im Rahmen dieser Lehrveranstaltung werden moderne analytische Methoden vorgestellt, die zur Quantifizierung von Schadstoffen in den Umweltkompartimenten Boden, Wasser und Luft angewendet werden. Dabei vertiefen die Studierenden ihre theoretischen Kenntnisse hinsichtlich der Arbeit mit genormten Verfahren und lernen, Aussagen über die Qualität von Untersuchungsbefunden zu treffen.
Literatur	Vorlesungsfolien

Lehrveranstaltung L0326: Umwelttechnik

Typ	Vorlesung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Martin Kaltschmitt, Dr. Marvin Scherzinger
Sprachen	DE
Zeitraum	WiSe
Inhalt	Einführende Vorlesung in die Umweltwissenschaft: Umwelteffekte und Schadwirkungen Abwassertechnik Luftreinhaltung Lärmschutz Abfallentsorgung/Recycling Grundwasserschutz/Bodenschutz Erneuerbare Energien Ressourcenschonung und Energieeffizienz
Literatur	Förster, U.: Umweltschutztechnik; 2012; Springer Berlin (Verlag) 8., Aufl. 2012; 978-3-642-22972-5 (ISBN)

Modul M0634: Einführung in Medizintechnische Systeme

Lehrveranstaltungen

Titel	Typ	SWS	LP
Einführung in Medizintechnische Systeme (L0342)	Vorlesung	2	3
Einführung in Medizintechnische Systeme (L0343)	Projektseminar	2	2
Einführung in Medizintechnische Systeme (L1876)	Hörsaalübung	1	1

Modulverantwortlicher

Prof. Alexander Schlaefer

Zulassungsvoraussetzungen

Keine

Empfohlene Vorkenntnisse

Grundlagen Mathematik (Algebra, Analysis)
Grundlagen Stochastik
Grundlagen Programmierung, R/Matlab

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.
Die Studierenden können die Ergebnisse anderer Gruppen kritisch reflektieren und konstruktive Verbesserungsvorschläge unterbreiten.

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

Studienleistung

Verpflichtend	Bonus	Art der Studienleistung	Beschreibung
Ja	10 %	Schriftliche Ausarbeitung
Ja	10 %	Referat

Prüfung

Klausur

Prüfungsdauer und -umfang

90 Minuten

Zuordnung zu folgenden Curricula

Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht
Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht
Data Science: Vertiefung II. Anwendung: 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
Mechatronik: Vertiefung Medizintechnik: Pflicht
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 - Assistenzsysteme im OP - Medizintechnische Sensorsysteme - Medizintechnische Informationssysteme - Regulatorische Rahmenbedingungen - Standards in der Medizintechnik Durch problembasiertes Lernen erfolgt die Vertiefung der Methoden aus der Vorlesung. Dies erfolgt in Form von Gruppenarbeit.
Literatur	Bernhard Priem, "Visual Computing for Medicine", 2014 Heinz Handels, "Medizinische Bildverarbeitung", 2009 (https://katalog.tub.tuhh.de/Record/745558097) Valery Tuchin, "Tissue Optics - Light Scattering Methods and Instruments for Medical Diagnosis", 2015 Olaf Drössel, "Biomedizinische Technik - Medizinische Bildgebung", 2014 H. Gross, "Handbook of Optical Systems", 2008 (https://katalog.tub.tuhh.de/Record/856571687) Wolfgang Drexler, "Optical Coherence Tomography", 2008 Kramme, "Medizintechnik", 2011 Thorsten M. Buzug, "Computed Tomography", 2008 Otmar Scherzer, "Handbook of Mathematical Methods in Imaging", 2015 Weishaupt, "Wie funktioniert MRI?", 2014 Paul Suetens, "Fundamentals of Medical Imaging", 2009 Vorlesungsunterlagen

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	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0715: Solvers for Sparse Linear Systems

Lehrveranstaltungen

Titel	Typ	SWS	LP
Löser für schwachbesetzte lineare Gleichungssysteme (L0583)	Vorlesung	2	3
Löser für schwachbesetzte lineare Gleichungssysteme (L0584)	Gruppenübung	2	3

Modulverantwortlicher	Prof. Sabine Le Borne
Zulassungsvoraussetzungen	None
Empfohlene Vorkenntnisse	Mathematics I + II for Engineering students or Analysis & Lineare Algebra I + II for Technomathematicians Programming experience in C
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Students can list classical and modern iteration methods and their interrelationships, repeat convergence statements for iterative methods, explain aspects regarding the efficient implementation of iteration methods.
Fertigkeiten	Students are able to analyse, implement, test, and compare iterative methods, analyse the convergence behaviour of iterative methods and, if applicable, compute congergence rates.
Personale Kompetenzen
Sozialkompetenz	Students are able to work together in heterogeneously composed teams (i.e., teams from different study programs and background knowledge), explain theoretical foundations and support each other with practical aspects regarding the implementation of algorithms.
Selbstständigkeit	Students are capable to assess whether the supporting theoretical and practical excercises are better solved individually or in a team, to work on complex problems over an extended period of time, to assess their individual progess and, if necessary, to ask questions and seek help.
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 II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Data Science: Kernqualifikation: Wahlpflicht Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht

Lehrveranstaltung L0583: Solvers for Sparse Linear Systems

Typ	Vorlesung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Sabine Le Borne
Sprachen	EN
Zeitraum	SoSe
Inhalt	Sparse systems: Orderings and storage formats, direct solvers Classical methods: basic notions, convergence Projection methods Krylov space methods Preconditioning (e.g. ILU) Multigrid methods Domain Decomposition Methods
Literatur	Y. Saad. Iterative methods for sparse linear systems M. Olshanskii, E. Tyrtyshnikov. Iterative methods for linear systems: theory and applications

Lehrveranstaltung L0584: Solvers for Sparse Linear Systems

Typ	Gruppenübung
SWS	2
LP	3
Arbeitsaufwand in Stunden	Eigenstudium 62, Präsenzstudium 28
Dozenten	Prof. Sabine Le Borne
Sprachen	EN
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0777: Halbleiterschaltungstechnik

Lehrveranstaltungen

Titel	Typ	SWS	LP
Halbleiterschaltungstechnik (L0763)	Vorlesung	3	4
Halbleiterschaltungstechnik (L0864)	Gruppenübung	1	2

Modulverantwortlicher	NN
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Grundlagen der Elektrotechnik Elementare Grundlagen der Physik, besonders Halbleiterphysik
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die Funktionsweisen von verschiedenen MOS-Bauelementen in unterschiedlichen Schaltungen erklären. Studierende können die Funktionsweise von Analogschaltungen und deren Anwendungen erklären. Studierende können die Funktionsweise grundlegender Operationsverstärker erklären und Kenngrößen angeben. Studierende sind in der Lage, grundlegende digitale Logik-Schaltungen zu benennen und ihre Vor- und Nachteile zu diskutieren. Studierende sind in der Lage Speichertypen zu benennen, deren Funktionsweise zu erklären und Kenngrößen anzugeben. Studierende können geeignete Anwendungsbereiche von Bipolartransistoren benennen.
Fertigkeiten	Studierende können Kenngrößen von verschiedenen MOS-Bauelementen berechnen und Schaltungen dimensionieren. Studierende können logische Schaltungen mit unterschiedlichen Schaltungstypen entwerfen und dimensionieren. Studierende können MOS-Bauelemente und Operationsverstärker sowie bipolare Transistoren in speziellen Anwendungsbereichen einsetzen.
Personale Kompetenzen
Sozialkompetenz	Studierende sind in der Lage, in heterogen (aus unterschiedlichen Studiengängen) zusammengestellten Teams zusammenzuarbeiten. Studierende können in kleinen Gruppen Rechenaufgaben lösen und Fachfragen beantworten.
Selbstständigkeit	Studierende sind in der Lage, ihren eigenen Lernstand einzuschätzen.
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 Elektrotechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Data Science: Kernqualifikation: Wahlpflicht Elektrotechnik: Kernqualifikation: Pflicht Engineering Science: Vertiefung Elektrotechnik: Pflicht Engineering Science: Vertiefung Mechatronics: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht General Engineering Science (7 Semester): Vertiefung Mechatronics: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Maschinenbau: Vertiefung Mechatronik: Pflicht Mechatronik: Vertiefung Elektrische Systeme: Pflicht Mechatronik: Kernqualifikation: Pflicht Mechatronik: Vertiefung Roboter- und Maschinensysteme: Wahlpflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht

Lehrveranstaltung L0763: Halbleiterschaltungstechnik

Typ	Vorlesung
SWS	3
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 78, Präsenzstudium 42
Dozenten	Prof. Matthias Kuhl
Sprachen	DE
Zeitraum	SoSe
Inhalt	Inhalt: Wiederholung Halbleiterphysik und Dioden Funktionsweise und Kennlinien von bipolaren Transistoren Grundschaltungen mit bipolaren Transistoren Funktionsweise und Kennlinien von MOS-Transistoren Grundschaltungen mit MOS-Transistoren für Verstärker Operationsverstärker und ihre Anwendungen Typische Anwendungsfälle in der digitalen und analogen Schaltungstechnik Realisierung logischer Funktionen Grundschaltungen mit MOS-Transistoren für kombinatorische Logikgatter Schaltungen für die Speicherung von binären Daten Grundschaltungen mit MOS-Transistoren für sequentielle Logikgatter Grundkonzepte von Analog-Digital- sowie Digital-Analog-Wandlern
Literatur	U. Tietze und Ch. Schenk, E. Gamm, Halbleiterschaltungstechnik, Springer Verlag, 14. Auflage, 2012, ISBN 3540428496 R. J. Baker, CMOS - Circuit Design, Layout and Simulation, J. Wiley & Sons Inc., 3. Auflage, 2011, ISBN: 047170055S H. Göbel, Einführung in die Halbleiter-Schaltungstechnik, Berlin, Heidelberg Springer-Verlag Berlin Heidelberg, 2011, ISBN: 9783642208874 ISBN: 9783642208867 URL: http://site.ebrary.com/lib/alltitles/docDetail.action?docID=10499499 URL: http://dx.doi.org/10.1007/978-3-642-20887-4 URL: http://ebooks.ciando.com/book/index.cfm/bok_id/319955 URL: http://www.ciando.com/img/bo

Lehrveranstaltung L0864: Halbleiterschaltungstechnik

Typ	Gruppenübung
SWS	1
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 46, Präsenzstudium 14
Dozenten	Prof. Matthias Kuhl, Weitere Mitarbeiter
Sprachen	DE
Zeitraum	SoSe
Inhalt	Inhalt: Grundschaltungen und Kennlinien von bipolaren Transistoren Grundschaltungen und Kennlinien von MOS-Transistoren für Verstärker Realisierung und Dimensionierung von Operationsverstärkern Realisierung logischer Funktionen Grundschaltungen mit MOS-Transistoren für kombinatorische und sequentielle Logikgatter Schaltungen für die Speicherung von binären Daten Schaltungen für Analog-Digital- sowie Digital-Analog-Wandler Dimensionierung beispielhafter Schaltungen
Literatur	U. Tietze und Ch. Schenk, E. Gamm, Halbleiterschaltungstechnik, Springer Verlag, 14. Auflage, 2012, ISBN 3540428496 R. J. Baker, CMOS - Circuit Design, Layout and Simulation, J. Wiley & Sons Inc., 3. Auflage, 2011, ISBN: 047170055S H. Göbel, Einführung in die Halbleiter-Schaltungstechnik, Berlin, Heidelberg Springer-Verlag Berlin Heidelberg, 2011, ISBN: 9783642208874 ISBN: 9783642208867 URL: http://site.ebrary.com/lib/alltitles/docDetail.action?docID=10499499 URL: http://dx.doi.org/10.1007/978-3-642-20887-4 URL: http://ebooks.ciando.com/book/index.cfm/bok_id/319955 URL: http://www.ciando.com/img/bo

Modul M1269: Labor Cyber-Physical Systems

Lehrveranstaltungen

Titel	Typ	SWS	LP
Labor Cyber-Physical Systems (L1740)	Projekt-/problembasierte Lehrveranstaltung	4	6

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 II. Mathematik und Ingenieurwissenschaften: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Mechatronics: Kernqualifikation: 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	Versuch 1: Programmieren in NXC Versuch 2: Programmierung des Roboters mit Matlab/Simulink Programmierung des Roboters in LabVIEW
Literatur	Peter Marwedel. Embedded System Design - Embedded System Foundations of Cyber-Physical Systems. 2^nd Edition, Springer, 2012. Begleitende Foliensätze

Modul M0854: Mathematik IV

Lehrveranstaltungen

Titel	Typ	SWS	LP
Differentialgleichungen 2 (Partielle Differentialgleichungen) (L1043)	Vorlesung	2	1
Differentialgleichungen 2 (Partielle Differentialgleichungen) (L1044)	Gruppenübung	1	1
Differentialgleichungen 2 (Partielle Differentialgleichungen) (L1045)	Hörsaalübung	1	1
Komplexe Funktionen (L1038)	Vorlesung	2	1
Komplexe Funktionen (L1041)	Gruppenübung	1	1
Komplexe Funktionen (L1042)	Hörsaalübung	1	1

Modulverantwortlicher	Prof. Marko Lindner
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Mathematik I - III
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die grundlegenden Begriffe der Mathematik IV benennen und anhand von Beispielen erklären. Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzepten zu diskutieren und anhand von Beispielen zu erläutern. Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten	Studierende können Aufgabenstellungen aus der Mathematik IV mit Hilfe der kennengelernten Konzepte modellieren und mit den erlernten Methoden lösen. Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen den kennengelernten Konzepten selbständig zu erschließen und können diese verifizieren. Studierende können zu gegebenen Problemstellungen einen geeigneten Lösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritisch auswerten.
Personale Kompetenzen
Sozialkompetenz	Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen die Mathematik als gemeinsame Sprache. Sie können dabei insbesondere neue Konzepte adressatengerecht kommunizieren und anhand von Beispielen das Verständnis der Mitstudierenden überprüfen und vertiefen.
Selbstständigkeit	Studierende können eigenständig ihr Verständnis komplexer Konzepte überprüfen, noch offene Fragen auf den Punkt bringen und sich gegebenenfalls gezielt Hilfe holen. Studierende haben eine genügend hohe Ausdauer entwickelt, um auch über längere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
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 Elektrotechnik: Kernqualifikation: Pflicht General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Maschinenbau: Vertiefung Mechatronik: Pflicht Maschinenbau: Vertiefung Theoretischer Maschinenbau: Wahlpflicht 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 Beispiele für partielle Differentialgleichungen quasilineare Differentialgleichungen erster Ordnung Normalformen linearer Differentialgleichungen zweiter Ordnung harmonische Funktionen und Maximumprinzip Maximumprinzip für die Wärmeleitungsgleichung Wellengleichung Lösungsformel nach Liouville spezielle Funktionen Differenzenverfahren finite Elemente
Literatur	http://www.math.uni-hamburg.de/teaching/export/tuhh/index.html

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 Funktionen einer komplexen Variable Komplexe Differentiation Konforme Abbildungen Komplexe Integration Cauchyscher Hauptsatz Cauchysche Integralformel Taylor- und Laurent-Reihenentwicklung Singularitäten und Residuen Integraltransformationen: Fourier und Laplace-Transformation
Literatur	http://www.math.uni-hamburg.de/teaching/export/tuhh/index.html

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

Modul M0610: Elektrische Maschinen und Antriebe

Lehrveranstaltungen

Titel	Typ	SWS	LP
Elektrische Maschinen und Antriebe (L0293)	Vorlesung	3	4
Elektrische Maschinen und Antriebe (L0294)	Hörsaalübung	2	2

Modulverantwortlicher	Prof. Thorsten Kern
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Grundkenntnisse Mathematik, insbesondere komplexe Zahlen, Integrale, Differenziale Grundlage der Elektrotechnik und Mechanik
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Studierende können die grundlegenden Zusammenhänge bei elektrischen und magnetischen Feldern skizzieren und erläutern. Sie können die Funktion der Grundtypen elektrischer Maschinen beschreiben und die zugehörigen Gleichungen und Kennlinien darstellen. Für praktisch vorkommende Antriebskonfigurationen können sie die wesentlichen Parameter für die Energieeffizienz des Gesamtsystems von der Versorgung bis zur Arbeitsmaschine erläutern.
Fertigkeiten	Studierende sind fähig, zweidimensionale elektrische Felder und magnetische Felder insbesondere in Eisenkreisen mit Luftspalt zu berechnen. Sie wenden dabei die üblichen Methoden des Elektromaschinenbaus an. Sie können das Betriebsverhalten elektrischer Maschinen aus gegebenen Grunddaten analysieren und ausgewählte Größen und Kennlinien daraus zu berechnen. Dabei wenden sie die üblichen Ersatzschaltbilder und grafische Verfahren an.
Personale Kompetenzen
Sozialkompetenz	keine
Selbstständigkeit	Studierende sind fähig, eigenständig anwendungsnahe elektrische und magnetische Felder zu berechnen. Sie können eigenständig das Betriebsverhalten elektrischer Maschinen aus deren Grunddaten zu analysieren und ausgewählte Größen und Kennlinien daraus zu berechnen.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang	Ausarbeitung von vier Antriebs- und Aktorvarianten, Bewertung der Entwurfsdateien
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Theoretischer Maschinenbau: Wahlpflicht Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Wahlpflicht Digitaler Maschinenbau: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Wahlpflicht Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht Engineering Science: Vertiefung Elektrotechnik: Wahlpflicht Green Technologies: Energie, Wasser, Klima: Vertiefung Energietechnik: Wahlpflicht Green Technologies: Energie, Wasser, Klima: Vertiefung Maritime Technologien: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht Maschinenbau: Kernqualifikation: Wahlpflicht Mechatronik: Vertiefung Schiffstechnik: Pflicht Mechatronik: Kernqualifikation: Pflicht Mechatronik: Vertiefung Roboter- und Maschinensysteme: Pflicht Mechatronik: Vertiefung Elektrische Systeme: Wahlpflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Verkehrsplanung und -systeme: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Informationstechnologie: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung Produktionsmanagement und Prozesse: Wahlpflicht

Lehrveranstaltung L0293: Elektrische Maschinen und Antriebe

Typ	Vorlesung
SWS	3
LP	4
Arbeitsaufwand in Stunden	Eigenstudium 78, Präsenzstudium 42
Dozenten	Prof. Thorsten Kern, Dennis Kähler
Sprachen	DE
Zeitraum	SoSe
Inhalt	Elektrisches Feld: Coulomb´sches Gesetz, Potenzial, Kondensator, Kraft und Energie, Kapazitiven Antriebe Magnetisches Feld: Kraft, Fluss, Durchflutungssatz, Feld an Grenzflächen, elektrisches Ersatzschaltbild, Hysterese, Induktion, Transformator, Magnetische Antriebe Synchronmaschine: Funktionsprinzip, Aufbau, Verhalten bei Leerlauf und Kurzschluss, Ersatzschaltbild und Zeigerdiagramm, Schrittantriebe Gleichstrommaschinen: Funktionsprinzip, Aufbau, Drehmomenterzeugung, Betriebskennlinien, Kommutierung, Wendepole und Kompensationswicklung, Asynchronmaschine: Funktionsprinzip, Aufbau, Ersatzschaltbild und Kreisdiagramm, Betriebskennlinien, Auslegung des Läufers, Drehzahlvariable Antrieb mit Frequenzumrichtern, Sonderbauformen elektrischer Maschinen
Literatur	Hermann Linse, Roland Fischer: "Elektrotechnik für Maschinenbauer", Vieweg-Verlag; Signatur der Bibliothek der TUHH: ETB 313 Ralf Kories, Heinz Schmitt-Walter: "Taschenbuch der Elektrotechnik"; Verlag Harri Deutsch; Signatur der Bibliothek der TUHH: ETB 122 "Grundlagen der Elektrotechnik" - anderer Autoren Fachbücher "Elektrische Maschinen"

Lehrveranstaltung L0294: Elektrische Maschinen und Antriebe

Typ	Hörsaalübung
SWS	2
LP	2
Arbeitsaufwand in Stunden	Eigenstudium 32, Präsenzstudium 28
Dozenten	Prof. Thorsten Kern, Dennis Kähler
Sprachen	DE
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Modul M0567: Theoretische Elektrotechnik I: Zeitunabhängige Felder

Lehrveranstaltungen

Titel	Typ	SWS	LP
Theoretische Elektrotechnik I: Zeitunabhängige Felder (L0180)	Vorlesung	3	5
Theoretische Elektrotechnik I: Zeitunabhängige Felder (L0181)	Gruppenübung	2	1

Modulverantwortlicher	Prof. Christian Schuster
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse	Grundlagen der Elektrotechnik und der höheren Mathematik (Elektrotechnik I, Elektrotechnik II, Mathematik I, Mathematik II, Mathematik III)
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die Studierenden können die grundlegenden Formeln, Zusammenhänge und Methoden der Theorie zeitunabhängiger elektromagnetischer Felder erklären. Sie können das prinzipielle Verhalten von elektrostatischen, magnetostatischen und elektrischen Strömungsfeldern in Abhängigkeit von ihren Quellen erläutern. Sie können die Eiegenschaften komplexer elektromagnetischer Felder mit Hilfe des Superpositionsprinzips auf Basis einfacher Feldlösungen beschreiben. Sie können einen Überblick über die Anwendungen zeitunabhängiger elektromagnetischer Felder in der elektrotechnischen Praxis geben.
Fertigkeiten	Die Studierenden können die integrale Form der Maxwellgleichung zur Lösung hochsymmetrischer Probleme zeitunabhängiger elektromagnetischer Feldprobleme anwenden. Ebenso können sie eine Reihe von Verfahren zur Lösung der differentiellen Form der Maxwellgleichung für allgemeinere Feldprobleme anwenden. Sie können einschätzen, welche prinzipiellen Effekte gewisse zeitunabhängige Feldquellen erzeugen und können diese quantitativ analysieren. Sie können abgeleitete Größen zur Charakterisierung elektrostatischer, magnetostatischer und elektrischer Strömungsfelder (Kapazitäten, Induktivitäten, Widerstände usw.) aus den Feldern ableiten und für die Anwendung in der elektrotechnischen Praxis dimensionieren.
Personale Kompetenzen
Sozialkompetenz	Die Studierenden können in kleinen Gruppen fachspezifische Aufgaben gemeinsam bearbeiten und Ergebnisse in geeigneter Weise präsentieren (z.B. während der Kleingruppenübungen).
Selbstständigkeit	Die Studierenden sind in der Lage, die notwendigen Informationen aus den angegebenen Literaturquellen zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (Quiz-Fragen in den Vorlesungen, klausurnahe Aufgaben) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. Sie können ihr erlangtes Wissen mit den Inhalten anderer Lehrveranstaltungen (z.B. Elektrotechnik I und Mathematik) verknüpfen.
Arbeitsaufwand in Stunden	Eigenstudium 110, Präsenzstudium 70
Leistungspunkte	6
Studienleistung	Keine
Prüfung	Klausur
Prüfungsdauer und -umfang	90-150 Minuten
Zuordnung zu folgenden Curricula	Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht Mechatronik: Vertiefung Elektrische Systeme: Pflicht Technomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht

Lehrveranstaltung L0180: Theoretische Elektrotechnik I: Zeitunabhängige Felder

Typ	Vorlesung
SWS	3
LP	5
Arbeitsaufwand in Stunden	Eigenstudium 108, Präsenzstudium 42
Dozenten	Prof. Christian Schuster
Sprachen	DE
Zeitraum	SoSe
Inhalt	- Maxwellsche Gleichungen in integraler und differentieller Form - Rand- und Sprungbedingungen - Energieerhaltungssatz und Ladungserhaltungssatz - Klassifikation elektromagnetischen Feldverhaltens - Integrale Größen zeitunabhängiger Felder (R,L,C) - Allgemeine Lösungsverfahren für die Poissongleichung - Elektrostatische Felder und ihre speziellen Lösungsmethoden - Magnetostatische Felder und ihre speziellen Lösungsmethoden - Elektrische Strömungsfelder und ihre speziellen Lösungsmethoden - Kraftwirkung in zeitunabhängigen Feldern - Numerische Methoden zur Lösung zeitunabhängiger Probleme Der praktische Umgang mit numerischen Methoden wird durch interaktives Bearbeiten von MATLAB-Programmen in besonders vorbereiteten Vorlesungen geübt.
Literatur	- G. Lehner, "Elektromagnetische Feldtheorie: Für Ingenieure und Physiker", Springer (2010) - H. Henke, "Elektromagnetische Felder: Theorie und Anwendung", Springer (2011) - W. Nolting, "Grundkurs Theoretische Physik 3: Elektrodynamik", Springer (2011) - D. Griffiths, "Introduction to Electrodynamics", Pearson (2012) - J. Edminister, " Schaum's Outline of Electromagnetics", Mcgraw-Hill (2013) - Richard Feynman, "Feynman Lectures on Physics: Volume 2", Basic Books (2011)

Lehrveranstaltung L0181: Theoretische Elektrotechnik I: Zeitunabhängige Felder

Typ	Gruppenübung
SWS	2
LP	1
Arbeitsaufwand in Stunden	Eigenstudium 2, Präsenzstudium 28
Dozenten	Prof. Christian Schuster
Sprachen	DE
Zeitraum	SoSe
Inhalt	Siehe korrespondierende Vorlesung
Literatur	Siehe korrespondierende Vorlesung

Fachmodule der Vertiefung III. Fachspezifische Fokussierung

Modul M1433: Technischer Ergänzungskurs für IIWBS

Lehrveranstaltungen

Titel

Typ

SWS

Modulverantwortlicher	Prof. Görschwin Fey
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	Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte	12
Zuordnung zu folgenden Curricula	Informatik-Ingenieurwesen: Vertiefung III. Fachspezifische Fokussierung: Wahlpflicht

Thesis

Modul M1800: Bachelorarbeit im dualen Studium

Lehrveranstaltungen

Titel

Typ

SWS

Modulverantwortlicher	Professoren der TUHH
Zulassungsvoraussetzungen	Keine
Empfohlene Vorkenntnisse
Modulziele/ angestrebte Lernergebnisse	Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen	Die dual Studierenden ... ... wählen zentrale fachtheoretische Grundlagen ihres Studienfaches (Fakten, Theorien, Methoden) problem- und anwendungsbezogen aus, stellen sie dar und diskutieren sie kritisch. ... erschließen sich, ausgehend von ihrem fachlichen und berufspraktischen Grundlagenwissen, anlassbezogen auch weiterführendes fachliches und berufliches Wissen und verknüpfen beide Wissensbereiche miteinander. ... stellen zu einem ausgewählten Thema bzw. zu einer ausgewählten betrieblichen Problemstellung ihres Faches den aktuellen Forschungsstand dar.
Fertigkeiten	Die dual Studierenden ... ... beurteilen sowohl das am Lernort Universität vermittelte Grundwissen ihres Studienfachs als auch das am Lernort Betrieb vermittelte berufliche Wissen und setzen es zielgerichtet zur Lösung fachlicher und anwendungsbezogener Problem ein. ... analysieren mithilfe der im Studium (inklusive Praxisphasen) erlernten Methoden Frage- und Problemstellungen, treffen sachlich begründete Entscheidungen und entwickeln anwendungsbezogene Lösungen. ... beziehen zu den Ergebnissen ihrer eigenen Forschungsarbeit aus einer fach- und beruflichen Perspektive kritisch Stellung.
Personale Kompetenzen
Sozialkompetenz	Die dual Studierenden ... ... stellen eine berufliche Problemstellung in Form einer wissenschaftlichen Fragestellung für ein Fachpublikum sowohl schriftlich als auch mündlich strukturiert, verständlich und sachlich richtig dar. ... gehen in einer Fachdiskussion auf Fragen ein und beantworten diese in adressatengerechter Weise. Dabei vertreten sie eigene Einschätzungen und Standpunkte überzeugend.
Selbstständigkeit	Die dual Studierenden ... ... strukturieren einen umfangreichen Arbeitsprozess zeitlich und bearbeiten eine Fragestellung selbstständig in vorgegebener Frist auf wissenschaftlichem Niveau. ... identifizieren, erschließen und verknüpfen notwendiges Wissen und Material zur Bearbeitung eines wissenschaftlichen und anwendungsbezogenen Problems. ... wenden die wesentlichen Techniken des wissenschaftlichen Arbeitens in einer eigenen Forschungsarbeit zu einer betrieblichen Fragestellung an.
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 Chemie- und Bioingenieurwesen: Abschlussarbeit: Pflicht Computer Science: Abschlussarbeit: Pflicht Data Science: Abschlussarbeit: Pflicht Elektrotechnik: Abschlussarbeit: Pflicht Engineering Science: Abschlussarbeit: Pflicht Green Technologies: Energie, Wasser, Klima: Abschlussarbeit: Pflicht Informatik-Ingenieurwesen: Abschlussarbeit: Pflicht Maschinenbau: Abschlussarbeit: Pflicht Mechatronik: Abschlussarbeit: Pflicht Schiffbau: Abschlussarbeit: Pflicht Technomathematik: Abschlussarbeit: Pflicht Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Abschlussarbeit: Pflicht