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.


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.



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).



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:

  1. Kernqualifikation: 138 Leistungspunkte
  2. Informatik: 12 Leistungspunkte
  3. 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 180 Leistungspunkten.

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 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 8
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 M0577: Nichttechnische Angebote im Bachelor
Modulverantwortlicher Dagmar Richter
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Keine
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Die Nichttechnischen Angebote (NTA) 

vermitteln die in Hinblick auf das Ausbildungsprofil der TUHH nötigen Kompetenzen, die ingenieurwissenschaftliche Fachlehre fördern aber nicht abschließend behandeln kann: Eigenverantwortlichkeit, Selbstführung, Zusammenarbeit und fachliche wie personale Leitungsbefähigung der zukünftigen Ingenieur*innen. Sie setzt diese Ausbildungsziele in ihrer Lehrarchitektur, den Lehr-Lern-Arrangements, den Lehrbereichen und durch Lehrangebote um, in denen sich Studierende wahlweise für spezifische Kompetenzen und ein Kompetenzniveau auf Bachelor- oder Masterebene qualifizieren können. Die Lehrangebote sind jeweils in einem Modulkatalog Nichttechnische Ergänzungskurse zusammengefasst. 

Die Lehrarchitektur

besteht aus einem studiengangübergreifenden Pflichtstudienangebot. Durch dieses zentral konzipierte Lehrangebot wird die Profilierung der TUHH Ausbildung auch im Nichttechnischen Bereich gewährleistet.

Die Lernarchitektur erfordert und übt eigenverantwortliche Bildungsplanung in Hinblick auf den individuellen Kompetenzaufbau ein und  stellt dazu Orientierungswissen zu thematischen Schwerpunkten  von Veranstaltungen bereit.

Das über den gesamten Studienverlauf begleitend studierbare Angebot kann ggf. in ein-zwei Semestern studiert werden. Angesichts der bekannten, individuellen Anpassungsprobleme beim Übergang von Schule zu Hochschule in den ersten Semestern und um individuell geplante Auslandsemester zu fördern, wird jedoch von einer Studienfixierung in konkreten Fachsemestern abgesehen.

Die Lehr-Lern-Arrangements

sehen für Studierende - nach B.Sc. und M.Sc. getrennt - ein semester- und fachübergreifendes voneinander Lernen vor. Der Umgang mit Interdisziplinarität und einer Vielfalt von Lernständen in Veranstaltungen wird eingeübt - und in spezifischen Veranstaltungen gezielt gefördert.

Die Lehrbereiche

basieren auf Forschungsergebnissen aus den wissenschaftlichen Disziplinen Kulturwissenschaften, Gesellschaftswissenschaften, Kunst, Geschichtswissenschaften, Kommunikationswissenschaften, Migrationswissenschaften, Nachhaltigkeitsforschung und aus der Fachdidaktik der Ingenieurwissenschaften. Über alle Studiengänge hinweg besteht im Bachelorbereich zusätzlich ab Wintersemester 2014/15 das Angebot, gezielt Betriebswirtschaftliches und Gründungswissen aufzubauen. Das Lehrangebot wird durch soft skill und Fremdsprachkurse ergänzt. Hier werden insbesondere kommunikative Kompetenzen z.B. für Outgoing Engineers gezielt gefördert.

Das Kompetenzniveau

der Veranstaltungen in den Modulen der nichttechnischen Ergänzungskurse unterscheidet sich in Hinblick auf das zugrunde gelegte Ausbildungsziel: Diese Unterschiede spiegeln sich in den verwendeten Praxisbeispielen, in den - auf unterschiedliche berufliche Anwendungskontexte verweisende - Inhalten und im für M.Sc. stärker wissenschaftlich-theoretischen Abstraktionsniveau. Die Soft skills für Bachelor- und für Masterabsolventinnen/ Absolventen unterscheidet sich an Hand der im Berufsleben unterschiedlichen Positionen im Team und bei der Anleitung von Gruppen.

Fachkompetenz (Wissen)

Die Studierenden können

  • ausgewählte Spezialgebiete innerhalb der jeweiligen nichttechnischen Mutterdisziplinen verorten,
  • in den im Lehrbereich vertretenen Disziplinen grundlegende Theorien, Kategorien, Begrifflichkeiten, Modelle,  Konzepte oder künstlerischen Techniken skizzieren,
  • diese fremden Fachdisziplinen systematisch auf die eigene Disziplin beziehen, d.h. sowohl abgrenzen als auch Anschlüsse benennen,
  • in Grundzügen skizzieren, inwiefern wissenschaftliche Disziplinen, Paradigmen, Modelle, Instrumente, Verfahrensweisen und Repräsentationsformen der Fachwissenschaften einer individuellen und soziokulturellen Interpretation und Historizität unterliegen,              
  • können Gegenstandsangemessen in einer Fremdsprache kommunizieren (sofern dies der gewählte Schwerpunkt im nichttechnischen Bereich ist).
Fertigkeiten

Die Studierenden können in ausgewählten Teilbereichen

  • grundlegende Methoden der genannten Wissenschaftsdisziplinen anwenden.
  • technische Phänomene, Modelle, Theorien usw. aus der Perspektive einer anderen, oben erwähnten Fachdisziplin befragen.
  • einfache Problemstellungen aus den behandelten Wissenschaftsdisziplinen erfolgreich bearbeiten,
  • bei praktischen Fragestellungen in Kontexten, die den technischen Sach- und Fachbezug übersteigen, ihre Entscheidungen zu Organisations- und Anwendungsformen der Technik begründen.
Personale Kompetenzen
Sozialkompetenz

Die Studierenden sind fähig ,

  • in unterschiedlichem Ausmaß kooperativ zu lernen
  • eigene Aufgabenstellungen in den o.g. Bereichen in adressatengerechter Weise in einer Partner- oder Gruppensituation zu präsentieren und zu analysieren,
  • nichttechnische Fragestellungen einer Zuhörerschaft mit technischem Hintergrund verständlich darzustellen
  • sich landessprachlich kompetent, kulturell angemessen und geschlechtersensibel auszudrücken (sofern dies der gewählte Schwerpunkt im NTW-Bereich ist) .
Selbstständigkeit

Die Studierenden sind in ausgewählten Bereichen in der Lage,

  • die eigene Profession und Professionalität im Kontext der lebensweltlichen Anwendungsgebiete zu reflektieren,
  • sich selbst und die eigenen Lernprozesse zu organisieren,
  • Fragestellungen vor einem breiten Bildungshorizont zu reflektieren und verantwortlich zu entscheiden,
  • sich in Bezug auf ein nichttechnisches Sachthema mündlich oder schriftlich kompetent auszudrücken.
  • sich als unternehmerisches Subjekt zu organisieren,   (sofern dies ein gewählter Schwerpunkt im NTW-Bereich ist).
Arbeitsaufwand in Stunden Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte 6
Lehrveranstaltungen
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls.

Modul 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
  1. Grundlagen der Widerstandsnetzwerke
  2. Vereinfachung von Widerstandsnetzwerken
  3. Netzwerkanalyse
  4. Elektrostatisches Feld in isolierenden Medien
  5. Das elektrostatische Feld
  6. Stationäre Ströme in leitfähigen Medien
  7. Statisches magnetisches Feld
  8. Induktion und zeitabhängige Felder
Literatur
  1. M. Kasper, Skript zur Vorlesung Elektrotechnik 1, 2013
  2. M. Albach: Grundlagen der Elektrotechnik 1, Pearson Education, 2004
  3. F. Moeller, H. Frohne, K.H. Löcherer, H. Müller: Grundlagen der Elektrotechnik, Teubner, 2005
  4. 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
  1. Spannungs- und Stromquellen
  2. Ohmsches Gesetz
  3. Kirchhoff'sche Regeln, Strom- und Spannungsteiler
  4. Ersatzquellen
  5. Netzwerkanalyse
  6. Superpositionsprinzip
  7. Elektrisches Feld, Coulomb'sches Gesetz
  8. Stationäre Ströme, Widerstandsberechnung
  9. Elektrische Flussdichte, Kapazitätsberechnung
  10. Stetigkeitsbedingungen, Spannung am Kondensator
  11. Ampèresches Gesetz, Magnetischer Kreis
  12. Kräfte im Magnetfeld
  13. Induktion, Selbst- und Gegeninduktivität
Literatur
  1. Übungsaufgaben zur Elektrotechnik 1, TUHH, 2013
  2. Ch. Kautz: Tutorien zur Elektrotechnik, Pearson Studium, 2010

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 6
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
  1. Propositional logic, Boolean algebra, propositional resolution, SAT-2KNF
  2. Predicate logic, unification, predicate logic resolution
  3. Temporal Logics (LTL, CTL)
  4. Deterministic finite automata, definition and construction
  5. Regular languages, closure properties, word problem, string matching
  6. Nondeterministic automata: 
    Rabin-Scott transformation of nondeterministic into deterministic automata
  7. Epsilon automata, minimization of automata,
    elimination of e-edges, uniqueness of the minimal automaton (modulo renaming of states)
  8. Myhill-Nerode Theorem: 
    Correctness of the minimization procedure, equivalence classes of strings induced by automata
  9. 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
  10. Regular expressions vs. finite automata:
    Equivalence of formalisms, systematic transformation of representations, reductions
  11. 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)
  12. Chomsky normal form
  13. CYK algorithm for deciding the word problem for context-free grammrs
  14. Deterministic pushdown automata
  15. Deterministic vs. nondeterministic pushdown automata:
    Application for parsing, LL(k) or LR(k) grammars and parsers vs. deterministic pushdown automata, compiler compiler
  16. Regular grammars
  17. Outlook: Turing machines and linear bounded automata vs general and context-sensitive grammars
  18. Chomsky hierarchy
  19. Mealy- and Moore automata:
    Automata with output (w/o accepting states), infinite state sequences, automata networks
  20. Omega automata: Automata for infinite input words, Büchi automata, representation of state transition systems, verification w.r.t. temporal logic specifications (in particular LTL)
  21. LTL safety conditions and model checking with Büchi automata, relationships between automata and logic
  22. Fixed points, propositional mu-calculus
  23. Characterization of regular languages by monadic second-order logic (MSO)
Literatur
  1. Logik für Informatiker Uwe Schöning, Spektrum, 5. Aufl.
  2. Logik für Informatiker Martin Kreuzer, Stefan Kühling, Pearson Studium, 2006
  3. Grundkurs Theoretische Informatik, Gottfried Vossen, Kurt-Ulrich Witt, Vieweg-Verlag, 2010.
  4. 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 8
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 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 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. 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. 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
  1. Finite precision arithmetic, error analysis, conditioning and stability
  2. Linear systems of equations: LU and Cholesky factorization, condition
  3. Interpolation: polynomial, spline and trigonometric interpolation
  4. Nonlinear equations: fixed point iteration, root finding algorithms, Newton's method
  5. Linear and nonlinear least squares problems: normal equations, Gram Schmidt and Householder orthogonalization, singular value decomposition, regularizatio, Gauss-Newton and Levenberg-Marquardt methods
  6. Eigenvalue problems: power iteration, inverse iteration, QR algorithm
  7. Numerical differentiation
  8. 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 6
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 6
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 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 6
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. 2nd 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. 2nd 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 M0833: Grundlagen der Regelungstechnik
Lehrveranstaltungen
Titel Typ SWS LP
Grundlagen der Regelungstechnik (L0654) Vorlesung 2 4
Grundlagen der Regelungstechnik (L0655) Gruppenübung 2 2
Modulverantwortlicher Prof. Timm Faulwasser
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: Vertiefung II. Anwendung: Wahlpflicht
Elektrotechnik: Kernqualifikation: Pflicht
Green Technologies: Energie, Wasser, Klima: Kernqualifikation: Pflicht
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht
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 II. Informationstechnologie: Wahlpflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung II. Verkehrsplanung und -systeme: Wahlpflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung II. Produktionsmanagement und Prozesse: Wahlpflicht
Lehrveranstaltung L0654: Grundlagen der Regelungstechnik
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand in Stunden Eigenstudium 92, Präsenzstudium 28
Dozenten Prof. Timm Faulwasser
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 Prof. Timm Faulwasser
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: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Elektrotechnik: Kernqualifikation: Pflicht
Engineering Science: Vertiefung Information and Communication Systems: Wahlpflicht
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.

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 6
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
Engineering Science: Vertiefung Information and Communication Systems: Pflicht
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., 2nd edition 2016.
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 M0791: Computer Architecture
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 None
Empfohlene Vorkenntnisse

Module "Computer Engineering"
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

This module presents advanced concepts from the discipline of computer architecture. In the beginning, a broad overview over various programming models is given, both for general-purpose computers and for special-purpose machines (e.g., signal processors). Next, foundational aspects of the micro-architecture of processors are covered. Here, the focus particularly lies on the so-called pipelining and the methods used for the acceleration of instruction execution used in this context. The students get to know concepts for dynamic scheduling, branch prediction, superscalar execution of machine instructions and for memory hierarchies.
Fertigkeiten

The students are able to describe the organization of processors. They know the different architectural principles and programming models. The students examine various structures of pipelined processor architectures and are able to explain their concepts and to analyze them w.r.t. criteria like, e.g., performance or energy efficiency. They evaluate different structures of memory hierarchies, know parallel computer architectures and are able to distinguish between instruction- and data-level parallelism.
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 6
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: Computer Architecture
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Heiko Falk
Sprachen EN
Zeitraum WiSe
Inhalt
  • Introduction
  • VHDL Basics
  • Programming Models
  • Realization of Elementary Data Types
  • Dynamic Scheduling
  • Branch Prediction
  • Superscalar Machines
  • Memory Hierarchies

The theoretical tutorials amplify the lecture's content by solving and discussing exercise sheets and thus serve as exam preparation. Practical aspects of computer architecture are taught in the FPGA-based PBL on computer architecture whose attendance is mandatory.
Literatur
  • D. Patterson, J. Hennessy. Rechnerorganisation und -entwurf. Elsevier, 2005.
  • A. Tanenbaum, J. Goodman. Computerarchitektur. Pearson, 2001.
Lehrveranstaltung L0794: Computer Architecture
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 2
LP 2
Arbeitsaufwand in Stunden Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Heiko Falk
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L1864: Computer Architecture
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand in Stunden Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Heiko Falk
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

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
Engineering Science: Vertiefung Information and Communication Systems: Wahlpflicht
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 M2046: 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 None
Empfohlene Vorkenntnisse
  • Linear algebra and very good mathematical skills
  • Prior knowledge in theoretical computer science or quantum mechanics is helpful but not required
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Quantum computing is among the most exciting applications of quantum mechanics. Quantum algorithms can efficiently solve computational problems 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 emphasis will be put on conceptual and mathematical aspects.
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 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Nein 15 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: Wahlpflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Data Science: Wahlpflicht
Computer Science: Vertiefung II. Mathematik und Ingenieurwissenschaften: Wahlpflicht
Data Science: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Engineering Science: Vertiefung Data Science: Wahlpflicht
Engineering Science: Vertiefung Information and Communication Systems: Wahlpflicht
Engineering Science: Vertiefung Mechatronics: 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 EN
Zeitraum WiSe
Inhalt

Quantum computing is among the most exciting applications of quantum mechanics. Quantum algorithms can efficiently solve computational problems 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 emphasis 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, Introduction to Quantum Computation
Lehrveranstaltung L3110: Introduction to Quantum Computing
Typ Hörsaalübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Martin Kliesch
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M0562: Computability and Complexity Theory
Lehrveranstaltungen
Titel Typ SWS LP
Computability and Complexity Theory (L0166) Vorlesung 2 3
Computability and Complexity Theory (L0167) Gruppenübung 2 3
Modulverantwortlicher Prof. Martin Kliesch
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Discrete Algebraic Structures, Automata Theory, Logic, and Formal Language Theory
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

To goal is this course is to gain some basic understanding of the limits of computation and, in particular, knowledge and understanding of the topics of the associated Lehr­ver­an­stal­tungen.

Fertigkeiten

After completing this module, students are able to 

  • reproduce the knowledge taught in the course,
  • reproduce simpler proofs of the course and reproduce the ideas of the more complicated ones,
  • establish connections between the concepts taught, and
  • apply the learned knowledge to concrete problems.
Personale Kompetenzen
Sozialkompetenz

After completing this module, students are able to work on subject-specific tasks alone or in a group and to present the results appropriately.
Selbstständigkeit

After completion of this module, students are able to work out sub-areas of the subject area independently on the basis of 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 6
Studienleistung
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja 15 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 120 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: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L0166: Computability and Complexity Theory
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Martin Kliesch
Sprachen EN
Zeitraum SoSe
Inhalt
  • Basic models of computation (finite state machines, Turing machines)
  • Decision problems and formal languages
  • Church Turing thesis
  • Decidability of problems related to computational models
    (acceptance, emptyness and equivalence problems for DFAs, CFGs, LBAs, TMs)
  • Undecidable problems such as the halting problem, diagonalization
  • (Mapping) reducibility
  • The computation history method and the Post correspondence problem
  • Time complexity, model dependence, class P, example graph problems in P
  • Class NP (2 definitions + equivalence)
  • Polynomial time mapping reductions, NP-completeness
  • Problems: Hamiltonian path, k-clique, SAT, 3SAT
  • Cook-Levin theorem (SAT and 3SAT)
  • Probabilistic Turing machines, class BPP
  • Read once branching programs (ROBPs), arithmetization, the equivalence problem of ROBPs
  • Space complexity, classes PSPACE
  • True quantified Boolean formulae are PSPACE-complete
  • NPSPACE and Savitch's theorem with proof idea
  • The generalized geography game
Literatur

Michael Sipser, Introduction to the Theory of Computation
Lehrveranstaltung L0167: Computability and Complexity Theory
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Martin Kliesch
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

Modul M1977: Logic in Computer Science
Lehrveranstaltungen
Titel Typ SWS LP
Logic in Computer Science (L3225) Vorlesung 2 3
Logic in Computer Science (L3232) Gruppenübung 2 3
Modulverantwortlicher Prof. Antoine Mottet
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Automata theory and formal languages
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

The students know:

  • propositional logic and its applications,
  • the declarative languages Datalog and Prolog,
  • the classical modal and temporal logics and their semantics.
Fertigkeiten Students are able to employ the language of logic to formalize specifications of information systems.
Personale Kompetenzen
Sozialkompetenz

Students are able to solve specific problems alone or in a group and to present the results accordingly.
Selbstständigkeit

Students are able to acquire new knowledge from specific standard books and to associate the acquired knowledge to other classes.
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: Vertiefung I. Mathematik/Informatik: Wahlpflicht
Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht
Technomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L3225: Logic in Computer Science
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Antoine Mottet
Sprachen EN
Zeitraum SoSe
Inhalt

This course will cover some topics from mathematical logic that are relevant for computer scientists. These topics include for example:

  • Logic programming, a logical paradigm used to write programs in a declarative form instead of the typical imperative or functional programming paradigms,
  • Modal logics, the logic of possibility and necessity. These logics are used for example to formally describe the states of a system that can evolve,
  • Temporal logics (LTL, CTL), close relatives to modal logics and which are for examples used to describe specifications that a system should satisfy at every point in time.
Literatur
  • Logik für Informatiker, Martin Kreuzer u. Stefan Kühling
Lehrveranstaltung L3232: Logic in Computer Science
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand in Stunden Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Antoine Mottet
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung

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 6
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 Data Science: Pflicht
Engineering Science: Vertiefung Maschinenbau: Wahlpflicht
Engineering Science: Vertiefung Information and Communication Systems: Pflicht
Engineering Science: Vertiefung Mechatronics: Wahlpflicht
Engineering Science: Vertiefung Mechanical Engineering and Management: 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 II. 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 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 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 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 6
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
Engineering Science: Vertiefung Information and Communication Systems: 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

Ravi Sethi, Software Engineering. Basic Principles and Best Practices. Cambridge University Press 2022.

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

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
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Energietechnik: 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
Mechatronik: Vertiefung Elektrische Systeme: Wahlpflicht
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
Literatur

K. Heuck, K.-D. Dettmann, D. Schulz: "Elektrische Energieversorgung", Springer Vieweg, 9. Auflage, 2013

A. J. Schwab: "Elektroenergiesysteme", Springer, 7. Auflage, 2022

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", Springer Vieweg, 9. Auflage, 2013

A. J. Schwab: "Elektroenergiesysteme", Springer, 7. Auflage, 2022

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 6
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 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
Verpflichtend Bonus Art der Studienleistung Beschreibung
Nein 10 % Testate Freiwillige semesterbegleitende Quiz-Aufgaben im Rahmen der Vorlesung zur Erlangung von maximal 10% Bonuspunkten
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: 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
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
Sprachen DE
Zeitraum WiSe
Inhalt siehe korrespondierende Lehrveranstaltung
Literatur

siehe korrespondierende Lehrveranstaltung

Modul M1802: Technische Mechanik I (Stereostatik)
Lehrveranstaltungen
Titel Typ SWS LP
Technische Mechanik I (Stereostatik) (L1001) Vorlesung 2 2
Technische Mechanik I (Stereostatik) (L1003) Hörsaalübung 2 2
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 96, Präsenzstudium 84
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
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 2
Arbeitsaufwand in Stunden Eigenstudium 32, 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 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).
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 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: 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 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 6
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
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. Schlaefer

"Halbleiter-Bauelemente"  Prof. Kölpin

"Mikrocontroller"    Prof. Falk

"Analoge Schaltungen"  Prof. Faulwasser

"Leistung im Wechselstromkreis"     Prof. Becker

"Elektrische Maschinen"  Prof. Kern
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, Stochastische Prozesse und Korrelationsmesstechnik, Bayes- und Kalmanfilter,
Erfassung analoger Signale, Praktische Messdatenerfassung, Regression, Interpolation und Klassifikation anhand von Messdaten
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
Verpflichtend Bonus Art der Studienleistung Beschreibung
Ja Keiner Fachtheoretisch-fachpraktische Studienleistung Praktikum "Umwelttechnik"
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
  1. Einführende Vorlesung in die Umweltwissenschaft:
  2. Umwelteffekte und Schadwirkungen
  3. Abwassertechnik
  4. Luftreinhaltung
  5. Lärmschutz
  6. Abfallentsorgung/Recycling
  7. Grundwasserschutz/Bodenschutz
  8. Erneuerbare Energien
  9. 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 6
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
Elektrotechnik: Kernqualifikation: Wahlpflicht
Engineering Science: Vertiefung Mediziningenieurwesen: Pflicht
General Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: Pflicht
Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Medizintechnik: Wahlpflicht
Internationales Wirtschaftsingenieurwesen: Vertiefung II. Medizintechnik: 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: 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
  1. Sparse systems: Orderings and storage formats, direct solvers
  2. Classical methods: basic notions, convergence
  3. Projection methods
  4. Krylov space methods
  5. Preconditioning (e.g. ILU)
  6. Multigrid methods
  7. Domain Decomposition Methods
Literatur
  1. Y. Saad. Iterative methods for sparse linear systems
  2. 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 Maschinenbau, Schwerpunkt Mechatronik: Wahlpflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Pflicht
Elektrotechnik: Kernqualifikation: Pflicht
Engineering Science: Vertiefung Elektrotechnik: Pflicht
Engineering Science: Vertiefung Mechatronics: Pflicht
Engineering Science: Vertiefung Mechatronics: Wahlpflicht
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 NN
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 NN, 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 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 Theoretischer Maschinenbau: Wahlpflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: Wahlpflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau, Schwerpunkt Mechatronik: Wahlpflicht
Elektrotechnik: Kernqualifikation: 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 II. Informationstechnologie: Wahlpflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung II. Verkehrsplanung und -systeme: Wahlpflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Vertiefung II. 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 M1269: Lab Cyber-Physical Systems
Lehrveranstaltungen
Titel Typ SWS LP
Labor Cyber-Physical Systems (L1740) Projekt-/problembasierte Lehrveranstaltung 4 6
Modulverantwortlicher Prof. Heiko Falk
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Module "Embedded Systems"
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen

Cyber-Physical Systems (CPS) are tightly integrated with their surrounding environment, via sensors, A/D and D/A converters, and actors. Due to their particular application areas, highly specialized sensors, processors and actors are common. Accordingly, there is a large variety of different specification approaches for CPS - in contrast to classical software engineering approaches.

Based on practical experiments using robot kits and computers, the basics of specification and modelling of CPS are taught. The lab introduces into the area (basic notions, characteristical properties) and their specification techniques (models of computation, hierarchical automata, data flow models, petri nets, imperative approaches). Since CPS frequently perform control tasks, the lab's experiments will base on simple control applications. The experiments will use state-of-the-art industrial specification tools (MATLAB/Simulink, LabVIEW, NXC) in order to model cyber-physical models that interact with the environment via sensors and actors.
Fertigkeiten After successful attendance of the lab, students are able to develop simple CPS. They understand the interdependencies between a CPS and its surrounding processes which stem from the fact that a CPS interacts with the environment via sensors, A/D converters, digital processors, D/A converters and actors. The lab enables students to compare modelling approaches, to evaluate their advantages and limitations, and to decide which technique to use for a concrete task. They will be able to apply these techniques to practical problems. They obtain first experiences in hardware-related software development, in industry-relevant specification tools and in the area of simple control applications.
Personale Kompetenzen
Sozialkompetenz

Students are able to solve similar problems alone or in a group and to present the results accordingly.
Selbstständigkeit

Students are able to acquire new knowledge from specific literature and to associate this knowledge with other classes.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung 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: Lab Cyber-Physical Systems
Typ Projekt-/problembasierte Lehrveranstaltung
SWS 4
LP 6
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Dozenten Prof. Heiko Falk
Sprachen EN
Zeitraum SoSe
Inhalt
  • Experiment 1: Programming in NXC
  • Experiment 2: Programming the Robot in Matlab/Simulink
  • Experiment 3: Programming the Robot in LabVIEW
Literatur
  • Peter Marwedel. Embedded System Design - Embedded System Foundations of Cyber-Physical Systems. 2nd 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
Bauingenieurwesen: Vertiefung Modellierung und Simulation: Wahlpflicht
Elektrotechnik: Kernqualifikation: Pflicht
General Engineering Science (7 Semester): Vertiefung Elektrotechnik: Pflicht
Informatik-Ingenieurwesen: Vertiefung II. Mathematik & Ingenieurwissenschaften: Wahlpflicht
Maschinenbau: Vertiefung Theoretischer Maschinenbau: Wahlpflicht
Maschinenbau: Vertiefung Mechatronik: Pflicht
Mechatronik: Kernqualifikation: Pflicht
Schiffbau: Kernqualifikation: Pflicht
Theoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: Wahlpflicht
Lehrveranstaltung L1043: Differentialgleichungen 2 (Partielle Differentialgleichungen)
Typ Vorlesung
SWS 2
LP 1
Arbeitsaufwand in Stunden Eigenstudium 2, Präsenzstudium 28
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt

Grundzüge der Theorie und Numerik partieller Differentialgleichungen

  • 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 Dr. Hanna Peywand Kiani
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 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 LP
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 M-001: Bachelorarbeit
Lehrveranstaltungen
Titel Typ SWS LP
Modulverantwortlicher Professoren der TUHH
Zulassungsvoraussetzungen

  • Laut ASPO § 21 (1):

    Es müssen mindestens 126 Leistungspunkte im Studiengang erworben worden sein. Über Ausnahmen entscheidet der Prüfungsausschuss.
Empfohlene Vorkenntnisse
Modulziele/ angestrebte Lernergebnisse Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht
Fachkompetenz
Wissen
  • Studierende können die wichtigsten wissenschaftlichen Grundlagen ihres Studienfaches (Fakten, Theorien und Methoden) problembezogen auswählen, darstellen und nötigenfalls kritisch diskutieren.
  • Die Studierenden können ausgehend von ihrem fachlichen Grundlagenwissen anlassbezogen auch weiterführendes fachliches Wissen erschließen und verknüpfen.
  • Die Studierenden können zu einem ausgewählten Thema ihres Faches einen Forschungsstand darstellen.
Fertigkeiten
  • Die Studierenden können das im Studium vermittelte Grundwissen ihres Studienfaches zielgerichtet zur Lösung fachlicher Probleme einsetzen.
  • Die Studierenden können mit Hilfe der im Studium erlernten Methoden Fragestellungen analysieren, fachliche Sachverhalte entscheiden und Lösungen entwickeln.
  • Die Studierenden können zu den Ergebnissen ihrer eigenen Forschungsarbeit kritisch aus einer Fachperspektive Stellung beziehen.
Personale Kompetenzen
Sozialkompetenz
  • Studierende können eine wissenschaftliche Fragestellung für ein Fachpublikum sowohl schriftlich als auch mündlich strukturiert, verständlich und sachlich richtig darstellen.
  • Studierende können in einer Fachdiskussion auf Fragen eingehen und sie in adressatengerechter Weise beantworten. Sie können dabei eigene Einschätzungen und Standpunkte überzeugend vertreten.
Selbstständigkeit
  • Studierende können einen umfangreichen Arbeitsprozess zeitlich strukturieren und eine Fragestellung in vorgegebener Frist bearbeiten.
  • Studierende können notwendiges Wissen und Material zur Bearbeitung eines wissenschaftlichen Problems identifizieren, erschließen und verknüpfen.
  • Studierende können die wesentlichen Techniken des wissenschaftlichen Arbeitens in einer eigenen Forschungsarbeit anwenden.
Arbeitsaufwand in Stunden Eigenstudium 360, Präsenzstudium 0
Leistungspunkte 12
Studienleistung Keine
Prüfung Abschlussarbeit
Prüfungsdauer und -umfang laut ASPO
Zuordnung zu folgenden Curricula Allgemeine Ingenieurwissenschaften: Abschlussarbeit: Pflicht
Allgemeine Ingenieurwissenschaften (7 Semester): Abschlussarbeit: Pflicht
Bau- und Umweltingenieurwesen: Abschlussarbeit: Pflicht
Bioverfahrenstechnik: Abschlussarbeit: Pflicht
Chemie- und Bioingenieurwesen: Abschlussarbeit: Pflicht
Computer Science: Abschlussarbeit: Pflicht
Data Science: Abschlussarbeit: Pflicht
Elektrotechnik: Abschlussarbeit: Pflicht
Engineering Science: Abschlussarbeit: Pflicht
General Engineering Science: Abschlussarbeit: Pflicht
General Engineering Science (7 Semester): Abschlussarbeit: Pflicht
Green Technologies: Energie, Wasser, Klima: Abschlussarbeit: Pflicht
Informatik-Ingenieurwesen: Abschlussarbeit: Pflicht
Logistik und Mobilität: Abschlussarbeit: Pflicht
Maschinenbau: Abschlussarbeit: Pflicht
Mechatronik: Abschlussarbeit: Pflicht
Schiffbau: Abschlussarbeit: Pflicht
Technomathematik: Abschlussarbeit: Pflicht
Teilstudiengang Lehramt Metalltechnik: Abschlussarbeit: Pflicht
Verfahrenstechnik: Abschlussarbeit: Pflicht
Wirtschaftsingenieurwesen - Fachrichtung Logistik und Mobilität: Abschlussarbeit: Pflicht