B.Sc. Ingenieurinformatik (ab Winter 2026/27)

• Modulhandbuch
• 👋 Herzlich willkommen
• 🧭 Orientierung
• Über den Studiengang
• Orientierung am Regelstudienplan
• 📰 Neuigkeiten
• Modulnachrichten
• Nutzung von generativer KI für Abschlussarbeiten und Prüfungs(vor)leistungen
• Fachschaftsrat der Fakultät für Informatik (Studierendenvertretung)
• Awareness Portal der Universität
• ⚠️ Regelungen des Prüfungsausschusses
• Module im Bereich: Informatik I - Pflicht
• Algorithmen und Datenstrukturen
• Datenbanken 1
• Einführung in die Informatik
• Modellierung
• Software Engineering & IT-Projektmanagement
• Software Engineering & IT-Projektmanagement (dual)
• Module im Bereich: Informatik II - Pflicht
• Introduction to Simulation
• Sichere Systeme
• Spezifikationstechnik
• Module im Bereich: Informatik - Wahlpflicht
• Advanced Topics in Deep Learning (Bachelor)
• Advanced Topics in Networking
• Anwendungssysteme
• Bachelor seminar KMD
• Bachelor seminar Predictive Maintenance
• Bioinformatik
• Biometrics Project
• Cloud School
• Compilerbau
• Computational Intelligence in Games
• Computer-Assisted Surgery
• Computernetze 1
• Data Mining – Einführung in Data Mining
• Datenanalyse, Visualisierung und Visual Analytics
• Datenbanken 2
• Deep Learning für Ingenieure
• Design-Projekt
• Einführung in Digitale Spiele
• Einführung in Managementinformationssysteme
• Einführung in die Computergraphik
• Einführung in die Wirtschaftsinformatik
• Einführung in die Wissensrepräsentation
• Erklärbare und sichere KI
• Game Design – Grundlagen
• Grundlagen der C++ Programmierung
• Grundlagen der Theoretischen Informatik II
• Grundlagen der Theoretischen Informatik III
• Grundlagen des Maschinellen Lernens
• Grundzüge der Algorithmischen Geometrie
• Hochintegrierte Enterprise Systeme
• IT-Forensik
• IT-Software project KMD
• Information Retrieval
• Informationstechnologie in Organisationen
• Intelligente Systeme
• Interaktive Systeme
• Introduction to Distributed Sensor Data Fusion
• KI in Unternehmen
• Learning Generative Models
• Logik 2
• Mesh Processing
• Mobile Robotics
• Musik Information Retrieval
• Parallele Programmierung
• Programmierparadigmen
• Scrum-in-Practice
• Service Engineering
• Simulation Project
• Software Defined Networking
• Technische Aspekte der IT-Sicherheit
• Usability und Ästhetik
• Virtual and Augmented Reality I
• Visualization
• Wissensmanagement – Methoden und Werkzeuge
• Module im Bereich: Ingenieurbereich
• ⚠️ Hinweise zu Modulen im Bereich: Ingenieurswissenschaften
• Idea Engineering
• Module im Bereich: Technische Informatik
• Technische Informatik 1
• Computer Engineering 1
• Technische Informatik 2
• Computer Engineering 2
• Module im Bereich: Mathematik / Logik
• Logik
• Mathematik M1d
• Mathematics M1e
• Mathematik M2d
• Mathematics M2e
• Mathematik M3d
• Mathematics M3e
• Module im Bereich: Mathematik / Theoretische Informatik
• Grundlagen der Theoretischen Informatik
• Mathematik M5d
• Mathematics M5e
• Module im Bereich: Schlüssel- und Methodenkompetenzen
• Design-Projekt
• Ethische Herausforderungen im Digitalen Zeitalter
• IT-Software project KMD
• Interaktive Systeme
• Schlüsselkompetenzen Grundlagen
• Soft Skills Basics
• Schlüsselkompetenzen Grundlagen (dual)
• Soft Skills Basics (dual)
• Scientific Project on Databases for Multi-Dimensional Data, Genomics, and modern Hardware
• Scrum-in-Practice
• Simulation Project
• Software Development Project
• Softwareprojekt
• Softwareprojekt (dual)
• Startup Engineering I
• Wahlpflichtfach FIN SMK
• Wissenschaftliches Seminar
• Wissenschaftliches Seminar (dual)
• Abschlussmodule
• Bachelorarbeit
• Bachelorarbeit (dual)
• Berufspraktikum
• Praxisphase im letzten Semester (dual)
• 💬 Feedback
• 👑 Credits

Modulhandbuch

für den Bachelor of Science (B.Sc.) der Ingenieurinformatik und Bachelor of Science (B.Sc.) der Ingenieurinformatik (dual)

der Fakultät für Informatik

gültig für die SPO 2024 und ältere SPOs*

verbindlich für das Sommersemester 2026 und vorläufig für das Wintersemester 2026/27

 

Stand 01.10.2026

* Für ältere SPOs als die SPO 2024 gelten abweichende Regelstudienpläne, die entsprechend berücksichtigt werden müssen. Beachten Sie insbesondere abweichende Pflichtveranstaltungen und CP. Nicht zu Ihrer SPO passende Lehrveranstaltungen können ggf. nicht vollständig oder gar nicht angerechnet werden. Prüfen Sie auch die Zuordnungen aus dem Modulhandbuch des Wintersemesters 2024/2025. Wenden Sie sich bei Inkonsistenzen oder Unklarheiten an das Prüfungsamt.

👋 Herzlich willkommen

Liebe Studierende,

herzlich willkommen zum Modulhandbuch für deinen Studiengang.

Das Modulhandbuch umfasst das Angebot aller Module, die du brauchst, um dein Studium erfolgreich abzuschließen. Ein Modul ist dabei immer eine Lehreinheit, die aus mehreren Lehrveranstaltungen (z.B. Vorlesung und Übung) besteht und dazu dient, Kompetenzen und Fähigkeiten zu erwerben. Alle Module sind im Modulhandbuch genauer beschrieben, so dass du dein Studium genauer planen kannst.

🗺️ Was finde ich hier?

In deinem Modulhandbuch findest du:

1. Ein 🧭 Orientierungskapitel, das den Studiengang zusammenfasst, dir Orientierung anhand eines beispielhaften Regelstudienplans bietet, mögliche Studienprofile für deinen Studiengang aufzeigt sowie Module von fachfremden Fakultäten auflistet. 
2. Das Kapitel 📰 Neuigkeiten informiert über Änderungen an Modulen im Vergleich zum vorigen Semester mit, Hinweise zur Nutzung von KI, Informationen der Fachschaft und Weiteres.
   
3. Außerdem sind die ⚠️ Regelungen des Prüfungsausschuss verlinkt.
4. In den Kapiteln Module im Bereich [...] bis zum Kapitel Abschlussmodule werden die Module aufgelistet, die laut Regelstudienplan Pflicht- oder Wahlpflichtmodule für deinen Studiengang sind.
5. Eine Seite mit einem Link zu einem Feedback-Formular, um Anregungen zu sammeln und das Modulhandbuch künftig weiter zu verbessern.
   

⭐ Wie kann ich das nutzen?

1. Diese Übersicht hilft bei der Planung eines aktuellen sowie zukünftiger Semester. Viele Module werden   nicht jedes Semester angeboten, manche bauen zudem aufeinander auf. Das erfordert eine vorausschauende Planung, insbesondere wenn du eine fachliche Vertiefung anstrebst.
   
2. Im Wahlpflichtbereich kann auch die Prüfungsform  Aufschluss darüber geben, wie du deine  Kapazitäten im Hinblikc auf die Prüfungsbelastung berücksichtigen solltest.
3. Zum Prüfen, welche Module bereits erfolgreich absolviert wurden und welche noch für einen erfolgreichen Abschluss des Studiums fehlen.

❓Und was ist mit ...?

Wenn darüber hinaus Fragen auftreten, die du mithilfe des Modulhandbuchs oder der Studien- und Prüfungsordnung nicht klären kannst, wende dich gern an ...

• ... deinen Studiengangsleiter für Fragen zum Studium oder Verwendbarkeit von Modulen oder
  
• ... unser Prüfungsamt für individuelle studiumsbezogene Fragen.
  

🏆 Die Fakultät wünscht dir maximalen Erfolg für dein Studium!

🧭 Orientierung

Über den Studiengang

Studienziel

Ingenieurinformatik ist die Kunst, durch Nutzung modernster Computertechnologie neue innovative Fortschritte in verschiedenen technischen Disziplinen zu erreichen. Das Studium setzt Schwerpunkte bei der Anwendung der Informatik in einer Ingenieurdisziplin wie Maschinenbau, Elektrotechnik oder Verfahrenstechnik. Neben technischen Grundlagen erlangen Studierende der Ingenieurinformatik auch fundiertes fachliches Wissen auf den Gebieten Software-Engineering, Simulation, Modellierung, Algorithmen und Datenstrukturen, Mathematik, Sicherheit/Zuverlässigkeit und Spezifikationstechnik

Vertiefungsrichtungen

Ingenieurbereich

Vertiefungsrichtungen

Ingenieurbereich

Spätere Berufsfelder

Der Anteil der Softwareentwicklungskosten in praktisch allen technischen Disziplinen steigt enorm, was zu einem steigenden Bedarf an Ingenieurinformatikern führt. Ingenieurinformatiker nehmen in technischen Disziplinen eine ähnliche Rolle ein, wie die Wirtschaftsinformatiker für IT-Organisation in Unternehmen. Der Wirtschaftsinformatiker berät bei der Umsetzung der Geschäftsprozesse in eine effiziente, passgenaue IT-Infrastruktur. Der Ingenieurinformatiker plant und gestaltet die Software zur Steuerung und Überwachung technischer Prozesse. Als Ingenieurinformatiker und Ingenieurinformetikerin sind Sie optimal ausgebildet für diese Funktionen. Im Lauf Ihrer Karriere werden Sie durch diese interdisziplinäre Schnittstellenkompetenz besonders geeignet für Team- und Projektleitungstätigkeiten.

Notwendige Kenntnisse / Erfahrungen / Interessen

Wichtige Voraussetzungen für ein Studium des Bachelorstudiengangs sind solide Kenntnisse in der Mathematik und anderen Naturwissenschaften sowie das Bewusstsein und Interesse, den rasanten Entwicklungen der Wissenschaft Informatik auch im Berufsleben zu folgen und sich lebenslang weiter zu qualifizieren.

Weitere Informationen

Dieser Studiengang gliedert sich in Kern-, Pflicht- und Wahlpflichtmodule. Die Kernmodule werden dabei von den Studierenden aller Studienrichtungen der Fakultät für Informatik besucht (z. B. Mathematik, Schlüssel- und Methodenkompetenzen). Der Pflichtbereich ist an den jeweiligen Studiengang angepasst, und die Wahlpflichtmodule richten sich nach der Vertiefungsrichtung der Studierenden. Zudem muss zu Beginn des Studiums ein weiterer Bereich, ein Nebenfach, gewählt werden. Dieser Bachelorstudiengang kann direkt mit dem dazugehörigen Masterstudiengang fortgesetzt werden.

Hier geht es zu weiteren Studiendokumenten.

Orientierung am Regelstudienplan

Die Grafik zeigt den Regelstudienplan mit Studienbeginn im Wintersemester. Verlinkt sind alle Module und Modulbereiche. Links im Winter-/Sommersemester führen unter Umständen zum Wechsel des Modulhandbuchs. Das dient einer besseren Orientierung und Studienplanung. Der Regelstudienplan nach SPO ist unter Studiendokumente zu finden.

Beispielstudienplan mit Beginn im Wintersemester

1. Semester	2. Semester	3. Semester	4. Semester	5. Semester	6. Semester	7. Semester
Einführung in die Informatik (10 CP)	Algorithmen und Datenstrukturen (10 CP)	Software Engineering & IT-Projektmanagement (5 CP)	Sichere Systeme (5 CP)	Introduction to Simulation (5 CP)	Informatik - Wahlpflicht (5 CP)	Berufspraktikum (18 CP)
		Informatik - Wahlpflicht (5 CP)	Spezifikationstechnik (5 CP)	Informatik - Wahlpflicht oder Mathematik (5 CP)	Informatik - Wahlpflicht (5 CP)
Datenbanken 1 (5 CP)	Ingenieurbereich (5 CP)	Technische Informatik 1 (5 CP)	Technische Informatik 2 (5 CP)	Informatik - Wahlpflicht (5 CP)	Informatik - Wahlpflicht (5 CP)
Modellierung (5 CP)	Logik (5 CP)	Ingenieurbereich (5 CP)	Wissenschaftliches Seminar (5 CP)	Ingenieurbereich (5 CP)	Ingenieurbereich (5 CP)
Schlüsselkompetenzen Grundlagen (dual) (5 CP)	Mathematik M2d (5 CP)	Mathematik M3d (5 CP)	Software Development Project (10 CP)	Ingenieurbereich (5 CP)	Ingenieurbereich (5 CP)	Bachelorarbeit (12 CP)
Mathematik M1d (5 CP)	Mathematik M5d (5 CP)	Grundlagen der Theoretischen Informatik (5 CP)		Softwareprojekt (5 CP)	Wahlpflichtfach FIN SMK (5 CP)

Beispielstudienplan mit Beginn im Wintersemester (dual)

1. Semester	2. Semester	3. Semester	4. Semester	7. Semester	8. Semester	9. Semester
Einführung in die Informatik (10 CP)	Algorithmen und Datenstrukturen (10 CP)	Software Engineering & IT-Projektmanagement (5 CP)	Sichere Systeme (5 CP)	Introduction to Simulation (5 CP)	Informatik - Wahlpflicht (5 CP)	Berufspraktikum (18 CP)
		Informatik - Wahlpflicht (5 CP)	Spezifikationstechnik (5 CP)	Informatik - Wahlpflicht oder Mathematik (5 CP)	Informatik - Wahlpflicht (5 CP)
Datenbanken 1 (5 CP)	Ingenieurbereich (5 CP)	Technische Informatik 1 (5 CP)	Technische Informatik 2 (5 CP)	Informatik - Wahlpflicht (5 CP)	Informatik - Wahlpflicht (5 CP)
Modellierung (5 CP)	Logik (5 CP)	Ingenieurbereich (5 CP)	Wissenschaftliches Seminar (5 CP)	Ingenieurbereich (5 CP)	Ingenieurbereich (5 CP)
Schlüsselkompetenzen Grundlagen (dual) (5 CP)	Mathematik M2d (5 CP)	Mathematik M3d (5 CP)	Software Development Project (10 CP)	Ingenieurbereich (5 CP)	Ingenieurbereich (5 CP)	Bachelorarbeit (12 CP)
Mathematik M1d (5 CP)	Mathematik M5d (5 CP)	Grundlagen der Theoretischen Informatik (5 CP)		Softwareprojekt (5 CP)	Wahlpflichtfach FIN SMK (5 CP)

Die Module sind zu thematischen Gruppen zusammengefasst:

• Informatik I - Pflicht
• Informatik II - Pflicht
• Informatik - Wahlpflicht
  
  • WPF INF
  • Mathematik (Die Module aus der Fakultät für Mathematik müssen sich individuell rausgesucht werden.)
• Technische Informatik
• Mathematik / Logik
• Mathematik / Theoretische Informatik
• Ingenieursbereich (IB)
• Schlüssel- und Methodenkompetenzen
• Berufspraktikum und Bachelorarbeit

Erläuterungen zum Regelstudienplan

Der Regelstudienplan zeigt den Aufbau des Studiengangs. Er besteht aus 35 Modulen, die sich über sieben Semester verteilen. Jedes Modul hat eine bestimmte Anzahl von Credit Points (ECTS-Punkte, CPs), wobei ein Credit Point einem Arbeitsaufwand von bis zu 30 Stunden entspricht. Fast alle Module haben fünf CPs; die Ausnahmen sind

• Einführung in die Informatik (10CP)
• Algorithmen und Datenstrukturen (10CP)
• Software Development Project (10CP)
• Berufspraktikum (18CP)
• Bachelorarbeit (12CP) 

Der Regelstudienplan ist so aufgebaut, dass jedes Semester genau 30 CPs umfasst.

Die Credit Points für ein Modul werden durch das Bestehen einer Modulprüfung vergeben. Es gibt verschiedene Arten von Modulprüfung; am häufigsten kommen die schriftliche Prüfung (Klausur), die mündliche Prüfung, die Präsentation (Referat) und die Hausarbeit vor.

Mit dem Regelstudienplan garantiert die Fakultät für Informatik, dass das Studium in der vorgesehenen Regelstudienzeit erfolgreich beendet werden kann. Er ist aber keine strenge Vorschrift: Die Studierenden dürfen die Module in beliebiger Reihenfolge absolvieren (was aber eine gute Planung voraussetzt!)

Die Module der ersten sechs Semester bestehen aus Lehrveranstaltungen (Vorlesungen, Übungen, Team-Projekte usw.) Im letzten Semester stehen ein Berufspraktikum und die Bachelorarbeit. Das Berufspraktikum verbringen die Studierenden typischerweise als Praktikanten in einem Unternehmen, aber es sind auch andere Varianten möglich. Die Bachelorarbeit ist die  eigenständige Bearbeitung einer Aufgabenstellung aus der Forschung oder der Wirtschaft.

📰 Neuigkeiten

Modulnachrichten

Neue Module in diesem Semester

Module, die in diesem Semester nicht angeboten werden

Moduländerungen

Nutzung von generativer KI für Abschlussarbeiten und Prüfungs(vor)leistungen

Der Fakultätsrat (Beschluss 019/25) hat folgende Regelung für die Nutzung von generativer KI für Abschlussarbeiten und Prüfungs(vor)leistungen beschlossen:

Die Verwendung von Inhalten, die durch künstliche Intelligenz (KI) in einer Arbeit oder einer Antwort auf eine Frage generiert wurden (einschließlich, aber nicht beschränkt auf Text, Abbildungen, Bilder und Code), muss offengelegt werden. Das verwendete KI-System ist anzugeben, und bestimmte Abschnitte der Arbeit bzw. Antwort, in denen KI-generierte Inhalte verwendet werden, sind zu kennzeichnen und mit einer kurzen Erklärung zu versehen, auf welcher Ebene das KI-System zur Generierung der Inhalte verwendet wurde. Ebenso soll der Grund für die Verwendung der Tools angeben werden.

Die Verwendung von KI-Systemen für die Bearbeitung und Verbesserung der Grammatik ist gängige Praxis. Auch in diesem Fall ist eine Offenlegung wie oben beschrieben erforderlich, sie kann aber summarisch für die gesamte Arbeit erfolgen.

Auch bei Verwendung von generativer KI muss die wissenschaftliche Eigenleistung selbst erbracht werden.

Fachschaftsrat der Fakultät für Informatik (Studierendenvertretung)

Awareness Portal der Universität

Die Universität hat 2025 ein neues Awareness Portal eingeführt. Awareness meint hier Themen des Campuslebens, die auf soziale Ungleichheit, psychische Gesundheit, Geschlechterrollen, Diskriminierung und noch so einiges mehr hinweisen.

Sie folgt damit ihrer Verantwortung eine sichere Umgebung für Studierende, Lehrende, Gäste und andere Mitglieder. Daher klärt das Portal auf und sieht sich als Vermittlerstelle für alle Themen rund um Awareness:

• Diskriminierung, Benachteiligung, (sexueller) Belästigung und Gewalt
• Wissenschaftliche Integrität
• Feedback zu Studium und Lehre
  
• und weitere

Beratung und Beschwerden findet man daher auf dem neuen Awareness Portal.

⚠️ Regelungen des Prüfungsausschusses

Diese Sammlung von Regelungen fasst relevante Beschlüsse des Prüfungsausschusses der Fakultät für Informatik zusammen. Im Zweifelsfall gilt der Wortlaut der Beschlüsse des Prüfungsausschusses.

Sie sind hier zu finden.

Module im Bereich: Informatik I - Pflicht

Algorithmen und Datenstrukturen

Sommer

(engl. Algorithms and Data Structures )

Modulnummer: FIN-INF-110361

Kürzel AuD

CP 10

Semester Sommer

Fachsem. ab 2.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Christian Rössl
Dozent:in:	Christian Rössl
Lehrveranstaltungen:	In Deutsch / In German Vorlesung Algorithmen und Datenstrukturen Übung Algorithmen und Datenstrukturen Tutorien Algorithmen und Datenstrukturen In Englisch / In English Lecture Algorithms and Data Structures Exercise Algorithms and Data Structures Tutorial Algorithms and Data Structures
Verwendbarkeit:	- B.Sc. INF: Informatik I - Pflicht - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Informatik I - Pflicht - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Informatik I - Pflicht - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Gestalten - Pflicht - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Informatik I - Pflicht - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden

• kennen und verstehen die wichtigsten grundlegenden Datenstrukturen und Algorithmen auf diesen
• können diese anwenden und beurteilen, welche für eine bestimmte Anwendung (besser) geeignet sind
• verstehen vorgegebene und erstellen eigene Implementierungen

Inhalt:

• Listen
• Bäume
• Balancierte Suchbäume
• Heaps
• Hashverfahren
• Graphen
• Dynamische Programmierung
• Suche in Texten
• Entwurf und Analyse von Algorithmen

Arbeitsaufwand:
106h Präsenz + 194h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Um an der Klausur teilnehmen zu können, sind Prüfungsvorleistungen erforderlich. Details werden in der ersten Vorlesung bekannt gegeben.	Klausur 120 Minuten	Vorlesung (4 SWS) Übung (2 SWS) Tutorium (1 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Programmierkenntnisse in Java, insbesondere Objektorientierung und Abstrakte Datentypen Grundlegendes Verständnis von Algorithmen, insbesondere Verständnis von Rekursion Verständnis von asymptotischer Abschätzung des Aufwands von Algorithmen und deren formale Beschreibung (z.B. Groß-O-Notation) Verständnis grundlegender Beweistechniken (z.B. vollständige Induktion)

Medienformen:	Literatur:
	Saake & Sattler: Algorithmen und Datenstrukturen Goodrich, Tamassia & Goldwasser: Data Structures and Algorithms in Java Sedgewick & Wayne: Algorithms Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms

Hinweise:
Die Abgabe des ersten Übungsblatts erfolgt ggf. schon in der ersten Semesterwoche, d.h. die Aufgaben können vorher bearbeitet werden! Dazu ist eine rechtzeitige Anmeldung auf https://aud.vc.cs.ovgu.de erforderlich. Diese ist bereits vor Semesterbeginn möglich.

Datenbanken 1

Winter

(engl. Database Concepts )

Modulnummer: FIN-INF-100391

Kürzel DB1

CP 5

Semester Winter

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Gunter Saake
Dozent:in:	Gunter Saake
Lehrveranstaltungen:	Vorlesung Datenbanken 1 Übung Datenbanken 1
Verwendbarkeit:	- B.Sc. INF: Informatik I - Pflicht - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Informatik I - Pflicht - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Informatik I - Pflicht - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Anwenden - Pflicht - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Informatik I - Pflicht - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehen die Grundkonzepte von Datenbanksystemen
• können relationale Datenbanken entwerfen
• kennen relationale Datenbanksprachen
• können Datenbankanwendungen entwickeln

Inhalt:

• Eigenschaften von Datenbanksystemen
• Architekturen
• Konzeptueller Entwurf einer relationalen Datenbank
• Relationales Datenbankmodell
• Abbildung ER-Schema auf Relationen
• Datenbanksprachen (Relationenalgebra, SQL)
• Formale Entwurfskriterien und Normalisierungstheorie
• Anwendungsprogrammierung
• Weitere Datenbankkonzepte wie Sichten, Trigger, Rechtevergabe

Arbeitsaufwand:
56 h Präsenz + 94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Erfolgreicher Besuch der Übung	Schriftliche Prüfung (120 min)	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
Kann nicht gleichzeitig mit dem Modul "Database Concepts" besucht werden

Medienformen:	Literatur:
	Datenbanken - Konzepte und Sprachen. Gunter Saake, Kai-Uwe Sattler, Andreas Heuer. März 2018, ISBN 978‐3‐95845‐777‐5; Mitp-Verlag; Auflage: 6

Hinweise:

Einführung in die Informatik

Winter

(engl. Introduction to Computer Science )

Modulnummer: FIN-INF-110360

Kürzel Einf. INF

CP 10

Semester Winter

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Christian Rössl
Dozent:in:	Christian Rössl
Lehrveranstaltungen:	Vorlesung Einführung in die Informatik Übung Einführung in die Informatik Tutorium Einführung in die Informatik
Verwendbarkeit:	- B.Sc. INF: Informatik I - Pflicht - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Informatik I - Pflicht - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Informatik I - Pflicht - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Gestalten - Pflicht - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Informatik I - Pflicht - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden

• verstehen Grundkonzepte von Algorithmen, insbesondere auch Rekursion
• können Algortihmen und einfache Datenstrukturen in Java implementieren
• verstehen Grundlagen verschiedener Programmierparadigmen
• können Eigenschaften von Algorithmen und Datenstrukturen formal beschreiben (z.B. Korrektheit, Aufwand, ADT) und können grundlegende Beweistechniken anwenden
• wenden theoretische und praktische Inhalte in Übungen und Tutorien an

Inhalt:

• Algorithmische Grundkonzepte
• Grundkonzepte in Java
• Funktionen
• Objektorientierte Programmierung
• Programmierparadigmen
• Suchen und Sortieren
• Korrektheit von Algorithmen
• Aufwand von Algorithmen
• Abstrake Datentypen und Einführung in grundlegende Datenstrukturen
• Berechenbarkeit und Entscheidbarkeit

Arbeitsaufwand:

• 98 h Präsenzzeit
• 202 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Um an der Klausur teilnehmen zu können, sind Prüfungsvorleistungen erforderlich. Details werden in der ersten Vorlesung bekannt gegeben.	Klausur 120 Minuten	Vorlesung (4 SWS) Übung (2SWS) Tutorium (1 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Überwiegend: Saake & Sattler: Algorithmen und Datenstrukturen Ergänzend: Goodrich, Tamassia & Goldwasser: Data Structures and Algorithms in Java Sedgewick & Wayne: Algorithms Cormen, Leiserson, Rivest & Stein: Introduction to Algorithms

Hinweise:

Modellierung

Winter

(engl. Modeling )

Modulnummer: FIN-INF-110127

Kürzel Mod

CP 5

Semester Winter

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Dr.-Ing. Daniel Staegemann
Dozent:in:	Dr.-Ing. Daniel Staegemann
Lehrveranstaltungen:	Vorlesung Modellierung Übung Modellierung
Verwendbarkeit:	- B.Sc. INF: Informatik I - Pflicht - B.Sc. CV: Informatik I - Pflicht - B.Sc. INGINF: Informatik I - Pflicht - B.Sc. WIF: Gestalten - Pflicht - B.Sc. INF (bilingual): Informatik I - Pflicht

Angestrebte Lernergebnisse:
Studierende ...

• können Systeme, Daten und Prozesse mithilfe verschiedener Modellierungstechniken abbilden.
• können im Rahmen von Informations- und Kommunikationssystemen Lösungen gestalten, darstellen und kommunizieren.
• können komplexe, gestalterische Sachverhalte abstrahieren und analytisch denken.
• können Konzepte für Informatiklösungen und computergestützte Lösungen so entwerfen und darstellen, dass diese hierauf aufbauend implementiert werden können.
• können die von ihnen erworbenen Fähigkeiten der Abstraktion und Darstellung, besonders in Bezug auf die Abbildung von Prozessen, einerseits zur Erfüllung von Aufgaben an der Schnittstelle von Informatik, Wirtschaftsinformatik und Wirtschaftswissenschaften, aber auch im Kontext von Fachgebieten außerhalb der Informatik einbringen.
• können die Darstellung ihrer Konzepte und Ideen an die Bedürfnisse unterschiedlicher Stakeholder anpassen und somit in zahlreichen Kontexten und über verschiedene Disziplinen hinweg einen wertvollen Beitrag zum Gelingen verschiedenartigster Projekte leisten.

Inhalt:

• Modellierungstheorie: Von der Diskurswelt zu formalisierten Informationsmodellen
• Prozesse, Workflows und Geschäftsprozesse
• Meta-Modelle, Referenzmodellierung
• Grundsätze ordnungsmäßiger Modellierung
• Grundlagen XML Fachkonzeptuelle
• Modellierung mit höheren Petri-Netzen, der Entity Relationship-Methode und der BPMN
• Objektorientierte Modellierung mit UML
• Umsetzung konkreter Aufgabenstellungen

Arbeitsaufwand:

• Präsenzzeiten: 28 SWS Vorlesung + 28 SWS Übung
• Selbstständiges Arbeiten: 54 h Vor- und Nachbereitung der Vorlesung + 40 h Entwicklung von Modellen für die Übung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Benotete und unbenotete schriftliche Prüfung, 120 Min.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Kecher, C. (2011): UML 2 – Das umfassende Handbuch. 4. Aufl. Reisig, W. (1998): Systementwurf mit Netzen. Berlin u. a.

Hinweise:

Software Engineering & IT-Projektmanagement

Winter

(engl. Software Engineering & IT-Projectmanagement )

Modulnummer: FIN-INF-110476

Kürzel SE&IT-PM

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Dr. Thomas Wilde
Dozent:in:	Dr. Thomas Wilde
Lehrveranstaltungen:	Vorlesung Software Engineering & IT-Projektmanagement Übung Software Engineering & IT-Projektmanagement
Verwendbarkeit:	- B.Sc. INF: Informatik I - Pflicht - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Informatik I - Pflicht - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Informatik I - Pflicht - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Informatik I - Pflicht - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Studierende, die den Kurs erfolgreich absolviert haben ...

• ... verstehen den Begriff "Software Engineering", seine Bedeutung und die Notwendigkeit strukturierter Softwareentwicklung.
• ... kennen verschiedene Prozessmodelle, deren Vor- und Nachteile sowie die Kernaktivitäten des Software Engineerings.
• ... wenden Testmethoden und Refactoring an, um Softwarequalität zu sichern und Fehler zu vermeiden.
• ... verstehen und nutzen agile Methoden wie Scrum und Kanban und vergleichen sie mit traditionellen Ansätzen.
• ... setzen Versionskontrolle, IDEs und CI/CD-Pipelines effektiv ein und verstehen Continuous Integration & Deployment.
• ... schreiben lesbaren, wartbaren und effizienten Code nach bewährten Prinzipien und Konventionen.
• ... schätzen Aufwand und Ressourcen ein, planen Projekte und überwachen deren Fortschritt.
• ... kennen Architekturkonzepte und Design-Patterns und wenden diese in Softwareprojekten an.
• ... arbeiten effektiv im Team, präsentieren Ideen klar und dokumentieren ihre Arbeit.

Inhalt:

• Software Engineering - Was ist das und wozu wird es gebraucht?
• Prozessmodelle: sequentielle & iterativ,
• Prozessaktivitäten: Spezifikation, Entwicklung, Validierung, Evolution,
• Qualitätssicherung: Testint & Refactoring,
• Agile Softwareentwicklung,
• Tools & Werkzeuge,
• Clean-Coding / Code-Conventions,
• Continuous Integration, Continuous Deployment, Continuous Delivery,
• IT-Projektmanagement: Schätzung & Prozessplanung,
• Softwarearchitektur,
• Design-Patterns,
• Praktische Beispiele.

Arbeitsaufwand:

• Präsenzzeit: 28h Vorlesung + 28h Übung
• 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Um an der Prüfung teilnehmen zu können, sind Prüfungsvorleistungen erforderlich. Details werden in der ersten Vorlesung bekannt gegeben.	Prüfung: schriftliche Klausur, 120 Minuten; Schein (SPO bis 2022): Bearbeitung der Aufgaben & Teilnahme an den Übungen.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Erfolgreicher Abschluss von: Einführung in die Informatik, Algorithmen und Datenstrukturen.

Medienformen:

Literatur:

Ian Sommerville. Software Engineering, 10. Auflage. Pearson, 2016 Erich Gamma, Richard Helm, Ralph E. Johnson, John Vlissides: Design Patterns. Elements of Reusable Object-Oriented Software, Addison Wesley, 1997 Robert Martin: Clean Code: A Handbook of Agile Software Craftsmanship, Prentice Hall, 2008 Für alle Lehrbücher gilt, dass die Auflage und ggf. die Wahl zwischen englischem Original oder deutscher Übersetzung für uns irrelevant ist. Jede ältere Auflage ist in Ordnung.

Hinweise:

Software Engineering & IT-Projektmanagement (dual)

Winter

(engl. Software Engineering & IT-Projectmanagement )

Modulnummer: FIN-INF-1104762

Kürzel SE&IT-PM

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Dr. Thomas Wilde
Dozent:in:	Dr. Thomas Wilde
Lehrveranstaltungen:	Vorlesung Software Engineering & IT-Projektmanagement Übung Software Engineering & IT-Projektmanagement
Verwendbarkeit:	- B.Sc. INF: Informatik I - Pflicht - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Informatik I - Pflicht - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Informatik I - Pflicht - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Studierende, die den Kurs erfolgreich absolviert haben ...

• ... verstehen den Begriff "Software Engineering", seine Bedeutung und die Notwendigkeit strukturierter Softwareentwicklung.
• ... kennen verschiedene Prozessmodelle, deren Vor- und Nachteile sowie die Kernaktivitäten des Software Engineerings.
• ... wenden Testmethoden und Refactoring an, um Softwarequalität zu sichern und Fehler zu vermeiden.
• ... verstehen und nutzen agile Methoden wie Scrum und Kanban und vergleichen sie mit traditionellen Ansätzen.
• ... setzen Versionskontrolle, IDEs und CI/CD-Pipelines effektiv ein und verstehen Continuous Integration & Deployment.
• ... schreiben lesbaren, wartbaren und effizienten Code nach bewährten Prinzipien und Konventionen.
• ... schätzen Aufwand und Ressourcen ein, planen Projekte und überwachen deren Fortschritt.
• ... kennen Architekturkonzepte und Design-Patterns und wenden diese in Softwareprojekten an.
• ... arbeiten effektiv im Team, präsentieren Ideen klar und dokumentieren ihre Arbeit.

Inhalt:

• Software Engineering - Was ist das und wozu wird es gebraucht?
• Prozessmodelle: sequentielle & iterativ,
• Prozessaktivitäten: Spezifikation, Entwicklung, Validierung, Evolution,
• Qualitätssicherung: Testint & Refactoring,
• Agile Softwareentwicklung,
• Tools & Werkzeuge,
• Clean-Coding / Code-Conventions,
• Continuous Integration, Continuous Deployment, Continuous Delivery,
• IT-Projektmanagement: Schätzung & Prozessplanung,
• Softwarearchitektur,
• Design-Patterns,
• Praktische Beispiele.

Arbeitsaufwand:

• Präsenzzeit: 28h Vorlesung + 28h Übung
• 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Prüfung: schriftliche Klausur, 120 Minuten; Schein (SPO bis 2022): Bearbeitung der Aufgaben & Teilnahme an den Übungen.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Erfolgreicher Abschluss von: Einführung in die Informatik, Algorithmen und Datenstrukturen.

Medienformen:

Literatur:

Ian Sommerville. Software Engineering, 10. Auflage. Pearson, 2016 Erich Gamma, Richard Helm, Ralph E. Johnson, John Vlissides: Design Patterns. Elements of Reusable Object-Oriented Software, Addison Wesley, 1997 Robert Martin: Clean Code: A Handbook of Agile Software Craftsmanship, Prentice Hall, 2008 Für alle Lehrbücher gilt, dass die Auflage und ggf. die Wahl zwischen englischem Original oder deutscher Übersetzung für uns irrelevant ist. Jede ältere Auflage ist in Ordnung.

Hinweise:

Module im Bereich: Informatik II - Pflicht

Introduction to Simulation

Winter

(in German: Introduction to Simulation )

Module-ID: FIN-INF-100372

Abbreviation ItS

Credit Points 5

Semester Winter

Term starting at 5.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Graham Horton
Lecturer:	Graham Horton
Classes:	Lecture Introduction to Simulation Exercise class Introduction to Simulation
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik II - Pflicht - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Intended learning outcomes:
Students who complete the course ...

• can use a professional simulation tool
• know the practical considerations when solving initial value problems numerically
• can carry out input and output analysis for stochastic, discrete-event models
• can model simple systems as stochastic Petri nets, ordinary differential equations and discrete-time Markov chains
• know and understand the steps in a simulation study

Content:
Introduction to the fundamentals and steps in a simulation study:

• discrete-event simulation
• random variables and random number generation
• statistical data analysis
• ordinary differential equations and numerical integration
• stochastic Petri nets
• the AnyLogic simulation system
• discrete-time Markov chains
• agent-based simulation

Workload:
56 contact hours + 94 h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	120 min written exam	Lecture 2 SWS Exercise class 2 SWS

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Mathematik 5

Media:	Literature:
	Banks, Carson, Nelson, Nicol: Discrete-Event System Simulation

Comments:

Sichere Systeme

Sommer

(engl. Secure Systems )

Modulnummer: FIN-INF-110115

Kürzel SISY

CP 5

Semester Sommer

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Jana Dittmann
Dozent:in:	Prof. Dr. Jana Dittmann
Lehrveranstaltungen:	Vorlesung Sichere Systeme Übung Sichere Systeme
Verwendbarkeit:	- B.Sc. INF: Informatik II - Pflicht - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik II - Pflicht - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Anwenden - Pflicht - B.Sc. WIF: Informatik Pflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik II - Pflicht - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• können Sichere Systeme mit Designprinzipien beschreiben und bewerten
• können Sicherheitsaspekte und Gewährleistungsziele im Konzept berücksichtigen und mittels ausgewählten Mechanismen umsetzen sowie beispielhaft evaluieren
• können die Bedeutung von Designprinzipien für sichere Systeme selbständig beschreiben
• können verschiedene Sicherheitsbedürfnisse für sich selbst erkennen und sich selbst danach organisieren
• können anhand von ausgewählten Bedrohungen und Schwachstellen die abstrakten Sicherheitsaspekte und Gewährleistungsziele erkennen, benennen, Basisangriffe zuordnen als auch ausgewählte Sicherheitsmechanismen ableiten
• können eine Sicherheitsbewertung vornehmen und Ergebnisse interpretieren
• können Sicherheit als Prozess in einem IuK-System verstehen und ausgewählte Mechanismen gestalten und anwenden

Inhalt:

• IT-Sicherheitsaspekte, Gewährleistungsziele und IT-Sicherheitsbedrohungen
• Designprinzipien sicherer IT-Systeme
• Sicherheitsrichtlinien
• Ausgewählte Sicherheitsmechanismen

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit (Lösung der Übungsaufgaben & Prüfungsvorbereitung)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
keine	Empfohlene Teilnahme an den Vorlesungen und Übungen: Note: Prüfung (schriftlich, 120 Min, keine Vorleistungen) Unbenotete Prüfungsleistung: Bekanntgabe zu Beginn der Veranstaltung	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Einführung in die Informatik Grundlagen der Theoretischen Informatik Grundlagen der Technischen Informatik

Medienformen:	Literatur:

Hinweise:
https://omen.cs.uni-magdeburg.de/itiamsl/deutsch/lehre/index.html

Spezifikationstechnik

Sommer

(engl. Introduction to Specification )

Modulnummer: FIN-INF-110116

Kürzel SPT

CP 5

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Frank Ortmeier
Dozent:in:	Prof. Dr. Frank Ortmeier
Lehrveranstaltungen:	Vorlesung Spezifikationstechnik Übung Spezifikationstechnik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik II - Pflicht - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• sind mit Methoden der formalen Spezifikation vertraut
• können einschätzen, für welche Software-Artefakte der Einsatz formaler Methoden sinnvoll ist
• kennen die Potentiale und Grenzen formaler Methoden

Inhalt:

• Formale versus informale Spezifikation
• Spezifikation, Validierung, Verifikation, Generierung
• Spezifikation abstrakter Datentypen
• Spezifikation von zeitlichen Abläufen und Prozessen,
• Anwendungsbeispiel: Protokollspezifikation Konkrete Spezifikationssprachen und Werkzeuge

Arbeitsaufwand:
150 h = 56 h Präsenzzeit + 94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Prüfungsvorleistung erforderlich	Mündliche Prüfung	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Algorithmen und Datenstrukturen Theoretische Informatik

Medienformen:	Literatur:

Hinweise:

Module im Bereich: Informatik - Wahlpflicht

Advanced Topics in Deep Learning (Bachelor)

every

(in German: Advanced Topics in Deep Learning (Bachelor) )

Module-ID: FIN-INF-110502

Abbreviation ATDL

Credit Points 5

Semester every

Term starting at 1.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Sebastian Stober
Lecturer:	Sebastian Stober
Classes:	Advanced Topics in Deep Learning
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
The students ...

• are able to read and analyze current research papers
• can apply deep learning to an application domain
• gain in-depth knowledge in an application domain
• learn to work efficiently in a team on scientific problems
• learn to work on a server infrastructure
• present scientific results in a written and oral form

Content:

• Current topics from deep learning research
• Creation of domain-specific deep learning pipelines
• The application domain will be announced
  beforehand

Workload:
30 contact hours + 120h self-study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Written report ("Hausarbeit") Oral exam	Lecture/Seminar (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Introduction to Deep Learning or Deep Learning for Engineers

Media:	Literature:

Comments:

Advanced Topics in Networking

Winter

(in German: Advanced Topics in Networking )

Module-ID: FIN-INF-110513

Abbreviation ATN

Credit Points 5

Semester Winter

Term starting at 5.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	David Hausheer
Lecturer:	David Hausheer
Classes:	Lecture Advanced Topics in Networking Exercise Advanced Topics in Networking
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students...

• enhance their competence in the area of networking
• understand advanced networking concepts
• can explain these concepts to other participants
• are able to apply these concepts in theoretical use cases and practical exercises

Content:
The course deals with advanced topics in the area of networking:

• Overlay networks for content delivery, e.g., P2P, BitTorrent, CDNs, caching, overlay video streaming
• Distributed Hash Tables (DHT), e.g., Kademlia
• Blockchains
• Crypto currencies and Bitcoin
• Ethereum and smart contracts
• Secure network architectures, e.g., SCION
• Congestion Control, e.g., QUIC and Multipath-QUIC

Workload:

• 28h lectures
• 22h theoretical exercises
• 4h practical exercises
• 96h homework (further studies, preparation for the final exam)

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
Prerequisites for the exam required; details will be announced at the beginning of the semester.	Written exam 120 minutes	Lecture 2 SWS Exercise 2 SWS

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Modul Computernetze

Media:	Literature:
	Textbooks as indicated. Slides and paper copies as necessary.

Comments:
In früheren Versionen der Studien- und Prüfungsordnung ist dieses Modul als WPF Technische Informatik anrechenbar.

Anwendungssysteme

Sommer

(engl. Business Application Systems )

Modulnummer: FIN-INF-110123

Kürzel AWS

CP 5

Semester Sommer

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Klaus Turowski
Dozent:in:	Prof. Dr. Klaus Turowski
Lehrveranstaltungen:	Vorlesung Anwendungssysteme Übung Anwendungssysteme
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Anwenden - Pflicht - B.Sc. WIF: Wirtschaftsinformatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehen, wie Geschäftsprozesse durch IT-Technologien unterstützt werden.
• kennen die Zwecke betrieblicher Anwendungssysteme.
• wissen, dass für verschiedene Geschäftsbereiche unterschiedliche betriebliche Anwendungen erforderlich sind.
• verstehen, wie Geschäftsdaten auf verschiedene betriebliche Anwendungen abgebildet werden.
• wissen wie man komplexere Sachverhalte mit Tabellen darstellt.
• können mehrere betriebliche Anwendungssysteme in verschiedenen Geschäftsbereichen anwenden.
• wissen wie verschiedene betriebliche Anwendungssysteme miteinander integriert sind und welche Integrationsformen möglich sind.
• können sich neues Wissen eigenständig aneignen und für sich nutzbar machen.
• können bei unbekannten Aufgaben eigene Ideen einbringen und Entscheidungen treffen.
• können für neue Aufgaben geeignete Lösungen wählen, anwenden und anschließend beurteilen.

Inhalt:

• Grundlagen der Wertschöpfungskette nach Porter
• Prozesse der betrieblichen Informationsverarbeitung
• Forschung und Entwicklung
• Vertrieb
• Einkauf
• Produktion
• Logistik
• Fallstudien zu komplexen Geschäftsprozessen mit SAP R/3 Enterprise

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit	Vorlesung Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Mertens, P. (2005): Integrierte Informationsverarbeitung 1. 15. Auflage, Berlin u. a.

Hinweise:

Bachelor seminar KMD

every

(in German: Bachelorseminar KMD )

Module-ID: FIN-INF-110527

Abbreviation KMD_BachelorSeminar

Credit Points 5

Semester every

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	Myra Spiliopoulou
Lecturer:	Myra Spiliopoulou
Classes:	Seminar KMD_BachelorSeminar
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
When successfully completing this seminar, the students:

• can read and present a scientific paper
• can compare mining methods, workflows and frameworks that address a specific scientific topic, and can rank them on given criteria
• can critically discuss the advantages and caveats of a published mining method
• can summarize one or more papers , their comparisons and critical discussion in an essay
• can present the scientific paper(s) they have read in a pre-specified amount of time and in a way understandable to both an audience that has read the papers and to an audience that has not, and they can answer questions

Content:
CONTENT: Topics on 'Knowledge Management and Discovery' for business applications, engineering applications and applications in healthcare; all topics refer to mining algorithms STRUCTURE: Each student receives a topic as assignment. The assignment encompasses:

• one or two papers in the topic's area
• a series of questions to be answered from the papers

The student must:

1. read the papers
2. compare the methods and results in them in order to answer the scientific questions
3. critically discuss and rank the methods compared in the previous step
4. present the above in class and answer questions
5. write an essay on them

Workload:
28 h Präsenz + 94 h selbstständige Arbeit COURTESY TRANSLATION: 28 h in class + 94 h self-study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Referat	Seminar (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Familiarity with mining algorithms Familiarity with methods for model evaluation

Media:	Literature:
	The seminar contains several topics. The mapping of the module (see field 'Verwendbarkeit') depends on the topic assigned to a specific student.

Comments:

Bachelor seminar Predictive Maintenance

every

(in German: Bachelorseminar Predictive Maintenance )

Module-ID: FIN-INF-110524

Abbreviation PREDMA_BSEM

Credit Points 5

Semester every

Term ab 3.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	Prof. Dr. Myra Spiliopoulou, Prof. Dr.-Ing. Benjamin Noack
Lecturer:	Prof. Dr. Myra Spiliopoulou, Prof. Dr.-Ing. Benjamin Noack
Classes:	Seminar PredMa_BSeminar
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
When successfully completing this seminar, the students can:

• read scientific articles given to them on introductory topics of predictive maintenance
• discuss these articles and reflect on them
• compare the methods that appear in these articles and discuss the pros and contra of each method in comparison to other methods
• summarize article contents on predictive maintenance in a report and present them
• formulate questions on these articles and answer questions formulated by other seminar participants

Content:
In this seminar, the participants will learn about

• challenges and methods for data acquisition in industrial processing
• data analysis tools in predictive maintenance
• process modeling, fault detection, and state prediction

Workload:
28 h in presence (consultation meetings, presentations) / 96 h self-study for:

• Reading and Understanding of Provided Papers
• Writing an essay
• Presentation and question answering

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Referat	Seminar (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Linear Algebra and Calculus Underpinnings of data analytics Underpinnings of signal processing

Media:	Literature:
	Scientific articles on Predictive Maintenance; choice of articles depends on topic assignment and is given to each student together with the assignment

Comments:

Bioinformatik

Sommer

(engl. Bioinformatics )

Modulnummer: FIN-INF-700003

Kürzel BioInf

CP 5

Semester Sommer

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Andreas Nürnberger
Dozent:in:	Andreas Nürnberger
Lehrveranstaltungen:	Vorlesung Bioinformatik Übung Bioinformatik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehen verschiedene Datenstrukturen für Bioinformatik
• können Basisalgorithmen zur Bearbeitung von Sequenzdaten anwenden und programmieren
• wenden Clusteranalyse und verschiedene Heuristiken für die Bearbeitung molekularbiologischer Daten an

Inhalt:

• Einführung in die Bioinformatik und die Molekularbiologie
• Einführung in Datenbanken und speziell molekularbiologische Datenbanken
• Algorithmen zur Sequenzanalyse
• Heuristische Methoden für die Sequenzanalyse
• Algorithmen zur Clusteranalyse
• Expressionsdatenanalyse
• Algorithmen zum Aufbau phylogenetischer Bäume

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur (2h). Voraussetzung zur Teilnahme an der Prüfung werden in der ersten Vorlesung und online bekannt gegeben.	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Algorithmen und Datenstrukturen

Medienformen:

Literatur:

R. Merkl. Bioinformatik: Grundlagen, Algorithmen, Anwendungen (4. Auflage), Wiley-VCH, 2022. R. Merkl, S. Waak. Bioinformatik Interaktiv: Algorithmen und Praxis. Wiley-VCH, 2003. R. Rauhut. Bioinformatik: Sequenz-Struktur-Funktion. WileyVHC, 2001. D.E. Krane, ML. Raymer. Fundamental Concepts of Bioinformatics. Pearson Education, 2003. J. Setubal, J. Meidanis. Introduction to Computational Molecular Biology. PWS Publishing Company, 1997. A. M. Lesk. Bioinformatik: Eine Einführung. Spektrum Akademischer Verlag, 2002. A. M. Lesk. Introduction to Bioinformatics. Oxford University Press, 2002.

Hinweise:

Biometrics Project

jedes

(engl. Biometrics Project )

Modulnummer: FIN-INF-110415

Kürzel MMDAP

CP 5

Semester jedes

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr.-Ing. Jana Dittmann
Dozent:in:	Prof. Dr.-Ing. Jana Dittmann
Lehrveranstaltungen:	Vorlesung IT-Sicherheit und Digitale Selbstverteidigung Übung IT-Sicherheit und Digitale Selbstverteidigung Vorlesung Informatik & Kriminalistik Übung Informatik & Kriminalistik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• können anhand einer ausgewählten fachlichen Fragestellung zur Cybersicherheit die Anforderungen und Lösungsmöglichkeiten im Zusammenspiel von Sicherheit, Sensortechnik und Multimediatechnologie für ein Anwendungsbeispiel verstehen
• können Komponenten multi-modaler Systeme am Beispiel sicher gestalten und eine Sicherheitsbewertung vornehmen
• können technische Integrationsaspekte verstehen und Umsetzungen ausgewählter Inhalte aus „Sichere Systeme“ und „Algorithmen und Datenstrukturen“ vornehmen
• können eine Evaluation und Bewertung multi-modaler Systeme vornehmen und Restrisiken benennen
• können Herausforderungen in der Teamarbeit erkennen und reflektieren
• können die Ergebnisse in einem Referat präsentieren und sich einer Diskussion stellen
• können Sicherheit als Prozess in einem IuK-System verstehen und ausgewählte Mechanismen gestalten und anwenden

Inhalt:

• Einführung und Grundlagen zu ausgewählten fachlichen Fragestellungen zur Cybersicherheit, Sensortechnik und Multimediatechnologie
• Erläuterungen anhand von Anwendungsbeispielen
• Gestaltungskonzepte für sichere Multi-modale Systeme für ausgewählte Beispiele
• Ansätze zur Sicherheitsbewertung
• Wiederholung: Grundlagen der Teamarbeit, Vorlesung ist Projekt-orientiert

Arbeitsaufwand:
56h Präsenszeit
94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
keine	Referat mit zwei Teilleistungen (Vortrag und Ausarbeitung) Das Referat umfasst eine eigenständige und vertiefte schriftliche Auseinandersetzung mit einer Fragestellung aus dem Arbeitszusammenhang der Lehrveranstaltung unter Einbeziehung und gezielter kritischer Auswertung einschlägiger Literatur, sowie die Darstellung der eigenen Arbeit auch im Vergleich im Team und die Vermittlung sowie Bewertung der eigenen Ergebnisse im mündlichen Vortrag sowie in der anschließenden Diskussion im Team. Die Ausarbeitungen müssen schriftlich vorliegen.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:
https://omen.cs.uni-magdeburg.de/itiamsl/deutsch/lehre/index.html

Cloud School

Sommer

(in German: Cloud School )

Module-ID: FIN-INF-110484

Abbreviation CS

Credit Points 5

Semester Sommer

Term starting at 3.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Prof. Dr. Klaus Turowski
Lecturer:	Christian Haertel / Christian Daase
Classes:	Lecture Cloud School Exercise Cloud School
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
The students ...

• know and understand the basic principles of the cloud computing paradigm
• know the typical service and deployment models of cloud computing
• understand workloads and revenue models
• are able to build basic cloud applications independently
• understand the benefits and risks of cloud computing at the business and application layer
• are able to select suitable cloud infrastructure from appropriate platform offerings for their applications
• know how to apply cloud design patterns in practical developments
• are able to use self-developed cloud applications for modern application scenarios (e.g., related to machine learning and data science)

Content:

• Cloud Computing Fundamentals
• Cloud Offering Patterns
• Cloud Application Architecture Patterns
• Cloud Application Management Patterns
• Composite Application Pattern
• Impact of Cloud Computing Properties
• Cloud Computing Application Scenarios

Workload:
45 h lecture and exercise + 105 h independent work

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
In order to participate in the exam, preliminary exam requirements must be met. Details will be announced in the first lecture.	Graded und ungraded written examination, 120 Min.	2 SWS Lecture + 3 SWS Exercise class

Prerequisites according to examination regulations:	Recommended prerequisites:
none

Media:	Literature:
	​Fehling, C.; Leymann, F.; Retter, R.; Schupeck, W.; Arbitter, P. (2014): Cloud Computing Patterns: Fundamentals to Design, Build, and Manage Cloud Applications (ISBN: 978-3-7091-1567-1), DOI: 10.1007/978-3-7091-1568-8

Comments:

Compilerbau

Winter

(engl. Compiler Construction )

Modulnummer: FIN-INF-100382

Kürzel CB

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Michael Kuhn
Dozent:in:	Prof. Dr. Michael Kuhn
Lehrveranstaltungen:	Vorlesung Compilerbau Übung Compilerbau
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Teilnehmenden...

• verstehen theoretische Grundlagen von formalen Sprachen
• wenden Algorithmen zur Optimierung von regulären Ausdrücken, Grammatiken und Code-Repräsentationen an
• verstehen wichtige Konzepte von Compilern
• erstellen Komponenten eines Compilers in kleineren Teams
• präsentieren Lösungsansätze und Ergebnisse anderen Teilnehmenden

Inhalt:
Compiler übersetzen Programme aus einer Ausgangssprache in eine Zielsprache, üblicherweise aus einer höheren Programmiersprache in eine Maschinensprache. Dies erlaubt es unter anderem, die gleiche Anwendung mit relativ geringem Aufwand für unterschiedliche Prozessorarchitekturen zu übersetzen und darauf auszuführen. Ein tiefergehendes Verständnis von Compilern hilft dabei, effizientere und sicherere Programme zu schreiben. Die zu übersetzenden Programme werden außerdem durch Compiler überprüft und verbessert. Wie viele Fehler dabei gefunden werden können, hängt von der Striktheit der Sprache ab. Einige Sprachen, wie z. B. Rust, machen es schwieriger, Programme ohne Fehler zu schreiben, bieten dafür aber gewisse Korrektheitsgarantien. Darüber hinaus führen Compiler eine Vielzahl an Optimierungen durch, um die gegebene Rechnerarchitektur möglichst effizient zu nutzen. Die Vorlesung findet nach dem Prinzip des Flipped Classroom statt. Dabei sollen selbstständig die entsprechenden Kapitel des Buches „Introduction to Compilers and Language Design“ gelesen werden, die dann in der Vorlesung vertieft besprochen werden. In der Vorlesung werden die Konzepte vermittelt, die Übungen dienen der praktischen Anwendung und Umsetzung der erworbenen Kenntnisse.

Arbeitsaufwand:

• 56h Präsenz
• 94h selbstständiges Arbeiten

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Aktive und erfolgreiche Teilnahme an den Übungen	Mündliche Prüfung	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Praktische Kenntnis einer Systemprogrammiersprache wie C oder C++ Grundkenntnisse in Datenstrukturen und Rechnerarchitekturen (z. B. Algorithmen und Datenstrukturen, Technische Informatik)

Medienformen:	Literatur:
	Introduction to Compilers and Language Design (Douglas Thain)

Hinweise:

Computational Intelligence in Games

Summer

Game Theory, Reinforcement Learning and Beyond

(in German: Computational Intelligence in Games )

Module-ID: FIN-INF-110515

Abbreviation CIG

Credit Points 5

Semester Summer

Term starting at 4.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Sanaz Mostaghim
Lecturer:	Sanaz Mostaghim
Classes:	Lecture Computational Intelligence in Games Exercise Computational Intelligence in Games
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
The students will learn the concepts in reinforcement learning, Game Theory and beyond and can apply them to various domains, particularly in Games. The students can program the learned algorithms and will get an understanding about the functionality of the algorithms.

Content:

• This course addresses the basic and advanced topics in the area of computational intelligence and games and contains three parts:
• Part one addresses the basics in Evolutionary Game Theory (EGT). In this part you will learn about simple games such as scissors/rock/paper and the main focus on the strategies for playing games.
• Part two is about learning agents and we focus on reinforcement learning mechanisms. There are three questions for games:
  • – How can we use the information from a search mechanism to learn?
  • – How can we use reinforcement learning to find for a better strategy?
  • – How can we use reinforcement learning as a search mechanism? The application is on board games.
• Part three contains the advanced topics in games and artificial intelligence such as how can we program an agent who can pass a Turing test? How can we consider physical constraints of a spaceship while moving in an unknown terrain?

Workload:
56 contact hours + 94 h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Written exam Hausarbeit	Lecture (2 SWS) Exercise class (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Intelligente Systeme

Media:

Literature:

Ian Millington and John Funge, Artificial Intelligence for Games, CRC Press, 2009 Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction, MIT Press, Cambridge, MA, 1998 Jorgen W. Weibull, Evolutionary Game Theory, MIT Press, 1997 Thomas Vincent, Evolutionary Game Theory, Natural Selection, and Darwinian Dynamics, Cambridge University Press, 2005 Josef Hofbauer, Karl Sigmund, Evolutionary Games and Population Dynamics, Cambridge University Press, 1998

Comments:

Computer-Assisted Surgery

Winter

(in German: Computer-Assisted Surgery )

Module-ID: FIN-INF-110514

Abbreviation CAS

Credit Points 5

Semester Winter

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	Christian Hansen
Lecturer:	Christian Hansen
Classes:	Lecture Computer-Assisted Surgery Seminar Computer-Assisted Surgery Team project Computer-Assisted Surgery
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Medizintechnik - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students who complete this module ...

• have an in-depth knowledge of modern surgical and interventional imaging technologies such as iMRI, iCT and IOUS, as well as medical image processing
• understand methods such as surgical tracking, calibration and registration, which are essential for the development and application of surgical assistance systems
• can design and develop surgical planning and navigation systems.
• can write a state of the art report in the field of computer assisted surgery
• can read, analyse and briefly summarise scientific papers in a scientific report.

Within this module students can choose between a seminar or a team project. If students choose to undertake a seminar, they ...

• will be able to read, understand and present scientific publications in the field of computer-assisted surgery
• will understand how to critically analyse scientific publications and improve their ability to present the results of others' research.

If students opt for a team project, they ...

• will develop, test and evaluate a software tool in an interdisciplinary team
• will learn how to deal with conflict in interdisciplinary teams.

Content:
This lecture provides an overview of computer-assisted surgery. After an introduction to the basics, the state of the art in computer-assisted surgery is presented using clinical examples. The following topics will be covered:

• Fundamentals of intra-operative imaging
• Fundamentals of surgical visualisation
• Computer-assisted surgical planning
• Surgical navigation systems
• Surgical Augmented Reality
• Surgeon-Computer Interaction
• Robotic Surgery
• Medical Software Development and Evaluation

Workload:
56h contact hours + 94h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
Successful completion of the exercise/seminar	oral exam	Lecture (2 SWS) Seminar (2 SWS) or team project (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none

Media:	Literature:

Comments:

Computernetze 1

Winter

(engl. Computer Networks 1 )

Modulnummer: FIN-INF-140006

Kürzel CN-1

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Mesut Güneş
Dozent:in:	Prof. Dr. Mesut Güneş
Lehrveranstaltungen:	Vorlesung Computernetze 1 Übung Computernetze 1
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Studierende ...

• kennen und verstehen die Grundlagen der Datenkommunikation
• kennen die Schichtenarchitektur des ISO/OSI-Modells
• verstehen Konzepte wie Kanalkapazität, Datenrate und ihre Zusammenhänge
• verstehen Fehlererkennung und Fehlerkorrektur und ARQ-Verfahren
• sind in der Lage Herausforderungen der höheren Protokollschichten einzuordnen

Inhalt:

• Grundlegende Protokolle und Ansätze von der Bitübertragungsschicht bis zu Netzwerkschicht
• ISO/OSI-Architektur vs TCP/IP-Architektur
• Datenübertragung
• Medienzugriffskontrolle
• Fehlerbehandlung
• Zuverlässige Nachrichtenübertragung

Arbeitsaufwand:
56 h Präsenz + 94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur 120 Minuten	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Technische Informatik 1 Technische Informatik 2 Algorithmen und Datenstrukturen

Medienformen:	Literatur:
	Andrew S. Tanenbaum, “Computer Networks”, Pearson International James F. Kurose, Keith W. Ross, “Computer Networking – A Top-Down Approach”, Addison Wesley

Hinweise:

Data Mining – Einführung in Data Mining

Winter

Einführung zu Data Mining für Bachelorstudiengänge

(engl. Data Mining for Bachelor Students - An Introduction (German course) )

Modulnummer: FIN-INF-110302

Kürzel DM4BA

CP 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Myra Spiliopoulou
Dozent:in:	Myra Spiliopoulou
Lehrveranstaltungen:	Vorlesung DM4BA Übung DM4BA
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden:

• verstehen, wozu Data Mining gut ist
• verstehen, wie eine Klassifikationsaufgabe aussieht und wie eine Clustering-Aufgabe aussieht, und können zwischen den zwei Typen von Aufgaben unterscheiden
• verstehen, wie einfache Klassifikationsmethoden funktionieren und können diese für Probleme anwenden
• verstehen, wie einfache Clustering-Methoden funktionieren und können diese für Probleme anwenden
• verstehen die Herausforderungen der Evaluation von Modellen
• können Evaluationsvorgänge gestalten und durchführen
• verstehen, warum Data Engineering vor dem Aufruf von Lernverfahren nötig ist
• können einfache Instrumente der Datenaufbereitung anwenden und ihre Ergebnisse evaluieren

und haben damit notwendige Grundlagen erworben, um einen einfachen Vorgang zum Ableiten eines Modells und zu dessen Evaluation zu gestalten.

Inhalt:

• Klassifikation: Lernverfahren und Evaluationsvorgänge
• Clustering: Lernverfahren und Evaluationsvorgänge
• mehr zu Methoden für die Evaluation von Modellen
• Data Engineering: Datenaufbereitungsaufgaben, -methoden und -evaluationsvorgänge

Arbeitsaufwand:

• 28 Stunden Vorlesung (Präsenz)
• 28 Stunden Übung (Präsenz)
• 94 Stunden Eigensändiges Arbeit zur Vor- und Nachbereitung der Vorlesung und der Übung, sowie zur Prüfungsvorbereitung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Votierung - min Anzahl von Punkten durch Aufgaben in den Übungen	Schriftliche Prüfung - Klausur (120 min)	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Datenbanken

Medienformen:

Literatur:

Zu Data Mining Methoden und zu Evaluationsansätzen: Pan-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar (2019). Introduction to Data Mining, 2nd edition. Pearson – Ausschnitte aus Kpt 3, 5, 7 Ian Witten & Eibe Frank (2005). Data Mining – Practical machine learning tools and techniques. 2nd edition. Elsevier – Ausschnitte aus Kpt 4 zu Naive Bayes Zu Data Engineering: Salvador Garcia, Julian Luengo, Francisco Herrera (2015). Data Preprocessing for Data Mining. Springer – Ausschnitte aus Kpt 3, 4, 7, evtl auch aus Kpt 2 und eventuell für Zeitreihen: Parmezan, A. R. S., Souza, V. M. A., and Batista, G. E. A. P. A. (2019). Evaluation of statistical and machine learning models for time series prediction: Identifying the state-of-the-art and the best conditions for the use of each model. Information Sciences, DOI: 10.1016/j.ins.2019.01.076 Cismondi, F. C., Fialho, A., Vieira, S., Reti, S., Sousa, J., and Finkelstein, S. (2013). Missing data in medical databases: Impute, delete or classify? Artificial Intelligence in Medicine, DOI: 10.1016/j.artmed.2013.01.003 Weitere Literatur wird in den einzelnen Sessions aufgelistet.

Hinweise:

Datenanalyse, Visualisierung und Visual Analytics

Sommer

(engl. Data Analysis, Visualization and Visual Analytics )

Modulnummer: FIN-INF-110388

Kürzel DatenVisVA

CP 5

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Holger Theisel
Dozent:in:	Dirk Joachim Lehmann
Lehrveranstaltungen:	Vorlesung Datenanalyse, Visualisierung und Visual Analytics
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen Methoden der Datenanalyse, Visualisierung und des Visual Analytics, einschließlich algorithmischer Verfahren zur Datenaufbereitung, Dimensionsreduktion und Clusteranalyse.
• kennen Visualisierungstechniken zur Darstellung hochdimensionaler Daten und interaktiver Visual Analytics-Ansätze zur Entscheidungsunterstützung.
• kennen kognitive und wahrnehmungspsychologische Aspekte der Datenvisualisierung sowie Prinzipien effektiver grafischer Darstellungen.
• können geeignete Methoden und Werkzeuge zur Analyse und Visualisierung komplexer Datenbestände auswählen, anwenden und interpretieren.
• können Visualisierungs- und Analysemodelle technisch umsetzen, evaluieren und in geeignete Applikationen integrieren.
• können die Qualität und Aussagekraft von Datenvisualisierungen und analytischen Modellen kritisch bewerten und optimieren.
• können für einfache Problemstellungen aus der Anwendung selbstständig datenbasierte Lösungen entwickeln und präsentieren.

Inhalt:
Inhalte der Veranstaltung:

• Automatisierbare Datenanalyse: Einführung in maschinelles Lernen und statistische Methoden zur Datenauswertung und deren mathematische Grundlagen (insbesondere in der multivariaten Optimierung). Behandelte Techniken umfassen PCA zur Dimensionsreduktion, k-Means zur Clusterbildung und Regressionsanalysen zur Modellierung von Zusammenhängen u.v.m.
• Datenvisualisierung: Methoden zur grafischen Darstellung von Daten zur Erkennung von Mustern und Trends, darunter Scatterplots, Heatmaps und Parallelkoordinaten.
• Visual Analytics: Kombination aus Data-Mining-Methoden und interaktiven Visualisierungen zur Analyse komplexer Datenbestände. Einsatz von Dashboards und Reporting-Tools zur Entscheidungsunterstützung.
• Interdisziplinäre Aspekte: Einfluss der visuellen Wahrnehmung und kognitiven Verarbeitung auf effektive Visualisierungen. Berücksichtigung von Farbtheorie, Gestaltprinzipien und Usability.
• Anwendungsbeispiele: Praxisnahe Anwendungen aus Finanzdatenanalyse, Bioinformatik und Epidemiologie, etwa zur Krankheitsüberwachung oder Genexpressionsanalyse.
• Die Veranstaltung kombiniert Theorie und praxisnahe Anwendungsszenarien, um Studierende auf eigenständige Datenanalyse- und Visualisierungsaufgaben vorzubereiten.

Arbeitsaufwand:
30 h Präsenzzeit + 120 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur, 120 min.	2 SWS Vorlesung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Datenbanken 2

Sommer

Implementierungstechniken

(engl. Database Implementation Techniques )

Modulnummer: FIN-INF-102810

Kürzel DB2

CP 5

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Gunter Saake
Dozent:in:	Gunter Saake
Lehrveranstaltungen:	Vorlesung Datenbanken 2 Übung Datenbanken 2
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehendie Architektur und Funktionsweise von Datenbanksystemen
• verstehen die Verwaltung des Hintergrundspeichers und Seitenverdrängungsstrategien
• verstehen typische Zugriffstrukturen und können diese implementieren
• verstehen Zugriffsstrukturen für spezielle Anwendungsfälle
• können Basisalgorithmen für Datenbankoperationen zu implementieren
• verstehen die Verarbeitung von Anfragen, können deren Leistung beurteilen und optimieren

Inhalt:

• Aufgaben und Prinzipien von Datenbanksystemen
• Architektur von Datenbanksystemen
• Verwaltung des Hintergrundspeichers
• Dateiorganisation und Zugriffsstrukturen
• Zugriffsstrukturen für spezielle Anwendungen
• Basisalgorithmen für Datenbankoperationen
• Optimierung von Anfragen

Arbeitsaufwand:
56h Präsenz + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur (120 min)	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Datenbanken 1

Medienformen:	Literatur:
	Datenbanken: Implementierungstechniken. Gunter Saake, Kai-Uwe Sattler, Andreas Heuer, 4. Auflage mitp-Verlag, Bonn, 2019, ISBN: 978-3-95845-779-9

Hinweise:

Deep Learning für Ingenieure

Winter

(engl. Deep Learning for Engineers )

Modulnummer: FIN-INF-110485

Kürzel DLFI

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Sebastian Stober
Dozent:in:	Sebastian Stober
Lehrveranstaltungen:	Deep Learning für Ingenieure (Vorlesung) Deep Learning für Ingenieure (Übung)
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• können moderne Deep Learning Methoden für unterschiedliche Domänen sicher anwenden
• haben die Fähigkeit, aktuelle Forschung in diesem Bereich zu folgen
• kennen den Ablauf der Entwicklung von tiefen neuronalen Netzen.

Inhalt:
Einführung in den Lernprozess durch Backpropagation. Es werden essentielle Modellarchitekturen, wie MLP, RNN, CNN, Auto-Encoder und Transformer(Attention) vorgestellt und auf verschiedene Probleme angewendet. Hierbei werden die Lernparadigmen des überwachten und unüberwachten Lernens und deren Anwendungen vermittelt. Dies beinhaltet
auch Regularisierungen, fortgeschrittene Trainingsmethoden und Interpretierung von Lernkurven und Ergebnissen

Arbeitsaufwand:

• 56h Präsenzzeit (Vorlesung + Übung)
• 94h selbstständige Arbeit (Vor- und Nachbearbeitung von Vorlesung (OER) und Übung, Bearbeiten von Übungs- und Programmieraufgaben)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur 120 Minuten Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Maschinelles Lernen

Medienformen:	Literatur:

Hinweise:

Design-Projekt

Sommer

(engl. Design project )

Modulnummer: FIN-INF-110517

Kürzel DSP

CP 5

Semester Sommer

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Hans-Knud Arndt
Dozent:in:	Hans-Knud Arndt
Lehrveranstaltungen:	Seminar Design-Projekt Übung Design Projekt
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Absolvent*innen dieses Moduls...

• entwickeln ein Verständnis für Industrie-Design
• setzen sich mit den „Zehn Thesen des Guten Designs“ von Dieter Rams auseinander und sind in der Lage, diese auf Projekte anzuwenden
• entwickeln ein Verständnis für das Design aktueller IT-Produkte

Inhalt:
Die Teilnehmer*innen sollen im Rahmen dieser Lehrveranstaltung ihre neu gewonnenen Erkenntnisse in Bezug auf Design praktisch auf IT-Produkte anwenden. Hierbei wird sich vor allem auf die von Dieter Rams entwickelten „Zehn Thesen des Guten Designs“ konzentriert.

Arbeitsaufwand:
56 h Präsenz
94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit	Seminar (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Einführung in Digitale Spiele

Winter

(engl. Introduction to Digital Games )

Modulnummer: FIN-INF-110376

Kürzel EiDS

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Holger Theisel
Dozent:in:	Tim Härtel
Lehrveranstaltungen:	Vorlesung Einführung in Digitale Spiele Übung Einführung in Digitale Spiele
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage:

• Ideen für Spiele zu entwickeln und diese in Form eines selbstgewählten Prototypen umzusetzen.
• Grundlagen für den Aufbau und dem Ablauf von Spielen zu verstehen und erklären zu können.
• Die wichtigsten Bestandteile einer Game Engine, z. B. der Physics Engine und des Renderings, zu verstehen, zu erklären und im Rahmen einer Game Engine zu verwenden.
• Übergreifende Prozesse im Bezug auf die Spielentwicklung nachzuvollziehen und zu erklären.
• Verstehen und Anwenden (software-)technischer Askepte der Spieleentwicklung, wie Collisions, Shader, etc.

Inhalt:

• Game Design
• Game Development Software Patterns
• 2D-3D Math Game Concepts
• Rendering
• Animations
• Lights
• Shadows
• Shader
• Physics Engines
• Collisions
• Audio (Engine)
• Pathfinding
• Navigation
• Procedural Content Generation
• Game AI
• Prototyping
• Playtesting
• Flow
• Gamification/Serious Games
• Feedback, Gameplay Loop

Arbeitsaufwand:
56 h Präsenz + 94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Wird in der ersten Vorlesung bekanntgegeben.	Klausur 120 Minuten (Note), Wissenschaftliches Projekt (Schein)	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Algorithmen und Datenstrukturen

Medienformen:	Literatur:
	Jason Gregory: “Game Engine Architecture”, Taylor & Francis, 2009 Steve Rabin: “Introduction to Game Development”, Charles River Media, 2010 Jesse Schell: The Art of Game Design: A Book of Lenses. CRC Press, 2008 Thomas Akenine-Möller, Eric Haines, Naty Hoffman: “Real Time Rendering”, Peters, 2008

Hinweise:

Einführung in Managementinformationssysteme

Sommer

(engl. Introduction to management information systems )

Modulnummer: FIN-INF-103315

Kürzel EinfMIS

CP 5

Semester Sommer

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Hans-Knud Arndt
Dozent:in:	Hans-Knud Arndt
Lehrveranstaltungen:	Vorlesung Einführung in Managementinformationssysteme Übung Einführung in Managementinformationssysteme
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Anwenden - Pflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Absolvent*innen dieses Moduls...

• erlangen ein Verständnis des Konzepts von Managementsystemen für Organisationen jeglicher Art
• setzen sich mit der Idee von Managementinformationssystemen als informationstechnische Entsprechung von Managementsystemen auseinander
• kennen methodische Herangehensweisen zur Entwicklung von Managementinformationssystemen
• kennen die Anwendung von Metainformation und Anwendungsintegration in Managementinformationssystemen

Inhalt:

• Grundlagen zu Managementsystemen
• Managementinformationssysteme als Informationssysteme für Managementsysteme
• Methoden zur Konzipierung und Realisierung von Managementinformationssystemen
• Metainformation in Managementinformationssystemen

Arbeitsaufwand:
56h Präsenzzeit
94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Um an der Prüfung teilnehmen zu können, sind Prüfungsvorleistungen erforderlich. Details werden in der ersten Vorlesung bekannt gegeben.	Klausur	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Einführung in die Wirtschaftsinformatik

Medienformen:	Literatur:

Hinweise:

Einführung in die Computergraphik

Sommer

(engl. Introduction to Computer Graphics )

Modulnummer: FIN-INF-110512

Kürzel

CP 5

Semester Sommer

Fachsem. ab 2.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Holger Theisel
Dozent:in:	Holger Theisel
Lehrveranstaltungen:	Vorlesung Einführung in die Computergraphik Übung Einführung in die Computergraphik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Computervisualistik - Pflicht - B.Sc. CV: Computervisualistik Pflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden

• verstehen die grundlegenden Konzepte der Computergraphik
• können ihre Kenntnisse anwenden zur Erstellung eines Rendering-Programms
• Arbeiten in Gruppen an Übungen und Programmmieraufgaben
• erlernen sowohl theoretische Grundlagen als auch Anwendungen der Computergraphik
• sind nach der Veranstaltung in der Lage, sich vertiefte Kenntnisse der Computergraphik anzueignen

Inhalt:

• Einführung, Geschichte, Anwendungsgebiete der Computergraphik
• Modellierung und Akquisition graphischer Daten
• Graphische Anwendungsprogrammierung
• Transformationen
• Clipping
• Rasterisierung und Antialiasing
• Beleuchtung
• Texturierung
• Sichtbarkeit
• Raytracing
• Moderne Konzepte der Computergraphik im Überblick

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur, 120 min	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Einführung in die Informatik

Medienformen:

Literatur:

J.D. Foley, A. van Dam, S.K. Feiner, J.F. Hughes: Computer Graphics – Principles and Practice (second Edition). AddisonWesley Publishing Company, Inc., 1996 J. Encarnacao, W. Straßer, R. Klein: Gerätetechnik, Programmierung und Anwendung graphischer Systeme, Teil I und II. Oldenbourg, München, Wien, 1966, 1997 D. Salomon: Computer Graphics Geometric Modeling, Sprin-ger, 1999 A. Watt: 3D Computer Graphics. Addison-Wesley Publishing Company, Inc., 2000

Hinweise:
Dieses Modul darf nicht zusätzlich zum Modul Computer Graphics - an Introduction gehört werden.

Einführung in die Wirtschaftsinformatik

Winter

(engl. Business Informatics (Introduction) )

Modulnummer: FIN-INF-110122

Kürzel EWIF

CP 5

Semester Winter

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Klaus Turowski
Dozent:in:	Prof. Dr. Klaus Turowski
Lehrveranstaltungen:	Vorlesung Einführung in die Wirtschaftsinformatik Übung Einführung in die Wirtschaftsinformatik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Wirtschaftsinformatik Grundlagen (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehen zentrale Begriffe und Konzepte aus dem Bereich der Wirtschaftsinformatik.
• beherrschen Methoden und Techniken des klassischen IT-Projektmanagements für die Bereiches des Anforderungsmanagements sowie der Termin-, Einsatzmittel- und Kostenplanung.
• kennen die Bausteine für Geschäftsmodelle und die Theorie der informationellen Mehrwerte bezogen auf elektronische und mobile Angebote.
• lernen die verschiedenen Generationen und Kategorien von Programmiersprachen kennen.
• können die Methoden der Architektur Integrierter Informationssysteme anwenden, um die Komplexität des betriebswirtschaftlichen Geschehens zu erfassen und bei der Gestaltung von Lösungen an der Schnittstelle von Informatik, Wirtschaftsinformatik und Wirtschaftswissenschaften beizutragen.
• können Sachverhalte abstrahieren und analytisch denken.

Inhalt:

• Definition und Einordnung der Wirtschaftsinformatik
• Berufsbilder für Wirtschaftsinformatiker
• Wirtschaftsinformatik als Wissenschaft
• Grundbegriffe der Wirtschaftsinformatik
• Einführung in klassisches IT-Projektmanagement
• Anforderungsmanagement
• Modellierung von betriebswirtschaftlichen Strukturen und Prozessen
• Erarbeitung von betriebswirtschaftlichen Problemlösungen mit Endbenutzerwerkzeugen

Arbeitsaufwand:
42h Präsenzzeit + 108h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Für die Teilnahme an der Prüfungsleistung (Hausarbeit) sind bestimmte Anforderungen zu erfüllen. Weitere Informationen werden in der ersten Vorlesung kommuniziert.	Hausarbeit	Vorlesung (2SWS) Übung (2SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	​Enzyklopädie der Wirtschaftsinformatik (http://www.enzyklopaedie-der-wirtschaftsinformatik.de/)

Hinweise:

Einführung in die Wissensrepräsentation

Winter

(engl. Introduction to knowledge representation )

Modulnummer: FIN-INF-110518

Kürzel KR

CP 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	true
Verantwortung:	Fabian Neuhaus
Dozent:in:	Fabian Neuhaus
Lehrveranstaltungen:	Vorlesung Einführung in die Wissensrepräsentation Übung Einführung in die Wissensrepräsentation
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehen die theoretischen Grundlagen der Wissensrepräsentation
• kennen wichtige Sprachen, Methoden und Werkzeuge, die in der Praxis zur Repräsentation von Wissen verwendet werden
• haben die die Fähigkeit, einfache Wissensgraphen und Ontologien selbstständig in kleinen Teams zu entwickeln und
• diese Ergebnisse zu präsentieren.

Inhalt:
In diesem Modul werden Studierende in die Grundlagen der Wissensrepräsentation eingeführt. Dies geschieht am Beispiel von Technologien, die für die Repräsentation von Wissen in Form von Wissensgraphen und Ontologien verwendet werden. Im Rahmen dieses Moduls werden folgende Inhalte behandelt:

• theoretische Grundlagen der Wissensrepräsentation und formaler Semantik
• Resource Description Framework (RDF): eine Sprache für Wissensgraphen
• Resource Description Framework Schema (RDFS): eine Sprache für einfache kontrollierte Vokabulare und Taxonomien
• SPARQL Protocol and RDF Query Language: eine Abfragesprache für RDF(S) Graphen
• Web Ontology Language (OWL): eine Sprache für angewandte Ontologien
• Methoden für die Entwicklung von Wissensgraphen und Ontologien
• Beispiele für Anwendung von Wissensgraphen und Ontologien in der Praxis in verschiedenen Anwendungsgebieten (z.B. Biologie, Chemie, Materialwissenschften)

Arbeitsaufwand:
56h Präsenzzeit + 94h selbständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Votierung von 2/3 der Übungsaufgaben. Aktive Teilnahme an Vorlesung und Übung	Schriftliche Prüfung	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Erfolgreicher Abschluss des Modul “Logik” bzw. fundiertes Wissen im Bereich der Themen des Moduls "Logik".

Medienformen:	Literatur:

Hinweise:
Anmeldung via E-Learning-Plattform

Erklärbare und sichere KI

Sommer

(engl. Explainable and safe AI )

Modulnummer: FIN-INF-110496

Kürzel XAI

CP 5

Semester Sommer

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Sebastian Stober
Dozent:in:	Sebastian Stober
Lehrveranstaltungen:	Vorlesung Erklärbare und sichere KI Übung Erklärbare und sichere KI
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• können Methoden zur Erklärung von Entscheidungen und internen Repräsentationen, sowie Prozessen von Modellen des maschinellen Lernens sicher anwenden
• haben die Fähigkeit, die Qualität von Modellen abseits von Genauigkeitsmetriken einschätzen zu können
• können Modelle zielgerichtet verbessern

Inhalt:
Einordnung unterschiedlicher Kategorien von Erklärbarkeits-Methoden für Modelle des maschinellen Lernens sowie Anforderungen an Nutzer:innenzentrierte Erklärungen. Darstellung direkt interpretierbarer Modelle (ante-hoc) sowie Analyse- und Visualisierungs-Methoden für Blackbox-Modelle (post-hoc). Zudem werden grundlegende Post-hoc Erklärungstechniken mit modell-agnostischen und modell-spezifischen Ansätzen vorgestellt.

Arbeitsaufwand:

• 56h Präsenzzeit (Vorlesung + Übung)
• 94h selbstständige Arbeit (Vor- und Nachbearbeitung von Vorlesung (OER) und Übung, Bearbeiten von Übungs- und Programmieraufgaben)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur 120 Minuten Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Deep Learning für Ingenieure

Medienformen:	Literatur:

Hinweise:

Game Design – Grundlagen

Sommer

(engl. Game Design – Foundations )

Modulnummer: FIN-INF-102835

Kürzel GDG

CP 5

Semester Sommer

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Holger Theisel
Dozent:in:	Johannes Hauffe, Christian Sandkämper (Just2D Interactive GmbH)
Lehrveranstaltungen:	Vorlesung Game Design Grundlagen Übung Game Design Grundlagen
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen grundlegende Konzepte des Game Designs
• wissen, wie eine Welt gestaltet wird und wie mit Spielerfeedback umgegangen wird
• sind dazu in der Lage, Strategien und Techniken, um Charaktere und Dialoge zu gestalten
• können Spielmechaniken, Spielerlebnisse und Feedback kritisch analysieren
• können Verbesserungen sowie Optimierungen benennen

Inhalt:

• Game Design: Definitionen;
• Aufgaben eines Game Designers
• Die Struktur von Spielen: Komponenten eines Spiels
• Die Struktur von Spielen: Thema, Vision, PoV und Genre
• Game Design: Weltdesign
• Game Design: Charakterdesign
• Game Design: Setting, Hintergrundgeschichte und Handlung
• Game Design: Rätsel, Aufgaben und Hindernisse
• Game Design: Balancing und Testing
• Das Spiel und der Game Designer
• Das Spiel und der Spieler
• Dokumentationstechniken
• Kommunikation; der Designer und das Team

Die vorgestellten Inhalte beziehen sich auf aktuelle Forschungen und werden mit Erfahrungen aus der Wirtschaft ergänzt.

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur, 120 min	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Einführung in Digitale Spiele

Medienformen:	Literatur:
	Raph Koster: A Theory of Fun. Paraglyph Press, 2005 Jesse Schell: The Art of Game Design: A Book of Lenses. CRC Press, 2008 Tracy Fullerton: Game Design Workshop: A Playcentric Approach to Creating Innovative Games. CRC Press, 2008

Hinweise:

Grundlagen der C++ Programmierung

Sommer

(engl. Introduction to C++ Programming )

Modulnummer: FIN-INF-110382

Kürzel C++

CP 5

Semester Sommer

Fachsem. ab 2.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Dr. Thomas Wilde
Dozent:in:	Dr. Thomas Wilde
Lehrveranstaltungen:	Vorlesung Grundlagen der C++ Programmierung Übung Grundlagen der C++ Programmierung
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Studierende, die den Kurs erfolgreich absolviert haben, sind in der Lage ...

• ... den Kompilierungsprozess für C++ Projekte zu erklären,
• ... primitive Datentypen, Operatoren und Kontrollstrukturen anzuwenden und zu vergleichen,
• ... Zeiger und Speicherverwaltung in C++ zu nutzen,
• ... Zeiger, Zeigerarithmetik und Arrays sicher zu verwenden,
• ... dynamische Speicherverwaltung und Ausnahmebehandlung zu beherrschen,
• ... Funktionen, objektorientierte Programmierung und Operatorüberladung anzuwenden und zu nutzen,
• ... generische Programmierung umzusetzen und die Standardbibliothek zu nutzen.

Inhalt:

• Bedienung des Compilers und Zusammenspiel mit Linker
• Primitive Datentypen, Operatoren und Kontrollfluss (und Unterschiede zu Java)
• Variablen, Felder, Zeiger und Zeigerarithmetik
• Funktionen
• Klassen
• Speicherverwaltung, Referenzen, Ausnahmebehandlung
• Überladen von Operatoren
• Generische Programmierung mit Templates Überblick über die Standardbibliothek inklusive STL
• Werkzeuge (Debugger, make, Valgrind, Doxygen)
• Allgemeine Problematiken (z.B. Programmierstil, Quellcode-Verwaltung, Optimierung, Zeichensätze/UTF-8)

Arbeitsaufwand:

• asynchrone Vorlesung 2 SWS = 28h Arbeit,
• Übung 2 SWS = 28h Präsenzzeit,
• 94h selbstständige Arbeit,
• gesamt 150h.

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Prüfungsvorleistung erforderlich, wird zu Semesterbeginn bekanntgegeben;	Prüfung: schriftliche Klausur, 120 Minuten; Schein: schriftliche Klausur muss mitgeschrieben und bestanden werden.	asynchrone Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Grundkenntnisse in Programmierung idealerweise Java-Kenntnisse (z.B. aus der Vorlesung "Einführung in die Informatik")

Medienformen:	Literatur:
	Bjarne Stroustrup. The C++ Programming Language, Frank B. Brokken. C++ Annotations. , Scott Meyers. Effective C++, Nicolai M. Josuttis. The C++ Standard Library - A Tutorial and Reference.

Hinweise:

Grundlagen der Theoretischen Informatik II

Sommer

(engl. Introduction to the Theory of Computation II )

Modulnummer: FIN-INF-110118

Kürzel GThI 2

CP 5

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Stefan Schirra
Dozent:in:	Prof. Dr. Stefan Schirra
Lehrveranstaltungen:	Vorlesung Grundlagen der Theoretischen Informatik II Übung Grundlagen der Theoretischen Informatik II
Verwendbarkeit:	- B.Sc. INF: Mathematik / Theoretische Informatik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Theoretische Informatik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden haben erweiterte Fähigkeiten, komplexe Probleme hinsichtlich Berechenbarkeit und Komplexität beurteilen und klassifizieren zu können.

Inhalt:

• Weiterführendes zu Formalen Sprachen und Automatentheorie (Abschlusseigenschaften, deterministische Kellerautomaten, Zustandsminimierung endlicher Automaten),
• Äquivalenz verschiedener Berechnungsmodelle (beispielsweise Turingmaschinen, Registermaschinen, primitiv rekursive und mu-rekursive Funktionen, Grammatiken),
• weitere unentscheidbare und NP-vollständige Probleme.

Arbeitsaufwand:
56h Präsenzzeit 94h selbstständige Arbeit (Bearbeiten der Übungsaufgaben Nachbereitung der Vorlesungen)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Erfolgreiche Teilnahme an den Übungen, d.h. für je 4 aufeinanderfolgende Übungsblätter 50% der Aufgaben erfolgreich votieren	Klausur 120 Min (schriftliche Prüfung)	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Grundlagen der Theoretischen Informatik

Medienformen:	Literatur:
	Sipser; Theory of Computation Kozen; Automata and Computability

Hinweise:
Auch dieses Modul ist zwei Lehrstühlen zugeordnet, die es abwechselnd bedienen

Grundlagen der Theoretischen Informatik III

Winter

(B.Sc.)

(engl. Introduction to the Theory of Computation III )

Modulnummer: FIN-INF-110464

Kürzel GThI 3

CP 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Stefan Schirra
Dozent:in:	Prof. Dr. Stefan Schirra
Lehrveranstaltungen:	Vorlesung Grundlagen der Theoretischen Informatik III Übung Grundlagen der Theoretischen Informatik III
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Studierende lernen, formale Sprachen in die Chomsky-Hierarchie einzuordnen und beurteilen zu können. Sie verstehen algebraische Zugänge zu Formalen Sprachen. Ferner lernen sie Optionen kennen, mit schweren Problemem umzugehen, und diese anzuwenden.

Inhalt:

• Weiteres zu regulären und kontextfreien Sprachen,
• Kleene Algebren,
• Exakte Exponentialzeitalgorithmen,
• Algorithmen für spezielle Graphklassen,
• Festparameterhandhabbarkeit,
• Approximationsalgorithmen und Nichatapproximierbarkeit
• Elementare Komplexitätstheorie.

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Aktive Teilnahme an der Veranstaltung	Klausur (schriftlich) 120 Minuten	Vorlesung (3 SWS) Übung (1 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Grundlagen der Theoretischen Informatik und Grundlagen der Theoretischen Informatik II (Bachelor)

Medienformen:	Literatur:
	Sipser; Theory of Computation Kozen; Automata and Computability Shallit; A Second Course on Automata and Computability Theory

Hinweise:
Dies ist die Bachelorvariante zur gleichnamigen Masterveranstaltung. Voraussetzung sind die (Inhalte der) Veranstaltungen Grundlagen der Theoretischen Informatik und Grundlagen der Theoretischen Informatik II. Ein Bachelorzeugnis ist folglich keine zwingende Voraussetzung für diese Veranstaltung, die den Stoff aus den Teilen 1 und 2 vertieft und ergänzt. Der Aufwand ist eigentlich 6 CP, aber dies ist im Bachelorbereich leider nicht möglich, also sind es im Bachelor nur 5. Dafür müssen Studierende in der Bachelorvariante weniger Übungsaufgaben bearbeiten.

Grundlagen des Maschinellen Lernens

Sommer

(engl. Introduction to Machine Learning )

Modulnummer: FIN-INF-110482

Kürzel

CP 5

Semester Sommer

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Andreas Nürnberger
Dozent:in:	Andreas Nürnberger
Lehrveranstaltungen:	Vorlesung Grundlagen des Maschinellen Lernens Übung Grundlagen des Maschinellen Lernens
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• haben die Fähigkeit, Machine Learning Pipelines und individuelle Algorithmen zu erstellen
• können Entscheidungsbäume, Mehrebenen-Perceptrons, und KNN Klassifizierer in Java, Python, C++ programmieren
• können die Leistung verschiedener Klassifizierer bei praktischen Anwendungen bewerten

Inhalt:

• Einführung in das Funktionslernen;
• Einführung in die Konzepträume und Konzeptlernen;
• Algorithmen des Instanz-basiertes Lernens und Clusteranalyse;
• Algorithmen zum Aufbau der Entscheidungsbäume;
• Bayesches Lernen;
• Neuronale Netze;
• Assoziationsanalyse;
• Verstärkungslernen;
• Hypothesen Evaluierung

Arbeitsaufwand:
56h Präsenz + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur (2h, auch als unbenotete Prüfungsleistung). Voraussetzung zur Teilnahme an der Prüfung werden in der ersten Vorlesung und online bekannt gegeben.	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Grundzüge der Algorithmischen Geometrie

Sommer

(engl. Basic Introduction to Computational Geometry )

Modulnummer: FIN-INF-110117

Kürzel GzAG

CP 5

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Stefan Schirra
Dozent:in:	Prof. Dr. Stefan Schirra
Lehrveranstaltungen:	Vorlesung Grundzüge der Algorithmischen Geometrie Übung Grundzüge der Algorithmischen Geometrie
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Computervisualistik - Pflicht - B.Sc. CV: Computervisualistik Pflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• haben die Fähigkeit, algorithmische Lösungen für elementare geometrische Probleme zu erstellen und hinsichtlich ihrer Effizienz zu bewerten
• können fundamentale geometrische Strukturen zur Problemlösung beschreiben und anwenden

Inhalt:

• Algorithmenentwurfsparadigmen (beispielsweise Plane-Sweep, Teile- und Herrsche, randomisierte inkrementelle Konstruktion) für geometrische Algorithmen,
• Grundlegende geometrische Strukturen (Konvexe Hülle, Triangulierung von Punktmengen, Arrangements, Voronoi- und Delaunaydiagramme)

Arbeitsaufwand:
56h Präsenzzeit 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Erfolgreiche Teilnahme an den Übungen (50% der Aufgaben votieren)	Klausur 120 Minuten	Vorlesung (3 SWS) Übung (1 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Algorithmen und Datenstrukturen

Medienformen:	Literatur:
	de Berg, Cheong, van Kreveld, Overmars: Computational Geometry (3. Edition). Klein: Algorithmische Geometrie (2. Auflage).

Hinweise:

Hochintegrierte Enterprise Systeme

Winter

(engl. Highly Integrated Enterprise Systems )

Modulnummer: FIN-INF-110477

Kürzel HES

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Klaus Turowski
Dozent:in:	Robert Häusler / UCC
Lehrveranstaltungen:	Vorlesung HES Übung HES(Ü)
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen und verstehen das "Big Picture" von hochintegrierten Enterprise Systemen.
• verstehen die Vielseitigkeit, die Komplexität und den Wert von Anwendungssystemen für Unternehmen.
• verstehen die Grundzüge und Konzepte in den Bereichen Geschäftsprozesse, Fiori-Entwicklung, SAP Basis, Campus Management und Data Analytics (beispielgetriebenes Konzeptverständnis).
• können Geschäftsprozesse an einem Beispielsystem durchführen und sind in der Lage diese zu reflektieren.
• haben Kenntnisse in Bezug auf die Flexibilisierung von Unternehmenssoftware durch Customizing und Entwicklung (am Beispiel SAP).
• können Teile eines Unternehmens in einem Anwendungssystem abbilden (Customizing) und eine einfache SAP-basierte App entwickeln.
• können sich in praktische (Problem-)Szenarien einarbeiten, im Team reflektieren und Lösungen erarbeiten.

Inhalt:

• Big Picture SAP: Vertikaler Schnitt durch die Unternehmensarchitektur (von Endanwendung über Customizing und Entwicklung hin zu Basis und Infrastruktur)
• Customizing von Organisationsstrukturen und Integration von Geschäftsprozessen
• Einstieg in App-Entwicklung mit SAP UI5 und Fiori
• SAP Basis (Aufbau & Betrieb von Systemen), Datensicherheit und Infrastruktur
• SAP in der Verwaltung
• Analytics in SAP

Arbeitsaufwand:

• Vorlesung 28h
• Übung 28h
• selbstständige Arbeit 94h

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

IT-Forensik

jedes

(engl. IT-Forensics )

Modulnummer: FIN-INF-110384

Kürzel IFOR

CP 5

Semester jedes

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr.-Ing. Jana Dittmann
Dozent:in:	Prof. Dr.-Ing. Jana Dittmann
Lehrveranstaltungen:	Vorlesung IT-Forensik Übung IT-Forensik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• können anhand einer ausgewählten fachlichen Fragestellung zur IT-Forensik die Anforderungen und Lösungsmöglichkeiten für ein Anwendungsbeispiel verstehen
• das Vorgehensmodell einer IT-forensischen Untersuchungen verstehen und umsetzen
• können forensische Methoden und Werkzeuge am Beispiel anwenden
• können Ergebnisse einer forensischen Untersuchung auswerten und bewerten
• können die Ergebnisse in einem Referat präsentieren und sich einer Diskussion stellen
• können Herausforderungen in der Teamarbeit erkennen und reflektieren
• können IT-Forensik als strategische und operative Aufgabe in einem IuK-System verstehen und ausgewählte Mechanismen gestalten und anwenden

Inhalt:

• Einführung und Grundlagen zu ausgewählten fachlichen Fragestellungen zur Cybersicherheit und zu IT-forensischen Untersuchungen:
• datenzentrisches Vorgehensmodell mit Informationen, Daten und Phasen für IT-forensische Untersuchungen,
• Anwendung an ausgewählten Beispielen
• Sicherheitsziele und Designanforderungen in der IT-Forensik
• Ausgewählte Beispiele zur Beweismittelsuche und Erhebung sowie Auswertung gemäß Best Practices
• Grundlagen zur Aufbereitung, Dokumentation und Präsentation von Untersuchungsergebnissen
• Wiederholung: Grundlagen der Teamarbeit, Vorlesung ist Projekt-orientiert

Arbeitsaufwand:
150h = 56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
keine	Referat mit zwei Teilleistungen (Vortrag und Ausarbeitung): Das Referat umfasst eine eigenständige und vertiefte schriftliche Auseinandersetzung mit einer Fragestellung aus dem Arbeitszusammenhang der Lehrveranstaltung unter Einbeziehung und gezielter kritischer Auswertung einschlägiger Literatur, sowie die Darstellung der eigenen Arbeit auch im Vergleich im Team und die Vermittlung sowie Bewertung der eigenen Ergebnisse im mündlichen Vortrag sowie in der anschließenden Diskussion im Team. Die Ausarbeitungen müssen schriftlich vorliegen.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Grundlagen Algorithmen und Datenstrukturen, Grundlagen der theoretischen Informatik, Grundlagen der technischen Informatik, Sichere Systeme

Medienformen:	Literatur:

Hinweise:
https://omen.cs.uni-magdeburg.de/itiamsl/deutsch/lehre/index.html

IT-Software project KMD

every

(in German: IT-Softwareprojekt KMD )

Module-ID: FIN-INF-110525

Abbreviation Softproj_KMD

Credit Points 5

Semester every

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	Myra Spiliopoulou
Lecturer:	Myra Spiliopoulou
Classes:	Softwareprojekt Softproj_KMD
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen

Intended learning outcomes:
DEUTSCH: Beim erfolgreichen Abschluss von diesem Projekt können die Studierenden:

• ein Team gestalten, sich in dieses Team einordnen, Teilaufgaben unter sich teilen, Meilensteine setzen und einen gemeinsamen Zeitplan angehen
• eine vereinfachte Data-Mining oder Data-Engineering Aufgabe in Gruppenarbeit lösen
• in Gruppenarbeit eine Softwarelösung entwerfen, entwickeln und evaluieren
• ihre Entscheidungen bzgl Entwurf, Gestaltung und Software-auswahl begründen
• ihre Arbeit als Team präsentieren
• einen gemeinsamen Bericht schreiben, wo sie ihre Lösung zusammenfassen und begründen

ENGLISH: When completing this project successfully, the students can:

• build up a team and organize themselves in it, distributing subtasks among themselves according to their competences, setting milestones and pursuing a joint schedule
• solve a simpified data mining or data engineering task in teamwork
• design, develop and evaluate a software solution jointly
• justify their design decisions and software suite selections
• present their work as a team
• write a joint report where they summarize and justify their approach

Content:
DEUTSCH: Realistische aber vereinfachte Aufgabe, welche Datenanalyse mit Lernverfahren beinhaltet; die Aufgabe umfasst Entwurf, Entwicklung und Evaluation einer Softwarelösung als Gruppenarbeit ENGLISH: Assignment of a realistic but simplified task that involves the analysis of data with learning methods. The assignment involves design, development and evaluation of a software solution in teamwork.

Workload:
DEUTSCH:

• Für jedes Gruppenmitglied: 28 Std Präsenz inkl Konsultationen und Sitzungen, 96 Std Selbststudium
• Die Aufgabe ist für eine Studierendengruppe; der Aufwand ist 5 ECTS pro Gruppenmitglied

ENGLISCH:

• For each team member: 28 h in presence (incl consultations and meetings) + 96 h self-study
• Asssignments are designed for student teams; the effort of each team member is 5 ECTS.

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	GERMAN: Dieses Modul implementiert die 'Prüfungsform wissenschaftliches Projekt' als eine 'Hausarbeit', in der ein 'Referat' eingebettet ist ENGLISH: This module implements the 'Prüfungsform wissenschaftliches Projekt' in the form of a 'Hausarbeit' which in turn incorporates a 'Referat'	GERMAN: IT-Softwareprojekt (2 SWS) ENGLISH: IT-Softwareprojekt (2 hours per week)

Prerequisites according to examination regulations:

Recommended prerequisites:

none

GERMAN: Datenbanken Vertrautheit mit einfachen Mining-Algorithmen Grundzüge der Wirtschaftsinformatik (nur für manche Aufgabestellungen) Vertrautheit mit Software Entwicklung Theoretische Grundlagen von Projektmanagement Englischkenntnisse für Lesen und Formulierung von Suchanfragen, weil alle relevanten Software-Bibliotheken und Fora zur Unterstützung bei der Software-Entwicklung auf Englisch sind ENGLISH: Database management Familiarity with simple mining algorithms Familiarity with underpinnings of business informatics (some assignments only) Familiarity with software development Theoretical underpinnings of project management Reading English and searching on English, because all relevant software libraries and fora for the support of software developers are on English

Media:	Literature:
	DEUTSCH: Die Anfangsliteratur hängt von der Aufgabenstellung ab und wird jedem Team zusammen mit der Aufgabenstellung gegeben; das Team wird eventuell weitere Literatur sammeln und sich aneignen müssen ENGLISCH: Literature to start with depends on topic assignment and is given to each team together with the assignment; the team must eventually collect further literature and work with it

Comments:
GERMAN: Als Implementierung des generischen PFLICHTMODULS "Softwareprojekt" entsprechend anrechenbar ENGLISH: This module implements the COMPULSORY generic module 'Softwareprojekt'

Information Retrieval

Winter

(in German: Information Retrieval )

Module-ID: FIN-INF-110307

Abbreviation IR

Credit Points 5

Semester Winter

Term starting at 3.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Andreas Nürnberger
Lecturer:	Andreas Nürnberger
Classes:	Lecture Information Retrieval Exercise Information Retrieval
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students ...

• have the ability to create index structures for text and images using Apache SOLR, Apache Lucene and Elastic Search
• perform end-to-end pre-processing of text data
• develop index structures with pre-processing and user search interfaces
• evaluate search engine performance

Content:

• Statistical properties of texts
• Retrieval models and data structures
• Relevance feedback
• Evaluation
• Structuring datasets (clustering, categorisation)
• Structure and algorithms for web search
• Interface design

Workload:
56h contact time + 94h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Written exam. Requirements for exam participation will be announced in the first week of the course in class and online.	2 SWS Lecture 2 SWS Exercise class

Prerequisites according to examination regulations:	Recommended prerequisites:
keine

Media:	Literature:
	Introduction to Information Retrieval, C.D. Manning, P. Raghavan, H. Schütze, Cambridge University Press, 2008. Information Retrieval: Data Structures and Algorithms, William B. Frakes and Ricardo Baeza-Yates, Prentice-Hall, 1992.

Comments:

Informationstechnologie in Organisationen

Sommer

(engl. Information Technology in Organisations )

Modulnummer: FIN-INF-110124

Kürzel ITO

CP 5

Semester Sommer

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Myra Spiliopoulou
Dozent:in:	Myra Spiliopoulou
Lehrveranstaltungen:	Vorlesung Informationstechnologie in Organisationen Übung Informationstechnologie in Organisationen
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten - Pflicht - B.Sc. WIF: Wirtschaftsinformatik Grundlagen (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Beim erfolgreichen Abschliessen des Moduls, die Studierenden:

• verstehen die Rolle der IT für das moderne Unternehmen
• verstehen, was ein Geschäftsmodell ist, wie das Internet die Gestaltung von Geschäftsmodellen beeinflusst und welche Rolle IT für Geschäftsmodelle im Internet spielt
• haben Einblick in die Rolle der Daten für die Entscheidungsunterstützung im Unternehmen
• verstehen, wie Methoden zur Ableitung von einfachen Modellen funktionieren und wie diese zu evaluieren sind
• können Modelle für einfache Problemstellungen ableiten

und haben damit notwendige Grundlagen erworben, um IT-Lösungen gestalten zu können.

Inhalt:

• Grundzüge zu IT im Unternehmen, darunter IT entlang der Wertschöpfungskette
• Daten für die Entscheidungsunterstützung, darunter Datenmanagement und einfache Lernverfahren
• Unternehmen im Netz, darunter Geschäftsmodelle und Rolle der IT

Arbeitsaufwand:

• 28 Stunden Vorlesung (Präsenz)
• 28 Stunden Übung (Präsenz)
• 94 Stunden Eigensändiges Arbeit zur Vor- und Nachbereitung der Vorlesung und der Übung, sowie zur Prüfungsvorbereitung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Votierung - min Anzahl von Punkten während der Lehrveranstaltung	Schriftliche Prüfung - Klausur (120 min)	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:

Literatur:

BUCH W: WIRTSCHAFTSINFORMATIK, Hans Robert Hansen & Jan Mendling & Gustaf Neumann (2019) sowie Ausschnitte aus: BUCH D: ‘Digitalisierung in Industrie, Handels- und Dienstleistungsunternehmen’ Lars Fend & Jürgen Hofmann (eds), 3. Auflage, SPRINGER GABLER BUCH T: ‘Tools des Maschinellen Lernens: Marktstudie, Anwendungsbereiche & Lösungen der Künstlichen Intelligenz’ Marcus Grum, Eldar Sultanow, Daniel Friedmann, André Ullrich, Norbert Gronau (2020) sowie: BUCH L: 'An Introduction to Statistical Learning - with Applications in R' Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani (2021), 2nd edition, SPRINGER; Kapitel 3, Abschnitte 3.1 & 3.4. https://doi.org/10.1007/978-1-0716-1418-1 Weitere zitierte Literatur, zusätzliche Fallstudien und wissenschaftliche Artikel erscheinen in den jeweiligen Veranstaltungsblocks.

Hinweise:

Intelligente Systeme

Winter

(engl. Intelligent Systems )

Modulnummer: FIN-INF-100384

Kürzel IS

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Sanaz Mostaghim
Dozent:in:	Sanaz Mostaghim
Lehrveranstaltungen:	Vorlesung Intelligente Systeme Übung Intelligente Systeme
Verwendbarkeit:	- B.Sc. INF: Informatik II - Pflicht - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik II - Pflicht - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• haben Grundkenntnisse im Bereich KI
• können KI-Algorithmen verstehen, implementieren und analysieren
• können KI-Algorithmen entwickeln und anwenden
• haben die Befähigung zur Modellierung von Optimierungsproblemen
• haben einen Überblick über hochaktuelle Themen aus der KI

Inhalt:

• Eigenschaften intelligenter Systeme
• Modellierungstechniken für wissensintensive
• Anwendungen Subsymbolische Lösungsverfahren
• Heuristische Suchverfahren
• Lernende Systeme Modellansätze für kognitive
• Systeme Wissensrevision und Ontologien
• Entscheidungsunterstützende Systeme
• Weitere aktuelle Methoden für die Entwicklung
• Intelligenter Systeme wie Kausale Netze,
• Unscharfes Schließen

Arbeitsaufwand:
Präsenzzeit = 56 Stunden:

• 2 SWS Vorlesung
• 2 SWS Übung

Selbständige Arbeit = 94 Stunden:

• Vor- und Nachbearbeitung von Vorlesung und
• Übung Bearbeiten von Übungs- und Programmieraufgaben

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
66% aller Übungsaufgaben votieren 3 Aufgaben in den Übungen präsentieren 66% aller Programmieraufgaben votieren	Prüfung in schriftlicher Form, Umfang: 2 Stunden, notwendige Vorleistungen werden in erster Veranstaltungswoche und auf Vorlesungswebseite angekündigt Unbenotete Leistung: schriftlich oder mündlich, notwendige Vorleistungen werden in erster Veranstaltungswoche und auf Vorlesungswebseite angekündigt	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:

Literatur:

Rudolf Kruse, Sanaz Mostaghim, Christian Borgelt, Christian Braune, Matthias Steinbrecher. Computational Intelligence. A Methodological Introduction, Springer Text Book, 2022 R. Kruse, C. Borgelt, C. Braune, F. Klawonn, C. Moewes, G. Ruß und M. Steinbrecher. Computational Intelligence: Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. 2. Aufl., Springer-Vieweg-Verlag, 2015 S. Russell, P. Norvig: Künstliche Intelligenz: Ein moderner Ansatz, 3. Auflage, Pearson- Verlag, 2012 G. Görz, J. Schneeberger, U. Schmidt, Handbuch der Künstlichen Intelligenz, 5. Auflage, Oldenbourg-Verlag, 2014 C. Beierle und G. Kern-Isberner Methoden wissensbasierter Systeme, 5., verb. Aufl., Springer-Vieweg Verlag, 2014 Weitere Literatur findet sich auf den jeweiligen Vorlesungsfolien.

Hinweise:

Interaktive Systeme

Sommer

(engl. Interactive Systems )

Modulnummer: FIN-INF-100393

Kürzel

CP 5

Semester Sommer

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	true
Verantwortung:	Christian Hansen
Dozent:in:	Christian Hansen
Lehrveranstaltungen:	Vorlesung Interaktive Systeme Übung Interaktive Systeme
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: FIN SMK - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. CV: FIN SMK - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Studierende, die dieses Modul absolvieren, ...

• erwerben grundlegende Kenntnisse im Bereich der Mensch-Computer-Interaktion, einem wichtigen Teilgebiet der Informatik.
• kennen nutzerzentrierte und normkonforme Entwicklungsprozesse für Bedienoberflächen und können diese auf praktische Anwendungsfälle anwenden.
• führen ein interdisziplinäres Teamprojekt durch, entwickeln, testen und evaluieren im Team ein fortgeschrittenes User Interface, lernen komplexe Entscheidungen im Team zu treffen und Kompromisse einzugehen.
• präsentieren ihre Projektergebnisse in einem Vortrag, verteidigen ihre Ergebnisse und Entscheidungen und reflektieren ihre Rolle im Team und ihren individuellen Beitrag zum gemeinsamen Ergebnis.

Inhalt:

• Technische Grundlagen der Mensch-Computer-Interaktion (Fenster-, Menü- und Dialogsysteme)
• Interaktionstechniken und Interaktionsaufgaben
• Kognitive Grundlagen der Mensch-Computer-Interaktion
• Analyse von Aufgaben und Benutzern
• Prototypentwicklung und Evaluierung
• Spezifikation von Benutzungsschnittstellen

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur, 120 min.	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Algorithmen und Datenstrukturen

Medienformen:	Literatur:
	Preim/Dachselt: Interaktive Systeme. Springer 2010

Hinweise:

Introduction to Distributed Sensor Data Fusion

Summer

(in German: Introduction to Distributed Sensor Data Fusion )

Module-ID: FIN-INF-110503

Abbreviation SDF

Credit Points 5

Semester Summer

Term starting at 4.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Prof. Dr.-Ing. Benjamin Noack
Lecturer:	Prof. Dr.-Ing. Benjamin Noack
Classes:	Lecture Introduction to Distributed Sensor Data Fusion Exercise Introduction to Distributed Sensor Data Fusion
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students who complete the course ...

• have an overview of basic problems and methods in designing distributed sensor systems and their applications.
• understand how to process data in a network of sensors, what requirements the infrastructure must meet, and how to model and describe errors like measurement noise.
• are familiar with the mathematical tools and can apply them.
• can analyze, compare, and evaluate different approaches to information processing of sensor data.

Content:
This lecture introduces basic principles, requirements, and methods of sensor data processing. Since data are more often gathered by networked sensor systems, this lecture places particular emphasis on distributed sensor data fusion methods. We will start by discussing the technical specifications of a sensor system and the basics of digital sensor data processing. Our study includes sampling theorems, compressive sensing, and signal matching. We will consider the required infrastructure to processing sensor data in networked systems, i.e., sensor networks. Based on this infrastructure, we can apply methods for multisensor data fusion to spatially distributed sensors and can monitor spatio-temporal processes.

Workload:

• 56 h contact time
• 94 h independent study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Oral exam (30 min)	Lecture (2 SWS) Exercise (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none

Media:	Literature:
	Literature will be announced in the lecture.

Comments:

KI in Unternehmen

Sommer

Einsatzbereiche und ethische Implikationen

(engl. AI in Companies – Areas of Application and Ethical Implications )

Modulnummer: FIN-INF-110504

Kürzel KIU

CP 5

Semester Sommer

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Dr. Christian Beyer
Dozent:in:	Dr. Christian Beyer
Lehrveranstaltungen:	Seminar: KI in Unternehmen - Einsatzbereiche und ethische Implikationen
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. INF: Wissenschaftliches Seminar - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Wissenschaftliches Seminar - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Wissenschaftliches Seminar - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Wissenschaftliches Seminar - B.Sc. WIF: Wirtschaftsinformatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Wirtschaftsinformatik Grundlagen (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Wissenschaftliches Seminar - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• verstehen, wie KI in Unternehmenskontexten genutzt wird und können es kritisch bewerten
• erkennen und diskutieren ethische Implikationen im Zusammenhang mit KI.
• entwickeln ihre Präsentationsfähigkeit und die Fähigkeit, komplexe Themen verständlich darzustellen.
• lernen wissenschaftliche Artikel zu analysieren, zusammenzufassen und selber zu verfassen

Inhalt:

• Ein Überblick über Einsatzmöglichkeiten von KI in Unternehmen
• ethische Überlegungen
• gesellschaftliche Verantwortung
• Fallbeispiele

Arbeitsaufwand:
Präsenszeiten:
2 Stunden pro Woche: Seminar / Konsultationen Individuelle Arbeitszeit 130 Stunden:

• Lesen und Verstehen der bereitgestellten Artikel
• Recherche zusätzlicher Artikel
• Schreiben
• Präsentation

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Referat	Seminar

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Mindestens im 4 Semester Machine Learning Data Mining Fundamentals of Natural Language Processing Introduction to Deep Learning Fortgeschrittene Englischkenntnisse

Medienformen:	Literatur:
	Literatur wird in der ersten Veranstaltung für die einzelnen Seminarthemen bereitgestellt

Hinweise:

Learning Generative Models

Winter

(in German: Learning Generative Models )

Module-ID: FIN-INF-110519

Abbreviation LGM

Credit Points 5

Semester Winter

Term starting at 3.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Sebastian Stober
Lecturer:	Sebastian Stober
Classes:	Lecture Learning Generative Models Exercise class Learning Generative Models
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students can ..

• confidently apply generative models to develop a solution for a given problem
• follow recent publications on generative models and critically assess their contributions
• formulate hypotheses and design & conduct experiments with generative models to validate them
• document progress & design decisions for reproducibility and transparency

Content:

• Training methods & architectures for generative models, in particular energy-based models (e.g. Restricted Boltzmann Machines, RBMs)
• autoregressive models
• variational learning and Generative Adversarial Nets (GANs)
• flow-based models
• diffusion models

Workload:
56 contact hours + 94h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Oral exam (necessary preliminary work for admission to the examination is announced in the first week of the course) Schein (necessary preliminary work for admission to the examination is announced in the first week of the course)	2 SWS lecture 2 SWS exercise class

Prerequisites according to examination regulations:	Recommended prerequisites:
keine	Deep Learning für Ingenieure

Media:	Literature:
	Ian Goodfellow, Yoshua Bengio & Aaron Courville: “Deep Learning”, MIT Press, 2016.

Comments:

Logik 2

Winter

(engl. Logic 2 )

Modulnummer: FIN-INF-0

Kürzel Logik2

CP 10

Semester Winter

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor,Master

Link zum LSF:	LSF
Zugang beschränkt:	true
Verantwortung:	Fabian Neuhaus
Dozent:in:	Fabian Neuhaus
Lehrveranstaltungen:	Vorlesung Logik 2 Übung Logik 2
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027) - M.Sc. INF: Informatik - M.Sc. INF: Informatik Wahlpflicht (SPO 2027) - M.Sc. INGINF: Informatik - M.Sc. WIF: Informatik - M.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - M.Sc. DKE: Fundamentals of Data Science - M.Sc. DE: Grundlagen Informatik - M.Sc. DE: Informatik Grundlagen (SPO 2027) - M.Sc. VC: Computer Science - M.Sc. VC: Computer Science (SPO 2027)

Angestrebte Lernergebnisse:

• Anwendungen von ausgewählten Erweiterungen der klassischen Logik zur Wissensrepräsentation
• Anwendungen von ausgewählten nicht-klassischen Logiken zur Wissensrepräsentation
• Anwendung von Beweiskalkülen für Logiken
• Verstehen von fortgeschrittenen semantischen Methoden für Logiken
• Verstehen von metalogischen Beweisen und die Fähigkeit einfache metalogische Beweise selbst zu führen

Inhalt:
Die Veranstaltung baut auf der Pflichtveranstaltung Logik auf, in der die klassische Aussagen- und Prädikatenlogik eingeführt wird. In Logik 2 werden einerseits weiterführende Themen der klassischen Logik behandelt (u.a. Korrektheits-, Vollständigkeits- und Kompaktheitsbeweise). Darüber hinaus werden Erweiterungen der klassischen Logik sowie nichtklassische Logiken behandelt, z.B. Modallogik, Temporallogik, epistemische Logik, Konditionallogik, mehrwertige Logiken und Logik höherer Stufe.

Arbeitsaufwand:

• Präsenzzeiten: 14 X 4h = 56h
• selbständige Arbeit = 244h
  (Vorbereiten der Vorlesung,
  Lösen Übungsaufgaben,
  Vorbereitung Präsentation)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
2 Drittel der Übungsaufgaben votiert BA: mindestens 1 Präsentation MA: mindestens 2 Präsentationen	Mündliche Prüfung	Übung 2 SWS Vorlesung 2 SWS

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Erfolgreicher Abschluss des Modul Logik bzw. fundiertes Wissen im Bereich der Themen des Moduls"Logik.

Medienformen:	Literatur:

Hinweise:
Anmeldung via E-Learning-Plattform

Mesh Processing

Sommer

(engl. Mesh Processing )

Modulnummer: FIN-INF-110330

Kürzel MP

CP 5

Semester Sommer

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Christian Rössl
Dozent:in:	Christian Rössl
Lehrveranstaltungen:	Vorlesung Mesh Processing Übung Mesh Processing
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden

• verstehen 2D Flächen im 3D Raum (z.B. parametrische vs implizite Darstellung) sowohl und deren Eigenschaften (z.B. Differentialgeometrie)
• verstehen die diskrete Darstellung von Flächen mit Polygonnetzen
• verstehen und verwenden verschiedene Datenstrukturen für Dreiecksnetze an
• verstehen grundlegende Methoden der Geometrieverarbeitung mit Polygonnetzen
• wenden diese Methoden beispielhaft in Implementierungen an

Inhalt:

• 3D-scannen und Triangulierung
• Datenstrukturen
• Diskrete Differentialgeometrie
• Glätten
• Parametrisierung
• Dezimierung
• Remeshing
• Deformation

Die Veranstaltung kann je Bedarf in englischer oder deutscher Sprache abgehalten werden. Vorlesungsmaterialien stehen auf englisch zur Verfügung.

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Um an der Prüfung teilnehmen zu können, sind Prüfungsvorleistungen erforderlich. Details werden in der ersten Vorlesung bekannt gegeben.	Mündliche Prüfung	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Computergraphik CAGD Mathematik 1,2 (Lineare Algebra, Analysis) und Mathematik 5 (Numerische Lösungsverfahren, Geometrische Methoden) Programmierkenntnisse in C++ oder Julia oder Matlab und/oder die Bereitschaft sich schnell und selbständig in neues einzuarbeiten Grundlegende Kenntnisse der Versionsverwaltung mit Git Bereitschaft, der Veranstaltung auch in englischer Sprache zu folgen

Medienformen:	Literatur:
	Botsch, Kobbelt, Pauly, Alliez & Lévy.: Polygonal Mesh Processing

Hinweise:
Wir verwenden i.d.R. Julia (https://julialang.org) als Programmiersprache (statt vormals Matlab und GNU Octave) und ggf. C++ (mit https://www.pmp-library.org). Ob wir C++ verwenden, entscheiden wir in der Veranstaltung je nach Vorkenntnissen und Wünschen.

Mobile Robotics

Sommer

(in German: Mobile Robotics )

Module-ID: FIN-INF-110526

Abbreviation MR

Credit Points 5

Semester Sommer

Term starting at 4.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	Prof. Dr.-Ing. Benjamin Noack
Lecturer:	Prof. Dr.-Ing. Benjamin Noack
Classes:	Lecture Mobile Robotics Exercise Mobile Robotics
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Intended learning outcomes:
Students who completed the course ...

• have a comprehensive overview of concepts and algorithms used in mobile robotics applications, such as delivery robots or autonomous cars
• have a foundational understanding of the mathematical principles required for system modeling, planning, perception, mapping, and their probabilistic approaches
• understand how various components within a robotic system interlink and interact
• are able to select appropriate algorithms for a given setup in mobile robotics and implement them using the ROS2 framework

Content:
This course offers an introduction to the foundational principles and algorithms of mobile robotics, utilizing a flipped classroom approach. The course emphasizes a conceptual understanding of mobile robotics while introducing relevant mathematical underpinnings. Students complete preparatory work before each lecture, which they use in class to deepen understanding and application of knowledge. In the exercise, students deepen their knowledge with practical experience and complete programming assignments using the Robot Operating System 2 (ROS2) framework. With an emphasis on wheeled robots, this lecture covers

• the modeling of mobile robots,
• sensing of their own state and the environment—including image processing
• planning,
• control,
• localization,
• mapping,
• and advanced methods.

The main parts of the course are based on the book Computational Principles of Mobile Robotics

Workload:

• 28h Lecture
• 28h Practical Exercise
• 94h independent Study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Term paper about implementation, documentation, and presentation of a robotics project (Hausarbeit über Durchführung, Dokumentation und Abnahme eines Roboterprojekts)	Lecture (2 SWS) Exercise (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
keine	Linear Algebra and Calculus

Media:	Literature:
	Computational Principles of Mobile Robotics

Comments:

Musik Information Retrieval

Winter

(engl. Music Information Retrieval )

Modulnummer: FIN-INF-110520

Kürzel MIR

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Sebastian Stober
Dozent:in:	Sebastian Stober
Lehrveranstaltungen:	Vorlesung Musik Information Retrieval Übung Musik Information Retrieval
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen die Grundlagen der digitalen Musikverarbeitung
• kennen unterschiedliche Musikformate (Repräsentationen) und relevanter Merkmale
• können Probleme der Musikanalyse mit Hilfe von Theorien und Methoden der Informatik analysieren und modellieren
• können computergestützte Lösungen für die Analyse von Musikdaten umzusetzen und erproben (u.a. Musiksynchronisation, Strukturanalyse, Content-Based Retrieval, Quellentrennung)

Inhalt:

• Music Representations
• Fourier Analysis of Signals
• Music Synchronization
• Music Structure Analysis
• Chord Recognition
• Tempo and Beat Tracking
• Content-Based Audio Retrieval
• Musically Informed Audio Decomposition

Arbeitsaufwand:

• Präsenzzeit = 56 Stunden: 2 SWS Vorlesung 2 SWS Übung
• Selbstständige Arbeit = 94 Stunden: Vor- und Nachbearbeitung von Vorlesung und Übung, Bearbeiten von Übungs- und Programmieraufgaben, Kursprojekt

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Prüfung in mündlicher Form: Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite; Schein (mündlich): Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Meinard Müller: Fundamentals of Music Processing Using Python and Jupyter Notebooks 2nd edition, Springer 2021 ISBN: 978-3-030-69807-2

Hinweise:

Parallele Programmierung

Winter

(engl. Parallel Programming )

Modulnummer: FIN-INF-110463

Kürzel PP

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Michael Kuhn
Dozent:in:	Prof. Dr. Michael Kuhn
Lehrveranstaltungen:	Vorlesung Parallele Programmierung Übung Parallele Programmierung
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Teilnehmenden...

• verstehen Hardwarearchitekturen von Parallelrechnern
• optimieren Anwendungen bezüglich ihrer Leistungsfähigkeit
• verstehen wichtige Konzepte zur Parallelisierung von Anwendungen
• erstellen parallele Programme mit verschiedenen Programmieransätzen in kleineren Teams
• präsentieren Lösungsansätze und Ergebnisse anderen Teilnehmenden

Inhalt:
Die parallele Programmierung gewinnt immer mehr an Bedeutung, da heutzutage bereits Mobiltelefone und Laptops über mehrere Prozessorkerne verfügen. Supercomputer besitzen teilweise sogar mehrere Millionen Kerne und haben sich als ein nützliches und mittlerweile unverzichtbares Werkzeug für viele Wissenschaftsbereiche etabliert. Die dadurch möglichen Analysen und Simulationen haben es erlaubt, den wissenschaftlichen Erkenntnisgewinn in vielen Bereichen deutlich zu steigern. Die optimale Nutzung dieser Komponenten ist allerdings keine einfache Aufgabe, weshalb Wissenschaftlerinnen und Wissenschaftler bei der Entwicklung effizienter Anwendungen vor immer neue Herausforderungen gestellt werden. Für die parallele Programmierung ist daher ein tiefergehendes Verständnis der Hard- und Softwareumgebung sowie möglicher Fehlerursachen unabdingbar. In der Vorlesung werden die Grundlagen der parallelen Programmierung gelehrt; die Übungen dienen der praktischen Anwendung und Umsetzung der erworbenen Kenntnisse in der Programmiersprache C. Im Rahmen der Vorlesung werden einige der wichtigsten Themengebiete betrachtet: Hard- und Softwarekonzepte (Mehrkernprozessoren, Prozesse/Threads, NUMA etc.), unterschiedliche Ansätze zur parallelen Programmierung (OpenMP, POSIX Threads, MPI) sowie Werkzeuge zur Leistungsanalyse und Fehlersuche (Skalierbarkeit, Deadlocks, Race Conditions etc.). Zusätzlich werden Gründe und Lösungsansätze für Leistungsprobleme diskutiert und alternative Ansätze für die parallele Programmierung vorgestellt. Beispiele und Probleme werden anhand realer wissenschaftlicher Anwendungen veranschaulicht.

Arbeitsaufwand:

• 56h Präsenz
• 94h selbstständiges Arbeiten

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Aktive und erfolgreiche Teilnahme an den Übungen	Klausur (120 Minuten)	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Praktische Kenntnis einer Programmiersprache und die Fähigkeit, einfache Programme zu erstellen Grundkenntnisse in Betriebssystemen und Rechnerarchitekturen (z. B. Technische Informatik)

Medienformen:	Literatur:
	High Performance Computing: Modern Systems and Practices (Thomas Sterling, Matthew Anderson und Maciej Brodowicz)

Hinweise:

Programmierparadigmen

Sommer

(engl. Programming Paradigms )

Modulnummer: FIN-INF-110121

Kürzel PGP

CP 5

Semester Sommer

Fachsem. ab 2.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Dr. Christian Braune
Dozent:in:	Dr. Christian Braune
Lehrveranstaltungen:	Vorlesung Programmierparadigmen Übung Programmierparadigmen
Verwendbarkeit:	- B.Sc. INF: Informatik II - Pflicht - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Pflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik II - Pflicht - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027) - M.Sc. DE: Grundlagen Informatik - M.Sc. DE: Informatik Grundlagen (SPO 2027)

Angestrebte Lernergebnisse:
Studierende, die diesen Kurs erfolgreich abschließen, ...

• kennen die gängigsten Paradigmen zum Algorithmenentwurf,
• sind in der Lage, diese anzuwenden,
• können beurteilen, in welchen Situationen welches Paradigma am geeignetsten ist
• und verstehen welche Vor- und Nachteile sich aus der Verwendung der jeweiligen Paradigmen ergeben.

Inhalt:

• Konzepte der wesentlichen Paradigmen
  • Prozedurale Programmierung
  • Objektorientierte Programmierung
  • Funktionale Programmierung
  • Logische Programmierung
  • Parallele Programmierung
  • Quantencomputing
• Technische Umsetzung der Paradigmen in Programmiersprachen
• Anwendung der Paradigmen in Programmiersprachen wie z.B. C, Java, Scala, Haskell, Prolog, Python
• Entscheidungskriterien für Paradigmen

Arbeitsaufwand:
56 h Präsenzzeit 94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Prüfungsvorleistung erforderlich	Prüfung: mündliche Prüfung (wenn es hinreichend viele Teilnehmer gibt: schriftliche Klausur, 120 Minuten)	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Einführung in die Informatik, M1 Der parallele Besuch der Veranstaltungen Algorithmen und Datenstrukturen und M5 ist von Vorteil

Medienformen:	Literatur:

Hinweise:

Scrum-in-Practice

Winter

(engl. Scrum-in-Practice )

Modulnummer: FIN-INF-110511

Kürzel SIP

CP 5

Semester Winter

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	true
Verantwortung:	Prof. Dr. Frank Ortmeier
Dozent:in:	Prof. Dr. Frank Ortmeier
Lehrveranstaltungen:	Vorlesung Scrum-in-Practice Übung Scrum-in-Practice Die Lehrveranstaltungen finden zum Teil im Blockformat statt.
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen die Projektmanagementmethode Scrum
• wenden agile Softwareentwicklungsmethoden praktisch an
• gewinnen praktische Erfahrungen mittels Durchführung eines Projektes
• reflektieren ihr Selbst- und Projektmanagement

Inhalt:

• In diesem Modul werden theoretische Kenntnisse und praktische Kompetenzen im Umgang mit Scrum vermittelt. Die Veranstaltung besteht aus drei Teilen.
• In einem Einführungsteil werden in zwei Vorlesungen die notwendigen Konzepte des Scrum-ProzessModells vorgestellt und eine Einleitung in die zur erfolgreichen Projektdurchführung notwendigen Technologien gegeben.
• Im Hauptteil der Veranstaltung wird in einer 1-wöchigen Blockveranstaltung ein Projekt mittels Scrum umgesetzt. Diese erfolgt in Projektteams von 4-5 Teilnehmern. Während dieser Phase finden 2mal täglich Scrum-Meetings mit den Betreuern statt. Als Ergebnis lernen die Teilnehmer zielgerichtet und effizient nach diesem Entwicklungsmodell zu entwickeln.
• Die Blockveranstaltung findet in einer Woche während der Vorlesungsfreien Zeit. Hier besteht natürlich Anwesenheitspflicht.
• Zur erfolgreichen Durchführung in der Projektarbeit wird von jedem Teilnehmer ein sorgfältiges Einarbeiten in die notwendigen Technologien erwartet.
• Nach Abschluss der Projektwoche reflektieren die Teilnehmer Ihre Erfahrungen und fassen diese zusammen. Diese Ergebnisse werden dann in einer gemeinsamen Abschlussveranstaltung diskutiert.

Arbeitsaufwand:
150h = 56h Präsenszeit + 94h selbständige Arbeit am Projekt

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Projekt	mündliche Prüfung	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Software Engineering

Medienformen:	Literatur:

Hinweise:
Zuangsbeschränkung: Limitierte Teilnehmerzahl. Auswahlverfahren wird in erster Vorlesung bekannt gegeben

Service Engineering

Sommer

(engl. Service Engineering )

Modulnummer: FIN-INF-110318

Kürzel

CP 5

Semester Sommer

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Frank Ortmeier
Dozent:in:	Prof. Dr. Andreas Schmietendorf (HWR Berlin)
Lehrveranstaltungen:	Vorlesung Service Engineering Übung Service Engineering
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen die Auswirkungen serviceorientierter Architekturansätze auf den gesamten Lebenszyklus derart implementierter Lösungen,
• kennen Herausforderungen (Technologie, Prozesse, Organisation, …) serviceorientierter Integrationslösungen und einhergehende Lösungsalternativen,
• können benötigte Services modellgetrieben herleiten und erstellen bzw. Kriterien basiert bewerten (make or buy),
• kennen aktuelle Technologieansätze zur Implementierung benötigter Services und können ausgewählte Vertreter prototypisch anwenden,
• können Servicekompositionen aus Sicht der Modellierung und Implementierung (Low- und High –Code) erstellen bzw. das benötigte Management anwenden.

Inhalt:
Überblick

• Die Vorlesung vermittelt zunächst die geschäfts-, organisations- und prozessbezogenen Ursachen API-basierter Integrationslösungen. In diesem Zusammenhang wird auf domänenspezifische (Referenz-) Modellansätze aus dem industriellen Umfeld (Telekommunikation, Banken, Versicherungen, …) eingegangen.
• Darauf aufbauend lernen die Studierenden die Funktionen von Integrationsplattformen (u.a. API-Management) kennen, welche API-Kompositionen über deren gesamten Lebenszyklus unterstützen bzw. verwalten.
• Mit Hilfe der ersten Komplexübung erfolgt dann eine quantitative Bewertung im Internet angebotenen Public- bzw. Open APIs.
• Eine weitere alternativ gestaltbare Komplexübung beschäftigt sich mit der Spezifikation, Modellierung, Entwicklung und Einbindung webbasierter APIs in (ggf. mobile) Applikationsszenarien.
• Im Mittelpunkt der abschließenden Komplexübung steht die Komposition von APIs, wobei abermals ein eigener Schwerpunkt (Modellsicht, Implementierung, Management) gewählt werden kann.

Themen:

• Integrationslösungen als Treiber der Digitalisierung
• Integrieren statt Implementieren
• Basistechnologien für Web-APIs (Public- und Open APIs)
• Spezifikation, Entwicklung und Management von Web-APIs
• Prozess-Modellierung und -Implementierung (API-Komposition)

Arbeitsaufwand:
56 h Präsenz + 124 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Mündliche Prüfung	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Software Engineering

Medienformen:

Literatur:

Hartenstein, S.; Nadobny, K.; Schmidt, S.; Schmietendorf, A.: Sicherheits- und Compliance-Management im Lebenszyklus von Web APIs, Logos-Verlag, Berlin, März 2020, Nitze, A.; Schmietendorf, A.: Bewertungsaspekte bei der agilen SW-Entwicklung …, Logos Verlag, Berlin 2014 Schmietendorf, A.; Knuth, M.: Aspekte des Software Engineerings im Diskurs einer Low-Code orientierten Softwareentwicklung, Logos Verlag, Berlin 2024 Sneed, H.; Sneed, S.: Web-basierte Systemintegration, Vieweg-Verlag, Braunschweig/Wiesbaden 2003 Spichale, K.: API-Design, Praxishandbuch für Java-und Webservice-Entwickler, dpunkt.verlag, 2017 Tilkov, S. et al.: REST und HTTP, dpunkt.verlag, Heidelberg 2015

Hinweise:

Simulation Project

Summer

(in German: Simulation Project )

Module-ID: FIN-INF-102616

Abbreviation SimProj

Credit Points 5

Semester Summer

Term starting at 5.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	PD Dr. Claudia Krull
Lecturer:	PD Dr. Claudia Krull
Classes:	Project meeting Simulation Project
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Intended learning outcomes:

• Students are able to work in a team on a given project with milestone orientation
• Students are able to coordinate and conduct a semester long project, including goal setting and budgeting
• Students are able to plan and structure a project according to given milestones
• Students understand the importance of responsibility, leadership, delegation, coordination of tasks in a team
• Students are able to implement and conduct a practical simulation project on a real world task
• Students know how to develop and comply with success and quality criteria
• Students have the ability to look back and reflect on their role in the team and their contribution to the joint result

Content:

• Basics of project management and teamwork
• Implementation of the contents of “Introduction to Simulation” in a real project.

Workload:
56 h teammeetings and presentations 94 h project work

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Report	2 SWS Lecture (Project presentations) 2 SWS Exercise (Team Meetings)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Introduction to Simulation

Media:	Literature:

Comments:
Signup is conducted at the end of the previous winter term in the context of the Introduction to Simulation lecture Participation is limited to 25

Software Defined Networking

Summer

(in German: Software Defined Networking )

Module-ID: FIN-INF-110528

Abbreviation SDN

Credit Points 5

Semester Summer

Term starting at 5.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	David Hausheer
Lecturer:	David Hausheer
Classes:	Lecture Software Defined Networking Exercise Software Defined Networking
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students...

• gain competence in the area of software defined networking
• understand software defined networking concepts
• can explain these concepts to other participants
• are able to apply these concepts in theoretical use cases and practical exercises

Content:
The course deals with topics in the area of software defined networking:

• SDN Architecture (Application, Control, Infrastructure Layer)
• SDN Interfaces (North/South-bound vs. East/West-bound interface)
• SDN Applications and Use Cases (e.g. Multicasting)
• Network Virtualization and Slicing (e.g. FlowVisor)
• Network Function Virtualization (NFV) and
• Network Service Chaining
• SDN Security Network Operating Systems and Languages
• OpenFlow Controller (e.g. NOX, Beacon, etc.)
• Hardware Switches (e.g. NEC IP8800, Pronto) vs. Software Switches (e.g. NetFPGA, OpenVSwitch)
• SDN in Wireless Networks (e.g. OpenWRT)

Workload:

• 28h lectures
• 22h theoretical exercises
• 4h practical exercises
• 96h homework (further studies, preparation for the final exam)

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
Prerequisites for the exam required; details will be announced at the beginning of the semester.	Written exam 120 minutes	2 SWS lecture 2 SWS exercise

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Modul Computernetze

Media:	Literature:
	Textbooks as indicated. Slides and paper copies as necessary.

Comments:
In der letzen SPO ist dieses Modul als WPF im Modulbereich Technische Informatik anrechenbar.

Technische Aspekte der IT-Sicherheit

Sommer

(engl. Technical Aspects of IT-Security )

Modulnummer: FIN-INF-110434

Kürzel TAITS

CP 5

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Jana Dittmann
Dozent:in:	Prof. Dr. Jana Dittmann
Lehrveranstaltungen:	Vorlesung Technische Aspekte der IT-Sicherheit Übung Technische Aspekte der IT-Sicherheit
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• können anhand einer ausgewählten technischen Fragestellung zur IT-Sicherheit die Anforderungen und Lösungsmöglichkeiten für ein Anwendungsbeispiel verstehen
• technische Integrationsaspekte verstehen und Umsetzungen ausgewählter Inhalte aus „Sichere Systeme“ und „Algorithmen und Datenstrukturen“ vornehmen
• können technische Komponenten am Beispiel sicher gestalten und eine Sicherheitsbewertung vornehmen
• können eine Evaluation und Bewertung technischer Systeme vornehmen und Restrisiken benennen
• können die Ergebnisse in einem Referat präsentieren und sich einer Diskussion stellen
• können Herausforderungen in der Teamarbeit erkennen und reflektieren
• können Sicherheit als Prozess in einem IuK-System verstehen und ausgewählte Mechanismen gestalten und anwenden

Inhalt:

• Zusammenfassung von relevanten Grundlagen für einen ausgewählten technischen Praxisfall der IT-Sicherheit mit Zusammenfassung von
  • Security-by-Design
  • Sicherheitsevaluierung und -bewertung
  • Einführung in die Sensortechnik und Kommunikationstechnologien aus Bereichen wie automotiver Sicherheit, IoT- oder Steuer- und Regelungstechnik
• Erarbeitung von Anforderungen und Umsetzung sowie Bewertung von Lösungsmöglichkeiten von IT-Sicherheit für den ausgewählten praxisrelevanten, hardwarenahen Anwendungsfall
• Technische Integrationsaspekte, Umsetzung ausgewählter Inhalte aus "Sichere Systeme" und "Algorithmen und Datenstrukturen"
• Wiederholung: Grundlagen der Teamarbeit, Vorlesung ist Projekt-orientiert

Arbeitsaufwand:
150h: Präsenzzeit = 56h, Selbstständige Arbeit = 94h

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
keine	Referat Das Referat umfasst eine eigenständige und vertiefte schriftliche Auseinandersetzung mit einer Fragestellung aus dem Arbeitszusammenhang der Lehrveranstaltung unter Einbeziehung und gezielter kritischer Auswertung einschlägiger Literatur, sowie die Darstellung der eigenen Arbeit auch im Vergleich im Team und die Vermittlung sowie Bewertung der eigenen Ergebnisse im mündlichen Vortrag sowie in der anschließenden Diskussion im Team. Die Ausarbeitungen müssen schriftlich vorliegen.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Sichere Systeme, Technische Informatik, Kommunikation und Netzwerke, Algorithmen und Datenstrukturen

Medienformen:	Literatur:

Hinweise:
https://omen.cs.uni-magdeburg.de/itiamsl/deutsch/lehre/index.html

Usability und Ästhetik

Sommer

(engl. Usability and Aesthetics )

Modulnummer: FIN-INF-110433

Kürzel U&Ä

CP 5

Semester Sommer

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Hans-Knud Arndt
Dozent:in:	Hans-Knud Arndt
Lehrveranstaltungen:	Vorlesung Usability und Ästhetik Übung Usability und Ästhetik
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten - Pflicht - B.Sc. WIF: Wirtschaftsinformatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Absolvent*Innen dieses Moduls ...

• setzen sich mit der Ästhetik und des Designs von Informations- und Kommunikationssystemen bzw. Informations- und Kommunikationstechnik auseinander
• setzen sich mit der Idee des Designs als Schlüssel zur nachhaltigen und zeitgemäßen Umsetzung von Informations- und Kommunikationssystemen bzw. einer Informations- und Kommunikationstechnik auseinander
• kennen methodische Herangehensweise zur Entwicklung einer nachhaltigen Designstrategie
• setzen sich mit Usability, User Experience und gutem Design für Informations- und Kommunikationssysteme bzw. Informations- und Kommunikationstechnik auseinander

Inhalt:
Methoden des User Experience Design und Design Thinking für die Ideation Phase im Entwicklungsprozess von Produkten und Dienstleistungen

• Designgeschichte von Informations- und Kommunikationsprodukten
• Methoden zur Konzipierung und Realisierung einer Usability und User Experience
• 10 Thesen des guten Designs
• Gutes Design für Informations- und Kommunikationssysteme bzw. Informations- und Kommunikationstechnik

Arbeitsaufwand:
Präsenzzeiten:

• 2 SWS Vorlesung
• 2 SWS Übung

Selbstständiges Arbeiten:

• Vor- und Nachbereitung Vorlesung
• Entwicklung von Lösungen in und für die Übung

150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Das erfolgreiche Absolvieren der Semesteraufgabe ermöglicht den Studierenden die Teilnahme an der Prüfung.	Schriftliche Prüfung (Klausur) jeweils im SoSe	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Siehe http://bauhaus.cs.uni-magdeburg.de

Hinweise:

Virtual and Augmented Reality I

Summer

(in German: Virtual and Augmented Reality I )

Module-ID: FIN-INF-110523

Abbreviation VAR1_BA

Credit Points 5

Semester Summer

Term ab 4.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	Christian Hansen
Lecturer:	Christian Hansen
Classes:	Lecture Virtual and Augmented Reality I Exercise class Virtual and Augmented Reality I
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Studienprofil: Computer Games - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Intended learning outcomes:
Students who complete this module will acquire in-depth knowledge in the areas of human-computer interaction in the context of VR/AR, perceptual aspects of VR/AR, VR/AR and input/output devices. In addition, they will gain an understanding of the technical fundamentals of tracking, VR/AR visualisation/rendering and AR registration. In the associated seminar, students develop, test and evaluate a VR/AR software tool in a team. Students will learn how to design, program and test a VR/AR system. In these team projects, students learn how to solve social and technical conflicts. In addition, students present their project results in an oral presentation and justify the results achieved by their team.

Content:
This module covers fundamentals and advanced techniques in the area of VR/AR systems. Students will gain the theoretical foundation needed to design, implement, improve, and evaluate VR/AR systems. In addition, the theoretical foundations can be applied in a team project that accompanies the lecture. Following topics in the field of VR/AR are addressed:

• Introduction to VR/AR systems
• Perceptional aspects
• Input devices
• Output devices
• AR components and types
• Interaction techniques

Workload:
56h contact hours + 94h self-study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	oral exam	Lecture (2SWS) Seminar (2SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
	Introduction to Computer Graphics

Media:	Literature:
	Virtual und Augmented Reality (VR/AR) Grundlagen und Methoden der Virtuellen und Augmentierten Realität herausgegeben von: Prof. Dr. Ralf Dörner, Prof. Dr. Wolfgang Broll, Prof. Dr. Paul Grimm, Prof. Dr. Bernhard Jung Verlag: Springer Berlin Heidelberg

Comments:

Visualization

Winter

(in German: Visualization )

Module-ID: FIN-INF-102812

Abbreviation VIS

Credit Points 5

Semester Winter

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	Bernhard Preim
Lecturer:	Bernhard Preim
Classes:	Lecture Visualization Exercise Visualization
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Computervisualistik - Pflicht - B.Sc. CV: Computervisualistik Pflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Intended learning outcomes:
Students ...

• understand how physiological perception affects visualization effectiveness
• know basic visualization techniques, such as color coding, diagramme types and techniques to visualize graph and network data
• can generate appropriate visualizations for business and statistical data

Content:

• Visualization goals and quality criteria
• Understanding of fundamentals of visual perception
• Overview of data structures in visualization
• Basic algorithms (Isolines, color scales, diagramm techniques),
• Direct and indirect visualization of volume data
• map-based visualization
• dashboard design
• Information visualization

Workload:
56 contact hours + 94 h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
Successful participation in the exercise (voting system, vote for at least 2/3 of all tasks)	Written exam, 2hours	2 SWS Lectures 2 SWS Exercise classes

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Module: Computer Graphics I

Media:

Literature:

Powerpoint presentation Sketches Videos

P. and M. Keller (1994): Visual Cues, IEEE Computer Society PressT. Munzner (2015). Visualization Analysis and Design: Principles, Techniques, and Practice, A K Peters W. Schroeder, K. Martin, B. Lorensen (2001): The Visualization Toolkit: An object-oriented approach to 3d graphics, 3. Aufl. Springer, Heidelberg A. Telea (2014): Data Visualization: Principles and Practice, Second Edition, AK Peters (2. Auflage) Munzner, T. (2014). Visualization analysis and design. CRC press. Tominski, C., & Schumann, H. (2020). Interactive visual data analysis. AK Peters/CRC Press. M. Ward, D. Keim, G. Grinstein (2015): Interactive Data Visualization: Foundations, Techniques, and Applications, Second Edition

Comments:

Wissensmanagement – Methoden und Werkzeuge

Winter

(engl. Knowledge Management Methods and Instruments )

Modulnummer: FIN-INF-100373

Kürzel WMS

CP 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Myra Spiliopoulou
Dozent:in:	Myra Spiliopoulou
Lehrveranstaltungen:	Vorlesung Wissensmanagement - Methoden und Werkzeuge Übung Wissensmanagement - Methoden und Werkzeuge
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. WIF: Gestalten - Pflicht - B.Sc. WIF: Wirtschaftsinformatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht

Angestrebte Lernergebnisse:
Nach dem erfolgreichen Abschliessen des Moduls, die Studierenden:

• verstehen, was Wissensmanagement bedeutet und was die Rolle und Ziele von einem WMS in einem Unternehmen sind
• verstehen die Ziele und Grundfunktionalitäten von einzelnen WMS Komponenten
• können erkennen, welche Instrumente für welche WMS-Aufgaben anzuwenden sind
• verstehen, wie einfache Text-Mining Methoden funktionieren
• verstehen, wie Modelle für herkömmliche und für multi-label Klassifikation abzuleiten sind
• können Klassifikationsmodelle evaluieren
• können Instrumente für vereinfachte WMS-Aufgaben anwenden

und haben damit notwendige Grundlagen erworben, um WMS-Lösungen gestalten zu können.

Inhalt:

• Wissensmanagement im Unternehmen: Begriffe und Ordnungsrahmen für Wissensmanagementlösungen
• Wissen und Strategie/Entscheidungsunterstützung
• Wissensmanagementmethoden für explizites und tazides Wissen, darunter Dokumentenmanagement und Text Mining
• Fallbeispiele

Arbeitsaufwand:

• 28 Stunden Vorlesung (Präsenz)
• 28 Stunden Übung (Präsenz)
• 94 Stunden Eigensändiges Arbeit zur Vor- und Nachbereitung der Vorlesung und der Übung, sowie Prüfungsvorbereitung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Votierung - min Anzahl von Punkten durch Aufgaben in den Übungen	Schriftliche Prüfung - Klausur (120 min)	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Data Mining, Machine Learning, Information Retrieval

Medienformen:

Literatur:

Literatur zum Teil I der Lehrveranstaltung: 1. Franz Lehner ‘WISSENSMANAGEMENT - Grundlagen, Methoden und technische Unterstützung’ 6. überarbeitete und erweiterte Auflage, 2021, Verlag: HANSER; erreichbar unter www.hanser-elibrary.com von unserer Universitätsbibliothek 2. Fallstudien zusätzlich aus: • K. Mertins & H. Seidel. "Wissensmanagement im Mittelstand", SPRINGER (2009) • A. Stocker & K. Tochtermann, "Wissenstransfer mit Wikis und Weblogs: Fallstudien zum erfolgreichen Einsatzvon Web 2.0 in Unternehmen", GABLER (2010) Literatur zum Teil II der Lehrveranstaltung: 1. Einstiegshilfe für Klassifikation aus dem entsprechenden Kapitel des Buchs ‘Introduction to Data Mining’, 2. Auflage, (2018/2019) von Pan-Ning Tan, Michael Steinbach, Anuj Karpatne & Vipin Kumar, PEARSON (erreichbar unter https://www-users.cs.umn.edu/~kumar001/dmbook/index.php) 2. Auszüge zu Text Mining aus ‘Modeling the Internet and the Web: Probabilistic Methods and Algorithms’ (2003) von Pierre Baldi, Paolo Frasconi, Padhraic Smyth, WILEY 3. Tutorial von Jesse Read zu Multi-Label Klassifikation (verlinkt vom Foliensatz) 2013 Weitere Literatur, zusätzliche Fallstudien und wissenschaftliche Artikel erscheinen im jeweiligen Veranstaltungsblock.

Hinweise:

Module im Bereich: Ingenieurbereich

⚠️ Hinweise zu Modulen im Bereich: Ingenieurswissenschaften

Im Ingenieursbereich belegen Studierende beliebige Module aus den Fakultäten FEIT, FMB und FVST. Die Auswahl sollte sich an den individuellen Interessen der Studierenden orientieren. Es ist auch möglich, Module aus unterschiedlichen Fakultäten zu kombinieren. Dies kann sinnvoll sein, da moderne Herausforderungen in der Ingenieurinformatik oft disziplinübergreifend sind.

Ausgeschlossen sind dabei Module, die eindeutig Informatik-Themen (z.B. Grundlagen der Informatik für Ingenieure, Python in Production System Engineering) behandeln bzw. von FIN-Lehrenden in die Ingenieurfakultäten exportiert werden.

Module aus anderen Fakultäten sind in diesem Modulhandbuch nicht enthalten; sie können in den Modulhandbüchern der entsprechenden Fakultäten gefunden werden.

Abweichende Module müssen von dem Studiengangsleitenden genehmigt werden.

Elektrotechnik

• Allgemeine Elektrotechnik 1 (Winter)

• Allgemeine Elektrotechnik 2 (Sommer) 
• Bauelemente der Leistungselektronik (Sommer)
  
• Digitaler Schaltungsentwurf FPGAs (Sommer)
• Hardwarenahe Rechenarchitektur (Winter)
• Messtechnik & Messtechnik/Sensorik (Sommer)
• Rechnerarchitektur (Sommer)

• Regelungstechnik 2 (Sommer)

• Regelung von Drehstrommaschinen (Sommer)

• Regelungs- und Steuerungstechnik (Winter)

• Systemintegration von Leistungselektronik (Sommer)
• Einführung in die Systemtheorie (Sommer), Modulbeschreibung zu finden FVST-BSYT (Biosystemstechnik), Prüfungsdauer 120 min.

Maschinenbau (Modulkatalog der FMB 2020)

• Digitale Produktentwicklung (Sommer)
• Energie aus nachhaltigen Quellen (Sommer)
• Energieeffiziente Produktion (Winter)
• Grundlagen der Fahrzeugtechnik (Winter)
• Grundlagen der Fertigungslehre (Sommer)
• Logistik Prozessanalyse
• Logistiksystemplanung 2 (Sommer)
• Logistische Netze (Sommer)
• Materialflussrechnung (Winter)
• Numerische Simulationsmethoden (Winter)
• Qualität - Management und Statistik für Ingenieure (Winter)
• Technische Logistik (Winter)
• Technische Mechanik 1 (Sommer)
• Technische Mechanik 2/3 (Winter)

Verfahrenstechnik

• Grundlagen und Prozesse der Verfahrenstechnik 2 (Winter)
• Grundlagen und Prozesse der Verfahrenstechnik 4 (Winter)
• Strömungsmechanik I (Winter)
• Technische Thermodynamik I (Winter)
• Technische Thermodynamik II (Sommer)
  

Idea Engineering

Sommer

(engl. Idea Engineering )

Modulnummer: FIN-INF-100708

Kürzel IE

CP 5

Semester Sommer

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Graham Horton
Dozent:in:	Graham Horton
Lehrveranstaltungen:	Vorlesung Idea Engineering Übung Idea Engineering
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: Studienprofil: Forensik Design - B.Sc. INF: FIN SMK - B.Sc. INF: Ergänzungsbereich (SPO 2027) - B.Sc. CV: Allgemeine Visualistik - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: FIN SMK - B.Sc. CV: Interdisziplinär (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INGINF: Ingenieurbereich - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Die Studierenden können nach Abschluss des Moduls ...

• Ideenfindungstechniken aufgabengerecht entwickeln
• Projekte in Teamarbeit organisieren und durchführen
• Workshops planen und moderieren
• out-of-the-box denken und Ideen produzieren
• Diskussionen strukturieren und leiten
• Projektergebnisse in einem Bericht darstellen und erklären
• die Qualität der Teamarbeit und den eigenen Beitrag zum Ergebnis bewerten

Inhalt:

• Der Innovationsprozess
• Grundlagen von Ideenfindungstechniken
• Perspektivwechsel
• Klassische Kreativitätstechniken
• Verfeinerung, Bewertung und Ausbau von Ideen
• Werbeideenproduktion

Arbeitsaufwand:
56 h Präsenzzeit + 94 h selbstständige Projektarbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Interesse an und Bereitschaft zu Projekt- und Teamarbeit Interesse an Workshop-Gestaltung und an Ideenfindung

Medienformen:	Literatur:

Hinweise:
Der Erfolg bei diesem Modul hängt stark von der Qualität der Projekt- und Teamarbeit ab! Die Anzahl Teilnehmer ist beschränkt. Die Teilnahme an der ersten Veranstaltung ist Pflicht.

Module im Bereich: Technische Informatik

Technische Informatik 1

Winter

(engl. Computer Engineering 1 )

Modulnummer: FIN-INF-110378

Kürzel TI-1

CP 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Mesut Güneş, Prof. Dr. David Hausheer
Dozent:in:	Prof. Dr. Mesut Güneş
Lehrveranstaltungen:	Vorlesung Technische Informatik 1 Übung Technische Informatik 1
Verwendbarkeit:	- B.Sc. INF: Technische Informatik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Technische Informatik - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Technische Informatik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Angestrebte Lernergebnisse:
Studierende

• verstehen den Aufbau digitaler Computer
• verstehen das Schichtenmodell für Computersysteme
• verstehen Zahlensysteme und die Herausforderungen der Computerarithmetik
• können mit unterschiedlichen Zahlensystemen umgehen
• verstehen die grundlegenden Hardware-Komponenten von Computern
• verstehen die Maschinenprogrammierung und können einfache Assemblerprogramme entwickeln

Inhalt:

• Aufbau eines Rechners
• Computerarithmetik
• Kombinatorische Schaltnetze
• Sequentielle Schaltwerke
• Befehlssatz und Adressierung
• Fließband- und Parallelverarbeitung

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Votierung - mindestens 50% der Punkte durch Aufgaben in den Übungen	Klausur 120 Minuten	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Wird in der Veranstaltung bekannt gegeben.

Hinweise:

Computer Engineering 1

Winter

(in German: Technische Informatik 1 )

Module-ID: FIN-INF-1103782

Abbreviation TI-1

Credit Points 5

Semester Winter

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	Prof. Dr. Mesut Güneş, Prof. Dr. David Hausheer
Lecturer:	Prof. Dr. Mesut Güneş
Classes:	Vorlesung Technische Informatik 1 Übung Technische Informatik 1
Applicability in curriculum:	- B.Sc. INF: Technische Informatik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Technische Informatik - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Technische Informatik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Intended learning outcomes:
Students

• understand the structure of digital computers
• understand the layer model for computer systems
• understand number systems and the challenges of computer arithmetic
• can deal with different number systems
• understand the basic hardware components of computers
• understand machine programming and can develop simple assembly programs

Content:

• Structure of a computer
• Computer arithmetic
• Combinatorial switching networks
• Sequential switching networks
• Instruction set and addressing
• Conveyor belt and parallel processing

Workload:
56h attendance + 94h independent work

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Written exam 120 Minuten	lecture (2 SWS) exercise (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none

Media:	Literature:

Comments:

Technische Informatik 2

Sommer

(engl. Computer Engineering 2 )

Modulnummer: FIN-INF-110379

Kürzel TI-2

CP 5

Semester Sommer

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Prof. Dr. Mesut Güneş, Prof. Dr. David Hausheer
Dozent:in:	Prof. Dr. Mesut Güneş
Lehrveranstaltungen:	Vorlesung Technische Informatik 2 Übung Technische Informatik 2
Verwendbarkeit:	- B.Sc. INF: Technische Informatik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Technische Informatik - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Technische Informatik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Angestrebte Lernergebnisse:
Studierende ...

• verstehen Prozesse in Betriebssystemen
• können Algorithmen zur Synchronisation von Prozessen umsetzen
• verstehen wie Deadlocks entstehen und können Verfahren zur Lösung umsetzen
• verstehen die Speicherverwaltung und das Scheduling in Betriebssystemen
• können in C Prozesse umsetzen und betriebssystemnahe Programme entwickeln
• verstehen die Grundlagen von Kommunikationsnetzen

Inhalt:
Einführung in Betriebssysteme und Kommunikationssysteme ...

• Prozesse & Threads
• Synchronisation
• Deadlocks
• Speicherverwaltung
• Scheduling
• E/A und Dateisystem
• Booting, Services und Sicherheit
• Vernetzte Computer und Internet

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Votierung - mindestens 50% der Punkte durch Aufgaben in den Übungen	Klausur 120 Minuten	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Technische Informatik 1

Medienformen:	Literatur:
	wird auf der Web-Seite der VL bekanntgegeben

Hinweise:
Dieses Modul wird im Sommer 2026 in English gelesen. Videos werden in Deutsch verfügbar sein.

Computer Engineering 2

Summer

(in German: Technische Informatik 2 )

Module-ID: FIN-INF-1103792

Abbreviation TI-2

Credit Points 5

Semester Summer

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	Prof. Dr. Mesut Güneş, Prof. Dr. David Hausheer
Lecturer:	Prof. Dr. Mesut Güneş
Classes:	Vorlesung Technische Informatik 2 Übung Technische Informatik 2
Applicability in curriculum:	- B.Sc. INF: Technische Informatik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Technische Informatik - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Technische Informatik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Intended learning outcomes:
Students ...

• understand processes in operating systems
• can implement algorithms for the synchronization of processes
• understand how deadlocks occur and can implement procedures to solve them
• understand memory management and scheduling in operating systems
• can implement processes in C and develop operating system-related programs
• understand the basics of communication networks

Content:
Introduction to operating systems and communication systems ...

• Processes & Threads
• Synchronization
• Deadlocks
• Memory management
• Scheduling
• I/O and file system
• Booting, services and security
• Networked computers and the Internet

Workload:
56h attendance time + 94h independent work

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Written examination 120 Minutes	Lecture (2 SWS) Exercise (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Technische Informatik 1

Media:	Literature:
	wird auf der Web-Seite der VL bekanntgegeben

Comments:

Module im Bereich: Mathematik / Logik

Logik

Summer

(engl. Logic )

Modulnummer: FIN-INF-110103

Kürzel Logik

CP 5

Semester Summer

Fachsem. ab 2.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Fabian Neuhaus
Dozent:in:	Fabian Neuhaus
Lehrveranstaltungen:	In Deutsch / In German Vorlesung Logik Übung Logik In Englisch / In English Lecture Logik Exercise Logik
Verwendbarkeit:	- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Computervisualistik Pflicht (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027) - B.Sc. WIF: Informatik Pflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden können

• die für Logik relevanten Begriffe und deren Definitionen erklären,
• logische Syntax (insbesondere
  logische Formeln und Argumente lesen)
• Situationen durch logische Formeln beschreiben,
• logische Formeln ins Deutsche übersetzen und umgekehrt,
• Normalformen erkennen und herstellen,
• Situation als modelltheoretische Struktur aufschreiben,
• zwischen formaler Repräsentation und der Bedeutung (reale Welt/Anwendung) unterscheiden,
• Argumente auf logische Folgerungen überprüfen,
• Beweise selbstständig konstruieren,
• Algorithmen zur Auswertung und Umformung logischer Ausdrücke und Argumente anwenden.

Inhalt:

• Anwendungsfelder für Logik in der Informatik,
• Logische Syntax (Formelbegriff und Argumentbegriff für Aussagenlogik und Prädikatenlogik),
• formale Repräsentation von Wissen,
• Logische Semantik von zwei- und dreiwertiger Aussagenlogik sowie Prädikatenlogik,
• Domänenspezifische Sprachen und Abstraktion zu allgemeinen logischen Sprachen,
• Folgerungsbegriff und logische Folgerung,
• Regelsysteme (u.a. für Formeln und Beweise),
• grundlegende Algorithmen für logische Probleme (SAT-Solving, Hornformel-Algorithmus, Überführung in Normalformen)

Arbeitsaufwand:

• Präsenzzeiten: 14 X 4h = 56 h
• Selbstständiges Nachbereiten der Vorlesung: 94 h

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
2 Drittel der Übungsaufgaben votiert	Klausur 120 Min.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	J. Barwise, J. Etchemendy: Sprache, Beweis und Logik. Dassow : Logik für Informatiker Schöning : Logik für Informatiker J. Kelly: Logik (im Klartext)

Hinweise:

Mathematik M1d

Winter

(engl. Mathematics M1d )

Modulnummer: FMA-INF-501325

Link zum LSF:	(Angeboten wenn im LSF)
Verantwortung:	Prof. Dr. Volker Kaibel
Dozent:in:	, Prof. Dr. Volker Kaibel
Lehrveranstaltungen:	Vorlesung Mathematik M1d Globalübung Mathematik M1d Gruppenübung Mathematik M1d

Leistungspkt. 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Ziele und Kompetenzen:
Die Studierenden erlangen auf Verständnis beruhende Vertrautheit mit den für fachwissenschaftliche Module in den Bereichen Ingenieurwissenschaften und Informatik relevanten mathematischen Konzepten und Methoden. Sie erwerben technische Fähigkeiten im Umgang mit diesen, insbesondere unter Verwendung fachspezifischer Beispiele. Thematischer Schwerpunkt des Moduls ist eine Einführung in die Lineare Algebra.

Inhalt:

• Komplexe Zahlen
• Reele und komplexe Vektoren
• Matrizen
• Determinanten
• Lineare Abbildungen
• Eigenwerte (Einführung)
• Lineare Gleichungssysteme

Arbeitsaufwand:

	Präsenszeit	Selbststudium
Vorlesung Mathematik M1d	3 SWS / 42h	66h
Globalübung Mathematik M1d	2 SWS / 28h
Gruppenübung Mathematik M1d	1 SWS / 14h

Voraussetzungen für die Teilnahme:	Prüfungsvorleistung:	Prüfungsleistung:

Verwendbarkeit:	- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Mathematik (SPO 2027)
Verwendbarkeit andere Fakultäten:

Hinweise:

Mathematics M1e

Winter

(engl. Mathematics M1e )

Module-ID: FMA-INF-5013252

Link:	(Angeboten wenn im LSF)
Responsibility:	Prof. Dr. Volker Kaibel
Lecturer:	, Prof. Dr. Volker Kaibel
Classes:	Lecture Mathematics M1e Global Exercise Mathematics M1e Group Exercise Mathematics M1e

Credit Points 5

Semester Winter

Term

Duration 1 Semester

Language english

Level Bachelor

Goals and qualifications:
The students acquire comprehension of and familiarity with concepts and methods that
are relevant to subject-specific classes in the areas of engineering and computer science.
They develop technical skills by applying those methods, in particular to subject-specific
examples. The topical focus of the module is on an introduction to linear algebra.

Content:

• Complex numbers
• Real and complex vectors
• Matrices
• Determinants
• Linear maps
• Eigenvalues (introduction)
• Systems of linear equations

Workload:

	In class	self-study
Lecture	3 SWS / 42 h	66 h
Global tutorial	2 SWS / 28 h
Group tutorial	1 SWS / 14 h

Prerequisites for participation:	Pre-examination requirements:	Type of examination:

Applicability in curriculum:

- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Mathematik (SPO 2027)

Comments:

Mathematik M2d

Sommer

(engl. Mathematics M2d )

Modulnummer: FMA-INF-501326

Link zum LSF:	(Angeboten wenn im LSF)
Verantwortung:	Prof. Dr. Thomas Richter
Dozent:in:	, Prof. Dr. Thomas Richter
Lehrveranstaltungen:	Vorlesung Mathematik M2d Globalübung Mathematik M2d Gruppenübung Mathematik M2d

Leistungspkt. 5

Semester Sommer

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Ziele und Kompetenzen:
Die Studierenden erlangen auf Verständnis beruhende Vertrautheit mit den für fachwissenschaftliche Module in den Bereichen Ingenieurwissenschaften und Informatik relevanten mathematischen Konzepten und Methoden. Sie erwerben technische Fähigkeiten im Umgang mit diesen, insbesondere unter Verwendung fachspezifischer Beispiele. Thematischer Schwerpunkt des Moduls ist eine Einführung in die Analysis.

Inhalt:

• Konvergenz und Stetigkeit
• Differenzialrechnung (1-dimensional)
• Gewöhnliche Differenzialgleichungen (Beispiele, Lösungsverfahren fur homogene lineare DGL zweiter Ordnung mit konstanten Koeffizienten)
• Integralrechnung (1-dimensional)
• Differenzialrechnung (n-dimensional)
• Beispiele partieller Differenzialgleichungen

Arbeitsaufwand:

	Präsenszeit	Selbststudium
Vorlesung	3 SWS / 42 h	66 h
Globalübung	2 SWS / 28
Gruppenübung	1 SWS / 14 h

Voraussetzungen für die Teilnahme:	Prüfungsvorleistung:	Prüfungsleistung:

Verwendbarkeit:	- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Mathematik (SPO 2027)
Verwendbarkeit andere Fakultäten:

Hinweise:

Mathematics M2e

Summer

(engl. Mathematics M2e )

Module-ID: FMA-INF-5013262

Link:	(Angeboten wenn im LSF)
Responsibility:	Prof. Dr. Thomas Richter
Lecturer:	, Prof. Dr. Thomas Richter
Classes:	Lecture Mathematics M2e Global tutorial Mathematics M2e Group tutorial Mathematics M2e

Credit Points 5

Semester Summer

Term

Duration 1 Semester

Language english

Level Bachelor

Goals and qualifications:
The students acquire comprehension of and familiarity with concepts and methods that are relevant for subject-specific classes in the areas of engineering and computer science. They develop technical skills by applying those methods, in particular to subject-specific examples. The topical focus of the module is on an introduction to calculus.

Content:

• Convergence and continuity
• Differential calculus (1-dimensional)
• Ordinary differential equations (examples, methods to solve homogeneous linear ODE’s of second order with constant coefficients)
• Calculus of integrals (1-dimensional)
• Differential calculus (n-dimensional)
• Examples of partial differenzial equations

Workload:

	In class	Self-study
Lecture	3 SWS / 42 h	66 h
Global tutorial	2 SWS / 28 h
Group tutorial	1 SWS / 14 h

Prerequisites for participation:	Pre-examination requirements:	Type of examination:

Applicability in curriculum:

- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Mathematik (SPO 2027)

Comments:

Mathematik M3d

Winter

(engl. Mathematics M3d )

Modulnummer: FMA-INF-501327

Link zum LSF:	(Angeboten wenn im LSF)
Verantwortung:	Prof. Dr. Robert Altmann
Dozent:in:	, Prof. Dr. Robert Altmann
Lehrveranstaltungen:	Vorlesung Mathematik M3d Globalübung Mathematik M3d Gruppenübung Mathematik M3d

Leistungspkt. 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Ziele und Kompetenzen:
Die Studierenden erlangen auf Verständnis beruhende Vertrautheit mit den für fachwissenschaftliche Module in den Bereichen Ingenieurwissenschaften und Informatik relevanten mathematischen Konzepten und Methoden. Sie erwerben technische Fähigkeiten im Umgang mit diesen, insbesondere unter Verwendung fachspezifischer Beispiele. Thematische
Schwerpunkte des Moduls sind Stochastik sowie Vertiefungen der Linearen Algebra und
der Analysis.

Inhalt:

• Wahrscheinlichkeitsrechnung und Statistik
• Eigenwerte (Vertiefung, insbesondere Diagonalisierung)
• Potenz-Reihen
• Fourier-Reihen
• Gewöhnliche Differenzialgleichungen (z.B. Picard-Lindelöf, skalare DGL mit getrennten Veränderlichen, lineare DGL-Systeme mit konstanten Koeffizienten, Variation der Konstanten)

Arbeitsaufwand:

	Präsenszeit	Selbststudium
Vorlesung	3 SWS / 42 h	66 h
Globalübung	2 SWS / 28 h
Gruppenübung	1 SWS / 14 h

Voraussetzungen für die Teilnahme:	Prüfungsvorleistung:	Prüfungsleistung:

Verwendbarkeit:	- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Mathematik (SPO 2027)
Verwendbarkeit andere Fakultäten:

Hinweise:

Mathematics M3e

Winter

(engl. Mathematics M3e )

Module-ID: FMA-INF-5013272

Link:	(Angeboten wenn im LSF)
Responsibility:	Prof. Dr. Robert Altmann
Lecturer:	, Prof. Dr. Robert Altmann
Classes:	Lecture Mathematics M3e Global tutorial Mathematics M3e Group tutorial Mathematics M3e

Credit Points 5

Semester Winter

Term

Duration 1 Semester

Language english

Level Bachelor

Goals and qualifications:
The students acquire comprehension of and familiarity with concepts and methods that are relevant for subject-specific classes in the areas of engineering and computer science. They develop technical skills by applying those methods, in particular to subject-specific examples. The topical focus of the module is on stochastics as well as on advanced topics in Linear Algebra and Calculus.

Content:

• Probability and statistics
• Eigenvalues (deeper treatment, in particular diagonalization)
• Power series
• Fourier series
• Ordinary differential equations (e.g., Picard-Lindelöf, scalar ODE’s with separated variables, linear systems of ODE’s with constant coefficients, variation of the constant)

Workload:

	in class	self-study
Lecture	3 SWS / 42 h	66 h
Global tutorial	2 SWS / 28 h
Group tutorial	1 SWS / 14 h

Prerequisites for participation:	Pre-examination requirements:	Type of examination:

Applicability in curriculum:

- B.Sc. INF: Mathematik / Logik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Logik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Logik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Logik - B.Sc. INF (bilingual): Mathematik (SPO 2027)

Comments:

Module im Bereich: Mathematik / Theoretische Informatik

Grundlagen der Theoretischen Informatik

Winter

(engl. Introduction to the Theory of Computation )

Modulnummer: FIN-INF-110105

Kürzel GThI

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Stefan Schirra
Dozent:in:	Prof. Dr. Stefan Schirra
Lehrveranstaltungen:	Vorlesung Grundlagen der Theoretischen Informatik Übung Grundlagen der Theoretischen Informatik
Verwendbarkeit:	- B.Sc. INF: Mathematik / Theoretische Informatik - B.Sc. INF: Aufbaumodule (SPO 2027) - B.Sc. CV: Mathematik / Theoretische Informatik - B.Sc. CV: Computervisualistik Pflicht (SPO 2027) - B.Sc. INGINF: Mathematik / Theoretische Informatik - B.Sc. INGINF: Ingenieurinformatik Pflicht (SPO 2027) - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Theoretische Informatik - B.Sc. INF (bilingual): Aufbaumodule (SPO 2027)

Angestrebte Lernergebnisse:

• Grundlagen von Automatentheorie und formalen Sprachen zur Problemlösung
• Fähigkeit, Probleme hinsichtlich Berechenbarkeit und Komplexität einordnen zu können

Inhalt:

• Einführung in Formale Sprachen (reguläre und kontextfreie Sprachen, Grammatiken),
• elementare Automatentheorie (endliche Automaten, Kellerautomaten),
• Berechnungsmodelle und Churchsche These,
• Entscheidbarkeit und Semi-Entscheidbarkeit,
• Komplexitätsklassen P und NP, NP-Vollständigkeit

Arbeitsaufwand:

• 70h Präsenzzeit
• 80h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Erfolgreiche Teilnahme an den Übungen, d.h. für je 4 aufeinanderfolgende Übungsblätter 50% der Aufgaben erfolgreich votieren (siehe moodle und Vorlesung) und mindestens einmal erfolgreich eine eigene Lösung präsentieren	Klausur 120 Minuten (schriftliche Prüfung)	Vorlesung (3 SWS ) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
	Hopcroft, Motwani, Ullmann; Einführung in der Automatentheorie, Formale Sprachen und Komplexitätstheorie Lewis, Papadimitriou; Elements of the Theory of Computation Sipser; Theory of Computation.

Hinweise:

Mathematik M5d

Sommer

(engl. Mathematics M5d )

Modulnummer: FMA-INF-501329

Link zum LSF:	(Angeboten wenn im LSF)
Verantwortung:	Prof. Dr. Thomas Kahle
Dozent:in:	, Prof. Dr. Thomas Kahle
Lehrveranstaltungen:	Vorlesung Mathematik M5d Globalübung Mathematik M5d Gruppenübung Mathematik M5d

Leistungspkt. 5

Semester Sommer

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Ziele und Kompetenzen:
Die Studierenden erlangen auf Verständnis beruhende Vertrautheit mit den für fachwissenschaftliche Module in der Informatik relevanten mathematischen Konzepten und Methoden. Sie erwerben technische Fähigkeiten im Umgang mit diesen, insbesondere unter Verwendung fachspezifischer Beispiele. Thematische Schwerpunkte des Moduls sind diskrete und algebraische Strukturen sowie algorithmische Aspekte.

Inhalt:

• Algebraische Strukturen
• Kombinatorik und Graphen
• Grundlagen der Optimierung
• Numerische Lösungsverfahren
• Geometrische Methoden

Arbeitsaufwand:

	Präsenszeit	Selbststudium
Vorlesung	3 SWS / 42 h	66 h
Globalübung	2 SWS / 28 h
Gruppenübung	1 SWS / 14 h

Voraussetzungen für die Teilnahme:	Prüfungsvorleistung:	Prüfungsleistung:

Verwendbarkeit:

- B.Sc. INF: Mathematik / Theoretische Informatik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Theoretische Informatik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Theoretische Informatik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Theoretische Informatik - B.Sc. INF (bilingual): Mathematik (SPO 2027)

Verwendbarkeit andere Fakultäten:

Hinweise:

Mathematics M5e

Summer

(engl. Mathematics M5e )

Module-ID: FMA-INF-5013292

Link:	(Angeboten wenn im LSF)
Responsibility:	Prof. Dr. Thomas Kahle
Lecturer:	, Prof. Dr. Thomas Kahle
Classes:	Lecture Mathematics M5e Global tutorial Mathematics M5e Group tutorial Mathematics M5e

Credit Points 5

Semester Summer

Term

Duration 1 Semester

Language english

Level Bachelor

Goals and qualifications:
The students acquire comprehension of and familiarity with concepts and methods that
are relevant for subject-specific classes in computer science. They develop technical skills by applying those methods, in particular to subject-specific examples. The topical focus of the module is on discrete and algebraic structures, and algorithmic aspects.

Content:

• Algebraic structures
• Combinatorics, graphs
• Foundations of Optimization
• Numerical solving
• Geometric methods

Workload:

	In class	self-study
Lecture	3 SWS / 42 h	66 h
Global tutorial	2 SWS / 28 h
Group tutorial	1 SWS / 14 h

Prerequisites for participation:	Pre-examination requirements:	Type of examination:

Applicability in curriculum:

- B.Sc. INF: Mathematik / Theoretische Informatik - B.Sc. INF: Mathematik (SPO 2027) - B.Sc. CV: Mathematik / Theoretische Informatik - B.Sc. CV: Mathematik (SPO 2027) - B.Sc. INGINF: Mathematik / Theoretische Informatik - B.Sc. INGINF: Mathematik (SPO 2027) - B.Sc. WIF: Verstehen - Pflicht - B.Sc. WIF: Mathematik (SPO 2027) - B.Sc. INF (bilingual): Mathematik / Theoretische Informatik - B.Sc. INF (bilingual): Mathematik (SPO 2027)

Comments:

Module im Bereich: Schlüssel- und Methodenkompetenzen

Design-Projekt

Sommer

(engl. Design project )

Modulnummer: FIN-INF-110517

Kürzel DSP

CP 5

Semester Sommer

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Hans-Knud Arndt
Dozent:in:	Hans-Knud Arndt
Lehrveranstaltungen:	Seminar Design-Projekt Übung Design Projekt
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Verstehen und Gestalten - Wahlpflicht - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Absolvent*innen dieses Moduls...

• entwickeln ein Verständnis für Industrie-Design
• setzen sich mit den „Zehn Thesen des Guten Designs“ von Dieter Rams auseinander und sind in der Lage, diese auf Projekte anzuwenden
• entwickeln ein Verständnis für das Design aktueller IT-Produkte

Inhalt:
Die Teilnehmer*innen sollen im Rahmen dieser Lehrveranstaltung ihre neu gewonnenen Erkenntnisse in Bezug auf Design praktisch auf IT-Produkte anwenden. Hierbei wird sich vor allem auf die von Dieter Rams entwickelten „Zehn Thesen des Guten Designs“ konzentriert.

Arbeitsaufwand:
56 h Präsenz
94 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit	Seminar (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Ethische Herausforderungen im Digitalen Zeitalter

Winter

(engl. Ethical Challenges in the Digital Age )

Modulnummer: FIN-INF-140010

Kürzel

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Andreas Nürnberger
Dozent:in:	Dr. Karl Teille (extern)
Lehrveranstaltungen:	Vorlesung Ethische Herausforderungen im Digitalen Zeitalter
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Am Ende der VL können die Studierenden:

• Die Digitalisierung als Teil der menschlichen Zivilisation richtig einordnen.
• Sie kennen die „Ethik“ als Teilgebiet der praktischen Philosophie und die Unterscheidung zur „Moral“.
• Die unterschiedlichen Begründungsmöglichkeiten und Herleitungen für ein moralisches Verhalten sind ihnen vertraut und können von ihnen aufgezeigt werden.
• Die Studierenden kennen unterschiedliche Disziplinen der Ethik und anhand von Beispielen aus dem Umfeld der Digitalisierung können sie diese mit unterschiedlichen Begründungen und in unterschiedlich Disziplinen diskutieren
• Die Studierenden können die gültigen Normen aus dem „Christlichen Abendland“ und dem „Weltbild der Antike“ herleiten und auf aktuelle Fragestelllungen im Digitalen Zeitalter anwenden.
• Die Studierenden kennen unterschiedlichen Bereichsethiken und den Unterschied zwischen ökonomischen und moralischen Handlungsmaximen.
• Die Studierenden haben unterschiedliche ethische Leitlinien aus Unternehmen und der Gesellschaft für Informatik kennen gelernt.
• Die Studierenden verfügen über einen Überblick über unterschiedliche Wirtschaftsbereiche und deren digitale Weiterentwicklung auch unter Einsatz der Künstlichen Intelligenz.
• Die Studierenden erkennen selbständig die besonderen ethischen Herausforderungen durch die schnelle Weiterentwicklung der Digitalisierung im Allgemeinen und im Hinblick auf die Künstliche Intelligenz im Besonderen.
• Sie kennen die Chancen und Einsatzgebiete von Digitalen Lösungen aber auch die sich ergebenden vielfältigen Grenzen und Schranken.
• Sie können neue Berufsgruppen im Umfeld der Digitalisierung und KI benennen, richtig einordnen und bewerten.
• Die Transformation von Unternehmen durch die Digitalisierung kann am Beispiel der Automobilindustrie von den Studierenden aufgezeigt und erläutert werden. Die durch die Transformation sich vielfältig ergebenden ethischen Herausforderungen können von den Studierenden aufgezeigt werden.
• Die Probleme bei de Versuch eine exakte Definition von künstlicher Intelligenz ist den Studierenden bekannt.
• Die können die Unterschiede zwischen der sog. Schwachen KI und Starken KI (Artificial General Intelligenz) benennen und verstehen den Unterschied zwischen KI in Spielfilmen und der Realität in der beruflichen und privaten Praxis.
• Die Dynamik der Digitalisierung kann von den Studierenden im Bereich von Software, Hardware und an Beispielen von KI-Lösungen aufgezeigt werden.
• Die Gemeinsamkeiten und Unterschiede zwischen Künstlichen Neuronalen Netzen und dem menschlichen Gehirn sin den Studierenden bekannt und sie können die Stärken und Schwächen von KI-Lösungen auf Basis Künstlicher Neuronaler Netze erläutern.
• Der Einsatz von KI im beruflichen und privaten Einsatz am Beispiel von KI-Assistenten, KI-Agenten und KI-basierte Autonome Systeme ist den Studierenden bekannt und kann von ihnen sicher eingeordnet werden.
• Die Studierenden kennen ethische Problemfelder im Umfeld KI generierter oder mit KI manipulierter Bilder und deren schnelle Verbreitung in Digitalen Medien.
• Anhand des Weltwirtschaftsforums in Davos (2024) haben die Studierenden sich global ergebende Problemstellungen durch Digitalisierung und KI erkannt und können diese bewerten.
• Die Studierenden ethischer Herausforderungen beim Einsatz der Künstlichen Intelligenz eingrenzen und kategorisieren.
• In der VL haben die Studierenden ungewollte KI inhärente Herausforderungen (Unseens) und Nutzerspezifische Abhängigkeiten intensiv behandelt.
• Die rechtlichen Herausforderungen beim Einsatz der KI sind den Studierenden bekannt und sie können diese unterscheiden. Die Studierenden kennen den risikobasierten Ansatz der EU beim Einsatz der KI und sie können Lösungen den unterschiedlichen Risikokategorien sicher zuordnen.
• Die Studierenden haben den Einsatz der KI in totalitären Systemen und die Gefahren für eine freie Zivilgesellschaft kennen gelernt und können eigeständig die Herausforderungen benennen.
• Die Weiterentwicklung digitaler Lösungen und KI-gesteuerter Systeme im Bereich der Militärwirtschaft und der Kriegsführung kann von den Studierenden sicher benannt werden.
• Die Studierenden haben unterschiedliche Lösungsansätze für eine Informationsethik kennen gelernt und diese anhand praktischer aktueller Herausforderungen diskutieren und bewerten.

Inhalt:

• Definition von Ethik
• Deskriptive Ethik
• Begründung von Ethik
• Teleologische Ethik
• Deontologische Ethik
• Chancen der Digitalisierung
• Schranken der kommerziellen Verwertbarkeit von Daten
• Ethische Herausforderung im Umgang mit persönlichen Daten / Metadaten
• Erweiterung des Realitätsbegriffes
• Künstliche Intelligenz und Technologische Singularität
• Anwendungsgebiete der Digitalisierung
• Vertrieb
• Mobilität (Autonomes Fahren; Smart Cars)
• Autonome Entscheidungen von Maschinen
• Intelligente, Vernetzte Produktion,
• Industrie 4.0
• Autonome Kriegsführung

Arbeitsaufwand:
90h Präsenz + 60h selbstständiges Arbeiten

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur. Voraussetzung zur Teilnahme an der Prüfung werden in der ersten Vorlesung und online bekannt gegeben.	Vorlesung 2 SWS

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

IT-Software project KMD

every

(in German: IT-Softwareprojekt KMD )

Module-ID: FIN-INF-110525

Abbreviation Softproj_KMD

Credit Points 5

Semester every

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	false
Responsibility:	Myra Spiliopoulou
Lecturer:	Myra Spiliopoulou
Classes:	Softwareprojekt Softproj_KMD
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Studienprofil: Künstliche Intelligenz - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen

Intended learning outcomes:
DEUTSCH: Beim erfolgreichen Abschluss von diesem Projekt können die Studierenden:

• ein Team gestalten, sich in dieses Team einordnen, Teilaufgaben unter sich teilen, Meilensteine setzen und einen gemeinsamen Zeitplan angehen
• eine vereinfachte Data-Mining oder Data-Engineering Aufgabe in Gruppenarbeit lösen
• in Gruppenarbeit eine Softwarelösung entwerfen, entwickeln und evaluieren
• ihre Entscheidungen bzgl Entwurf, Gestaltung und Software-auswahl begründen
• ihre Arbeit als Team präsentieren
• einen gemeinsamen Bericht schreiben, wo sie ihre Lösung zusammenfassen und begründen

ENGLISH: When completing this project successfully, the students can:

• build up a team and organize themselves in it, distributing subtasks among themselves according to their competences, setting milestones and pursuing a joint schedule
• solve a simpified data mining or data engineering task in teamwork
• design, develop and evaluate a software solution jointly
• justify their design decisions and software suite selections
• present their work as a team
• write a joint report where they summarize and justify their approach

Content:
DEUTSCH: Realistische aber vereinfachte Aufgabe, welche Datenanalyse mit Lernverfahren beinhaltet; die Aufgabe umfasst Entwurf, Entwicklung und Evaluation einer Softwarelösung als Gruppenarbeit ENGLISH: Assignment of a realistic but simplified task that involves the analysis of data with learning methods. The assignment involves design, development and evaluation of a software solution in teamwork.

Workload:
DEUTSCH:

• Für jedes Gruppenmitglied: 28 Std Präsenz inkl Konsultationen und Sitzungen, 96 Std Selbststudium
• Die Aufgabe ist für eine Studierendengruppe; der Aufwand ist 5 ECTS pro Gruppenmitglied

ENGLISCH:

• For each team member: 28 h in presence (incl consultations and meetings) + 96 h self-study
• Asssignments are designed for student teams; the effort of each team member is 5 ECTS.

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	GERMAN: Dieses Modul implementiert die 'Prüfungsform wissenschaftliches Projekt' als eine 'Hausarbeit', in der ein 'Referat' eingebettet ist ENGLISH: This module implements the 'Prüfungsform wissenschaftliches Projekt' in the form of a 'Hausarbeit' which in turn incorporates a 'Referat'	GERMAN: IT-Softwareprojekt (2 SWS) ENGLISH: IT-Softwareprojekt (2 hours per week)

Prerequisites according to examination regulations:

Recommended prerequisites:

none

GERMAN: Datenbanken Vertrautheit mit einfachen Mining-Algorithmen Grundzüge der Wirtschaftsinformatik (nur für manche Aufgabestellungen) Vertrautheit mit Software Entwicklung Theoretische Grundlagen von Projektmanagement Englischkenntnisse für Lesen und Formulierung von Suchanfragen, weil alle relevanten Software-Bibliotheken und Fora zur Unterstützung bei der Software-Entwicklung auf Englisch sind ENGLISH: Database management Familiarity with simple mining algorithms Familiarity with underpinnings of business informatics (some assignments only) Familiarity with software development Theoretical underpinnings of project management Reading English and searching on English, because all relevant software libraries and fora for the support of software developers are on English

Media:	Literature:
	DEUTSCH: Die Anfangsliteratur hängt von der Aufgabenstellung ab und wird jedem Team zusammen mit der Aufgabenstellung gegeben; das Team wird eventuell weitere Literatur sammeln und sich aneignen müssen ENGLISCH: Literature to start with depends on topic assignment and is given to each team together with the assignment; the team must eventually collect further literature and work with it

Comments:
GERMAN: Als Implementierung des generischen PFLICHTMODULS "Softwareprojekt" entsprechend anrechenbar ENGLISH: This module implements the COMPULSORY generic module 'Softwareprojekt'

Interaktive Systeme

Sommer

(engl. Interactive Systems )

Modulnummer: FIN-INF-100393

Kürzel

CP 5

Semester Sommer

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	true
Verantwortung:	Christian Hansen
Dozent:in:	Christian Hansen
Lehrveranstaltungen:	Vorlesung Interaktive Systeme Übung Interaktive Systeme
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Studienprofil: Computer Games - B.Sc. INF: FIN SMK - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Anwendungsfach - Computer Games - B.Sc. CV: Computervisualistik - Wahlpflicht - B.Sc. CV: FIN SMK - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Studierende, die dieses Modul absolvieren, ...

• erwerben grundlegende Kenntnisse im Bereich der Mensch-Computer-Interaktion, einem wichtigen Teilgebiet der Informatik.
• kennen nutzerzentrierte und normkonforme Entwicklungsprozesse für Bedienoberflächen und können diese auf praktische Anwendungsfälle anwenden.
• führen ein interdisziplinäres Teamprojekt durch, entwickeln, testen und evaluieren im Team ein fortgeschrittenes User Interface, lernen komplexe Entscheidungen im Team zu treffen und Kompromisse einzugehen.
• präsentieren ihre Projektergebnisse in einem Vortrag, verteidigen ihre Ergebnisse und Entscheidungen und reflektieren ihre Rolle im Team und ihren individuellen Beitrag zum gemeinsamen Ergebnis.

Inhalt:

• Technische Grundlagen der Mensch-Computer-Interaktion (Fenster-, Menü- und Dialogsysteme)
• Interaktionstechniken und Interaktionsaufgaben
• Kognitive Grundlagen der Mensch-Computer-Interaktion
• Analyse von Aufgaben und Benutzern
• Prototypentwicklung und Evaluierung
• Spezifikation von Benutzungsschnittstellen

Arbeitsaufwand:
56h Präsenzzeit + 94h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur, 120 min.	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Algorithmen und Datenstrukturen

Medienformen:	Literatur:
	Preim/Dachselt: Interaktive Systeme. Springer 2010

Hinweise:

Schlüsselkompetenzen Grundlagen

Winter

vorher Schlüsselkompetenzen I&II

(engl. Soft Skills Basics )

Modulnummer: FIN-INF-110110

Kürzel SchlüKo

CP 5

Semester Winter

Fachsem.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	PD Dr. Claudia Krull
Dozent:in:	PD Dr. Claudia Krull
Lehrveranstaltungen:	In Deutsch / In German Vorlesung Schlüsselkompetenzen Grundlagen In Englisch / In English Lecture Soft Skills Basics (Die Sprachvarianten alternieren jährlich. Im Wintersemester 205/26 findet die englische Variante statt.)
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:

• Studierende verstehen den Aufbau des Studiums und wie man erfolgreich studieren kann
• Studierende können Ziele formulieren und sie als Grundlage für erfolgreiches Zeitmanagement nutzen
• Studierende kennen Strategien für erfolgreiche Kommunikation mit anderen und Zusammenarbeit in Teams, und können mögliche Probleme erkennen
• Studierende kennen Methoden für die effektive und effiziente Lebensplanung
• Studierende verstehen die Grundlagen wissenschaftlichen Arbeitens, wissen wie eine Literaturrecherche funktioniert und wie wissenschaftliche Veröffentlichungen aufgebaut sind
• Studierende kennen notwendige Eigenschaften von guten Präsentationen und wissen wie man sie erstellt und durchführt Studierende können einen Projektplan erstellen und danach handeln
• Studierende können sich mit rechtlichen Aspekten, Nachhaltigkeit und ethischen Fragen im Bezug auf die Informatik auseinandersetzen
• Studierende kennen Werkzeuge zur kreativen Lösungsfindung

Inhalt:

• Studienplanung & erfolgreiches Studieren
• Ziele & zielorientiertes Handeln
• Zeitmanagement & Zeitplanung
• Selbstständig denken und handeln
• Werte und ethisches Handeln
• Teams und Teamfähigkeit
• Entrepreneurgeist & Initiative
• Diskussionsführung
• wissenschaftlichen Berichte und Präsentationen
• Digital Rights
• Nachhaltigkeit

Arbeitsaufwand:

• 56 h Vorlesung
• 94 h Hausaufgaben & Klausurvorbereitung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Klausur, 120 min	Vorlesung (4 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
Videos der Vorlesungen sind in Deutsch und Englisch für alle Teilnehmer verfügbar

Hinweise:
Sprache jetzt deutsch und englisch, abwechselnd live und mit Videos in beiden Sprachen. Weitere Informationen siehe www.sim.ovgu.de

Soft Skills Basics

Winter

vorher Schlüsselkompetenzen I&II

(in German: Schlüsselkompetenzen Grundlagen )

Module-ID: FIN-INF-1101102

Abbreviation SchlüKo

Credit Points 5

Semester Winter

Term

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	PD Dr. Claudia Krull
Lecturer:	PD Dr. Claudia Krull
Classes:	In Deutsch / In German Vorlesung Schlüsselkompetenzen Grundlagen In Englisch / In English Lecture Soft Skills Basics (Die Sprachvarianten alternieren jährlich. Im Wintersemester 2025/26 findet die englische Variante statt.)
Applicability in curriculum:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Intended learning outcomes:

• Students understand the structure of the degree program and how to study successfully
• Students can formulate goals and use them as a basis for successful time management
• Students know strategies for successful communication with others and collaboration in teams, and can recognize potential problems
• Students know methods for effective and efficient life planning
• Students understand the basics of scientific work, know how literature research works and how scientific publications are structured
• Students know the necessary characteristics of good presentations and know how to create and conduct them Students can create a project plan and act accordingly
• Students can deal with legal aspects, sustainability and ethical issues in relation to computer science
• Students know tools for finding creative solutions

Content:

• Study planning & successful studying
• Goals & goal-oriented action
• Time management & time planning
• Thinking and acting independently
• Values and ethical behavior
• Teams and team spirit
• Entrepreneurial spirit & initiative
• Discussion skills
• Scientific reports and presentations
• Digital Rights
• Sustainability

Workload:

• 56 h lecture
• 94 h homework & exam preparation

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Written exam, 120 min	Lecture (4 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none

Media:	Literature:
Videos der Vorlesungen sind in Deutsch und Englisch für alle Teilnehmer verfügbar

Comments:
Language now German and English, alternating live and with videos in both languages. For further information see www.sim.ovgu.de

Schlüsselkompetenzen Grundlagen (dual)

Winter

vorher Schlüsselkompetenzen I&II (dual)

(engl. Soft Skills Basics (dual) )

Modulnummer: FIN-INF-110110

Kürzel SchlüKo

CP 5

Semester Winter

Fachsem. ab 1.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	PD Dr. Claudia Krull
Dozent:in:	PD Dr. Claudia Krull
Lehrveranstaltungen:	In Deutsch / In German Vorlesung Schlüsselkompetenzen Grundlagen In Englisch / In English Lecture Soft Skills Basics (Die Sprachvarianten alternieren jährlich. Im Wintersemester 205/26 findet die englische Variante statt.)
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:

• Studierende verstehen den Aufbau des Studiums und wie man erfolgreich studieren kann
• Studierende können Ziele formulieren und sie als Grundlage für erfolgreiches Zeitmanagement nutzen
• Studierende kennen Strategien für erfolgreiche Kommunikation mit anderen und Zusammenarbeit in Teams, und können mögliche Probleme erkennen
• Studierende kennen Methoden für die effektive und effiziente Lebensplanung
• Studierende verstehen die Grundlagen wissenschaftlichen Arbeitens, wissen wie eine Literaturrecherche funktioniert und wie wissenschaftliche Veröffentlichungen aufgebaut sind
• Studierende kennen notwendige Eigenschaften von guten Präsentationen und wissen wie man sie erstellt und durchführt Studierende können einen Projektplan erstellen und danach handeln
• Studierende können sich mit rechtlichen Aspekten, Nachhaltigkeit und ethischen Fragen im Bezug auf die Informatik auseinandersetzen
• Studierende kennen Werkzeuge zur kreativen Lösungsfindung

Inhalt:

• Studienplanung & erfolgreiches Studieren
• Ziele & zielorientiertes Handeln
• Zeitmanagement & Zeitplanung
• Selbstständig denken und handeln
• Werte und ethisches Handeln
• Teams und Teamfähigkeit
• Entrepreneurgeist & Initiative
• Diskussionsführung
• wissenschaftlichen Berichte und Präsentationen
• Digital Rights
• Nachhaltigkeit

Arbeitsaufwand:

• 56 h Vorlesung
• 94 h Hausaufgaben & Klausurvorbereitung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Referat in Kooperation mit dem Praxispartner	Klausur, 120 min	Vorlesung (4 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:
Videos der Vorlesungen sind in Deutsch und Englisch für alle Teilnehmer verfügbar

Hinweise:
Sprache jetzt deutsch und englisch, abwechselnd live und mit Videos in beiden Sprachen. Weitere Hinweise siehe www.sim.ovgu.de

Soft Skills Basics (dual)

Winter

vorher Schlüsselkompetenzen I&II (dual)

(in German: Schlüsselkompetenzen Grundlagen (dual) )

Module-ID: FIN-INF-1101102

Abbreviation SchlüKo

Credit Points 5

Semester Winter

Term starting at 1.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:
Responsibility:	PD Dr. Claudia Krull
Lecturer:	PD Dr. Claudia Krull
Classes:	In Deutsch / In German Vorlesung Schlüsselkompetenzen Grundlagen In Englisch / In English Lecture Soft Skills Basics (Die Sprachvarianten alternieren jährlich. Im Wintersemester 2025/26 findet die englische Variante statt.)
Applicability in curriculum:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027)

Intended learning outcomes:

• Students understand the structure of the degree program and how to study successfully
• Students can formulate goals and use them as a basis for successful time management
• Students know strategies for successful communication with others and collaboration in teams, and can recognize potential problems
• Students know methods for effective and efficient life planning
• Students understand the basics of scientific work, know how literature research works and how scientific publications are structured
• Students know the necessary characteristics of good presentations and know how to create and conduct them Students can create a project plan and act accordingly
• Students can deal with legal aspects, sustainability and ethical issues in relation to computer science
• Students know tools for finding creative solutions

Content:

• Study planning & successful studying
• Goals & goal-oriented action
• Time management & time planning
• Thinking and acting independently
• Values and ethical behavior
• Teams and team spirit
• Entrepreneurial spirit & initiative
• Discussion skills
• Scientific reports and presentations
• Digital Rights
• Sustainability

Workload:

• 56 h lecture
• 94 h homework & exam preparation

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
Presentation in collaboration with the industry partner	Written exam, 120 min	Lecture (4 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
none

Media:	Literature:
Lecture videos are available in German and English for all participants

Comments:
Sprache jetzt deutsch und englisch, abwechselnd live und mit Videos in beiden Sprachen. Weitere Hinweise siehe www.sim.ovgu.de

Scientific Project on Databases for Multi-Dimensional Data, Genomics, and modern Hardware

every

(in German: Scientific Project on Databases for Multi-Dimensional Data, Genomics, and modern Hardware )

Module-ID: FIN-INF-110507

Abbreviation SPDB

Credit Points 6

Semester every

Term starting at 5.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	Gunter Saake
Lecturer:	Gunter Saake
Classes:	Lecture Scientific Project on Databases for Multi-Dimensional Data, Genomics, and modern Hardware
Applicability in curriculum:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Intended learning outcomes:
The students ...

• work and coordinate in a team
• write academic papers
• present scientific results
• develop solutions on selected topics of databases or their applications
• assess their own work critically

Content:

• Scientific writing
• Survey of research literature
• Advanced research topics in the area of databases, genomics and modern hardware

Workload:
contact hours: 14h lectures + 8h presentations + 14h consultations
self study: 60h implementation + 24h presentations + 30h papers

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Seminar paper (Referat)	Vorlesung (2 SWS) Betreuung (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
keine

Media:	Literature:

Comments:
Requirement: Passing an initial programming test

Scrum-in-Practice

Winter

(engl. Scrum-in-Practice )

Modulnummer: FIN-INF-110511

Kürzel SIP

CP 5

Semester Winter

Fachsem. ab 5.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	true
Verantwortung:	Prof. Dr. Frank Ortmeier
Dozent:in:	Prof. Dr. Frank Ortmeier
Lehrveranstaltungen:	Vorlesung Scrum-in-Practice Übung Scrum-in-Practice Die Lehrveranstaltungen finden zum Teil im Blockformat statt.
Verwendbarkeit:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen die Projektmanagementmethode Scrum
• wenden agile Softwareentwicklungsmethoden praktisch an
• gewinnen praktische Erfahrungen mittels Durchführung eines Projektes
• reflektieren ihr Selbst- und Projektmanagement

Inhalt:

• In diesem Modul werden theoretische Kenntnisse und praktische Kompetenzen im Umgang mit Scrum vermittelt. Die Veranstaltung besteht aus drei Teilen.
• In einem Einführungsteil werden in zwei Vorlesungen die notwendigen Konzepte des Scrum-ProzessModells vorgestellt und eine Einleitung in die zur erfolgreichen Projektdurchführung notwendigen Technologien gegeben.
• Im Hauptteil der Veranstaltung wird in einer 1-wöchigen Blockveranstaltung ein Projekt mittels Scrum umgesetzt. Diese erfolgt in Projektteams von 4-5 Teilnehmern. Während dieser Phase finden 2mal täglich Scrum-Meetings mit den Betreuern statt. Als Ergebnis lernen die Teilnehmer zielgerichtet und effizient nach diesem Entwicklungsmodell zu entwickeln.
• Die Blockveranstaltung findet in einer Woche während der Vorlesungsfreien Zeit. Hier besteht natürlich Anwesenheitspflicht.
• Zur erfolgreichen Durchführung in der Projektarbeit wird von jedem Teilnehmer ein sorgfältiges Einarbeiten in die notwendigen Technologien erwartet.
• Nach Abschluss der Projektwoche reflektieren die Teilnehmer Ihre Erfahrungen und fassen diese zusammen. Diese Ergebnisse werden dann in einer gemeinsamen Abschlussveranstaltung diskutiert.

Arbeitsaufwand:
150h = 56h Präsenszeit + 94h selbständige Arbeit am Projekt

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Projekt	mündliche Prüfung	2 SWS Vorlesung 2 SWS Übung

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Software Engineering

Medienformen:	Literatur:

Hinweise:
Zuangsbeschränkung: Limitierte Teilnehmerzahl. Auswahlverfahren wird in erster Vorlesung bekannt gegeben

Simulation Project

Summer

(in German: Simulation Project )

Module-ID: FIN-INF-102616

Abbreviation SimProj

Credit Points 5

Semester Summer

Term starting at 5.

Duration 1 Semester

Language english

Level Bachelor

Link:	LSF
Limited accessability:	true
Responsibility:	PD Dr. Claudia Krull
Lecturer:	PD Dr. Claudia Krull
Classes:	Project meeting Simulation Project
Applicability in curriculum:	- B.Sc. INF: Informatik - Wahlpflicht - B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. INF: Informatik Wahlpflicht (SPO 2027) - B.Sc. CV: Informatik - Wahlpflicht - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. CV: Computervisualistik Wahlpflicht (SPO 2027) - B.Sc. INGINF: Informatik - Wahlpflicht - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. INGINF: Informatik Wahlpflicht (SPO 2027) - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Informatik - Wahlpflicht - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Intended learning outcomes:

• Students are able to work in a team on a given project with milestone orientation
• Students are able to coordinate and conduct a semester long project, including goal setting and budgeting
• Students are able to plan and structure a project according to given milestones
• Students understand the importance of responsibility, leadership, delegation, coordination of tasks in a team
• Students are able to implement and conduct a practical simulation project on a real world task
• Students know how to develop and comply with success and quality criteria
• Students have the ability to look back and reflect on their role in the team and their contribution to the joint result

Content:

• Basics of project management and teamwork
• Implementation of the contents of “Introduction to Simulation” in a real project.

Workload:
56 h teammeetings and presentations 94 h project work

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Report	2 SWS Lecture (Project presentations) 2 SWS Exercise (Team Meetings)

Prerequisites according to examination regulations:	Recommended prerequisites:
none	Introduction to Simulation

Media:	Literature:

Comments:
Signup is conducted at the end of the previous winter term in the context of the Introduction to Simulation lecture Participation is limited to 25

Software Development Project

Sommer

(engl. Software Development Project )

Modulnummer: FIN-INF-110478

Kürzel SDP

CP 10

Semester Sommer

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr. Frank Ortmeier
Dozent:in:	Prof. Dr. Frank Ortmeier
Lehrveranstaltungen:	Vorlesung Software Development Project Übung Software Development Project
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Informatik Wahlpflicht (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• kennen moderne Softwareentwicklungsprozesse und können diese anwenden
• kennen moderne Frameworks zur Softwareentwicklung, insbesondere aus dem Webkontext und können diese verwenden und entsprechend Anwendungsfällen beurteilen
• haben praktische Erfahrung in der Softwareentwicklung von größeren Softwareprojekten und können diese Erkenntnisse zukünftig anwenden
• Studierende können verschiedene Softwareentwicklungsmethoden im industriellen und akademischen Kontext auswählen, beurteilen und effektiv anwenden

Inhalt:

• Softwareentwicklungsumgebung
• Software(architektur)dokumentation
• Versionierung und Continuous Integration
• Automatisiertes Testen
• Issue Tracking und Behandlung von Programmierfehlern
• Codeanalyse und Softwareentwicklungsprozesse inkl. Einsatz ML-basierter Unterstützungssysteme

Arbeitsaufwand:
300h = 50h Präsenzzeit + 190h Projektarbeit + 60h selbstständige Prüfungsvorbereitung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
Anzahl Kurzpräsentationen in den Übungen	Mündliche Prüfung, aufgeteilt auf einzelne Meilensteine als Teilleistung. Alle Teilleistungen müssen bestanden werden.	Vorlesung (2 SWS) Übung (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Einführung in die Informatik Software Engineering

Medienformen:	Literatur:

Hinweise:

Softwareprojekt

jedes

(engl. Software Project )

Modulnummer: FIN-INF-110316

Kürzel SWP

CP 5

Semester jedes

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	Projekt Softwareprojekt
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

• planen und organisieren ein Team-Projekt
• erstellen ein Software-Erzeugnis zu einem vorgegebenen Thema
• berichten regelmäßig über den Verlauf ihres Projektes
• bewerten am Schluss die Qualität der Teamarbeit und ihren eigenen Beitrag zum Ergebnis

Inhalt:

• Durchführung eines Softwareentwicklungsprojektes im Team
• Fachliche Inhalte sind angebotsspezifisch.

Arbeitsaufwand:
150h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit: Durchführung, Dokumentation und Abnahme eines Softwareprojektes	Projekt

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Softwareprojekt (dual)

jedes

(engl. Software Project (dual) )

Modulnummer: FIN-INF-1103162

Kürzel SWP

CP 5

Semester jedes

Fachsem. ab 4.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	Projekt Softwareprojekt (dual)
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen

Angestrebte Lernergebnisse:
Die Studierenden ...

• planen und organisieren ein Team-Projekt
• erstellen ein Software-Erzeugnis zu einem vorgegebenen Thema
• berichten regelmäßig über den Verlauf ihres Projektes
• bewerten am Schluss die Qualität der Teamarbeit und ihren eigenen Beitrag zum Ergebnis

Inhalt:

• Durchführung eines Softwareentwicklungsprojektes im Team
• Fachliche Inhalte sind angebotsspezifisch.

Arbeitsaufwand:
150 h Projektarbeit in Teams

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit (Bericht über den Verlauf und die Ergebnisse des Projektes)	Projekt

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Startup Engineering I

Winter

Vorbereitung der Gründung

(engl. Startup Engineering I )

Modulnummer: FIN-INF-110322

Kürzel SE 1

CP 5

Semester Winter

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Graham Horton
Dozent:in:	Graham Horton
Lehrveranstaltungen:	Projekt: Startup Engineering I
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. INF: Ergänzungsbereich (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. CV: Interdisziplinär (SPO 2027) - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. WIF: Gestalten und Anwenden - Wahlpflicht - B.Sc. WIF: Wirtschaftsinformatik Wahlpflicht (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Die Absolventen des Moduls ...

• kennen und verstehen wichtige Erfolgsfaktoren von Startups
• können eine Produktidee entsprechend mehreren Kriterien beschreiben
• kennen Vorbereitungsschritte zur Gründung eines Lean Startups
• können eine Zielgruppe charakterisieren
• können einen Kundengewinnungsprozess gestalten
• haben im Team einige Gründungsvorbereitungen eines Startups durchgespielt
• bewerten die Qualität der Teamarbeit und den eigenen Beitrag zum Ergebnis

Inhalt:

• Teamarbeit
• Das Lean Startup-Prinzip
• Plausibilitätscheck eines minimalen Geschäftsmodells
• Einschätzung des Marktpotenzials eines Produktes
• Problem-Solution-Fit und Product-Market-Fit
• Customer Journey Map
• Customer Persona
• Validierung von Gründungshypothesen

Arbeitsaufwand:
28 h Präsenzzeit + 122 h selbstständige Projektarbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Hausarbeit	2 SWS Projekt

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine	Interesse an Startups und deren Gründungsvorbereitungen Interesse an und Bereitschaft zu Projekt- und Teamarbeit

Medienformen:	Literatur:
	Eric Ries: The Lean Startup Diverse Internet-Quellen (werden in der Veranstaltung bekanntgegeben)

Hinweise:
Der Erfolg bei diesem Modul hängt stark von der Qualität der Projekt- und Teamarbeit ab! Die Anzahl Teilnehmer ist beschränkt. Die Teilnahme an der ersten Veranstaltung ist Pflicht. Das Modul wird nur in Verbindung mit einer benoteten Prüfungsleistung angeboten.

Wahlpflichtfach FIN SMK

jedes

(engl. WPF FIN SMK )

Modulnummer: FIN-INF-110397

Kürzel WPF FIN SMK

CP 5

Semester jedes

Fachsem. ab 6.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Alle Hochschullehrer der FIN
Lehrveranstaltungen:	Implementierungsspezifisch
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: FIN SMK - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: FIN SMK - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: FIN SMK - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): FIN SMK

Angestrebte Lernergebnisse:
Die Studierenden ...

• setzen Methoden der Informatik ein, um ein Problem auf dem Gebiet der Informatik oder ihren Anwendungen zu bearbeiten
• üben Methoden-, Selbst- und Sozialkompetenzen bei der Bearbeitung der fachbezogenen Aufgabe. Dazu können beispielsweise gehören: Teamarbeit, Kommunikation und Projektplanung

Inhalt:
'- Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Die Inhalte sind angebotsspezifisch.

Arbeitsaufwand:
150 Stunden (implementierungsspezifisch)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Implementierungsspezifisch	Implementierungsspezifisch

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Wissenschaftliches Seminar

jedes

(engl. Scientific Seminar )

Modulnummer: FIN-INF-110321

Kürzel

CP 5

Semester jedes

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	Seminar Wissenschaftliches Seminar
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Wissenschaftliches Seminar - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Wissenschaftliches Seminar - B.Sc. CV: Kernmodule (SPO 2027) - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Wissenschaftliches Seminar - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Wissenschaftliches Seminar - B.Sc. WIF: Kernmodule (SPO 2027) - B.Sc. INF (bilingual): Schlüssel- und Methodenkompetenzen - B.Sc. INF (bilingual): Wissenschaftliches Seminar - B.Sc. INF (bilingual): Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Studierende, die dieses Modul  absolviert haben …

• können sich mit Hilfe entsprechender Ressourcen in eine wissenschaftliche Fragestellung einarbeiten und sich einen Überblick darüber verschaffen
• können die wichtigen Merkmale einer wissenschaftlichen Fragestellung zusammenfassen, dokumentieren und mit Hilfe geeigneter Medien verständlich präsentieren

Inhalt:
Die fachlichen Inhalte sind angebotsspezifisch.

Arbeitsaufwand:

• Präsenzzeiten = 28 h
• Selbstständiges Arbeiten = 122 h (Aufarbeitung des Themas, Vorbereitung einer Präsentation, schriftliche Ausarbeitung des Themas)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Referat	Seminar (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:
Folgende Seminare werden im Wintersemester angeboten:

• Bachelorseminar KMD
• Bachelorseminar Predictive Maintenance
• Digitalhandwerk
• Effiziente Programmierung und Ein-/Ausgabe
• Hot Topics in Computer Graphics
• Seminar Interactive Information Organization
• Seminar IT-Sicherheit (SITSEC)
• Seminar Vernetzte Systeme
• Wissenschaftliches Seminar: Vibe-Coding in der Softwareentwicklung
• Wissenschaftliches Seminar: AI in Robotics
• Wissenschaftliches Seminar: Introduction to Model Checking

Folgende Seminare werden im Sommersemester angeboten:

• Bachelorseminar KMD
• Bachelorseminar Predictive Maintenance
• Current Topics in Business Informatics Research (nur unbenotet)
• Digitalisierung und Politik
• Design-Projekt
• Hot Topics in Communication and Networked Systems
• Narrative Visualization
• Recommenders - Bachelorseminar
• Seminar Vernetzte Systeme
• Wissenschaftliches Seminar Advanced Topics in Robotics
• Wissenschaftliches Seminar Advanced Topics in Explainability in Machine Learning
• Wissenschaftliches Seminar Advanced Topics in Formal Methods

Wissenschaftliches Seminar (dual)

jedes

(engl. Scientific Seminar (dual) )

Modulnummer: FIN-INF-1103213

Kürzel

CP 5

Semester jedes

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	Seminar Wissenschaftliches Seminar
Verwendbarkeit:	- B.Sc. INF: Schlüssel- und Methodenkompetenzen - B.Sc. INF: Wissenschaftliches Seminar - B.Sc. INF: Kernmodule (SPO 2027) - B.Sc. CV: Schlüssel- und Methodenkompetenzen - B.Sc. CV: Wissenschaftliches Seminar - B.Sc. INGINF: Schlüssel- und Methodenkompetenzen - B.Sc. INGINF: Wissenschaftliches Seminar - B.Sc. INGINF: Kernmodule (SPO 2027) - B.Sc. WIF: Schlüssel- und Methodenkompetenzen - B.Sc. WIF: Wissenschaftliches Seminar - B.Sc. WIF: Kernmodule (SPO 2027)

Angestrebte Lernergebnisse:
Studierende, die dieses Modul  absolviert haben …

• können sich mit Hilfe entsprechender Ressourcen in eine wissenschaftliche Fragestellung einarbeiten und sich einen Überblick darüber verschaffen
• können die wichtigen Merkmale einer wissenschaftlichen Fragestellung zusammenfassen, dokumentieren und mit Hilfe geeigneter Medien verständlich präsentieren

Inhalt:
Dieses Modul kann durch unterschiedliche Lehrveranstaltungen implementiert werden. Die fachlichen Inhalte sind angebotsspezifisch.

Arbeitsaufwand:

• Präsenzzeiten = 28 h
• Selbstständiges Arbeiten = 122 h (Aufarbeitung des Themas, Vorbereitung einer Präsentation, schriftliche Ausarbeitung des Themas)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Referat	Seminar (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:
Folgende Seminare werden im Wintersemester angeboten:

• Bachelorseminar KMD
• Bachelorseminar Predictive Maintenance
• Digitalhandwerk
• Effiziente Programmierung und Ein-/Ausgabe
• Hot Topics in Computer Graphics
• Seminar Interactive Information Organization
• Seminar IT-Sicherheit (SITSEC)
• Seminar Vernetzte Systeme
• Wissenschaftliches Seminar: Vibe-Coding in der Softwareentwicklung
• Wissenschaftliches Seminar: AI in Robotics
• Wissenschaftliches Seminar: Introduction to Model Checking

Folgende Seminare werden im Sommersemester angeboten:

• Bachelorseminar KMD
• Bachelorseminar Predictive Maintenance
• Current Topics in Business Informatics Research (nur unbenotet)
• Digitalisierung und Politik
• Design-Projekt
• Hot Topics in Communication and Networked Systems
• Narrative Visualization
• Recommenders - Bachelorseminar
• Seminar Vernetzte Systeme
• Wissenschaftliches Seminar Advanced Topics in Robotics
• Wissenschaftliches Seminar Advanced Topics in Explainability in Machine Learning
• Wissenschaftliches Seminar Advanced Topics in Formal Methods

Abschlussmodule

Bachelorarbeit

jedes

(engl. Bachelor Thesis )

Modulnummer: FIN-INF-999997

Kürzel

CP 12

Semester jedes

Fachsem. ab 6.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Alle Hochschullehrer der FIN
Lehrveranstaltungen:	keine
Verwendbarkeit:	- B.Sc. INF: Abschlussmodule - B.Sc. CV: Abschlussmodule - B.Sc. INGINF: Abschlussmodule - B.Sc. WIF: Abschlussmodule - B.Sc. INF (bilingual): Abschlussmodule

Angestrebte Lernergebnisse:
Studierende, die dieses Modul absolviert haben, …

• können eine wissenschaftliche Fragestellung oder eine betriebliche Problemstellung mit wissenschaftlichem Charakter analysieren
• können einen aus wissenschaftlicher Sicht geeigneten Lösungsweg definieren und selbstständig planen und organisieren
• können die benötigten Ressourcen wie wissenschaftliche Literatur oder Software-Werkzeuge beschaffen und sich dort einarbeiten
• können regelmäßige Fortschrittsgespräche nutzen, um Vorschläge ihres Betreuers und ihre eigenen Ideen zu besprechen
• können ihren Lösungweg sowie ihre Ergebnisse und deren Interpretation in einer Bachelorarbeit schriftlich dokumentieren
• können ihre Arbeitsergebnisse sowie deren potenzielle Konsequenzen einschätzen und bewerten.
• können in der Verteidigung die wichtigsten Punkte ihrer Bachelorarbeit in einem Vortrag zusammenfassen und in einem Fachgespräch verteidigen.

Inhalt:
Das Thema der Bachelorarbeit kann aus aktuellen Forschungsvorhaben der Institute oder aus betrieblichen Problemstellungen mit wissenschaftlichem Charakter abgeleitet werden. In der Verteidigung sollen das Thema der Bachelorarbeit und die damit verbundenen Probleme und Erkenntnisse in einem Vortrag dargestellt und diesbezügliche Fragen beantwortet werden.

Arbeitsaufwand:

• 360 h selbstständige Arbeit
• Verteidigung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Bachelorarbeit Verteidigung	keine

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
150 CP, um die Arbeit anzumelden

Medienformen:	Literatur:

Hinweise:
Die Zeit von der Ausgabe des Themas bis zur Abgabe beträgt 20 Wochen.

Bachelorarbeit (dual)

jedes

(engl. Bachelor Thesis (dual) )

Modulnummer: FIN-INF-9999972

Kürzel

CP 12

Semester jedes

Fachsem. ab 6.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Alle Dozenten der FIN
Lehrveranstaltungen:	keine
Verwendbarkeit:	- B.Sc. INF: Abschlussmodule - B.Sc. INGINF: Abschlussmodule

Angestrebte Lernergebnisse:
Studierende, die dieses Modul absolviert haben, …

• können eine wissenschaftliche Fragestellung oder eine betriebliche Problemstellung mit wissenschaftlichem Charakter analysieren
• können einen aus wissenschaftlicher Sicht geeigneten Lösungsweg definieren und selbstständig planen und organisieren
• können die benötigten Ressourcen wie wissenschaftliche Literatur oder Software-Werkzeuge beschaffen und sich dort einarbeiten
• können regelmäßige Fortschrittsgespräche nutzen, um Vorschläge ihres Betreuers und ihre eigenen Ideen zu besprechen
• können ihren Lösungweg sowie ihre Ergebnisse und deren Interpretation in einer Bachelorarbeit schriftlich dokumentieren
• können ihre Arbeitsergebnisse sowie deren potenzielle Konsequenzen einschätzen und bewerten.
• können in der Verteidigung die wichtigsten Punkte ihrer Bachelorarbeit in einem Vortrag zusammenfassen und in einem Fachgespräch verteidigen.

Inhalt:
Das Thema der Bachelorarbeit kann aus aktuellen Forschungsvorhaben der Institute oder aus betrieblichen Problemstellungen mit wissenschaftlichem Charakter abgeleitet werden. In der Verteidigung sollen das Thema der Bachelorarbeit und die damit verbundenen Probleme und Erkenntnisse in einem Vortrag dargestellt und diesbezügliche Fragen beantwortet werden.

Arbeitsaufwand:

• 360 h selbstständige Arbeit
• Verteidigung

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Bachelorarbeit Verteidigung	keine

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
150 CP, um die Arbeit anzumelden

Medienformen:	Literatur:

Hinweise:
Die Zeit von der Ausgabe des Themas bis zur Abgabe beträgt 20 Wochen.

Berufspraktikum

jedes

(engl. Internship )

Modulnummer: FIN-INF-999999

Kürzel

CP 18

Semester jedes

Fachsem. ab 6.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	keine
Verwendbarkeit:	- B.Sc. INF: Abschlussmodule - B.Sc. CV: Abschlussmodule - B.Sc. INGINF: Abschlussmodule - B.Sc. WIF: Abschlussmodule - B.Sc. INF (bilingual): Abschlussmodule

Angestrebte Lernergebnisse:
Die Studierenden ...

• setzen ihre Kenntnisse aus dem Studium ein, um ein praktisches Problem in einer Organisation zu lösen.
• führen ihre Aufgaben in eigener Verantwortung durch unter Berücksichtigung der betrieblichen und sachlichen Anforderungen ihres Arbeitsumfeldes.
• diskutieren ihren Lösungsweg mit ihren Team-Kollegen und informieren sie über ihre Fortschritte und Ergebnisse.
• bekommen Einblicke in die Notwendigkeiten, Abläufe und sozialen Strukturen in der Organisation.
• beschreiben in einem Abschlussbericht einzelne Aspekte ihrer Tätigkeit, die besondere positive oder negative Folgen hatten.

Inhalt:
Arbeitgeberspezifisch

Arbeitsaufwand:
480 h Praktikumszeit + 60 h Praktikumsbericht

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Unbenotete Hausarbeit (Praktikumsbericht) Leitfaden für das Schreiben des Praktikumsbericht	Praktikum außerhalb der Fakultät für Informatik

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

• Dauer des Berufspraktikums ist mindestens 12 Wochen.
• Möglichkeiten zum Praktikum können über das Universitätsportal Jobteaser gefunden werden:
• Allgemeine Informationen zum Jobteaser
• Jobteaser Portal

Praxisphase im letzten Semester (dual)

jedes

(engl. Internship )

Modulnummer: FIN-INF-9999992

Kürzel

CP 18

Semester jedes

Fachsem. ab 3.

Dauer 1 Semester

Sprache deutsch

Niveau Bachelor

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	keine
Verwendbarkeit:	- B.Sc. INF: Abschlussmodule - B.Sc. INGINF: Abschlussmodule

Angestrebte Lernergebnisse:
Die Studierenden ...

• setzen ihre Kenntnisse aus dem Studium ein, um ein praktisches Problem in einer Organisation zu lösen.
• führen ihre Aufgaben in eigener Verantwortung durch unter Berücksichtigung der betrieblichen und sachlichen Anforderungen ihres Arbeitsumfeldes.
• diskutieren ihren Lösungsweg mit ihren Team-Kollegen und informieren sie über ihre Fortschritte und Ergebnisse.
• bekommen Einblicke in die Notwendigkeiten, Abläufe und sozialen Strukturen in der Organisation.
• beschreiben in einem Abschlussbericht einzelne Aspekte ihrer Tätigkeit, die besondere positive oder negative Folgen hatten.

Inhalt:
Arbeitgeberspezifisch

Arbeitsaufwand:
480 h Praxiszeit + 60 h Hausarbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Unbenotete Hausarbeit	Praxisphase außerhalb der Fakultät für Informatik

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

💬 Feedback

Die Modulhandbücher der FIN wurden auf ein neues System umgestellt. Wir freuen uns über Feedback dazu.

Ja, ich habe Vorschläge.

👑 Credits

Die maßgeblichen Beteiligten waren:

Daniel Lespin (🦸‍♂️ Style-Held)

Lukas Eichel (🦸‍♂️ Code-Held)

Christos Lachanas (🦸‍♂️ Code-Held)

Michael Preuß (🦸‍♂️ Technik-Held 1, um aus einer Testinstanz eine Lösung zu machen)

Heiko Dorwarth (🦸‍♂️ Technik-Held 2 für ein flüssiges Gitlab und Bookstack)

Graham Horton (🦸‍♂️ Aktualisierungs-Held)

Ich danke euch für dieses Engagement! 🙌

Jana (26. Juni 2026)