Module im Bereich: Gestalten - 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


Inhalt:

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.

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


Inhalt:

Arbeitsaufwand:


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:

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:

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

Inhalt:

Arbeitsaufwand:


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:

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 ...


Inhalt:

Arbeitsaufwand:


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:

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 ...


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

Arbeitsaufwand:
Präsenzzeiten:

Selbstständiges Arbeiten: 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:

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:

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

Inhalt:

Arbeitsaufwand:


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: