Module im Bereich: Digital Engineering-Projekt

AMS Lab Projects
Digital Engineering Project
Praktikum IT Sicherheit
Wissenschaftliches Teamprojekt
Scientific Teamproject KMD

AMS Lab Projects

every

(in German: AMS Lab Projects )

Module-ID: FIN-INF-120503

Abbreviation

AMS-Lab

Credit Points

Semester

every

Term

starting at 1.

Duration

1 Semester

Language

english

Level

Master

Link:	LSF
Limited accessability:	false
Responsibility:	Prof. Dr.-Ing. Benjamin Noack
Lecturer:	Prof. Dr.-Ing. Benjamin Noack
Classes:	AMS Lab Projects
Applicability in curriculum:	- M.Sc. INF: Informatik - M.Sc. INF: Schlüssel- und Methodenkompetenzen - M.Sc. INF: Informatik Wahlpflicht (SPO 2027) - M.Sc. INF: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. INF: Projekte (SPO 2027) - M.Sc. INGINF: Informatik - M.Sc. INGINF: Ingenieurinformatik - M.Sc. INGINF: Schlüssel- und Methodenkompetenzen - M.Sc. WIF: Informatik - M.Sc. WIF: Schlüssel- und Methodenkompetenzen - M.Sc. WIF: Informatik Wahlpflicht (SPO 2027) - M.Sc. WIF: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. WIF: Projekte (SPO 2027) - M.Sc. DKE: Applied Data Science - M.Sc. DKE: Projects (SPO 2027) - M.Sc. DE: Interdisziplinäres Team-Projekt - M.Sc. DE: Fachliche Spezialisierung - M.Sc. DE: Digital Engineering-Projekt - M.Sc. DE: Digital Engineering (SPO 2027) - M.Sc. DE: Engineering Specialization (SPO 2027) - M.Sc. DE: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. DE: Projekte (SPO 2027) - M.Sc. VC: Computer Science - M.Sc. VC: Schlüssel- und Methodenkompetenzen - M.Sc. VC: Computer Science (SPO 2027) - M.Sc. VC: Schlüssel- und Methodenkompetenz (SPO 2027)

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

can collaborate in teams to solve challenges in technical domains and deepen their technical expertise.
can manage a project and define goals and milestones
can acquire the knowledge in a technical domain to derive solutions
can present and document their work and achievements

Content:
This module offers different team projects and individual projects on current, research-related areas like:

robotics
sensor data processing
navigation and planning
industrial machine learning
optimization and control
and more

Workload:
180 h of individual and team work

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Scientific Project (Wissenschaftliches Projekt)	Project (2 SWS)

Prerequisites according to examination regulations:	Recommended prerequisites:
keine

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

Comments:

Digital Engineering Project

every

(in German: Digital Engineering Project )

Module-ID: FIN-INF-120463

Abbreviation

DE Project

Credit Points

Semester

every

Term

starting at 3.

Duration

1 Semester

Language

english

Level

Master

Link:	LSF
Limited accessability:
Responsibility:	Dean of studies
Lecturer:	All professors of the FIN
Classes:	Project Digital Engineering Project
Applicability in curriculum:	- M.Sc. DE: Digital Engineering-Projekt - M.Sc. DE: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. DE: Projekte (SPO 2027)

Intended learning outcomes:
The students

gain practical experience in collaborative, interdisciplinary projects
often do interdisciplinary work with other departments or with research institutes
do scientific work, for example by contributing to publications or participating in scientific events

Content:
In this project, students work together on an innovative, interdisciplinary task in teams of 2 to 5. This module is implemented by different teachers, so the subject matter varies.

Workload:
360 h self study

Pre-examination requirements:	Type of examination:	Teaching method / lecture hours per week (SWS):
	Project report and presentation	Project

Prerequisites according to examination regulations:	Recommended prerequisites:
keine

Media:	Literature:

Comments:
On application to the examinations committee, the Digital Engineering Project can be split into two sub-projects.

Praktikum IT Sicherheit

jedes

(engl. Praktikum IT-Security )

Modulnummer: FIN-INF-120291

Kürzel

P-ITSEC

Semester

jedes

Fachsem.

ab 1.

Dauer

1 Semester

Sprache

deutsch

Niveau

Master

Link zum LSF:	LSF
Zugang beschränkt:	false
Verantwortung:	Prof. Dr.-Ing. Jana Dittmann
Dozent:in:	PD Dr.-Ing. habil. Christian Krätzer
Lehrveranstaltungen:	Wissenschaftliches Projekt Praktikum IT-Sicherheit
Verwendbarkeit:	- 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: Applied Data Science - M.Sc. DE: Methoden der Informatik - M.Sc. DE: Interdisziplinäres Team-Projekt - M.Sc. DE: Digital Engineering-Projekt - M.Sc. VC: Computer Science - M.Sc. VC: Computer Science (SPO 2027)

Angestrebte Lernergebnisse:
Die Studierenden ...

kennen und verstehen Sicherheitsaspekte des ausgewählten Themas
können die ausgewählte Forschungsfragen selbständig bewältigen
können bestehende Ansätze bewerten und kreativ für eine Forschungsfrage erweitern
können sich in Sicherheitsaspekte des ausgewählten Themas einarbeiten und reflektieren
können für die Fragestellung neue Ansätze für das ausgewählten Thema aufzeigen
können für das ausgewählte Thema Sicherheitsbedarfe feststellen und Verbesserungsalternativen vorschlagen
können eine ausgewählte Lösung umsetzen, evaluieren und bewerten sowie Restrisiken aufzeigen
können selbständig wissenschaftliche Methoden der IT-Sicherheit anwenden
können die Ergebnisse wissenschaftlich in einem Referat präsentieren und sich einer Diskussion stellen
können Herausforderungen allein oder ggf. in der Teamarbeit erkennen und reflektieren sowie angehen

Inhalt:
Praktikum als Wissenschaftliches Projekt mit Erarbeitung eines Demonstrators als Einzel- oder Teamprojekt:

Bearbeitung eines ausgewählten, aktuellen Themas zur Cybersicherheit
Lösung einer Forschungsaufgabe wie zum Beispiel aus:
- System-, Netzwerk- und Anwendungssicherheit Kryptologie
- Protokolle Mediensicherheit und
- Biometrische Systeme
- Spezifikation und formale Verifikation sicherer Systeme
- IT Sicherheitsmanagement

Arbeitsaufwand:

28 h Präsenzzeit (Projektbesprechung, Abgabe und Abnahme)
152 h selbstständige Arbeit (132 h Entwicklung einer Softwarelösung 20 h Vorbereitung und Durchführung einer Präsentation und der Abgabe der Ergebnisse)

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
keine	Hausarbeit (Beschreibung der erarbeiteten Lösung und der zugehörigen Evaluationsergebnisse)	Wissenschaftliches Projekt (2 SWS)

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

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

Wissenschaftliches Teamprojekt

jedes

(engl. Scientific Team Project )

Modulnummer: FIN-INF-120482

Kürzel

WTP

Semester

jedes

Fachsem.

ab 1.

Dauer

1 Semester

Sprache

deutsch

Niveau

Master

Link zum LSF:	LSF
Zugang beschränkt:
Verantwortung:	Studiendekan:in der FIN
Dozent:in:	Dozenten der FIN
Lehrveranstaltungen:	keine
Verwendbarkeit:	- M.Sc. INF: Informatik - M.Sc. INF: Schlüssel- und Methodenkompetenzen - M.Sc. INF: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. INF: Projekte (SPO 2027) - M.Sc. INGINF: Informatik - M.Sc. INGINF: Ingenieurinformatik - M.Sc. INGINF: Schlüssel- und Methodenkompetenzen - M.Sc. WIF: Wirtschaftsinformatik - M.Sc. WIF: Informatik - M.Sc. WIF: Schlüssel- und Methodenkompetenzen - M.Sc. WIF: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. WIF: Projekte (SPO 2027) - M.Sc. DKE: Applied Data Science - M.Sc. DKE: Projects (SPO 2027) - M.Sc. DE: Interdisziplinäres Team-Projekt - M.Sc. DE: Digital Engineering-Projekt - M.Sc. DE: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. DE: Projekte (SPO 2027) - M.Sc. VC: Schlüssel- und Methodenkompetenzen - M.Sc. VC: Schlüssel- und Methodenkompetenz (SPO 2027) - M.Sc. VC: Projekte (SPO 2027)

Angestrebte Lernergebnisse:
Nach Abschluss des Moduls können die Studierenden …

im Team eine komplexe Aufgabe aus dem Fachgebiet mit wissenschaftlichen Methoden bearbeiten
Lösungsmöglichkeiten diskutieren und sich auf einen gemeinsamen Lösungsweg einigen, zu dem jeder seine Ideen einbringt,
das benötigte Wissen erarbeiten und für das Team verfügbar machen
mit anderen zusammen ein Projekt planen und lenken und für ihre eigene Rolle im Team die Verantwortung übernehmen
das Team-Ergebnis präsentieren und beurteilen und ihre Entscheidungen verteidigen
sich rückblickend mit der Ausübung ihrer Rolle im Team und ihrem Beitrag zum gemeinsamen Ergebnis auseinandersetzen

Inhalt:
Dieses Modul wird von unterschiedlichen Hochschullehrern implementiert. Die fachlichen Inhalte sind daher angebotsspezifisch.

Arbeitsaufwand:
180 h selbstständige Arbeit

Prüfungsvorleistungen:	Studien-/Prüfungsleistungen:	Lehrform / SWS:
	Referat	Wissenschaftliches Projekt

Voraussetzungen nach Prüfungsordnung:	Empfohlene Voraussetzungen:
keine

Medienformen:	Literatur:

Hinweise:

Scientific Teamproject KMD

every

(in German: Wissenschaftliches Teamprojekt KMD )

Module-ID: FIN-INF-120528

Abbreviation

Teamproj_KMD

Credit Points

Semester

every

Term

starting at 1.

Duration

1 Semester

Language

english

Level

Master

Link:	LSF
Limited accessability:	false
Responsibility:	Myra Spiliopoulou
Lecturer:	Myra Spiliopoulou
Classes:	Teamproj_KMD
Applicability in curriculum:	- M.Sc. INF: Informatik - M.Sc. INF: Schlüssel- und Methodenkompetenzen - M.Sc. INGINF: Informatik - M.Sc. INGINF: Schlüssel- und Methodenkompetenzen - M.Sc. WIF: Wirtschaftsinformatik - M.Sc. WIF: Informatik - M.Sc. WIF: Schlüssel- und Methodenkompetenzen - M.Sc. DKE: Applied Data Science - M.Sc. DE: Interdisziplinäres Team-Projekt - M.Sc. DE: Fachliche Spezialisierung - M.Sc. DE: Digital Engineering-Projekt - M.Sc. VC: Computer Science - M.Sc. VC: Schlüssel- und Methodenkompetenzen

Intended learning outcomes:
When completing this module successfully, the students can: * solve a realistic data mining and data engineering task in teamwork * assess the business implications (costs and benefits) of a solution they propose * built-up a team and organize themselves in it, distributing subtasks among themselves according to their competences, setting milestones and pursuing a joint schedule * search for scientific papers of relevance * search appropriate libraries for data preparation, learning and visualization * design a learning workflow, apply AI methods and evaluate the induced models * develop a software solution jointly, using public domain tools * justify their design decisions and software suite selections * present their work as a team * write a joint report where they summarize and justify their approachBitte nachtragen nach neuen Constructive Alignment Vorgaben.

Content:
CONTENT: Assignment in the form of a realistic task that involves the analysis of static or dynamic, structured or unstructured data with mining methods, including supervised, unsupervised and semi-supervised methods, stream miners, forecasters and elaborate AI tools. The assignment involves design, development and evaluation of a software solution in teamwork. STRUCTURE: The assignment is for a team of students, typically three; for larger teams, the assignment is extended to ensure that the effort of each student is 6 ECTS. The students are called to solve the task as a team. The task involves understanding a realistic problem, designing, developing and evaluating a solution for it, presenting this solution to the class, defending it and documenting it on paper.

Workload:
For each team member: 28 h in class (including meetings) + 124 h self-study The teamproject is typically for three students. For larger teams, the assignments is extended to ensure that the effort of each team member is as above.

Pre-examination requirements:

Type of examination:

Teaching method / lecture hours per week (SWS):

Wissenschaftliches Projekt, implementiert als eine Hausarbeit, die ein Referat beinhaltet

COURTESY TRANSLATION:
This module implements the exam form 'Wissenschaftliches Projekt' as a 'Hausarbeit' which incorporates a 'Referat'.

Wissenschaftliches Teamprojekt (2 SWS)

Prerequisites according to examination regulations:

Recommended prerequisites:

keine

Familiarity with advanced mining methods for static data and (for some assignments) for streams
Familiarity with software development and software libraries
Underpinnings of project management

Media:	Literature:
	Literature depends on topic assignment and is given to each team together with the assignment

Comments:
Als Implementierung des generischen PFLICHTMODULS "Wissenschaftliches Teamprojekt" entsprechend anrechenbar. COURTESY TRANSLATION: This module implements the COMPULSORY generic module 'Wissenschaftliches Teamprojekt'.