Modulhandbuch Informatik
Modulhandbuch Informatik
für den
Bachelorstudiengang
Informatik
([Link].)
Basis: SPO v. 17.04.2023; Gültig für Studierende
mit Studienbeginn ab dem Wintersemester 2023/24
Wintersemester 2023/24
erstellt am 26.10.2023
von Barbara Uhl
Studienabschnitt 2:
Algorithmen und Datenstrukturen................................................................................................................... 40
Algorithmen und Datenstrukturen.......................................................................................................41
Allgemeinwissenschaftliches Wahlpflichtmodul 2........................................................................................... 43
AW-Modul 2........................................................................................................................................ 44
Betriebssysteme...............................................................................................................................................46
Betriebssysteme.................................................................................................................................. 47
Datenbanken (Databases)...............................................................................................................................49
Datenbanken....................................................................................................................................... 50
Fachbezogenes Wahlpflichtmodul 1............................................................................................................... 52
Kommunikationssysteme................................................................................................................................. 37
Kommunikationssysteme.....................................................................................................................38
Numerische Mathematik.................................................................................................................................. 53
Numerische Mathematik..................................................................................................................... 54
Praktisches Studiensemester (Practical Semester)........................................................................................56
Praktikum (Industrial Placement)....................................................................................................... 57
Praxisseminar (Industrial Placement Seminar).................................................................................. 59
Rechnertechnik................................................................................................................................................ 61
Rechnertechnik....................................................................................................................................62
Seminar Informatik.......................................................................................................................................... 64
Seminar Informatik..............................................................................................................................65
Software Engineering...................................................................................................................................... 67
Software Engineering..........................................................................................................................68
Statistik.............................................................................................................................................................70
Statistik................................................................................................................................................ 71
Studienabschnitt 3:
Bachelorarbeit (Bachelor Thesis)....................................................................................................................73
Bachelorseminar..................................................................................................................................74
Schriftlliche Ausarbeitung (Thesis)..................................................................................................... 76
Fachbezogenes Wahlpflichtmodul 2............................................................................................................... 78
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Modulverantwortliche/r Fakultät
Prof. Dr. Gabriele Blod Angewandte Natur- und Kulturwissenschaften
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
AW-Modul 1 AW1
Verantwortliche/r Fakultät
Prof. Dr. Gabriele Blod Angewandte Natur- und Kulturwissenschaften
Lehrende/r / Dozierende/r Angebotsfrequenz
N.N.
Lehrform
Abhängig vom ausgewählten AW-Fach (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
30h 30h
Inhalte
Abhängig von der jeweiligen Lehrveranstaltung
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die in der jeweiligen Kursbeschreibung beschriebenen Fachkompetenzen zu verstehen und
anzuwenden.
Lernziele: Persönliche Kompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die in der jeweiligen Kursbeschreibung beschriebenen persönlichen Kompetenzen intellektuell
einzuordnen und praktisch umzusetzen.
Lehrmedien
Abhängig von der jeweiligen Lehrveranstaltung.
Literatur
Abhängig von der jeweiligen Lehrveranstaltung.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Gregor Zellner Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Betriebswirtschaftslehre BW
Verantwortliche/r Fakultät
Prof. Dr. Gregor Zellner Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Wilhelm Ulrich (LB)
Prof. Dr. Markus Westner
Prof. Dr. Gregor Zellner
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (2 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Einführung in ökonomische Grundlagen und Gegenstandsbereich der BWL als
Wissenschaft.
• Betrieblicher Aufbau: Unternehmensziele und -typologie; Standortwahl.
• Prozesse der betrieblichen Leistungserstellung (Güter-, Zahlungs- und Informationsflüsse).
• Betriebliche Funktionen: Marketing; Produktion; Materialwirtschaft; Investition und
Finanzierung; Rechnungswesen
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• den Aufbau eines Betriebs zu erläutern (1).
• die betrieblichen Produktionsfaktoren sowie die betrieblichen Funktionen Beschaffung,
Produktion, Absatz, Investition, Finanzierung und Rechnungswesen zu beschreiben (2).
• die Einsatzmöglichkeiten von Datenverarbeitung zur Unterstützung der betrieblichen
Funktionen zu verstehen (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• in Diskussionen die Lehrinhalte kritisch zu reflektieren und bewusst in ihr eigenes
Wertesystem einzuordnen (2).
• ihr Fachwissen auf aktuelle betriebswirtschaftliche Themen anzuwenden (3).
Angebotene Lehrunterlagen
PDF, Literatur
Lehrmedien
Tafel, Notebook, Beamer
Literatur
• Eigenes Skript und Übungsaufgaben
• Thommen, Jean-Paul & Achleitner, Ann-Kristin: Allgemeine Betriebswirtschaftslehre,
neueste Auflage, Gabler, Wiesbaden
• Straub, Thomas: Einführung in die Allgemeine Betriebswirtschaftslehre, neueste Auflage,
Pearson, München
• Wöhe, Günter: Einführung in die Allgemeine Betriebswirtschaftslehre, neueste Auflage,
Vahlen München
Modulverantwortliche/r Fakultät
Prof. Dr. Daniel Münch Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Computersysteme CS
Verantwortliche/r Fakultät
Prof. Dr. Daniel Münch Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Sebastian Fischer
Prof. Dr. Rudolf Hackenberg
Lukas Hinterberger (LB)
Prof. Dr. Wolfgang Mauerer
Beate Mielke (LBA)
Prof. Dr. Daniel Münch
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 150h
Inhalte
• Übersicht wie funktioniert ein Rechner und wichtige Zusammenhänge
• Repräsentation von Daten (char, int, floating-point) und Arithmetik
• Instruction Set Architecture
• Assemblerprogrammierung
• Ausnahmen im Ablauf / Kontrollfluss (Interrupts und Exceptions)
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• die grundlegende Struktur, Funktionsweise und Zusammenhänge von Computersystemen
darzustellen (1) und zu erklären (2)
• die Darstellung von Daten und Informationen zu zeigen (1)
• (Binär)arithmetik anzuwenden (2)
• elementare Befehle von Rechnersystemen zu beschreiben (2), die Verbindung zur
Architektur zu erklären (2), und die Verbindung zu Hochsprachen (C) zu erklären (2) und
umzusetzen (3)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• fachliche Inhalte in Kleingruppen zu diskutieren (2)
• fachliche Fragen an den Lehrenden zu stellen (3)
• ihren Lernprozess (Zeitmanagement) selbständig zu organisieren (2)
• neue Inhalte im Selbststudium zu erarbeiten (2)
• individuelle Aufgaben zu lösen (2) und mit konstruktiver Kritik umzugehen (2)
• technische Zusammenhänge in korrekter Fachsprache wiederzugeben (3)
Lehrmedien
Beamer, Folien / Skript, Tafel, Notebook
Literatur
• eigene Folien / Unterlagen
• Bryant_Computer Systems, A Programmer's Perspective_Pearson_3rded
• Tanenbaum_Structured computer organization
• Blum_Professional assembly language
• Seyfrath_Introduction to 64 Bit Intel Assembly Language Programming for Linux
• Seyfrath_Introduction to 64 bit Windows assembly language programming
• Irvine_Assembly language for x86 processors
• Kusswurm_Modern x86 Assembly Language Programming
• Intel_sdm-vol-1_basic architecture
• Intel_sdm-vol-2abcd_instruction set architecture
• Intel_sdm-vol-3abcd_system programming guide
Modulverantwortliche/r Fakultät
Prof. Dr. Rainer Löschel Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Mathematik 1 (Lineare Algebra) MA1
Verantwortliche/r Fakultät
Prof. Dr. Rainer Löschel Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Hans Kiesl
Prof. Dr. Stefan Körkel
Prof. Dr. Rainer Löschel
Prof. Dr. Martin Pohl
Dr. Gabriela Tapken (LBA)
Prof. Dr. Martin Weiß
Prof. Dr. Peter Wirtz
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 120h
Inhalte
• Grundlagen der Logik: Mengenlehre, Aussagenlogik und Beweismethoden
• Algebraische Strukturen: Relationen, Gruppen, Ringe, Körper
• Lineare Gleichungssysteme: homogen, inhomogen; Gaußsches Eliminationsverfahren
• Vektoren und Matrizen: Linearkombinationen, lineare Unabhängigkeit
• Vektorräume: Unterräume, Basis und Dimension, Norm und Skalarprodukt
• Lineare Abbildungen: Bild, Kern, Komposition; orthogonale Abbildungen
• Quadratische Matrizen: Inverse Matrix, Determinante, Hauptachsentransformation
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• die Konzepte der Linearen Algebra zu verstehen (3),
• die Zusammenhänge mit anderen Gebieten (z.B. Analysis, Numerische Mathematik,
Technik und Wirtschaftswissenschaften) zu erkennen (1),
• Methoden der Linearen Algebra anwenden zu können (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• fachlich zu kommunizieren (2),
• Probleme analytisch und selbstständig zu bearbeiten (2).
Lehrmedien
Tafel, Overheadprojektor, Beamer, Einsatz mathematischer Software
Literatur
• Dirk Hachenberger: Mathematik für Informatiker
• Rod Haggarty: Diskrete Mathematik für Informatiker
• Peter Hartmann: Mathematik für Informatiker
• David Lay: Linear Algebra and its Applications
• Gerald Teschl, Susanne Teschl: Mathematik für Informatiker, Band 1: Diskrete Mathematik
und Lineare Algebra, Springer
• Edmund Weitz: Konkrete Mathematik (nicht nur) für Informatiker, Springer
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Martin Pohl Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Mathematik 2 (Analysis) MA2
Verantwortliche/r Fakultät
Prof. Dr. Martin Pohl Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Hans Kiesl nur im Sommersemester
Prof. Dr. Stefan Körkel
Prof. Dr. Rainer Löschel
Prof. Dr. Martin Pohl
Dr. Gabriela Tapken (LBA)
Prof. Dr. Martin Weiß
Prof. Dr. Peter Wirtz
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 120h
Inhalte
• Folgen und Reihen (u.a. Konvergenzbegriffe - Konvergenzkriterien für Folgen und Reihen
- Funktionenreihen)
• Stetigkeit (u.a. Stetigkeitsbegriffe - Zwischenwertsatz)
• Differentialrechnung (u.a. Differentiationsregeln - Mittelwertsatz der Differentialrechnung -
Extremwerte)
• Integralrechnung (u.a. Riemannsches Integral - Mittelwertsatz der Integralrechnung -
Hauptsatz der Differential- und Integralrechnung - Integrationsregeln)
• Mehrdimensionale Analysis (u.a. Funktionen in mehreren Veränderlichen - Grenzwerte
und Stetigkeit - Differenzierbarkeit, totale und partielle Ableitung - Extremwerte)
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• das Verhalten einer gegebenen Zahlenfolge zu ermitteln (2).
• Zahlenreihen auf die Anwendbarkeit der verschiedenen Konvergenzkriterien zu
untersuchen (3) und das Konvergenzverhalten zu bestimmen (2).
• die Definition elementarer Funktionen mittels Potenzreihen zu erläutern (1).
• das Konzept der Ableitung zu beschreiben (1) und die Bedeutung der Ableitung zu erklären
(2).
• die Ableitungen vorgegebener Funktionen zu berechnen (2).
• das Verhalten von Funktionen mit Hilfe der zentralen Sätze der Analysis (z.B.
Zwischenwertsatz oder Mittelwertsatz) zu analysieren (3).
• Anwendungsaufgaben zur Differentialrechnung zu lösen (2) und die Lösung auf
Plausibilität hin zu untersuchen (3).
• die Definition des Riemann-Integrals zu beschreiben (1) und die Bedeutung des Riemann-
Integrals in unterschiedlichen Anwendungsbereichen zu erklären (2).
• die elementaren Integrationsmethoden (z.B. partielle Integration und Integration durch
Substitution) durchzuführen (2).
• die Zusammenhänge zwischen Differentialrechnung und Integralrechnung zu erkennen (2).
• Anwendungsaufgaben zur Integralrechnung zu lösen (2) und das Ergebnis auf Plausibilität
hin zu untersuchen (3).
• das Konzept der partiellen Differenzierbarkeit zu beschreiben (1).
• die geometrische Bedeutung von Gradienten zu erklären (2) und in Anwendungsaufgaben
einzusetzen (2).
• Methoden zur Berechnung lokaler und globaler Extrema zu benennen (1).
• Anwendungsaufgaben zur Extremwertberechnung zu analysieren (3) und zu lösen (3).
Lernziele: Persönliche Kompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• fachliche Inhalte in Lerngruppen zu diskutieren (2).
• die Argumente anderer zu analysieren (3).
• den Lernprozess in Lerngruppen zu bewerten (3).
• verschiedene Lernmethoden zu benennen (1).
• genau zu formulieren, was sie nicht verstanden haben (2).
• neue Inhalte im Selbststudium zu erarbeiten (2).
• den persönlichen Nutzen verschiedener Lernmethoden zu bewerten (3).
• den eigenen Lernfortschritt und Lernbedarf zu analysieren (3).
• ihren Lernprozess (Zeitmanagement) selbständig zu organisieren (2).
• mathematische Zusammenhänge mit eigenen Worten darzustellen (2).
• ihren Wissensstand und Lernbedarf zu erkennen (2).
Lehrmedien
Tafel, Beamer, Einsatz mathematischer Software
Literatur
• Hachenberger, D.: Mathematik für Informatiker, Pearson Studium
• Hartmann, P.: Mathematik für Informatiker, Springer Vieweg Verlag (*)
• Heuser, H: Lehrbuch der Analysis (2 Bände), Vieweg + Teubner Verlag
• James Stewart, J.: Essential Calculus, Brooks/Cole
• Teschl, G. und S.: Mathematik für Informatiker, Band 2: Analysis und Statistik, Springer
Verlag (*)
• Thomas, G.B., Weir, M.D., Hass, J.: Basisbuch Analysis, Pearson Studium (**)
• Weitz, E.: Konkrete Mathematik (nicht nur) für Informatiker, Springer Verlag (*)
Für die mit (*) gekennzeichneten Bücher ist der Zugriff auf die pdf-Version über die
Hochschulbibliothek der OTH Regensburg möglich.
Für das mit (**) gekennzeichnete Buch ist ein online-Zugriff für drei Nutzer gleichzeitig über die
Hochschulbibliothek der OTH Regensburg möglich.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Florian Heinz Informatik und Mathematik
Verpflichtende Voraussetzungen
Keine
Empfohlene Vorkenntnisse
Keine
Inhalte
siehe Folgeseite
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Programmieren 1 PG1
Verantwortliche/r Fakultät
Prof. Dr. Florian Heinz Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Michael Bulenda nur im Wintersemester
Prof. Dr. Jan Dünnweber
Prof. Dr. Sebastian Fischer
Prof. Dr. Florian Heinz
Prof. Dr. Daniel Jobst
Prof. Dr. Ruben Jubeh
Prof. Dr. Carsten Kern
Prof. Dr. Alexander Metzner
Beate Mielke (LBA)
Prof. Dr. Christoph Palm
Prof. Maike Stern
Prof. Dr. Thomas Wölfl
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 150h
Inhalte
• Kodieren, compilieren, linken und debuggen (mit und ohne IDE) Programmstruktur / Module
• Anweisungen, Ausdrücke
• Datentypen, Variablen, Konstanten und ihre Sichtbarkeit
• Ein-/Ausgabe
• Operatoren (u.a. arithmetisch, relational, logisch, Bitoperatoren)
• Präprozessor
• Kontrollstrukturen
• Arrays
• Zeichenketten
• Funktionen (u.a. main mit/ohne Argumenten) call by value, call by reference
• Rekursionen
• Typqualifizierer (const, volatile)
• Speicherklassen (auto, extern, static)
• Zeiger (u.a. Zeiger auf Zeiger und Funktionen, Zeigerarithmetik)
• Selbst definierte Datentypen (u.a. enum, struct, union, typedef)
• dynamische Speicherverwaltung
• Verkettete Listen
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
… Konzepte prozeduraler Sprachen zu verstehen (1)
… Syntax der Programmiersprache C zu verstehen und anzuwenden (3)
… die Funktionsweise von bis dahin unbekannten prozeduralen Programmen aus dem Quelltext
zu erschließen und Fehler zu identifizieren (2)
… einfache Probleme zu analysieren und Algorithmen zur Lösung in der prozeduralen
Programmiersprache C zu implementieren und zu testen (3)
… elementare Datenstrukturen zu kennen und selbständig anzuwenden (2)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
… fachliche Fragen an den Dozenten zu stellen und Inhalte der Vorlesung in korrekter
Fachsprache wiederzugeben (2)
… zu Übungsaufgaben eigene Lösungsstrategien zu erarbeiten (3)
… beharrlich an einer Aufgabe zu arbeiten (2)
… sorgfältig und exakt zu arbeiten (2)
Lehrmedien
Tafel, Notebook, Beamer
Literatur
• Kernighan / Ritchie: Programmieren in C: Mit dem C-Reference Manual in deutscher
Sprache, Hanser-Fachbuch, [Link], 1990
• Jürgen Wolff / René Kroß: C von A bis Z: Das umfassende Handbuch für C-Programmierer.
Zum Lernen und Nachschlagen. Aktuell zum Standard C18 Rheinwerk-computing, 4.
Ausgabe, 2020
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Daniel Jobst Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Programmieren 2 (Java) PG2
Verantwortliche/r Fakultät
Prof. Dr. Daniel Jobst Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Michael Bulenda
Prof. Dr. Axel Doering
Prof. Dr. Jan Dünnweber
Prof. Dr. Daniel Jobst
Prof. Dr. Ruben Jubeh
Prof. Dr. Carsten Kern
Prof. Dr. Alexander Metzner
Prof. Dr. Johannes Schildgen
Christian Silberbauer (LB)
Prof. Dr. Thomas Wölfl
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 150h
Inhalte
• Laufzeitumgebung und professionelle Arbeitsumgebung
• Klassen und Objekte, Datentypen
• Klassenmodelle
• Ein- und Ausgabe
• Vererbung, abstrakte Klassen, Interfaces, Polymorphie
• Verwendung von Generics
• Collections-Framework, Arbeiten mit Objekten
• Packages und Sichtbarkeiten
• Exceptions und Logging
• Innere und anonyme Klassen
• GUI-Programmierung, Listener-Konzept
• Threads und Grundlagen der Synchronisation
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
.• Grundzüge der objektorientierten Programmierung zu verstehen und zu benennen (1)
• leichte und komplexere Probleme logisch zu erfassen und eine algorithmische Lösungdafür in
einer vorgegebenen objektorientierten Programmiersprache zu erstellen (2)
• bekannte oder erlernte Verfahren, Methoden und Algorithmen in lauffähige und
effizienteobjektorientierte Software umzusetzen (3)
• vorhandene Klassenbibliotheken und Frameworks in eigene Lösungen
komplexererProblemstellungen sinnvoll einzubinden (3)
• fremde Softwarekomponenten (Klassen, Packete, Komponenten u. Ä.) mit Hilfe
derDokumentation zu erarbeiten und in eigenen Programmen zu nutzen (2)
• eigene Lösungsansätze zu kommentieren, zu dokumentieren und zu testen und
strukturelleSchwachstellen zu erkennen und zu beheben (2)
• gängiger Entwicklungswerkzeuge sicher zu beherrschen (2)
Lernziele: Persönliche Kompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
.• sich selbständig und motiviert in neue Themenbereiche einzuarbeiten und diese
strukturiertund Schritt für Schritt mit gegebenen Unterlagen zu erarbeiten (2)
• erlernte Lösungsansätze auf Basis vorgegebener Übungs- und Beispielaufgaben
mit Hilfeder eigenen Kreativität und Vorstellungskraft auch auf andere Szenarien des
eigenenErfahrungsbereichs anzuwenden (3)
• eigene Defizite im Lernfortschritt zu erkennen, dies zu kommunizieren und die Möglichkeiten
der angebotenen Hilfestellungen zu nutzen (2)
Angebotene Lehrunterlagen
Folienkopien, Übungsaufgaben, Codebeispiele
Lehrmedien
Videokonferenz, gegenseitige Bildschirmfreigabe, Tafel/Whiteboard, Beamer, Software-
Entwicklungsumgebung(en)
Literatur
Folgende Literatur dient beispielhaft der Vertiefung:
• Jobst, Fritz (2015): Programmieren in Java, 7. volls. überarb. Aufl. München: Hanser.
• Ullenboom, Christian (2012): Java ist auch eine Insel, 10., aktualisierte und überarb.
[Link]: Rheinwerk/Galileo
• Silberbauer, Christian (2020): Einstieg in Java und OOP :
Grundelemente,Objektorientierung, Design-Patterns und Aspektorientierung, 2. Aufl. Berlin
und Heidelberg:Springer
• Loy, Marc (2020): Learning Java - an introduction to real-world programming with Java,5th
ed. Sebastopol: O'Reilly
• Abts, Dietmar (2020): Grundkurs JAVA : Von den Grundlagen bis zu Datenbank-
undNetzanwendungen, 11. Aufl. Wiesbaden: Springer Fachmedien
Modulverantwortliche/r Fakultät
Prof. Dr. Kai Selgrad Informatik und Mathematik
Verpflichtende Voraussetzungen
Programmierkenntnisse
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Programmierprojekt PP
Verantwortliche/r Fakultät
Prof. Dr. Kai Selgrad Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Kai Selgrad
Lehrform
Praktikum
Zeitaufwand:
Präsenzstudium Eigenstudium
20h 70h
Inhalte
Studierende setzen in Einzelarbeit ein Projekt (primär im Kontext PG1) um, bei dem
ein signifikanter Programmieraufwand und Algorithmik involviert ist. Die Aufgabe kann
in Rücksprache mit Dozentinnen und Dozenten gewählt werden und ist im Umfang und
Schwierigkeitsgrad abzustimmen. Die Umsetzung findet selbständig mit wöchentlichem
Besprechungsangebot statt.
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• selbständig kleine aber vollständige Projekte umzusetzen (3).
• das in den Programmier-Veranstaltungen (insb. PG1) erworbene Wissen in der Praxis
anzuwenden (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• selbständig Probleme zu erkennen (2) und Fragen zu formulieren (2) um (durch Recherche
oder unter Anleitung) Lösungen zu finden.
• eigene Defizite im Kenntnissstand zu erkennen, diese zu kommunizieren und nachzuholen.
• sich selbständig in eine selbstgewählte oder z.T. vorgegebene Aufgabe einzuarbeiten.
Literatur
Modulverantwortliche/r Fakultät
Prof. Dr. Wolfgang Mauerer Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Theoretische Informatik TI
Verantwortliche/r Fakultät
Prof. Dr. Wolfgang Mauerer Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Frank Herrmann
Prof. Dr. Wolfgang Mauerer
Dr. Ralf Ramsauer (LB)
Prof. Dr. Klaus Volbert
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Die Lehrveranstaltung kann auch als virtuelle Lehrveranstaltung mit Präsenzübungen angeboten
werden.
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 150h
Inhalte
• Formale Sprachen und Automatentheorie
• Alphabete, Wörter, Sprachen. Informationsgehalt von Wörtern, Sprachen zur
Problembeschreibung (speziell: Entscheidungsprobleme)
• Deterministische und nichtdeterministische Endliche Automaten und deren Äquivalenz,
Minimierung von Automaten, Grenzen von endlichen Automaten
• Abschlusseigenschaften regulärer Sprachen
• Grammatiken und Chomsky Hierarchie
• Berechenbarkeitstheorie
• Mächtigkeit und Abzählbarkeit
• Turing Maschinen und äquivalente Varianten (z.B. Mehrband-Turingmaschine,
nichtdeterministische Turingmaschine)
• Kodierung von Turingmaschinen
• Grenzen der Berechenbarkeit:Methode der Diagonalisierung und Methode der
Kolmogorov-Komplexität
• Satz von Rice
• Komplexitätstheorie
• Komplexitätsmaße
• Komplexitätsklassen P und NP
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die in der Vorlesung behandelten wissenschaftlichen Inhalte zu verstehen und anzuwenden (3)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die in der Vorlesung behandelten wissenschaftlichen Inhalte selbständig zu verstehen und
anzuwenden (3)
Lehrmedien
Tafel, Folien
Literatur
• Dirk W. Hoffmann: Theoretische Informatik, Hanser Verlag, 2009
• John E. Hopcroft, Jeffrey D. Ullmann, Rajee Motwani: Einführung in die Automatentheorie,
Formale Sprachen und Komplexitäts-theorie“ von John E. Hopcroft, Pearson Studium,
2002
• Michal Sipser: Introduction to the Theory of Computation, Thomson Course Technology,
2006
• Uwe Schöning: Theoretische Informatik – kurzgefaßt, Spektrum Akademischer Verlag,
1995
• Gottfried Vossen und Kurt-Ulrich Witt: Grundlagen der Theoretischen Informatik mit
Anwendungen, Vieweg, 2002
• Ingo Wegener: Theoretische Informatik, Teubner, 2005
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Markus Heckner Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Webtechnologien WEB
Verantwortliche/r Fakultät
Prof. Dr. Markus Heckner Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Markus Heckner
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (2 SWS) und Praktikum (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 60h
Inhalte
• HTML und CSS
• CSS-Flexbox
• Responsive Webdesign
• Bootstrap
• JavaScript und Design Patterns
• Clientseitige Web-Apps
• Interaktive Anwendungen mit HTML 5 Canvas
• Serverseitige Webentwicklung mit [Link] und Express
• Grundlegende Datenbankkonzepte
• Single Page Web Applications
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• einfache responsive HTML-Seiten mit Flexbox zu entwickeln (3).
• kleinere interaktive Webseiten mit clientseitigem JavaScript zu konzipieren und zu
entwickeln (3).
• einfache serverseitige Anwendungen mit Datenbankzugriff zu konzipieren und zu
entwickeln (3).
• zu erkennen, dass Webentwicklung ein dynamisches und schnell veränderliches Umfeld
ist, das aber grundlegend auf wenigen Basistechnologien wie beispielsweise HTML, CSS
und JavaScript basiert (2).
• grundlegende Konzepte der Webentwicklung nachzuvollziehen (1).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• sich anhand der gegebenen Unterlagen in neue Technologien einzuarbeiten (2).
• eigene Defizite im Lernfortschritt zu erkennen, dies zu kommunizieren und die
Möglichkeiten der angebotenen Hilfestellungen zu nutzen (3).
• zu erkennen, dass sich manche Aufgaben erst durch Ausdauer und konzentriertes Arbeiten
an der Problemstellung lösen lassen (3).
Angebotene Lehrunterlagen
Foliensätze, Codebeispiele, Übungsaufgaben, Lösungen zu Übungsaufgaben, Videos zu
Vorlesungen, Forum
Lehrmedien
Tafel, Notebook, Beamer
Literatur
• Benedetti, R., Cranley, R. (2012). JQuery von Kopf bis Fuß. Köln: O’Reilly Verlag.
• Freeman, E., Robson, E. (2012). HTML5 Programmierung von Kopf bis Fuß. Köln: O’Reilly
Verlag.
• Haverbeke, M. (2014). Eloquent JavaScript: A Modern Introduction to Programming. San
Francisco: No Starch Press Inc.
• Keith, Jeremy. (2010). HTML5 for Web Designers. New York: A Book Apart.
• Mozilla Developer Network (MDN). (2015). JavaScript-Referenz. Online verfügbar: https://
[Link]/de/docs/Web/JavaScript/Reference
• Raasch, J. (2013). JavaScript Programming. Pushing the limits. Advanced Application
Development with JavaScript and HTML5. Chichester: Wiley & Sons.
• Roden. G. (2012).[Link] & Co. Heidelberg: [Link] GmbH.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Thomas Waas Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Kommunikationssysteme KS
Verantwortliche/r Fakultät
Prof. Dr. Thomas Waas Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Thomas Waas
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Praktikum (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 120h
Inhalte
• Überblick über Computernetzwerke (Komponenten, Operation, Protokolle, zeitlicher Ablauf
der Datenübertragung, Netzwerk-Architektur Modelle: ISO – OSI, TCP/IP)
• Anwendungs-Schicht ( Kommunikation zw. Prozessen, Dienste für NW-Anwendungen,
Protokollablauf und Meldungsformate der Anwendungen: HTTP, FTP, E-Mail, DNS)
• Transport Schicht ( Protokollarten: TCP, UDP, Meldungsformate, Ablauf, Überlastkontrolle,
Analyse)
• Netzwerk Schicht ( Netzwerkdienst-Modell, Routing, Distanz Vektor Algorithmus, Link State
Algorithmus, hierarchisches Routing, Routing Tabellen, Routing Protokolle: RIP, OSPF,
BGP, Adressierung in TCP/IP Netzen, IPv4- Protokoll: Meldungsformat, Fragmentierung,
Ablauf, Analyse, Subnetting)
• Data Link (DL) Schicht (Dienste der DL Schicht, Techniken für Fehlerkorrekturen,
gesicherte und ungesicherte Übertragungs-protokolle: Stop & Wait, Go Back to N,
Mehrfachzugriffsprotokolle, ARP-Protokoll, DL für LANs: Ethernet, Fast-Ethernet, Gigabit-
Ethernet, Wireless Zugriffsverfahren: IEEE 802.11, Netzwerk-Komponenten der DL:
Bridge, Hub, Switches)
• Socket Programmierung
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• Netzwerk-Komponenten, deren Rolle und die Kommunikations-Protokolle zwischen
Komponenten anzugeben (1),
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• fachliche Inhalte vor einem Publikum darzustellen (2),
• fachliche Fragen zu stellen (3) und
• netzwerktechnische Zusammenhänge in korrekter Fachsprache wiederzugeben (3).
Lehrmedien
Tafel, Overheadprojektor, Notebook, Beamer
Literatur
• Skript und On-Line Tutorials
• D.E. Comer: „Computernetzwerke und Internets“ Pearson
• James Kurose & Keith Ross: „Computernetzwerke: Ein Top-Down-Ansatz“ Pearson
Deutschland GmbH
• Fred Halsall: Computer Networking and the Internet, Addison Wesley, Reading,MA.
• Behrouz Forouzan: Data Communications and Networking, McGrawHill,Boston
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Klaus Volbert Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Algorithmen und Datenstrukturen AD
Verantwortliche/r Fakultät
Prof. Dr. Klaus Volbert Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Carsten Kern
Prof. Dr. Klaus Volbert
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 150h
Inhalte
• Komplexitätsanalyse (Modelle zur Laufzeit- und Speicherplatzanalyse, Best-, Average-
und Worst Case Analyse, Komplexitätsklassen, Asymptotische Komplexität, Lösen von
Rekursionsgleichungen)
• Entwurfsmethoden (Divide and Conquer, Dynamische Programmierung, Greedy-
Algorithmen, Backtracking)
• Algorithmen für Standard-Probleme (Elementare, fortgeschrittene und schlüsselbasierte
Sortierverfahren, Datenstrukturen zur Verwaltung von Mengen - z.B. binäre Suchbäume,
balancierte Bäume, Queues, Hashing, Suche in Mengen und Zeichenketten, Graph-
Algorithmen - z.B. Tiefen- und Breitensuche, kürzeste Pfade, minimale Spannbäume)
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
grundlegende Algorithmen und Datenstrukturen für Standard-Probleme wiedergeben und
implementieren zu können (1).
Sie können die Effizienz von Algorithmen und Datenstrukturen bewerten und vergleichen (2).
Sie haben verstanden, wie effiziente Algorithmen und Datenstrukturen anhand von
kennengelernten Entwurfsprinzipen analysiert und entworfen werden können (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
Lehrmedien
Tafel, Notebook, Beamer
Literatur
• Cormen, T. H., Leisserson, C. E., Rivest, R.L., Stein, C.: Introduction to Algorithms, MIT
Press, 2022
• Kleinberg, J., Tardos, E.: Algorithm Design, Pearson Education Limited, 2013
• Ottmann, T., Widmayer, P.: Algorithmen und Datenstrukturen, Springer Vieweg, 2017
• Pomberger, G., Dobler, H.: Algorithmen und Datenstrukturen, Pearson Studium 2008
• Schöning, U.: Algorithmik, Spektrum Akademischer Verlag, 2011
• Sedgewick, R.: Algorithms, Addison Wesley, 2011
• Solymosi, A., Grude, U.: Grundkurs Algorithmen und Datenstrukturen in JAVA: Eine
Einführung in die praktische Informatik, Vieweg, 2017
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Gabriele Blod Angewandte Natur- und Kulturwissenschaften
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
AW-Modul 2 AW 2
Verantwortliche/r Fakultät
Prof. Dr. Gabriele Blod Angewandte Natur- und Kulturwissenschaften
Lehrende/r / Dozierende/r Angebotsfrequenz
N.N.
Lehrform
abhängig vom ausgewählten AW-Fach
Zeitaufwand:
Präsenzstudium Eigenstudium
30h 30h
Inhalte
abhängig von der jeweiligen Lehrveranstaltung
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die in der jeweiligen Kursbeschreibung beschriebenen Fachkompetenzen zu verstehen und
anzuwenden.
Lernziele: Persönliche Kompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die in der jeweiligen Kursbeschreibung beschriebenen persönlichen Kompetenzen intellektuell
einzuordnen und praktisch umzusetzen.
Lehrmedien
abhängig von der jeweiligen Lehrveranstaltung
Literatur
abhängig von der jeweiligen Lehrveranstaltung
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Markus Kucera Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Betriebssysteme OS
Verantwortliche/r Fakultät
Prof. Dr. Markus Kucera Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Jan Dünnweber
Prof. Dr. Markus Kucera
Lehrform
Seminaristischer Unterricht mit ggf. Übungen (4 SWS) und Übungen (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 120h
Inhalte
Einführung (Historie, Betriebssystem, Schichtenmodell, Schnittstellen und virtuelle Maschine)
Prozesse (Prozesszustände, Scheduling, Synchronisation, Kommunikation)
Speicherverwaltung (Speicherbelegungsstrategien, virtueller Speicher, Seitenverwaltung,
Segmentierung, Cache)
Dateiverwaltung (Dateisysteme, Dateiattribute, Dateifunktionen, Dateiorganisation)
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
ihr Wissen auch über die Disziplin hinaus zu vertiefen und reflektieren situationsbezogen die
erkenntnistheoretisch begründete Richtigkeit fachlicher und praxisrelevanter Aussagen. Diese
werden in Bezug zum komplexen Kontext gesehen und kritisch gegeneinander abgewogen.
Studierende sammeln, bewerten und interpretieren relevante Informationen und leiten
wissenschaftlich fundierte Urteile ab. Sie entwickeln Lösungsansätze und realisieren dem
Stand der Wissenschaft entsprechende Lösungen. Sie führen anwendungsorientierte Projekte
durch und tragen im Team zur Lösung komplexer Aufgaben bei. Sie gestalten selbstständig
weiterführende Lernprozesse.
Die Studierenden kennen die wichtigsten Mechanismen eines Betriebssystems.
Sie verstehen die grundlegenden Konzepte eines modernen Betriebssystems und erwerben
Fertigkeiten in der systemnahen Programmierung.
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
innerhalb ihres Handelns fachliche und sachbezogene Problemlösungen zu formulieren und
können diese im Diskurs mit Fachvertreterinnen und Fachvertretern mit theoretisch und
methodisch fundierter Argumentation begründen. Sie kommunizieren und kooperieren mit
anderen Fachvertreterinnen und Fachvertretern, um eine Aufgabenstellung verantwortungsvoll
zu lösen. Außerdem reflektieren und berücksichtigen sie unterschiedliche Sichtweisen und
Interessen anderer Beteiligter.
Studierende entwickeln ein berufliches Selbstbild, das sich an Zielen und Standards
professionellen Handelns in vorwiegend außerhalb der Wissenschaft liegenden Berufsfeldern
orientiert. Sie begründen das eigene berufliche Handeln mit theoretischem und methodischem
Wissen und können die eigenen Fähigkeiten einschätzen, sie reflektieren autonom
sachbezogene Gestaltungs- und Entscheidungsfreiheiten und nutzen diese unter Anleitung.
Studierende erkennen situationsadäquat Rahmenbedingungen beruflichen Handelns und
begründen ihre Entscheidungen verantwortungsethisch. Sie reflektieren ihr berufliches Handeln
kritisch in Bezug auf gesellschaftliche Erwartungen und Folgen.
Lehrmedien
Tafel, Beamer, Folien
Literatur
• Tanenbaum. Moderne Betriebssysteme
• Silberschatz et al: Operating System Concepts
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Johannes Schildgen Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Datenbanken DAB
Verantwortliche/r Fakultät
Prof. Dr. Johannes Schildgen Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Florian Heinz
Stephan Payer (LB)
Prof. Dr. Johannes Schildgen
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 120h
Inhalte
• Konzeptionelle Datenmodellierung: Entity-Relationship-Modell
• Relationenmodell: Relationale Algebra und Normalformen.
• SQL: Datenbankzugriffssprache DML, Datenbankbeschreibungssprache DDL, Sichten,
Rechtemanagement
• Datenbankprogrammierung: Transaktionen, Zugriff auf Datenbanken mit geeigneten
Programmiersprachen, Benutzerdefinierte-Funktionen, Trigger
• Concurrency und Recovery von Datenbanken: Recovery, Log-Dateien, Concurrency,
Lockmechanismen, Deadlock.
• Datenbankoptimierung: Anfrageoptimierung, Indexe
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• den Aufbau und die Funktionsweise von Datenbanken wiederzugeben (1),
• selbstständig kleinere bis mittlere Datenbanken konzeptionell und logisch zu entwerfen (2),
• Datenbanken mittels der Anfragesprache SQL einzurichten (2) und zu verwenden. (2),
• Konzepte wie Sichten, Trigger und benutzerdefinierte Funktionen zu bewerten (3) und
adäquate Konzepte für spezielle Anwendungsfälle auszuwählen (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• in Zusammenarbeit mit anderen Datenbanken zu modellieren und
Modellierungsalternativen zu diskutieren (3),
• selbstständig die Anfragesprache SQL auf einer Datenbank einzusetzen (2).
Lehrmedien
Tafel, Beamer, Notebook
Literatur
• J. Schildgen: Sprachkurs SQL - Das Datenbanken-Hörbuch, 2018
• A. Kemper / A. Eickler: Datenbanksysteme: Eine Einführung, Oldenbourg, 2015
• E. Schicker: Datenbanken und SQL, Springer-Vieweg 2014
• A. Heuer, K.-U. Sattler, G. Saake: Datenbanken: Konzepte und Sprachen, 2018
• C.J. Date: Introduction to Database Systems, Addison Wesley, 2003
• C.J. Date / H. Darwen: SQL – Der Standard, Addison Wesley, 1998
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Modulverantwortliche/r Fakultät
Prof. Dr. Martin Weiß Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Numerische Mathematik NM
Verantwortliche/r Fakultät
Prof. Dr. Martin Weiß Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Martin Weiß
Lehrform
Seminaristischer Unterricht (3 SWS) mit Praktikum (1 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
Zahlendarstellungen
Numerische Algorithmen und Eigenschaften
Lineare Gleichungssysteme und Lösungsalgorithmen
Kurvenanpassung: Interpolation, Approximation
Spline-Funktionen
Nichtlineare Gleichungen und nichtlineare Optimierung in einer und mehreren Variablen
Numerische Differentiation
Numerische Integration
Im Praktikum entwickeln die Studierenden selbständig Software in MATLAB
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• Ganzzahl- und Gleitpunkt- Zahlendarstellungen und die Arbeitsweise der
Computerarithmetik, insbesondere deren Grenzen, zu erläutern (1).
• Lösungsalgorithmen für numerische Aufgaben anhand ihrer Eigenschaften
auszuwählen(3).
• Eigenschaften von Problemstellungen zu ermitteln, geeignete Algorithmen anhand der
Problemklassen auszuwählen, zu kombinieren und deren Effizienz zu beurteilen (3).
• effiziente Programme zu numerischen Problemen zu implementieren, sowie Bibliotheken
mit numerischen Algorithmen anzuwenden (2).
• verschiedene Fehlertypen in numerischen Programmen zu benennen, zu bewerten, zu
vermeiden, ggf. zu lokalisieren und zu beheben (2).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• das Wesen der mathematischen Arbeitsweise zu beschreiben (1).
• fachliche Inhalte in Lerngruppen zu diskutieren (2).
• die Argumente anderer zu analysieren (3).
• den Lernprozess in Lerngruppen zu bewerten (3).
• verschiedene Lernmethoden zu benennen (1).
• genau zu formulieren, was sie nicht verstanden haben (2).
• neue Inhalte im Selbststudium zu erarbeiten (2).
• den persönlichen Nutzen verschiedener Lernmethoden zu bewerten (3).
• den eigenen Lernfortschritt und Lernbedarf zu analysieren (3).
• ihren Lernprozess (Zeitmanagement) selbständig zu organisieren (2).
Angebotene Lehrunterlagen
Kurzskript, Praktikums- und Übungsblätter
Lehrmedien
Tafel, Notebook, Beamer, Mathematische Software
Literatur
• Dahmen, Reusken: Numerik für Ingenieure und Naturwissenschaftler, Springer, 2008
• Hermann: Numerische Mathematik, Oldenbourg 2001
• Hanke-Bourgeois: Grundlagen der Numerischen Mathematik und des
wissenschaftlichenRechnens, Teubner 2006
• Huckle, Schneider: Numerische Methoden, Springer, 2006
• Strang: Wissenschaftliches Rechnen, Springer, 2010
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Klaus Volbert Informatik und Mathematik
Verpflichtende Voraussetzungen
90 Kreditpunkte aus den vorangegangenen 4 Semestern
oder
Vollständiges Ablegen der Grundlagenmodule (Erwerb von 60 Kreditpunkten) und Absolvierung
mindestens eines weiteren Studiensemesters in Vollzeit.
Inhalte
Im Rahmen von DV-Projekten ist die Mitarbeit in möglichst allen Projektphasen (Systemanalyse,
Systemplanung, Implementierung und Systemeinführung) sicherzustellen.
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Praktikum (Industrial Placement) PS
Verantwortliche/r Fakultät
Prof. Dr. Klaus Volbert Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
alle Professoren/innen der Fakultät IM nur im Wintersemester
Lehrform
Praktikum (18 Wochen Vollzeit im Betrieb)
Zeitaufwand:
Präsenzstudium Eigenstudium
Inhalte
Im Rahmen von DV-Projekten ist die Mitarbeit in möglichst allen Projektphasen (Systemanalyse,
Systemplanung, Implementierung und Systemeinführung) sicherzustellen.
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
... typische Arbeiten/Aufgaben aus der Informatik in einem Unternehmen wiederzugeben (1).
Sie kennen die Arbeitsweise und Arbeitsabläufe in einem Unternehmen.
Sie konnten Ihre im Studium erworbenen Fachkenntnisse praktisch anwenden und insbesondere
vertiefen (2-3).
Sie haben gelernt, wie Arbeitsergebnisse im Unternehmen diskutiert und präsentiert werden.
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
... typische, in einem Unternehmen anfallende Arbeiten/Aufgaben aus der Informatik alleine und
in Teams wiederzugeben (1), zu bearbeiten (2) und zu lösen (3).
Sie können eigene und andere Lösungen bewerten und vergleichen.
Sie haben einen ersten Eindruck, wie sie die zukünftige Arbeitswelt mit eigenen Beiträgen
mitgestalten können.
Literatur
Keine Angabe
Teilmodul TM-Kurzbezeichnung
Praxisseminar (Industrial Placement Seminar) PS
Verantwortliche/r Fakultät
Prof. Dr. Klaus Volbert Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
alle Professoren/innen der Fakultät IM nur im Wintersemester
Lehrform
Seminar
Zeitaufwand:
Präsenzstudium Eigenstudium
Inhalte
Seminarvortrag / Präsentation über Ablauf und Inhalte des Praktikums im Unternehmen und
Erstellen eine Praktikumsberichts.
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
typische Arbeiten/Aufgaben aus der Informatik in einem Unternehmen wiederzugeben (1).
Sie kennen die Arbeitsweise und Arbeitsabläufe in einem Unternehmen. Sie konnten ihre im
Studium erworbenen Fachkenntnisse praktisch anwenden und insbesondere vertiefen (2-3). Sie
haben gelernt, wie Arbeitsergebnisse im Unternehmen diskutiert und präsentiert werden.
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
typische, in einem Unternehmen anfallende Arbeiten/Aufgaben aus der Informatik alleine und in
Teams wiederzugeben (1), zu bearbeiten (2) und zu lösen (3). Sie können eigene und andere
Lösungen bewerten und vergleichen. Sie haben einen ersten Eindruck, wie sie die zukünftige
Arbeitswelt mit eigenen Beiträgen mitgestalten können.
Lehrmedien
Praxisseminar: Tafel, Notebook, Beamer
Literatur
Keine Angabe
Modulverantwortliche/r Fakultät
Prof. Dr. Alexander Metzner Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Rechnertechnik RT
Verantwortliche/r Fakultät
Prof. Dr. Alexander Metzner Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Alexander Metzner nur im Sommersemester
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 120h
Inhalte
• Schaltalgebra, Schaltfunktionen, Minimierung, Entwicklungsziele.
• Kombinatorische und sequentielle Logik, Codeumsetzer, Multiplexer, Komparatoren,
arithmetische Schaltnetze und Schaltwerke
• Grundlegende Konzepte wie Pipelining, Superskalarität, Hyperthreading, Multiprozessing,
CISC, RISC, VLIW, EPIC
• µ-Programmierung
• Speichersysteme, Cachesysteme, effektive Bandbreiten
• Leistungsbewertung, Amdahl’sches Gesetz
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• die Funktion digitaler Schaltungen zu verstehen (3)
• einfache Schaltungen selbständig zu entwickeln. (2)
• die grundlegenden Konzepte von Rechnerarchitekturen und den Einfluss von
Speichersystemen auf die Performance von Computersystemen zu verstehen (2)
• die Leistung von Rechnersystemen zu beurteilen (2)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• sich selbständig und motiviert in neue Themenbereiche einzuarbeiten und diese strukturiert
und Schritt für Schritt mit gegebenen Unterlagen zu erarbeiten (2)
• erlernte Lösungsansätze auf Basis vorgegebener Übungs- und Beispielaufgaben mit Hilfe
der eigenen Kreativität und Vorstellungskraft auch auf andere Szenarien des eigenen
Erfahrungsbereichs anzuwenden (3)
• eigene Defizite im Lernfortschritt zu erkennen, dies zu kommunizieren und die
Möglichkeiten der angebotenen Hilfestellungen zu nutzen (2)
Lehrmedien
Tafel, Notebook, Beamer
Literatur
• Eigene Folien in PDF
• Pernards: Digitaltechnik, Hüthig 2001
• Beierlein: Mikroprozessoren, Fachbuchverlag Leipzig 2004
• Hennesy: Rechnerarchtektur, Vieweg & Sohn 1994
• Märtin: Rechnerarchitekturen, Carl Hanser Verlag 2001
• Tanenbaum: Computerarchitektur, Pearson Studium 2001
• Schiffmann: Technische Informatik II, Springer 2005
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Michael Bulenda Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Seminar Informatik SIN
Verantwortliche/r Fakultät
Prof. Dr. Michael Bulenda Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Michael Bulenda
Lehrform
Seminar
Zeitaufwand:
Präsenzstudium Eigenstudium
30h 60h
Inhalte
• Einführung in die wissenschaftliche Arbeitsweise in der Informatik und das
wissenschaftliche Schreiben.
• Methoden der Literaturrecherche und Quellenbewertung.
• Durchführung eines Literaturreviews zu einem spezifischen Thema aus der Informatik.
• Verfassen wissenschaftlicher Texte, wie z. B. Exposés, Abstracts oder kurze Fachartikel.
• Präsentation der erarbeiteten Ergebnisse in Form eines Vortrags oder einer Poster-
Präsentation.
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• eine effektive Literaturrecherche durchzuführen, um relevante wissenschaftliche Quellen
aus der Informatik und angrenzender Disziplinen zu identifizieren (2),
• eine systematische Literaturübersicht (Literaturreview) zu einem gegebenen Thema zu
erstellen (3),
• einen wissenschaftlichen Text aus dem aus den oben genannten Bereichen zu
einem gegebenen Thema gemäß den gängigen Standards zu verfassen und dabei
wissenschaftliche Methoden und Schreibweisen anzuwenden (3),
• die erarbeiteten Ergebnisse strukturiert und präzise anderen Fachleuten zu erläutern und
zu verteidigen (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• selbständig an einer Aufgabenstellung zu arbeiten und den Fokus auf das Wesentliche
beizubehalten (2),
• Erfahrungen über das eigene Lern- und Arbeitsverhalten zu machen und zu reflektieren
(2),
• Motivation aufrechtzuerhalten, auch dann, wenn größere Zeiträume zwischen
Präsenzphasen sind (2),
• vorhandene Wissenslücken zu erkennen und Hilfe eigenverantwortlich einzufordern (3)
Angebotene Lehrunterlagen
ELO-Kursraum mit Folienpräsentationen und weiteren Details zu den Inhalten.
Literatur
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Carsten Kern Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Software Engineering SE
Verantwortliche/r Fakultät
Prof. Dr. Carsten Kern Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Michael Bulenda
Prof. Dr. Carsten Kern
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS) und Übung (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
90h 150h
Inhalte
• Grundlagen des Software-Engineering (Definition, Ethik, Qualität)
• Vorgehensmodelle (Phasenmodelle, V-Modelle, Agile Entwicklung)
• Grundlagen des Requirements Engineering
• Konzepte und Notationen der OOA (Basiskonzepte, statische, dynamische Konzepte,
UML)
• Grundlagen der Software-Architektur (Sichtenkonzepte, Standardarchitekturen, Physische
Verteilung, Grob-Design)
• Software Design (Fein-Design, Design-Patterns, Implementierung)
• Software Test
• Erstellung Projektvorschlag (Situationsanalyse, Ziele, Maßnahmen, Erfolgsfaktoren)
• Erstellung Software-Requirements (Systemkontext, Use-Cases, Produktmodell)
• Erstellung Fachkonzept/Architektur (Logische Sicht, Struktursicht, Verteilung)
• Erstellung OO-Modell (Geschäftsprozess, OOA-Modell, OOD-Modell)
• Erstellung Software Prototyp
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• die Denk- und Vorgehensweisen des Softwareengineering zu kennen und wiederzugeben.
Die Studierenden haben ein Bewusstsein für die Bedeutung, Schwierigkeiten und
Möglichkeiten des Software Engineering sowie einschlägige Kenntnisse über Software,
Softwareentwicklung, Softwarequalität. (1)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• ihr Selbstmanagement im kleinen Team zu optimieren und damit die Fähigkeit
auszubauen, mit Stress umzugehen, sich selbst zu motivieren und kleinere Konflikte im
Team gemeinsam zu lösen oder zu eskalieren. (3)
• Verantwortung im Projektteam anzunehmen, um den Projekterfolg zu sichern. (2)
• auf Basis der Lerninhalte vorgegebene Lösungen oder Lösungen anderer Studierender zu
analysieren und zu bewerten sowie sich mit ihrer Bewertung in konstruktiver Kritik anderen
gegenüber zu üben. (3)
Lehrmedien
PowerPoint-Präsentation, Laptop, Beamer, Tafel
Literatur
• Sommerville, I.: Software Engineering, Pearson Studium, 2018
• Rupp, C.: UML 2 glasklar: Praxiswissen für die UML-Modellierung, Carl Hanser Verlag,
2012
• Kleuker, S.:, Grundkurs Software Engineering mit UML, Springer Vieweg, 2018
• Balzert, H.: Lehrbuch der Objekmodellierung, Spektrum, Akad. Verlag, 2011
• Starke G.: Effektive Softwarearchitekturen: Ein praktischer Leitfaden, Carl Hanser Verlag,
2020
• Ammann P., Offutt, F.: Introduction to Software Testing, Cambridge University Press, 2016
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Hans Kiesl Informatik und Mathematik
Prof. Dr. Peter Wirtz Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Statistik ST
Verantwortliche/r Fakultät
Prof. Dr. Peter Wirtz Informatik und Mathematik
Prof. Dr. Hans Kiesl
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Hans Kiesl
Prof. Dr. Peter Wirtz
Lehrform
Seminaristischer Unterricht ggf. mit Übungen (4 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Beschreibende Statistik (Merkmale, Darstellung von Messreihen, Maßzahlen für ein- und
zweidimensionale Messreihen, Robustheit von Maßzahlen).
• Grundbegriffe der Wahrscheinlichkeitstheorie (Wahrscheinlichkeitsräume, bedingte
Wahrscheinlichkeiten, Unabhängigkeit, Zufallsvariable und Verteilungsfunktion,
Erwartungswert und Varianz, mehrdimensionale Zufallsvariable, Normalverteilung,x² -,
t - und FVerteilung, Gesetze der großen Zahlen und Grenzwertsätze, empirische
Verteilungsfunktion, Zentralsatz der Statistik).
• Schließende Statistik (Schätzverfahren und ihre Eigenschaften, Maximum-Likelihood-
Methode, Konfidenzintervalle, Tests bei Normalverteilungsannahmen, der x² -
Anpassungstest, verteilungsunabhängige Tests, einfache Varianzanalyse, einfache lineare
Regression).
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• Definitionen, Begriffe und Sätze der Wahrscheinlichkeitstheorie mit eigenen Worten zu
erläutern (1),
• wahrscheinlichkeitstheoretische Fragestellungen selbstständig und planvoll zu bearbeiten
(2),
• grundlegende Verfahren der deskriptiven Statistik anzuwenden (2),
• die Methodik statistischer Schätz- und Testverfahren beurteilen und für praktische
Fragestellungen anwenden zu können (3),
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• zielorientiert im Team zu arbeiten (Teamfähigkeit) (1),
• die erarbeiteten Ergebnisse sach- und zielgerecht vorzutragen (Präsentationskompetenz)
(2),
• ihren Standpunkt fachlich zu verteidigen (Argumentationskompetenz) (3),
• erarbeitete Ergebnisse zielgruppenorientiert vorzustellen (Anpassungsfähigkeit) (1),
• eigene Ergebnisse und Meinungen vor verschiedenen Zielgruppen zu verteidigen
(Vertrauen in das eigene Beurteilungsvermögen) (2)
• anspruchsvolle Fragestellungen zu bewerten und zielorientiert zu bearbeiten (3)
Lehrmedien
Tafel, Notebook, Beamer
Literatur
• Bosch, Elementare Einführung in die angewandte Statistik, Vieweg 2005
• Hübner, Stochastik: Eine anwendungsorientierte Einführung für Informatiker, Ingenieure
und Mathematiker, Vieweg 2009
• Lehn/Wegmann, Einführung in die Statistik, Teubner 2006
• Ross, Statistik für ingenieure und Naturwissenschaftler, Elsevier 2006
• Sachs, Wahrscheinlichkeitsrechnung und Statistik, Hanser 2009
• Teschl und Teschl, „Mathematik für Informatiker Band 2“, Springer 2007
• Weitz, "Konkrete Mathematik (nicht nur) für Informatiker", Springer 2018
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Vorsitzender der Prüfungskommission Informatik und Mathematik
Dekan Fakultät IM Informatik und Mathematik
Verpflichtende Voraussetzungen
Erfolgreiches Bestehen aller Prüfungen des 1. Studienabschnitts, Mindestens 100 Kreditpunkte
aus dem 1.+ 2. Studienabschnitt, Praxissemester erfolgreich absolviert.
Empfohlene Vorkenntnisse
Alle Module des 1. und 2. Studienabschnitts
Inhalte
siehe Folgeseite
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Bachelorseminar BS
Verantwortliche/r Fakultät
Prof. Dr. Frank Herrmann Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
alle Professoren/innen der Fakultät IM
Lehrform
Seminar
Zeitaufwand:
Präsenzstudium Eigenstudium
30 h 60 h
Inhalte
Fachspezifisches Thema
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• fachspezifische Ergebnisse eigener Arbeit in mündlicher und schriftlicher Form zu präsentieren
(2)
• Rückfragen und Lösungsansätze im Team zu diskutieren (3)
Lehrmedien
Tafel, Notebook, Beamer und ggf. weitere Medien
Literatur
Wird durch die/den betreuende*n Professor*in festgelegt.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Teilmodul TM-Kurzbezeichnung
Schriftlliche Ausarbeitung (Thesis) BA
Verantwortliche/r Fakultät
Prof. Dr. Frank Herrmann Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
alle Professoren/innen der Fakultät IM
Lehrform
Selbständige Bearbeitung eines Problems, Erstellen einer schriftlichen Ausarbeitung,
Vorbereiten einer Präsentation
Zeitaufwand:
Präsenzstudium Eigenstudium
360 h
Inhalte
Fachspezifisches Thema
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die während des Studiums erworbenen Kompetenzen fachübergreifend auf eine komplexe
fachwissenschaftliche Problemstellung anzuwenden (2) und systematisch zu erweitern (3). Sie
können wissenschaftliche Quellen effizient recherchieren, auswerten und korrekt zitieren (2).
Aus dem erschlossenen Stand der Technik können sie eine technische Aufgabe ableiten und
mit wissenschaftlich abgesicherten Methoden bearbeiten (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
die Bearbeitung einer komplexen Aufgabe eigenständig in Arbeitspakete zu untergliedern,
deren Abarbeitung zu planen, den Arbeitsstand fortlaufend zu verfolgen und termingerecht
abzuschließen (2). Sie können technische Inhalte sprachlich angemessen, knapp und genau
darstellen und eigene Ergebnisse deutlich vom Stand der Technik abgrenzen (2). Sie sind in der
Lage, Lösungsalternativen gegenüberzustellen und begründet abzuwägen (3)
Lehrmedien
Papier, CD/DVD, PDF-Datei u.a.
Literatur
Wird durch die/den betreuende*n Professor*in festgelegt.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Computergraphik CG
Verantwortliche/r Fakultät
Prof. Dr. Kai Selgrad Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Kai Selgrad
Lehrform
Seminaristischer Unterricht (2SWS) mit Übungen (2SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Grafik-Pipeline,
• Farbmodelle,
• Rasterisierung,
• Datenstrukturen und Transformationen in 3D,
• Perspektive und Projektion,
• Beleuchtung,
• OpenGL & Shader-Programmierung,
• Texturierung
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• GPU Rendering mit OpenGL auf Basis von C++ zu betreiben (3).
• nicht nur selbständig Systeme zur Darstellung dreidimensionaler Szenen zu entwerfen
(2), sondern auch sich in bestehenden Systemen solcher Art zurecht zu finden und diese
produktiv einzusetzen und weiterzuentwickeln (2).
Sie haben ein Verständnis über die grundlegenden Konzepte des Echtzeit-Renderings (3) und
eine Vorstellung darüber hinausgehender Themen (1).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• sich selbständig und motiviert in neue Themenbereiche einzuarbeiten und diese strukturiert
und Schritt für Schritt mit gegebenen Unterlagen zu erarbeiten (2)
• erlernte Lösungsansätze auf Basis vorgegebener Übungs- und Beispielaufgaben mit Hilfe
der eigenen Kreativität und Vorstellungskraft auch auf andere Szenarien des eigenen
Erfahrungsbereichs anzuwenden (3)
• eigene Defizite im Lernfortschritt zu erkennen, dies zu kommunizieren und die
Möglichkeiten der angebotenen Hilfestellungen zu nutzen (2)
• eigene lehr- und lernbezogene Defizite zu erkennen, zu formulieren und zu kommunizieren
(1)
Angebotene Lehrunterlagen
TeX-Folien
Lehrmedien
Tafel, Beamer, TeX-Folien
Literatur
• Shirley et al., "Fundamental of Computer Graphics" (primär)
• OpenGL ARB Working Group, "OpenGL Programming Guide: The Official Guide to
Learning OpenGL"
• [Link]
Weitere Informationen zur Lehrveranstaltung
Praktische Übungen mit Asymptote und C++/OpenGL.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Datawarehouse DW
Verantwortliche/r Fakultät
Prof. Dr. Johannes Schildgen Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Johannes Schildgen
Lehrform
Seminaristischer Unterricht (2 SWS) mit Übungen (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
Diese Lehrveranstaltung vermittelt die Grundlagen von Data Warehouse. Dies umfasst:
- Fundamentals of Data Warehouses
- Data-Warehousing Architecture
- Multi-dimensional Data Modelling, Star/Snowflake-Schema
- ETL Process, Data Cleaning, Data Integration
- Data Analytics
- Advanced SQL: Grouping Sets, Window Functions, Skyline Queries
- Business Intelligence and Data Visualization
Die vermittelten theoretischen Grundlagen werden direkt in der Praxis mit modernen
Datenbanken geübt.
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
- den internen Aufbau eines Data Warehouse, den dazugehörigen OLAP-Prozess und die
notwendigen Ladevorgänge aus dem Produktionsbetrieb zu beschreiben (1),
- kleinere Datawarehouse-Systeme zu erstellen, ETL-Prozesse anzustoßen und OLAP-Abfragen
durchzuführen (2),
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
- Data-Warehouse-Szenarien zu konzipieren, durchzuführen und aus den Daten gewonnene
Erkenntnisse zu präsentieren (3)
Angebotene Lehrunterlagen
Vorlesungsskript
PowerPoint-Präsentation
Alle in der Lehrveranstaltung verwendeten Programme
Lehrmedien
Tafel, Beamer mit Notebook
Literatur
• Köppen/Sattler/Saake: Data Warehouse Technologien, 2014
• Bauer/Günzel: Data Warehouse Systeme, dpunkt, 2013
• Mehrwald: Datawarehousing mit SAP BW 7.3, dpunkt, 2013
• Kimball/Ross: Kimball’s Data Warehouse Toolkit, Wiley&Sons, 2009
• Kemper/Baars/Mehanna: Business Intelligence, Springer, 2010
• Jockisch: Data Warehouse und SAP Business Information Warehouse, Skript OTH
Regensburg
• Kurz: Data Warehousing, mitp, 1999
Weitere Informationen zur Lehrveranstaltung
Empfohlene Voraussetzungen: Umfangreiche Kenntnisse in Datenbanken
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Human Computer Interaction HCI
Verantwortliche/r Fakultät
Prof. Dr. Markus Heckner Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Michael Ehrnböck (LB)
Prof. Dr. Markus Heckner
Petteri Kaskenpalo (LB)
Lorena Meyer (LB)
Ulrike Steinberger
Lehrform
Seminaristischer Unterricht mit integrierten Übungen (4 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
Vermittlung der Grundprinzipien einer benutzergerechten Entwicklung von Software (User
Centered Design).
Themen:
• Usability Engineering Framework
• Methoden der nutzerzentrierten Anforderungsanalyse
• Information Design und Information Architecture
• Sketching
• Paper Prototyping
• Toolbasiertes Prototyping mit Axure
• (Guerilla) Usability Testing
• Usability Messen
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• Usability / User Experience und deren Auswirkungen auf Nutzer und Unternehmen zu
verstehen (3).
• einen systematischen Usability Engineering Prozesses zu verstehen, der ein
Prozessmodell zur Entwicklung benutzerzentrierter Software vorgibt (2).
• die dazu notwendigen Methoden (z.B. Prototyping, Card Sorting, Usability Testing inkl.
Auswertung) selbstständig auszuwählen und einzusetzen, um das User Interface einer
Anwendung so zu gestalten, dass diese effizient und effektiv benutzbar wird (2).
Lernziele: Persönliche Kompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• die Relevanz des Einbezugs von Nutzern in den Softwareentwicklungsprozess zu
erkennen (3).
• eigene Ansichten und Annahmen zurückzustellen, und Bedürfnisse und Probleme von
Nutzern als Basis für die Entwicklung von Software anzuerkennen (3).
• unterschiedliche Sichtweisen innerhalb des Projektteams zu integrieren (3).
Angebotene Lehrunterlagen
Foliensätze, Lehrvideos, Übungsaufgaben, Quizzes
Lehrmedien
Notebook, Beamer, Tafel
Literatur
• DIN EN ISO 9241-210. Human-centred design for interactive systems.
• Nodder, C. & J. Nielsen (2009). Agile Usability: Best Practices for User Experience on
Agile Development Projects.
• Tullis, T., & Albert, B. (2008). Measuring the User Experience. Morgan Kaufmann.
• Warfel, T. Z. (2009). Prototyping: A Practitioner’s Guide (1st ed.). Rosenfeld Media.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Informationssicherheit IS
Verantwortliche/r Fakultät
Prof. Dr. Christoph Skornia Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Rudolf Hackenberg
Prof. Dr. Christoph Skornia
Lehrform
Seminaristischer Unterricht mit Übungen
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Einführung und Themeneinordnung
• Schutzziele
• Klassische Sicherheitslücken
• Eingesetzte Schutzmechanismen
• Organisatorische Vorgehensmodelle
• Technische Aspekte und Lösungen
• Trends und Entwicklungen
• Praktische Übungen
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• theoretische Grundlagen und technische Maßnahmen der Informationssicherheit zu
verstehen und situationsbezogen anzuwenden (3)
• Sicherheitsaspekte und Schwachstellen zu analysieren (3)
• Sicherheitsniveaus risikoorientiert abzuwägen (3)
• Sicherheitslösungen zu entwerfen und umzusetzen (3)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• technische Konzepte vertieft zu analysieren (3)
• ausgewählte technische Problemstellungen in Gruppenarbeit zu lösen (3)
Lehrmedien
Whiteboard, Beamer, Laborrechner z.T. Gruppenarbeit
Literatur
• Eckert C: IT-Sicherheit. Konzepte, Verfahren, Protokolle, Oldenburg Verlag.
• Pieprzyk, J. et al.: Fundamentals of computer security, Springer Verlag
• Raepple M: Sicherheitskonzepte für das Internet, dpunkt Verlag
• Diverse herstellerspezifische Handbücher
Weitere Informationen zur Lehrveranstaltung
Empfohlene Voraussetzungen: Kommunikationssysteme, Grundlagen der Informatik
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Prof. Dr. Frank Herrmann Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Operations Research OR
Verantwortliche/r Fakultät
Prof. Dr. Frank Herrmann Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Frank Herrmann
Dr. Thomas Hußlein (LB)
Lehrform
Seminaristischer Unterricht (2 SWS) mit Übungen (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Lineare Optimierung
• Ganzzahlige Optimierung
• Nicht lineare Optimierung
• Dynamische Optimierung
• Transportproblem
• Netzplantechnik
• Scheduling
• Bestandsmanagement
• Prognoseverfahren
• Modellierung von Optimierungsproblemen
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• quantifizierbare Probleme, bei denen es mehrere Entscheidungsmöglichkeiten gibt, aus
dem Bereich der Planung in der Produktionslogistik identifizieren (3).
• alle möglichen Alternativen (solcher Entscheidungsprobleme) erfassen (3) und die besten
unter diesen gemäß einem Gütekriterium mit den Methoden des Operations Research
auswählen (3).
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• anspruchsvolle Inhalte eigenständig nachzuarbeiten (3), durch Übungen zu vertiefen (3)
sowie durch das Studium von Lehrbüchern zu ergänzen (2).
• zielorientiert im Team zu arbeiten (Teamfähigkeit) und die erarbeiteten Ergebnisse sach-
und zielgerecht im Auditorium vorzustellen (3).
• ihren Standpunkt fachlich zu verteidigen (2).
• die Folgen von Entscheidungen zu verstehen und bewusst in ihr eigenes Wertesystem
einzuordnen (3).
Lehrmedien
Overheadfolien (in der Veranstaltung entwickelt), PowerPoint Präsentation, PC und Beamer
Software: ILOG (System zur Lösung linearer Optimierungsprobleme)
Literatur
• Klaus Neumann und Martin Morlock: „Operations Research“, Hanser-Verlag.
• Frederick S. Hillier und Gerald J. Liebermann: „Operations Research“, Oldenbourg-Verlag,
2002.
• Wolfgang Domschke und Andreas Drexl: „Einführung in Operations Research“, Springer
Berlin /Heidelberg, 8. Auflage,2011.
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Softwareentwicklung SW
Verantwortliche/r Fakultät
Prof. Dr. Daniel Jobst Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Alixandre Ferreira de
Santana
Prof. Dr. Daniel Jobst
Lehrform
Seminaristischer Unterricht (2 SWS) und Praktikum (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Grundlagen webbasierter Unternehmensanwendungen
• Moderne Ausführungsumgebungen für Unternehmensanwendungen
• Mehrschichtige Architekturen, Entwurfsmuster für unternehmensweite Anwendungen
• Persistenzsysteme und Anbindung von Datenbanken
• Servicedesign und –umsetzung, Dependency-Management
• Umsetzung webbasierter User-Interfaces
• Aspekte synchroner und asynchroner Kommunikation
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• Potentiale moderner Applikationsserver oder leichtgewichtiger Server-
Anwendungsplattformen zur Problemlösung zu erkennen und anzuwenden (2)
• Architektur-Muster und Vorgehensweisen und -modelle des modernen Software-
Engineerings auf konkrete Projektideen anzuwenden und daraus selbständig die
wichtigsten Designentscheidungen zu treffen und diese zu dokumentieren (2)
• funktionale und nicht-funktionale Anforderungen an das eigene Softwareprojekt zu
identifizieren, zu verstehen und zu dokumentieren (2)
• fachliche Abhängigkeitsbeziehungen zu anderen Softwareprojekten zu identifizieren und
zu verstehen und daraus korrekte Interfacebeziehungen abzuleiten und zu dokumentieren
(2)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• sich selbständig und motiviert in neue Themenbereiche einzuarbeiten und diese strukturiert
und Schritt für Schritt mit selbst gewählten Szenarien einzuüben (2)
• die eigene Lehrngeschwindigkeit zu erkennen und zielbezogen die eigenen Aufgaben in
sinnvolle und zu bewerkstelligende Teilbereiche aufzuteilen und diese einzuhalten (2)
• eigene, inhaltliche und organistorische Projektanforderungen zu kommunizieren und mit
anderen Teammitgliedern abzustimmen (2)
• arbeitsteilig in einem Team zu arbeiten (3)
Angebotene Lehrunterlagen
Folienkopien/Skript, Lehrvideos, Beispiel-Code und -projektauszüge
Lehrmedien
Videokonferenz mit gegenseitiger Bildschirmfreigabe
Folienpräsenatation
Live-Coding
Literatur
• Gutierrez, Felipe (2019): Pro Spring Boot 2 - An Authoritative Guide to Building
Microservices, Web and Enterprise Applications, and Best Practices, 2nd ed. Berkeley
(CA): Apress
• Golubski, Wolfgang (2019): Entwicklung verteilter Anwendungen - mit Spring Boot & Co.
Wiesbaden: Springer Vieweg
• Walls, Craig (2019): Spring im Einsatz, 3. überarb. Aufl. München: Hanser
• Weitere Literatur wird über GRIPS bekanntgegeben
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden
Modulverantwortliche/r Fakultät
Dekan Fakultät IM Informatik und Mathematik
Zugeordnete Teilmodule:
Nr. Bezeichnung der Teilmodule Lehrumfang Arbeitsaufwand
Teilmodul TM-Kurzbezeichnung
Verteilte Systeme VS
Verantwortliche/r Fakultät
Prof. Dr. Daniel Jobst Informatik und Mathematik
Lehrende/r / Dozierende/r Angebotsfrequenz
Prof. Dr. Jan Dünnweber
Prof. Dr. Daniel Jobst
Lehrform
Seminaristischer Unterricht (2 SWS) mit Übungen (2 SWS)
Zeitaufwand:
Präsenzstudium Eigenstudium
60h 90h
Inhalte
• Grundlagen verteilter Systeme
• Kommunikation
• Entwicklung von Anwendungen mit Sockets
• Einsatz moderner RPC-Frameworks
• Architekturen verteilter Anwendungen
• Service-Computing, Webservices, Microservice-Paradigma, Containerisierung
• Daten in verteilten Systemen
Lernziele: Fachkompetenz
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• spezifische Anforderungen und besondere Probleme bei verteilten Systemen zu erkennen
und zu benennen (1)
• eigene, kleinere Anwendungen für verteilte Systeme zu entwerfen, zu dokumentieren
mit Hilfe einer vorgegebenen Programmiersprache und APIs beispielhaft zu
implementieren (3)
• Entwurfsmuster für verteilte Systeme effizient einzusetzen (2)
• Anwendungen für verteilte Systeme auf der Basis von Sockets und Threads,
RPC-Technologien, ausgewählter Webservice- und Cloud-Frameworks und anderer
Technologien zu entwickeln und über ein Netzwerk zur Ausführung zu bringen (3)
Nach der erfolgreichen Absolvierung des Teilmoduls sind die Studierenden in der Lage,
• sich selbständig und motiviert in neue Themenbereiche einzuarbeiten und diese strukturiert
und Schritt für Schritt mit gegebenen Unterlagen zu erarbeiten (2)
• erlernte Lösungsansätze auf Basis vorgegebener Übungs- und Beispielaufgaben mit Hilfe
der eigenen Kreativität und Vorstellungskraft auch auf andere Szenarien des eigenen
Erfahrungsbereichs anzuwenden (3)
• eigene Defizite im Lernfortschritt zu erkennen, dies zu kommunizieren und die
Möglichkeiten der angebotenen Hilfestellungen zu nutzen (2)
• eigene lehr- und lernbezogene Defizite zu erkennen, zu formulieren und zu kommunizieren
(1)
Angebotene Lehrunterlagen
Folienkopien, Lehr- und Lernvideos, Codebeispiele, Übungsaufgaben und -lösungen
Lehrmedien
Präsentationsfolien mit Beamer/Screensharing, Folienkopien, Skript, (virtuelle) Tafel, Videos;
ggf. Videokonferenz, gegenseitige Bildschirmfreigabe
Literatur
• Tanenbaum/van Steen: Verteilte Systeme, Addison Wesley 2008, 2. Auflage
• Bengel (2014): Grundkurs Verteilte Systeme, Wiesbaden: Springer
• Schill/Springer (2012): Verteilte Systeme, 2. Aufl. Berlin u. a.: Springer
Weitere Informationen zur Lehrveranstaltung
Empfohlene Voraussetzungen: Programmieren 1, Programmieren 2, Datenbanken, Software
Engineering insb. UML-Analyse- und Designmethoden.
Die Zahlen in Klammern geben die zu erreichenden Niveaustufen an: 1 - kennen, 2 - können, 3 - verstehen und anwenden