out.csv

Modulbezeichnung:,engl. Modulbezeichnung:,Anbietende Fakultät:,Hinweise:,ggf. Modulniveau:,Kürzel:,ggf. Untertitel:,ggf. Lehrveranstaltungen:,Studiensemester:,Semesterlage:,Modulverantwortliche(r):,Dozent(in):,Sprache:,Zuordnung zum Curriculum:,Lehrform / SWS:,Arbeitsaufwand:,Kreditpunkte:,Voraussetzungen nach Prüfungsordnung:,Empfohlene Voraussetzungen:,Angestrebte Lernergebnisse:,Inhalt:,Studien-/ Prüfungsleistungen:,Medienformen:,Literatur:
Adaptronik,Adaptronik,FMB,,,,,,M.Sc. ab 3./ 4. Semester,Wintersemester,"Prof. Dr. Michael Sinapius, IFME","Prof. Dr. Michael Sinapius, IFME",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Praktikum,"Präsenzzeiten: wöchentlich 2 h (Vorlesung) und Praktikum Selbständiges Bearbeiten der Experimente, Anfertigung von Ver-suchprotokollen, Präsentation der Ergebnisse",5,,Prinzipien der Adaptronik (BA-Studium),"Adaptronik schafft eine neue Klasse technischer, elastomechani-scher Systeme, die sich durch Einsatz neuer aktivierbarer Materia-lien und schneller digitaler Regler an unterschiedlichste Umge-bungsbedingungen selbsttätig anpassen können. Adaptronik hat 4 Zielfelder technischer Anwendungen:  Konturanpassung durch elastische Verformung  Vibrationsminderung durch Körperschallinterferenz  Schallreduktion durch aktive Maßnahmen  Lebensdauererhöhung durch strukturintegrierte Bauteilüber-wachung Die Studierenden sollen an Hand des interdisziplinären Forschungs-gebietes Adaptronik interdisziplinäres Denken in den Ingenieurwis-senschaften lernen und trainieren, wie es für den Ingenieurberuf ty-pisch ist. Adaptronik verknüpft werkstoffwissenschaftliche, mechanische, elektrotechnische und regelungstechnische Kenntnisse und Fähigkeiten. Die Übungen werden als Laborübungen durchgeführt. Im Praktikum lösen die Studenten selbständig komplexere Aufgabenstellungen, deren erfolgreiche Bearbeitung eine Voraussetzung für die Zulassung zur Prüfung ist.","Übersicht über Adaptronik, Anwendungen aus der Forschung Strukturintegrierbare Sensorik und Aktorik Strukturkonforme Integration von Aktoren und Sensoren Zielfeld Konturanpassung: Methoden des Morphing. Zielfeld Vibrationsunterdrückung: Körperschallinterferenz, Til-gung, Kompensation Zielfeld Schallreduktion: Konzepte der Aktiven Schallreduktion Autonome Systeme - Konzepte des Energy-Harvesting Konzepte integrierter Bauteilüberwachung Regelung Zuverlässigkeit / Robustheit Begleitendes Laborpraktikum: Selbständige Durchführung von Experimenten zu Adaptronik Messungen, Auswertung und Präsentation der Ergebnisse","Teilnahme am Labor, mündliche Prüfung",,
Advanced Database Models,Advanced Database Models,FIN,,,ADBM,,,M.Sc. ab 1. Semester; M.Sc. ab 2. Semester; M.Sc. ab 3./ 4. Semester,Sommersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Dr. Eike Schallehn,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,180h (56 h contact hours + 124 h self-study),6,,Database introduction course,"Comprehension of different non-relational database models, their basic concepts, and their historical development Comprehension of implications of non-relational data mod-els for query processing and application development Competence to use non-relational DBMS and based on their specific capabilities Competence to develop databases and according applica-tions using non-relational databases","Overview and history of database models NF2-, object-oriented, object-relational, and semi-structured database models Application of the database models and design methodolo-gies (extended ERM, UML, ODMG, XML Schema, etc.) Foundations of query languages (OQL, SQL:2003, XPath/XQuery, etc.) and query processing for non-relational data models",E   xamination requirements: Participation and active involvement in the course and the exercises Final examination: written (120 minutes),,
Advanced Topics in Databases,Advanced Topics in Databases,FIN,,,,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Dr. David Broneske,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Classes (2 hours per week) Exercises in the lab and project work (2 hours per week) Homework (124 h): Further Studies Realization of the exercises and the student projects Preparation for the final examination 180h (56h contact hours + 124h self-study),6,,Knowledge about database foundations and about principles of in-ternal database operations,"In the lecture students will be made familiar with most recent technological developments in data management. The first goal is to enable the attendees to use these new technologies in their professional careers in industry. Furthermore, the lecture focuses on aspects currently addressed in scientific research being on the verge to wide usage in current applications, and this way, enabling students to participate in academic and industrial research.","Topics of the lecture will frequently change in accordance with cur-rent research directions in the database community and represent cutting-edge aspects as for instance Indexing and storage techniques for new applications and data types, Data management for embedded devices and sensor net-works, Self-management capabilities of database management sys-tems,etc.",E   xam requirements: Participation and active involvement in the course and the exercises Final examination: Oral,,http://wwwiti.cs.uni-magdeburg.de/iti_db/lehre/advdb/
Advanced Topics in Geometric Mechanics,Advanced Topics in Geometric Mechanics,FIN,,,GeomechAdvanced,,,M.Sc. ab 1. Semester,Sommersemester,Jun.-Prof. Dr. Christian Lessig,Jun.-Prof. Dr. Christian Lessig,englisch,FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Seminar,"3 Credit Points = 90 h (28h Präsenzzeit + 62h selbstständige Arbeit), Notenskala gemäß Prüfungsordnung",3 CP,-,Strongly recommended: Wissenschaftliches Rechnen IV und V (Lagrangian and Hamiltonian geometric mechanics and reduction for systems on Lie groups),"In the seminar we will discuss recent papers from the literature on discrete geometric mechanics and the necessary background from the continuous theory. A particular emphasis will be on fluids and their structure preserving discretizations, with applications to computer graphics and weather and climate simulations.","Understanding of structure preserving discretizations of fluids and the trade-offs involvedAdvanced concepts from geometric mechanics (e.g. momentum maps, cotangent lift as a Poisson algebra homomorphism)",Oral Exam,"Tafel, Folien, Beispielprogramme","J. E. Marsden and T. S. Ratiu. Introduction to Mechanics and Symmetry: A Basic Exposition of Classical Mechanical Systems. Texts in Applied Mathematics. Springer-Verlag, New York, third ed. edition, 1999.J. E. Marsden and M. West. Discrete Mechanics and Variational Integrators. Acta Numerica, 10:357–515, 2001.D. D. Holm, T. Schmah, and C. Stoica. Geometric Mechanics and Symmetry: From Finite to Infinite Dimensions. Oxford texts in applied and engineering mathematics. Oxford University Press, 2009."
Advanced Topics in Machine Learning,Advanced Topics in Machine Learning,,,,ATiML,,,M.Sc. ab 1. Semester; M.Sc. ab 2. Semester; M.Sc. ab 3./ 4. Semester,Sommersemester,Professur für Data and Knowledge Engineering,Prof. Dr.-Ing. Andreas Nürnberger,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: wöchentliche Vorlesung: 2 SWS wöchentliche Übung: 2 SWS Selbstständiges Arbeiten: Bearbeitung von Übungs- und Programmier-Aufgaben; Nachbereitung der Vorlesung 180h (56h Präsenzzeit in den Vorlesungen & Übungen + 124h selbstständige Arbeit),6,,"Grundlagen der Informatik, Grundlagen des Maschinellen Lernens, Programmierkenntnisse für die praktischen Übungen von Vorteil",Lernziele & erworbene Kompetenzen: Vertieftes Verständnis für ausgewählte Probleme und Kon-zepte maschineller Lernverfahren Kenntnis von weiterführenden Datenstrukturen und Algo-rithmen des Maschinellen Lernens Befähigung zur problemabhängigen Auswahl und Analyse komplexer Algorithmen des Maschinellen Lernens,Ausgewählte Themen aus dem Bereich Maschinelles Lernen wie spezielle Lernverfahren (z.B. SVM) oder spezielle Problem (wie z.B. massive Datensätze),L   eistungen: Bearbeitung der Übungsaufgaben Bearbeitung der Programmieraufgaben Erfolgreiche Präsentation der Ergebnisse in den Übungen Prüfung: mündlich (auch für Schein),"Powerpoint, Tafel",
Advanced Topics in Networking,Advanced Topics in Networking,FIN,,,ATN,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. David Hausheer,Prof. Dr. David Hausheer,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Vorlesungen (2h pro Woche) Theoretische und praktische Uebungen (2h pro Woche) Hausaufgaben (124h):  Weitere Studien Umsetzung der Uebungen Vorbereitung für die finale Prüfung,6 Kreditpunkte = 180h (56h Kontaktstunden + 124h Selbststudium) Noten gemäss Prüfungsbestimmungen,,Die Vorlesung Computernetze wird empfohlen,Studierende erhalten einen vertieften Einblick in verschiedene fortgeschrittene Themen im Bereich Netze.,"Der Kurs behandelt fortgeschrittene Themen aus dem Bereich Netze, u.a.:Overlay Netze für Content Delivery, z.B. P2P, BitTorrent, CDNs, Caching, Overlay Video StreamingDistributed Hash Tables (DHT), z.B. KademliaBlockchainsKryptowährungen und BitcoinEthereum und Smart ContractsSichere Netzwerkarchitekturen, z.B. SCIONCongestion Control, z.B. QUIC und Multipath-QUIC",Schriftliche Prüfung,,Lehrbücher gemäß Ankündigung. Folienskript der Vorlesung und Artikelkopien nach Bedarf.
Advanced Topics of KMD,Advanced Topics of KMD,FIN,,,AdvKMD,,,M.Sc. ab 1. Semester,Sommersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II (Arbeitsgruppe KMD),Prof. Myra Spiliopoulou,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Seminar,"Präsenzzeiten und selbstständiges Arbeiten: Selbständige Bearbeitung eines anspruchsvollen wissenschaftlichen Thema Selbstständige Arbeit in einem Kleinprojekt, z.B. für die Aufbereitung und Analyse von Daten zum vorgegebenen Thema (optional, themenabhängig) Präsenzzeit (inkl. Beratungstermine) für die Betreuung und Besprechung des Themas, Kontrolle des Fortschritts bei der Bearbeitung Vorbereitung einer Präsentation Vorbereitung der Hausarbeit, zu der auch die Inhalte der Präsentation gehören",6,,Grundlagen zu Data Mining ,"Lernziele & erworbene Kompetenzen: Selbstständige Durchführung von folgenden Aufgaben: Erwerb von Kenntnissen zu ausgewählten Themen von ""Knowledge Management & Discovery"" (Beispiele von Teilgebieten unter ""Inhalt"") Einarbeitung in einem anspruchsvollen wissenschaftlichen Gebiet Erwerb relevanter Literatur zum Thema, Gegenüberstellung von Literaturinhalten anhand von eigens abgeleiteten Vergleichskriterien Zusammenfassung und kritische Würdigung von Literatur zum vorgegebenen Thema, sowohl in mündlicher als auch in schriftlicher Form","Fortgeschrittene Themen zum Forschungsgebiet ""Knowledge Management & Discovery"", darunter Themen aus den Teilgebieten: Stream Mining (Stream) Recommenders Medical Mining Opinion (Stream) Mining Active & Semi-supervised (Stream) Learning",Prüfung: Hausarbeit,,Wissenschaftliche Literatur zu jedem Seminarthema; der Erwerb von weiterer relevanten Literatur gehört zu den Aufgaben der Studierenden im Rahmen des Seminars
Algorithm Engineering,Algorithm Engineering,FIN,,,,,,M.Sc. ab 1. Semester,,Professur für Theoretische Informatik / Algorithmische Geometrie,Prof. Dr. Stefan Schirra,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,,"Präsenzzeiten: 4 SWS Vorlesung   Selbstständige Arbeit: Nachbereitung der Vorlesungen, Projekt 180h = 4 SWS = 56h Präsenzzeit + 124h selbst-ständige Arbeit",6,,Grundkenntnisse in Algorithmen und Datenstrukturen,"Lernziele & erworbene Kompetenzen: Ziel des Algorithm Engineering ist es, durch die enge Kopplung von Entwurf, Analyse, Implementierung und Experimenten die oft vorhandene Kluft zwischen Theorie und Praxis des Algorithmenentwurfs zu überbrücken. Fähigkeit zur Anwendung der Methoden des Algorithm Engineering. Fähigkeit zum Entwurf und zur Durchführung von Computerexperimenten zur Algorithmenanalyse","Kluft zwischen Theorie und Praxis des Algorithmenentwurfs, experimentelle Algorithmik, realistische Computermodelle, C++-Software-Bibliotheken, zertifizierende Algorithmen, Fallstudien.",P   rüfungsvorleistung: Bearbeitung des Projektes (Fallstudie) Prüfung: mündlich,,"Müller-Hannemann, Schirra (eds): Algorithm Engineering, Springer LNCS 5971 C. McGeoch: Algorithm Engineering"
Algorithmen und Datenstrukturen,Algorithms and Data Structures,FIN,,,AuD,,,B.Sc. ab 2. Semester,Sommersemester,Professoren der FIN,Dr. Christian Rössl,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - Gestalten,Vorlesung; Übung,"Präsenzzeiten: - 3 SWS Vorlesung - 2 SWS Übung Selbstständiges Arbeiten: - Lösung der Übungsaufgaben und Prüfungsvorbereitung, Pro-grammierwettbewerb","6 Credit Points = 180 h (70 h Präsenzzeit + 110 h selbstständige Ar-beit, Notenskala gemäß Prüfungsordnung",keine,,- Erwerb von Grundkenntnissen über die Konzepte der Informatik - Befähigung zu Lösung von algorithmischen Aufgaben und zum Design von Datenstrukturen - Vertrautheit mit der informatischen Denkweise beim Problemlösen,"- Listen - Bäume, Balancierte Suchbäume - Hashverfahren - Graphen - Dynamische Programmierung - Entwurf von Algorithmen - Suche in Texten",Prüfung: Klausur 120 Min. Prüfungsvorleistungen: erfolgreiches Bearbeiten der Übungsaufga-ben (Votierung) und des Programmierwettbewerbs,,- Saake/Sattler: Algorithmen und Datenstrukturen - Goodrich/Tamassia: Data Structures and Algorithms in Java - Sedgewick: Algorithms
Allgemeine Elektrotechnik,Electrical engineering and electronics,FEIT,,,,,,B.Sc. ab 1. Semester; M.Sc. ab 1. Semester,Wintersemester,"Professur für Elektrotechnik / Elektrische Aktorik, Professur für Leitungselektronik",Prof. Dr.-Ing. Andreas Lindemann,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Elektrotechnik FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker,Vorlesung; Übung; Praktikum,Präsenzzeiten: 3SWS Selbstständiges Arbeiten: 3SWS,10,,"Mathematik I-II, Physik","Lernziele und zu erwerbende Kompetenzen: Erwerb der Kenntnisse und Fähigkeiten, die für das Verständnis elektrotechnischer Zusammenhänge notwendig sind","Die Lehrveranstaltung wendet sich an Studenten nichtelektronischer Studienrichtungen und vermittelt anwendungsbezogenes Grundwissen. In Vorlesung, Übung und Laborpraktikum werden folgende Stoffgebiete behandelt: Grundgrößen der Elektrotechnik Berechnung von Gleichstromkreisen Elektrisches und magnetisches Feld Wechselstromtechnik Einführung in die Halbleitertechnik und elektronische Schaltungen Grundzüge der Digitaltechnik Aufbau und Wirkprinzipien elektrischer Maschinen Messung elektrischer Größen","Übungsschein, Praktikumschein, Klausur",,"R. Busch: Elektrotechnik und Elektronik, Teubner Vlg. 2003 U. Seidel, E. Wagner: Allgemeine Elektrotechnik, Hanser Vlg. 1999"
Allgemeine Psychologie I,General Psychology I,FNW,,,,,,B.Sc. ab 1. Semester,Sommersemester,Prof. Dr. Stefan Pollmann,Prof. Dr. Stefan Pollmann,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Psychologie FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing,Vorlesung,"Präsenzzeiten: 2 SWS (28 Std.), Lernzeiten: 92 Std. Gesamt: 120 Std. je 2CP pro Vorlesung (auch einzeln abrechenbar)",4,,,"Die Studierenden lernen allgemeingültige psychologische Zusammenhänge in den Bereichen Wahrnehmung, Handlung, Kognition und Sprache und ihre neurowissenschaftlichen Grundlagen kennen. Die Lehrinhalte sollen ihnen die Kenntnisse und Fähigkeiten vermitteln, um weitergehende psychologische Sachverhalte in den Basis- und Aufbaumodulen zu verstehen. Von diesen Grundlagen ausgehend sollen die Studierenden in der Lage sein, die erworbenen fachspezifischen Kompetenzen auf angewandte Fragestellungen anzuwenden.",Allgemeine Psychologie I/1: Wahrnehmung Handlung Allgemeine Psychologie I/2: Kognition Sprache,Klausuren jeweils am Ende des Semesters.,,
Allgemeine Psychologie II,General Psychology II,FNW,,,,,,B.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Stefan Pollmann,Prof. Dr. Stefan Pollmann,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Psychologie FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing ggf als Allgemeine Psychologie II/1 und II/2,Vorlesung,"2 Vorlesungen, je einstündig Präsenzzeiten: 2 SWS (28 Std.), Lernzeiten: 92 Std. Gesamt: 120 Std. je 2CP pro Vorlesung (auch einzeln abrechenbar)",4,,Allgemeine Psychologie I,"Die Studierenden lernen allgemeingültige psychologische Zusammenhänge in den Bereichen Lernen, Gedächtnis, Motivation, Emotion und Volition und ihre neurowissenschaftlichen Grundlagen kennen. Die Lehrinhalte sollen ihnen die Kenntnisse und Fähigkeiten vermitteln, um weitergehende psychologische Sachverhalte in den Basis- und Aufbaumodulen zu verstehen. Von diesen Grundlagen ausgehend sollen die Studierenden in der Lage sein, die erworbenen fachspezifischen Kompetenzen auf angewandte Fragestellungen anzuwenden.",Allgemeine Psychologie II/1: Lernen Gedächtnis Allgemeine Psychologie II/2: Motivation Emotion Volition,Klausuren jeweils am Ende des Semesters.,,
Alternative Energien / Regenerative Elektroenergiequellen,Alternative Energien / Regenerative Elektroenergiequellen,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. habil. Zbigniew Antoni Styczynski (FEIT-IESY),Prof. Dr.-Ing. habil. Zbigniew Antoni Styczynski (FEIT-IESY),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit) Präsenzzeiten: wöchentliche Vorlesung 2 SWS, wöchentliche Übungen 1 SWS, Selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösung der Übungsaufgaben und Prüfungsvorbereitung",5,,"Regelungstechnik, Steuerungstechnik, Ereignisdiskrete Systeme","Lernziele und erworbene Kompetenzen: Die Lehrveranstaltung vermittelt Kenntnisse zur Energieerzeugung aus regenerativen Energiequellen. Die Studenten lernen die wichtigsten regenerativen Energiequellen: Solarenergie, Wasserkraft, Windkraft und Biomasse kennen und es werden die  Nutzungsmöglichkeiten der regenerativen verfügbaren Energiepotentiale aufgezeigt. Weiterhin werden Kenntnisse zur Energiespeicherung, zu Brennstoffzellen und zu Problemen der Netzintegration regenerativer Energieanlagen und Energiespeicher vermittelt.","Einführung, Elektrische Energiesysteme, Energiebegriffe Grundlagen des regenerativen Energieangebots, Energiebilanz Photovoltaische Stromerzeugung Stromerzeugung aus Windkraft Stromerzeugung aus Wasserkraft Brennstoffzellen Elektrische Energiespeicher Netzbetrieb lokaler Energieerzeuger",Mündliche Prüfung,,
Anatomie und Physiologie,Anatomy and Physiology,FME,,,,,,B.Sc. ab 3. Semester,Wintersemester,Prof. Dr. Friedemann Awiszus (Lehrimport aus der FME),Prof. Dr. Friedemann Awiszus (Lehrimport aus der FME),deutsch,FIN: B.Sc. CV - Anwendungsfach - Medizintechnik,Vorlesung,2 SWS 150h (28h Präsenzzeit in der Vorlesung 122h selbstständige Arbeit),5,,,"Das Modul ist auf die Erarbeitung naturwissenschaftlicher Grundlagen in den Theoriefeldern Anatomie, Physiologie sowie Sport- und Leistungsmedizin ausgerichtet. Die Studierenden erwerben Grundkenntnisse zur Struktur und Funktion der Organsysteme unter Be-rücksichtigung der Belastung und Beanspruchung bei körperlicher Aktivität. Zur planmäßigen und kontrollierten Gestaltung von Be-wegung, Spiel und Sport in den verschiedenen Handlungsfeldern (Freizeitsport, Leistungssport, Gesundheits- und Rehabilitations-sport und Sport für Menschen mit Behinderungen) wird Basiswissen aus den Bereichen der Biomechanik und funktionellen Anatomie sowie Leistungsphysiologie vermittelt.","Biologische Grundlagen und Grundlagen des Bewegungsapparates Beschreibende und funktionelle Anatomie des passiven und aktiven Bewegungsapparates Anatomie und Physiologie, Funktion und Arbeitsweise der unterschiedlichen Organsysteme (Herz-Kreislauf- und Atmungssystem-, Blut- und Immunsystem, Endokrines System, Nervensystem, Harnwege, Verdauungssystem, Sinnesorgane) Grundlagen des Energiestoffwechsel Neurophysiologische Grundlagen der Motorik",Klausur (90 Minuten),,
Angewandte Bildverarbeitung,Angewandte Bildverarbeitung,FEIT,,,ABV,,,B.Sc. ab 4. Semester,Wintersemester,"Professur für Neuro-Informationstechnik, Professur für Technische Informatik",apl. Prof. Dr.-Ing. habil. Ayoub Al-Hamadi,deutsch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik,Praktikum; Seminar,Präsenzzeiten: Sommersemester: 2 SWS Seminar Wintersemester: 1 SWS Seminar + 1 SWS Softwareprojekt Selbstständiges Arbeiten: Projektarbeit (Vortragsvorbereitung + Softwarevorbereitung),7 Credit Points = 210h (56h Präsenzzeit + 154h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,,"Grundlagen der Bildverarbeitung (FIN), Signalorientierte Bildverarbeitung (FEIT)",Lernziele & zu erwerbende Kompetenzen: Die Studierenden sollen ihr Wissen auf dem Gebiet der Angewandten Bildverarbeitung mittels vorgegebener oder evtl. auch selbst gewählter Spezialthemen vertiefen und praktisch anwenden,"In der Lehrveranstaltung werden spezielle Themen beispielsweise aus der aktuellen Forschung auf dem Gebiet der Bildverarbeitung behandelt. Dabei handelt es sich u. a. um die Schwerpunkte Bildkorrektur, 3D- Vermessung, Bildsequenzverarbeitung, Gesichtsanalyse, Informationsfusion, neuronale Netze, biologische und medizinische Anwendungen. Im ersten Teil erfolgt dabei innerhalb von Gruppen die Vobereitung eines Vortrags über ein spezielles Thema, welcher anschließend vor den Seminarteilnehmern gehalten wird. Im zweiten Teil erfolgt eine praktische softwaremäßige Umsetzung spezieller Probleme der Bildverarbeitung. Dies dient auch der Vertiefung der Programmierkenntnisse.",mündliche Prüfung: kumulativ: Vorträge & 1 Softwarelösung,,siehe Script
Anwendungssysteme,Business Application Systems,FIN,,,AWS,,,B.Sc. ab 1. Semester; B.Sc. ab 2. Semester,Sommersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik I,Prof. Dr. Klaus Turowski,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - Anwenden,Vorlesung; Übung,Präsenzzeiten: 28h Vorlesung 28h Übung Selbstständiges Arbeiten: Vor- und Nachbereitung der Vorlesung Bearbeitung von Fallstudien für die Übung Vorlesung 2 SWS = 28h Präsenzzeit + 62h selbstständige Arbeit Übung 2 SWS = 28h Präsenzzeit + 32h selbsständige Arbeit -> 150 h,5,,,Schaffung eines Grundverständnisses für Funktionen und Zusammenhänge in betrieblichen Anwendungssystemen entlang der Wertschöpfungskette Praktische Erfahrungen mit prozessorientierter Informationsverarbeitung an einem konkreten ERP-System,Grundlagen der Wertschöpfungskette nach Porter Prozesse der betrieblichen InformationsverarbeitungForschung und EntwicklungVertriebEinkaufProduktionLogistikFallstudien zu komplexen Geschäftsprozessen mit SAP R/3 Enterprise,"F   allstudienbearbeitung in der Übung Schriftliche Prüfung, 120 Min. Schein Vorleistungen entsprechend Angabe zum Semesterbeginn",,"Mertens, P. (2005): Integrierte Informationsverarbeitung 1. 15. Auflage, Berlin u. a."
Applied Deep Learning,Applied Deep Learning,FIN,,,ADL,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Sebastian Stober,Prof. Sebastian Stober,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Projekt,180h (40h contact hours + 140h self-study and practical application in project); contact hours: block lecture (1 week); self-study comprises additional reading; follow-up  project in an application domain including a written report as well as  kick-off and final presentation in a colloquium.,6 CP,,• linear algebra and probability theory • machine learning (e.g. “Intelligente Systeme” or “Machine Learning”),• confidently apply DL techniques to develop a solution for a given problem • follow recent DL publications and critically assess their contributions • formulate hypotheses and design & conduct DL experiments to validate them • document progress & design decisions for reproducibility and transparency,"• artificial neural network fundamentals (gradient descent & backpropagation, activation functions) • network architectures (Convolutional Neural Networks, Recurrent/Recursive Neural Networks, Auto-Encoders) • regularization techniques • introspection & analysis techniques • optimization techniques • advanced training strategies (e.g. teacher-student)",project report + kick-off and final presentations Schein: same (need to pass),,"Ian Goodfellow, Yoshua Bengio & Aaron Courville: “Deep Learning”, MIT Press, 2016."
Applied Discrete Modelling,Applied Discrete Modelling,FIN,,,ADM,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Simulation,Claudia Krull,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Projekt,180 Stunden (56 h Präsenzzeit + 124 h selbständiges Arbeiten),6,,M     athematik für Ingenieure Programmierkenntnisse,"Die Teilnehmer kennen Markov-Ketten sowie ausgewählte Anwendungen und Lösungsverfahren Die Teilnehmer kennen nicht-Markovsche stochastische Prozesse und können diese auf unterschiedliche Weise modellieren und simulieren Die Teilnehmer kennen verborgene Markovsche und nicht-Markovsche Prozesse Die Teilnehmer kennen ausgewählte Forschungsthemen des Lehrstuhls Die Teilnehmer können die erlernten Modelle und Verfahren implementieren und auf Problemen aus den Forschungsschwerpunkten der Universität anwenden, insbesondere aus der Medizin und dem Ingenieurwesen",Zeitdiskrete und zeitkontinuierliche Markov-Ketten Anwendungen und Programmierung von Berechnungsverfahren für Markov-Ketten Methode der zusätzlichen Variablen Proxel-Simulation und Phasenverteilungen Modellierung mit verborgenen Modellen Programmieren von Lösungsverfahren für verschiedene Modellklassen Modellierung und Lösung von Fragestellungen aus der Medizin und dem Ingenieurwesen,P   rüfungsvorleistung Benotet: Mündliche Prüfung,,Siehe www.sim.ovgu.de
Argumentationstheorie in der Künstlichen Intelligenz,Argumentation Theory in Artificial Intelligence,FIN,,,ArgTheo,,,M.Sc. ab 1. Semester,,Professur für Theoretische Informatik,Dr. Fabian Neuhaus,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Seminar,"Präsenzzeiten: wöchentliche Vorlesungen/Seminare pro Semester: 4 SWS (2SWS pro Studienjahr) Selbstständiges Arbeiten: Lesen von wissenschaftlichen Texten, Vorbereitung von Präsentationen, Vorbereitung der Hausarbeit 180h = 4SWS = 56h Präsenzzeit + 124h selbständige Arbeit, Notenskala gemäß Prüfungsordnung",6,,Vorkenntnisse in Logik (z.B. Prädikatenlogik erster Stufe),"Lernziele & erworbene Kompetenzen: Einarbeitung in einem anspruchsvollen wissenschaftli-chen Gebiet Erwerb relevanter Literatur zum Thema, Gegenüberste-lung von Literaturinhalten anhand von eigens abgeleiteten Vergleichskriterien Zusammenfassung und kritische Würdigung von Literatur zum vorgegebenen Thema, sowohl in mündlicher als auch in schriftlicher Form","Argumentationstheorie ist ein interdisziplinäres Fachgebiet mit dem Ziel der Repräsentation, Analyse und Evaluation von Argu-mentationen. Dabei betrachtet die Argumentationstheorie viele Aspekte von Argumentationen, von denen in deduktiver symboli-scher Logik (z.B. Prädikatenlogik erster Stufe) typischerweise abs-trahiert wird: Viele Behauptungen lassen sich nicht beweisen, sondern es gibt Argumente dafür und dagegen (Pro und Contra). Argumentationen können ein, zwei oder mehr Agenten involvieren, die unterschiedlich kompetent oder vertrauenswürdig sein können. Diese Agenten können Argumente vorbringen, die sich gegenseitig stützen oder angreifen. Oft werden Argumente nicht-deduktiv gestützt (beispielsweise mit Analogien). Die Schlüssigkeit des Arguments hängt vom Vorwissen und den Interessen des Publikums ab. Wissensrepresentationssprachen, die auf deduktiver, symbolischer Logik aufbauen, sind daher in der Regel nicht geeignet um Argumentationen adäquat in Informationssystemen zu repräsentieren. In der Lehrveranstaltung werden sich die Studenten gemeinsam erarbeiten, wie man Argumente adäquat repräsentiert, analysiert und evaluiert.",P   rüfungsvorleistung: regelmäßige aktive Teilnahme an den Seminaren Prüfung: Hausarbeit,,"I. Rahwan, G. R. Simari (eds): „Argumentation in Artificial Intelligence“, Springer, 2009. P. Besnard , A. Hunter: „Elements of Argumentation“, MIT Press, 2008"
Assistenzrobotik,Assistance robotics,FIN,,,AROB,,,M.Sc. ab 1. Semester,Sommersemester,"Hon.-Prof. Dr. Norbert Elkmann, Fraunhofer IFF","Hon.-Prof. Dr. Norbert Elkmann, Fraunhofer IFF",deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: 14 Vorlesungen im SoSe (wöchentlich) 7 Übungen (14-tägig) Selbständiges Bearbeiten von Übungs-/Programmieraufgaben am Computer 180h = 42h Präsenzzeit + 138h selbstständige Arbeit,6,,- Programmierkenntnisse - Lineare Algebra sowie Erfahrung mit Robot Operating System (ROS) und Simulationsumgebungen,"Lernziele & erworbene Kompetenzen: Grundlagen der Assistenzrobotik (mobile Roboter, Industrieroboter, Sensorik) Modellierung von Roboterkinematiken Voraussetzungen und Lösungsansätze bzgl. der Mensch Roboter-Kollaboration (MRK) und Mensch-Roboter-Interaktion Kenntnisse über die Sicherheitsvorgaben, Anwendung der Sicherheitsaspekte bei der Konzeption von MRK Fähigkeit Softwareframeworks in der Robotik anzuwenden","- Einführung in die Assistenzrobotik -Grundlagen der Assistenzrobotik (Modellierung von Roboterkinematiken, Bahnplanung, Bewegungs- und Kraftregelung, Sensoren, mobile Systeme) -Mensch-Roboter-Kollaboration und Sicherheit: Technologien, Maschinensicherheit, Normen, Rechtslage -KI-Verfahren in der Robotik - Softwareframeworks und Simulation -Semesterbegleitendes Programmierprojekt",Regelmäßige Teilnahme an Vorlesung und Übung Erfolgreiche Bearbeitung der Übungs- und Programmieraufgaben mündliche Prüfung: 20 Minuten,,Wird in der VL bekanntgegeben
Augmented & Virtual Reality,Augmented & Virtual Reality,FIN,,,AVR,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Prof. Dr. Christian Hansen,Prof. Dr. Christian Hansen,englisch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. VC - Visual Computing - Pflichtfächer,Vorlesung; Projekt,Lecture + team project (4SWS) for Bachelor students: 150h (56h contact hours + 94h self-study) for Master students: 180h (56h contact ours + 124h self-study),Bachelor: 5 CP Master: 6 CP,n/a,Introduction to Computer Graphics,Following topics in the field of VR/AR are addressed: - Introduction to VR/AR systems - Perceptional aspects - Input devices - Output devices - AR components and types - Interaction techniques - Case studies,"Virtual Reality (VR) and Augmented Reality (AR) systems are a component of modern user interfaces in industry, entertainment and medicine. The design and implementation of such systems is part of many development and research projects. This module covers fundamentals and advanced techniques in the area of VR/AR systems. Students will gain the theoretical foundation needed to design, implement, improve, and evaluate VR/AR systems. In addition, the theoretical foundations can be applied in a team project that accompanies the lecture.","Participation and active involvement in the course and the team project, successful completion of the admission tests and final examination Exam: oral",,
Ausgewählte Algorithmen der Computergraphik,Selected Algorithms in Computer Graphics,FIN,,,AACG,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur Visual Computing,Dr. Christian Rössl,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit: 2 SWS Vorlesung 2 SWS Übung Selbständiges Arbeiten: Bearbeiten von Übungs- und Programmieraufgaben 180 h = 56 h Präsenzzeit + 124 h selbständige Arbeit,6,,,Kenntnis von grundlegenden und fortgeschrittenen Methoden der Geometrieverarbeitung Befähigung zur praktischen Anwendung,"Linear least-squares approximation Data interpolation and approximation Matrix factorization, sparse matrices Regularization General applications and case studies",r   egelmäßige Teilnahme an Vorlesung und Übung Bearbeitung der Übungsaufgaben ist zum Erwerb der Prüfungszulassung notwendig Prüfung: mündlich,,
Ausgewählte Probleme in Human Factors,Selected Chapters in Human Factors,FIN,,,,,,M.Sc. ab 1. Semester,Wintersemester,Dr. Maria Luz / Jun.Prof. Dr. Christian Hansen,Dr. Maria Luz,deutsch,FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung; Seminar,Präsenzzeiten: • Wöchentliche Vorlesungen 2 SWS Selbständiges Arbeiten: • Vortrag vorbereiten/halten,3,,,"Sensibilisierung für Probleme bei der Gestaltung von Mensch-Technik-Interaktion, Fertigkeit neue Entwicklungen in der Mensch-Technik-Interaktion aus psychologischer Sicht zu evaluieren, ihre Risiken und Potenziale basierend auf den psychologischen Theorien und Paradigmen einzuschätzen, Überblick über psychologische Forschungsmethoden","Automation, Vertrauen in Automation, Einschränkungen der Aufmerksamkeit, Gestaltung von Alarmen und Warnungen, Roboter, autonomes Fahren, Kompabilität, AR/VR",Prüfungsvorleistung: s. Vorlesung Prüfung: Referat,,
Automated Reasoning,Automated Reasoning,FIN,,,,,,B.Sc. ab 4. Semester,Wintersemester,Lehrstuhl für theoretische Informatik,Dr. Fabian Neuhaus,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Seminar,"Präsenszeit: 56 Stunden. Bearbeitung Übungsaufgaben,  Lesen wissenschaftlicher Texte, Nachbereitung der Präsensveranstaltung,  Vorbereitung Prüfung = 94 Stunden.",5 CP,,"Erfolgreicher Abschluss des Moduls ""Logik""","Fähigkeit wissenschaftliche Texte zu verstehen,  komplexe Probleme in logischen Sprachen zu modellieren, Theorembeweiser  zur Lösung von Problemen einzusetzen, Verständnis der Funktion von  Theorembeweisern","Inhalte der Lehrveranstaltung:  In dem Kurs wird  betrachtet, wie man Probleme in einer logischen Sprache modelliert und mit Hilfe eines Automatic Theorem Prover (ATP) löst. Darüber hinaus  werden wir uns die Methoden und Algorithmen erarbeiten, die moderne ATPs  einsetzen (Resolution, Superposition, Axiomselektion). Dies geschieht durch Lesen relevanter Literatur sowie  Aufgaben, in denen die Teilnehmer das Gelernte praktisch umsetzen.","Prüfungsvorleistung: regelmäßige Teilnahme am Seminar, erfolgreiche Bearbeitung der Übungsaufgaben Prüfung: mündlich",,
Automatisierungssysteme,Automatisierungssysteme,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Christian Weber (FEIT-IFAT) / Dr.-Ing. Peter Eichelbaum (FEIT-IFAT),Prof. Dr. Christian Diedrich,deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesung 2 SWS, wöchentliche Übun-gen 1 SWS, Selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösung der Übungsaufgaben und Prüfungsvorbereitung 3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit)",5,,"Bachelor in Elektrotechnik, Mechatronik oder Informatik",Lernziele und zu erwerbende Kompetenzen Modelle und Methoden zur Behandlung von Automatisierungssystemen Interaktions- und Kooperationsstrategien von Automatisierungssystemen Integrationstechnologien Prinzipien prozeduraler und deskriptiver Beschreibungsmethoden für technische Systeme,"In der Automatisierungstechnik kommen moderne Informations- und wissensverarbeitende Systeme zum Einsatz. Die Nähe der Automatisierung zu den dynamischen Prozessen der Maschinen und Produktionsanlagen erfordert für ihre Analyse, Entwurf und Betrieb spezifische Modelle und Methoden, die in diesem Modul vorgestellt werden. Automatisierungssysteme setzen sich aus einer Vielzahl von Komponenten zusammen, die untereinander interagieren müssen. Diese Komponenten müssen deshalb hinsichtlich ihres Informationsaustausches integriert werden. Dazu stehen sowohl Technologien aus dem IT/Internet- als auch aus dem automatisierungstechnischen Umfeld zur Verfügung. Deshalb wird der Zusammenhang zwischen Modell, Beschreibungssprache und Werkzeug grundsätzlich dargelegt und für die Umsetzung von Steuerungs- und Regelungsentwürfen vertieft.",Mündliche Prüfung,,
Automatisierungstechnik,Automatisierungstechnik,FEIT,,,,,,M.Sc. ab 3./ 4. Semester,,"Dr.-Ing. J. Ihlow, FEIT-IFAT","Dr.-Ing. J. Ihlow, FEIT-IFAT",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: Vorlesung: 2 SWS Übung: 1 SWS (14-tägig) Selbstständiges Arbeiten: Nachbereitung der Vorlesung Vor- und Nachbereitung der Inhalte der Übung, Musterlösungen verfügbar 120 h (42 h Präsenzzeit + 78 h selbstständige Arbeit)",4,,,"Vermittlung grundlegender Methoden der Automatisierung ereignisdiskreter Systeme Befähigung zum Beschreiben, Modellieren und Realisieren steuerungstechnischer Problemstellungen Erwerb von Kenntnissen zur programmtechnischen Umsetzung von Steuerungsfunktionen","Grundlagen der Automatisierung ereignisdiskreter SystemeDiskrete Ereignisse, Signale und Systeme Entwurf und Realisierung kombinatorischer Steuerungen mit Methoden der Booleschen Algebra Automatenmodelle zur Beschreibung und zum Entwurf sequenzieller Steuerungen Petri-Netze als Methode zum Entwurf und zur Analyse von Steuerungen Realisierung mit Speicherprogrammierbaren Steuerungen",T   eilnahme an Vorlesungen und Übungen Klausur (90 min),,laut Vorlesungsskript
Bachelorarbeit,Bachelor Thesis,FIN,,,,,,B.Sc. ab 7. Semester,,Hochschullehrer der FIN,-,deutsch,FIN: B.Sc. CV FIN: B.Sc. INF FIN: B.Sc. INGINF FIN: B.Sc. WIF FIN: B.Sc.,Kolloquim; Bachelorarbeit,10 Wochen bzw. bei Erstellung in einer integrierten Praxiszeit 20 Wochen eigenständige Erstellung einer wiss. Arbeit + Kolloquium,12,"Für den erfolgreichen Abschluss des Moduls ist der Nachweis von 180 CP aus dem Kern-, Pflicht- und Wahlpflichtbereich sowie 18 CP aus Praxiszeit notwendig.",,"Es soll der Nachweis erbracht werden, dass innerhalb einer vorgegebenen Frist ein Problem aus einem Fachgebiet der Informatik unter Anleitung mit wissenschaftlichen Methoden bearbeitet werden kann. Bei erfolgreichem Abschluss des Moduls sind die Studierenden zudem in der Lage, selbst erarbeitete Problemlösungen strukturiert vorzutragen und zu verteidigen.","Das Thema der Bachelorarbeit kann aus aktuellen Forschungsvorhaben der Institute oder aus betrieblichen Problemstellungen mit wissenschaftlichem Charakter abgeleitet werden. Ausgegeben wird die Aufgabenstellung immer von einem Hochschullehrer, der am Studiengang beteiligten Fakultäten. Im Kolloquium haben die Studierenden nachzuweisen, dass sie in der Lage sind, die Arbeitsergebnisse aus der wissenschaftlichen Bearbeitung eines Fachgebietes in einem Fachgespräch zu verteidigen. In dem Kolloquium sollen das Thema der Bachelorarbeit und die damit verbundenen Probleme und Erkenntnisse in einem Vortrag dargestellt und diesbezügliche Fragen beantwortet werden.",bestandenes Kolloquium,,
Bachelorarbeit (dual),Bachelor Thesis (dual),FIN,,,,,,B.Sc. ab 7. Semester,,Hochschullehrer der FIN,Hochschullehrer der FIN,deutsch,FIN: B.Sc. CV FIN: B.Sc. INF FIN: B.Sc. INGINF FIN: B.Sc. WIF FIN: B.Sc. FIN: B.Sc. WIF - Kernfach,"Bachelorarbeit, Kolloquium",20 Wochen eigenständige Erstellung einer wiss. Arbeit + Kolloquium,12,"Für den erfolgreichen Abschluss des Moduls ist der Nachweis von 180 CP aus dem Kern-, Pflicht- und Wahlpflichtbereich sowie 18 CP aus Praxisphasen notwendig",,"Es soll der Nachweis erbracht werden, dass innerhalb einer vorgegebenen Frist ein Problem aus einem Fachgebiet der Informatik unter Anleitung mit wissenschaftlichen Methoden bearbeitet werden kann. Bei erfolgreichem Abschluss des Moduls sind die Studierenden zudem in der Lage, selbst erarbeitete Problemlösungen strukturiert vorzutragen und zu verteidigen.","Das Thema der Bachelorarbeit soll aus betrieblichen Problemstellungen des Praxispartners des dualen Studiums mit wissenschaftlichem Charakter abgeleitet werden. Ausgegeben wird die Aufgabenstellung immer von einem Hochschullehrer, der am Studiengang beteiligten Fakultäten. Im Kolloquium haben die Studierenden nachzuweisen, dass sie in der Lage sind, die Arbeitsergebnisse aus der wissenschaftlichen Bearbeitung eines Fachgebietes in einem Fachgespräch zu verteidigen. In dem Kolloquium sollen das Thema der Bachelorarbeit und die damit verbundenen Probleme und Erkenntnisse in einem Vortrag dargestellt und diesbezügliche Fragen beantwortet werden.",bestandenes Kolloquium,,
Bachelor-Projekt,Bachelor Project,FIN,,,,,,B.Sc. ab 7. Semester,,Alle Dozenten der FIN,Alle Dozenten der FIN,deutsch,FIN: B.Sc. CV FIN: B.Sc. INF FIN: B.Sc. INF - Studienprofil - Web-Gründer FIN: B.Sc. INGINF FIN: B.Sc. WIF,Projekt,Projektspezifisch,18,,,"Übertragung von studienfachspezifischen Kenntnissen in die PraxisEinschätzung eines praktischen Problems und Planung eines Lösungswegs Entwicklung einer geeigneten Lösung für ein praxistypisches Problem Kommunikation über Auftragsinhalte, Arbeitsfortschritt und Ergebnisse mit einem Auftraggeber Planung und Durchführung eines längerfristigen Projekts","Studierende bearbeiten ein von einem externen Auftraggeber formuliertes, studienfachnahes Problem. Die zu erbringenden fachbezogenen Leistungen und die Projektorganisation werden mit dem Auftraggeber vereinbart. Zur Projektorganisation gehören u.a. ein Meilensteinplan und ein Kommunikationsplan für den Arbeitsfort-schritt und die erzielten Ergebnisse.",Unbenotete Leistung auf der Basis eines Projektberichts ,Entfällt,Projektspezifisch
Bayessche Netze,Bayes Networks,FIN,,,BN,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Computational Intelligence,Prof. Dr. Rudolf Kruse,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit = 56 Stunden: 2 SWS Vorlesung 2 SWS Übung Selbstständige Arbeit = 124 Stunden: Vor- und Nachbearbeitung von Vorlesung und Übung Bearbeiten von Übungs- und Programmieraufgaben,6,,Grundlagen der Wahrscheinlichkeitstheorie und Statistik,Vermittlung von grundlegenden Konzepten und Methoden von Bayesschen Netzen sowie verwandten Methoden zur Entscheidungsunterstützung Der Teilnehmer kann Techniken zum Entwurf Bayesscher Netze anwenden Der Teilnehmer kann Methoden der Datenanalyse zur Problemlösung anwenden Der Teilnehmer kennt exemplarische Anwendungen Bayesscher Netze und versteht deren prinzipielle Funktionsweise,"Methoden zur Repräsentation unsicheren WissensAbhängigkeitsanalysen Lernverfahren Werkzeuge zum Entwurf Bayesscher Netze Propagation, Updating, Revision Entscheidungsunterstützung mit Bayesschen Netzen Nicht-Standard-Verfahren zur Entscheidungsunterstützung wie z.B. Fuzzy-Modelle Fallstudien industrieller und medizinischer Anwendungen","P   rüfung in schriftlicher Form, Umfang: 120 Minuten, benötigte Vorleistungen: Bearbeitung von zwei Drittel der Übungsaufgaben Erfolgreiche Präsentation in den Übungen Schein Bearbeitung von zwei Drittel der Übungsaufgaben Erfolgreiche Präsentation in den Übungen Erfolgreiche Teilnahme am mündlichen Kolloquium",,"Christian Borgelt, Matthias Steinbrecher, und Rudolf Kruse. Graphical Models: Representations for Learning, Reasoning and Data Mining (2. Auflage). John Wiley & Sons, Chichester, United Kingdom, 2009.Christian Borgelt, Christian Braune, Heiko Timm und Rudolf Kruse. Unsicheres und vages Wissen. Kapitel 9 in Günther Görz, Claus-Rainer Rollinger, und Josef Schneeberger (Hrsg.). Handbuch der künstlichen Intelligenz. Oldenbourg, München, 2014. Enrique del Castillo, Jose M. Gutierrez, Ali S. Hadi. Expert Systems and Probabilistic Network Models. Springer, New York, NY, USA, 1997. Finn V. Jensen. An Introduction to Bayesian Networks. UCL Press, London, United Kingdom, 1996. Judea Pearl. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference (2. Auflage). Morgan Kaufmann, San Mateo, CA, USA, 1992."
Betriebliches Rechnungswesen,Betriebliches Rechnungswesen,FWW,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Wirtschaftswissenschaft zu entnehmen: https://fww.ovgu.de/Studium/W%C3%84HREND+DES+STUDIUMS/Studienorganisation+_+Dokumente/Modulhandb%C3%BCcher.html,,,,,B.Sc. ab 3. Semester,Wintersemester,"Professur für Unternehmensrechnung / Accounting, Professur für Betriebswirtschaftliche Steuerlehre","Professur für Unternehmensrechnung / Accounting, Professur für Betriebswirtschaftliche Steuerlehre",deutsch,FIN: B.Sc. WIF - Verstehen,,,5,,,, ,Klausur (60 Minuten),,
Bildungswissenschaft und audiovisuelle Kommunikation,Bildungswissenschaft und audiovisuelle Kommunikation,FHW,,,,,,B.Sc. ab 1. Semester,,Professur Allgemeine Pädagogik,Professur Allgemeine Pädagogik,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Erziehungswissenschaft,Vorlesung,Präsenzzeiten: 2 SWS Vorlesung/Seminar Selbstständiges Arbeiten: Eigenständige Vor- und Nachbereitung 150h = 2 SWS = 28h Präsenzzeit + 122h selbständige Arbeit,5,,,"Lernziele & zu erwerbende Kompetenzen: Das Modul soll eine Einführung in das Gebiet der Bildungswissenschaft bieten. Dabei wird die Fähigkeit erworben, gesellschaftliche Problemstellungen unter medialen Gesichtspunkten zu thematisieren. Erste Erfahrungen mit praktischer Videoarbeit führen die Studierenden dazu, Fragestellungen in ein audiovisuelles Format zu übertragen. Die damit verbundene Gruppenarbeit fördert Kommunikations-, Kooperations- und Problemlösungsfähigkeit.","Gegenstandsbereich der BildungswissenschaftMedial vermittelte Sozialisation in Kindheit, Jugendalter, Erwachsenenalter und bei Senioren Medienkompetenz, Medienbildung, Medienerziehung Neue Informationstechnologien und alltägliche Lebenswel-ten Lernen in virtuellen Welten Internet als Kulturraum Praktische Videoarbeit: Drehbuch, Kamera Durchführung eines Videoprojektes Audiovisuelle Kommunikationsformate in historischer und systematischer Perspektive","Prüfung: Hausarbeit, Internetprojekt, Videoprojekt",,
Biochemie,Biochemie,FNW,,,,,,B.Sc. ab 3. Semester,Wintersemester,"FNW, Prof. W. Marwan","FNW, Prof. W. Marwan",deutsch,FIN: B.Sc. CV - Anwendungsfach - Biologie,Vorlesung; Praktikum,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS PraktikumSelbstständiges Arbeiten: Nacharbeiten der Vorlesung Vor- und Nachbereiten des Praktikums Vorlesung: 3 CP = 90 h (28h Präsenzzeit + 62h selbstständige Arbeit) Praktikum: 2 CP = 60 h (28h Präsenzzeit + 32h selbstständige Arbeit),Vorlesung: 3 Praktikum: 2,Bestandene Klausur Biochemie ist Voraussetzung für Teilnahme am Praktikum,,"Die Studenten erwerben Basiskompetenzen der Biochemie, wobei die Wechselwirkungen zwischen den Molekülen, deren Struktur und biochemischen Prinzipien im Mittelpunkt stehen, so dass kom-binatorisches Denken geschult wird. Das Praktikum dient der Anwendung des erworbenen theoretischen Wissens und dem Erwerb von Fertigkeiten in den speziellen biochemischen Arbeitstechniken.",Von der Chemie zur Biochemie: Moleküle und PrinzipienProteine: Aufbau und Funktion Enzyme und enzymatische Katalyse Struktur- und Motorproteine Zentrale Wege des katabolen und anabolen Stoffwechsels Atmung und Photosynthese Membranproteine und Rezeptoren Prinzipien der Bioenergetik und Membranbiochemie,V   orlesung: Klausur 2Std. Praktikumsschein,,Wird in der Vorlesung bekannt gegeben
Bioinformatik,Bioinformatics,FIN,,,BioInf,,,B.Sc. ab 5. Semester,Sommersemester,Professur für Data and Knowledge Engineering,Prof. Dr.-Ing. Andreas Nürnberger,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Anwendungsfach - Biologie FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesung: 2 SWS wöchentliche Übung: 2 SWS Selbstständiges Arbeiten: Bearbeitung von Übungsaufgaben; Nachbereitung der Vorlesung, Vorbereitung auf die Prüfung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit",5,,Algorithmen und Datenstrukturen,"Lernziele & erworbene Kompetenzen: Diese Vorlesung führt in Kürze in die Grundlagen der Molekularbiologie ein (Vorwissen in diesem Gebiet ist nicht nötig). Danach werden die wichtigsten Methoden für die Analyse von Gendaten eingeführt, wobei ein Fokus auf algorithmische Methoden zur Sequenzanalyse gelegt wird. Dieser Kurs befähigt einen erfolgreichen Teilnehmer, sowohl Standardmethoden zur Lösung von Sequence Alignment Problemen anzuwenden als auch eigene Algorithmen zu diesem Zweck zu entwickeln. Außerdem wird die Analyse von Standarddaten der Molekularbiologie, insbesondere von Sequenz- und Genexpressionsdaten, vermittelt.",Einführung in die Bioinformatik und die Molekularbiologie; Einführung in Datenbanken und speziell molekularbiologische Datenbanken; Algorithmen zur Sequenzanalyse; Heuristische Methoden für die Sequenzanalyse; Algorithmen zur Clusteranalyse; Expressionsdatenanalyse; Algorithmen zum Aufbau phylogentischer Bäume,L   eistungen: Bearbeitung der Übungsaufgaben Prüfung: Klausur 120 min (auch für Schein),"Powerpoint, Tafel","R. Merkl, S. Waak. Bioinformatik Interaktiv: Algorithmen und Praxis. Wiley-VHC, 2003. R. Rauhut. Bioinformatik: Sequenz-Struktur-Funktion. Wiley-VHC, 2001. D.E. Krane, ML. Raymer. Fundamental Concepts of Bioinformatics. Pearson Education, 2003. J. Setubal, J. Meidanis. Introduction to Computational Molecular Biology. PWS Publishing Company, 1997. A. M. Lesk. Bioinformatik: Eine Einführung. Spektrum Akademischer Verlag, 2002. A. M. Lesk. Introduction to Bioinformatics. Oxford University Press, 2002."
Biologische Psychologie,Biologische Psychologie,FNW,,,,,,B.Sc. ab 1. Semester,,Professur für Biologische Psychologie,Professur für Biologische Psychologie,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Psychologie >>> Teile 1 und 2 auch einzeln abrechenbar (2 SWS = 4 CP),Vorlesung,"Präsenzzeiten: 2 SWS im WS, 1 SWS im SoSe Selbstständiges Arbeiten: Individuelle Lernzeiten (Vor- und Nachbereitung) 138 Std. 6*30h (42h Präsenzzeit + 138h selbstständiges Arbeiten), Notenskala gemäß Prüfungsordnung",6,,,"Lernziele & zu erwerbende Kompetenzen: Die Studierenden sollen die biologischen Grundlagen menschlichen Verhaltens erlernen. Die Lehrinhalte sollen sie in die Lage versetzen, sowohl die neuronalen Ursachen allgemeinpsychologischer Phänomene als auch die Analyse ihrer Störungen in den Aufbaumodulen zu verstehen.","Vorlesung 1: Grundlagen und Wahrnehmungssysteme Vererbung, Forschungsmethoden, Homöostase Visuelles, auditorisches, gustatorisches, olfaktorisches und somatosensorisches System Gestaltwahrnehmung, Schallortung im Raum Motorisches System Aufmerksamkeit, Bewusstsein Vorlesung 2: Biologie von Verhalten und Kognition Schlaf Lernen, Gedächtnis Sprache, Motivation, Emotion Endokrines System, Sexualität, Altern Psychopathologie, Musikwahrnehmung, Frontallappen, Experimentalplanung","D   ie Modulprüfung setzt sich kumulativ aus den geforderten Studienleistungen zusammen. Die Modulprüfung setzt sich aus der gemittelten Note zusammen, die in den beiden Vorlesungsklausuren erzielt wird. Studienleistungen: Studienbegleitendes Prüfen (Vorlesungsklausur jeweils am Ende des Semesters); Es sind zwei bewertete Studienleistungen vorzuweisen.",,"Birbaumer/Schmidt: Biologische Psychologie, Springer Verlag (ISBN-10 3540254609)"
Biometrics and Security,Biometrics and Security,FIN,,,BIOSEC,,,B.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Multimedia and Security,Professur für Angewandte Informatik / Multimedia and Security,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Bearbeitung des Referates zu einem ausgewählten Thema,Präsenzzeiten: wöchentliche Vorlesung: 2 SWS wöchentliche Übung einschl. Referatsthema: 2 SWS Selbstständiges Arbeiten: Aufarbeitung der Vorlesung und Bearbeitung des Referates 180h (56 h Präsenzzeit + 124 h selbstständige Arbeit),6,,"Vorlesung „Sichere Systeme“ oder gleichgelagerte LV, eine Vorlesung zu den Grundlagen der Mustererkennung (Pattern recognition)",Erwerb des Grundverständnis über Sicherheitsaspekte in Biometrie-Systemen und die Fähigkeit diese einzuschätzenFähigkeit zur Erstellung von Konzepten des Aufbaus und Nutzung von biometrischen Systemen zur Benutzerauthentifizierung Fähigkeiten zur Durchführung von Merkmalsextraktion und -verifikation anhand von Ähnlichkeitsberechnungen,"Motivation, Einführung und technische Grundlagen biometrischer Systeme Sicherheitsaspekte zur Systemsicherheit Fehlerraten, Erkennungsgenauigkeit und Fälschungssicherheit Multimodal Biometrics and Multifactor Authentication: Fusionstrategien zur Erhöhung der Sicherheit Beispiele: Biometrie und Sicherheit in der Praxis","P   rüfungsleistung / -form: Referat Das Referat umfasst eine eigenständige und vertiefte schriftliche Auseinandersetzung mit einem Problem aus dem Arbeitszusammenhang der Lehrveranstaltung unter Einbeziehung und Auswer-tung einschlägiger Literatur, sowie die Darstellung der Arbeit und die Vermittlung ihrer Ergebnisse im mündlichen Vortrag sowie in der anschließenden Diskussion. Die Ausarbeitungen müssen schriftlich vorliegen.",,siehe unter wwwiti.cs.uni-magdeburg.de/iti_amsl/lehre/
Biometrics Project,Biometrics Project,FIN,,,MMDAP,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multiemdia and Security,"Prof. Dr-Ing. Jana Dittmann, Prof. Dr-Ing. Claus Vielhauer",deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications,Vorlesung; Übung; Projekt,150h = 4 SWS Präsenzzeit = 56h 2 SWS Projektorientierte Vorlesung/Seminar 2 SWS Projektbesprechung selbstständige Arbeit = 94h,Bachelor: 5 Master: 6,,"„   Algorithmen und Datenstrukturen„ „Grundlagen der theoretischen Informatik”, „Sichere Systeme“ Praktikum/Seminar zu Themen der Sicherheit","Fähigkeit zur Team-Arbeit, Projektarbeit, MeilensteinorientierungInsbesondere Verantwortung, Führung, Delegation, Absprachen von Aufgaben in einem Team Praktischen Erfahrungen über biometrischer Systeme in der Anwendung innerhalb der Durchführung eines praxisnahen Projektes zum Thema multimodale Datenanalyse am Beispiel für biometrische Erkennung Ausarbeitung und Einhaltung von Erfolgs- und Qualitätskriterien","Grundzüge des Projektmanagements und der Team-ArbeitEinführung in die Sensortechnik und Multimediatechnologie Biometrische Systeme am Beispiel ausgewählter Modalitäten wie Gesicht, Sprache, Handschrift und Fingerabdruck Technische Integrationsaspekte, Umsetzung ausgewählter der Inhalte aus „Sichere Systeme“ und „Algorithmen und Da-tenstrukturen“ Evaluation biometrischer Systeme",-    Hausarbeit oder nach Beitritt zur Prüfungsordnung vom November 2013 - Referat,,Literatur: s. http://omen.cs.uni-magdeburg.de/itiamsl/lehre/
Bürgerliches Recht,Bürgerliches Recht,FWW,,,,,,B.Sc. ab 2. Semester,Wintersemester,"Professur für Bürgerliches Recht, Handels- und Wirtschaftsrecht, Law and Economics","Professur für Bürgerliches Recht, Handels- und Wirtschaftsrecht, Law and Economics",deutsch,FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - WPF Recht,Vorlesung; Übung,Präsenzzeiten: 4 SWS Selbstständiges Arbeiten: 5 x 30h (56 h Präsenzzeit + 94 h selbstständige Arbeit),5,,,Lernziele & zu erwerbende Kompetenzen: erlangen ein Grundverständnis des juristischen Denkens Beherrschen die Grundlagen des Bürgerliches Rechts.,"Grundlagen der juristischen MethodikRechtsgeschäftslehre und Vertragsschluss Stellvertretung Allgemeine Geschäftsbedingungen Recht der Leistungsstörung Kauf- und Werkvertragsrecht weitere Vertragsarten (insb. Darlehen, Miete und Leasing, Auftrag und Geschäftsbesorgung) Bereicherungsrecht Deliktsrecht Besitz und Eigentumserwerb Grundstücksrecht",Klausur (120 Minuten),,Gesetzestexte
CAx-Anwendungen,CAx Applications,FMB,,,CAx II,,,B.Sc. ab 3. Semester,Sommersemester,Professur für Maschinenbauinformatik,Professur für Maschinenbauinformatik,deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übungen Selbständiges Arbeiten: Nachbereitung der Vorlesung, selbständige Übungsarbeit außerhalb der eigentlichen Übungstermine 150h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit",5,,CAx-Grundlagen oder gleichwertige Vorlesung,Lernziele & zu erwerbende Kompetenzen: Verschiedene CAx-Anwendungen und ihre Zusammenhänge kennenlernen Wesentliche Elemente des Product Lifecycle Management beherrschen Einfache Simulationsverfahren kennenlernen und beherrschen Einfache PDM-Anwendungen beherrschen,"Product Lifecycle ManagementProzessmodellierung Netzwerke CAP- und NC-Systeme, CAM-Systeme, Flexible Fertigungssysteme, Handhabungssysteme Simulationsverfahren PDM-Anwendungen und Datenbanken","L   eistungen: CAD-Übungstestat (90 min), Prüfung: schriftlich (120 min)","Beamer, Overhead, Tafel","Vajna, Weber, Bley, Zeman: CAx für Ingenieure, Springer-Verlag 2008"
CAx-Grundlagen,CAx Fundamentals,FMB,,,CAx I,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Maschinenbauinformatik,Professur für Maschinenbauinformatik,deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design FIN: B.Sc. INGINF - WPF Informatik,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übungen Selbständiges Arbeiten: Nachbereitung der Vorlesung, selbstständige Übungsarbeit außerhalb der eigentlichen Übungstermine 150h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit",5,,Ingenieurinformatik II oder gleichwertige Vorlesung,Lernziele & zu erwerbende Kompetenzen: Notwendigkeit für CAD/CAM-Anwendungen verstehen Aufbau und Struktur eines CAD/CAM-Systems kennenlernen Grundelemente eines CAD/CAM-Systems für einfache Modellierungsaufgaben beherrschen Relevante Fertigungsunterlagen erstellen können,Methodische Grundlagen der RechnerunterstützungHardware und Software eines CAD/CAM-Systems Basiselemente eines CAD/CAM-Systems Geometriemodellierung und Produktmodelle Arbeitstechniken Zeichnungserstellung Erweiterungsmöglichkeiten,"L   eistungen: CAD-Übungstestat (90 min), Prüfung: schriftlich (120 min)","Beamer, Overhead, Tafel","Vajna, Weber, Bley, Zeman: CAx für Ingenieure, Springer-Verlag 2008"
Chemie für STK,Chemistry,FVST,,,,,,B.Sc. ab 1. Semester,Wintersemester,Prof. Dr. rer. nat. Franziska Scheffler,Prof. Dr. rer. nat. Franziska Scheffler,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Verfahrenstechnik,Vorlesung; Übung,"Präsenzzeiten Vorlesung: wöchentlich 2h (2 SWS) Seminar/Übungen: 14-tägig 2h (1 SWS) selbstständiges Arbeiten Nacharbeiten der Vorlesungen, Lösung von Übungsaufgaben und Prüfungsvorbereitung130h (42h Präsenzzeit + 88h selbstständige Ar-beit)",4,,,Die Studierenden sollen ausgehend von grundlegenden Gesetzmäßigkeiten die häufig komplexen und abstrakten Zusammenhänge in der Chemie rasch erkennen und deren Funktion und Nutzen für verfahrenstechnische Prozesse und Systeme einordnen können.,"1. Aufbau der Materie: Atome, Orbitale Bindungen, Kräfte 2. Einführung in die Thermodynamik chemischer Reaktionen: Gleichgewicht, Katalyse, Synthese, Redoxvorgänge 3. Wasserstoff, Edelgase, Halogene, Chalkogene und Sauerstoff: Eigenschaften, Vorkommen, Darstellung, Verbindungen 4. Wichtige Elemente und Synthesen: Ammoniak, Stickoxide, Salpetersäure, Carbide, Kohlenmonoxid, Kohlendioxid, Silizium 5. Organischen Verbindungen: Systematik, Nomenklatur, Bindungen, Reaktionsverhalten und –mechanismen, nucleophile und elektrophile Substitution, Eliminierung 6. Sauerstoffverbindungen: Alkanole, Ether, Phenole, Carbonsäuren und Derivate 7. Einführung in die Stereochemie: Spezifität und Selektivität, Kunststoffe, wichtige Lösungsmittel, ausgewählte großtechnische Verfahren","Übungsschein, Klausur",,
Clean Code Development,Clean Code Development,FIN,,,CCD,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Softwaretechnik,"Frank Ortmeier, FIN-IKS",englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,180h = 4 SWS = 56h Präsenszeit + 124h selbständige Arbeit am Praktikumsprojekt,6,,Software Engineering,Prinzipien des Clean Code Developments Einsatz verschiedener Werkzeuge und Praktiken Praktische Erfahrungen beim Einsatz professioneller Methoden im Software Engineering,"Software Engineering beschäftigt sich mit der Herstellung bzw. Entwicklung von Software, der Organisation und Modellierung der zugehörigen Datenstrukturen und dem Betrieb von Softwaresystemen. Es umfasst damit einen Bereich von Softwaredesign, Implementierung sowie Management. In der Grundlagenvorlesung Software Engineering I wurden Grundlagen geschaffen für das gute Designen und Schreiben von Software. In dieser Aufbauvorlesung werden moderne Techniken und Methoden vorgestellt, die bei der Entwicklung großer Softwaresysteme häufig zum Einsatz kommen. Wir orientieren uns dabei an den vier zentralen Werten des „Clean Code Developments“ – Evolvierbarkeit, Korrektheit, Produktionseffizienz und Nachvollziehbarkeit. Um diese Ziele zu erreichen, wird eine Reihe unterschiedlicher Programmierprinzipien und –praktiken vorgestellt. Dazu gehört unter Anderen Teambildung und –organisation in der Softwareentwicklung Prinzipien und Werkzeuge von Clean Code Development Continuous Integration und automatische Build Systeme Bugtracking, Fehlerlokalisierung und Debugging Automatisiertes und modell-basiertes Testen Code-Analyse und Qualitätsmaße Requirements Engineering und Tracing Verteilte- und komponenten-basierte Softwarearchitekturen Die Veranstaltung wird speziell in ihren Übungsanteilen ein hohes Maß an praktischem Umgang mit Tools und Werkzeugen anbieten. Denn es sollen nicht nur abstraktes Wissen, sondern auch ganz praxisnahe Kompetenzen vermittelt werden. Die Bearbeitung der Übungen ist verpflichten und erfolgt in Gruppen.",Prüfung: wissenschaftliches Projekt,,
CNC-Programmierung,CNC programming,FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,"Prof. Möhring, FMB-IFQ Weitere Lehrende: Dr. Schmidt, DI Leipelt; FMB-IFQ","Prof. Möhring, FMB-IFQ Weitere Lehrende: Dr. Schmidt, DI Leipelt; FMB-IFQ",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS selbständiges Arbei-ten: Literaturstudium, eigenständige CNC-Programmerstellung",5,,Grundlagen der Fertigungslehre sowie der Automatisierungs- und Steuerungstechnik von Werkzeugmaschinen,Lernziele und zu erwerbende Kompetenzen: Befähigung zur eigenständigen Erstellung eines auf einer Werkzeugmaschine lauffähigen CNC-Programms,Spanende FertigungsverfahrenWerkzeugkunde Rechnergestützte Steuerungen Grundlagen der CNC-Programmierung Manuelle Programmierung Maschinelle Programmierung an CAD-CAM-Systemen,L   ösung einer Programmieraufgabe Mündliche Prüfung (30min),,
Computational Creativity,Computational Creativity,FIN,,,ComCr,,,B.Sc. ab 1. Semester,,Professur für Theoretische Informatik,Dr. Fabian Neuhaus,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. DKE - Bereich Models,Seminar,Präsenzzeiten: wöchentliches Seminar 4 SWS Selbständiges Arbeiten: Lesen der Texte Vorbereitung von Referaten Nachbereitung des Seminars Literaturvertiefung 180h = 4SWS = 56h Präsenzzeit + 124h selbstän-dige Arbeit,6,,Einführung in die Logik,Verständnis grundlegender Fragestellungen und Methoden der Kreavititätsforschung in der Informatik.,Die Kreativitätsforschung in der Informatik beschäftigt sich mit computerunterstützten Methoden menschliche Intelligenzleistungen die als 'kreativ' eingeschätzt werden können zu modellieren und zu verstehen. Methoden die in diesem Seminar genauer studiert werden sind unter anderem: konzeptuelles Blending; Analogien und Metaphern; Turing Test für Kreativität.,P   rüfungsvorleistung: regelmäßige aktive Teilnahme Prüfung: mündlich,,
Computational Fluid Dynamics,Computational Fluid Dynamics,FVST,,,CFD,,,B.Sc. ab 1. Semester,Wintersemester,Professor for Fluid Dynamics,Dr.-Ing. G. Janiga,englisch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Presence: Weekly lecture 1 SWS Weekly exercises 2 SWS (with computer hands-on) Autonomous work: Complementary reading, final project work 90h (42 h presence + 48 h autonomous work)",3,Fluid Dynamics,Advanced Fluid Dynamics,"Students participating in this course will get both a solid theoretical knowledge of Computational Fluid Dynamics (CFD) as well as a practical experience of problem-solving on the computer.Best-practice guidelines for CFD are discussed extensively. CFD-code properties and structure are described and the students first realize their own, simple CFD-code, before considering different existing codes with advantages and drawbacks. At the end of the module, the students are able to use CFD in an autonomous manner for solving a realistic test-case, including a critical check of the obtained solutions.","Introduction and organization, main discretization methodsVector- and parallel computing, supercomputers, optimal computing loop. Validation procedure, Best Practice Guidelines. Linear systems of equations and iterative solution methods. Practical solution of unsteady problems, explicit and implicit methods, stability. Gridding and grid independency. Practical CFD, importance and choice of physical models. Properties and computation of turbulent flows. Properties and computation of Non-newtonian flows. Properties and computation of multi-phase flows. Preparation of final CFD project as teamwork",S   uccess: Oral defense of final CFD project Exam: oral,,"Ferziger and Peric, “Computational Methods for Fluid Dynamics”, Springer (2002) Further literature given during first lecture"
Computational Geometry,Computational Geometry,FIN,,,,,,M.Sc. ab 1. Semester,,Professur für Theoretische Informatik / Algorithmische Geometrie,Professur für Theoretische Informatik / Algorithmische Geometrie,deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Präsentationen,"Präsenzzeiten: 3 SWS Vorlesung + Präsentationen 1 SWS Übung Selbstständige Arbeit: Bearbeiten der Übungen und Nachbereitung der Vorlesun-gen, Vorbereiten einer Präsentation 180h = 4 SWS = 56h Präsenzzeit + 124h selbst-ständige Arbeit",6,,Kenntnisse der Grundzüge der Algorithmischen Geometrie,Lernziele & erworbene Kompetenzen: Fähigkeit zur Entwicklung von Algorithmen und Datenstrukturen für anspruchsvolle geometrische Probleme. Fähigkeit zur Analyse und Beurteilung,"Entwurfsprinzipien für geometrische Algorithmen (Algorithm Design Paradigms), klassische Themen der Algorithmischen Geometrie wie beispielsweise Arrangements, Sichtbarkeits-, Vereinfachungs- und Rekonstruktionsprobleme, geometrische Optimierungsprobleme, höhere Datenstrukturen.",P   rüfungsvorleistung: s. Vorlesung Prüfung: mündlich,,"de Berg, Cheong, van Kreveld, Overmars,; Computational Geometry (3. Edition). Boissonnat, Yvinec; Algorithmic Geometrie."
Computational Intelligence in Games,Computational Intelligence in Games,FIN,,,CIG,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Intelligente Systeme,Prof. Dr.-Ing. Sanaz Mostaghim,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit: 2 SWS Vorlesung 2 SWS Übungen Selbstständige Arbeit: Bearbeiten von Übungs- und Programmieraufgaben für Master Studenten = 180 h = 56 h Präsenzzeit + 124 h selbstständige Arbeit für Bachelor Studenten = 150 h = 56 h Präsenzzeit + 94 h selbstständige Arbeit,Bachelor: 5 Master: 6,,,Anwendung der Methoden der Computational Intelligence zur Problemlösung in ComputerspieleBefähigung zur Entwicklung der Algorithmen ,This course addresses the basic and advanced topics in the area of computational intelligence and games and contains three parts: Part one addresses the basics in Evolutionary Game Theory (EGT). In this part you will learn about simple games such as scissors/rock/paper and the main focus on the strategies for playing games. Part two is about learning agents and we focus on reinforcement learning mechanisms. There are three questions for games: – How can we use the information from a search mechanism to learn? – How can we use reinforcement learning to find for a better strategy? – How can we use reinforcement learning as a search mechanism? The application is on board games. Part three contains the advanced topics in games and artificial intelligence such as how can we program an agent who can pass a Turing test? How can we consider physical constraints of a spaceship while moving in an unknown terrain?,"F   ür einen Schein: Regelmäßige Teilnahme an Vorlesung und Übung Für eine Prüfung oder benoteten Schein: Regelmäßige Teilnahme an Vorlesung und Übung Schriftliche Prüfung, 120 Min. Master Studenten: Abgabe einer zusätzlichen Programmierungsaufgabe",,"Ian Millington and John Funge, Artificial Intelligence for Games, CRC Press, 2009 Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction, MIT Press, Cambridge, MA, 1998 Jorgen W. Weibull, Evolutionary Game Theory, MIT Press, 1997 Thomas Vincent, Evolutionary Game Theory, Natural Selection, and Darwinian Dynamics, Cambridge University Press, 2005 Josef Hofbauer, Karl Sigmund, Evolutionary Games and Population Dynamics, Cambridge University Press, 1998"
Computer Aided Geometric Design,Computer Aided Geometric Design,FIN,,,CAGD,,,B.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Visual Computing,Prof. Dr. Holger Theisel,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeiten: 3 SWS Vorlesung / 1 SWS Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen der Übungsaufgaben 150 h (56h Präsenzzeit + 94h selbstständige Arbeit),5,,Computergraphik I Mathematik I bis III,"Lernziele & erworbene Kompetenzen: Erlernen der wichtigsten Techniken zur Kurven- und Flächenmodellierung Verstehen der dahinterstehenden theoretischen Prinzipien Anwendung der Ansätze auf weitere Probleme in der Informatik (Dateninterpolation, Datenapproximation, Datenextrapolation, numerische Verfahren)",Differentialgeometrie von Kurven und FlächenBezier-Kurven Bezier-Spline Kurven B-Spline-Kurven Rationale Kurven Polarformen Tensorprodukt Bezier- und B-Spline Flächen Bezierflächen über Dreiecken Surface interrogation and fairing Subdivision curves and surfaces,P   rüfungsvorleistung: erfolgreiches Bearbeiten der Übungsaufgaben Mündliche Prüfung Schein: Bestehen der mündlichen Prüfung,,"G. Farin. Curves and Surfaces for Computer Aided Geometric Design. Morgan Kaufmann, 2002. Fourth edition.G. Farin and D. Hansford. The Essentials of CAGD. AK Peters, 2000. J. Hoschek and D. Lasser. Grundlagen der Geometrischen Datenverarbeitung. B.G. Teubner, Stuttgart, 1989. (English translation: Fundamentals of Computer Aided Geometric Design, AK Peters.) G. Farin. NURB Curves and Surfaces. AK Peters, Wellesley, 1995."
Computer Tomographie - Theorie und Anwendung,Computer Tomographie - Theorie und Anwendung,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. rer. nat. Georg Rose (FEIT-IESK),Prof. Dr. rer. nat. Georg Rose (FEIT-IESK),deutsch,FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung, 1 SWS Übung Selbständiges Arbeiten 180h (42h Präsenzzeit + 108h Selbständiges Arbeiten + 30h Seminar)",6 CP,"Digitale Signalverarbeitung, Grundlagen der Physik",,Verständnis der Systemtheorie abbildender SystemeÜberblick über die Physik und Funktionsweise der Computer Tomographie Verständnis der mathematischen Verfahren zur tomographishen Rekonstruktion Überblick über die aktuellen Forschungsgebiete der Tomographischen Bildgebung,"Beginnend mit der Systemtheorie abbildender Systeme folgt die Behandlung der physikalischen Eigenschaften der Röntgenstrahlung und ihrer Wechselwirkung mit Materie. Im zweiten Teil wird die Röntgen basierende Projektionsbildgebung diskutiert. Im dritten Teil, folgt das genaue Studium der mathematischen Verfahren der tomographischen Bildgebung und die Behandlung diverser Bildrekonstruktionsverfahren. Die einzelnen Inhalte sind: Systemtheorie abbildender Systeme Physikalische Grundlagen Röntgenröhren und Röntgendetektoren Projektionsbildgebung Rekonstruktionsverfahren: Fourier-basierende Verfahren, Gefilterte Rückprojektion, Algebraische Verfahren, statistische Verfahren Geometrien: Parallel-, Fächer- und Kegelstrahl Implementierungsaspekte Bildartefakte und ihre Korrekturen",Schriftliche Prüfung,,
Computer-Assisted Surgery,Computer-Assisted Surgery,FIN,,,CAS,,,B.Sc. ab 1. Semester,Wintersemester,Chair for Computer-Assisted Surgery,Christian Hansen,englisch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - Anwendungsfach - Medizintechnik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Seminar; Projekt,Lecture + Seminar (4SWS) or Lecture + Teamproject (4SWS) for Bachelor students: 150h (56h contact hours + 94h self-study) for Master students: 180h (56h contact ours + 124h self-study),Bachelor: 5 Master: 6,,,Following topics are addressed: Fundamentals of Intraoperative Imaging Fundamentals of Surgical Visualization Computer-Assisted Surgery Planning Surgical Navigation Systems Surgical Augmented Reality Surgeon-Computer Interaction Robotic Surgery Development and Evaluation of Medical Software,"Computer-assisted surgery is an interdisciplinary research field that builds a bridge between surgery and computer science. It represents a set of methods which use computer technology to support preoperative planning, the actual surgery, and postoperative assessment. This modul will offer an overview of computer-assisted surgery. After an introduction of fundamentals, the state of the art in computer-assisted surgery is presented on the basis of clinical examples.","P   articipation and active involvement in the course and the exercises, successful realization of the exercises and final examination Exam: oral",,
Computergestützte Diagnose und Therapie,Computer Aided Diagnosis and Therapy,FIN,,,CDT,,,B.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik /Visualisierung,Prof. Dr. Bernhard Preim,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - Anwendungsfach - Medizintechnik,Vorlesung; Seminar,"Präsenzzeiten: 2 SWS Vorlesung, 2 SWS Seminar Selbstständiges Arbeiten: Nachbereiten des Vorlesungsstoffes, Vorbereitung von Vorträgen, Prüfungsvorbereitung 180h = 4 SWS = 56h Präsenzzeit + 124h selbst. Arbeit inkl. Hausarbeit",6,,Vorlesung Visualisierung,"Verständnis ausgewählter diagnostischer u. therapeutischer ProzesseFähigkeit, den Bedarf für eine Computerunterstützung abzuschätzenVerständnis der Kriterien für die Akzeptanz von (neuen) Softwarelösungen in der bildbasierten Diagnostik und Therapie","Prinzipien der 3D-Bildgebung in der MedizinBeschreibung ausgewählter diagnostischer Prozesse Quantifizierung in der bildbasierten Diagnostik Computergestützte Diagnostik, insbesondere Erkennung von Lungenrundherden in CT-Daten und Läsionen in Mammographien Grundlagen und Anwendungen der virtuellen Endoskopie Grundlagen und ausgewählte Beispiele der Planung von Interventionen und Operationen Computergestützte Planung u. Bewertung von Operationsstrategien Integration von Simulation u. Visualisierung in der Therapieplanung Betrachtung von Fallbeispielen: Diagnostik von Gefäßerkrankungen, Planung und intraoperative Unterstützung neurochirurgischer Eingriffe, Planung von Halslymphknotenausräumungen, Planung leberchirurgischer Eingriffe",P   rüfungsvorleistung: s. Vorlesung Prüfung: mündlich,,"Lehmann, Thomas „Digitale Bildverarbeitung für Routineanwendungen“, Universitätsverlag, 2005Preim, Bartz „Visualization in Medicine“, Morgan Kaufman, 2007 Preim, Botha: Visual Computing for Medicine, 2nd Edition, , Morgan Kaufman, San Francisco, 2013"
Computergraphik I,Computer Graphics I,FIN,,,,,,B.Sc. ab 2. Semester,Sommersemester,Professur für Visual Computing,Prof. Dr. Holger Theisel,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesungen 2 SWS Übungen Selbstständige Arbeit: 94 h bzw. 124h Bearbeitung der Übungsaufgaben Bachelor: 5 Credit Points = 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit, Master DigiENG: 6 Credit Points = 180h = 4 SWS = 56h Präsenzzeit + 124h selbstständige Arbeit",Bachelor: 5 Master: 6,,Modul Einführung in die Informatik,Lernziele und erworbene Kompetenzen: Erwerb von Grundkenntnissen über die wichtigsten Algorithmen der Computergraphik Erkennen grundlegender Prinzipien der Computergraphik ermöglicht schnelle Einarbeitung in neue Graphikpakete und Graphikbibliotheken Befähigung zur Nutzung graphischer Ansätze für verschiedene Anwendungen der Informatik,"Einführung, Geschichte, Anwendungsgebiete der ComputergraphikModellierung und Akquisition graphischer Daten Graphische Anwendungsprogrammierung Transformationen Clipping Rasterisierung und Antialiasing Beleuchtung Radiosity Texturierung Sichtbarkeit Raytracing Moderne Konzepte der Computergraphik im Überblick","P   rüfungsvorleistungen: Erfolgreiches Bearbeiten der Übungsaufgaben Erfüllen einer Programmieraufgabe Prüfung: Klausur, 120 Min. Schein: Bestehen der Klausur",,"J.D. Foley, A. van Dam, S.K. Feiner, J.F. Hughes: Computer Graphics – Principles and Practice (second Edition). Addison-Wesley Publishing Company, Inc., 1996J. Encarnacao, W. Straßer, R. Klein: Gerätetechnik, Programmierung und Anwendung graphischer Systeme, Teil I und II. Oldenbourg, München, Wien, 1966, 1997 D. Salomon: Computer Graphics Geometric Modeling, Sprin-ger, 1999 A. Watt: 3D Computer Graphics. Addison-Wesley Publishing Company, Inc., 2000"
Computernetze,Computer Networks,FIN,,,ComNets,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Technische Informatik / Communication and Net-worked Systems,Prof. Dr. Mesut Güneş,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit = 56 h 2 SWS Vorlesung 2 SWS Übung Bachelor: Selbstständiges Arbeit = 94 h Bearbeitung von Übungs- und Programmieraufgaben & Prüfungsvorbereitungen,Bachelor: 5,,Technische Informatik ITechnische Informatik II Programmierparadigmen Algorithmen und Datenstrukturen,"Lernziele & erworbene Kompetenzen: Umfassendes Verständnis der Grundlagen von Computernetzen Fähigkeit, die grundlegende Schichtenarchitektur zu verstehen und einzuordnen sowie die wesentlichen Protokolle des Internets anzuwenden Kompetenz, die prinzipiellen Sicherheitsaspekte zu analysieren und entsprechend in Kommunikationsdiensten realisieren Für Master: erweiterte Kompetenzen im wissenschaftlichen Forschen und Schreiben",Inhalte Grundlegende Protokolle und Ansätze von der Bitübertragungsschicht bis zur Anwendungsschicht ISO/OSI-Architektur vs TCP/IP-Architektur Datenübertragung Medienzugriffskontrolle Fehlerbehandlung Zuverlässige Nachrichtenübertragung Kommunikationssicherheit Basisdienste auf Anwendungsebene,L   eistungen: Regelmäßige Teilnahme an Vorlesung und Übungen Erfolgreiche Bearbeitung einer Programmieraufgabe Prüfung: Klausur 120 min,,"Eine ausführliche Literaturliste wird in der Vorlesung bekannt gegeben. Basis-Literatur: Andrew S. Tanenbaum, “Computer Networks”, Pearson International James F. Kurose, Keith W. Ross, “Computer Networking – A Top-Down Approach”, Addison Wesley"
Computernetze 2,Computer Networks 2,FIN,,,ComNets2,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Prof. Dr. Mesut Güneş,Prof. Dr. Mesut Güneş,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit = 56 h • 2 SWS Vorlesung  • 2 SWS Übung  Bachelor:  Selbstständiges Arbeit = 94 h  • Bearbeitung von Übungs- und Programmieraufgaben & Prüfungsvorbereitungen  Master:  Selbstständiges Arbeit = 124 h  • Bearbeitung von Übungs- und Programmieraufgaben in erweitertem Umfang & Prüfungsvorbereitungen,5 Credit Points,,• Technische Informatik I • Technische Informatik II • Programmierparadigmen • Algorithmen und Datenstrukturen • Computernetze ,"Umfassendes Verständnis der Grundlagen von ComputernetzenFähigkeit, die grundlegende Schichtenarchitektur zu verstehen und einzuordnen sowie die wesentlichen Protokolle des Internets anzuwendenKompetenz, die prinzipiellen Sicherheitsaspekte zu analysieren und entsprechend in Kommunikationsdiensten realisierenFür Master: erweiterte Kompetenzen im wissenschaftlichen Forschen und Schreiben","Inhalte Grundlegende Protokolle und Ansätze bis zur AnwendungsschichtISO/OSI-Architektur vs TCP/IP-ArchitekturInternet-ProtokolleProtokolle der Transportschicht TCP, UDPProtokolle der AnwendungsschichtKommunikationssicherheitProtokolle und Dienste der Anwendungsschicht Protokolle für das Internet der Dinge",Leistungen:Regelmäßige Teilnahme an Vorlesung und ÜbungenErfolgreiche Bearbeitung einer Programmieraufgabe Prüfung: Klausur 120 min,,"Eine ausführliche Literaturliste wird in der Vorlesung bekannt gegeben. Basis-Literatur: Andrew S. Tanenbaum, ""Computer Networks"",  Pearson International James F. Kurose, Keith W. Ross, ""Computer Networking – A Top-Down Approach"", Addison Wesley"
Computerspiele als kulturelles Phänomen,Computerspiele als kulturelles Phänomen,FHW,,,,,,B.Sc. ab 1. Semester,,"FHW, IEW, Lehrstuhl Medien- und Erwachsenenbildung",Prof. Dr. J. Fromme,deutsch,FIN: B.Sc. CV - Anwendungsfach - Computerspiele FIN: B.Sc. CV - Allgemeine Visualistik - Erziehungswissenschaft FIN: B.Sc. INF - Studienprofil - Computer Games,Seminar,variabel,variabel,,Die Module 1 bis 5 sollten absolviert sein.,"Das Modul soll grundlegende Kenntnisse über die soziale und kul-turelle Relevanz des Phänomens Computerspiel vermitteln. Auf der einen Seite werden die Studierenden mit Ansätzen für die Beschreibung und Analyse von Computerspielen vertraut gemacht und in die Lage versetzt, verschiedene Arten digitaler Spiele selbst zu analysieren. Auf der anderen Seite lernen sie Ansätze zur Erklärung der Faszination wie der möglichen Risiken des Computerspielens kennen und einschätzen. Dazu gehören auch empirische und theoretische Beschreibungen sowie Analysen von sozialen und kulturellen Phänomenen im Kontext der Computerspiele (offline wie online)","Ökonomische und technische Aspekte der Video- und ComputerspieleMethoden der Analyse und Bewertung von Computerspielen Mythische Inhalte von Video- und Computerspielen Soziale und kulturelle Kontexte des Computerspielens Clans, Gilden und andere Formen der Online- und Offline-Vergemeinschaftung Computerspiele zwischen Faszination und Risiko Jugendmedienschutz Konvergenzphänomene (Computerspiele und andere Medien)",Voraussetzung für die Vergabe von Credit Points ist die regelmäßige Teilnahme an den LehrveranstaltungenStudienleistungen: mindestens 1 benoteter und 1 unbenote-ter LN Form der Modulprüfung: benoteter Leistungsnachweis Die Prüfungsnote ergibt sich aus der Note des LN Gesamtzahl der Credits für das Modul: 10 CP,,
Data Management for Engineering Applications,Data Management for Engineering Applications,FIN,,,DMEA,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Datenbanken und Informati-onssysteme,Dr. Eike Schallehn,englisch,FIN: B.Sc. INGINF - WPF Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DKE (alt) - Bereich Applications,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Übungsaufgaben & Klausurvorbereitung Bachelor: 5 Credit Points = 150h = 4SWS = 56h Präsenzzeit + 94h selbstständige Arbeit Master: 6 Credit Points = 180h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit + 30h Aufgabe (Laborübung),Bachelor: 5 Master: 6,,,"Identifizieren, Beschreiben und Klassifizieren von Ingenieursanwendungen, Grundverständnis von Informationssystemen, Befähigung zum Entwurf einer Datenbank im Kontext einer Ingenieursanwendung","Einführung in den Entwurf relationaler Datenbanksysteme, Produktdatenmanagement mit Datenbanksystemen, Workflowunterstützung und Interoperabilität, Datenmanagement in der Automatisierung",P   rüfungsvoraussetzung: Anmeldung und Teilnahme an der Vorlesung und Übung Prüfung oder Schein: schriftlich 120min,,Siehe http://wwwiti.cs.uni-magdeburg.de/iti_db/lehre/
Data Mining – Einführung in Data Mining,Data Mining,FIN,,,DM4BA,,,B.Sc. ab 4. Semester,Wintersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II,Prof. Myra Spiliopoulou,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeiten: Vorlesung und Übung Selbstständige Arbeit: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung 150h=56h Präsenzzeit+94h selbständige Arbeit,5,,"Grundlagen der Informatik, Datenbanken, Programmierung","Lernziele & erworbene Kompetenzen: Erwerb von Grundkenntnissen zu Data Mining Anwendung von Data Mining Kenntnissen zur Lösung von reellen, vereinfachten Problemen Vertrautheit mit Data Mining Werkzeugen Souveräner Umgang mit deutsch- und englischsprachiger Literatur zum Fachgebiet","Daten und Datenaufbereitung für Data MiningData Mining Methoden für: Klassifikation, Clustering, Entdeckung von Assoziationsregeln Data Mining Werkzeuge und Software-Suiten Fallbeispiele",V   orleistungen:Erfolgreiche Bearbeitung der ÜbungsaufgabenPräsentationen von Ergebnissen Modalitäten werden zum Veranstaltungsbeginn angegeben. Prüfung: schriftlich (in deutsch),,"Ian Millington and John Funge, Artificial Intelligence for Games, CRC Press, 2009 Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction, MIT Press, Cambridge, MA, 1998 Jorgen W. Weibull, Evolutionary Game Theory, MIT Press, 1997 Thomas Vincent, Evolutionary Game Theory, Natural Selection, and Darwinian Dynamics, Cambridge University Press, 2005 Josef Hofbauer, Karl Sigmund, Evolutionary Games and Population Dynamics, Cambridge University Press, 1998 Die Literaturliste kann zusätzliche Fallstudien und weitere wissenschaftliche Arbeiten umfassen. Diese werden am Anfang des jeweiligen Veranstaltungsblocks bekannt gegeben."
Data Mining I - Introduction to Data Mining,Data Mining I - Introduction to Data Mining,FIN,,,DM_ENG,,,M.Sc. ab 1. Semester,Sommersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II,Prof. Myra Spiliopoulou,englisch,"FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals WPF für Export (außer Master Statistik) Für Freigabe / Zuordnung zu Curricula von interdisziplinären Studiengängen und von Studiengängen außerhalb der FIN, s. Studiumsdo-kumente des jeweiligen Studiengangs.",Vorlesung; Übung,Präsenzzeiten: Vorlesung und Übung Selbstständige Arbeit: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung 6 CP = 56h Präsenzzeit (4 SWS) + 124h selbständige Arbeit,6 Export: Anzahl der CP wird in den Studiumsdokumenten des jeweiligen importierenden Studiengangs bestimmt.,,,"Lernziele & erworbene Kompetenzen: Erwerb von Grundkenntnissen zu Data Mining Anwendung von Data Mining Kenntnissen zur Lösung von reellen, vereinfachten Problemen Vertrautheit mit Data Mining Werkzeugen Souveräner Umgang mit englischsprachiger Literatur zum Fachgebiet ","Daten und Datenaufbereitung für Data MiningData Mining Methoden für: Klassifikation, Clustering, Entdeckung von Assoziationsregeln Data Mining Werkzeuge und Software-Suiten Fallbeispiele",V   orleistungen: Erfolgreiche Bearbeitung der ÜbungsaufgabenPräsentationen von Ergebnissen Modalitäten werden zum Veranstaltungsbeginn angegeben. Prüfung: schriftlich (auf Englisch),,"Die Literaturliste kann zusätzliche Fallstudien und weitere wissenschaftliche Arbeiten umfassen. Diese werden am Anfang des jeweiligen Veranstaltungsblocks bekannt gegeben."""
Data Mining II - Advanced Topics in Data Mining,Data Mining II - Advanced Topics in Data Mining,FIN,,,DM2,,,M.Sc. ab 1. Semester,Wintersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II,Prof. Myra Spiliopoulou,englisch,"FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik WPF für Master Statistik (Export) Für Freigabe / Zuordnung zu Curricula von interdisziplinären Studi-engängen und von Studiengängen außerhalb der FIN, s. Studiumsdokumente des jeweiligen Studiengangs.",Vorlesung; Übung,Präsenzzeiten: Vorlesung und Übung Selbstständiges Arbeiten: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung 6 CP = 56h Präsenzzeit (4 SWS) + 124h selbständige Arbeit,6 Export: Anzahl der CP wird in den Studiumsdokumenten des jeweiligen importierenden Studiengangs bestimmt.,,Grundlagen zu: Data Mining,"Lernziele & erworbene Kompetenzen: Dieses Modul vermittelt, wie hochdimensionierte, komplexe, dynamische Daten mit Mining Methoden analysiert werden können. Das Modul liefert Kenntnisse zu Methoden, sowie Kompetenzen zur Datenanalyse und Auswertung, also zur Nutzung der Methoden in ausgewählten Anwendungsszenarien.","Data Mining Methoden für Data Science:Stream MiningLearning on time series forclassificationpredictionAnwendungen aus Medizinforschung, Web-Anwendungen",Vorleistungen:Erfolgreiche Bearbeitung der ÜbungsaufgabenPräsentationen von Ergebnissen Modalitäten werden zum Veranstaltungsbeginn angegeben. Prüfung: schriftlich,,Wissenschaftliche Artikel (Angaben zum Semesterbeginn) Die Literaturliste kann zusätzliche Fallstudien und weitere wissenschaftliche Arbeiten umfassen. Diese werden am Anfang des jeweiligen Veranstaltungsblocks bekannt gegeben.
Data Science with R,Data Science with R,FIN,,,DataSciR,,,M.Sc. ab 1. Semester,Sommersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II - Knowledge Management & Discovery,Prof. Myra Spiliopoulou,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Seminar,"Präsenzzeiten = 28 h: - 2 SWS wöchentliches Seminar; Selbstständiges Arbeiten außerhalb der eigentlichen Seminartermine = 152 h: - 76 h Vor- und Nachbereitung der Seminarthemen - 76 h Lösen der Aufgaben, inkl. Arbeit im Labor 180h = 28h Präsenzzeit + 152h selbständige Arbeit",6,"Bereich 1: Data Mining, Machine Learning, Künstliche Intelligenz Bereich 2: Datenbanken  Bereich 3: Programmiersprachen und Software Engineering Bereich 4: Stochastik, angewandte Statistik",,"The course is about learning from data to perform predictions and obtain useful insights. In the seminar, we will use the statistical programming language R. Necessary skills to manage and analyze data will be taught and practiced on real-world applications. Programming knowledge of other courses are helpful but not mandatory. However, students are ex-pected to have a profound knowledge of fundamental data analysis techniques, such as classification, regression and clustering. After successful completion of this course, the student will be able to proficiently perform the following tasks in R: Import and preprocess raw data (files, databases, web APIs) Transform data for modelling Perform exploratory data analysis with summary statistics and visualization Understand, build and evaluate predictive classification and prediction models, including regression models, tree-based models, ensembles and boosted models Communicate and disseminate results and findings through reproducible documents, presentations, websites and interactive web applications","Part Fundamentals & Visualization: Basics, scripts, workflows, vectors & functions in R Explorative data visualization Data transformation Part Data Management & Exploratory Data Analysis: Data wrangling/munging/cleaning & scraping Generating hypotheses and an intuition about the data with exploratory data analysis Data import Tidy data management Relational data Strings, categorical data, dates & time Iteration: imperative & functional programming Part Modeling: Linear regression Classification Evaluation Model selection & regularization (LASSO, Ridge) Feature selection & model interpretation Decision trees Ensembles: random forests Boosting: gradient boosted trees Unsupervised learning, e.g. k-means, hierarchical clustering, self-organizing maps, principal component analysis Topic modeling with simple graphical models Statistical testing Part Communication: Communication and dissemination of results through visualization and interpretable summaries with documents, notebooks, presentations & websites Interactive web-based applications",Prüfungsform: Hausarbeit,,Die Liste mit Literaturempfehlungen wird als Teil des Foliensatzes bereitgestellt.
Data Warehouse-Technologien,Introduction to Data Warehousing,FIN,,,DWT,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Datenbanken und Informati-onssysteme,Dr. David Broneske,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,"Vorlesung; Übung; Vorlesungen, Übungen und praktische Übungen im Labor (ein-schließlich Präsentation vor der Übungsgruppe) sowie selbststän-dige Arbeit (Lösen von Übungsaufgaben, Literaturstudium)",Präsenzzeiten: wöchentliche Vorlesungen 2 SWS wöchentliche Übungen 2 SWS Selbstständiges Arbeiten: Übungsaufgaben & Klausurvorbereitung 180h (56h Präsenzzeit in den Vorlesungen & Übungen + 124h selbstständige Arbeit),6,,Veranstaltung „Datenbanken I“ und „Datenbanken II“,Lernziele & erworbene Kompetenzen: Verständnis des Data Warehouse-Ansatzes Verständnis von Datenbanktechnologien im Umfeld von Data Warehouses Befähigung zum Einsatz von DW-spezifischer DBMS-Funktionalität Befähigung zum Entwurf und zur Entwicklung einer Data Warehouse-Anwendung,"Der Data Warehouse-Ansatz, AbgrenzungArchitektur Extract-Transform-Load OLAP und das Multidimensionale Datenmodell Umsetzung in Datenbanken Anfrageverarbeitung und –optimierung Index- und Speicherungsstrukturen Business Intelligence",P   rüfungszulassungsvoraussetzung: Anmeldung und Teilnahme an den Übungen Prüfung: mündlich,,"Data Warehouse Technologien. Veit Köppen, Gunter Saake Kai-Uwe Sattler. 2. Auflage, mitp-Verlag, 2014"
Database Concepts /Datenbanken,Database Concepts /Datenbanken,FIN,,,DB 1,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Prof. Dr. Gunter Saake,englisch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - Anwenden FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung,Time of Presentness = 56h2 SWS Lecture2 SWS ExerciseArbeiten = 94hPreparing for Exercises & ExamMaster + 30h additional Exercises,Bachelor 5Master 6,Cannot be attended together with “Datenbanken 1”,,"Basic Understanding of Database Systems (Terminology, Basic Concepts)Techniques to Design a Relational DatabaseKnowledge about Relational Database LanguagesConcepts to Implement Database Applications","Properties of Database SystemsArchitecturesConceptual Design of Relational DatabasesRelational Database ModelMapping of ER-Schemas to RelationsDatabase Languages (Relational Algebra, SQL)Formal Design Criteria and NormalizationDatabase Application ProgrammingFurther Database Concepts, e.g., Views, Triggers, Access Rights",Exam Requirements Application and Successful Completion of Ex-ercisesExam Written Exam (120 min),,"Datenbanken - Konzepte und Sprachen. Gunter Saake, Kai-Uwe Sattler, Andreas Heuer, March 2013, ISBN 3-8266-9453-8, Mitp-Verlag; Edition 5Fundamentals of Database Systems. Ramez Elmasri, Shamkant B. Navathe, April 2010, ISBN 0-136-08620-9, Addison Wesley; Edition 6"
"Datenanalyse, Visualisierung und Visual Analytics","Data Analysis, Visualization and Visual Analytics",FIN,,,DatenVisVA,,,B.Sc. ab 4. Semester,Wintersemester,Professur Visual Computing,Dr. Dirk Joachim Lehmann,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung,Präsenzzeiten: 2 SWS wöchentliche Vorlesung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Prüfungsvorbereitung Verfassen einer umfangreichen Hausarbeit 150 h (28h Präsenzzeit + 42h selbstständige Nacharbeit + 60h Hausarbeit +20h Prüfungsvorbereitung),5,,"Grundlagen Statistik, Bildverarbeitung, und Visualisierung","Lernziele & zu erwerbende Kompetenzen: Methoden der klassischen Datenanalyse Methoden der interaktiven visuellen Datenanalyse Chancen und Grenzen der Kombination beider Ansätze (Visual Analytics) Methoden der Visual Analytics Verständnis für Anwendungsgebiete der Visual Analytics Fähigkeit zur eigenständigen Auswahl von geeigneten Techniken - seien sie nun visuell, interaktiv, oder automatisiert - zum Lösen eines Datenanalyse-Problemes. (Lösungsorien-tiertheit) Fähigkeit zur Einsicht falls ein Datenanalyse-Problem mit existierenden Techniken nicht adressierbar ist. (Effektivität & Problembewusstsein) Fähigkeit zum selbständigen Erarbeiten weiterer Analysetechniken aus der Literatur. (Selbstständigkeit)","Biologisch und kognitive GrundlagenDatenmodelle und deren formale Beschreibung Übersicht zu Themen der klassischen (automatisierbaren) Datenanalyse Visuelle Suche vs. automatische Datenanalyse: Gegenüberstellung der jeweiligen Vor- und Nachteile und gegenseitig ergänzenden Eigenschaften Spektrum von interaktiven Visualisierungstechniken und visuellen Manipulationstechniken der explorativen visuellen Datenanalyse Dimensionsreduzierende Techniken (multivariate Projektionen) der visuellen Suche nach Mustern, Qualitätsmaße zur automatisierten Bewertung von Visualisierungen, Interpretationsregeln für ausgewählte Visualisierungen Skalierungsproblem, Überzeichnungsproblem, Subspace Clustering Visual Design = Methoden zur Wahl geeigneter Visualisie-rung-Ansätze in Abhängigkeit von Domain und Datentyp zug-rundliegender Daten Visual Analytics, als Kombination von automatischer Datenanalyse (Pre-Prozess u.a. zur Datenreduktion ) und interakti-ven multiplen Visualisierungstechniken Aktuelle Tools, Realisierungen und Bewertungen für Visual Analytics in der praktischen Anwendung, Offene Probleme","V   orleistung: Teilnahme Vorlesung, bestandene Hausarbeit Prüfung: schriftliche Prüfung (Klausur) Schein: Bestehen der Prüfung","Powerpoint, Tafel, Video, Softwaredemonstrationen",Literaturangaben während der Vorlesung.
Datenbanken,Databases,FIN,,,100391,,,B.Sc. ab 1. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Prof. Dr. Gunter Saake,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - Anwenden FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung,"Präsenzzeiten = 56h: 2 SWS Vorlesung, 2 SWS Übung Selbständige Arbeiten = 94h: Übungsaufgaben & Klausurvorbereitung Master: + 30h zusätzliche Aufgabe",Bachelor: 5 Master: 6,Kann nicht zusammen mit „Database Concepts“ belegt werden,,"Lernziele & erworbene Kompetenzen: Grundverständnis von Datenbanksystemen (Begriffe, Grundkonzepte) Befähigung zum Entwurf einer relationalen Datenbank Kenntnis relationaler Datenbanksprachen Befähigung zur Entwicklung von Datenbankanwendungen","Eigenschaften von DatenbanksystemenArchitekturen Konzeptueller Entwurf einer relationalen Datenbank Relationales Datenbankmodell Abbildung ER-Schema auf Relationen Datenbanksprachen (Relationenalgebra, SQL) Formale Entwurfskriterien und Normalisierungstheorie Anwendungsprogrammierung Weitere Datenbankkonzepte wie Sichten, Trigger, Rechtevergabe",P   rüfungsvoraussetzung: Anmeldung und Teilnahme an den Übun-gen Prüfung/Schein: schriftlich (120 min),,"Datenbanken - Konzepte und Sprachen. Gunter Saake, Kai-Uwe Sattler, Andreas Heuer. März 2013, ISBN 3-8266-9453-8, Mitp-Verlag; Auflage: 5., aktualis. u. erw. Aufl."
Datenbankimplementierungstechniken,Database Implementation Techniques,FIN,,,DB II,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Prof. Dr. Gunter Saake,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten = 56h: 2 SWS Vorlesung 2 SWS Übung Arbeiten = 94h: Übungsaufgaben & Klausurvorbereitung Master: + 30h zusätzliche Aufgabe,Bachelor: 5 Master: 6,,Datenbanken [100391], Lernziele & erworbene Kompetenzen: Kenntnisse über die Funktionsweise von Datenbankmanage-mentsystemen Befähigung zum physischen Entwurf von Datenbanksyste-men Befähigung zur Administration und zum Tuning von Daten-banksystemen Befähigung zur Entwicklung von Komponenten von Daten-bankmanagementlösungen,Aufgaben und Prinzipien von DatenbanksystemenArchitektur von Datenbanksystemen Verwaltung des Hintergrundspeichers Dateiorganisation und Zugriffsstrukturen Zugriffsstrukturen für spezielle Anwendungen Basisalgorithmen für Datenbankoperationen Optimierung von Anfragen,E   rfolgreiche Bearbeitung von Semesteraufgaben (Ausgabe zum Beginn des Semesters) Prüfung/Schein: schriftlich,,"Datenbanken: Implementierungstechniken. Gunter Saake, Kai-Uwe Sattler, Andreas Heuer, 3. Auflage mitp-Verlag, Bonn, 2011, ISBN 978-3826691560"
Deep Learning for Computer Vision,Deep Learning for Computer Vision,FIN,,,DLCV,,,M.Sc. ab 1. Semester,Sommersemester,Professur Bildverarbeitung/Bildverstehen,Prof. Dr. Vasileios Belagiannis,englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,In class teaching: 2 SWS lecture / 2 SWS tutorial Self-study: Self-study of lecture material Active participation in the lecture and successful participation in the project,"6 Credit Points = 180 h (56h in class + 124h self study), grading scheme according to exam regulations",none,"Programming skills, basic knowledge in deep learning in connection to computer vision.","Learning of the basics of deep learning with focus on computer vision.Principles of neural networks, including convolutional neural networks, recurrent neural networks, and graph models.Exercises with the implementation of standard models for classification or regression.","Machine learning basics, neural networks, back-propagation, optimization.Data pre-processing (image, video), model trainingConvolutional neural networks, modern deep architectures, auto-encoders, sequential models, generative modelsComputer vision applications (object detection, segmentation, pose estimation).",Written exam 120 min.,,"Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016."
Design Repertoire,Design Repertoire,extern,,,,,,B.Sc. ab 1. Semester; M.Sc. ab 1. Semester,Wintersemester,"Interaction Design, Institut für Industrial Design, Fachbereich Ingenieurwesen und Industriedesign, Hochschule Magdeburg-Stendal",Prof. Steffi Hußlein,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Design FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Praktikum; Seminar; Projekt,Präsenzzeiten 2 SWS Seminar 2 SWS Praktikum Selbständige Arbeit: 80 h Selbständige Übungsarbeiten 20 h Recherchearbeit 20 h Präsentationsvorbereitung und Dokumentation 180h =( 4 SWS = 60 h Präsenzzeit + 120 h selbstständige Arbeit),6,,,"Dieses Modul ist eine Interaction Design -Einführung für alle Masterstudierenden, die nicht aus dem unmittelbaren Designumfeld kommen und dient der Klärung grundsätzlicher Fragen, beispielsweise nach der typischen Arbeitsweise und Methodik im Design. Es ist als Auffrischung und Vertiefung auch für designerfahrene Studierende geeignet. Vermittlung von Grundlagen der Darstellung vernetzter interaktiver Informationszusammenhänge, dem Information Design und der Konzeption von Struktur, Steuerung und Orientierung komplexer Interaktionsprozesse und der Informationsarchitektur. Fragestellungen werden in interdisziplinären Teams aus angehenden Designern und Computervisualisten bearbeitet. Dabei werden Gestaltungsprinzipien und -mittel vorgestellt, die bei der Gestaltung von interaktiven Screenbasierten Systemen zur Anwendung kommen. Das strategisch orientierte Entwerfen in medialen Kontexten wird kombiniert mit der Schulung von visuellen analytischen Fähigkeiten in Ästhetik und Semiotik von interaktiven vernetzten medialen Systemen. Neben den Gestaltungsprinzipien Rückkopplung, Kontinuität, Konsistenz und Plausibilität wird die Bedeutung von mentalen Modellen und Metaphern, sowie Organisation und Navigation von und in Informationsmengen behandelt.","Systematische Kompetenzentwicklung durch Anwendung der Lösungsstrategien des Design Repertoires am Beispiel anwendungs-orientierter Aufgaben. Schwerpunkte: Interaktionsformate für Screenbased Interaction analysieren, strukturieren, designen und entwickeln Interaktionsformate für TUI, NUI analysieren, strukturieren, designen und entwickeln Information Design, GUI Design und Informationsarchitektur für interaktive Systeme, Services und Apps Die vertiefende Vermittlung gestalterischer und konzeptioneller Grundlagen für mediale Systeme soll die Entscheidungsfähigkeit in Gestaltungsfragen im Interaction Design festigen, sowie eigenständige Kompetenz und Stilsicherheit im Entwurf ausbilden. Die Studierenden werden in die Lage versetzt, Informationsstrukturen vernetzter Prozesse zu begreifen und dynamische Systeme zu konzipieren und darzustellen. Im Fokus steht die Entwicklung einer eigenen Gestaltungskompetenz sowie die Ausbildung eines individuellen Gestaltungsrepertoires für den Entwurfsprozess des Interaction Designs Repertoire Bildung Vermittlung theoretisch-gestalterischer und konzeptioneller Grundlagen der visuellen Kommunikation für Screen Design Vertiefen von Methodiken der Gestaltung von Informations- und Bedienstrukturen in dynamischen Prozessen interaktiver Systeme Entwickeln von eigener Gestaltungskompetenz","Leistungen: Präsenz, Teilnahme am interdisziplinären Entwurf des Teams mit informatikspezifischen Beiträgen, Beteiligung an der öffentlichen Präsentation und Beitrag zur gemeinsamen Dokumentation des Entwurfs. Prüfung: mündlich",,
Design-Projekt,Design project,FMB,,,DSP,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Sommersemester,Prof. Dr. Hans-Knud Arndt,Prof. Dr. Hans-Knud Arndt,deutsch,"FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik Die Veranstaltung kann auch als ""Wissenschaftliches Teamprojekt"" bzw. ""Wissenschaftliches Teamprojekt - Managementinformationssysteme"" angerechnet werden.",Übung; Seminar,Präsenzzeiten = 56 h 2 SWS Seminar 2 SWS Übung Bachelor: Selbstständiges Arbeiten = 94 h Master: Selbstständiges Arbeiten = 124 h,Bachelor: 5 CP Master: 6 CP,,,Die Ziele der Lehrveranstaltung sind: -Entwicklung eines Verständnisses für Industrie-Design -Auseinandersetzung mit den „Zehn Thesen des Guten Designs“ von Dieter Rams -Entwicklung eines Verständnisses für das Design aktueller IKT-Produkte,Im Rahmen dieser Lehrveranstaltung sollen die Studierenden ihre neu gewonnenen Erkenntnisse in Bezug auf Design praktisch auf IKT-Produkte anwenden. Hierbei wird sich vor allem auf die von Dieter Rams entwickelten „Zehn Thesen des Guten Designs“ konzentriert.,Die Prüfungsleistung ist eine in einer Gruppe erstellte Hausarbeit. Für das erfolgreiche Verfassen dieser Arbeit ist eine Teilnahme an den Präsenzterminen unabdingbar. Prüfung: Hausarbeit Eine Prüfungsvorleistung muss nicht erbracht werden. FIN: B.Sc. WIF - WPF Verstehen & Gestalten: nur benotet anrechenbar.,,
Deutsch als Fremdsprache A2 BiBa,German as a Foreign Language A2 BiBa,extern,,,DaF-A2 BiBa,,,B.Sc. ab 1. Semester,Wintersemester,Dr. Claudia Krull,Sprachenzentrum,---,FIN: B.Sc. BiBa Inf englischer Track,Vorlesung; Übung; Seminar,"8 SWS 4 SWS Semesterbegleitend, 4 SWS in 3 Wochen als Intensivkurs in der vorlesungsfreien Zeit",8 CP,,Nachgewiesener Sprachlevel A1,Deutsch Level A2 nach CEFR,,P   rüfung auf Sprachlevel A2,,
Deutsch als Fremdsprache B1 BiBa,German as a Foreign Language B1 BiBa,extern,,,DaF-B1 BiBa,,,B.Sc. ab 2. Semester,Sommersemester,Dr. Claudia Krull,Sprachenzentrum,deutsch,FIN: B.Sc. BiBa Inf englischer Track,Vorlesung; Übung; Seminar,"8 SWS 4 SWS Semesterbegleitend, 4 SWS in 3 Wochen als Intensivkurs in der vorlesungsfreien Zeit",8 CP,,bestandener Sprachlevel A2,Deutsch Level B1 nach CEFR,,P   rüfung auf Sprachlevel B1,,
Deutsch als Fremdsprache B2 BiBa,German as a Foreign Language B2 BiBa,extern,,,DaF-B2 BiBa,,,B.Sc. ab 3. Semester,Beginn jedes Wintersemester über 2 Semester,Dr. Claudia Krull,Sprachenzentrum,deutsch,FIN: B.Sc. BiBa Inf englischer Track,Vorlesung; Übung; Seminar,8 SWS 2 x 4 SWS semesterbegleitend über 2 Semester,8 CP,,bestandener Sprachlevel B1,Deutsch Level B2 nach CEFR,,Prüfung auf Sprachlevel B2,,
Digital Engineering Project,Digital Engineering Project,FIN,,,DE-Projekt,,,M.Sc. ab 3./ 4. Semester,,angebotsspezifisch,angebotsspezifisch,englisch,FIN: M.Sc. DIGIENG - Digital Engineering Projekt,Projekt,"Betreute Projektarbeit, Teamarbeit, Selbststudium, Präsentationen 360h = 12 Wochen a 30 Stunden",12,,angebotsspezifisch,"Das Digital Engineering Projekt führt die Studenten realitätsnah in die Herausforderungen der interdisziplinären Projektarbeit ein. In diesem Projekt bearbeiten die Studenten in Teams (i.d.R. 2-5 Personen) gemeinsam eine innovative, interdisziplinäre Aufgabenstellung. Ziel ist es, dass die Studenten praktische Erfahrungen in der arbeitsteiligen, Kompetenz- und Disziplinübergreifenden Projektarbeit machen. Digital Engineering Projekte sind deshalb häufig fakultätsübergreifend und/oder in Zusammenarbeit mit Instituten der angewandten Forschung organisiert. Neben der fachlichen Vertiefung erfolgt eine Einführung in das wissenschaftliche Arbeiten, z.B. durch die Mitarbeit an wissenschaftlichen Veröffentlichungen bzw. Teilnahme an wissenschaftlichen Veranstaltungen. Auf begründeten Antrag ist eine Teilung des Digital Engineering Projektes in zwei Teilprojekte möglich.", Dieses Modul wird von unterschiedlichen Hochschullehrern implementiert. Die fachlichen Inhalte sind daher angebotsspezifisch.,angebotsspezifisch,,
Digital Information Processing,Digital Information Processing,FEIT,,,,,,B.Sc. ab 1. Semester,Wintersemester,"Prof. Dr. A. Wendemuth, FEIT-IESK","Prof. Dr. A. Wendemuth, FEIT-IESK",englisch,FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker,Vorlesung; Übung,Time of attendance 2 hours/week - lecture 1 hours/week - exercises Autonomous work: post processing of lectures preparation of exercises and exam 120 h (42 h time of attendance and 78 h autonomous work),4,"Bachelor in Electrical Engineering or related studies Knowledge of signals and systems, Analog Fourier transformations",,"The participant has an overview of basic problems and methods of digital signal processing.The participant understands the functionality of a digital signal processing system and can mathematically explain the modus of operation. The participant can assess applications in terms of stability and other markers. He / She can calculate the frequency response and reconstruction of analogue signals. The participant can perform these calculations and assessments as well on stochastically excited digital systems. The participant can apply this knowledge in a field of specialization, e.g. Medical Signal Analysis","Digital Signals and Digital LTI SystemsZ-Transform and Difference Equations Sampling and Reconstruction Synthesis and analysis of such systems Discrete and Fast Fourier Transformations Processing of Stochastic Signals by LTI-Systems: Correlation Techniques and Model-Based Systems (ARMA) Selected Specialization Topics, e.g. Medical Signal Analysis","Mandatory participation in exercise classes, successful results in exercises / written exam at the end of the course",,"Wendemuth, A (2004): “Grundlagen der Digitalen Signalverarbeitung”, 268 pages, Springer Verlag, Heidelberg. ISBN: 3-540-21885-8 Oppenheim, A; Schafer R (1975): “Digital Signal Processing” 784 pages, Prentice Hall, ISBN: 0132146355"
Digitale Medien im Unterricht (Medienpraxis),Digitale Medien im Unterricht (Medienpraxis),FIN,,,,,,B.Sc. ab 1. Semester,Wintersemester,Dr. Henry Herper,Dr. Henry Herper,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Erziehungswissenschaft FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Vorlesung; Übung,"Präsenszeiten: 2 SWS Vorlesung 1 SWS Übung 1 SWS Praktikum Selbständiges Arbeiten: Nachbereiten der Vorlesung und Übung, Lösen der Übungsaufgaben Anfertigen eines Unterrichtsprojektes für Notebookklassen unter Verwendung von Klassenraumsteuerungen und inter-aktiven Whiteboards Prüfungsvorbereitung Bachelor: 5 Credit Points = 150 h (56 Stunden Präsenszeit in den Vorlesungen und Übungen + 94 Stunden selbständige Arbeit)  Master: 6 Credit Points = 180 h (56 Stunden Präsenszeit in den Vorlesungen und Übungen + 124 Stunden selbständige Arbeit) durch Zusatzleistung",Bachelor: 5 Master: 6,,," Die Studierenden kennen die Grundlagen von Visualisierung und Wahrnehmung können selbständig digitales Unterrichtsmaterial vorbereiten und verwalten können digitale Tafelbilder unter Einbeziehung multimedialer Komponenten im Unterricht erstellen sind in der Lage, digitale Mess- und Aufnahmesysteme in Verbindung mit interaktiven Displays zu nutzen kennen Methoden, um mit Notebook-Klassen mit interaktiven Displays zu unterrichten und didaktische Klassenraumsteuerungen einzusetzen","Grundlagen der Visualisierung und WahrnehmungNutzung von interaktiven Tafeln im Unterricht Einbindung multimedialer Komponenten in die Tafelbildgestaltung digitales Experimentieren im naturwissenschaftlichen Unterricht Unterrichtsmethoden für interaktiven Tafeln, Klassenraumsteuerungen und Notebook-Klassen Lernstanderhebungen in Notebook-Klassen Entwickeln von fachspezifischen Unterrichtsprojekten rechtliche Grundlagen und gesellschaftliche Auswirkungen der Mediennutzung",Prüfung: Wiss. Projekt,,siehe http://lehramt.cs.uni-magdeburg.de/Skripte/Didaktik/index.html
Digitale Planung in der Automatisierungstechnik,Digitale Planung in der Automatisierungstechnik,FEIT,,,,,,M.Sc. ab 1. Semester,,"Prof. Dr. Christian Diedrich, FEIT-IFAT","Prof. Dr. Christian Diedrich, FEIT-IFAT",deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,Präsenzzeiten: wtl. Vorlesungen 2 SWS; Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten der Vorlesung; Lösung der Übungsaufgaben und Prüfungsvorbereitung 120 h (42 h Präsenzzeit + 78 h selbstständige Arbeit),5,Die Lehrveranstaltung ist geeignet für Studierende ingenieurwissenschaftlicher Studiengänge.,,Planungsprozess mit den Phasen des Projektmanagement Planung mittels moderner CAD-Systeme Spezielle Anforderungen und Beispiele aus der Verfahrens- und Fertigungstechnik Informationstechnische Betrachtung der technisch- organisatorischen Prozesse Umgang mit einem industriellen Planungswerkzeug (z.B. COMOS),"Die Planung von fertigungs- und verfahrenstechnischen Anlagen, insbesondere der automatisierungstechnischen Komponenten ist ein komplexes Wissens- und Lehrgebiet, das in den letzten Jahren auf eine solide wissenschaftliche Basis gestellt wurde. Ausbildungsziel der Vorlesung ist es, diese konzeptionellen und methodischen Grundlagen systematisch zu vermitteln. Die einzelnen Phasen und Inhalte des durchgängigen Planungsprozesses werden beschrieben und die Grundlagen der digitalen Planung vermittelt. Auf diese Weise werden die Studenten befähigt, kooperativ mit Ingenieuren anderer Disziplinen, z.B. mit Verfahrenstechnikern, Maschinebauer, Fertigungstechnikern und Anlagenkonstrukteuren und anderen Investitionspartnern zusammen zu arbeiten. Die Studenten sollen in die Lage versetzt werden, sich kritisch mit der Konzeption von Automatisierungsobjekten auseinander zu setzen, die Automatisierungsziele und -aufgaben zu formulieren und auf die automatisierungsgerechte Gestaltung der technologischen Anlagen im Sinne einer höheren Effektivität Einfluss zu nehmen.","Pflichtteilnahme an den Übungen, erfolgreiche Durchführung der Übungen, Prüfungsklausur",,
Digitaler Schaltungsentwurf mit FPGAs,Digitaler Schaltungsentwurf mit FPGAs,FEIT,,,,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),deutsch,FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesungen 2 SWS, zweiwöchentliche Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten Vorlesung, Lösung Übungsaufgaben und Prüfungsvorbereitung 3 SWS / 4 Credit Points = 120 h (42 h Präsenzzeit + 78 h selbständige Arbeit)",4,,Elektrotechnischer Schaltungstechnik,"Lernziele und erworbene Kompetenzen: Nach dem erfolgreichen Abschluss des Moduls sollen Studierende selbständig anhand einer nicht-formalen Beschreibung eines digitalen Systems eine digitale Schaltung mit VHDL entwerfen können. Sie können synthesegerechte VHDL-Beschreibungen erstellen und die Auswirkungen unterschiedlicher Beschreibungsstile auf das Syntheseergebnis abschätzen. Die Studierenden sind in der Lage, den VHDL-Simulationszyklus zu erläutern, ebenso die Besonderheiten beim Schaltungsentwurf für FPGAs. Sie können die unterschiedlichen Schritte bei der Synthese benennen und erläutern, wie Verfahren zur Abschätzung von Syntheseergebnissen funktionieren. In praktischen Übungen erlenen die Studierenden, selbständig Standardkomponenten zu erstellen, auf einem FPGA auszutesten und in ein größeres Projekt zu integrieren.",Abstraktionsebenen des SchaltungsentwurfsEntwurfsablauf und Entwurfsstrategien Aufbau moderner FPGAs Einführung in die Hardwarebeschreibungssprache VHDL Modellierung von Standardkomponenten in VHDL Betrachtung unterschiedlicher Abstraktionsgrade des Schaltungsentwurfs Synthesegerechter Schaltungsentwurf VHDL Simulationszyklus Besonderheiten beim VHDL-Entwurf für FPGAs Erstellung von Testumgebungen Auswirkungen von Vorgaben bei der Schaltungssynthese Abschätzung von Syntheseergebnissen,"Bearbeitung der Übungsaufgaben, mündliche Prüfung",,
Digitalhandwerk,Digital craft,FIN,,,DHW,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Hans-Knud Arndt,Prof. Dr. Hans-Knud Arndt,deutsch,"FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik Die Veranstaltung kann auch als ""Wissenschaftliches Teamprojekt"" bzw. ""Wissenschaftliches Teamprojekt - Managementinformationssysteme"" angerechnet werden.",Übung; Seminar,Präsenzzeiten = 56 h 2 SWS Seminar 2 SWS Übung Bachelor: Selbstständiges Arbeiten = 94 h Master: Selbstständiges Arbeiten = 124 h,Bachelor: 5 CP Master: 6 CP,, ,Die Ziele der Lehrveranstaltung sind: -Reflektion des persönlichen Zugangs zur Informatik -Verschmelzen der Konkreten Kunst und Informatik mit den                Ideen der Bauhaus-Vorkurse:         • Immaterielles materialisieren         • Informatik zum Anfassen -Entwicklung einer eigenständigen Idee für einen Vorkurs für die Informatik -Erstellung dreidimensionaler Modelle erlernen,Im Rahmen dieser Lehrveranstaltung sollen die Studierenden einen künstlerisch-gestalterischen Einblick in die Informatik erlangen. Hierzu setzen Sie sich unter anderem mit den folgenden Themen auseinander: -3D-Druck und 3D-Scan -Konkrete Kunst -Vorkurse des Bauhauses -Designtheorie -Farblehre und künstlerische Gestaltung -Digitalisierung,Die Prüfungsleistung ist eine in einer Gruppe erstellte Hausarbeit. Für das erfolgreiche Verfassen dieser Arbeit ist eine Teilnahme an den Präsenzterminen unabdingbar. Eine Prüfungsvorleistung muss nicht erbracht werden. FIN: B.Sc. WIF - WPF Verstehen & Gestalten: nur benotet anrechenbar.,,
Distributed Data Management,Distributed Data Management,FIN,,,DDM,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Dr. Eike Schallehn,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,180h (56 h contact hours + 124 h self-study) Lectures (2 SWS) and exercises (2 SWS),6,,Database introduction course,Comprehension of basic principles and advantages of distributed data managementCompetence to develop distributed databases Comprehension of query and transaction processing in distributed and parallel databases Competence to optimize the run-time performance and sat-isfy requirements regarding reliability and availability of distributed systems,"Overview and classification of distributed data management (distributed DBMS, parallel DBMS, fedrated DBMS, P2P)Distributed DBMS: architecture, distribution design, distributed query processing and optimization, distributed transactions, and transactional replication Parallel DBMS: fundamentals of parallel processing, types of parallelization in DBMS, parallel query processing",E   xam requirements: Participation and active involvement in the course and the exercises Examination: written (120 minutes),,
Effiziente Programmierung und Ein-/Ausgabe,Efficient Programming and Input/Output,FIN,,,EPEA,,,B.Sc. ab 3. Semester,jedes Semester,Jun.-Prof. Dr. Michael Kuhn,Jun.-Prof. Dr. Michael Kuhn,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar,Seminar,"Präsenz: 2 SWS Seminar (28h) Selbstständiges Arbeiten: Bearbeiten und Präsentieren des gewählten Themas, Nachbereiten der Präsentationen (62h)",3 CP,,Grundlegende Programmierkenntnisse Kenntnis der Grundmechanismen von Betriebssystemen (z. B. Technische Informatik) Grundkenntnisse in Rechnerarchitekturen sowie Algorithmen und Datenstrukturen,"Die Teilnehmenden lernen, ein gegebenes Thema selbstständig zu erarbeiten und den anderen Teilnehmenden in verständlicher Weise zu präsentieren.","Die optimale Nutzung moderner Rechnerarchitekturen ist keine einfache Aufgabe, weshalb Wissenschaftlerinnen und Wissenschaftler bei der Entwicklung effizienter Anwendungen vor immer neue Herausforderungen gestellt werden. Insbesondere die Ein-/Ausgabe stellt dabei häufig einen Flaschenhals dar. Für die effiziente Programmierung ist daher ein tiefgehendes Verständnis der Hard- und Softwareumgebung sowie möglicher Ursachen für Leistungsprobleme unabdingbar. Im Seminar geht es um die effiziente Programmierung und Ein-/Ausgabe im weiteren Sinne. Dazu gehören sowohl die eigentliche Entwicklung effizienter Anwendungen als auch deren Debugging und Leistungsanalyse. Dabei sollen Informationen zu verschiedenen Themen recherchiert und anhand von konkreten Beispielen präsentiert werden. Es können beispielsweise Compileroptimierungen, Werkzeuge für das Debugging und die Leistungsanalyse, Ansätze zur Datenreduktion sowie wissenschaftliche Publikationen zu aktuellen Forschungsfragen vorgestellt werden.",R   eferat,,
Einführung in das Wissenschaftliche Rechnen,Introduction to Scientific Computing,FIN,,,WR,,,B.Sc. ab 1. Semester,Sommersemester,Juniorprofessur für Echtzeit-Computergraphik,Jun.‐Prof. Dr. Christian Lessig,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen der Übungsaufgaben 150 h (56h Präsenzzeit + 94h selbstständige Arbeit),5,,Grundkenntnisse Lineare Algebra,"Angestrebte Kenntnisse: Verständnis der Grundwerkzeuge für wissenschaftliches Rechnen (Computergraphik, Computer Vision, Machine Learning, ...) Verständnis der grundlegenden Konzepte der linearen Algebra",Computertomographie: Numerische Lösung von GleichungssystemenGesichtserkennung: Singulärwertzerlegung Interpolation: Animationen in der Computergraphik Audioverarbeitung: diskrete Fouriertransformation Nichtlineare Optimierung: Posterize ,Schriftliche Prüfung,"Tafel, Folien, Beispielprogramme","G. Strang, Lineare Algebra. Berlin, Heidelberg: Springer Berlin Heidelberg, 2003.G. Strang, Wissenschaftliches Rechnen. Berlin, Heidelberg: Springer Berlin Heidelberg, 2010."
Einführung in die Angewandte Ontologie,Introduction to Applied Ontology,FIN,,,IntOnt,,,M.Sc. ab 1. Semester,,Professur für Theoretische Informatik,Dr. Fabian Neuhaus,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"wöchentliche Vorlesung 2SWS, wöchentliche Übung 2 SWS Selbständiges Arbeiten: Bearbeiten der Übungen und zugeordneter Probleme Nachbereitung der Vorlesung Literaturvertiefung 180h = 4SWS = 56h Präsenzzeit + 124h selbständige Arbeit",6,,Einführung in die Logik,Verständnis logischer Grundlagen der angewandten Ontologie Verständnis grundlegender Konzepte und Methoden der angewandten Ontologie. Überblick über relevante Software Tools (editing/reasoning) Fähigkeit einfache Ontologien selbst zu entwickeln,"Ontologien repräsentieren Wissen in maschineninterpretierbarer und menschenlesbarer Form. Sie haben wichtige Anwendungsgebiete im Semantic Web, Interoperabilität, und intelligenten Syste-men im Allgemeinen. Der Kurs ist eine Einführung in die angewandte Ontologie, mit einem speziellen Fokus auf die logischen Grundlagen von Ontologiesprachen.",P   flichtteilnahme an den Übungen und Präsentation in den Übungen Prüfung: mündlich,,
Einführung in die Betriebswirtschaftslehre,Einführung in die Betriebswirtschaftslehre,FWW,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Wirtschaftswissenschaft zu entnehmen: https://fww.ovgu.de/Studium/W%C3%84HREND+DES+STUDIUMS/Studienorganisation+_+Dokumente/Modulhandb%C3%BCcher.html,,,,,B.Sc. ab 1. Semester,Wintersemester,"Professur für Entrepreneurship, Professur für Internationales Management","Professur für Entrepreneurship, Professur für Internationales Management",deutsch,FIN: B.Sc. WIF - Verstehen,,,5,,,,,,,
Einführung in die Digital Humanities,Introduction to Digital Humanities,FIN,,,EinfDH,,,B.Sc. ab 3. Semester,Wintersemester,Prof. Dr. Ernesto De Luca,Prof. Dr. Ernesto De Luca,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung,Bachelor: 5 Credit Points = 150h 2 SWS = 28 Stunden Präsenzzeit + 122 selbständige Arbeit,5,,"Information Retrieval, Text Mining, Text Analyse",Planung und Durchführung interdisziplinären Projekten  Anforderungsanalyse  Digitale Prozesse verstehen und analysieren  Interdisziplinären Kontext meistern,Einführung in Digital Humanities (Geisteswissenschaften-Sicht)  Einführung in Digital Humanities (Informatik-Sicht)  Linguistik und sprachliche Verarbeitung  Daten und Wissensrepräsentation  Interdisziplinäre Arbeit und Kommunikation  Digital Humanities Projekte: International TextbookCat / Welt der Kinder / World Views  Visualisierung und Interaktion mit daten und Wissen,Prüfungsvorleistungen werden entsprechend zum Semesterbeginn bekannt gegeben  Wissenschaftliches Projekt (näheres in der Veranstaltung) Prüfung gilt auch für Schein,,
Einführung in die Informatik,Introduction to Computer Science,FIN,,,Einf. INF,,,B.Sc. ab 1. Semester,Wintersemester,Professoren der FIN,Dr. Christian Rössl,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - Gestalten,Vorlesung; Übung; Tutorium,Präsenzzeiten: 3 SWS Vorlesung 2 SWS Übung 1 SWS Tutorium Selbstständiges Arbeiten: Lösung der Übungsaufgaben einschließlich Tutoraufgaben und Prüfungsvorbereitung 240 h = 6 SWS = 84 h Präsenzzeit + 156 h selbstständige Arbeit,8,,,Lernziele & erworbene Kompetenzen: Erwerb von Grundkenntnissen über die Konzepte der Informatik Befähigung zu Lösung von algorithmischen Aufgaben und zum Design von Datenstrukturen Vertrautheit mit der informatischen Denkweise beim Problemlösen,Grundkonzepte in JavaFunktionen Objektorientierte Programmierung Programmierparadigmen Ausgewählte Algorithmen: Suchen und Sortieren Analyse von Algorithmen: Korrektheit und Komplexität Grundlegende Datenstrukturen und abstrakte Datentypen Berechenbarkeit und Entscheidbarkeit,P   rüfung: Klausur 120 Min. Prüfungsvorleistungen: erfolgreiches Bearbeiten der Übungsaufgaben (Votierung),,Saake/Sattler: Algorithmen und DatenstrukturenGoodrich/Tamassia: Data Structures and Algorithms in Java Sedgewick: Algorithms
Einführung in die Kommunikationstechnik,Communications technology,FEIT,,,,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Hochfrequenz- und Kommunikationstechnik,Prof. Dr.-Ing. Abbas Omar,deutsch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Elektrotechnik,Vorlesung,Präsenzzeiten: 4SWS Wöchentliche Vorlesungen Selbstständiges Arbeiten 150 h (56 h Präsenzzeit + 94 h selbstständige Arbeit),5,,"Mathematik, Physik, Grundlagen der Elektrotechnik","Lernziele und zu erwerbende Kompetenzen: 1. Einführung in die Kommunikationstechnik Vermittlung der Konzepte Information, informationstragende Signale, Modulation, Rauschen, Übertragungskanäle, Kanalkapazität sowie Quellen- und Kanalcodierung Entwicklung mathematischer Modelle für die Behandlung der o.g. Konzepte Beschreibung und quantitative Behandlung von Informationsübertragungssystemen Vermittlung ingenieurwissenschaftlicher Entscheidungsbasen für den Entwurf von Informationsübertragungssystemen 2. Informations- und Codierungstheorie Vermittlung der informationstheoretischen Konzepte Informationsgehalt, Entropie, Redundanz, Quellencodierung, Kanalkapazität, Kanalcodierung, Hamming-Raum und Hamming-Distanz. Erstellung mathematischer Modelle für die o.g. Konzepte. Behandlung ausgewählter Verfahren für die Quellen- und Kanalcodierung. Behandlung ausgewählter Fehlerkorrigierender Decodierungsverfahren.","1. Einführung in die Kommunikationstechnik Mathematische Darstellung der Signale als Informationsträger im Zeit- und Frequenzbereich (Fourier-Reihe und Fourier-Transformation) Die Abtasttheorie und die Digitalisierung der Signale Quellencodierung und Datenkompression Mathematische Beschreibung des Rauschens Rauschverhalten der Übertragungskanäle; Berechnung der Bitfehlerrate Behandlung ausgewählter digitaler Übertragungssysteme im Basis-band (PCM, DPCM, ....) Behandlung ausgewählter digitaler Übertragungssysteme im Pass-band (ASK, PSK, FSK, QAM, ....) 2. Informations- und Codierungstheorie Informationsgehalt und Entropie diskreter Informationsquellen. Redundanz, Gedächtnis und Quellencodierung (Shannon-Fano- und Huffmann-Verfahren). Kontinuierliche Quellen. Diskrete und kontinuierliche Kanäle, Kanalentropien und Kanalkapazität Kanalcodierung und Hamming-Raum Lineare Blockcodes Zyklische Codes Syndromdecodierung",Prüfung,,siehe Script
Einführung in die medizinische Bildgebung,Introduction to Medical Imaging,FEIT,,,,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Medizinische Telematik,Professur für Medizinische Telematik,englisch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik FIN: B.Sc. CV - Anwendungsfach - Medizintechnik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung (1 SWS optionale Übung) Selbständiges Arbeiten: Eigenständige Vor- und Nachbereitung 90h = 2 SWS = 28h Präsenzzeit + 62h selbstständiges Arbeiten,3,,Grundlagen der Bildverarbeitung,"Lernziele & zu erwerbende Kompetenzen: Die Studierenden sind in der Lage: die wichtigsten Modalitäten (Verfahren) sowie ihre Einsatz-gebiete (medizinischen Fragestellungen) anzugeben, die prinzipielle Funktionsweise jeder Modalität zu beschreiben die Eignung einer Modalität für eine Untersuchung mit der Abwägung der Vor- und Nachteile zu begründen, die technischen Herausforderungen und die wichtigsten Nachteile zu benennen.","Bildgebung ist heutzutage die wichtigste medizinische Diagnostikform. Die Wahl der richtigen Modalität mit Abwägung der Vor- und Nachteile sowie die Einstellung der optimalen Parameter ist eine zentrale Aufgabe. In dieser Veranstaltung wird eine Übersicht über die Modalitäten der modernen medizinischen Bildgebung gegeben. Dabei wird das Prinzip, die Funktionsweise sowie die wichtigsten medizinischen Anwendungen vorgestellt und die Vor- und Nachteile bezüglich der Bildqualität und Risiken für den Patienten diskutiert. Inhalte: Röntgendurchleuchtung Computertomographie Nukleare medizinische Bildgebung (PET, SPECT) Kernspintomographie Ultraschall-Bildgebung",Prüfung: schriftlich,,"H. Morneburg (Hrsg.): Bildgebende Systeme für die medizinische Diagnostik, 3. Aufl. , Publicis MCD Verlag, 1995O. Dössel: Bildgebende Verfahren in der Medizin, Springer, 2000 R. Berger: Moderne bildgebende Verfahren der medizinischen Diagnostik – Ein Weg zu interessanterem Physikunter-richt. Studien zum Physiklernen. Band 11 Ed. S. Webb: The Physics of Medical Imaging, Adam Hilger, Bristol, 1988"
Einführung in die Systemtheorie,Introduction to systemstheory,FEIT,,,,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Systemtheorie und Regelungstechnik,Prof. Dr.-Ing. Rolf Findeisen,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Elektrotechnik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Eigenständige Vor- und Nachbereitung 180h = 4 SWS = 56h Präsenzzeit + 124h selbständiges Arbeiten,6,,,"Die Studenten besitzen Basiskompetenzen zur Betrachtung dynamischer Systeme. Sie besitzen, neben Fertigkeiten mit einfachen formalen Konzepten umgehen zu können, auch ein intuitives Verständnis für grundlegende dynamische Phänomene. In der Übung haben die Studenten die Fähigkeit erworben, an Hand von Beispielen zu erkennen, dass dynamische Phänomene in einer Vielzahl von technischen und nicht-technischen Anwendungsgebieten auftreten.","Grundbegriffe der Systemtheorie (Systeme,Signale, statische und dynamische Systeme)Beispiele für dynamische Systeme (Geometrisches Wachstum, Einfaches Populationsmodell, Modell einer isolierten Volkswirtschaft, Exponentielles Wachstum, Räuber-Beute-Modell, Elektrisches Netzwerk, Mechanische Systeme)Klassifikation kausaler Systeme (Linearität, Zeitinvarianz, Autonomie)Differenzengleichungen (Autonome Differenzengleichungen, Autonome lineare Differenzengleichungen)Differentialgleichungen (Autonome Differentialgleichungen, Autonome lineare Differentialgleichungen)Steuerung und Regelung (Zustandsraum, Steuerbarkeit, Stabilisierung durch Regelung)Elemente der linearen Algebra (Vektoren und Matrizen, Vektor-und Matrixoperationen, Basisvektoren und Koordinatensysteme, Wechsel des Koordinatensystems, Eigenwerte und –vektoren)",Prüfung: schriftlich (120 min),,"[1] J. Lunze: Regelungstechnik I, Systemtheoretische Grundlagen, Analyse und Entwurf einschleifiger Regelungen, Springer [2] B. Girod, R. Rabenstein, A. Stenger: Einführung in die Systemtheorie, Signale und Systeme in der Elektrotechnik und Informationstechnik, Teubner [3] R. Unbehauen: Systemtheorie I, Allgemeine Grundlagen, Signale und lineare Systeme im Zeit-und Frequenzbereich, Oldenbourg"
Einführung in die Verfahrenstechnik,Einführung in die Verfahrenstechnik,FVST,,,EinfVT,,,B.Sc. ab 1. Semester,,"Dr. Hanke-Rauschenbach, Max-Planck-Institut; Jun.-Prof. Metzger, Institut für Verfahrenstechnik","Dr. Hanke-Rauschenbach, Jun.-Prof. Metzger",deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Verfahrenstechnik,Vorlesung,1 SWS Vorlesung,-,,,"Erste Kenntnisse über Fragestellungen, Werkzeuge und Einsatzgebiete der Verfahrenstechnik","1. Was ist Verfahrenstechnik? 2. Waschmittel, Tenside und Pharmaka 3. Grundlagen der Modellierung und Simulation verfahrenstechnischer Prozesse – Was hat ein Informatiker mit Verfahrenstechnik zu tun? 4. Absatzweise Destillation – vom Obst zum Schnaps „Mischen Impossible“ – Monte-Carlo-Simulation mit Wasser, Öl und Seife Modelle der Feststoffverfahrenstechnik – SolidSim, Porennetzwerke, Diskrete-Elemente-Methode „Informatik meets Verfahrenstechnik“ ProMoT – objektorientiertes Modellierungswerkzeug",keine,,
Einführung in die Volkswirtschaftslehre,Einführung in die Volkswirtschaftslehre,FWW,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Wirtschaftswissenschaft zu entnehmen: https://fww.ovgu.de/Studium/W%C3%84HREND+DES+STUDIUMS/Studienorganisation+_+Dokumente/Modulhandb%C3%BCcher.html,,EVWL,,,B.Sc. ab 1. Semester,Wintersemester,"Professur für Wirtschaftspolitik (VWL3), FWW",Dr. S. Hoffmann,deutsch,FIN: B.Sc. WIF - Verstehen,,,5,,,,,,,
Einführung in die Wirtschaftsinformatik,Business Informatics (Introduction),FIN,,,EWIF,,,B.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik I,Prof. Klaus Turowski,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik,Vorlesung; Übung,Präsenzzeiten: 28h Vorlesung 28h Übung Selbstständiges Arbeiten: Vor- und Nachbereitung der Vorlesung Entwicklung von Lösungen in der Übung 150h Vorlesung 2 SWS = 28h Präsenzzeit + 62h selbstständige Arbeit Übung 2 SWS = 28h Präsenzzeit + 32h selbstständige Arbeit,5,,,Schaffung eines Grundverständnisses für die Wirtschaftsinformatik als Fachdisziplin und WissenschaftErlernen der Grundbegriffe der Wirtschaftsinformatik Aneignung von Breitenwissen über die verschiedenen Fachgebiete der Wirtschaftsinformatik Aneignung von Programmierungstechniken der Individuellen Datenverarbeitung,Definition und Einordnung der WirtschaftsinformatikBerufsbilder für Wirtschaftsinformatiker Wirtschaftsinformatik als Wissenschaft Grundbegriffe der Wirtschaftsinformatik Anforderungsmanagement Modellierung von betriebswirtschaftlichen Strukturen und Prozessen Erarbeitung von betriebswirtschaftlichen Problemlösungen mit Endbenutzerwerkzeugen,"Vorleistungen entsprechend Angabe zum Semesterbeginn Schriftliche Prüfung, 120 Min",,Enzyklopädie der Wirtschaftsinformatik (http://www.enzyklopaedie-der-wirtschaftsinformatik.de/)
Einführung in Digitale Spiele,Introduction to Digital Games,FIN,,,EiDS,,,B.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Holger Theisel,Jun.-Prof. Alexander Dockhorn,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,150 Std.: 2 Std. Vorl. + 2 Std. Übung = 56 Std. + 94 Std. Selbststudium und praktische Arbeit an einem Prototyp und dessen Präsentation,5,,Algorithmen und Datenstrukturen,Die Studierenden sollen den inhaltlichen Entwurf von Spielen von einem systematischen Standpunkt aus verstehen. Sie kennen die wesentlichen Arbeitsabläufe in der Spielebranche und sind mit ihrem Aufbau vertraut. Im Laufe der Veranstaltung bekommen sie einen ersten Eindruck von der technischen Komplexität eines Spieles. Dabei erhalten sie einen ersten Überblick zu Konzeption und Entwicklung von Computerspielen und werden dazu angeregt eigene Idee für Spiele zu entwickeln und in Form eines Prototypens umzusetzen. Die Studierenden kennen die Softwarearchitektur von Computerspielen und können daraus Querbezüge zu anderen Gebieten der Informatik herstellen. Dabei lernen sie die wichtigsten Bestandteile einer Engine im Rahmen ihrer theoretischen Grundlagen sowie ihrer praktischen Verwendung kennen. Hierbei werden zunächst mathematische Grundlagen gefestigt und darauf aufbauend die Funktionsweise einer Game-Engine und ihrer Kernkomponenten erläutert. Dabei sollen Studierende ein konzeptuelles Verständnis der Komponenten erhalten und diese während der Entwicklung eines Prototypens anwenden.,"Game DesignGame Development Software Patterns2D-3D Math Game ConceptsCameras, Rendering, AnimationsLights, Shadows, ShaderPhysic Engines, CollisionsAudio EnginePathfinding, Steering, NavigationProcedural Content GenerationGame AIPrototyping, Playtesting, Publishing",Bearbeitung von Übungsaufgaben und deren PräsentationErstellung eines Prototyps und dessen Präsentation,,"Gregory, J. (2018). Game Engine Architecture (3rd ed.). CRCShell, J. (2014). The Art of game Design A Book of Lenses. CRCSteve Rabin: ""Introduction to Game Development"", Charles River Media, 2010Thomas Akenine-Möller, Eric Haines, Naty Hoffman: ""Real Time Rendering"", Peters, 2008Unity Learn: https://learn.unity.com"
Einführung in Managementinformationssysteme,Introduction to management information systems,FIN,,,EinfMIS,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik – Managementinformationssysteme,Prof. H.-K. Arndt,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - Anwenden FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Vor- und Nachbereitung Vorlesung Entwicklung von Lösungen in und für die Übung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,keine,Einführung in die Wirtschaftsinformatik,Lernziele & zu erwerbende Kompetenzen: - Verständnis des Konzepts der Managementsysteme für Organisationen jeglicher Art - Verständnis von Managementinformationssystemen als informationstechnische Entsprechung von Managementsystemen - Anwendung einer methodischen Herangehensweise zur Entwicklung von Managementinformationssystemen - Anwendung von Metainformation und Anwendungsintegration in Managementinformationssystemen,Grundlagen zu Managementsystemen Managementinformationssysteme als Informationssysteme für Managementsysteme Methoden zur Konzipierung und Realisierung von Managementinformationssystemen Metainformation in Managementinformationssystemen,D   as erfolgreiche Absolvieren der Semesteraufgabe ermöglicht den Studierenden die Teilnahme an der Prüfung. Prüfung: schriftliche Prüfung (Klausur) jeweils im SoSe,,Siehe http://bauhaus.cs.uni-magdeburg.de
Electronic System Level Modeling,Electronic System Level Modeling,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesungen 2 SWS, zweiwöchentliche Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten Vorlesung, Lösung Übungsaufgaben und Prüfungsvorbereitung 3 SWS / 6 Credit Points = 180 h (42 h Präsenzzeit + 138 h selbständige Arbeit)",6,,"Bachelor in Elektrotechnik, Mechatronik oder Informatik, Grundkenntnisse in C/C++","Lernziele & zu erwerbende Kompetenzen: Nach dem erfolgreichen Abschluss des Moduls sollen Studierende selbständig komplexe Systembeschreibungen mit SystemC entwerfen können. Sie können für eine gegebene Problemstellung den geeigneten Modellierungsstil auswählen und schrittweise eine Verfeinerung von Modellen von der Transaktionsebene bis hin zur Register-Transfer-Ebene vornehmen. Die Studierenden können die Funktionsweise des SystemC-Simulationskernels erläutern, einen umfassenden Überblick über die in SystemC vorhandenen Klassen geben und diese geeignet einsetzen. Ferner können aktuelle Probleme beim Systementwurf sowie gebräuchliche Modellierungskonzepte diskutieren. Durch praktische Übungen sind die Studierenden in der Lage, angeleitet ihr Wissen und Fähigkeiten forschungsorientiert zu vertiefen und in komplexen Problemstellungen anzuwenden und zu beurteilen.",Modellierungskonzepte für komplexe SystemeModellierungssprachen Einführung SystemC Register-Transfer-Level-Modellierung mit SystemC Simulationsalgorithmus Transcation-Level-Modellierung mit SystemC Modellierung zeitlicher Abläufe High-Level-Synthese,Mündliche Prüfung,,
Elektrische Antriebe I (Elektrische Antriebssysteme I),Electrical drives 1,FEIT,,,,,,B.Sc. ab 5. Semester,,Professur für Elektrische Antriebe,Prof. Dr.-Ing. habil. Frank Palis,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Elektrotechnik,Vorlesung; Übung; Praktikum,Präsenzzeiten: Wintersemester 2 SWS Vorlesung 1 SWS Übung Sommersemester 1 SWS Praktikum Selbstständiges Arbeiten: Übungsvorbereitung 150 h = 4 SWS = 56 h Präsenzzeit + 94 h Selbstständiges Arbeiten,5,,"Grundkenntnisse in Elektrischen Maschinen und Aktoren, Leistungselektronik, Steuerungs- und Regelungstechnik","Lernziele und zu erwerbende Kompetenzen: Auswahl der Struktur elektrischer Antriebssysteme entsprechenden Anforderungen der Arbeitsmaschinen und technologischen Prozesse mit dem Ziel des optimalen Energieeinsatzes sowie Dimensionierung der erforderlichen Baugruppe Realisierung von Bewegungsvorgängen in Maschinen und Anlagen entsprechend den energetischen, technologischen und automatisierungstechnischen Anforderungen ","Aufgaben und Struktur eines elektrischen Antriebssystems, Kenngrößen von Bewegungsvorgängen, Mechanik des Antriebssystems (Bewegungsgleichung und Be-schreibung der Bewegungsgrößen), typische Widerstandsmomenten- Kennlinien von Arbeitsmaschinen, Anlauf und Bremsung eines Antriebssystems, stabiler Arbeitspunkt, das mechanische Übertragungssystem), stationäres und dynamisches Verhalten von ausgewählten elektrischen Maschinen (Gleichstrom- Nebenschlussmaschinen, Asynchronmaschinen mit Schleifring- und Kurzschlussläufer, Synchron-maschinen), Strukturen binär gesteuerter Antriebssysteme mit Asynchronma-schinen für Anlauf, Bremsung und Drehzahlstellung, Regelstrukturen drehzahl- und lagegeregelter elektrischer Antriebssysteme","L   eistungen: Pflichtteilnahme an den Übungen, erfolgreiche Durchführung des Laborpraktikums (Testat) Prüfung: schriftlich (90 min)",,"U. Riefenstahl: Elektrische Antriebssysteme, B.G.Teubner Verlag Stuttgart, Leipzig 2000, 2006 D. Schröder: Elektrische Antriebe, Bd.1-4, Springer-Verlag, Berlin, Heidelberg, 1994, 2001 W. Leonhard: Control of Electrical Drives. Springer-Verlag, Berlin, Heidelberg, New York,1996"
Elektrische Antriebe II,Elektrische Antriebe II,FEIT,,,,,,M.Sc. ab 1. Semester,,Prof. Dr.-Ing. habil. Frank Palis (FEIT-IESY),Prof. Dr.-Ing. habil. Frank Palis (FEIT-IESY),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"3SWS = 150h (42h Präsenzzeit + 108h selbständige Arbeit) Präsenzzeiten: wöchentliche Vorlesungen 2 SWS, wöchentliche Übungen 1 SWS, selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösen der Übungsaufgaben",5,,E   lektrische Maschinen Elektrische Antriebe I Regelungstechnik,Lernziele und zu erwerbende Kompetenzen Vermittlung von grundlegenden Kenntnissen zum Systemverhalten und zur Anwendung elektrischer Antriebe Vermittlung von Fähigkeiten zur Integration von elektrischen Antrieben in komplexen mechanischen Systemen,Auswahl elektrischer MaschinenBestimmung der Typenleistung elektrischer Maschinen Motorschutz Leistungselektronischer Stellglieder für elektrische Antriebe Leistungselektronischer Stellglieder für Gleichstromantriebe Stromrichtergespeiste Gleichstromantriebe Stromrichtergespeiste Drehstromantriebe ,Prüfung: mündliche Prüfung,,
Elektrische Energienetze II - Energieversorgung,Elektrische Energienetze II - Energieversorgung,FEIT,,,,,,M.Sc. ab 1. Semester,,Prof. Dr.-Ing. habil. Zbigniew Antoni Styczynski (FEIT-IESY),Prof. Dr.-Ing. habil. Zbigniew Antoni Styczynski (FEIT-IESY),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit) Präsenzzeiten: wöchentliche Vorlesung 2 SWS, wöchentliche Übungen 1 SWS, Selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösung der Übungsaufgaben und Prüfungsvorbereitung",5,,"Regelungstechnik, Steuerungstechnik, Ereignisdiskrete Systeme","Lernziele und erworbene Kompetenzen: Vermittlung vertiefender Kenntnisse im Bereich der Energieübertragung und –verteilung Vermittlung von vertiefenden Kenntnissen über Netzplanung, Netzbetrieb, Netzregelung und Netzdienstleistungen Aneignung von Spezialwissen zu Problemen der Netzbeobachtung, zur Netzsicherheit, zur Black-Out-Prevention und zur Netzintegration von denzentralen Erzeugern.","Netzplanung und NetzbetriebNetzregelung, Parallelbetrieb von Generatoren Netzdienstleistungen Netzbeobachtung durch synchrone Messungen Dynamic Security Assessment Black-Out-Prevention Windparkmodellierung und Modellreduktion Organisation der Energiewirtschaft Bilanzkreise und Übertragungsnetzbetrieb Kostenrechnung in der Energiewirtschaft Zuverlässigkeitsrechnung im Energienetz",Mündliche Prüfung,,
Embedded Bildverarbeitung,Embedded Bildverarbeitung,FEIT,,,,,,B.Sc. ab 5. Semester,,Professur für Technische Informatik,Professur für Technische Informatik,deutsch,FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. INGINF - Bereich Ingenieurinformatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Übungsvorbereitung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,"Hardwarenahe Rechnerarchitektur, Bildverarbeitung",Lernziele & zu erwerbende Kompetenzen: Die Vorlesung vermittelt Kenntnisse über eingebettete Lösungen der Bildverarbeitung und hat einen engen Bezug zur entsprechenden Hard- und Software sowie Algorithmen der Bildverarbeitung. Es sollen Kompetenzen zur Entwicklung und zum Einsatz solcher Embedded Systems vermittelt werden.,Informationsfluss in einem Bildverarbeitungssystem Kompakte Syteme Spezielle Hardware Signalprozessoren SIMD- Rechner auf einem Chip Hardware/ Software Codesign Anwendungen Kameras mit integriertem Kontroller Stereokopf Robotik Fahrerassistenzsysteme (Beispiele) Algorithmen und ihre Modifikation für die Anwendungen Kalman- Filter und Sensorfusion mit weiteren Größen Anwendungsperspektiven,Prüfung: mündlich,,siehe Script
English TopUp BiBa,English TopUp BiBa,extern,,,Engl-TopUp,,,B.Sc. ab 1. Semester,"Start jedes Wintersemester, über 4 Semester hinweg",Dr. Claudia Krull,Sprachenzentrum,englisch,FIN: B.Sc. BiBa Inf,Vorlesung; Übung; Seminar,"8 SWS über 4 Semester verteilt, je 2 SWS pro Semester",8-10 CP (je nachdem ob extra Leistungen erbracht werden),,,Auffrischung der Englischkenntnisse ausgehend von B2 Abiturniveau mit Fokus auf akademisch Softskills und Fachsprache,"communicaKommunikation Cultural Studies,  Media Literacy Critical Thinking Presentation Skills",teilweise benotet,,
Entdecken häufiger Muster,Frequent Pattern Mining,FIN,,,FPM,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,,PD Dr.-Ing habil. Christian Borgelt,PD Dr.-Ing habil. Christian Borgelt,englisch,"FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik Für Freigabe / Zuordnung zu Curricula von interdisziplinären Studiengängen und von Studiengängen außerhalb der FIN, s. Studiums-dokumente des jeweiligen Studiengangs",Vorlesung; Übung; Blockveranstaltung,Präsenzzeiten: 2 SWS Vorlesung + 2 SWS Übung Selbstständiges Arbeiten: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung180h = 4 SWS = 40h Präsenzzeit + 140h selbständige Arbeit,6,,Algorithmen und Datenstrukturen Grundlagen zu: Data Mining ,"Lernziele & erworbene Kompetenzen: Kenntnis der grundlegenden Algorithmenschemata sowie der Standardalgorithmen zum Finden häufiger Muster in Mengen Verständnis der notwendigen effizienten Datenstrukturen und Verarbeitungsverfahren Einsicht in die besonderen Probleme bei der Analyse strukturierter Daten (Sequenzen, Bäume, allgemeine Graphen) sowie Lösungsansätze Befähigung zur Auswahl eines geeigneten Verfahrens je nach Anwendungsproblem Befähigung zur Entwicklung spezialisierter Algorithmen zum Finden häufiger Muster Umgang mit Literatur zum Fachgebiet","Finden häufiger Teilmengen (frequent item set mining) und AssoziationsregelnFinden häufiger Teilsequenzen (für diskrete und Intervalldaten) Finden häufiger Teilbäume und -graphen Effiziente Grundalgorithmen und -datenstrukturen Vermeidung redundanter Suche bei der Analyse strukturierter Daten, speziell mit Hilfe kanonischer Formen der zu entdeckenden Muster Ansätze zur Bewertung und zum Filtern gefundener Muster Erweiterungen der Grundalgorithmen für spezielle Anwendun-gen Anwendungsbeispiele, speziell für die Entdeckung häufiger Teilgraphen",Prüfung: mündlich,,"Vorwiegend wissenschaftliche Artikel, s. FPM-Webseite"
Entwurf und Simulation von Mikrosystemen,Entwurf und Simulation von Mikrosystemen,FEIT,,,,,,M.Sc. ab 1. Semester,Sommersemester,Prof. Dr. rer. nat. Bertram Schmidt (FEIT-IMOS),Prof. Dr. rer. nat. Bertram Schmidt (FEIT-IMOS),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung; Praktikum,"SWS = 240h (70h Präsenzzeit +170h selbständige Arbeit) Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS, Laborpraktikum 2 SWS Selbständiges Arbeiten: Lösung der Übungsaufgaben, Praktikumsvorbereitung, Ausarbeitung Referat, Prüfungsvorbereitung",8,,P   flichtmodul Bachelor ETIT „Einführung in die Mikrosystemtech-nik“ Wahlpflichtmodul Bachelor „Diskrete Verfahren der Systemsimula-tion“ Wahlpflichtmodul Bachelor „Materialien der Elektro- und Informa-tionstechnik“,"Lernziele: Grundlegender Kenntnisse über mechanische Eigenschaften und Versagenskriterien für Mikrobauteile Kenntnisse von Simulationsverfahren (FEM, Systemsimula-tion) und CAD-Werkzeugen Erworbene Kompetenzen: Verknüpfung von Technologie, CAD-Entwurf und Simulation Umgang mit Simulations- und CAD-Werkzeugen für die Her-stellung eines Mikrobauelementes Damit werden Fertigkeiten zur Lösung konkreter Aufgabenstellungen im Bereich für Entwurf und Simulation für Mikrosysteme ent-wickelt.","Skalierungseffekte und KennzahlenMikrosystementwurf Piezoresistive Sensoren Methoden der Finiten Elemente (FEM) Systementwurf mit VHDL-AMS Design mit CAD-Werkzeugen Designregeln am Beispiel MUMPS-Prozess Mehrlagen-Justierung, Overlay","Mündliche Prüfung, Referat",,
"Entwurf, Organisation und Durchführung eines Programmierwettbewerbs","Entwurf, Organisation und Durchführung eines Programmierwettbewerbs",FIN,,,,,,B.Sc. ab 3. Semester,Wintersemester,Dr. Christian Rössl,Dr. Christian Rössl,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - Gestalten FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Softwareprojekt,Projekt,150 Std. selbstständiges Arbeiten,5,,Algorithmen und Datenstrukturen,"Erwerb von fortgeschrittenen Kenntnissen auf dem Gebiet der interaktiven Systeme, insbesondere ComputerspieleErwerb praktischer Erfahrungen in Entwurf und Umsetzung von Softwaresystemen, Arbeiten und Kommunikation im Team, Betreuen von ""Anwendern"", möglichst automatisierter Auswertung von Ergebnissen ","Die Teilnehmer entwerfen und organisieren den Programmierwettbewerb zur Vorlesung ""Algorithmen und Datenstrukturen"", typischerweise ist das ein Computerspiel. Dazu wird ein Szenario für den Wettbewerb entworfen, in dem von den Wettbewerbsteilnehmern (als ""Anwender"") algorithmische Aufgaben zu lösen sind. Dieses Szenario wird in einem Framework implementiert mit festgelegten Schnittstellen, beispielhaften Lösungen, Dokumentation und Anleitungen sowie der Möglichkeit zur automatischen (""Offline""-)Auswertung von Ergebnissen. Die Teilnehmer organisieren den eigentlichen Wettbewerb und die Auswertung selbständig.","Voraussetzung: Durchführung des Programmierwettbewerbs, Prüfung: Wiss. Projekt, auch als Schein möglich",,
Erziehungswissenschaft: Interaktive Medien als sozial-kulturelle Phänomene,Educational Science: Interactive media as socio-cultural phenomena,FHW,,,,,,B.Sc. ab 1. Semester,,Professur für Erziehungswissenschaftliche Medienforschung,Professur für Erziehungswissenschaftliche Medienforschung,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Erziehungswissenschaft,Seminar,Präsenzzeiten: 2 SWS Seminar Selbstständiges Arbeiten Präsentation vorbereiten Medienprodukt oder Hausarbeit erstellen 5 x 30h (28 h Präsenzzeit + 122 h selbstständige Arbeit,5,,,"Lernziele & zu erwerbende Kompetenzen: Das Modul soll grundlegende Kenntnisse über die soziale und kulturelle Relevanz interaktiver Medien (z.B. Computerspiele) vermitteln. Auf der einen Seite sollen die Studierenden in die Lage versetzt werden, verschiedene Arten von Spiel- und Edutainmentsoftware zu analysieren und zu evaluieren. Auf der anderen Seite sollen sie Ansätze zur Erklärung der Faszination wie der möglichen Risiken des Umgangs mit ausgewählten interaktiven Medien kennen- und einschätzen lernen. Dazu gehören u.a. empirische und theoretische Analysen von sozialen und kulturellen Phänomenen im Kontext der Computerspiele (offline wie online)","Nutzung und Verbreitung interaktiver MedienSubjektive Bedeutsamkeit von interaktiven Medien und Motive der Mediennutzung Sozial-kulturelle Kontexte der Nutzung interaktiver Medien Methoden der Analyse und Bewertung interaktiver Medien Inhaltsanalysen von Video- und Computerspielen Computerspiele zwischen Faszination und Risiko Grundlagen, Chancen, Probleme des Jugendmedienschutzes Konvergenzphänomene im Bereich der (neuen) Medien","S   tudienleistungen: Präsentation, Hausarbeit oder Medienprodukt Gesamtzahl der Credits für das Modul: 5",,
Estimation for Autonomous Mobile Robots,Estimation for Autonomous Mobile Robots,FIN,,,AMR,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Benjamin Noack,Prof. Benjamin Noack,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Ingenieurinformatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer,Vorlesung; Übung,"Attendance time: 2 SWS Lecture 2 SWS Exercise Independent work: Follow-up study, working on exercises 180 h = 56 h attendance time + 124 h independent work",6 CP,,"Linear Algebra, Analysis","You have an overview of basic problems and methods in parameter and state estimation for mobile systems.You understand how to develop kinematic models for mobile robots and how to derive discrete-time prediction models.You are familiar with the required mathematical tools and can derive and apply least-squares methods for localization and tracking of mobile systems, e.g., based on distance measurements.You have a good understanding of Kalman filtering and its nonlinear generalizations for dynamic state estimation and localization of mobile systems.","Kinematics, System Models, and Dead Reckoning for Mobile SystemsSensor Models and Optimization Methods for Localization and TrackingDynamic State Estimation for Real-Time Localization and TrackingLinear Kalman Filtering and Nonlinear Generalizations",Oral examination,"Digital Notes, Exercise Sheets",Literature will be announced in the lecture
Ethische Herausforderungen im Digitalen Zeitalter,Ethical challenges in the digital era,FIN,,,,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,"Dr. Karl Teille, Volkswagen AutoUni, Leiter des Instituts für Infor-matik","Dr. Karl Teille, Volkswagen AutoUni, Leiter des Instituts für Infor-matik",deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik Schlüssel- und Methodenkompetenzen – Wissenschaftliches Seminar,Vorlesung,Vorlesung,3,,"Gute Kenntnis mind. einer Programmiersprache, VL Betriebssysteme, Bereitschaft zum interdisziplinären Arbeiten",Ethik als philosophische Disziplin erkennenFragestellungen der Ethik einordnen können Aspekte der Digitalisierung als ethische Herausforderung begreifen,"Definition von Ethik Deskriptive Ethik Begründung von Ethik Teleologische Ethik Deontologische Ethik Chancen der Digitalisierung Schranken der kommerziellen Verwertbarkeit von Daten Ethische Herausforderung im Umgang mit persönlichen Daten / Metadaten Erweiterung des Realitätsbegriffes Künstliche Intelligenz und Technologische Singularität Anwendungsgebiete der Digitalisierung VertriebMobilität (Autonomes Fahren; Smart Cars)Autonome Entscheidungen von MaschinenIntelligente, Vernetzte Produktion, Industrie 4.0Autonome Kriegsführung",mündliche Prüfung,,"Baumgartner, C.: Die Digitalisierung findet statt. Interview mit August-Wilhelm Scheer. In Computerwelt, 2015, 2015; S. 4. Brantl, S. : Wirtschaftsethik. Beitrag in Gabler Wirtschafts-Lexikon. Gabler, Wiesbaden, 1988. Bundesverfassungsgericht, vom 15.12. 1983, Aktenzeichen 1 BvR 209, 269, 362, 420, 440, 484/83, „Volkszählungsurteil“, zitiert nach [Fili15, S.10] Filipovic, A.: Die Datafizierung der Welt – Eine ethische Vermessung des digitalen Wandels. Communicatio Socialis, 48 Jg. 2015, H.1 Frey, C. B.; Osborne, M.: Technology at Work - The future of innovation and employment. In Citi GPS: Global Perspectives & Solutions, 2015. Hausmanninger, Th./ Capurro, R. (2002): Eine Schriftenreihe stellt sich vor. In Hausmanninger, Th./ Capurro, R. (Hg.): Netzethik. Grundlegungsfragen der Internetethik. München, S.7-12; zitiert nach [Fili15, S. 7] Kurz, C.; Rieger, F.: Arbeitsfrei. Eine Entdeckungsreise zu den Maschinen, die uns ersetzen. Goldmann Verlag, München, 2015. ohne Verfasser: Spielend auf dem Highway. Autonomes Fahren ist das große Thema der Autokonzerne. In ADAC Motorwelt, 2015; S. 10. Reitz, M.: Norbert Wiener – Begründer der Kybernetik. SWR2 Wissen, 17. März 2014 Schwägerl, C.: Offline ist so vorbei. Das Internet kommt uns noch näher. In Zeit online, 03.05.2015. Simanowski, R.: Data Love. Matthes & Seitz, Berlin, 2014. Vack, P.: Self-Drive Cars and You: A History Longer than You Think. VeloceToday.com - The Online Magazine for Italian and French Classic Car Enthusiasts. http://www.velocetoday.com/self-drive-cars-and-you-a-history-longer-than-you-think/, 03.05.2015. Watzlawick, P.: Wie wirklich ist die Wirklichkeit? Wahn, Täuschung, Verstehen. Piper, München, Zürich, 2005. Zeit Online GmbH: Forschungsprojekt: Das 1-Milliarde-Euro-Hirn. http://www.zeit.de/2011/21/Kuenstliches-Gehirn, 08.05.2015."
Evolutionäre Algorithmen,Evolutionäre Algorithmen,FIN,,,EA,,,B.Sc. ab 3. Semester,,Intelligente Systeme,Prof. Dr.-Ing. Sanaz Mostaghim,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeit: 2 SWS Vorlesung 2 SWS Übungen Selbstständige Arbeit: Bearbeiten von Übungs- und Programmieraufgaben 150 h = 56 h Präsenzzeit + 94 h selbstständige Arbeit,5,,"P   rogrammiersprache Java o.ä. Algorithmen und Datenstrukturen Programmierung, Modellierung Mathematik I bis IV",Anwendung von adäquaten Modellierungstechniken zum Entwurf von Evolutionären AlgorithmenAnwendung der Methoden der Numerischen Optimierung zur Problemlösung Bewertung und Anwendung evolutionärer Programmierung zur Analyse komplexer Systeme Befähigung zur Entwicklung von Evolutionären Algorithmen ,"kurze Einführung in biologische Grundlagen der Evolution und GenetikAusgestaltung genetischer Operatoren (z.B. Selektion, Kreuzung, Rekombination, Mutation) Überblick über verschiedene Arten genetischer und evolutionärer Algorithmen und genetischer Programmierung Erläuterung von Vor- und Nachteilen dieser Algorithmen anhand von Beispielen Behandlung verwandter Verfahren (z.B. simuliertes Ausglühen) Anwendungsbeispiele","P   rüfung in schriftlicher Form, Umfang: 120 Min. Benötigte Vorleistungen: Bearbeitung von mindestens zwei Drittel aller Übungsaufgaben im Semester Erfolgreiche Präsentation von zwei Übungsaufgaben Schein, benötigte Vorleistungen: Erfolgreiche Bearbeitung einer Programmieraufgabe zum Thema der Vorlesung (Arbeit in Gruppen mit ein oder zwei Studierenden) inklusive Entwurf, Implementation, Test, Dokumentation und Übergabe, z.B. EA zur Lösung eines Brett- oder Kartenspiels Erfolgreiche Teilnahme an der Prüfung (für einen nichtbenoteten Schein muss mindestens die Note 4 erreicht werden) Unabhängig von der Art der Studien-/Prüfungsleistung wird eine regelmäßige und aktive Teilnahme an Vorlesung und Übung vorausgesetzt.",,"Richard Dawkins. The Selfish Gene. Oxford University Press, Oxford, UK, 1990. (deutsche Ausgabe: „Das egoistische Gen“. Rowohlt, Hamburg, 1996)Richard Dawkins. The Blind Watchmaker. Penguin Books, London, UK, 1996. (deutsche Ausgabe: „Der blinde Uhrmacher“. dtv, München, 1996) Ines Gerdes, Frank Klawonn, Rudolf Kruse. Evolutionäre Al-gorithmen. Vieweg Verlag, Wiesbaden, 2004. Zbigniew Michalewic. Genetic Algorithms + Data Structures = Evolution Programs. Springer Verlag, Berlin, 1998. Volker Nissen. Einführung in evolutionäre Algorithmen. Opti-mierung nach dem Vorbild der Evolution. Vieweg Verlag, Braunschweig / Wiesbaden, 1997."
Evolutionary Multi-Objective Optimization,Evolutionary Multi-Objective Optimization,FIN,,,EMO,,,M.Sc. ab 1. Semester,Sommersemester,Lehrstuhl für Computational Intelligence,Prof. Dr.-Ing. Sanaz Mostaghim,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit: - 2 SWS Vorlesung - 2 SWS Übungen Selbstständige Arbeit: - Bearbeiten von Übungsaufgaben,6 Kreditpunkte für Master Studenten = 180 h = 56 h Präsenzzeit + 124 h selbstständige Arbeit,,"Intelligente Systeme, Optimierungsalgorithmen, Grundlage der evolutionären Algorithmen",- Anwendung der Methoden der Computational Intelligence zur Problemlösung in multi-kriterieller Optimierung - Befähigung zur Entwicklung der Algorithmen - Fundiertes Wissen im Bereich der multi-kriteriellen Optimierung,"In our daily lives we are inevitably involved in optimization. How to get to the university in the least time is a simple optimization problem that we encounter every morning. Just looking around ourselves we can see many examples of optimization problems even with conflicting objectives and higher complexities. It is natural to want everything to be as good as possible, in other words optimal. The difficulty arises when there are conflicts between different goals and objectives. Indeed, there are many real-world optimization problems with multiple conflicting objectives in science and industry, which are of great complexity. We call them Multi-objective Optimization Problems. Over the past decade, lots of new ideas have been investigated and studied to solve such optimization problems as any new development in optimization which can lead to a better solution of a particular problem is of considerable value to science and industry. Among these methods, evolutionary algorithms are shown to be quite successful and have been applied to many applications. This course addresses the basic and advanced topics in the area of evolutionary multi-objective optimization and contains the following content: • Introduction to single-objective optimization (SO) and multiobjective optimization (MO), classical methods for solving MO, definitions of Pareto-optimality and other theoretical foundations for MO • Basics of evolutionary algorithms (algorithms, operators, selection mechanisms, coding and representations) • Evolutionary multi-objective algorithms (NSGA-II, EMO scalarization methods such as MOEA/D) • Large-scale EMO: large scale decision space and many objective optimization (such as NSGA-III) • Constraint handling in SO and MO, robust optimization in EMO, surrogate methods for expensive function evaluations • Dynamic EMO • Evaluation mechanisms (Design of experiments, test problems, metrics, visualization)","Zum Bestehen der Prüfung oder zum Erwerb eines Scheins sind folgende Leistungen zu erbringen: - Regelmäßige Teilnahme und Mitarbeit in Vorlesung und Übung- Erwerb der Zulassungsvoraussetzungen zur Klausur - Bestehen der schriftlichen Prüfung, 120 Min. Die  Zulassungsvoraussetzungen können aus verschiedenen Elementen bestehen,  bspw. dem Lösen und Präsentieren von Übungsaufgaben oder dem Bestehen  einer Zwischenklausur im Semester. Die  genauen Zulassungsvoraussetzungen werden zum Anfang der Vorlesung,  spätestens bis zum Ende der dritten Vorlesungswoche, auf der Webseite  des Lehrstuhls bekannt gegeben.",,"- Deb, Kalyanmoy. Multi-Objective Optimization Using Evolutionary Algorithms, Wiley, 2001. - Coello, Carlos A. Coello, Gary B. Lamont, and David A. Van Veldhuizen. Evolutionary algorithms for solving multi-objective problems. Vol. 5. New York: Springer, 2007. - Miettinen, Kaisa. Nonlinear multiobjective optimization. Vol. 12. Springer Science & Business Media, 2012. - Ehrgott, Matthias. Multicriteria optimization. Vol. 491. Springer Science & Business Media, 2005. - Kruse, Rudolf, et al. Computational intelligence: a methodological introduction. Springer, 2016."
Experimentelle Ansätze in der neurobiologischen Lernforschung,Experimental approaches for learning research in neurobiology,FIN,,,LiN,,,B.Sc. ab 5. Semester,Wintersemester,A. Brechmann,"A. Brechmann, M. Deliano, R. König, A. Schulz",deutsch,FIN: B.Sc. CV - Anwendungsfach - Medizintechnik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing,Seminar,Präsenzzeiten: 1 SWS Vorlesung 30 h Projekt Vor- und Nachbearbeitung des Vorlesungsstoffs 120h = 44h Präsenzzeit + 76h selbstständige Arbeit,4,,Teilnahme an der Allgem. Psychologie II Vorlesung,"Lernziele & zu erwerbende Kompetenzen: Möglichkeiten und Grenzen der gängigen Methoden neurobiologischer Lernforschung an Menschen und Tieren. Grundlegende Kenntnisse über Reinforcementmodelle, Kategorie- und Sequenzlernen, Arbeitsgedächtnis.","Anhand aktueller Forschungsprojekte am Leibniz-Institut werden methodische Ansätze in der neurobiologischen Lernforschung mittels fMRI, MEG, EEG und Elektrophysiologie vermittelt. Es werden Untersuchungsparadigmen erarbeitet, in Pilotexperimenten erprobt und Einblicke in die Datenanalyse und –interpretation vermittelt.",Prüfung: Referat ,,siehe https://iwebdav.ifn-magdeburg.de/iwebdav/LearningAndMemorySeminar/
Fabrikplanung (Factory Operations),Fabrikplanung (Factory Operations),FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,"Prof. Kühnle, FMB-IAF","Prof. Kühnle, FMB-IAF",deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung; 1 SWS Übung Selbstständiges Arbeiten: Begleitendes Selbststudium Prüfungsvorbereitung,4,Vgl. Angaben in der Einführungsvorlesung,,Beherrschung einer systemischen Betrachtungsweise industrieller FabrikabläufeErringung eines ganzheitlichen Verständnisses für Fabrikabläufe mit Hilfe eines Expikationsmodells für unterschiedliche Situationen und Planungsfälle Beurteilung der Methoden und Verfahren im Themengebiet „Factory Operations“ hinsichtlich Einsatzgebiete und Praxistauglichkeit,"Grundbegriffe zur Planung und Gestaltung industrieller ProzesseAuswahlverfahren grundlegender Technologien der verarbeitenden Industrie und deren Einsatzgebiete Analyse und Bewertung von Informationsprozessen in der industriellen Fertigung Fabrikabläufe aus wirtschaftlicher Sicht, Kostenfunktionen als Bewertungsinstrument Aufbau und Ablauforganisation industrieller Fertigung Verfahren der strategischen Unternehmensplanung und de-ren Auswirkung auf die Produktionsprogramme und Fabrikstrukturen",Übungsschein (interne Prüfungsvoraussetzung) Schriftliche Prüfung (Klausur),,
Fertigungsplanung,Manufactoring planning,FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,"Dr. Wengler, FMB-IFQ","Dr. Wengler, FMB-IFQ",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS, selbständiges Arbeiten: Vor- und Nachbereiten der Lehrveranstaltungen, Literaturstudium",5,,"E   mpfohlen: Grundkenntnisse in der Fertigungslehre (Fertigungsverfahren, Messtechnik, Management)","Lernziele und zu erwerbende Kompetenzen Nach Absolvieren der Lehrveranstaltung ist der Student in der Lage, ausgehenden von der Rohteilauswahl über die Festlegung der technologischen Basen die Fertigungsschritte für maschinen-bautypische Bauteile zu konzipieren. Er hat Kenntnisse über den Ablauf von Montage- und Demontageverrichtungen und Einordnung von qualitätssichernden Maßnahmen in den Fertigungsablauf.","Grundlagen der FertigungsplanungRohteilvarianten Flächen am Werkstück, Technologische Basen, Spannmittel Teilebearbeitungsabläufe mit und ohne Wärmebehandlung Montage und Demontage von Bauteilen und Produkten Qualitätsmanagement und Prüfplanung",Prüfung: Klausur (90min) ,,
Filmseminar Informatik und Ethik,Film Seminar - Computer Science and Ethics,FIN,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Gunter Saake,Dr. Eike Schallehn,deutsch,FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Seminar,Präsenzzeiten: 2 SWS Seminar Selbstständiges Arbeiten: Vorstellung der Filme Aufarbeitung des Themas Vorbereitung einer Präsentation 90h (28h Präsenzzeit + 62h selbstständige Arbeit),"4 - 6 CP, nach Absprache",,Umfangreiche Kenntnisse von Grundlagen und Anwendungen von Informationssystemen,Lernziele & erworbene Kompetenzen: Selbstständige Erarbeitung eines anspruchsvollen Themas Mündliche Präsentation eines anspruchsvollen Themas Verständnis von Fragen der Ethik des Einsatzes von Informationstechnologien," Diskussion von Fragen der Ethik informationstechnischer Anwendungen, wie z.B. Einschränkung von Persönlichkeitsrechten Gesellschaftliche Effekte Ethische Fragen spezifischer Anwendungen (z.B. Militär, Gentechnikt, etc.) Sicherheit und Vertrauenswürdigkeit von Systemen am Beispiel vorgegebener uns selbst gewählter Spielfilme",K   umulative Prüfung: Präsentation und Diskussion,"Powerpoint, Tafel, Video, Filmvorführung",Eigenständige Recherche und bereitgestellte Literatur
Finite-Element-Methode,Finite-Element-Methode,FMB,,,FEM,,,M.Sc. ab 1. Semester,Wintersemester,Prof. U. Gabbert,Prof. U. Gabbert,deutsch,FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker,Vorlesung; Übung; Praktikum,"Präsenzzeiten: wöchentlich 4 h (Vorlesung, Übung, Praktikum); selbständig. Bearbeiten eines Projektes",5,"TM, Numerische Mechanik und FEM",,"In der Lehrveranstaltung werden die Studenten befähigt, die Finite-Element-Methode als Näherungsverfahren zur Lösung praxisrelevanter Aufgaben des Ingenieurwesens (Maschinenbau, Automobil-bau, Werkzeugmaschinenbau, Luft- und Raumfahrt) einzusetzen. Die Lehrveranstaltung konzentriert sich auf Problemen der Mechanik fester Körper unter Nutzung dreidimensionaler Modelle (Volumen- und Schalenmodelle). In den Vorlesungen werden die wichtigsten theoretische Grundlagen für das Verständnis der Modellbildung und die Bewertung der Ergebnisse (Fehleranalyse, Netzadaption) vermittelt. In den Übungen wird der Stoff an Hand praktischer Aufgabenstellungen vertieft, im Praktikum lösen die Studenten selbständig eine komplexere Aufgabenstellung, deren erfolgreiche Bearbeitung eine Voraussetzung für die Zulassung zur Prüfung ist."," Einführung in die Lehrveranstaltung (einschließlich Überblick über kommerzielle Softwaretools) Problemangepasste Modellbildung mit Volumen- und Schalenelementen (Schalen- vs. 3D Kontinumsmodelle) Finite Volumenelemente (Ansatzfunktionen, isoparametrisches Elementkonzept, Numerische Integration, Locking- und Hourglass-Phänomene, Superkonvergenz) Finite Schalenelemente (Ahmad-Elemente, Kirchhoff- und Mindlin-Elemente, Diskrete-Kirchhoff-Elemente, Patch-Test, Elementauswahl) Kopplung von Schalenelementen mit 3D-Volumenelementen (Zwangsbedingungen, schwache Form der Koppelung,) Strukturdynamische Berechnungen (Eigenwerte, Modellreduktion nach Gyan und Craig-Bampton, modale Verfahren, Zeitintegration, Frequenzbereichsverfahren, Model-Updating). Überblick über die FEM zur Lösung allgemeiner (gekoppelter) Feldprobleme (Wärmeleitung, Wärmespannungen). Zusammenfassung und Ausblick (Nichtlineare FEM, Optimierung) Selbständige Bearbeitung eines individuellen Projektes (Gruppenprojekt)",Mündliche Prüfung,,
Flow Visualization,Flow Visualization,FIN,,,FlowVis,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Visual Computing,Prof. Dr. Holger Theisel,deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten Vorlesung: 2h wöchentlich Übung: 2h wöchentlich Selbstständiges Arbeiten Hausaufgaben Programmieren von Beispielmodellen Selbststudium 180h (56h Präsenzzeit + 124h Selbststudium),6,,Computergraphik I,"Lernziele & erworbene Kompetenzen: Die Teilnehmer erwerben Kenntnisse der wichtigsten Verfahren der Strömungsvisualisierung Einige Verfahren werden in den Übungen selbständig implementiert und evaluiert Die Teilnehmer sind imstande, einfache Strömungsdaten selbständig unter Zuhilfenahme vorhandener oder selbstentworfener Tools visuell zu analysieren.",Mathematische Grundlagen von Vektor- und TensorfeldernGewinnung von Strömungsdaten Direkte Methoden zur Strömungsvisualisierung Texturbasierte Methoden zur Strömungsvisualisierung Geometriebasierte Methoden zur Strömungsvisualisierung Feature-basierte Methoden zur Strömungsvisualisierung Topologische Methoden zur Strömungsvisualisierung Visualisierung von Tensorfeldern,P   rüfungsvorleistung: s. Vorlesung Prüfung: mündlich,,
Fortgeschrittene Methoden der Medizinischen Bildanalyse,Advanced Methods in Medical Image Analysis,FIN,,,FMBA,,,M.Sc. ab 1. Semester,,"Professur für Praktische Informatik / Bildverarbeitung, Bildverstehen","Professur für Praktische Informatik / Bildverarbeitung, Bildverstehen",deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Projekt,Präsenzzeiten: wöchentliche Vorlesungen: 2 SWS 14-tägige Projekttreffen: 2 SWS Selbstständiges Arbeiten: Projektvorbereitung und -durchführung in kleinen Arbeitsgruppen Vorbereitung einer Projektpräsentation Vor- und Nachbereitung des Vorlesungsstoffs 180h (56h Präsenzzeit + 124h selbstständige Arbeit,6,,"Grundkenntnisse der Linearen Algebra, Grundlagen der Bildverarbeitung","Lernziele & zu erwerbende Kompetenzen: Kompetenz zur algorithmischen Lösung fortgeschrittener Themen der Bildanalyse im radiologisch-medizinischem Umfeld Fähigkeit zu Projektdurchführung in der Verarbeitung digitaler, radiologischer oder nuklearmedizinischer Bilder Fähigkeit zur Präsentation und Verteidigung eigener Arbeitsergebnisse",Fortgeschrittene Segmentierungsverfahren: Level Set Segmentierung Graph Cut Segmentierung Modelle von Form und Textur,P   rüfungsvorleistung ist erforderlich. Prüfung: mündlich,,http://wwwisg.cs.uni-magdeburg.de/bv/
Funktionale Programmierung - fortgeschrittene Konzepte und Anwendungen,Functional Programming - advanced concepts and applications,FIN,,,FP,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Till Mossakowski,Prof. Dr. Till Mossakowski,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Bachelor: 150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit Master: 180 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit + 30h zusätzliche Aufgabe,"Bachelor: 5 CP Master: 6 CP (Berechnung wie oben) mit Zusatzaufgabe, die im Rahmen der Übung zum Semesterbeginn angekündigt wird",,Programmierparadigmen (PGP),"In-depth understanding of concepts of functional programming In-depth knowledge of Haskell insights into the role of functional concepts in other programming languages (e.g. Python, Java, Javascript) Insights into the role of functional concepts in applications","Functional programming in-the-small: lazy evaluation, algebraic data types, type variables and polymorphism, recursion, higher-order functions, cyclic data structures, profiling Functional programming in-the-large: Modules, Abstract data types, type classes, specifications of properties Real-world functional programming: actions, states, input/output, monads, automatic testing of functional programs with HUnit and Quickcheck, deep pointers with lenses Application examples: parser, web development",R   egelmäßige aktive Teilnahme an Vorlesungen und Übungen Bearbeitung der Übungsaufgaben und erfolgreiche Präsentation von Lösungen mündliche Prüfung,,"https://www.haskell.org/documentation/      Simon Thompson: Haskell. The craft of functional programming Bryan O'Sullivan, Don Stewart, John Goerzen: Real World Haskell  Programmierung"
Fuzzy-Systeme,Fuzzy Systems,FIN,,,FS,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,FIN: Lehrstuhl Computational Intelligence,Prof. Dr. Rudolf Kruse,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit = 56 Stunden: 2 SWS Vorlesung 2 SWS Übung Selbstständige Arbeit = 124 Stunden: Vor- und Nachbearbeitung von Vorlesung und Übung Bearbeiten von Übungs- und Programmieraufgaben,5 (B.Sc.) bzw. 6 (M.Sc.),,"Kenntnisse einer höheren ProgrammierspracheAlgorithmen und Datenstrukturen Maschinelles Lernen, Data Mining Algebra, Optimierung ","Anwendung von adäquaten Modellierungstechniken zum Entwurf von Fuzzy-Systemen Anwendung der Methoden der Fuzzy-Datenanalyse, und des  Fuzzy-Regellernens Befähigung zur Entwicklung von Fuzzy-Systemen","Einführung in die Fuzzy-Mengenlehre, in die Fuzzy-Logik und Fuzzy-ArithmetikAnwendungen der Regelungstechnik, dem approximativen Schließen und der Datenanalyse","s   chriftliche Prüfung (Klausur) im Umfang von 120 Minuten, benötigte Vorleistungen: - Bearbeitung von mindestens zwei Drittel aller Übungsaufgaben im Semester - Erfolgreiche Präsentation von zwei Übungsaufgaben Schein: - Bearbeitung von mindestens zwei Drittel aller Übungsaufgaben im Semester - Erfolgreiche Präsentation von zwei Übungsaufgaben - Rechtzeitige Einsendung von zwei Programmieraufgaben - Erfolgreiche Teilnahme am mündlichen Kolloquium Unabhängig von der Art der Studien-/Prüfungsleistung wird eine  regelmäßige und aktive Teilnahme an Vorlesung und Übung vorausgesetzt.",,"Computational Intelligence A Methodological Introduction Kruse, R., Borgelt, C., Braune, C., Mostaghim, S., Steinbrecher, M."
Game Design – Grundlagen,Game Design – Foundations,FIN,,,GDG,,,B.Sc. ab 1. Semester,Sommersemester,"Enrico Gebert, Prof. Dr. Holger Theisel","Enrico Gebert, Prof. Dr. Holger Theisel",deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Anwendungsfach - Computerspiele FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,150 Std.: 2 Std. Vorl. + 2 Std. Prakt. = 56 Std. + 94 Std. Selbststudium und praktische Arbeit,5,,Einführung in Digitale Spiele,"Die Studierenden sollen in der Lage sein Ideen für Spiele zu Konzepten weiterzuentwickeln. Sie kennen die wichtigsten Bestandteile eines Spiels und wissen, wie sich Änderungen an den Komponenten auf das Spiel auswirken. Sie erlernen Methoden und Techniken zur Analyse und Verbesserung ihrer Spielkonzepte sowie Techniken zur Unterstützung bei Design Entscheidungen. Die Studierenden erlangen grundlegendes Wissen in den Bereichen des Welt-, Charakter- und Rätseldesigns und sind in der Lage dieses Wissen Praktisch umzusetzen. Sie beherrschen Techniken zur Dokumentation und Kommunikation von Ideen und Konzepten für verschiedene Zielgruppen und sind in der Lage die Beziehungen von Spiel, Designer, Spieler und Gesellschaft zu verstehen.","Game Design: Definitionen; Aufgaben eines Game DesignersDie Struktur von Spielen: Komponenten eines Spiels Die Struktur von Spielen: Thema, Vision, PoV und Genre Game Design: Weltdesign Game Design: Charakterdesign Game Design: Setting, Hintergrundgeschichte und Handlung Game Design: Rätsel, Aufgaben und Hindernisse Game Design: Balancing und Testing Das Spiel und der Game Designer Das Spiel und der Spieler Dokumentationstechniken Kommunikation; der Designer und das Team",V   orleistungen: Bearbeitung von Übungsaufgaben und deren Präsentation Prüfung: Klausur 120 Min. Schein: s. Vorlesung,,"David Perry, Rusel DeMaria: David Perry on Game Design: A Brainstorming Toolbox. Cengage Learning , 2009Raph Koster: A Theory of Fun. Paraglyph Press, 2005 Jesse Schell: The Art of Game Design: A Book of Lenses. CRC Press, 2008 Tracy Fullerton: Game Design Workshop: A Playcentric Approach to Creating Innovative Games. CRC Press, 2008"
Game Development Project,Game Development Project,FIN,,,,,,B.Sc. ab 6. Semester,,Prof. Dr.-Ing. habil Stefan Schlechtweg,Prof. Dr.-Ing. habil Stefan Schlechtweg,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK,Vorlesung,5 CP = 150h (10h Präsenszeit + 140h selbstständige Arbeit),5 CP,,Einführung in Digitale Spiele  Module aus der Profillinie „Computer Games“,Lernziele & erworbene Kompetenzen: Fortgeschrittene methodische Kompetenzen auf dem Gebiet der Informatik und ihre Anwendungen und/oder fortgeschrittene persönliche oder soziale Kompetenzen auf der Basis einer Fachveranstaltung.   Die Studierenden können mit Unterstützung eines Mentors ein Computerspiel von der Idee bis zur Realisierung umsetzen. Dabei nutzen sie angemessene Werkzeuge und Methoden sowohl für die Entwicklung als auch für Projektmanagement und Dokumentation.,"Ideenpräsentation (Pitch)Game DesignUmsetzung des Spiels in einer EngineManagement und Dokumentation eines Spieleprojektes (Projektplanung, Game Design Document, Zeitmanagement)Abschlusspräsentation",Wissenschaftliches Projekt,,"Fullerton, Tracy (2008). Game Design Workshop. Burlington: Morgan KaufmannPerry, David und Rusel DeMaria (2009). David Perry on Game Design: A Brainstorming Toolbox.Boston: Course TechnologySchell, Jesse (2010). The Art of Game Design. A Book of Lenses. Burlington: Morgan KaufmannProjektbezogene Literatur abhängig von den verwendeten Werkzeugen"
Game Engine Architecture,Game Engine Architecture,FIN,,,GEA,,,B.Sc. ab 4. Semester,Sommersemester,Prof. Dr. Stefan Schlechtweg-Dorendorf,Prof. Dr. Stefan Schlechtweg-Dorendorf; N.N. (Acagamics),deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Anwendungsfach - Computerspiele FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen der Übungsaufgaben Kleine Programmierprojekte 150 h (42h Präsenzzeit + 108h selbstständige Arbeit),5,,Grundlagen der Computergraphik Mathematik I bis IV,"Lernziele & erworbene Kompetenzen: Kennenlernen des Aufbaus und der Grundelemente von Game Engines Einsicht in die Arbeitsweise der verschiedenen Komponenten einer Game Engine und ihr Zusammenspiel Anwenden der Kenntnisse aus verschiedenen Informatik-Bereichen, um Game Engine Komponenten adäquat zu entwickeln Selbständige Implementierung von Game Engine Komponenten innerhalb eines vorgegebenen Rahmensystems",Game Engine ArchitekturDie Game Loop und zeitbasierte Simulation Ein- und Ausgabegeräte Ressourcen- und Assets-Management Die Rendering-Engine und Animation Game AI Physics Collision Detection Verteilte Spiele und Engines,P   rüfungsvorleistung: Projektarbeit in den Übungen Prüfung: Klausur 120 Min.,"Powerpoint, Video, Tafel","Jason Gregory: “Game Engine Architecture”, Taylor & Francis, 2009 Thomas Akenine-Möller, Eric Haines, Naty Hoffman: “Real Time Rendering”, Peters, 2008 Steve Rabin: “Introduction to Game Development”, Charles River Media, 2010"
Geometrische Datenstrukturen,Geometric Data Structures,FIN,,,GDS,,,M.Sc. ab 1. Semester,Wintersemester,Professur f. Theoretische Informatik / Algorithmische Geometrie,Prof. Dr. Stefan Schirra,deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: wöchentliche Vorlesung 3 SWS wöchentliche Übung 1 SWS Selbständiges Arbeiten: Bearbeiten der Übungen und zugeordneter Probleme Nachbereitung der Vorlesung Literaturvertiefung 180h = 4SWS = 56h Präsenzzeit + 124h selbständige Arbeit,6,,Grundkenntnisse in Algorithmik,"Fähigkeit, effiziente Datenstrukturen für geometrische Probleme zu entwerfen und hinsichtlich ihrer Effizienz beurteilen und vergleichen zu können","Balancierte Suchbäume, sich selbstorganisierende Suchbäume, amortisierte Analyse, randomisierte Datenstrukturen, Intervallbäume, Datenstrukturen für Bereichsanfragen, erweiterte Datenstrukturen, Quad-Trees, Fractional Cascading, Prioritätswarteschlangen, Segmentbäume, Datenstrukturen zur Punktlokalisierung in der Ebene, persistente Datenstrukturen, Dynamisierung von Datenstrukturen",P   rüfungsvorleistung: s. Vorlesung Prüfung: mündlich,,"Samet: Foundations of Multidimensional and Metric Data Structures.Zachmann, Langetepe: Geometric Data Structures for Computer Graphics. Mehta, Sahmi: Handbook of Data Structures and Applica-tions Morin: Open Data Structures: An Introduction"
GPU Programmierung,GPU Programming,FIN,,,GP,,,B.Sc. ab 3. Semester,Sommersemester,Jun.-Prof. Dr. Christian Lessig,Jun.-Prof. Dr. Christian Lessig,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen der Übungsaufgaben,5 CP  -150 h (56h Präsenzzeit + 94h selbstständige Arbeit),,Grundlagen der Computergraphik Programmierkenntnisse C++,Angestrebte Kenntnisse: • Grundlagen der parallelen Programmierung • Task-parallele Programmierung in C++ with std::threads  • Programmierung von daten-parallelen Co-Prozessoren zur beschleunigten Berechnung nicht-graphik-spezifischer Algorithmen,"Aufbau der modernen Graphik-PipelineAufbau von GPUs Grundlagen der parallelen Programmierung GPU Programmiertechniken für allgemeine Algorithmen: Speicherarten, Synchronisation, Patterns Abbildung eines Algorithmus auf eine daten-parallele Architektur",S   chriftliche Prüfung,"Folien, Video, Tafel, Beispielprogramme","D. Kirk, W. Hwu, Programming Massively Parallel Processors, Morgan Kaufmann M. D. McCool, J. Reinders, and A. Robison, Structured parallel programming: patterns for efficient computation. Elsevier/Morgan Kaufmann, 2012"
Grundlagen der Arbeitswissenschaft,Fundamentals of Ergonomics,FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,Dipl.-Ing. Brennecke; FMB-IAF,Dipl.-Ing. Brennecke; FMB-IAF,deutsch,FIN: M.Sc. DIGIENG - Human Factors,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung, 1 SWS Übung Selbstständiges Arbeiten: Begleitendes Selbststudium, Prüfungsvorbereitung",4,Fristgerechte Einschreibung für das Modul Prüfungsvorleistung: Übungsschein Prüfung: Klausur K90,,"Erkennen der Zusammenhänge zwischen Mensch, Technik und Organisation im ingenieurtechnischen HandelnVermittlung von Methoden und Standards für die menschgerechte sowie wirtschaftliche Gestaltung von Arbeit Erwerb von Selbstkompetenzen für das eigene berufliche Han-deln entlang der Erwerbsbiografie","Gegenstand, Definition, Ziele und Bestandteile der ArbeitswissenschaftPhysiologische und psychologische Grundlagen der Arbeit Disziplinen der Arbeitsgestaltung: Arbeitsplatzgestaltung (Dimensionierung von Handlungsstellen, Gestaltung von Bildschirmarbeit), Arbeitsumweltgestaltung (Lärm, Beleuchtung), Arbeitsorganisation (Arbeitsaufgaben- und Arbeitsinhaltgestaltung, innovative, partizipative Arbeits-und Beschäftigungskonzepte)Arbeitswirtschaft (Zeitwirtschaft) Arbeitssicherheit und Gesundheitsschutz",P   rüfungsvorleistung: Übungsschein Prüfung: Klausur K90,,
Grundlagen der Bildverarbeitung,Introduction to Image Processing,FIN,,,GrBV,,,B.Sc. ab 3. Semester,Wintersemester,"Professur für Praktische Informatik / Bildverarbeitung, Bildverstehen","Professur für Praktische Informatik / Bildverarbeitung, Bildverste-hen",deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständige Arbeit: Übungsvorbereitung in kleinen Gruppen Vor- und Nachbearbeitung des Vorlesungsstoffs 150h = 4SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,"Einführung in die Informatik, lineare Algebra",Lernziele & zu erwerbende Kompetenzen: Fähigkeit zur Entwicklung von Methoden zur Lösung eines Bildverarbeitungsproblems Grundlegende Fähigkeiten zur analytischen Problemlösung Fähigkeit zur Anwendung einer Rapid-Prototyping-Sprache in Bild- und Signalverarbeitung.,"Digitale Bildverarbeitung als algorithmisches ProblemVerarbeitung mehrdimensionaler, digitaler Signale Methoden der Bildverbesserung Grundlegende Segmentierungsverfahren",P   rüfungsvorleistung ist erforderlich Prüfung: Klausur 120 Min.,,siehe http://wwwisg.cs.uni-magdeburg.de/bv/gbv/bv.html
Grundlagen der Biologie,Grundlagen der Biologie,FNW,,,,,,B.Sc. ab 3. Semester,Wintersemester,"FNW, Frau Prof. K. Braun, Prof. Stork","FNW, Frau Prof. K. Braun, Prof. Stork",deutsch,"FIN: B.Sc. CV - Anwendungsfach - Biologie Vorlesung: Wintersemester / Praktikum: Sommersemester Vorlesung ist Pflicht, Praktikum Wahlpflicht",Vorlesung; Praktikum,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Praktikum Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Vor- und Nachbereiten des Praktikums Vorlesung: 3 CP = 90 h (28h Präsenzzeit + 62h selbstständige Arbeit) Praktikum: 3 CP = 90 h (28h Präsenzzeit + 62h selbstständige Arbeit),Vorlesung: 3 Praktikum: 3,,Mathematik I,"Die Studenten erwerben einen Überblick über Inhalte und Prinzipien der allgemeinen Biologie, Zoologie, Zellbiologie, Molekularbiologie, Genetik, Humanbiologie sowie die Fähigkeit, interdisziplinäre Fragestellungen zu lösen. Im Praktikum erwerben die Studenten Fertigkeiten, z. B. in der sicheren Probenpräparation, der Nutzung spezieller Messtechnik- und Messmethoden sowie der Mikroarbeitstechnik.","Vorlesung: Allgemeine Zoologie, Tierphysiologie, Neurobiologie Zellbiologie, Biochemie der Zelle, Genetik Verhaltensbiologie Entwicklungsbiologie Praktikum: Histologie/Zytologie Einführung in die histologischen Präparationstechniken und Färbeverfahren Klassifikation gefärbter Gewebe In vitro Methoden Immuncytochemie/Enzymhistochemie Quantifizierungsmethoden in der Histologie Einführung in die Konfokale Laserscanmikroskopie Einführung in die Elektronenmikroskopie Einführung in biochemische",V   orlesung: Klausur 2Std. Praktikumsschein,,Wird in der Vorlesung bekannt gegeben
Grundlagen der C++ Programmierung,Grundlagen der C++ Programmierung,FIN,,,C++,,,B.Sc. ab 2. Semester,Sommersemester,Dr. Christian Rössl,Dr. Christian Rössl,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Anwendungsfach - Computerspiele FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeit: 2 SWS Vorlesung 2 SWS Übung Selbständiges Arbeiten: Bearbeiten von Übungs- und Programmieraufgaben 150 h = 56 h Präsenzzeit + 94 h selbständige Arbeit,5,,"Grundkenntnisse in Programmierungidealerweise Java-Kenntnisse (z.B. aus der Vorlesung ""Einführung in die Informatik"")","Grundkenntnisse der Programmiersprache C++Sicherer Umgang mit den wichtigsten Sprachmerkmalen (z.B. Zeiger, Klassen) Neuerungen des C++11-Standards (teilweise) Einblick in weiterführende Themen (z.B. template meta-programming) Grundkenntnisse der Standardbibliotheken Praktische Umsetzung von Problemstellungen in C++ Plattformunabhängige Programmierung (z.B. Unix-Derivate/MS Windows)","Bedienung des Compilers und Zusammenspiel mit LinkerPrimitive Datentypen, Operatoren und Kontrollfluss (und Unterschiede zu Java) Variablen, Felder, Zeiger und Zeigerarithmetik Funktionen Klassen Speicherverwaltung, Referenzen, Ausnahmebehandlung Überladen von Operatoren Generische Programmierung mit templates Überblick über die Standardbibliothek inklusive STL Werkzeuge (debugger, make, valgrind, doxygen) Allgemeine Problematiken (z.B. Programmierstil, Quellcode-Verwaltung, Optimierung, Zeichensätze/UTF-8)",regelmäßige Teilnahme an Vorlesung und Übungerfolgreiche Bearbeitung der Übungsaufgaben Prüfung: Klausur 120 Min.,,"Bjarne Stroustrup. The C++ Programming LanguageFrank B. Brokken. C++ Annotations. [http://www.icce.rug.nl/documents/cplusplus/] Scott Meyers. Effective C++ Nicolai M. Josuttis. The C++ Standard Library - A Tutorial and Reference, 2nd Edition"
Grundlagen der Computer Vision,Introduction to Computer Vision,FIN,,,GrCV,,,B.Sc. ab 4. Semester,Sommersemester,"Professur für Praktische Informatik / Bildverarbeitung, Bildverste-hen","Professur für Praktische Informatik / Bildverarbeitung, Bildverste-hen",deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Projekt,"Präsenzzeiten: 2 SWS Vorlesung 2 SWS Projekttreffen Selbstständige Arbeit: Projektplanung und Umsetzung in Teams Vorbereitung der Projektpräsentation Vor- und Nachbearbeitung des Vorlesungsstoffs 150h = 4SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,",5,,"Einführung in die Informatik, lineare Algebra, Grundkenntnisse der digitalen Bildverarbeitung",Lernziele & zu erwerbende Kompetenzen: Fähigkeit zur Anwendung von Algorithmen der Computer Vision Fähigkeit zur eigenständigen Bearbeitung eines kleinen Projekts Teamfähigkeit,"Early Vision: Active Vision, Stereo Vision, Optical FlowHigh Level Vision: Template Matching, variable Templates, Recognition by Components, Bewegungsverfolgung",P   rüfungsvorleistung ist erforderlich Prüfung: mündlich,,siehe http://wwwisg.cs.uni-magdeburg.de/bv/gcv/cv.html
Grundlagen der Fahrzeugtechnik,Basics for Automotive Technology,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 3. Semester,Wintersemester,"Prof. Rottengruber, FMB-IMS","Prof. Rottengruber, FMB-IMS Dr.-Ing. Tommy Luft, FMB-IMS",deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design,Vorlesung; Übung,,5,,,,,,,
Grundlagen der Fertigungslehre,Fundamentals of manufacturing processes,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 3. Semester,Sommersemester,"Prof. Jüttner, FMB-IWF","Prof. Jüttner, FMB-IWF Weitere Lehrende: apl. Prof. Bähr, Prof. Hackert-Oschätzchen, Dr. Wengler, FMB-IFQ",deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design,,,5,,,,,,,
"Grundlagen der Informationstechnik für CV, BIT","Basics of Information Technology for CV, BIT",FEIT,,,,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,,"Professur für Hochfrequenz- und Kommunikationstechnik, Professur für Technische Informatik","Professur für Hochfrequenz- und Kommunikationstechnik, Professur für Technische Informatik",deutsch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Praktikum,Präsenzzeiten: 3 SWS Vorlesungen 1 SWS PraktikumSelbstständiges Arbeiten: Vorlesungsnachbereitung Praktikumsvorbereitung150h (56h Präsenzzeit +94 h selbstständige Arbeit,5,,U   niversitäres Grundwissen in Mathematik Die Lehrveranstaltung setzt die Vorlesung Grundlagen der Bildverarbeitung (Fakultät für Informatik) voraus.,"Lernziele & zu erwerbende Kompetenzen: Einführung in die Kommunikationstechnik Vermittlung der Konzepte Information, informationstra-gende Signale, Abtastung, Codierung, Modulation, Rauschen, Übertragungskanäle und Kanalkapazität. Entwicklung mathematischer Modelle für die Behandlung der o. g. Konzepte. Beschreibung, Behandlung und quantitative Bewertung von Informationsübertragungssystemen Vermittlung ingenieurwissenschaftlicher Entscheidungsgrundlagen für den Entwurf von Informationsübertragungssystemen mit widersprüchlichen Anforderungen Signalorientierte Bildverarbeitung Vermittlung vertiefter Kenntnisse der Bildverarbeitung Gewinnung experimenteller Erfahrungen und Kennenlernen kommerzieller Bildverarbeitungssysteme","Einführung in die Kommunikationstechnik Mathematische Darstellung der Signale als Informationsträ-ger im Zeit- und Frequenzbereich (Fourier-Reihe und Fourier- Transformation) Die Abtasttheorie und die Digitalisierung der Signale Quellencodierung und Datenkompression Mathematische Beschreibung des Rauschens Rauschverhalten der Übertragungskanäle; Berechnung der Bitfehlerrate Behandlung ausgewählter digitaler Übertragungssysteme im Basisband (PCM, DPCM,...) Behandlung ausgewählter digitaler Übertragungssysteme im Passband (ASK, PSK, FSK, QAM,...) Signalorientierte Bildverarbeitung Methoden der Bildaufnahme Farbbildanalyse Mustererkennung 3D- Vermessung",Praktikumsschein (erfolgreiche Absolvierung des Praktikums),"Overhead, Beamer",siehe Script
Grundlagen der Maschinenelemente,Fundamentals of Machine Elements,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 3. Semester,Sommersemester,"apl. Prof. Bartel, FMB","apl. Prof. Bartel, FMB-IMK Weitere Lehrende: Dr. Bobach, FMB-IMK",deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design,,,5,,,,,,,
Grundlagen der Theoretischen Informatik,Introduction to the Theory of Computation,FIN,,,GTI,,,B.Sc. ab 3. Semester,Wintersemester,"Professur für Theoretische Informatik / Formale Sprachen / Auto-matentheorie, Professur für Theoretische Informatik / Algorithmi-sche Geometrie",Prof. Dr. Till Mossakowski/Prof. Dr. Stefan Schirra,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,Präsenzzeiten: 3 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Bearbeiten der Übungsaufgaben Nachbereitung der Vorlesungen 150h = 5 SWS = 70h Präsenzzeit + 80h selbstständige Arbeit,5,,,"Lernziele & erworbene Kompetenzen: Anwendung der Grundlagen von Automatentheorie und formalen Sprachen zur Problemlösung Fähigkeit, Probleme hinsichtlich Berechenbarkeit und Komplexität beurteilen und klassifizieren zu können","Einführung in Formale Sprachen (reguläre Sprachen und Grammatiken), elementare Automatentheorie (endliche Automaten, Kellerautomaten), Berechnungsmodelle und Churchsche These, Entscheidbarkeit und Semi-Entscheidbarkeit, Komplexitätsklassen P und NP, NP-Vollständigkeit",Prüfungsvorleistungen: s. Vorlesung Prüfung: Klausur 120 Min.,,"Hopcroft, Motwani, Ullmann; Einführung in der Automatentheorie, Formale Sprachen und KomplexitätstheorieLewis, Papadimitriou; Elements of the Theory of Computation Sipser; Theory of Computation."
Grundlagen der Theoretischen Informatik II,Introduction to the Theory of Computation II,FIN,,,GTI,,,B.Sc. ab 4. Semester,Sommersemester,"Professur für Theoretische Informatik / Formale Sprachen / Automatentheorie, Professur für Theoretische Informatik / Algorithmische Geometrie",Prof. Dr. Till Mossakowski/Prof. Dr. Stefan Schirra/,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Bearbeiten der Übungsaufgaben Nachbereitung der Vorlesungen 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit.,5,,Grundlagen der Theoretischen Informatik,"Lernziele & erworbene Kompetenzen: Anwendung der vertiefenden Automatentheorie und der formalen Sprachen zur Problemlösung Fähigkeit, komplexe Probleme hinsichtlich Berechenbarkeit und Komplexität beurteilen und klassifizieren zu können"," Weiterführendes zu Formalen Sprachen (Kleene Algebra, Homomorphismen, Normalformen von Grammatiken) und Automaten (Varianten, Zustandsminimierung), Äquivalenz verschiedener Berechnungsmodelle (beispielsweise Turingmaschinen,  Regsitermaschinen, primitiv rekursive und mu-rekursive Funktionen, Grammatiken), weitere unentscheidbare und NP-vollständige Probleme.",Prüfungsvorleistunge: s. Vorlesung Prüfung: Klausur 120 Min,,Sipser; Theory of Computation.Kozen; Automata and Computability Shallit: A Second Course in Formal Languages and Automata Theory
Grundlagen der Theoretischen Informatik III,Introduction to the Theory of Computation III,FIN,,,GTI III,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Theoretische Informatik / Algorithmische Geometrie,Prof. Dr. Stefan Schirra,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: 3 SWS Vorlesung 1 SWS Übung Selbstständiges Arbeiten: Bearbeiten der Übungsaufgaben Nachbereitung der Vorlesungen 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit.,6 CP,,Grundlagen der Theoretischen Informatik I + II,"Umgang mit schweren algorithmischen Problemen Fähigkeit, komplexe Probleme hinsichtlich Berechenbarkeit und Komplexität genauer beurteilen und klassifizieren zu können.","Deterministisch kontextfreie Sprachen, Kleene Algebren, exakte und Approximationsalgorithmen für schwere Probleme, Probabilistische Turingmaschinen, Schaltkreisfamilien, weitere Komplexitätsklassen.",P   rüfungsvorleistungen: s. Vorlesung Prüfung: Klausur 120 Min.,,Sipser; Theory of Computation Kozen; Automata and Computability
Grundlagen des Industriedesigns,Grundlagen des Industriedesigns,FMB,,,ID-Modul 1,,,B.Sc. ab 1. Semester,Wintersemester,"HD Dipl.Designer, Dipl.-Ing. Thomas Gatzky","HD Dipl.Designer, Dipl.-Ing. Thomas Gatzky",deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Design,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung (WS) 2 SWS Übung – Grundl. der visuellen Gestaltung (WS+SS) Selbstständiges Arbeiten: 2 Std./Woche für Belegarbeiten 150h=4 SWS=56h Präsenzzeit+94h selbstständige Arbeit,5,,Interesse für gestalterische Aspekte des Produkt- und Umweltdesigns sowie eigene gestalterische Aktivitäten,Lernziele und erworbene Kompetenzen Wissen und Grundkenntnisse zum Industriedesign Einführung in die Denk- und Entwurfsweise im Industriede-sign beim Entwickeln von Produkten Sensibilisierung für formalästhetische Qualitäten und Schulung gestalterischer Fähigkeiten zur Flächengestaltung,Design als Teil der ProduktqualitätHumanzentrierte Gestaltungsanforderungen und Gebrauchs-prozesse (Ästhetik und Ergonomie) Methodik des Designprozesses und seine Schnittstellen zum integrierten Produktentwicklungsprozess Entwurfswerkzeuge: Funktion u. Nutzung im Designprozess Visualisierungstechniken im Designprozess Schutzrechte in der Designpraxis Designpraxis – Beispiele Geschichte des funktionellen Designs 15 Übungen zur Flächengestaltung,D   as Modul beinhaltet zwei Leistungsanteile: Vorlesung: Vollständige Teilnahme an der LV (Anwesenheitskontrolle) Übung: Bewertung aller Übungsaufgaben Aus beiden Leistungsanteilen wird eine Gesamtnote gebildet.,,
Grundlagen semantischer Technologien,Foundations of Semantic Technologies,FIN,,,SemTech,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Theoretische Informatik,Dr. Fabian Neuhaus,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung + 2 SWS Übung Selbstständiges Arbeiten: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung 6 CP= 56h Präsenzzeit+124h selbständige Arbeit,6 CP,,Erfolgreicher Abschluss des Modul “Logik”,"Lernziele & erworbene Kompetenzen: Verständnis der grundlegenden Konzepte und Methoden von semantischen Technologien und der Wissensrepräsentation Verständnis der logischen Grundlagen der für das Semantik Web relevanten Sprachen Fähigkeit, einfache Wissensbasen selbst zu entwickeln","Semantische Technologien erlauben es, Wissen in einer Weise zu repräsentieren, die es von dem Programmcode der Anwendung klar trennt und es Computern ermöglicht, das vorhandene Wissen auszuwerten und ad hoc neu zu kombinieren. Semantische Technologien haben den Vorteil, dass auch komplexe Informationszusammenhänge dargestellt werden können und wartbar bleiben. Darüber sind verschiedene Informationsquellen relativ leicht integrierbar. Diese Veranstaltung bietet eine Einführung in die semantischen Technologien mit einem Schwerpunkt auf die Konzepte und Sprachen, die für das Semantic Web und Linked Data verwendet werden.","P   rüfungsvorleistung: regelmäßige Teilnahme an Vorlesung und Übung, erfolgreiche Bearbeitung der Übungsaufgaben Prüfungsform: mündlich",,"Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph, York Sure: Semantic Web Grundlagen. Springer-Verlag, 2007. Andreas Dengel (Hrsg.): Semantische Technologien Grundlagen – Konzepte – Anwendungen . Spektrum 2012"
Grundlagen verteilter Sensordatenfusion,Introduction to Distributed Sensor Data Fusion,FIN,,,SDF,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Prof. Dr. Benjamin Noack,Prof. Dr. Benjamin Noack,englisch,FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Ingenieurinformatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Eigenständige Vor- und Nachbereitung 180h = 4 SWS = 56h Präsenzzeit + 124h selbständiges Arbeiten,6 CP,keine,keine,"You have an overview of basic problems and methods in designing distributed sensor systems and their applications.  You understand how to process data in a network of sensors, what requirements the infrastructure must meet, and how to model and describe errors like measurement noise. You are familiar with the mathematical tools and can apply them. You can analyze, compare, and evaluate different approaches to information processing of sensor data.","This lecture introduces basic principles, requirements, and methods of sensor data processing. Since data are more often gathered by networked sensor systems, this lecture places particular emphasis on distributed sensor data fusion methods. We will start by discussing the technical specifications of a sensor system and the basics of digital sensor data processing. Our study includes sampling theorems, compressive sensing, and signal matching. We will consider the required infrastructure to processing sensor data in networked systems, i.e., sensor networks. Based on this infrastructure, we can apply methods for multisensor data fusion to spatially distributed sensors and can monitor spatio-temporal processes.",Prüfung: mündlich,,
Grundlegende Algorithmen und Datenstrukturen,Fundamental Algorithms and Data Structures,FIN,,,,,,B.Sc. ab 4. Semester,Wintersemester,Professur für Theoretische Informatik / Algorithmische Geometrie,Prof. Dr. Stefan Schirra,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,Präsenzzeiten: 3 SWS Vorlesung 1 SWS Übung Selbstständige Arbeit: Bearbeiten der Übungen Nachbereitung der Vorlesungen 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,„   Algorithmen und Datenstrukturen“ (Einführungsveranstaltung),"Lernziele & erworbene Kompetenzen: Grundlegende Fähigkeit zur Anwendung sequentieller und paralleler Algorithmen zur Problemlösung Fähigkeiten zu deren Bewertung, insbesondere hinsichtlich ihrer Effizienz.","Fortgeschrittene Entwurfs- und Analysetechniken, probabilistische Analyse und randomisierte Algorithmen, grundlegende Graphenalgorithmen, PRAM Algorithmen.",Prüfungsvorleistungen: s. Vorlesung Prüfung: mündlich,,"Cormen, Leiserson, Rivest, Stein; Introduction to Algorithms"
Grundzüge der Algorithmischen Geometrie,Basic Introduction to Computational Geometry,FIN,,,,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Theoretische Informatik / Algorithmische Geometrie,Prof. Dr. Stefan Schirra,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,Präsenzzeiten: 3 SWS Vorlesung 1 SWS Übung Selbstständige Arbeit: Bearbeiten der Übungen Nachbereitung der Vorlesungen 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,Algorithmen und Datenstrukturen (Einführungsveranstaltung),"Lernziele & erworbene Kompetenzen: Fähigkeit zur algorithmischen Lösung elementarer geometrischer Probleme und deren Bewertung, insbesondere hinsichtlich ihrer Effizienz Fähigkeit zur Beschreibung und Anwendung fundamentaler geometrischer Strukturen zur Problemlösung","Plane-Sweep und Teile-und-Herrsche als Entwurfsprinzipien für geometrische Algorithmen, Konvexe Hülle, Triangulierung von Punktmengen und Polygonen, Datenstrukturen für Punktlokalisierung und Bereichsanfragen. Einfache geometrische Fragestellungen mit Anwendungen in der Computervisualistik",P   rüfungsvorleistungen: s. Vorlesung Prüfung: Klausur 120 Min.,,"de Berg, Cheong, van Kreveld, Overmars: Computational Geometry (3. Edition).Klein: Algorithmische Geometrie (2. Auflage)."
Hardwarenahe Rechnerarchitektur,Hardware-related computer architecture,FEIT,,,HWRA,,,B.Sc. ab 3. Semester,Sommersemester,Professur für Hardware-nahe Technische Informatik,Dr.-Ing Gerald Krell,deutsch,FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Technische Informatik,Vorlesung; Übung; Praktikum,"Präsenzzeiten: 1 SWS Vorlesung 1 SWS Übung 2 SWS Laborpraktikum Selbstständiges Arbeiten: Übungs- und Praktikumsvorbereitung, Konsultation 150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit",6,,Besuch der vorgeschalteten Lehrveranstaltungen auf dem Gebiet der technischen Informatik,"• Verständnis für die Vorgänge im Rechner und der zugehörigen Peripherie auf Signalebene • Entwicklung der Fähigkeit, Rechner durch geeignete Schnittstellen  zu komplettieren bzw. als embedded-Hardware zu verwenden • Kennenlernen von Elementen programmierbarer Logik • Fähigkeit, hochintegrierte Bausteine für Verarbeitungsaufgaben in  Geräten zu nutzen","• Hardwareaspekte von Datenpfaden • Direkter Speicherzugriff, Cache-Speicher • Analoge Interfaces, Bildein-/-ausgabe • Signalprozessoren • Anwendung von Einchipcontrollern, Systems on Chip (SOCs) • High-Level Synthese von programmierbarer Logik • Embedded Vision",L   eistungen: Praktikumsschein Prüfung: schriftlich,"Elearning, Beamer",siehe Script
"Hardwarenahe Rechnerarchitektur für CV, BIT","Hardware-related computer architecture for CV, BIT",FEIT,,,"HWRA-CV,BIT",,,B.Sc. ab 3. Semester,Wintersemester,Professur für Hardware-nahe Technische Informatik,Dr.-Ing. Gerald Krell,deutsch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik,Vorlesung; Übung; Praktikum,"Präsenzzeiten: 2 SWS Vorlesung,  1 SWS Übung, 1 SWS Praktikum Selbstständiges Arbeiten: Übungs- und Praktikumsvorbereitung, Konsultation 180h = 4 SWS = 56 h Präsenzzeit + 124 h selbstständige Arbeit",6,Praktikumsschein,Besuch der vorgeschalteten Lehrveranstaltungen auf dem Gebiet der technischen Informatik,"• Verständnis für die Vorgänge im Rechner und der zugehörigen Peripherie auf Signalebene • Entwicklung der Fähigkeit, Rechner durch geeignete Schnittstellen  zu komplettieren bzw. als embedded-Hardware zu verwenden • Kennenlernen von Elementen programmierbarer Logik • Entwicklung des Verständnisses für die Funktionen von Interfaces  der Bildein- und -ausgabe","• Aufbau und Funktion von Grundelementen • Hardwareaspekte von Datenpfaden • Rechneraufbau Grundlagen • RISC, CISC, Maschinenbefehle • Bussysteme • Ports, Halbleiterspeicher • Adressierung von Speicherzellen und Ports • Direkter Speicherzugriff, Cache-Speicher • Klassifikation nach Flynn • Analoge Interfaces, Bildein-/-ausgabe • Signalprozessoren • Anwendung von Einchipcontrollern, Systems on Chip (SOCs) • High-Level Synthese von programmierbarer Logik • Embedded Vision",L   eistungen: Praktikumsschein Prüfung: schriftlich (2h),"Elearning, Beamer",siehe Script
HealthTEC Innovation Design,HealthTEC Innovation Design,FME,,,HTID,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,---,Prof. Dr. Michael Friebe,Prof. Dr. Michael Friebe,englisch,FIN: B.Sc. CV - Anwendungsfach - Medizintechnik FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Vorlesung,"Präsenzzeiten: · 2.5 SWS Vorlesung ·  Selbstständiges Arbeiten: Nachbereiten des Vorlesungsstof-fes,  Individualaufgabe, Teamarbeit, Vorbereitung von Vor-trägen und der  Ausarbeitungen, Prüfungsvorbereitung",5 Credit Points für B.Sc. CV = 150h = 2.5 SWS = 35h Präsenzzeit + 115h selbst. Arbeit 6  Credit Points für M.Sc. CV = 180h = 2.5 SWS = 35h Präsenzzeit + 145h  selbst. Arbeit (zusätzliche Individualaufgabe gegenüber dem B.Sc.)  Notenskala gemäß Prüfungsordnung,keine,Interesse an interdisziplinärer Innovationsgenerierung im Gesundheitswesen ... eigene umsetzbare Ideen sind nicht notwen-dig. Vor Beginn der Vorlesung werden einige vorbereitende Arti-kel vom Dozenten zur Verfügung gestellt.,"Lernziele & zu erwerbende  Kompetenzen: · Stanford Biodesign Prinzip - Identify / Invent /  Implement von sogenannten Unmet Clinical Need · Vermittlung von  Innovationsmethoden zur Definition und zur Validierung (Blue Ocean  Design, Innovation Segments, Value Proposition Canvas, Business Model  Canvas, u.v.m.) · Insight: Wie funktioniert das Gesundheitswesen und  welche Innovationsbedarfe gibt es? Wie erkenne ich die? · Insight: Wie  wird die Zukunft im Bereich Gesundheit ausse-hen? · Interdisziplinarität  als Grundlage für Innovation im Gesund-heitswesen · Internationale  Unterschiede im Innovationsbedarf · Entwicklung eines „minimal viable  Prototyp“ ... auch unter Zuhilfenahme der HealthTEC INNOLAB Labore und  nachfolgende Validierung mit den Akteuren","· Einführung in internationale Gesundheitsökonomie · Neue Geschäftsmodelle als Basis für neue Entwicklungen oder umgekehrt · Exponentielle Technologie und deren Einfluss auf globale Entwicklungen im Gesundheitswesen (KI, Roboter, Genetic, 3D-Druck, ...) · Vermittlung der Innovationstechnologien · Vermittlung des Innovationsprozesses im Gesundheitswesen · Ethische Grundlagen im Zusammenhang mit den neuen Technologien (Datenverwendung, Privatsphäre, ...) · Information und Einführung in die Team - Abschlussarbeit","Prüfungsvorleistung: s. Vorlesung Prüfung: schriftlich im letzten Vorlesungsblock (45 Minuten) plus Präsentation einer Teamarbeit (3 Studenten pro Team, Vortrag und Ausarbeitung) zu einem Innovationsthema im Gesundheitswesen (Schablone wird zur Verfügung gestellt). Für den Master CV wird eine zusätzliche Individualarbeit zum Thema Ethik unter Verwendung des Ethik-Canvas und des gewählten Innovationsprojekts angefertigt.",,"1. Hendricks, D., “Why Entrepreneurs Are the Future of Healthcare.”. http://www.inc.com/drew-hendricks/whyentrepreneurs-are-the-future-ofhealthcare.html (2016). 2. Christensen, C., Bohmer, R., Kenagy, J., “Will Disruptive Innovations Cure Health Care?”, HARVARD BUSINESS REVIEW, Sept-Oct 2000 issue. https://hbr.org/2000/09/will-disruptiveinnovations-cure-health-care (2000). 3. Schroeder, S., “We Can Do Better — Improving the Health of the American People”, N Engl J Med 2007; 357:1221-1228 (2007) 4. Kraft, D., “The Future of Healthcare Is Arriving — 8 Exciting Areas to Watch.”. https://singularityhub.com/2016/08/22/exponential-medicine-2016-the-future-of-healthcare-is-coming-faster-than-you-think/ (2016). 5. Friebe, M., “Exponential Technologies + Reverse Innovation = Solution for Future Healthcare Issues? What Does It Mean for University Education and Entrepreneurial Opportunities?”, Open Journal of Business and Management, 5, 458-469 (2017). 6. Kabir, M., “Does artificial intelligence (AI) constitute an opportunity or a threat to the future of medicine as we know it?”, Future Healthcare Journal 2019, Vol 6, No 3: 190–1 (2019). 7. Christensen, C., Waldeck, A., Fogg, R., “The Innovation Health Care Really Needs: Help People Manage Their Own Health.”, Harvard Business Review Oct. 30, 2017. https://hbr.org/2017/10/the-innovation-health-care-really-needs-help-people-manage-their-own-health?autocomplete=true (2017). 8. UK Department of Health and Social Care, “The future of healthcare: our vision for digital, data and technology in health and care”, Published 17. October 2018. https://www.gov.uk/government/publications/the-future-of-healthcare-our-vision-for-digital-data-and-technology-in-health-and-care/the-future-of-healthcare-our-vision-for-digital-data-and-technology-in-health-and-care (2018). 9. Zenios, S., Makower J., Yock. P. Et al. [Biodesign: The Process of Innovating Medical Technologies], Cambridge University Press, 2009 10. Michael Friebe (2017). International Healthcare Vision 2037. New Technologies, Educational Goals and Entrepreneurial Challenges. Edited by Michael Friebe, 09/2017; Otto-von-Guericke-Universität, Magdeburg, Germany., ISBN: 978-3-944722-59-7, DOI: https://doi.org/10.24352/UB.OVGU-2017-76 11. Traub J., Ostler D., Feussner H., Friebe M. (2019) Globale Innovationen in der Medizintechnik – Interdisziplinäre Ausbildung an der Universität. In: Pfannstiel M., Da-Cruz P., Schulte V. (eds) Internationalisierung im Gesundheitswesen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-23016-6_14"
Heterogeneous Computing,Heterogeneous Computing,FEIT,,,,,,M.Sc. ab 1. Semester,Sommersemester,Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesungen 2 SWS, zweiwöchentliche Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten Vorlesung, Lösung Übungsaufgaben und Prüfungsvorbereitung 3 SWS / 6 Credit Points = 180 h (42 h Präsenzzeit + 138 h selbständige Arbeit)",6,,"Bachelor in Elektrotechnik, Mechatronik oder Informatik","Lernziele und erworbene Kompetenzen: Nach dem erfolgreichen Abschluss des Moduls können die Studie-renden die Rechenprinzipien unterschiedlicher Hardware¬plattformen diskutieren und ein geeignetes Rechenprinzip für eine gegebene Anwendung auswählen. Sie können Anwendungen erstellen, welche auf unterschiedlichen Hardwareplattformen realisiert werden können und deren Hardwareeigenschaften optimal ausnutzen. Die Studierenden können die Auswirkungen unterschiedlicher Beschreibungsstile bei der High-Level-Synthese abschätzen und vorgegebenen Code so umstrukturieren, dass eine effiziente Realisierung auf unterschiedlichen Hardwareplattformen erfolgen kann. Ferner können sie selbstständig bestimmen, wie eine Anwendung bei hybriden Systemarchitekturen auf die unterschiedlichen Verarbeitungseinheiten aufgeteilt werden kann. Durch praktische Übungen sind die Studierenden in der Lage, angeleitet ihr Wissen und Fähigkeiten forschungsorientiert zu vertiefen und in komplexen Problemstellungen anzuwenden und zu beurteilen.",Hardwarearchitektur von GPUs und FPGAsDynamische Rekonfiguration von FPGAs Manycore-Architekturen Datenflussrechner Aufbau hybrider Rechnersysteme Programmiermodelle für Manycore-Systeme OpenCL High-Level-Synthese Hardware/Software Co-Design,Mündliche Prüfung,,
Hörakustik,Psychoacoustics,FME,,,,,,M.Sc. ab 1. Semester,Sommersemester,"Prof. Dr. Jesko L. Verhey, FME weitere Lehrende: Prof. H. Rotten-gruber","Prof. Dr. Jesko L. Verhey, FME weitere Lehrende: Prof. H. Rotten-gruber",deutsch,FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Vorlesung; Seminar,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS, Selbstständiges Arbeiten: Nachbereitung der Vorlesung, Belegarbeiten zur Übungsvorbereitung",5,,,Lernziele und zu erwerbende Kompetenzen: Kenntnisse der hörakustischen Grundgrößen Grundkenntnisse der Messverfahren zur Hörakustik Grundkenntnisse für die perzeptive Charakterisierung von Umweltgeräuschen,"Grundlagen und Grundbegriffe der Hörakustik, Empfindungsgrößen und ihre Relation zu physikalischen Parametern Differentielle Wahrnehmung, Verdeckung Berechnungsverfahren zur Bestimmung der Lautheit als eine grundlegende Empfindungsgröße der Hörakustik Wahrnehmung von Pegelschwankungen und ihre Bedeutung bei der Bewertung von technischen Geräuschen, z.B. Rauigkeit Charakterisierung der Wahrnehmung tonaler Schalle, d.h., Tonhöhe, Tonhaltigkeit, Klangfarbe, Anwendung auf Motorschalle Beidohrige Hörwahrnehmung",Prüfung: mündlich,,"Fastl and Zwicker, „Psychoacoustics, Facts and Models“, 3rd Ed., Springer Berlin, ISBN 978-3-642-51765-5"
Human Factors,Human Factors,FMB,,,,,,M.Sc. ab 1. Semester,,Deml,"Brennecke, Deml",deutsch,FIN: M.Sc. DIGIENG - Human Factors,Vorlesung; Übung,"Präsenzzeiten: Vorlesung: 2 SWS, Übung: 1 SWS Selbstständige Arbeit: Nachbereitung der Vorlesungen Vorbereitung der schriftlichen Prüfung 75 h (42 h Präsenzzeit + 33 h selbstständige Arbeit)",3,Teilnahme an Vorlesungen Bestehen der schriftlichen Prüfung,,"Ziel der Veranstaltung ist es, die für das ingenieurtechnische Handeln relevanten Zusammenhänge zwischen Mensch, Technik und Organisation zu vermitteln. Die Teilnehmer sollen Methoden und Standards erwerben, um Arbeit menschengerecht gestalten zu können. Es wird die Notwendigkeit vermittelt, das Beziehungsgefüge Mensch-Technik-Organisation so zu planen und zu gestalten, dass die menschlichen Leistungspotenzen optimal genutzt und gezielt weiterentwickelt werden können und dass keine schädigenden oder beeinträchtigenden Wirkungen auf Gesundheit und Befinden des Menschen entstehen. Auf diese Weise kann die Wirtschaftlichkeit in Einheit mit Humanität der Arbeit realisiert werden. Die Lehrveranstaltungen bieten dafür für Ingenieure, die nicht als Spezialisten der Arbeitsgestaltung tätig sind, arbeitswissenschaftli-che Grundlagen und Handlungsanleitungen bzw. -impulse.","Gegenstand, Definition, Ziele und Bestandteile der ArbeitswissenschaftPhysiologische und psychologische Grundlagen der Arbeit Arbeitsplatzgestaltung Gestaltung von Bildschirmarbeit Arbeitsumweltgestaltung (Lärm, Beleuchtung) Arbeitsorganisation Menschliche Informationsverarbeitung Mensch-Maschine-Interaktion Menschliche Zuverlässigkeit und Fehler Zeitwirtschaft Arbeitssicherheit und Gesundheitsschutz",Schriftliche Prüfung,Powerpoint,Wird in der Vorlesung bereitgestellt
Human-Centred Approaches and Technologies,Human-Centred Approaches and Technologies,FIN,,,HCAT,,,M.Sc. ab 1. Semester,Wintersemester,Ernesto W. De Luca,Ernesto W. De Luca / Erasmo Purificato,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Seminar; Projekt,"Master 180h = 52h (4 SWS) Präsenzzeit + 98h selbstständige Arbeit + 30h Projektarbeit Attendance times: weekly seminar: 2 SWS / weekly project: 2 SWS Independent work: 98h independent work (readings; follow-up of the lecture, preparation of paper, reviews and presentation as part of the exam). Project: 30h work on one of the proposed projects in HCAT. 180h = 52h (4 SWS) attendance time + 98h independent work + 30h project work",6 CP,,Machine Learning Information Retrieval Data Science  Data Mining  Fundamentals of Natural Language Processing Introduction to Deep Learning Human-Centred Artificial Intelligence,Understanding of scientific writing Ability to evaluate scientific papers Involvement in scientific conferences Familiarity with online submission and review platforms,"Scientific Writing Understanding of Scientific Conferences  Reviewing Papers and related process Conducting a comprehensive systematic research literature review  Evaluating research papers and the work of fellow students  Delivering a final presentation and paper, which could be presented on a conference event Topics: Human-Centred Artificial Intelligence and Human-Centred Design",Scientific paper Reviews on other papers Presentation of the own results presented in the paper.,,"- V. Dignum, “Responsible Artificial Intelligence  – How to Develop and Use AI in a Responsible Way”, Springer, 2019.  - B. Shneiderman, “Human-Centered AI”, Oxford University Press, 2022. - A. Schmidt, “Interactive Human Centered Artificial Intelligence: A Definition and Research Challenges”. - S. Barocas et al., “Fairness and Machine Learning”, 2019.  - Documents related to Certification as Professional for Usability and User Experience (CPUX) https://uxqb.org/en/documents/"
Human-Centred Artificial Intelligence,Human-Centred Artificial Intelligence,FIN,,,HCAI,,,M.Sc. ab 3./ 4. Semester,---,Prof. Dr. Ernesto De Luca,Prof. Dr. Ernesto De Luca,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Projekt,"Präsenzzeiten: wöchentl. Vorlesung 2SWS / wöchentl. Übung/Projekt 2 SWS Selbstständiges Arbeiten: 124h selbstständige Arbeit (Bearbeitung von Übungsaufgaben, Nachbereitung der Vorlesung, Vorbereitung auf die Prüfung) 180h = 56h (4SWS) Präsenszeit + 124h selbstständige Arbeit",6 CP,,Machine Learning Information Retrieval Data Science Data Mining Fundamentals of Natural Language Processing Introduction to Deep Learning, Human-Centred AI principles; Responsible AI principles; Introduction to fairness and explainability; Ethics in AI; Applications of HCAI methods on deep learning architecture and natural language processing algorithms; User Experience and Usability; Approaches to project management and planning.,"Introduction to Human-Centred Artificial Intelligence: Human values in AI;The role of stakeholders;Novel HCAI Framework and Paradigms;Threats in AI;Interactive Human-Centred AI. Introduction to Responsible Artificial Intelligence: Ethical theories and ethics in practice;Responsible research and innovation;The ART of AI: Accountability, Responsibility, Transparency;Ensuring Responsible AI in practice;AI and Society. Beyond-accuracy perspectives: Privacy;Fairness and Biases;Explainable Artificial Intelligence (XAI);Accountability;Security and Safety. Approaches to project management and planning: Project management;People management and Teamwork;Agile development;Risk management;Estimation techniques and project pricing;Quality standards and management.",L   eistungen: Bearbeitung der Übungen;Bearbeitung der Programmieraufgaben;Erfolgreiche Präsentation der Ergebnisse des Projekts. Schriftliche Prüfung (auch für Schein). Vorleistungen entsprechend Angabe zum Semesterbeginn.,,"- V. Dignum, “Responsible Artificial Intelligence – How to Develop and Use AI in a Responsible Way”, Springer, 2019. - B. Shneiderman, “Human-Centered AI”, Oxford University Press, 2022. - A. Schmidt, “Interactive Human Centered Artificial Intelligence: A Definition and Research Challenges”. - S. Barocas et al., “Fairness and Machine Learning”, 2019."
Hybride Discrete Event Systems,Hybride Discrete Event Systems,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Rolf Findeisen (FEIT-IFAT) / Dr.-Ing. Jürgen Ihlow (FEIT-IFAT),Prof. Dr.-Ing. Rolf Findeisen (FEIT-IFAT) / Dr.-Ing. Jürgen Ihlow (FEIT-IFAT),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit) Präsenzzeiten: wöchentliche Vorlesung 2 SWS, wöchentliche Übungen 1 SWS, Selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösung der Übungsaufgaben und Prüfungsvorbereitung, Projektarbeit",5,,"Regelungstechnik, Steuerungstechnik, Ereignisdiskrete Systeme","Lernziele und erworbene Kompetenzen: The module provides an introduction to the theory, description and analysis of systems that contains continuous, discrete and event driven dynamics. Specific focus is set on the introduction of various system descriptions, on the analysis of the properties of the systems, as well as on the design and development of suitable control and observation methods","Hybride Dynamical Systems: Signals, information, states and inputs, general system description, basic system propertiesDescription of hybrid dynamical systems:Modeling, time-behavior, hybrid states, events, automata, petri-networksAnalysis of hybride-discrete event systems:stability, reachability, accesabilityDesign for hybride systems",Mündliche Prüfung,,
Idea Engineering,Idea Engineering,FIN,,,IE,,,B.Sc. ab 3. Semester,Sommersemester,Professur für Simulation,Graham Horton,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Idea Engineering FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INF - Studienprofil - Web-Gründer FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung; Projekt,150 Stunden (56 h Präsenzzeit + 94 h selbständiges Arbeiten),5,,,"Lernziele & erworbene Kompetenzen: Aufgabengerechte Entwicklung v. Ideenfindungstechniken Meilensteinorientierte Projektarbeit im Team Planung und Moderation von Workshops Fähigkeit, kreativ zu denken und Ideen zu produzieren Führung und Strukturierung von Diskussionen Präsentation und Berichterstattung eigener Arbeitsergeb-nisse unter Verwendung digitaler Medienformen",InnovationsprozessGrundlagen von Ideenfindungstechniken Perspektivwechsel Bewertung von Ideen Selektion und Ausbau von Ideen Klassische Kreativitätstechniken Werbeideenproduktion, Prüfungsvorleistung Benotet: Hausarbeit Unbenotet: Bestehen der Hausarbeit,,Siehe www.sim.ovgu.de
IDE-Projekt I-III,IDE Project I-III,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Masterstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-2618.html,,,,,B.Sc. ab 1. Semester,jedes Semester,"Prof. Dr.-Ing. Christiane Beyer, FMB-IMK","Prof. Dr.-Ing. Christiane Beyer, FMB-IMK Weitere Lehrende: Dipl.-Designer Matthias Trott, FMB-IAF, Dr.-Ing. Dipl.-Math. Michael Schabacker, FMB–IMK, Dr.-Ing. Ramona Träger, FMB-IMK",deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design FIN: B.Sc. CV - Allgemeine Visualistik - Design,,,5,,,,,,,
Image Coding,Image Coding,FEIT,,,IC,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Dr. Gerald Krell,Dr. Gerald Krell,englisch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. INGINF - Bereich Ingenieurinformatik,Vorlesung; Übung,"Präsenzzeiten: 3 SWS (2 SWS Vorlesung + 1 SWS Übung) = 150h = 42h Präsenzzeit + 108h selbständige Arbeit Selbständiges Arbeiten: Vorlesungsnachbereitung, Übungsaufgaben, Prüfungs-vorbereitung",5  Notenskala gemäß Prüfungsordnung,,"Mathematik/Physik für Ingenieure/Informatiker o.ä., Grundla-gen der Informationstechnik, Grundlagen der Elektronik","Lernziele & zu erwerbende Kompetenzen: Ziel der Lehrveranstaltung ist es, grundsätzliche Methoden und Techniken der Bildkodierung als eine wesentliche Aufgabe bei der Bildkommunikation kennenzulernen. Probleme der Bilderfassung werden erläutert, soweit sie für die Bildkodierung relevant sind.Ausgehend von den signal-und informationstheoretischen Verfahren werden die in ihrer Bedeutung zunehmenden inhaltsorientierten (semantischen) Techniken behandelt.","Grundlagen, Verlustfreie Kodierung, Verlustbehaftete Kodierung, Semantische Kodierung, Standards ",Prüfung: mündlich (30 min),,siehe Skript
Immunologie,Immunologie,FME,,,,,,B.Sc. ab 3. Semester,Sommersemester,"FME, Prof. Dr. B. Schraven","FME, Prof. Dr. B. Schraven",deutsch,FIN: B.Sc. CV - Anwendungsfach - Biologie,Vorlesung; Praktikum,Präsenzzeiten: • 2 SWS Vorlesung / 2 SWS Praktikum Selbstständiges Arbeiten: • Nacharbeiten der Vorlesung • Vor- und Nachbereiten des Praktikums Vorlesung: 3 CP = 90 h (28h Präsenzzeit + 62h selbstständige Arbeit) Praktikum: 2 CP = 60 h (28h Präsenzzeit + 32h selbstständige Arbeit),Vorlesung: 3 Praktikum: 2,Bestandene Klausur Immunologie ist Voraussetzung für Teilnahme am Praktikum,,"Die Studenten entwickeln die Fähigkeit, spezifische Merkmale und systematische Probleme der Immunologie zu beschreiben und zu beurteilen. Im Praktikum werden die Studenten geschult, die spezifischen Ar-beitstechniken des Fachgebietes sicher zu beherrschen.",Einführung in die ImmunologieImmunorgane Immunzellen Immunmechanismen Immunität ,K   lausur 2 Std. Praktikumsschein,,Wird in der Vorlesung bekannt gegeben
Implementierungstechniken für Software-Produktlinien,Implementation Techniques for Software Product Lines,FIN,,,ISP,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Gunter Saake,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Ingenieurinformatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,5 CP: 150h = 56h Präsenz + 94h selbstständige Arbeit 6 CP: 180h = 150h + 30h zusätzliche Aufgaben,Bachelor: 5 CP Master: 6 CP,Regelmäßige Teilnahme an den Vorlesungen und Übungen. Mündliche Prüfung am Ende des Moduls und Projektarbeit. Kann nicht zusammen mit „Erweiterte Programmierkonzepte für maßgeschneiderte Datenhaltung“ oder „Advanced Programming Concepts for Tailor-Made Data Management“ (alter Name) belegt werden.,Vorausgesetzt werden Grundlagen der Softwaretechnik; Grundkenntnisse über Compilerbau und Konzepte von Programmiersprachen werden empfohlen ,"Verständnis von Grenzen traditioneller Programmierparadigmen bzgl. der Entwicklung von InformationssystemenKenntnisse über moderne, erweiterte Programmierparadigmen mit Fokus auf die Erstellung maßgeschneiderter Systeme Befähigung zur Bewertung, Auswahl","Einführung in die Problematik maßgeschneiderter Systeme am Beispiel von eingebetteten DBMSModellierung und Implementierung von Software- Produktlinien Einführung in Grundkonzepte (u.a. Separation of Concerns, Information Hiding, Modularisierung, Strukturierte Programmierung und Entwurf) Überblick über erweiterte Programmierkonzepte u.a. Komponenten, Design Pattern, Meta-Objekt-Protokolle und Aspekt-orientierte Programmierung, Kollaborationen und Feature-orientierte Programmierung",Vorlesung und vorlesungsbegleitende Übung mit Fragenkatalogen einschließlich eines Programmierpraktikums zu einem ausgewähl-ten Thema der Vorlesung; selbständiges Bearbeiten der Übungs-aufgaben und des ausgewählten Themas als Voraussetzung für die Prüfung Prüfung/Schein: mündlich,,"Feature-Oriented Software Product Lines: Concepts and Implementation. Sven Apel, Don Batory, Christian Kästner, Gunter Saake, Oktober 2013, ISBN: 978-3-642-37520-0, Springer-Verlag"
Industrial 3D Scanning – Theory and Best-practises,Industrial 3D Scanning – Theory and Best-practises,,,,3D Scanning,,,M.Sc. ab 1. Semester,,Professur Visualization,Dr.-Ing. Christian Teutsch (Fraunhofer IFF),englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Time of attendance: 2 SWS Lecture, 2 SWS Seminar Autonomous work: programming of algorithms in C/C++ 180 h (56 h time of attendance + 124 h autonomous work)",6,,"Although no formal prerequisites are necessary, the lecture is primarily intended for students with a background in computer graphics or computer vision.",An understanding of 3D scanning in industrial metrologyAn understanding of 3D data structures and processing algorithms An understanding of algorithms that support the comparison of measured 3D data against CAD models An understanding of methods to visualize large amounts of 3D data with modern graphics hardware,An introduction into 3D scanning technologies including typical industrial applications Best-fit approximation of geometric primitives to 3D point clouds Registration and spatial alignment of 3D point clouds to CAD models Metrological 3D data analysis and comparison methods Visualisation of large amounts of 3D points including out-of-core data management and level-of-detail algorithms,"tutorial certificate, oral exam",,"de Berg, M., Cheong, O., van Kreveld, M., Overmars, M., ""Computational Geometry: Algorithms and Applications"", 3rd Edition, Springer, 2008Ahn, S. J., “Least Squares Orthogonal Distance Fitting of Curves and Surfaces in Space”, Springer LNCS, 2008"
Industriedesign-Designprojekt,Industriedesign-Designprojekt,FMB,,,ID-Modul 3,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,,"HD Dipl.Designer, Dipl.-Ing. Thomas Gatzky","HD Dipl.Designer, Dipl.-Ing. Thomas Gatzky",deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Design FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Übung,Präsenzzeiten: 3 SWS Übung – Designprojekt (WS+SS) Selbstständiges Arbeiten: 8 Std./Woche für Projektarbeiten150h=3 SWS=42h Präsenzzeit+108h selbstständige Arbeit,5,,I   nteresse für gestalterische Aspekte des Produkt- und Umweltdesigns sowie eigene gestalterische Aktivitäten Erfolgreicher Abschluss von ID-Modul 1 und 2,Lernziele und erworbene Kompetenzen Vertiefende Fähigkeiten und Fertigkeiten zum zeichnerischen und computerunterstützten Designentwurf Kompetenzen zu entwurfsmethodischen Vorgehensweisen im Industriedesign in interdisziplinären Teams,Methodisch unterstütztes Entwerfen von Produkten und UmweltsituationenKlassische und computerunterstützte Visualisierungstechniken Erlangung von erweiterten Fertigkeiten bei der Anwendung der CAID-Software Alias/Wavefront Studio Tools Komplexe Visualisierungen mit Schnittstellen zu CAD-Systemen und zur Bildgestaltung Komplexer Entwurf von Produkten-Mitarbeit in einem interdisziplinären Team (IPE-Projekt/Designprojekt),Benotete Bewertung der Projektarbeit (Präsentation und Projektdokumentation),,
Informatik vermitteln - Entwicklung und Umsetzung medienpädagogischer Projekte,Informatik vermitteln - Entwicklung und Umsetzung medienpädagogischer Projekte,FIN,,,,,,B.Sc. ab 1. Semester,Sommersemester,FIN/ISG; Dr. Henry Herper,FIN/ISG; Dr. Henry Herper,deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Erziehungswissenschaft,Seminar; Projekt,Präsenzzeiten: 2 SWS = 28h Selbstständiges Arbeiten: 152h,6,,,"Die Studierenden können eigenständig medienpädagogische Konzepte mit informatischen Inhalten entwickeln können diese Konzepte didaktisch fundiert in der Praxis umsetzen kennen grundlegende Prinzipien der Projektentwicklung kennen rechtliche Rahmenbedingungen beim Umgang mit digitalen Medien sind in der Lage, ein Projekt studiengangsübergreifend umzusetzen können Informatikinhalte zielgruppenspezifisch strukturieren",Grundkonzepte der ProjektentwicklungDidaktische Prinzipien des Unterrichts Erstellung und Verwaltung von digitalen Unterrichtsmaterialien Bildungsstandards und deren curriculare Umsetzung rechtliche Rahmenbedingungen beim Einsatz digitaler Medien im pädagogischen Umfeld theoretische Bezüge zum Umgang mit Digitalität im gesellschaftlichen und lebensweltlichen Alltag Impulse für informatikbezogene Projektideen Entwicklung und Durchführung zielgruppenspezifischer In-formatikprojekte,"Hausarbeit, Durchführung eines Kurses",,
Information Retrieval,Information Retrieval,FIN,,,IR,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Andreas Nürnberger,Prof. Dr.-Ing. Andreas Nürnberger,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Methods II,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Bearbeitung von Übungs- und Programmieraufgaben; Nachbereitung der Vorlesung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,T   eilnahmevoraussetzungen: Algorithmen und Datenstrukturen,"Vertieftes Verständnis für Probleme der InformationssucheKenntnis von Datenstrukturen und Algorithmen, die den Studierenden zur selbständigen Entwicklung und Evaluierung von Information Retrieval Systemen befähigen.","Statistische Eigenschaften von Texten, Retrieval Modelle und Datenstrukturen, Relevanz-Feedback, Evaluierung, Grundlagen von XML, Strukturierung von Datensammlungen (Clustering, Kategorisierung), Struktur und Algorithmen von Internet Suchmaschinen, Grundlagen von Multimedia Retrieval Systemen, Schnittstellen Design","L   eistungen: Vorleistungen entsprechend Angabe zum Semesterbeginn (Votierungen, Programmieraufgaben) Prüfung: schriftlich (auch für Schein)",,"Introduction to Information Retrieval, C.D. Manning, P. Raghavan, H. Schütze, Cambridge University Press, 2008.Information Retrieval: Data Structures and Algorithms, William B. Frakes and Ricardo Baeza-Yates, Prentice-Hall, 1992."
Informations- und Codierungstheorie,Informations- und Codierungstheorie,FEIT,,,,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Hochfrequenz- und Kommunikationstechnik,Professur für Hochfrequenz- und Kommunikationstechnik,deutsch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,Präsenzzeiten 2SWS (Vorlesung) + 1SWS (optionale Übung) Selbstständiges Arbeiten Vorlesungsnachbereitung 90h (28h Präsenzzeit +62h selbstständige Arbeit),3,,Universitäres Grundwissen in Mathematik,"Lernziele und zu erwerbende Kompetenzen: Vermittlung der Informationstheoretischen Konzepte Informationsgehalt, Entropie, Redundanz, Quellencodierung, Kanalkapazität, Kanalcodierung, Hamming- Raum und Hamming- Distanz Erstellung mathematischer Modell für die o. g. Konzepte Behandlung ausgewählter Verfahren für die Quellen und Kanalcodierung Behandlung ausgewählter Fehlerkorrigierender Decodie-rungsverfahren","Informationsgehalt und Entropie diskreter Informationsquel-lenRedundanz, Gedächtnis und Quellencodierung (Shannon- Fano- und Huffmann- Verfahren) Kontinuierliche Quellen Diskrete und kontinuierliche Kanäle, Kanalentropien und Kanalkapazität Kanalcodierung und Hamming- Raum Lineare Blockcodes Zyklische Codes Syndromdecodierung",Mündliche Prüfung oder Teilnahmeschein,,
Informationstechnologie in Organisationen,Information Technology in Organizations,FIN,,,ITO,,,B.Sc. ab 3. Semester,Sommersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II (Ar-beitsgruppe KMD),Prof. Myra Spiliopoulou,deutsch,"FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - Gestalten Für Freigabe und Zuordnung zu Curricula von interdisziplinären Studiengängen und von Studiengängen außerhalb der FIN, s. Studi-umsdokumente des jeweiligen Studiengangs.",Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung + 2 SWS Übung Selbstständiges Arbeiten: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung 150h=4 SWS=56h Präsenzzeit+94h selbständige Arbeit,5,,,Verständnis der Rolle der Informationstechnologie für das moderne Unternehmen Erwerb von Kenntnissen zur Rolle der IT bei einer Auswahl von GeschäftsmodellenErwerb von Kenntnissen zu IT-Methoden für die Ableitung von Wissen aus DatenUmgang mit Literatur zum Fachgebiet,"IT entlang der WertschöpfungsketteData ManagementIT und das Internet, E-CommerceCustomer Relationship Management",Vorleistungen:Erfolgreiche Bearbeitung der ÜbungsaufgabenPräsentationen von Ergebnissen Modalitäten werden zum Veranstaltungsbeginn angegeben. Prüfung: schriftlich,,"Auszüge aus den Büchern BUCH W: ‘WIRTSCHAFTSINFORMATIK’, Hans Robert Hansen & Jan Mendling & Gustaf Neumann (2019), darunter Kapitel/Texteinheiten zu folgenden Themen: E-CommerceCRMManagementunterstützungDatenverwaltungsowie Fallstudien BUCH D: ‘Digitalisierung in Industrie, Handels- und Dienstleistungsunternehmen’ Lars Fend & Jürgen Hofmann (eds), 3. Auflage, SPRINGER GABLER, darunter Kapitel/Texteinheiten zu Digitale GeschäftsmodelleCRMsowie Fallstudien BUCH T: ‘Tools des Maschinellen Lernens: Marktstudie, Anwendungsbereiche & Lösungen der Künstlichen Intelligenz’ Marcus Grum, Eldar Sultanow, Daniel Friedmann, André Ullrich, Norbert Gronau (2020) Auswahl von Inhalten aus den Kapiteln 3, 4 und 5 Details zum Syllabus werden während des Semesters in moodle eingetragen. Die Literaturliste kann zusätzliche Fallstudien und weitere wissenschaftliche Arbeiten umfassen. Diese werden am Anfang des jeweiligen Veranstaltungsblocks bekannt gegeben."
In-Memory und Cloud-Technologien 1,In-Memory and Cloud-Technologies 1,FIN,,,IMCloud 1,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik,Hon. Prof. Dr. Alexander Zeier Veranstaltungsort: Magdeburg,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Seminar,Präsenzzeiten = 20 h:  •20 h Vorlesung  Selbstständiges Arbeiten = 70 h:  •20 h Vorbereitung auf die Vorlesung – Lesen der empfohlenen Literatur •50 h Nachbereitung der Vorlesung – Ausarbeitung eines wissenschaftlichen Short Papers/Posters,3 Credit Points = 3*30 h = 90 h (20 h Präsenzzeit + 70 h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,,Veranstaltung „Datenbanken I“ und „Datenbanken II“,Lernziele & erworbene Kompetenzen:  •Einführung: In-Memory-Technologie mit Focus auf SAP HANA •Einführung: Cloud -Technologie mit Focus auf Google Cloud  •Digital Decoupling on Cloud for SAP Systems ,"In-Memory Technologie und Anwendungen mit Focus auf SAP HANA: •Erläuterung der In-Memory-Technologie mit Focus auf SAP HANA •Zeilen- versus Spaltenhauptspeicherdatenbanken •Komprimierungs-, Partitionierungs- und Indexierungsansätze Google Cloud Technologie und Services, Einsatz z.B. von Anthos, Bigquery, und AutoML. Die Teilnehmerzahl für das Seminar ist auf 20 Personen beschränkt.",Prüfungszulassung: •Teilnahme an der Veranstaltung Prüfungsform: •Schriftliche Hausarbeit,,"Plattner, H., Zeier, A.: In-Memory Data Management: Technology and Applications, Springer Verlag, 2. Auflage, Mai 2012, ISBN 978-3642295744 Whitepaper “HANA on Intel: Three Steps to Reinvent Your Enterprise as a Digital Disrupter” von Prof. Dr. Alexander Zeier & Intel CTO Enterprise Ed Goldman, 2016. Cloud Computing, Blog (July 2020) zu Digital Decoupling. Title: Trapped by legacy systems, CIOs look for a way out https://www.accenture.com/us-en/blogs/cloud-computing/zeier-digital-decoupling-sap-google-cloud"
In-Memory und Cloud-Technologien 2,In-Memory und Cloud-Technologies 2,FIN,,,IMCloud 2,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik,Hon. Prof. Dr. Alexander Zeier Veranstaltungsort: Kronberg (Frankfurt am Main),deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung,Präsenzzeiten = 40 h:  •40 h Vorlesung   Selbstständiges Arbeiten = 50 h:  •50 h Vor- und Nachbereitung der Vorlesung,3 Credit Points = 3*30 h = 90 h (40 h Präsenzzeit + 50 h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,,Veranstaltung „Datenbanken I“ und „Datenbanken II“ – optional,Lernziele & erworbene Kompetenzen:  •Vertiefung: In-Memory-Technologie mit Focus auf SAP HANA,"In-Memory Technologie und Anwendungen mit Focus auf SAP HANA: •Entwicklung von Hochverfügbarkeitslösungen und Backupstrategien •Erweiterung des Datenlayouts ohne Downtime •Migrationsansätze für Projekte in denen In-Memory Datenbanken eingesetzt werden Aufgrund der Bereitstellung und des Zugangs zum lizensierten SAP HANA Systems und weiterer kostenpflichtiger Anwendungen, ist die Teilnehmeranzahl der Veranstaltung begrenzt.",Prüfungszulassung: •Teilnahme an der Veranstaltung Prüfungsform: •Schriftliche Prüfung,,"Plattner, H., Zeier, A.: In-Memory Data Management: Technology and Applications, Springer Verlag, 2. Auflage, Mai 2012, ISBN 978-3642295744 Whitepaper “HANA on Intel: Three Steps to Reinvent Your Enterprise as a Digital Disrupter” von Prof. Dr. Alexander Zeier & Intel CTO Enterprise Ed Goldman, 2016. Cloud Computing, Blog (July 2020) zu Digital Decoupling. Title: Trapped by legacy systems, CIOs look for a way out https://www.accenture.com/us-en/blogs/cloud-computing/zeier-digital-decoupling-sap-google-cloud"
In-Memory und Cloud-Technologien 3,In-Memory und Cloud-Technologies 3,FIN,,,IMCloud 3,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik,Hon. Prof. Dr. Alexander Zeier Veranstaltungsort: Magdeburg,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Übung; Projekt,Präsenzzeiten = 34 h:  •28 h Übung  •6 h Sprint Meetings   Selbstständiges Arbeiten = 146 h:  •146 h Bearbeiten eines Projektes (innerhalb von 12 Wochen)          oUmsetzung eines Projektes mit Focus auf die Nutzung einer In-Memory Datenbank,6 Credit Points = 6*30 h = 180 h (34 h Präsenzzeit + 146 h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,,Veranstaltung „Datenbanken I“ und „Datenbanken II“ – optional Veranstaltung „In-Memory und Cloud Technologien 2“ – optional    Veranstaltung „In-Memory und Cloud Technologien 1“ ist Pflicht ,"Lernziele & erworbene Kompetenzen:  •Befähigung zum Einsatz der In-Memory-Technologie •Kenntnisse über Datenbeschaffung und  -modellierung in SAP Hana  •Kenntnisse über die Programmierung von SAP HANA Applikationen (HTML5, Javascript, SQL) •Einführung und Verwendung von Cloud -Technologie mit Focus auf Google Cloud   •Digital Decoupling on Cloud for SAP Systems","In-Memory Technologie und Anwendungen mit Focus auf SAP HANA: •Einsatz von Multi-Core und Hauptspeicher •Zugriffmuster in der Speicherhierarchie •Parallele Datenverarbeitung mittels Multi-Core •SQL für den Zugriff auf In-Memory-Daten •Aktive und passive Datenhaltung Google Cloud Technologie und Services, Einsatz z.B. von Anthos, Bigquery, und AutoML. Aufgrund der Bereitstellung und des Zugangs zum lizensierten SAP HANA Systems und weiterer kostenpflichtiger Anwendungen, ist die Teilnehmeranzahl der Veranstaltung begrenzt.",Teilnahme an der Übung Mündliche Prüfung am Ende des Semesters;,,"Plattner, H., Zeier, A.: In-Memory Data Management: Technology and Applications, Springer Verlag, 2. Auflage, Mai 2012, ISBN 978-3642295744 Whitepaper “HANA on Intel: Three Steps to Reinvent Your Enterprise as a Digital Disrupter” von Prof. Dr. Alexander Zeier & Intel CTO Enterprise Ed Goldman, 2016. Cloud Computing, Blog (July 2020) zu Digital Decoupling. Title: Trapped by legacy systems, CIOs look for a way out https://www.accenture.com/us-en/blogs/cloud-computing/zeier-digital-decoupling-sap-google-cloud"
Innovative Mess-und Prüftechnik,Innovative testing technology,FMB,,,,,,B.Sc. ab 1. Semester,,"Prof. Molitor, FMB-IFQ","Prof. Molitor, FMB-IFQ",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeit: Vorlesungen: 2 SWS, Übungen: 1 SWS Selbstständiges Arbeiten: Vor-und Nachbereiten der Lehrveranstaltungen, Literaturstudium",5,"Grundkenntnisse in der Fertigungslehre und in der Messtechnik (Fertigungsverfahren, physikalisch-technische Grundprinzipien der Messtechnik)",,Erwerb von Kenntnissen über innovative Messtechniken im industriellen Einsatz.,Rechnerunterstützte optoelektronische Messverfahren Integration von akzelerativen und kameraelektronischen Sensoren in Form von komplexen Messgeräteeinheiten Sensoreinsatz in der Prüfstandstechnik Telemetrie bei Übertragung von Sensorsignalen Klassifizierungsverfahren im n-dimensionalen Merkmalsraum,Mündliche Prüfung (30 min.),,
Integrierte Produktentwicklung 1,Integrated Product Development 1,FMB,,,IPE 1,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Maschinenbauinformatik,Professur für Maschinenbauinformatik,deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design FIN: B.Sc. INGINF - WPF Informatik,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung 1 SWS Übung Selbständiges Arbeiten: Nachbereitung der Vorlesung, selbständige Projekt- und Übungsarbeit außerhalb der eigentlichen Übungstermine  4 Credit Points = 120 h = 3 SWS = 42 h Präsenzzeit + 78 h selbstständige Arbeit",4,,CAx-Grundlagen oder gleichwertige Vorlesung,"Lernziele & zu erwerbende Kompetenzen: Interdisziplinäre Zusammenarbeit im Projektteam Methoden zur Lösungsfindung und Bewertung beherrschen Notwendigkeit und Rolle eines integrierten Vorgehens und der Vorverlagerung von Entscheidungen verstehen Gegenseitige Beeinflussungen und Widersprüche von Funktionserfüllung, Design, Qualität, Termintreue und Preis-Leistungs-Verhältnis verstehen Relevante Produkteigenschaften kennenlernen Dynamischen Organisations- und Bearbeitungsformen (lernende Organisationen, Prozessnetzwerke, Prozessnavigation) beherrschen",Einführung in die Projektarbeit der Integrierten Produktentwicklung Evolution der Produktentwicklung Einführung in die Integrierte Produktentwicklung Produkteigenschaften i. d. Integrierten Produktentwicklung Organisatorische Aspekte der ProduktentwicklungProjekt- und Prozessmanagement,"Leistungen: Testat über eine erfolgreiche Projektarbeit, Prüfung: schriftlich (120 min)","Beamer, Overhead, Tafel","Schäppi, Radermacher, Kirchgeorg, Andreasen: Handbuch Produktentwicklung. Hanser-Verlag München 2005. Ehrlenspiel: Integrierte Produktentwicklung. Hanser-Verlag München 2002"
Intelligent Data Analysis,Intelligent Data Analysis,FIN,,,IDA,,,B.Sc. ab 2. Semester; M.Sc. ab 1. Semester,,Professur für Praktische Informatik / Computational Intelligence,Prof. Dr. Rudolf Kruse,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Time of attendance = 56 hours: 2 SWS lecture 2 SWS exercise Bachelor: Independent work = 94 hours: Pre- and post-work for lecture and exercise Solving exercise tasks Master: Independent work = 124 hours: Pre- and post-work for lecture and exercise Solving exercise tasks additional practical exercise,Bachelor: 5 Master: 6,,Foundations of probability theory and statistics,Conveying of fundamental concepts and methods for analyzing data by means of method from intelligent systems Participants will be able to use techniques for data analysis Participants will know the most important methods for solving data analysis problems Participants will know exemplary applications and understand their mode of operation for Master: advanced competencies in scientifical research and writing,Different types of dataStatistical concepts of data analysisRegression analysis Clustering and classification Decision Trees Time Series Analysis Stochastical search methods,"Written exam, duration: 120 minutes, prerequisites: Solve at least 2/3 exercise tasks Succesful presentation during exercise „Schein“ Solve at least 2/3 exercise tasks Succesful presentation during exercise Pass an oral colloquium",,"Kruse, Rudolf, et al., Computational Intelligence, Springer-Vieweg, Wiesbaden, 2015 Berthold, Michael R., et al. Guide to intelligent data analysis: how to intelligently make sense of real data. Vol. 42. Springer Science & Business Media, 2010"
Intelligente Systeme,Intelligent Systems,FIN,,,IS,,,B.Sc. ab 5. Semester,Wintersemester,Professur für Praktische Informatik / Computational Intelligence,Prof. Dr.-Ing. Sanaz Mostaghim,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeit = 56 Stunden: 2 SWS Vorlesung 2 SWS Übung Selbständige Arbeit = 94 Stunden: Vor- und Nachbearbeitung von Vorlesung und Übung Bearbeiten von Übungs- und Programmieraufgaben,5,,Mathematik I bis IV,Befähigung zur Modellierung und Erstellung wissensintensiver Anwendungen durch Auswahl problementsprechender Modellierungstechniken Anwendung heuristischer Suchverfahren und lernender Systeme zur Bewältigung großer Datenmengen Befähigung zur Entwicklung und Bewertung intelligenter und entscheidungsunterstützender Systeme Bewertung und Anwendung von Modellansätzen zur Entwicklung kognitiver Systeme,"Eigenschaften intelligenter Systeme Modellierungstechniken für wissensintensive Anwendungen Subsymbolische Lösungsverfahren Heuristische Suchverfahren Lernende Systeme Modellansätze für kognitive Systeme Wissensrevision und Ontologien Entscheidungsunterstützende Systeme Weitere aktuelle Methoden für die Entwicklung Intelligenter Systeme wie Kausale Netze, Unscharfes Schließen","Prüfung in schriftlicher Form, Umfang: 2 Stunden, notwendige Vorleistungen werden in erster Veranstaltungswoche und auf Vorlesungswebseite angekündigtSchein: schriftlich oder mündlich, notwendige Vorleistungen werden in erster Veranstaltungswoche und auf Vorlesungswebseite angekündigt",,"Christoph Beierle und Gabriele Kern-Isberner. Methoden Wissensbasierter Systeme (5. Auflage). Vieweg Verlag, 2014. Stuart J. Russell und Peter Norvig. Künstliche Intelligenz: Ein moderner Ansatz (2. Auflage). Pearson Studium, 2012 Rudolf Kruse et al., Computational Intelligence, 2. Auflage, Springer-Vieweg, 2015"
Interaktive Systeme,Interactive Systems,FIN,,,,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Angewandte Informatik / Visualisierung,Prof. Dr. Bernhard Preim,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Anwendungsfach - Computerspiele FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. DIGIENG - Methoden der Informatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung/2 SWS Übung Selbständige Arbeit: Nachbereiten der Vorlesung Lösen von Übungsaufgaben Projektentwicklung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,Algorithmen und Datenstrukturen,"Lernziele & erworbene Kompetenzen: Grundlegendes Verständnis der Mensch-Computer-Interaktion Anwendung von Kenntnissen über die menschliche Wahrnehmung bei der Gestaltung und Bewertung von Benutzungsschnittstellen Aufgaben- und benutzerabhängige Auswahl von Interaktionstechniken Fähigkeit zur selbständigen Konzeption, Durchführung und Interpretation von Benutzerstudien Beherrschung des Usability Engineerings unter Einhaltung von Rahmenbedingungen und Ressourcenbeschränkungen (systematisches Erzeugen gut benutzbarer Systeme)","Technische Grundlagen der Mensch-Computer-Interaktion (Fenster-, Menü- und Dialogsysteme) Interaktionstechniken und Interaktionsaufgaben Kognitive Grundlagen der Mensch-Computer-Interaktion Analyse von Aufgaben und Benutzern Prototypentwicklung und EvaluierungSpezifikation von Benutzungsschnittstellen",Prüfungsvorleistungen s. Vorlesung Prüfung: Klausur 120 Min.,,Preim/Dachselt: Interaktive Systeme. Springer 2010
Interaktives Information Retrieval,Interactive Information Retrieval,FIN,,,IIR,,,M.Sc. ab 1. Semester,,Professur für Data and Knowledge Engineering,Dr.-Ing. Tatiana Gossen,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. DKE - Bereich Methods II,Vorlesung; Übung,Präsenzzeiten: wöchentliche Vorlesungen 2 SWS wöchentliche Übungen 2 SWS Selbstständiges Arbeiten: Übungsaufgaben & Prüfungsvorbereitung 180h (56h Präsenzzeit in den Vorlesungen & Übungen + 124h selbstständige Arbeit),6,,Grundlegende Kenntnisse von Information Retrieval,Lernziele & erworbene Kompetenzen: Die Teilnehmer gewinnen einen Einblick in die Besonderheiten der Mensch-Maschine-Interaktion im Bereich der interaktiven Informationssuche (vor allem im Web) Die Teilnehmer können selbständig maßgeschneiderte interaktive Informationssysteme konzipieren und entwickeln,"Modelle zur Informationssuche Prinzipien des Information Retrieval Modellierung der Suche (Nutzermodellierung) Kontext und Personalisierung Design der Benutzerschnittstellen zur Suche Benutzerschnittstellen für interaktive Retrieval Systeme (z.B. zur kollaborativen Suche, explorativen Suche) Evaluation und Analyse von IIR-Systemen mittels Logfile Analyse und Eye-tracking",Leistungen: Regelmäßige Teilnahme an den Vorlesungen Lösen der Übungsaufgaben und erfolgreiche Präsentation in den Übungen Prüfung: mündlich (auch für Schein),"Power Point, Tafel",Siehe Webseite
Intercultural Workshop: Studying at OvGU - Differences and Similarities in Turkish and German higher education,Intercultural Workshop: Studying at OvGU - Differences and Similarities in Turkish and German higher education,FIN,,,,,,B.Sc. ab 1. Semester,Wintersemester,Prof. Mesut Günes,Prof. Mesut Günes,deutsch,FIN: B.Sc. INF,Blockveranstaltung,30h,1 CP,,,Lernziele & erworbene Kompetenzen:  Aufbau des Studiums und Studientechniken  Kommunikation und Zusammenarbeit  effektive und effiziente Studien- und Prüfungsplanung erfolgreiches Studieren in Deutschland,Studienplanung & erfolgreiches Studieren Ziele & zielorientiertes Handeln  Zeitmanagement & Zeitplanung  Selbstständig denken und handeln Erfolgreiche Semester- und Studienplanung Erfolgreiche Prüfungsvor- und Nachbereitung Kulturelle Unterschiede/ Gemeinsamkeiten Deutschland und Türkei Studienrelevante Unterschiede/ Gemeinsamkeiten Deutschland und Türkei,-,,
Interdisziplinäres Teamprojekt,Interdisciplinary Team Project,FIN,,,ITP,,,M.Sc. ab 2. Semester,jedes Semester,angebotsspezifisch,angebotsspezifisch,---,FIN: M.Sc. DIGIENG - Interdisziplinäres Teamprojekt,Projekt,"Betreute Projektarbeit, Teamarbeit, Selbststudium, Präsentationen 180h = 12 Wochen a 14 Stunden",6,,angebotsspezifisch,"Ziel dieses „kleinen“ Projektes ist neben der im Bereich Grundlagen erreichten Vertiefung im jeweils komplementären Wissenschaftsbereich vor allem der Ausbau von Schlüsselkompetenzen des interdisziplinären Arbeitens an Hand einer abgegrenzten Aufgabenstellung, die von Studenten in einem Team bearbeitet wird.",Dieses Modul wird von unterschiedlichen Hochschullehrern implementiert. Die fachlichen Inhalte sind daher angebotsspezifisch.,angebotsspezifisch,,
Introduction to Computer Graphics,Introduction to Computer Graphics,FIN,,,ICG,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Visual Computing,Prof. Dr. Holger Theisel,englisch,FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. VC - Visual Computing - Pflichtfächer FIN: M.Sc. VC - Visual Computing,Vorlesung; Übung,In class teaching: * 2 SWS lecture / 2 SWS exercise Self-study: * Self-study of lecture material * Solution of exercises and assignments,"6 Credit Points = 180 h (56h in class + 124h self study), grading scheme according to exam regulations",,,Acquire basic knowledge of the most important algorithms in computer graphics.Recognition of basic principles of computer graphics enables fast familiarization with new graphics packages and graphics librariesAbility to use graphical approaches for various computer science applications,"Introduction, history, application areas of Computer graphicsModeling and acquisition of graphical dataTransformationsClippingRasterization and antialiasingLightingTexturingVisibilityRay tracingModern concepts of computer graphics at a glance",E   xam. requirements:Successful completion of the exercisesCompleting a programming task Exam: Written exam 120 min. Exam certificate (Schein): Passing the exam,,"J.D. Foley, A. van Dam, S.K. Feiner, J.F. Hughes: Computer Graphics – Principles and Practice (second Edition). AddisonWesley Publishing Company, Inc., 1996J.Encarnacao, W. D. Salomon: Computer Graphics Geometric Modeling, Springer, 1999A. Watt: 3D Computer Graphics. Addison-Wesley Publishing Company, Inc., 2000"
Introduction to Computer Science for Engineers,Introduction to Computer Science for Engineers,FIN,,,ICSE,,,M.Sc. ab 1. Semester,Wintersemester,Dr.-Ing. Christian Braune,Dr.-Ing. Christian Braune,englisch,FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung; Tutorium,180 h (70 h contact hours + 110 h complementary reading and realization of the exercises/assignments),6 Credit Points Grades according to the examination regulations,,,"Knowledge and Understanding: - Understand the principles of object-oriented programming. - Understand and recognize the fundamental data structures such as  lists, stacks and queues, trees (binary trees, search-trees and AVL  trees), hash tables and graphs. - Understand and recognize methods to observe algorithm complexity or performance. - Understand and recognize the basic algorithms for sorting and searching. - Comprehend the fundamental types of algorithm design paradigm such  as Divide-and-Conquer, Greedy, Backtracking and Searching, and Dynamic  Programming. Intellectual and Practical Skills: - Distinguish the different types of data structures and algorithm  design paradigm evaluate when an algorithmic design situation calls for  it. - Select appropriate algorithms for basic tasks such as searching and sorting. - Design new algorithms or modify existing ones for new application and reason about the efficiency of the result. - Program, test and debug computer programs in Java. Communication and Interpersonal Skills: - Presentation of work and ideas during the tutorials / exercises. - Interact with a team and tutors during the tutorials.","Introduction to: - imperative programming paradigm - basic concepts of object-oriented programming - programming in a commonly used programming language (e.g. Java, Python) - generic programming - fundamental data structures:    -- trees (binary trees, search-trees and AVL trees)    -- hash tables    -- graphs - abstract data types: lists, stacks, queues - main algorithms for fundamental tasks such as sorting and searching - methods to observe algorithm complexity or performance (Big-O notation). - fundamental types of algorithm design paradigms: Divide-and-Conquer, Greedy, Backtracking and Searching, and Dynamic Programming","Prerequisites for admission: successful completion of assignments (voting & assessment) Written examination, 120 min","Git, live coding, MOOCs, bar camp","Computer Science - An Interdisciplinary Approach, R. Sedgewick and K. Wayne, Addison-Wesley, 2016, ISBN 0-13-407642-7 Algorithms, 4th Edition, R. Sedgewick and K. Wayne, Addison-Wesley, 2011, ISBN 0-321-57351-X Data Structures and Algorithm in Java, 6th Edition, M.T. Goodrich and R. Tamassia and M.H. Goldwasser, Wiley, 2014, ISBN 1-118-77133-4"
Introduction to Computer Vision,Introduction to Computer Vision,FIN,,,,,,B.Sc. ab 4. Semester,Sommersemester,FIN-ISG  / Lehrstuhl Bildverarbeitung/Bildverstehen,Prof. Dr. Klaus Tönnies,englisch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals,Vorlesung; Übung,Times of presence:Weekly lectures: 2 SWS project meetings: 2 SWS Home work:project development in small groups (2-3) repetition of the lecture topics 150h (56h Präsenzzeit + 94h selbstständige Arbeit Notenskala gemäß Prüfungsordnung,5,Active participation in the lecture and successful participation in the project,"Programming skills, basic knowledge in image or signal processing, basic knowledge in geometry, analysis and linear algebra.",Ability to decide on suitable strategies for basic computer vision tasks Competent use of computer vision algorithms for solving multiple view problems Competent use of basic strategies to solve object detection tasks,Feature extraction in images Multiple view geometry for stereo vision and structure from motion Object detection using templates Object tracking Introduction to image classification,Oral exam,,See http://wwwisg.cs.uni-magdeburg.de/bv/  and there the lecture website
Introduction to Deep Learning,Introduction to Deep Learning,FIN,,,IDL,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Sebastian Stober,Prof. Dr. Sebastian Stober,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"300h (84h contact hours + 216h self-study) contact hours: 2 SWS lecture + 2 SWS theory exercise groups + 2 SWS practice exercise groups self-study comprises reading assignments (flipped classroom), programming exercises and course project",10 CP,,"- linear algebra and probability theory - machine learning (e.g. ""Intelligente Systeme"" or ""Machine Learning"")",- confidently apply DL techniques to develop a solution for a given problem - follow recent DL publications and critically assess their contributions - formulate hypotheses and design & conduct DL experiments to validate them - document progress & design decisions for reproducibility and transparency - for Master: advanced competencies in scientifical research in topics of the module,"- artificial neural network fundamentals (gradient descent & backpropagation, activation functions) - network architectures (Convolutional Neural Networks, Recurrent/Recursive Neural Networks, Auto-Encoders) - regularization techniques - introspection & analysis techniques - optimization techniques - advanced training strategies (e.g. teacher-student)",Exam requirements: participation and active involvement in the course and the exercises (defined in the 1st lecture and published on the course website) Final exam: written (120 minutes) Schein: pass final exam (at least 4.0),,"Ian Goodfellow, Yoshua Bengio & Aaron Courville: ""Deep Learning"", MIT Press, 2016."
Introduction to Numerical Ordinary and Partial Differential Equations and their Applications,Introduction to Numerical Ordinary and Partial Differential Equations and their Applications,FIN,,,WR II,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Wintersemester,Juniorprofessur für Echtzeit-Computergraphik,Jun.-Prof. Dr. Christian Lessig,englisch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. VC - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung; Übung,"2 SWS lecture, 2 SWS exercise and self-study",5 CP Grading following study and examination regulations ,,"Linear algebra, an introduction to scientific computing (floating point numbers, numerical solution of linear systems, eigen decomposition, DFT/FFT)","The course provides an introduction to ordinary and partial differential equations and their discretization. It also considers questions such as consistency, stability and convergence with an emphasis on their practical relevance.","•    Introduction into ODEs •    Initial value problems, well posed problems •    Consistency, stability, convergence •    Explicit and implicit time stepping methods •    One-step and multi-step time stepping methods •    Introduction to PDEs •    Basis representations and Galerkin projection •    Spectral methods and finite elements •    Advection equation, Laplace equation, wave equations",Passing the exam,,"-    V. I. Arnold. Ordinary Differential Equations. Springer-Textbook. Springer, third ed. 1992. -    A. Iserles, A First Course in the Numerical Analysis of Differential Equations, Cambridge University Press, 2009. -    L. N. Trefethen, Exploring Ordinary Differential Equations, SIAM, 2017 -    G. Strang, Computational Science and Engineering, Cambridge University Press, 2007."
Introduction to Robotics,Introduction to Robotics,FIN,,,ItR,,,B.Sc. ab 3. Semester,Sommersemester,Dr. Ch. Steup,Dr. Ch. Steup,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,150 h 2h per Week Lecture = 26h 2h per Week Exercise = 26h approx. 3h Recap and Self study of Lecture per Week ~ 40h approx. 5h Preparation of Exercise Tasks~ 58h,5 CP,,Einführung in die Informatik Intelligente Systeme,- Understanding the Structure of Complex Robotic Systems - Building Complex Robots and Robotic Systems from Building Blocks - Aspects of Robotic Systems and their Impact on Performance - Developing Robotic System Software using ROS - Extending Single Robot Systems to Multi-Robot Systems - Developing Application-Specific Behavior using Standard Behaviors for Navigation and Path Planning,"The lecture Introduction to Robotics will teach students the fundamental concepts of robotics from a top-down perspective, focused on mobile robots. The lecture starts with some exemplary robotic systems to show the variety of system in action today. Afterwards, multiple views on robotics systems are shown, which highlight different aspects like communication, behavior, movement, and system setup. The lecture continues with a description of multiple communication paradigms typically used in the robotic context and their relation to physical communication mechanisms. The next topic highlights some components typically found for perception and actuation like cameras, LiDARs, Distance Sensors, linear and revolute motors and piezo actuators. Afterwards, mechanisms to combine perception and actuation using low-level control mechanisms are shown. The shown mechanisms are reactive behaviors based on rule-sets and state-machines and feed-back-based control. Additionally, some kinematic models for movement of robots are highlighted like differential drive, Ackerman steering and holonomic movement. The next part of the lecture focus on localization of mobile robots using external mechanisms like Triangulation and Trilateration and internal mechanisms like SLAM and landmark tracking. The last two parts of the lecture discuss algorithms for path- and trajectory planning, and the extension to multi-robot systems. The exercises to the lecture will highlight the concepts of the lecture with practical examples based on robotic simulations in ROS with the Gazebo simulator.",Oral Exam,,"Sebastian Thrun: Probabilistic Robotics, https://lhmdb.gbv.de/DB=1/XMLPRS=N/PPN?PPN=481815236 Steven LaValle, Planning Algorithms, https://lhmdb.gbv.de/DB=1/XMLPRS=N/PPN?PPN=481815236"
Introduction to Simulation,Introduction to Simulation,FIN,,,ItS,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Simulation,Graham Horton,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. DKE (alt) - Bereich Models,Vorlesung; Übung,150 Stunden (56 h Präsenzzeit + 94 h selbständiges Arbeiten),5,,Mathematik I - III,"Fähigkeit zur Durchführung eines semesterlangen Projektes, unter Anwendung von Grundlagen der Simulation, ereignisorientierter Modellierung und Programmierung, abstrakter Modellierung und Anwendungen der Informatik in anderen Fachgebieten",ereignisorientierte Simulation Zufallsvariablen Zufallszahlenerzeugung statistische Datenanalyse gewöhnliche Differentialgleichungen numerische Integration stochastische Petri-Netze AnyLogic Simulationssystem zeitdiskrete Markov Ketten agentenbasierte Simulation,"Benotet: Klausur, 120 min Unbenotet: bestehen der Klausur, 120 min",,"Banks, Carson, Nelson, Nicol: Discrete-Event System Simulation Siehe www.sim.ovgu.de"
Introduction to Software Engineering for Engineers,Introduction to Software Engineering for Engineers,FIN,,,ISEE,,,M.Sc. ab 1. Semester,Sommersemester,Dr.-Ing. Christian Braune,Dr.-Ing. Christian Braune,englisch,FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung,150 h (70 h contact hours + 80 h complementary reading and project work),5,,,"Knowledge and Understanding: Understand the principles of software engineering. Understand the principles of requirement engineering Understand the principles of an UML model to represent structural and behavioural aspects of a software system. Understand and recognize common design principles. Understand and recognize testing strategies for a software system. Intellectual and Practical Skills: Capture, document and analyse requirements. Translate a requirements specification into an implementable de-sign, following a structured and organised process. Design UML models to represent structural and behavioural as-pects of a software system. Design system architectures that meet the system specification. Apply testing techniques to check that a software system correctly works, i.e. meets its specification. Communication and Interpersonal Skills: Group working skills including general organization, planning, time management and presentation of work.",Introduction to: Software Engineering Principles Requirements Engineering Unified Modelling Language (UML) Analysis and Design Process Design Principles Testing,P   rerequisites: will be announced during the first two weeks of the semester form of examination: project,,will be published on the course's website
IT-Forensik,IT-Forensics,FIN,,,IFOR,,,B.Sc. ab 3. Semester,jedes Semester,"Professur für Angewandte Informatik, Multimedia and Security","Prof. Dr.-Ing. Jana Dittmann, FIN-ITI",deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,4 SWS = 150h = 56h Präsenzzeit + 94h selbstständige Arbeit,5 CP,,"Grundlagen Algorithmen und Datenstrukturen, Grundlagen der theoretischen Informatik, Grundlagen der technischen Informatik, Modul ""Sichere Systeme""","• Fähigkeit IT-forensische Untersuchungen anhand eines datenzentrischen Vorgehensmodells an einem vereinfachten Beispiel zu organisieren, durchzuführen, dokumentieren und zu moderieren     • Fähigkeit IT-forensische Methoden anzupassen, zu adaptieren und weiterzuentwickeln","• Grundlagen IT-forensischer Untersuchungen: datenzentrisches Vorgehensmodell mit Informationen, Daten und Phasen für IT-forensischen Untersuchungen, Anwendung an ausgewählten Beispielen     • Sicherheitsziele, Designanforderungen und ausgewählte rechtliche Aspekte in der IT-Forensik     • Ausgewählte Beispiele zur Beweismittelsuche und Erhebung sowie Auswertung gemäß Best Practices     • Grundlagen zur Aufbereitung, Dokumentation und Präsentation von Untersuchungsergebnissen ",Prüfungsform: Referat (Präsentation und Abschlussbericht),,siehe: https://omen.cs.uni-magdeburg.de/itiamsl/lehre/
IT-Projektmanagement (dual) (SPO bis 9/2023),IT Project Management (dual),FIN,,,IT-PM,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik I,Professur für Angewandte Informatik / Wirtschaftsinformatik I,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung; Übung,Präsenzzeit: 14h Vorlesung/14h Übung Selbständiges Arbeiten: 62h Vor- und Nachbereitung der Vorlesung und Übung Vorlesung 1 SWS = 14h Präsenzzeit + 31h selbständige Arbeit Übung 1 SWS = 14h Präsenzzeit + 31h selbstständige Arbeit,3,,,Techniken des Projektmanagements Praktischer Umgang mit Methoden des Projektmanagements Fähigkeit die erlernten Konzepte / Methoden des Projektmanagements beim Praxispartner einzusetzen und situativ anpassen zu können,"Projektvorbereitung: Projektbeschreibung, Zieldefinition, Aufbau- u. Ablauforganisation, WirtschaftlichkeitsprognoseProjektplanung: Budgetierung, Ablaufplanung, Terminmanagement, Kapazitätsplanung, Analyse kritischer Pfade Projektsteuerung: Fortschrittskontrolle, Budgetüberwachung, Dokumentation und Berichtswesen Projektabschluss: Projektabnahme, Erkenntnissicherung, Projektliquidation Projektunterstützende Maßnahmen: Projektmanage-ment-werkzeuge, Kreativitäts- und Arbeitstechniken, Konfigurationsmanagement Agiles Projektmanagment, SCRUM","S  R   Hausarbeit chein eferat in Kooperation mit dem Praxispartner, weitere Vorleistungen entsprechend Angabe zum Semesterbeginn",,"Burghardt, M. (1997): Projektmanagement: Leitfaden für die Planung, Überwachung und Steuerung von Entwicklungsprojekten. 4. Aufl., Erlangen."
IT-Projektmanagement (SPO bis 9/2023),IT Project Management,FIN,,,IT-PM,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik I,Professur für Angewandte Informatik / Wirtschaftsinformatik I,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung; Übung,Präsenzzeit: 14h Vorlesung/14h Übung Selbständiges Arbeiten: 62h Vor- und Nachbereitung der Vorlesung und Übung Vorlesung 1 SWS = 14h Präsenzzeit + 31h selbständige Arbeit Übung 1 SWS = 14h Präsenzzeit + 31h selbstständige Arbeit,3,,,Techniken des Projektmanagements Praktischer Umgang mit Methoden des Projektmanagements,"Projektvorbereitung: Projektbeschreibung, Zieldefinition, Aufbau- u. Ablauforganisation, Wirtschaftlichkeitsprognose Projektplanung: Budgetierung, Ablaufplanung, Terminmanagement, Kapazitätsplanung, Analyse kritischer Pfade Projektsteuerung: Fortschrittskontrolle, Budgetüberwachung, Dokumentation und Berichtswesen Projektabschluss: Projektabnahme, Erkenntnissicherung, Projektliquidation Projektunterstützende Maßnahmen: Projektmanagementwerkzeuge, Kreativitäts- und Arbeitstechniken, Konfigurationsmanagement Agiles Projektmanagment, SCRUM",Hausarbeit Schein Vorleistungen entsprechend Angabe zum Semesterbeginn,"Burghardt, M. (1997): Projektmanagement: Leitfaden für die Planung, Überwachung und Steuerung von Entwicklungsprojekten. 4. Aufl., Erlangen.",
IT-Security of Cyber-Physical Systems,IT-Security of Cyber-Physical Systems,FIN,,,ITS-CPS,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Multimedia and Security Prof. Dr.-Ing. Jana Dittmann,Prof. Dr.-Ing. Jana Dittmann,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Projekt,Projektvorlesung zu ausgewählten technischen Themen der IT Sicherheit; Vergabe eines anspruchsvollen Themas zu selbständigen Bearbeitung und Lösung einer gestellten Aufgabe 4 SWS = 2V + 2Ü (Labor) Arbeitsaufwand: 180h (56 h Präsenzzeit + 124 h selbstständige Arbeit),6,,"Sichere Systeme, Algorithmen und Datenstrukturen, Grundlagen der Technischen Informatik","Lernziele & erworbene Kompetenzen: Der/die Studierende soll innerhalb der Lehrveranstaltung Kenntnisse zu aktuellen, ausgewählten technischen Themen der IT-Sicherheit erlernen und erfahren. Dabei soll ein anspruchsvolles Thema selbständig theoretisch und praktisch bearbeitet und präsentiert werden. Der Fokus bei den Themen liegt dabei auf hardwarenahen Fragestellungen, z.B. zu IoT Security, automotiver IT-Sicherheit oder Sicherheitsbetrachtungen für industrielle Steuerungs- und Reglungssysteme"," Aktuelle Herausforderungen und Lösungen der IT Sicherheit zu ausgewählten technischen Themen wie zum Beispiel aus: System-, Netzwerk- und Anwendungssicherheit Sicherheit von Bussystemen Spezifikation und formale Verifikation sicherer Systeme Design und Realisierung hardwarenaher Sicherheitslösungen",Prüfungsform: Referat (Präsentation und Abschlussbericht),,Siehe: http://omen.cs.uni-magdeburg.de/itiamsl/lehre/
Knowledge Engineering and Digital Humanities,Knowledge Engineering and Digital Humanities,FIN,,,,,,M.Sc. ab 3./ 4. Semester,Sommersemester,Prof. Dr. Ernesto De Luca,Prof. Dr. Ernesto De Luca,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Hours of course attendance; 2 SWS lecture 2 SWS exercises Hours of self study: 124 h self study 180 h = 56 h course attendance + 124 h self study,6 CP,,Machine Learning Information Retrieval Data Science Data Mining Fundamentals of Natural Language Processing, planning and development of digital infrastructures interdisciplinary work in big teams visualisation of Big Data  Digital Humanities project planning Programming digital tools for research,"At the beginning, only a few people could access information in a digital way. Nowadays hundreds of millions of people use information systems every day when they use a web shop, a search engine or manage their e-mails. At the moment information discovery plays an important role for managing data collections, processing and identifying relevant data, and supporting users analysing their personal interests (e.g. context, language, semantics, etc.). Data Engineering principles are important for representing, presenting and understanding data that is generated by different systems. Knowledge Engineering refers to all aspects involved in building, maintaining and using knowledge-based systems to turn passive data into exploitable knowledge. In this course the fundamentals of Data and Knowledge Engineering will be presented. The information system architecture will be explained within all its components and related application areas will be discussed. The basic concepts and more advanced techniques for natural language processing, information filtering and decision support will be shown. Furthermore, in-depth knowledge and competences in Data Science / Data Mining will be given. All the methods and techniques can be applied in Digital Humanities. This is an interdisciplinary environment, where researchers can work together. It is based on different research fields, e.g. quantitative text analysis, information retrieval, text mining, subject-specific databases, corpus linguistics, visualization of complex data structures and provides user-oriented / user-centred representations of the data that can then be further analysed hermeneutically in the humanities. At the end of the course, the students are provided within a rich and comprehensive catalogue of tools and techniques and can develop and understand information systems applying their knowledge for Data and Knowledge Engineering. They can also use machine learning techniques that can be applied for different purposes, especially for digital humanities.",Prerequisite for exam will be announced at beginning of semester. Exam: written examination ,,
Kognitive Systeme,Cognitive Systems,FEIT,,,,,,M.Sc. ab 3./ 4. Semester,Sommersemester,Prof. Dr. rer. nat. Andreas Wendemuth (FEIT-IESK),Prof. Dr. rer. nat. Andreas Wendemuth (FEIT-IESK),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Seminar,"Präsenzzeit: 3 SWS Seminar Selbständiges Arbeiten: Lösung der Praktikumsaufgaben, Vorbereiten des Referats 120 h (42 h Präsenzzeit + 78 h selbständige Arbeit)",4,,Digitale Signalverarbeitung,Der Teilnehmer versteht die Prinzipien kognitiver Intelligenz und ihrer Übertragung in Computerprogramme. Er kann solche Programme praktisch anwenden.,praktische Anwendung kognitiver intelligenter Systeme und deren Konzeption und Organisationsform praktisch getestete Theorien und künstliche Repräsentanten menschlicher Kognition Modellbildung in akustischer und verschrifteter Sprache als höchstes Repräsentationsmodell Umsetzung in ingenieurtechnischen Systemen Aspekte der Bedeutungszuweisung und der Datenhandhabung in kognitiven Systemen,Referat,,
Kommunikationstechnik für Digital Engineering,Kommunikationstechnik für Digital Engineering,FEIT,,,,,,M.Sc. ab 2. Semester,,"Prof. Omar, FEIT-IESK","Prof. Omar, FEIT-IESK",deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,Präsenzzeiten: 6 SWS Wöchentliche Vorlesungen und Übungen Selbstständiges Arbeiten 240 h (84 h Präsenzzeit + 156 h selbstständige Arbeit),8,"Mathematik, Physik, Grundlagen der Elektrotechnik Literaturangaben: siehe Script",,"Einführung in die Kommunikationstechnik Konzepte Information, informationstragende Signale, Modulation, Rauschen, Übertragungskanäle, Kanalkapazität sowie Quellen- und Kanalcodierung Entwicklung mathematischer Modelle für die Behandlung der o.g. Konzepte Beschreibung und quantitative Behandlung von Informationsübertragungssystemen ingenieurwissenschaftlicher Entscheidungsbasen für den Entwurf von Informationsübertragungssystemen Informations- und Codierungstheorie informationstheoretische Konzepte Informationsgehalt, Entropie, Redundanz, Quellencodierung, Kanalkapazität, Kanalcodierung, Hamming-Raum und Hamming-Distanz. mathematische Modelle für die o.g. Konzepte. Verfahren für die Quellen- und Kanalcodierung. Behandlung ausgewählter Fehlerkorrigierender Decodierungsverfahren","Einführung in die Kommunikationstechnik Mathematische Darstellung der Signale als Informationsträger im Zeit- und Frequenzbereich (Fourier-Reihe und Fourier-Transformation) Die Abtasttheorie und die Digitalisierung der Signale Quellencodierung und Datenkompression Mathematische Beschreibung des Rauschens Rauschverhalten der Übertragungskanäle; Berechnung der Bitfehlerrate Behandlung ausgewählter digitaler Übertragungssysteme im Basisband (PCM, DPCM, ....) Behandlung ausgewählter digitaler Übertragungssysteme im Passband (ASK, PSK, FSK, QAM, ....) Informations- und Codierungstheorie Informationsgehalt und Entropie diskreter Informationsquellen. Redundanz, Gedächtnis und Quellencodierung (Shannon-Fano- und Huffmann-Verfahren). Kontinuierliche Quellen. Diskrete und kontinuierliche Kanäle, Kanalentropien und Kanalkapazität Kanalcodierung und Hamming-Raum Lineare Blockcodes Zyklische Codes Syndromdecodierung",Prüfung,,
Laborrotation in Neurobiologischer Lernforschung,Lab Rotation in neurobiological learning research,FIN,,,LR NL,,,B.Sc. ab 6. Semester,,"Dr. André Brechmann, LIN","Dr. André Brechmann, LIN",deutsch,FIN: B.Sc. CV - Anwendungsfach - Medizintechnik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing,Praktikum,Präsenzzeiten: 60 h Projekt Vor- und Nachbearbeitung des Projektes 90h = 60h Präsenzzeit + 30h selbstständige Arbeit,3,,Teilnahme am Seminar „Experimentelle Ansätze in der neurobiologischen Lernforschung“,"Lernziele & zu erwerbende Kompetenzen: Praktische Erfahrung über Ansätze der neurobiologischen Forschung am Menschen oder Tieren, u.a. zu den Themen Reinforcementlernen, Sequenzlernen, Kategorielernen, Kurzzeitgedächtnisprozesse","Im Rahmen laufender Forschungsprojekte am Leibniz-Institut wird an der Ausarbeitung und Durchführung von neurobiologischen Lernexperimenten mittels fMRI, MEG, EEG und Elektrophysiologie gearbeitet. Schwerkunkt bei der Datenauswertung ist die Zeitreihenanalyse neuronaler- und Verhaltensdaten",Prüfung: Mündliche Prüfung,,siehe https://iwebdav.ifn-magdeburg.de/iwebdav/LearningAndMemorySeminar/
Learning Generative Models,Learning Generative Models,FIN,,,LGM,,,B.Sc. ab 6. Semester; M.Sc. ab 1. Semester,Sommersemester,FIN: Lehrstuhl Praktische Informatik / Artificial Intelligence,FIN: Prof. Dr.-Ing. Sebastian Stober,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Präsenzzeit = 56 Stunden: 2 SWS Vorlesung 2 SWS Übung  Bachelor: Selbstständige Arbeit = 94 Stunden: Vor- und Nachbearbeitung von Vorlesung (flipped Classroom) und Übung, Bearbeiten von Übungs- und Programmieraufgaben, Kursprojekt Master: Selbstständige Arbeit = 124 Stunden: Vor- und Nachbearbeitung von Vorlesung (flipped Classroom) und Übung, Bearbeiten von Übungs- und Programmieraufgaben, Kursprojekt, zusätzliche Projektarbeit",Bachelor: 5 Master: 6,,Introduction to Deep Learning,confidently apply generative models to develop a solution for a given problem follow recent publications on generative models and critically assess their contributions formulate hypotheses and design & conduct experiments with generative models to validate them document progress & design decisions for reproducibility and transparency,"Trainingsmethoden & Architekturen für generative Modelle, insbesondere Restricted und Deep Boltzmann Machines (RBMs bzw. DBMs), Deep Belief Nets (DBNs), Autoregressive Modelle, Variational Learning und Generative Adversarial Nets (GANs)","P   rüfung in mündlicher Form Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite  Schein (mündlich), Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite",,"Ian Goodfellow, Yoshua Bengio & Aaron Courville: “Deep Learning”, MIT Press, 2016. Zusätzliche weiterführende Literatur wird auf der Volesungswebseite bekanntgegeben."
Lindenmayer-Systeme,Lindenmayer-Systems,FIN,,,L-Systeme,,,B.Sc. ab 5. Semester,,Dr. Bernd Reichel,Dr. Bernd Reichel,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung,Präsenzzeiten: 15 x 4h = 60h Selbstständiges Nachbereiten der Vorlesung: 90h,5,,Vorlesung: Grundlagen der Theoretischen Informatik I,"Lernziele & erworbene Kompetenzen: Kenntnisse wichtiger Klassen von L-Systemen, Fähigkeiten zur sinnvollen Anwendung","Definitionen verschiedener Varianten von L-Systemen; Theoretische Ergebnisse zu Erzeugungsmächtigkeiten, Komplexitätsbetrachtungen, Wachstumsfunktionen u.a.; Anwendungen in der Computergraphik (Erzeugung von Fraktalen, Modellierung von Pflanzen)","Mündliche Prüfung im Umfang von 30 Minuten, für Schein: Gespräch im Umfang von 30 Minuten, keine Zulassungsvoraussetzung","Grzegorz Rozenberg, Arto Salomaa: The Mathematical Theory of L Systems. Academic Press, New York, 1980. Przemyslaw Prusinkiewicz, Aristid Lindenmayer: The Algorithmic Beauty of Plants. Springer-Verlag, New York, 1990.",
"Liquid Democracy -> ""Digitalisierung der Politik - Politik der Digitalisierung""","Liquid Democracy -> ""Digitization of Politics - Politics of Digitization""",FIN,,,LiquiD,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Sommersemester,Dr.-Ing. Eike Schallehn,"Dr.-Ing. Eike Schallehn, Dr.rer. pol. Frank Lesske",deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Seminar,Präsenzzeiten: 4 SWS wöchentliche Vorlesung / Seminar /Projektplanung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Vorbereiten von Seminarvorträgen Schriftliche Ausarbeitung der Hausarbeit5 Credit Points = 150 h (2*28h Präsenzzeit + 94h selbstständige Arbeit) 6 Credit Points = 180 h (2*28h Präsenzzeit + 124h selbstständige Arbeit),5 oder 6,,,Grundverständnis aktueller Konzepte der partitizipatorischen und deliberativen Demokrate Anwendungsbereite Kenntnisse zu Einsatzfeldern und Möglichkeiten von Informationssystemen in demokratischen Prozessen Beherrschung von konkreten Informationssystemen zur Unterstützung demokratischer Prozesse,"Grundlagen des Demokratiebegriffs: repräsentative vs. Direkte Demokratie Aktuelle Konzepte der partizipatorischen Demokratie: Liquid Democrcy, Proxy-/ Delegated Voting, etc. Konzepte der gemeinschaftlichen/gesellschaftlichen Willensbildung und Entscheidungsfindung Unterstützung durch Informationssysteme wie LiquidFeedback, Adhocracy, etc.",Referat und Hausarbeit,,Aktuelle Literaturangaben in der Vorlesung
Logik,Logic,FIN,,,Logik,,,B.Sc. ab 1. Semester,Sommersemester,Prof. Theoretische Informatik,Prof. Dr. Till Mossakowski,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer,Vorlesung; Übung,Präsenzzeiten: 14 X 4h = 56 h Selbstständiges Nachbereiten der Vorlesung: 64 h,5,,,"die für Logik relevanten Begriffe und deren Definitionen erklären können, logische Syntax verstehen, logische Formeln und Argumente lesen können, Situationen durch logische Formeln beschreiben können, logische Formeln ins Deutsche übersetzen und umgekehrt, Normalformen erkennen und herstellen können, Situation als modelltheoretische Struktur aufschreiben können, zwischen formaler Repräsentation und der Bedeutung (reale Welt/Anwendung) unterscheiden können, Argumente auf logische Folgerungen überprüfen können, Beweise nach vorgegebenen Schema und auch selbstständig konstruieren können, Algorithmen zur Auswertung und Umformung logischer Ausdrücke und Argumente anwenden können","Anwendungsfelder für Logik in der Informatik, Logische Syntax (Formelbegriff und Argumentbegriff für Aussagenlogik und Prädikatenlogik), formale Repräsentation von Wissen, Logische Semantik von zwei- und dreiwertiger Aussagenlogik sowie Prädikatenlogik, Domänenspezifische Sprachen und Abstraktion zu allgemeinen logischen Sprachen, Folgerungsbegriff und logische Folgerung, Regelsysteme (u.a. für Formeln und Beweise), grundlegende Algorithmen für logische Probleme (SAT-Solving, Hornformel-Algorithmus, Überführung in Normalformen)",Zulassungsvoraussetzung: 2 Drittel der Übungsaufgaben votiert Prüfung: Klausur 120 Min. Schein: Vorleistungen entsprechend Angabe zum Semesterbeginn,,"J. Barwise, J. Etchemendy: Sprache, Beweis und Logik. Dassow : Logik für Informatiker Schöning : Logik für Informatiker J. Kelly: Logik (im Klartext)"
Logik für Wirtschaftsinformatiker,Logic for business informatics,FIN,,,Logik-WInf,,,B.Sc. ab 1. Semester,Sommersemester,Lehrstuhl Theoretische Informatik,Prof. Dr. Till Mossakowski,deutsch,FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,Präsenzzeiten: 14 X 4h = 56 h Selbstständiges Nachbereiten der Vorlesung: 64 h Zusatzaufgabe: 30h,5,,,"die für Logik relevanten Begriffe und deren Definitionen erklären können, logische Syntax verstehen, logische Formeln und Argumente lesen können, Situationen durch logische Formeln beschreiben können, logische Formeln ins Deutsche übersetzen und umgekehrt, Normalformen erkennen und herstellen können, Situation als modelltheoretische Struktur aufschreiben können, zwischen formaler Repräsentation und der Bedeutung (reale Welt/Anwendung) unterscheiden können, Argumente auf logische Folgerungen überprüfen können, Beweise nach vorgegebenen Schema und auch selbstständig konstruieren können, Algorithmen zur Auswertung und Umformung logischer Ausdrücke und Argumente anwenden können","Anwendungsfelder für Logik in der Informatik, Logische Syntax (Formelbegriff und Argumentbegriff für Aussagenlogik und Prädikatenlogik), formale Repräsentation von Wissen, Logische Semantik von zwei- und dreiwertiger Aussagenlogik sowie Prädikatenlogik, Domänenspezifische Sprachen und Abstraktion zu allgemeinen logischen Sprachen, Folgerungsbegriff und logische Folgerung, Regelsysteme (u.a. für Formeln und Beweise), grundlegende Algorithmen für logische Probleme (SAT-Solving, Hornformel-Algorithmus, Überführung in Normalformen)","Zulassungsvoraussetzung: 2 Drittel der Übungsaufgaben votiert Prüfung: Klausur 120 Min. Zusatzleistung für den fünften CP gegenüber ""Logik"": nach Vereinbarung Schein: Vorleistungen entsprechend Angabe zum Semesterbeginn",,"J. Barwise, J. Etchemendy: Sprache, Beweis und Logik. Dassow : Logik für Informatiker Schöning : Logik für Informatiker J. Kelly: Logik (im Klartext)."
Logik II: Theorie und Anwendungen,Logic II: Theory and Applications,FIN,,,Logik2,,,B.Sc. ab 3. Semester,Wintersemester,Lehrstuhl für Theoretische Informatik,Dr. Bernd Reichel,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,"Präsenzzeiten: Vorlesung (3 SWS), Übung (1 SWS) Selbständige Arbeit: Nachbereiten der Vorlesungen, Bearbeiten der Übungen 150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstän-dige Arbeit",5,,Modul Logik,"Grundverständnis von Konzepten verschiedener wichtiger logischer Systeme, Befähigung zur Anwendung dieser Konzepte in der Informatik.","Zusammenfassung Aussagenlogik, Hornlogik, Prädikatenlogik, Gleichungslogik, Modallogik, Temporallogik, Programmlogik, weitere logische Systeme, Hilbert-Kalküle","Prüfungsvorleistunen: siehe Vorlesung, Prüfung: mündlich",,"M. Kreuzer, S. Kühling: Logik für Informatiker, Pearson Studium, München, 2006, u.a."
Logistikprozessanalyse,Logistikprozessanalyse,FMB,,,L3,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Logistik,"Prof. Dr.-Ing. habil. Dr.-Ing. E. h. Michael Schenk, Dr.-Ing. Elke Glistau",deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Maschinenbau Spezialisierung Logistik,Vorlesung; Übung,Präsenzzeiten: Wöchentliche Vorlesung 2 SWS 14 tgl. Übung 1 SWS Selbstständiges Arbeiten: Übungsaufgaben und Prüfungsvorbereitung Belegbearbeitung 150 h (42 h Präsenzzeit + 108 h selbstständige Arbeit),5,,"Module L1, L2 (Technische Logistik)","Lernziele & zu erwerbende Kompetenzen: Als Controller und Berater liegt der Ausbildungsschwerpunkt des Moduls L3 darauf, auf der einen Seite Fehler und Schwachstellen in logistischen Prozessen und Systemen zu identifizieren und nachzuweisen und auf der anderen Seite Potenziale und Trends zu erkennen, um daraus nachfolgend geeignete Verbesserungsmaßnahmen im strategischen, taktischen und operativen Bereich abzuleiten, sie zu realisieren und ihre Wirksamkeit zu kontrollieren.","Ausgangspunkt bildet die Datenerhebung. Hierbei wird generell darauf fokussiert den Aufwand zu minimieren, dabei gleichzeitig aber die Aktualität und Repräsentanz des Datenmaterials zu sichern. In Präsenzveranstaltungen wird das methodische Vorgehen zur Durchführung von güterbezogenen, von ressourcenbezogenen und von Fließsystemanalysen erläutert. An Beispielaufgaben werden die Berechnung grundlegender statistischer Kenngrößen und Kennzahlen sowie deren Interpretation trainiert. Hierbei werden auch analytische Methoden des Qualitätsmanagements speziell zur Visualisierung und Interpretation (von Strichlisten bis zu Ishikawa-Diagrammen) angewendet. Das Methodenspektrum wird durch Prognosemethoden (inklusive Regression) und Klassifizierungsmethoden (inklusive Clusteranalyse) ergänzt. Zur Ableitung von Verbesserungsmaßnahmen werden Business Reengineering und Kaizen- Techniken erläutert und die Rolle und Nutzbarkeit des Benchmarking zur Identifikation von Best Practices diskutiert. Den Abschluss bilden präventive Methoden. Sie können sowohl zur Planung neuer als auch zur Optimierung bestehender logistischer Prozesse und Systeme angewendet werden. Sie dienen im Wesentlichen dazu, die Kundenanforderungen systematisch aufzunehmen, um daraus die Zielgrößen an die Logistikleistungen zu quantifizie-ren (QFD) und nachfolgend über die Erforschung potenzieller Fehlermöglichkeiten (FMEA) und deren Abhängigkeiten die richtigen (effektive und effiziente) Maßnahmen zur Fehlerprävention (Poka Yoke, SPC) einzuleiten. Die individuell zu bearbeitende, das Semester begleitende, Belegaufgabe beinhaltet das selbstständige Er-schließen relevanter Kennzahlen aus dem Beschaffungsbereich, deren Berechnung und nachfolgende Interpretation unter Nutzung von E-Learning.",Nachweis der Teilnahme an den Übungen; Qualität der bearbeiteten Belegaufgabe Schriftliche Prüfung am Ende des Moduls,,Vorlesungsskripte im passwortgeschützten Downloadbereich
Mainframe Computing,Mainframe Computing,FIN,,,,,,B.Sc. ab 4. Semester,Sommersemester,"Institut für Simulation und Graphik, AG Lehramt",Dr. Volkmar Hinz,deutsch,FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung, 2 SWS Übung Selbstständiges Arbeiten: Übungsaufgaben, Programmierbeleg 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit",5,,"Programmierkenntnisse C/C++, JAVA","Grundverständnis zu Großrechnersystemen, insbesondere IBM „System z“ Einblick in die Bedienung von IBM Großrechnersystemen unter den Betriebssystemen z/VM und z/OS Grundkenntnisse in der Programmiersprache COBOL und in der Scriptsprache REXX Befähigung zur Entwicklung von einfachen Anwendungen",Der Begriff „Mainframe“ Geschichte der IBM Mainframe Architektur Das IBM „System z“ Emulationen des Systems z für Entwickler Betriebssysteme z/VM und z/OS sowie Linux Programmierung (Einführung in Cobol und REXX) Anwendungsprogrammierung,Prüfungsvoraussetzungen: s. Vorlesung Prüfung: mündlich,,
Management of Global Large IT-Systems in International Companies,Management of Global Large IT-Systems in International Companies,FIN,,,MGLIIC,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,"Dr. Horstfried Läpple, Dipl. Math. Karl-Albert Bebber",englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung,"Präsenzzeiten (Blockveranstaltungen): Vorlesungen Übungen Selbstständiges Arbeiten: Selbständiges bearbeiten der Übungsaufgaben Nachbereitung der Vorlesungen, - Prüfungsvorbereitung 180h (56h Präsenzzeit + 124h selbstständige Arbeit)",6,,Knowledge about IT-Systems and Business administration,"To gain a comprehensive understanding about to develop, to implement, to operate and to phase-out of large-scale IT-Systems in international companies","IT relevant characteristics of International Companies Organizational Structures in International Companies Critical Design decisions for IT Landscapes Hybrid IT Landscapes: DBMS and flat files Differences business and research IT Global vs. Local: Processes, Settings, Data, Landscapes Global, regional, local systems considering user’s and customer’s view Running a System Landscape: Support Processes, Costs and Changes Management Risk Management (Projects, IT Departments) Auditing of IT Systems and IT Projects International Project Management / Global Collaboration",Prüfungsvoraussetzungen: Anmeldung und Teilnahme an den Vorlesungen und Übungen Prüfung: schriftlich,,Listings
Marketing,Marketing,FWW,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Wirtschaftswissenschaft zu entnehmen: https://fww.ovgu.de/Studium/W%C3%84HREND+DES+STUDIUMS/Studienorganisation+_+Dokumente/Modulhandb%C3%BCcher.html,,,,,B.Sc. ab 6. Semester,Sommersemester,Professur für Marketing,Professur für Marketing,deutsch,FIN: B.Sc. WIF - WPF Verstehen & Gestalten,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 1 SWS Übung 5 x30h (42 h Präsenzzeit + 108 h selbstständige Arbeit),5,,,"Lernziele & zu erwerbende Kompetenzen: Erlangen grundlegende Kenntnisse der Funktion von Marketing in Unternehmen und der Analyse von Märkten, Lernen die Instrumente des Marketing kennen, Entwickeln Fähigkeiten zur der Erstellung eines Marketingplans und zur Lösung von Problemstellungen des Marketing unter Anwendung geeigneter Methoden.",Das Marketing-Konzept Marktstrukturen und Käuferverhalten Marketing-Planung und Marketing-Mix-Entscheidungen Marktforschung Marketing-Organisation.,Klausur (60 Minuten),,"Homburg, Ch./Krohmer, H.: Marketingmanagement, 2. Aufl., Wies-baden, Gabler-Verlag, 2006."
Maschinelles Lernen,Machine Learning,FIN,,,ML,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Data and Knowledge Engineering,Prof. Dr.-Ing. Andreas Nürnberger,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals,Vorlesung; Übung,"Präsenzzeiten: wöchtl. Vorlesung: 2 SWS / wöchtl. Übung: 2 SWS Selbstständiges Arbeiten: Bearbeitung von Übungsaufgaben; Nachbereitung der Vorlesung, Vorbereitung auf die Prüfung150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit",5,,T   eilnahmevoraussetzungen: „Algorithmen und Datenstrukturen“,Einführung in das Funktionslernen; Einführung in die Konzepträume und Konzeptlernen; Algorithmen des Instanz-basiertes Lernens und Clusteranalyse; Algorithmen zum Aufbau der Entscheidungsbäume; Bayesches Lernen; Neuronale Netze; Assoziations-analyse; Verstärkungslernen; Hypothesen Evaluierung.,Einführung in das Funktionslernen; Einführung in die Konzepträume und Konzeptlernen; Algorithmen des Instanz-basiertes Lernens und Clusteranalyse; Algorithmen zum Aufbau der Entscheidungsbäume; Bayesches Lernen; Neuronale Netze; Assoziationsanalyse; Verstärkungslernen; Hypothesen Evaluierung.,Leistungen: Bearbeitung der ÜbungsaufgabenBearbeitung der ProgrammieraufgabenErfolgreiche Präsentation der Ergebnisse in den Übungen Schriftliche Prüfung (auch für Schein) Vorleistungen entsprechend Angabe zum Semesterbeginn,"Powerpoint, Tafel","Tom Mitchell. Machine Learning. McGraw-Hill, 1997. S. Russel und P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, Englewood Cliffs, 2003"
Masterarbeit,Master Thesis,FIN,,,,,,M.Sc. ab 3./ 4. Semester,jedes Semester,Hochschullehrer der FIN,Hochschullehrer der FIN,---,FIN: M.Sc. CV FIN: M.Sc. DIGIENG FIN: M.Sc. DKE FIN: M.Sc. INF FIN: M.Sc. INGINF FIN: M.Sc. VC FIN: M.Sc. WIF,"Masterarbeit, Kolloquium",20 Wochen eigenständige Erstellung einer wissenschaftlichen Arbeit + Kolloquium,30,Nachweis von 120 CP aus den Schwerpunktbereichen,,"Es soll der Nachweis erbracht werden, dass innerhalb einer vorgegebenen Frist eine wissenschaftliche Fragestellung aus einem Gebiet der Informatik unter Anleitung mit wissenschaftlichen Methoden bearbeitet und neue Erkenntnisse erzielt werden können. Bei erfolgreichem Abschluss des Moduls sind die Studierenden zudem in der Lage, selbst erarbeitete Problemlösungen strukturiert vorzutragen und zu verteidigen.","Das Thema der Masterarbeit kann aus aktuellen Forschungsvorhaben der Institute oder aus betrieblichen Problemstellungen mit wissenschaftlichem Charakter abgeleitet werden. Ausgegeben wird die Aufgabenstellung immer von einem Hochschullehrer der Fakultät für Informatik. Im Kolloquium haben die Studierenden nachzuweisen, dass sie in der Lage sind, die Arbeitsergebnisse aus der wissenschaftlichen Bearbeitung eines Fachgebietes in einem Fachgespräch zu verteidigen. In dem Kolloquium sollen das Thema der Masterarbeit und die damit verbundenen Probleme und Erkenntnisse in einem Vortrag dargestellt und diesbezügliche Fragen beantwortet werden.",bestandenes Kolloquium,,
Materialflusstechnik II,Materialflusstechnik II,FMB,,,,,,M.Sc. ab 1. Semester,Sommersemester,"Jun.-Prof. A. Katterfeld, (weitere Lehrende: Hon.-Prof. K. Richter), FMBILM","Jun.-Prof. A. Katterfeld, (weitere Lehrende: Hon.-Prof. K. Richter), FMBILM",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung; 1 SWS Übung Selbstständiges Arbeiten: Übungsaufgaben, Prüfungsvorbereitung 120 h (42 h Präsenzzeit + 78 h selbstständige Arbeit)",4,,"Technische Mechanik, Konstruktionselemente Wünschenswert: Mathematik Statistik",Befähigung zur Auswahl von Förder- und Lagermittel als Planungsbaustein für logistischer Systeme Einschätzung der Einsatzbedingungen und Zweckmäßigkeitsbereiche Erlernen von Techniken der Dimensionierung Auslegung und Leistungsermittlung sowie der Definition der funktionellen Bestell- und Beschaffungsangaben,"Grundlagen der Bauformen, Funktionsweise und Verkettungsfähigkeit von ausgewählten Fördermaschinen Dimensionierung der Hauptantriebe, Formulierung maßgebender Auswahlkriterien und Bestellangaben, Nachrechnung von Angeboten und Variantenvergleich",Teilnahme an Vorlesungen und Übungen; Lösen der Übungsaufgaben und erfolgreiche Präsentationen in den Übungen; Bestehen einer mündlichen oder einer schriftlichen Prüfung (Klausur 90 min),,Fördertechnik – Elemente und Triebwerke; Fördermaschinen (Hrsg.: Scheffler)
Materialflusstechnik und Logistik,Materialflusstechnik und Logistik,FMB,,,,,,M.Sc. ab 1. Semester,,Hon.-Prof. Dr. K. Richter / Prof. Dr. H. Zadek,Hon.-Prof. Dr. K. Richter / Prof. Dr. H. Zadek,deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung,"Präsenzzeit: 56 Stunden, Selbststudium: 124 Stunden",6,"Technische Mechanik, Konstruktionselemente (wünschenswert: Mathematik Statistik)",,"Befähigung zur ganzheitlichen Sichtweise sowie zum abstrahieren und problemadäquaten Modellieren logistischer Systeme und von stofflichen, informationellen und monetären Flüssen Erlernen von allgemeingültigen Grundkonzepten und Ordnungssystemen der begriffs-, Objekt- und Prozessklassifizierung Erlernen von Techniken zum qualitativen und qualitativen Beschreiben von logistischen Systemen, Wirkprozessen und zepte auf spezifische reale Gegebenheiten und Situationen Befähigung zur Auswahl von Förder- und Lagermittel als Planungsbaustein für logistische Systeme, Einschätzung der Einsatzbedingungen und Zweckmäßigkeitsbereiche Erlernen von Techniken der Dimensionierung, Auslegung und Leistungsermittlung sowie der Definition der funktionellen Bestell- und Beschaffungsangaben","Begriffsinhalt und Einordnung: Dienstleistung, Wertschöpfung Basismodelle: Graph, System, Prozess, Zustandsmodell, Regelkreis Materialflussmodelle: Flussbeschreibung, Verhaltensmodelle Logistische Flussobjekte: Informationen, Güter Bilder logistikgerechter Güter: Verpacken und Packstücke, Ladeeinheiten, Kennzeichnen Grundlagen der Bauformen, Funktionsweise und Verkettungsfähigkeit von ausgewählten Fördermaschinen Dimensionierung der Hauptantriebe, Formulierung maßgebender Auswahlkriterien und Bestellangaben, Nachrechnung von Angeboten und Variantenvergleich","Übungsschein, Klausur 90 Minuten",,"Fördertechnik – Elemente und Triebwerke; Fördermaschinen (Hsrg.: Scheffler) Grundlagen der Logistik (Hrsg.: H. Krampe, J. Lucke, Hussverlag, 2006) Gudehus, T.: Logistik: Grundlagen, Strategien, Anwendungen. Springer 2005 Handbuch Logistik. Hrsg.: D. Arnold. Springer 2002"
Mathematik I (Lineare Algebra und analytische Geometrie),Mathematik I (Lineare Algebra und analytische Geometrie),FMA,,,,,,B.Sc. ab 1. Semester,Wintersemester,Professur für Geometrie,Professur für Geometrie,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - Verstehen,Vorlesung; Übung,"Präsenzzeiten 84h: SWS Vorlesung SWS Übungen Selbstständiges Arbeiten 156h: Bearbeiten der wöchentlichen Übungszettel, Prüfungsvorbereitung 240h =84h Präsenzzeit + 156h selbstständige Arbeit",8,,,"Lernziele & zu erwerbende Kompetenzen: Erwerb der für ein Studium der IF, CV, Ing-IF und WIF erforderlichen Kenntnisse zu Begriffen und Strukturen aus der linearen Algebra und Geometrie Erwerb von Fertigkeiten bei der Lösung von Aufgabenstellungen aus der Linearen Algebra und der Geometrie","Algebra: Mengen, Relationen und Abbildungen, Vektorräume, lineare Gleichungssysteme, lineare Abbildungen und Matrizen, Determinanten, Eigenwerte und Eigenvektoren Geometrie: Grundlagen der affinen und projektiven Geometrie, homogene Koordinaten und Transformationen",Prüfung: Schriftlich (120 min),,
Mathematik II (Algebra und Analysis),Mathematik II (Algebra und Analysis),FMA,,,,,,B.Sc. ab 2. Semester,Sommersemester,Professur für Geometrie,Professur für Geometrie,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - Verstehen,Vorlesung; Übung,"Präsenzzeiten 84h: SWS Vorlesung SWS Übungen Selbstständiges Arbeiten 156h: Bearbeiten der wöchentlichen Übungszettel, Prüfungsvorbereitung 240h =84h Präsenzzeit + 156h selbstständige Arbeit",8,,,Lernziele & zu erwerbende Kompetenzen: Erwerb von Fähigkeiten im abstrakten und strukturellen Denken anhand von algebraischen Strukturen und ihren Eigenschaften Erlernen algebraischer Methoden Erwerb von erforderlichen analytischen Grundkenntnissen und analytischen Grundfertigkeiten zu Funktionen mit einer/mehreren Veränderlichen,"Algebra: Algebraische Strukturen und ihre Eigenschaften: Gruppen, Ringe und Körper, Faktorstrukturen und Homomorphie Analysis I: Folgen und Reihen, Differential- und Integralrechnung für Funktionen mit einer und mehreren Veränderlichen, Potenzreihen und ihr Konvergenzkreis Analysis II: Differential- und Integralrechnung von Funktionen mit mehreren Veränderlichen",Prüfung: Schriftlich (120 min),,
"Mathematik III (Stochastik, Statistik, Numerik, Differentialgleichungen)","Mathematik III (Stochastik, Statistik, Numerik, Differentialgleichungen)",FMA,,,,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Geometrie,Professur für Geometrie,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,"Präsenzzeiten 70h: SWS Vorlesung SWS Übungen Selbstständiges Arbeiten 110h: Bearbeiten der wöchentlichen Übungszettel, Prüfungsvorbereitung180h =70h Präsenzzeit + 110h selbstständige Arbeit",6,,,"Lernziele & zu erwerbende Kompetenzen: Erlernen typischer stochastischer und statistischer Begriffsbildungen und Entwicklung von Fähigkeiten und Fertigkeiten, um praktische Aufgaben der Stochastik und Statistik zu bearbeiten Erwerb der für die numerische Mathematik erforderlichen Grundkenntnisse, Entwicklung von Fertigkeiten bei der Lösung von numerischen Aufgabenstellungen Erwerb von Grundkenntnissen und Fertigkeiten zur Lösung von Differentialgleichungen","Stochastik: Diskrete und stetige Zufallsgrößen und ihre Verteilungsfunktionen, Grenzwertsätze, Modellierung Statistik: Beschreibende Statistik, Vertrauensintervalle und Testen von Hypothesen, Statistischen Datenanalyse, Regressions-, Korrelations- und Varianzanalyse Numerik: Interpolation durch Polynome, numerische Integration, Numerik linearer Gleichungssysteme, Nullstellen nichtlinearer Gleichungen Differentialgleichungen: Grundlagen gewöhnlicher Differentialgleichungen n’ter Ordnung: elementare explizite Lösungsverfahren und Anfangswertprobleme",Prüfung: Schriftlich (120 min),,
"Mechanische Schwingungen, Struktur- und Maschinendynamik","Mechanische Schwingungen, Struktur- und Maschinendynamik",FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,"Prof. Strackeljan, IFME","Prof. Strackeljan, IFME",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung, 1 SWS Übungen selbständiges Arbeiten: Nachbereitung der Vorlesung, selbständige Übungsarbeit und Erstellung von Simulationsprogrammen als Projekt Vorlesungen und Übungen unter Nutzung von Matla-Programmen",5,,Teilnahmevoraussetzungen: Grundkenntnisse Mechanik und Dynamik inkl. Schwingungen,"Lernziele und zu erwerbende Kompetenzen: Umsetzung realer Problemstellung aus dem Bereich Maschinendynamik in mechanische Ersatzmodelle anhand konkreter Fragestellungen des Maschinenbaus Die Studierenden sollen in der Lage sein, grundlegende Fragestellungen aus dem Gebiet Schwingungs- und Strukturdynamik zu bearbeiten und einer Lösung zuzuführen Fähigkeiten zur Abbildung realer Systeme auf handhabbare mechanische Modelle, die mathematische Modellierung schwingungsfähiger mechanischer Systeme und die Ermittlung der dynamischen Eigenschaften von Strukturen, die Berechnung von Lösungen und deren Interpretation Nutzung von nummerischen Methoden und Programmsystemen zur Simulation von Schwingungsproblemen, hierzu eigene Übungen Fähigkeit zur Bewertung von Ergebnissen derartiger Berechnungen","Wiederholung grundlegender Schwingungsphänomene Behandlung von Systemen mit mehreren FG Anwendungen im Maschinenbau, Automobiltechnik, Torsionsschwingungen, Schwingungstilgung Auswuchten starrer und elastischer Rotoren Schwingungen einfacher Kontinua Schwingungen von Rotorsystemen, Ermittlung drehzahlabhängiger Eigenfrequenzen Selbsterregte und parametererregte Schwingungen Numerische Methoden, MKS-SystemeEinführung in nichtlineare Schwingungsprobleme","Erstellung eines Projektes, mündliche Prüfung",,Skript zur Vorlesung mit umfangreicher Angabe weiterführender Literatur
Mechatronik der Werkzeugmaschinen,Mechatronics of machine tools,FMB,,,,,,M.Sc. ab 1. Semester,,"Prof. Möhring, FMB-IFQ","Prof. Möhring, FMB-IFQ",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS Selbständige Arbeiten: Nachbereiten der Vorlesungen",5,,,Lernziele und zu erwerbende Kompetenzen: Kenntnisse über und Verständnis des mechatronischen Systems Werkzeugmaschine Wissen über die mechatronischen Kernkomponenten spanender Werkzeugmaschinen und deren Funktionsweise Kenntnisse über die Auslegung und Berechnung des Systemverhaltens Fähigkeiten zur Beurteilung spanender Werkzeugmaschinen,"Einteilung der Werkzeugmaschinen und das mechatronische System Werkzeugmaschine Die spanende Werkzeugmaschine als Hochleistungs- und Präzisions-Mechatronik Kernkomponenten: Mechanische Strukturen, Führungen und Lager, elektrische und elektromechanische Antriebstechnik, Leistungselektronik, Messsysteme, Steuerungstechnik Auslegungs- , Berechnungs- und Simulationsverfahren: Analytische Methoden, Finite Elemente Berechnung, Mehrkörpersimulation, mechatronische Simulation Maschinendynamik spanender Werkzeugmaschinen Regelung spanender Werkzeugmaschinen Messtechnische Analyse und Beurteilung des mechatronischen Verhaltens spanender Werkzeugmaschinen Prozessverhalten spanender Werkzeugmaschinen Zukunftstechnologien in mechatronischen Werkzeugmaschinen: Werkstoffe, Aktorik, Sensorik, Regelungsverfahren, Simulationsmethoden",Prüfung: Klausur (K120),,"Weck, M.; Brecher, C.: Werkzeugmaschinen, Band 1-5, Springer Verlag Tönshoff, H.K.: Werkzeugmaschinen – Grundlagen, Springer Verlag Heimann, B.; Gerth, W.; Popp, K.: Mechatronik, Fachbuchverlag Leipzig Rieg, F.; Hackenschmidt, R.: Finite Elemente Analyse für Ingenieure, Hanser Verlag Dresig, H.; Holzweißig, F.: Maschinendynamik, Springer Verlag Hering, E.; Bressler, K.; Gutekunst, J.: Elektrotechnik für Ingenieure und Naturwissenschaftler, Springer Verlag Lutz, H.; Wendt, W.: Taschenbuch der Regelungstechnik, Verlag Harri Deutsch"
Mechatronische Aktoren und Sensoren,Mechatronic Actuators and Sensorees,FMB,,,,,,M.Sc. ab 1. Semester,,"Prof Kaspar, FMB-IMS","Prof Kaspar, FMB-IMS",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS, selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösen von Testaufgaben",5,,Mechatronische Systeme II,Lernziele und zu erwerbende Kompetenzen Aufbau und Funktion mechatronischer Aktoren und Sensoren und deren Integration in mechatronische Systeme Anwendung mechatronischer Aktoren und Sensoren speziell in den Bereichen Fahrzeug und mobile Systeme,"Einführung kapazitativer und induktiver Aktoren und Sensoren Elektrische Ansteuerung kapazitiver und induktiver Aktoren Berechnung und Regelung kapazitativer und induktiver Aktorsysteme Auswerteschaltungen kapazitiver und induktiver Sensoren Integrierte Sensor-Aktor-Systeme Anwendungen Position- bzw. Kraftstelle Ventile, variabler Ventiltrieb, Einspritzventile, Mechatronische Bremse, Keilbremse, Mechatronische Betätigungs- und Handlingssyteme Schwingungsdämpfung Fahrwerk, Lager, Motorlager, StrukturschwingungenMagnetlager",Prüfungsvorleistung: Teilnahme an den Übungen Prüfung: mündliche Prüfung,,
Medizinische Bildverarbeitung,Medical Image Processing,FIN,,,MedBV,,,B.Sc. ab 4. Semester,Sommersemester,"Professur für Praktische Informatik / Bildverarbeitung, Bildverste-hen","Professur für Praktische Informatik / Bildverarbeitung, Bildverste-hen",deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - Anwendungsfach - Medizintechnik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Projekt,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Projekttreffen Selbstständige Arbeit: Projektplanung und Umsetzung in Teams Vorbereitung der Projektpräsentation Vor- und Nachbearbeitung des Vorlesungsstoffs 150h = 4SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,"Einführung in die Informatik, lineare Algebra, Grundkenntnisse der digitalen Bildverarbeitung",Lernziele & zu erwerbende Kompetenzen: Fähigkeit zur Anwendung von Algorithmen zur Analyse digitaler Bilder Fähigkeit zur eigenständigen Bearbeitung eines kleinen Projekts Teamfähigkeit Fähigkeit zum interdisziplinären Arbeiten,Digitale Bilder in der Medizin Kommunikation und Speicherung von digitalen Bildern in Krankenhäusern Validierungsmethoden für Bildanalysemethoden Fortgeschrittene Bildverbesserungsmethoden Fortgeschrittene Segmentierungsmethoden Bildregistrierung,Prüfungsvorleistung ist erforderlich Prüfung: schriftlich 120 Min,,siehe http://wwwisg.cs.uni-magdeburg.de/bv/mba/mba.html
Medizinische Visualisierung,Medical Visualization,FIN,,,,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Visualisierung,Prof. Dr. Bernhard Preim,englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Vorlesung und vorlesungsbegleitende Übung einschließlich eines Programmierpraktikums mit der Bibliothek MeVisLab , selbständiges Bearbeiten der Übungsaufgaben als Voraussetzung für die Prüfungszulassung Präsenzzeiten: wöchentliche Vorlesungen und Übungen je 2 SWS Selbstständiges Arbeiten: Selbständiges bearbeiten der Übungsaufgaben und Nachbereitung der Vorlesungen, Prüfungsvorbereitung 180h (56 h Präsenzzeit + 124 h selbstständige Ar-beit)",6,,"Computergraphik I, Visualisierung","Diese Vorlesung vermittelt am Beispiel medizinischer Anwendungen Grundlagenwissen darüber, wie große Datenmengen visualisiert, erkundet und gezielt analysiert werden. Bei den Datenmengen handelt es sich um medizinische Schichtbilder, vorwiegend Computertomographie- und Mag-netresonanztomographiedaten, die in der Radiologie entstehen. Diverse Visualisierungstechniken werden dahingehend betrachtet, wie konkrete medizinische Fragen in der Diagnose und Therapieplanung unterstützt werden können. Medizinisches Vorwissen ist jedoch nicht erforderlich",Charakterisierung medizinischer Schichtdaten Algorithmen der medizinischen Visualisierung Interaktionstechniken in der medizinischen Visualisierung Virtuelle Endoskopie Konzepte und Systeme der computergestützten Anatomieausbildung Visualisierung von Gefäßstrukturen und Blutflussdaten,Prüfungsvorleistungen: Werden zu Beginn des Semesters bekannt gegeben. Prüfung: mündlich,,"B. Preim und D. Bartz: Visualization in Medicine, Morgan Kaufman, San Francisco, 2006Preim, Botha: Visual Computing for Medicine, 2nd Edition, , Morgan Kaufman, San Francisco, 2013"
Mesh Processing,Mesh Processing,FIN,,,MP,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Visual Computing,Dr. Christian Rössl,deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - Anwendungsfach - Computerspiele FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Übungsaufgaben 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,6,,"M   athematik I und Mathematik II (Lineare Algebra und Analysis), Computergraphik",Lernziele & zu erwerbende Kompetenzen: Funktion und Implementierung von Algorithmen auf Dreiecksnetzen unter Verwendung geeigneter Datenstrukturen,3D-scannen und TriangulierungDatenstrukturendiskrete Differentialgeometrie Glätten Parametriesierung Dezimierung Remeshing Deformation,"P   rüfungsvorleistungen: Regelmäßige Teilnahme an den LV, erfolgreiche Bearbeitung der Übungsaufgaben Mündliche Prüfung",,http://www.pmp-book.org/
Methoden des Virtual Engineering in der Mechanik,Methods of Virtual Engineering in Mechanics,FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,"Prof. Gabbert, FMB-IFME","Prof. Gabbert, FMB-IFME",deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,"Präsenzzeiten: Vorlesung 3 SWS, Übung 1 SWS Selbständiges Bearbeiten eines Projektes",5,Kenntnisse der Technischen Mechanik; Informatik,,Kenntnisse der Softwareentwicklung Anwendung kommerzieller Softwaretools zur Lösung von komplexen Berechnungsproblemen der Mechanik,"Einsatz von High Performance Computern (PC-Cluster, Superrechner), Nutzung von Parallelrechnern (MPI) Methoden der Softwareentwicklung Datenformate, Datenstrukturen, Datenschnittstellen Softwaretools, Koppelung unterschiedlicher Softwaretools Grafikprogrammierung; Programmierübungen",Mündliche Prüfung,,
Middleware für verteilte industrielle Umgebungen,Middleware für verteilte industrielle Umgebungen,FIN,,,,,,M.Sc. ab 1. Semester,,"Dr. Matthias Riedl, ifak e.V. Magdeburg","Dr. Matthias Riedl, ifak e.V. Magdeburg",deutsch,FIN: M.Sc. INF - Bereich Informatik,Vorlesung,Präsenzzeiten: wöchentliche Vorlesungen 2 SWS wöchentliche Übungen: 2 SWS Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen von Übungsaufgaben mit steigender Komplexität Prüfungsvorbereitung180h = 56h Präsenzzeit + 124h selbstständige Arbeit 180h,6,,"Die Lehrveranstaltung ist geeignet für Studierende der Informatik und der ingenieurwissenschaftlicher Studiengänge mit gutem Informatikwissen ab 1. Mastersemester. Es werden vorausgesetzt: Grundkenntnisse über Mikrorechner Grundkenntnisse der Informationstechnik Objektorientierte Programmierung Kommunikationssysteme, (Netze)",Der Kurs ist in die folgenden Teile gegliedert: Vermittlung der Grundlagen für verteilte Anwendungen Struktur und Verhalten von Middleware-Konzepten Anwendung objektorientierter Methoden auf Middleware Vorstellung des objektorientierten Middlewarekonzeptes DOME (Distributed Object Model Environment),"Schwerpunkt dieser Vorlesung ist der Einsatz von Middleware für verteilte industrielle Anwendungen. Es werden Techniken und Entwurfsziele beschrieben, die eine Middleware für verteilte Zugriffe auf Ressourcen benötigt. Hierbei werden ebenfalls objektorientierte Softwarekonzepte mit einbezogen. Es werden Anforderungen an das Kopplungsverhalten der Komponenten, an reflexive Schnittstellen sowie Softwaremetriken erläutert, die an verschiedenen Middlewaren gespiegelt werden. Dem Vergleich folgt der Entwurf und die Umsetzung der ereignisgesteuerte Middleware DOME (Distributed Object Model Environment), die wesentliche Eigenschaften für den echtzeitfähigen industriellen Einsatz aufweist. Fragen des verteilten Systemanlaufes, von Performance, Authentifizierung und Autorisierung runden die Lehrveranstaltung ab.","Teilnahme an den Lehrveranstaltungen, erfolgreich absolvierte Praktika Prüfung am Ende des Moduls",,"Dumke, R.: Verteilte Systeme, http://ivs.cs.uni-magdeburg.de/sw-eng/agruppe/lehre/vts.shtml Microsoft Corporation: DCOM - Architecture Overview - Technical Whitepaper, http://microsoft.com/com/doc, 1997 Schmidt, D.; Stal, M.; Rohnert, H.; Buschmann, F.: Pattern-Oriented Software Architecture - Patterns for Concurrent and Networked Objects, Volume 2, Wiley & Sons, 2000 Selic, B., Gullekson, G., Ward, P. T.: Real-Time Object-Oriented Modelling, John Wiley & Sons, 1994 Selic, B., Rumbaugh, J.: Using UML for Modeling Complex Real-Time Systems, Rational Software, 1998 van der Wal, Eelco: Structuring Program Development with IEC 61131-3, Internet: www.plcopen.org/intro_iec/structuring_program_development.htm  Tanenbaum, A.; van Steen, M.: Verteilte Systeme - Grundlagen und Paradigmen, Pearson Studium, 2003 Veríssimo, P.; Rodrigues, L.: Distributed Systems for System Architects, Kluwer Academic Publishers, 2001 Weber, M.: Verteilte Systeme, Spektrum Akademischer Verlag GmbH, 1998"
Mikrobiologie,Mikrobiologie,FVST,,,,,,B.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. U. Reichl / Dr. H. Grammel / Dr. K. Bettenbrock,Prof. Dr.-Ing. U. Reichl / Dr. H. Grammel / Dr. K. Bettenbrock,deutsch,FIN: B.Sc. CV - Anwendungsfach - Biologie,Vorlesung; Praktikum,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS Praktikum Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Vor- und Nachbereiten des PraktikumsVorlesung: 3 CP = 90 h (28h Präsenzzeit + 62h selbstständige Arbeit) Praktikum: 2 CP = 60 h (28h Präsenzzeit + 32h selbstständige Arbeit),Vorlesung: 3 Praktikum: 2,Bestandene Klausur Mikrobiologie ist Voraussetzung für Teilnahme am Praktikum,,"Die Studenten erwerben Basiskompetenzen zu den Grundlagen der Mikrobiologie. Die Themen umspannen den Aufbau und die Funktion von Mikroorganismen, verschiedene Stoffwechselprozesse in Mikroorganismen sowie die Grundlagen der mikrobiellen Genetik. Sie werden geschult, auf die fächerübergreifenden Zusammenhänge zu den Gebieten Biologie und Biochemie zu achten und so das Fachgebiet integrativ zu verstehen. Das Praktikum dient dem Erwerb von Fertigkeiten bei der Nutzung mikrobiologischer Arbeitstechniken.","Einführung zu Mikroorganismen Klassifizierung von Mikroorganismen Struktur und Funktion der prokaryotischen Zelle Wachstum, Vermehrung und Sporenbildung Grundmechanismen des Stoffwechsels Bioenergetik Grundlagen der Genetik",Vorlesung: Klausur 90 min. Praktikumsschein,,Wird in der Vorlesung bekannt gegeben
Mikroskopie und Werkstoffcharakterisierung,Microscopy and Characterization of Materials,FMB,,,MuWC,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Werkstoff- und Fügetechnik,Professur für Werkstoff- und Fügetechnik,deutsch,FIN: B.Sc. CV - Anwendungsfach - Werkstoffwissenschaft,Vorlesung; Praktikum,Präsenzzeiten: 3 SWS Vorlesung 1 SWS Praktikum Selbstständiges Arbeiten: Nachbereiten der Vorlesung Vorbereiten des Praktikums Anfertigen derVersuchsprotokolle 150h = 4 SWS = 56h Präsenzzeit + 94h selbständige Arbeit,5,,Mikrostruktur der Werkstoffe,"Lernziele & zu erwerbende Kompetenzen: Die mikroskopische Untersuchung der Mikrostruktur und die Prüfung von Eigenschaften der Werkstoffe sind Voraussetzung für die Werkstoffentwicklung, die Qualitätssicherung und die Kontrolle technologischer Prozesse. Es werden die Grundlagen und die praktische Durchführung der Werkstoffmikroskopie mit Licht und Elektronenstrahlen behandelt sowie eine Einführung zur Quantifizierung von Mikroskopaufnahmen mit der digitalen Bildanalyse gegeben. Bei der Werkstoffcharakterisierung bilden Verfahren zum Prüfen von mechanischen (Festigkeit, Zähigkeit, Härte) und elektrischen Mikro- und Makroeigenschaften den Schwerpunkt. Der Lehrinhalt befähigt zur problemorientierten Auswahl von Untersuchungsmethoden, Auswertetechnik und Probenvorbereitung für ein konkretes Materialproblem sowie zur Interpretation der Ergebnisse und zum Aufstellen von Zusammenhängen zwischen Mikrostruktur und Eigenschaften.",Lichtmikroskopie Elektronenmikroskopie Prüfung mechanischer Eigenschaften Prüfung elektrischer Eigenschaften Korrosionsuntersuchung Verschleißverhalten,Leistungen: Erfolgreiche Teilnahme am Praktikum Prüfung: mündlich M30,,"H. Blumenauer: Werkstoffprüfung, Deutscher Verlag für Grundstoffindustrie, Leipzig/Stuttgart, 1994W. Schatt, H. Worch, Werkstoffwissenschaft, Deutscher Verlag für Grundstoffindustrie, 8. Auflage, 1996 H.J. Bargel, G. Schulze, Werkstoffkunde, Springer Verlag 2005"
Mikrostruktur der Werkstoffe,Mikrostruktur der Werkstoffe,FMB,,,MikWst,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Werkstofftechnik,Professur für Werkstofftechnik,deutsch,FIN: B.Sc. CV - Anwendungsfach - Werkstoffwissenschaft,Vorlesung; Praktikum,Präsenzzeiten: 3 SWS Vorlesung 1 SWS Praktikum Selbstständiges Arbeiten: Nachbereiten der Vorlesung Vorbereiten des Praktikums Anfertigen der Versuchsprotokolle 150h = 4 SWS = 56h Präsenzzeit + 94h selbständige Ar-beit,5,,,"Lernziele & zu erwerbende Kompetenzen: Die Gebrauchseigenschaften der Werkstoffe werden von ihrem Aufbau bestimmt. Dieser hängt von der chemischen Zusammensetzung, der Kristallstruktur und der Mikrostruktur (Gefüge) ab. Die Bewertung des Werkstoffzustandes anhand von Mikroskopbildern und die Interpretation der Eigenschaften erfordert Grundwissen über den Werkstoffaufbau. Es werden Zusammenhänge zwischen der Struktur und den Eigenschaften sowie die Einflüsse auf die Mikrostruktur bei der Erstarrung von Metallschmelzen vermittelt. Die Abhängigkeit der Eigenschaften, insbesondere von Festigkeit, Zähigkeit und Härte, von der Mikrostruktur und ihre Optimierung durch eine Wärmebehandlung inform von Glühen oder Härten wird anhand technischer Legierungen behandelt. Der Werkstoffeinsatz wird ausgehend von den konkreten Einsatzanforderungen an Beispielen aus der Fahrzeug- und Elektro-technik sowie dem Apparatebau erläutert. Die Studierenden lernen, die Zusammenhänge zwischen dem Aufbau der Werkstoffe und den daraus resultierenden Eigenschaften zu verstehen. Sie werden dazu befähigt, die Gefügeausbildung von Werkstoffen in Abhängigkeit von der Wärmebehandlung zu interpretieren und deren Festigkeits und Bruchverhalten einzuschätzen. Darüber hinaus sind sie in der Lage, Werkstoffe zweckorientiert auszuwählen und einzusetzen.","Zusammensetzung von Werkstoffen ideale und reale KristallstrukturLegierungslehreMikrostrukturentstehung beim Erstarren von SchmelzenVerformung und BruchEigenschaftsoptimierung durch Wärmebehandlung (Glühen, Härten)Einsatz von Werkstoffen",Leistungen: erfolgreiche Teilnahme am Praktikum Prüfung: mündlich M30,,"W. Schatt, H. Worch, Werkstoffwissenschaft, Deutscher Verlag für Grundstoffindustrie, 8. Auflage, 1996 H.J. Bargel, G. Schulze, Werkstoffkunde, Springer Verlag 2005"
Mobilkommunikation,Mobile Communication,FIN,,,MobCom,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Technische Informatik,Prof. Dr. Mesut Güneş,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit = 56 h      • 2 SWS Vorlesung      • 2 SWS Übung  Selbstständiges Arbeit = 124 h      • Bearbeitung von Übungs- und Programmieraufgaben & Prüfungsvorbereitungen,5 CP,,Computernetze (Computer Networks) Networkprogramming for IoT Seminar: Hot Topics in Communication Systems,"Lernziele & erworbene Kompetenzen: • Die Studierenden sind in der Lage die Unterschiede zwischen klassischen Festnetzen und mobilen, drahtlosen Netzen und deren Auswirkungen auf alle Protokollschichten zu verstehen.  • Umfassender Überblick über Anforderungen an und Prinzipien der Mobilkommunikation  • Fähigkeit, die grundlegenden Entwurfsalternativen und ihre inhärenten Trade-offs zu analysieren und einzuordnen","• Technische Grundlagen • Medienzugriffsverfahren • Medienzugriffsprotokolle (drahtgebunden/drahtlos) • Drahtlose LANs (Techniken, Standards, Einsatzgebiete)  • Sicherheitsproblematik  • Netzwerkprotokolle (Mobiles IP, Ad-hoc Netze, Drahtlose Sensornetze, Routing)  • Transportprotokolle (TCP-Varianten und Mobiles TCP)",Erfolgreiche Bearbeitung der Übungs- und Programmieraufgaben  Prüfung: mündlich,,"Jochen Schiller, Mobilkommunikation, Addison-Wesley, 2. Auflage, 2003"
Modeling with population balances,Modeling with population balances,FVST,,,PBM,,,M.Sc. ab 1. Semester,,Professor for Thermal Process Engineering,Jun.-Prof. Dr.-Ing. M. Peglow,englisch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,Presence: Weekly lecture 1 SWS Weekly exercises 2 SWS (with computer hands-on) Autonomous work: Complementary readingfinal project work 90h (42 h presence + 48 h autonomous work),3,,,"The participants will learn to: characterize systems with coupled properties involving density functions model processes like nucleation, growth and agglomeration solve population balances (analytical solutions, momentum approaches, sectional models) apply population balances to real problems, in particular for process engineering","Concept of population balances, properties of disperse systems Interaction between particles and continuous phase Relevant properties (internal coordinates) Temporal solution Heat, mass and momentum transfer between the disperse and the continuous phases Interactions between individual particles of the disperse phase Detailed consideration of key processes: nucleation, growth, breakage, agglomeration",Exam: oral,,"Ramkrishna, “Population balances: theory and applications to par-ticulate systems in engineering”, Academic Press (2000) Further literature given during first lecture"
Modellierung,Modeling,FIN,,,Mod,,,B.Sc. ab 2. Semester,,Professur für Angewandte Informatik / Wirtschaftsinformatik I,Professur für Angewandte Informatik / Wirtschaftsinformatik I,deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - Gestalten,Vorlesung; Übung,Präsenzzeiten: 28h Vorlesung14 h Übung Selbstständiges Arbeiten: 42h Vor- und Nachbereitung Vorlesung 36h Entwicklung von Modellen für die Übung 120h: Vorlesung 2 SWS = 28h Präsenzzeit + 42h selbstständige Arbeit Übung 1 SWS = 14h Präsenzzeit + 36h selbstständige Arbeit,4 CP 5 CP (SPO ab 10/2023),,,Schaffung der methodischen Grundlagen zur Umsetzung realweltlicher Problemstellungen in komplexe Softwaresysteme Schaffung eines Grundverständnisses für die Modellierung Erlernen von Techniken für die Prozess- und Datenmodellierung auf fachkonzeptueller Ebene Vermittlung praktischer Erfahrungen in der modellgetriebenen Systementwicklung,"Modellierungstheorie: Von der Diskurswelt zu formalisierten Informationsmodellen Prozesse, Workflows und Geschäftsprozesse Meta-Modelle, Referenzmodellierung Grundsätze ordnungsmäßiger Modellierung Fachkonzeptuelle Modellierung mit höheren Petri-Netzen, der Entity Relationship-Methode und der BPMN Objektorientierte Modellierung mit UML Umsetzung konkreter Aufgabenstellungen","Schriftliche Prüfung, 120 Min. Schein Vorleistungen entsprechend Angabe zum Semesterbeginn",,"Kecher, C. (2011): UML 2 – Das umfassende Handbuch. 4. Aufl. Reisig, W. (1998): Systementwurf mit Netzen. Berlin u. a."
Modellierung und Expertensysteme in der elektrischen Energieversorgung,Modellierung und Expertensysteme in der elektrischen Energieversorgung,FEIT,,,,,,M.Sc. ab 1. Semester,,Prof. Dr.-Ing. habil. Zbigniew Antoni Styczynski (FEIT-IESY),Prof. Dr.-Ing. habil. Zbigniew Antoni Styczynski (FEIT-IESY),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesungen 2 SWS, zweiwöchentliche Übungen 1 SWS Selbständiges Arbeiten: Nacharbeiten der Vorlesung, Lösung von Übungsaufgaben, Prüfungsvorbereitung 3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit)",5,,,"Lernziele und erworbene Kenntnisse Erwerb von Kenntnissen über Modellbildung und Simulation zur Analyse der Verhältnisse in elektrischen Energienetzen Entwurf von Modellen und Durchführung von Berechnungen und Simulation auf der Basis von Modellen Erwerb von Kenntnissen zur Entwicklung, Gestaltung und Anwendung von Expertensystemen Anwendung von Expertensystemen für Problemstellungen in der Energieversorgung","Modellierung -Schaltgeräte, Konstruktion, Funktionsfähigkeiten und Modelle - Schaltvorgänge und Darstellung von Wanderwellenvorgängen im Netz Expertensysteme - Grundbegriffe,Expertensysteme in der Energieversorgung, Wissensakquisition und Wissensrepräsentation - Behandlung von Ungenauigkeiten, Wahrscheinlichkeiten, Fuzzy-Techniken und Neurale Netze in ExpertensystemenDaten- und Wissensbanken in Expertensystemen, Überwachung elektrischer Anlagen unterstützt durch wissensbasierte Systeme, Beispiele",Mündliche Prüfung,,
Modellierung und Simulation von Computernetzen,Modeling and Simulation of Computer Networks,FIN,,,SimComNets,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Technische Informatik / Communication and Networked Systems,Prof. Dr. Mesut Güneş,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung,Präsenzzeit = 56 h 2 SWS Vorlesung 2 SWS Übung Bachelor: Selbstständige Arbeit = 94 h Bearbeitung von Übungs- und Programmieraufgaben & Prüfungsvorbereitungen Master: Selbstständige Arbeit = 124 h Bearbeitung von Übungs- und Programmieraufgaben in erweitertem Umfang & Prüfungsvorbereitungen,Bachelor: 5 Master: 6,,ComputernetzeAlgorithmen und Datenstrukturen ,"Lernziele & erworbene Kompetenzen: Grundlegendes Verständnis der Modellierung von Computersystemen und Computernetzen Verständnis für den Entwurf, Aufbau und die Erstellung von Simulationssystemen Kompetenz Simulationen wissenschaftlich durchzuführen und zu evaluieren Kompetenz im Entwerfen von großen Experimentserien Kompetenz im Nutzung eines ereignisorientierten Netzwerksimulators",Inhalte Introduction to simulation General principles of discrete-event simulations Introduction to network simulators Statistical models in simulations Random-number and random-variate generation Queuing models Input modeling Verification and validation of simulation models Output analysis Design of experiments Für Master: erweiterte Kompetenzen im wissenschaftlichen Forschen und Schreiben,L   eistungen: Regelmäßige Teilnahme an Vorlesung und Übungen Erfolgreiche Bearbeitung einer Programmieraufgabe Prüfung: Klausur 120 min,,"Eine ausführliche Literaturliste wird in der Vorlesung bekannt gegeben. Basis-Literatur: Jerry Banks, John Carson, Barry L. Nelson, David Nicol: Discrete-Event System Simulation, Fifth Edition, 2010, Prentice Hall Averill M. Law: Simulation Modeling and Analysis, 2007, McGrawHill Klaus Wehrle, Mesut Güneş, James Gross: Modeling and Tools for Network Simulation, 2010, Springer"
Molekulare Immunologie,Molekulare Immunologie,FME,,,,,,B.Sc. ab 3. Semester,Sommersemester,"FME, Prof. Dr. B. Schraven","FME, Prof. Dr. B. Schraven",deutsch,FIN: B.Sc. CV - Anwendungsfach - Biologie,Vorlesung,Präsenzzeiten: 2 SWS Vorlesung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung120 h (28h Präsenzzeit + 92h selbstständige Arbeit),4,,,Aufbauend auf der Beherrschung der Grundprinzipien der Zellbiologie und Immunologie aus dem zweiten bzw. vierten Semester Erwerb von Spezialkenntnissen auf diesem Gebiet. Verstärkung der Motivation zur wissenschaftlichen Arbeitsweise,Molekulare Immunologie Immunantwort Signaltransduktion der Immunantwort Immunregulation Immundefizienzen Tumorimmunologie Autoimmunerkrankungen,Klausur 2 Std.,,Wird in der Vorlesung bekannt gegeben
Molekulare Zellbiologie,Molekulare Zellbiologie,FME,,,,,,B.Sc. ab 3. Semester,Wintersemester,"FME, Prof. Dr. M. Naumann","FME, Prof. Dr. M. Naumann",deutsch,FIN: B.Sc. CV - Anwendungsfach - Biologie,Vorlesung,Präsenzzeiten: 2 SWS Vorlesung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung 90 h (28h Präsenzzeit + 62h selbstständige Arbeit),3,,,"Aufbauend auf das Wissen aus dem Modul „Zellbiologie“ erwerben die Studierenden die Fähigkeit, die wichtigsten Vorgänge und Prinzipien auf die molekulare Ebene zu übertragen.",Einführung in die Zellbiologie Zellorganisation und Organellen Membranen und Membranorganisation Zelltransport Zellkommunikation,Klausur 2 Std.,,Wird in der Vorlesung bekannt gegeben
Multimedia and Security,Multimedia and Security,FIN,,,MMSEC,,,M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multimedia and Security,Professur für Angewandte Informatik / Multimedia and Security,englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: wöchentliche Vorlesung: 2 SWS wöchentliche Übung einschl. Referatsthema: 2 SWS Selbstständiges Arbeiten: Aufarbeitung der Vorlesung und Bearbeitung des Referates 180h (56 h Präsenzzeit + 124 h selbstständige Arbeit),6,,"Vorlesung „Sichere Systeme“ oder gleichgelagerte LV, eine Vorlesung zu den Grundlagen der Mustererkennung (Pattern recognition)","Lernziele & erworbene Kompetenzen: Der/die Studierende soll Sicherheitsprobleme in Multimediaanwendungen erkennen und lösen können. Dafür soll er/sie Fähigkei-ten erlernen Multimedia spezifische Umsetzungen von Sicherheitsprotokollen für Bild, Video und Audio sowie Komplexe anwenden können.","Motivation, Einführung und Grundlagen, sowie ausgewählte Themen zu: Intellectual Property Rights (IPR), Digital Rights Management (DRM) Access Protection: Pay-TV, Scrambling and Encryption of Video-and Audio Data, User Authentication and Accounting Verdeckte Kommunikation: Hidden Communication, Steganography Authenticity and Integrity of digital Media: Grundlegende Techniken wie Electronic Signatures, Digital Watermarking, Perceptual Hashing, Digital Forensics","Prüfungsleistung / -form: Referat Das Referat umfasst eine eigenständige und vertiefte schriftliche Auseinandersetzung mit einem Problem aus dem Arbeitszusammenhang der Lehrveranstaltung unter Einbeziehung und Auswertung einschlägiger Literatur, sowie die Darstellung der Arbeit und die Vermittlung ihrer Ergebnisse im mündlichen Vortrag sowie in der anschließenden Diskussion. Die Ausarbeitungen müssen schriftlich vorliegen",,siehe unter wwwiti.cs.uni-magdeburg.de/iti_amsl/lehre/
Multimedia Retrieval,Multimedia Retrieval,FIN,,,MIR,,,M.Sc. ab 1. Semester,,Professur für Data and Knowledge Engineering,Prof. Dr.-Ing. Andreas Nürnberger,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: wöchentliche Vorlesungen 2 SWS wöchentliche Übungen 2 SWS Selbstständiges Arbeiten:  Übungsaufgaben & Prüfungsvorbereitung 180h (56h Präsenzzeit in den Vorlesungen & Übungen + 124h selbstständige Arbeit),6,,Grundlegende Kenntnisse von Datenbanken,"Lernziele & erworbene Kompetenzen: Grundverständnis der Suche in Sammlungen von Multimedia Daten Kenntnisse von Konzepten des Information Retrievals Kenntnisse zur Ähnlichkeitsberechnung zwischen Medienobjekten Kenntnisse über Algorithmen und Datenstrukturen zur effizienten Ähnlichkeitsberechnung Kenntnisse der Erzeugung und Verwendung deskriptiver Merkmale (features) aus Multimediaobjekten (Text, Bild, Ton, Video) Befähigung zur Auswahl und Einschätzung von alternativen Konzepten zur Ähnlichkeitssuche für konkrete Szenarien der (interaktiven) Suche",Einleitung und Begriffe Prinzipien des Information Retrieval Feature-Extraktions- und Transformationsverfahren Distanzfunktionen Algorithmen und Datenstrukturen zur effizienten Suche Anfragesprachen Benutzerschnittstellen für Multimedia Retrieval Systeme,Leistungen: Regelmäßige Teilnahme an den Vorlesungen Lösen der Übungsaufgaben und erfolgreiche Präsentation in den Übungen Prüfung: mündlich (auch für Schein),"Power Point, Tafel","Ähnlichkeitssuche in Multimedia-Datenbanken (Ingo Schmitt), Oldenbourg Wissenschaftsverlag GmbH, München, 2005. Modern Information Retrieval (Ricardo Baeza-Yates and Berthier Ribiero-Neto), Addison Wesley, 1999. Foundations of Statistical Natural Language Processing (Chris Manning and Hinrich Schütze), MIT Press, Cambridge, MA, 1999. Information Retrieval: Data Structures and Algorithms (William B. Frakes and Ricardo Baeza-Yates), Prentice-Hall, 1992. Soft Computing in Information Retrieval (Fabio Crestani and Gabriella Pasi), Physica Verlag, 2000."
Musik Information Retrieval,Music Information Retrieval,FIN,,,MIR,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Sebastian Stober,Prof. Dr. Sebastian Stober,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Präsenzzeit = 56 Stunden: 2 SWS Vorlesung 2 SWS Übung Selbstständige Arbeit = 94 Stunden: Vor- und Nachbearbeitung von Vorlesung und Übung, Bearbeiten von Übungs- und Programmieraufgaben, Kursprojekt",5 CP,,,-,- Music Representations- Fourier Analysis of Signals- Music Synchronization- Music Structure Analysis- Chord Recognition- Tempo and Beat Tracking- Content-Based Audio Retrieval- Musically Informed Audio Decomposition,Prüfung in mündlicher Form: Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite; Schein (mündlich): Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite,,"Meinard Müller  Fundamentals of Music Processing – Audio, Analysis, Algorithms, Applications, Springer 2015 ISBN: 978-3-319-21944-8"
Nachhaltigkeit,Sustainability,FIN,,,,,,B.Sc. ab 6. Semester,Sommersemester,"Prof. Dr. rer. nat. F. Scheffler, FVST",Dr. Hannah Wallis,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK,Ringvorlesung (2 SWS) und wissenschaftliche Projektarbeit mit Vortrag (1 SWS),"5 CP = 150 Stunden (28h Präsenszeit, 122h selbstständigeArbeit)",5 CP,,,"Die Studenten erwerben einen breiten Einblick in die Bedeutungder Nachhaltigkeit von Energiesystemen und die verschiedenenFacetten von Nachhaltigkeit. Sie erkennen ferner dieZusammenhänge zwischen technischen Energiesystemen undderen Effekte auf die Ökologieund das soziale Umfeld sowie die ökonomischen undgenehmigungstechnischen  Randbedingungen.Durch die in der Vorlesung erworbenen Kenntnisse können dieStudenten Technologie nachhaltiger entwickelnund gezieltkommunizieren.Zusätzlich wird in einer Team-Projektarbeit eineEnergietechnologie detailliert erforscht; die Studenten erlernenhierbei, sich selbständig in ein Gebiet einzuarbeiten, eineaktuelle Themenstellung im Team zu bearbeiten und dieErkenntnisse zu präsentieren.Zusätzlich erhalten Sie Einblick in Forschung und Entwicklung anEnergiesystemen.","- Ringvorlesung Nachhaltigkeit mit den Themen:Umweltökonomik, Klimaänderung, Umweltpsychologie,Ökologische Folgen der Landnutzungsänderung,Genehmigungsverfahren -Wissenschaftliche Projektarbeit in Gruppen mit Vortrag",allgemein:unbenoteter Leistungsnachweis Bei Einordnung unter:FIN: B.Sc. WIF - WPF Verstehen & Gestalten: Wissenschaftliche Projektarbeit (benoteter Leistungsnachweis),,
Narrative Visualization,Narrative Visualization,FIN,,,NarVis,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Sommersemester,Chair of Applied Computer Science / Visualization,Prof. Dr.-Ing. Bernhard Preim / Dr. Monique Meuschke,englisch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Seminar,"Attendance times: 2 SWS, weekly seminar, independent work: preparation of the talk, preparation of the seminar work","3 credit points = 90 h (28 h attendance time + 62 h independent work), grading scale according to examination regulations",none,Visualization,"Learning objectives and competences to be acquired: This seminar teaches how visualizations of various types of data can be designed such that they are appropriate for non-experts, e.g., for broad audiences. It is inspired by recent developments in data journalism where online media are employed to create an interactive experience. The core idea is to employ principles from storytelling and narration to the explanation of data. The seminar topics, cover narrative genres, such as animation, slide sets and data comics, narrative structures derived from storytelling, such as the Martini Glass structure and the Freytag's pyramid. The topics also cover a wide range of applications, including molecular visualization, visualization of astronomy and climate data as well as visualizations related to business and finance data. Accordingly, different visualization techniques are provided, e.g., time-line based visualization, various diagram types but also multi-scale 3D visualizations.","Overview of Narrative VisualizationConcepts and Tools for Story GenerationApplications in climate research, molecular research and astronomyApplications in business and finance","Examinations: student talk, seminar paper (10 pages)","PowerPoint presentation, use of whiteboard, videos","Selected publications primarily from the following venues IEEE TVCG, ACM SIGCHI and CGF"
Neural-symbolic Integration,Neural-symbolic Integration,FIN,,,NeuroSymbV,,,M.Sc. ab 1. Semester,Sommersemester,Prof. Till Mossakowski,Prof. Till Mossakowski,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: 14 X 4h (2h Vorlesung + 2h Übung) = 56 h Selbstständiges Nachbereiten der Vorlesung: 124 h,6 CP,,LogikDeep LearningMathematik I (Lineare Algebra),Knowledge of the limitations of neural and of symbolic approachesKnowledge of different neural-symbolic architecturesAbility to choose and document an architecture for a given problemAbility to follow the recent literature on neural-symbolic integration,"Neural networks can learn flexibly from noisy data, but suffer from phenomena such as overfitting and catastrophic forgetting. Logical formalisms, on the other hand, can employ represent knowledge in a very general and abstract way, but suffer from a lack of reference of the symbols to real sensor data. Neural-symbolic integration tries to combine the strengths of both worlds in order to advance towards strong artificial intelligence. Current neural-symbolic integration systems can already outperform both deep learning and logical reasoning. The lecture will introduce into the field and present cutting-edge neural-symbolic integration frameworks such as logic tensor networks, neural logic machines and logical neural networks, as well as a systematic overview of neural-symbolic frameworks.",Übungsaufgaben und Klausur Die genauen Voraussetzungen für die Teilnahme an der Prüfung werden zu Beginn Veranstaltung bekanntgegeben.,,"P. Hitzler and M. K. Sarker (eds.): Neuro-Symbolic Artificial Intelligence, IOS Press, 2022Michael van Bekkum, Maaike de Boer, Frank van Harmelen, André Meyer-Vitali, Annette ten Teije: Modular design patterns for hybrid learning and reasoning systems. Appl. Intell. 51(9): 6528-6546 (2021)Md. Kamruzzaman Sarker, Lu Zhou, Aaron Eberhart, Pascal Hitzler: Neuro-Symbolic Artificial Intelligence: Current Trends. CoRR abs/2105.05330 (2021)Artur d'Avila Garcez, Luís C. Lamb: Neurosymbolic AI: The 3rd Wave. CoRR abs/2012.05876 (2020)Tarek R. Besold, et al.: Neural-Symbolic Learning and Reasoning: A Survey and Interpretation. CoRR abs/1711.03902 (2017)Artur S. d'Avila Garcez, Krysia Broda, Dov M. Gabbay: Neural-symbolic learning systems - foundations and applications. Perspectives in neural computing, Springer 2002"
Neuronale Netze,Neural Networks,FIN,,,NN,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,FIN: Lehrstuhl Praktische Informatik / Artificial Intelligence,FIN: Prof. Dr.-Ing. Sebastian Stober,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Präsenzzeit = 28 Stunden: 2 SWS Vorlesung Selbstständige Arbeit = 122 Stunden: Vor- und Nachbearbeitung der Vorlesung, Bearbeiten von Übungs- und Programmieraufgaben",5 CP (Bachelor und Master),,"Einführung in die Informatik, Algorithmen und Datenstrukturen, Modellierung, Mathematik I bis III","Anwendung von Methoden der Datenanalyse mit Neuronalen Netzen zur Lösung von Klassifikations-, Regressions- und weiteren statistischen Problemen Bewertung und Anwendung neuronaler Lernverfahren zur Analyse komplexer Systeme Befähigung zur Entwicklung von Neuronalen Netzen","Einführung in die Grundlagen der neuronalen Netze aus Sicht der Informatik Behandlung von Lernparadigmen und Lernalgorithmen, Netzmodelle","Prüfung in schriftlicher Form, Umfang: 120 Minuten, Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite Schein (schriftlich), Ankündigung der notwendigen Vorleistungen in der ersten Veranstaltungswoche und auf der Vorlesungswebseite",,"Rudolf Kruse et al., Computational Intelligence, 2. Auflage, Springer-Vieweg, 2015 Zusätzliche weiterführende Literatur wird auf der Volesungswebseite bekanntgegeben."
Nichtlineare Finite Elemente,Nonlinear Finite Elements,FIN,,,,,,M.Sc. ab 1. Semester,Sommersemester,"Jun.-Prof. Dr. Juhre, FMB-IFME","Jun.-Prof. Dr. Juhre, FMB-IFME",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung; Praktikum,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS, Praktikum 1 SWS selbständiges Bearbeiten eines Projektes",5,,Kenntnisse in der Technischen Mechanik,"Vorlesungsschwerpunkte: Übersicht über geometrisch und physikalisch nichtlineare Probleme (ein Einführungsbeispiel) Kontinuumsmechanische Grundlagen (Verzerrungs- und Spannungsmaße, schwache Form des Gleichgewichts, Linearisierungen, TL und UL Formulierungen) Geometrische nichtlineare finite Elemente Lösungsverfahren für nichtlineare Gleichungssysteme Übersicht über Matrialgesetze und ihre Nutzung in der FEM Kontaktprobleme Transiente Berechnungen Vertiefung des Stoffes anhand von Beispielen und Berechnungen von Aufgaben mit Hilfe kommerzieller FEM-Software","Qualifikationsziele und Inhalte des Moduls: Ohne nichtlineare Berechnungen ist es z.B. nicht möglich, die Tragreserven einer Konstruktion zu erkennen und zu nutzen (Leichtbau!) und die Zuverlässigkeit von Konstruktionen zu verbessern (schadentolerante Bauweisen, Sicherheit bei Rissen, Alterungen, Korrosion u.ä.); die Simulation und die Optimierung von Fertigungsprozessen (z.B. Umformen, Schmieden, Schneiden, Abtragen) sind ohne nichtlineare Berechnungen nicht möglich. Darüber hinaus führen nichtlineare Berechnungen zu einem besseren Verständnis des Strukturverhaltens (z.B. bei Stabilitätsphänomenen). In der Vorlesung werden die Studenten befähigt, die Notwendigkeit nichtlinearer Berechnungen zu erkennen, für die Lösung eines Problems eine geeignete Modellbildung vorzunehmen, das Modellproblem mittels FEM zu lösen und die erzielten Ergebnisse kritisch zu beurteilen. Neben den theoretischen Grundlagen werden die Übungen praktische Probleme exemplarisch gelöst und diskutiert. In der Projektarbeit löst jeder Student eine individuelle Aufgabenstellung unter Nutzung einer kommerziellen FEA-Software (Ansys, Apaqus).",Prüfung: Mündliche Prüfung,,
Numerical Methods for Visual Computing,Numerical Methods for Visual Computing,FIN,,,NMVC,,,M.Sc. ab 1. Semester,Wintersemester,Juniorprofessur für Echtzeit-Computergraphik,Jun.‐Prof. Dr. Christian Lessig,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Pflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,In class teaching: - 2 SWS lecture / 2 SWS tutorial Self-study: - Self-study of lecture material / solution of exercises and assignments,"6 Credit Points = 180h (56h in class + 124h self study), grading scheme according to exam regulations",,,"The course provides an introduction to common numerical methods for visual computing, such as numerical linear algebra, time integration schemes for ordinary differential equations, numerical solution of partial differential equations, basis representations for functions, and tensor analysis. It also covers the requisite mathematics.","Numerical linear algebra (e.g. (iterative) solution of linear systems, eigen and singular value decomposition)Basis representations ((Fast) Fourier transform, finite elements, polynomial bases; interpolation and quadrature)Numerical solution of ODEsNumerical solution of PDEsVector calculus and tensor analysis",O   ral exam,"Board, slides","G. Strang. Linear Algebra and Its Applications. Thomson, Brooks/Cole, 2006.L. N. Trefethen. Approximation Theory and Approximation Practice. Society for Industrial and Applied Mathematics, 2012.V. I. Arnold. Ordinary Differential Equations. Springer-Textbook. Springer, third ed. edition, 1992.J. Kirkwood. Mathematical physics with partial differential equations. 2018.(Additional relevant literature will be announced in class)"
Optimal Control,Optimal Control,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Rolf Findeisen (FEIT-IFAT),Prof. Dr.-Ing. Rolf Findeisen (FEIT-IFAT),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesung 2 SWS, wöchentliche Übungen 1 SWS, Selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösung der Übungsaufgaben und Prüfungsvorbereitung, Projektarbeit 3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit)",5,,Regelungstechnik,"Lernziele und erworbene Kompetenzen: The module provides an introduction to the formulation, theory, solution and application of optimal control theory/dynamic optimization. The students are enabled to formulate and solve optimal control problems appearing in many applications spanning from medicine, process control up to systems biology. Besides the theoretical basis numerical solution approaches for optimal control problems are provided.","Static optimization Numerical algorithms Dynamic programming, principle of optimality, Hamilton-Jacobi-Bellmann equation Variational calculus Pontryagin maximum principle Numerical solution of optimal control problems Infinite and finite horizon optimal control, LQ optimal control Model predictive control Game theory Application examples from various fields such as chemical engineering, economics, aeronautics, robotics, biomedicine and systems biology",Klausur 120 min,,
Parallel Storage Systems,Parallel Storage Systems,FIN,,,PSS,,,M.Sc. ab 1. Semester,Sommersemester,Jun.-Prof. Dr. Michael Kuhn,Jun.-Prof. Dr. Michael Kuhn,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Presence: 2 hours of lecture + 2 hours of exercises (56h) Self-study: Solving exercises, independent studies, preparation for final examination (124h)",6 CP,,Practical knowledge of a programming language and the ability to create simple applications Basic knowledge about operating systems Basic knowledge about parallel programming,"Participants will learn how parallel applications perform I/O using different programming concepts and how I/O can be optimized. Additionally, they will gain insight into and practical experience with the internals of storage and file systems.","Parallel programming is becoming increasingly important since even phones and laptops contain multiple processor cores nowadays. Supercomputers can contain up to several million cores and have become a useful and important tool for a wide range of scientific domains. The analyses and simulations enabled by them have accelerated the process of gaining scientific insight considerably. The amount of collected and produced data is growing exponentially; it has to be stored, analyzed and processed efficiently since I/O significantly affects overall performance. Vastly different rates of performance development for processors and storage hardware result in a performance imbalance, which makes it even more important to take a close look at storage systems in order to be able to meet future demands. The lecture will teach the fundamentals of parallel storage systems and I/O; the exercises will allow transferring and applying the acquired skills with a system programming language such as C, C++ or Rust. As part of the lecture, we will cover the complete storage stack: Storage devices and networks (hard disk drives, solid-state disks, storage area networks etc.), local and distributed file systems (in kernel and user space, novel concepts like snapshots and deduplication) as well as the I/O interfaces layered on top (POSIX, MPI-IO, NetCDF and ADIOS). Moreover, we will discuss reasons and solutions for performance problems as well as alternative approaches for I/O (such as cloud interfaces). Problems and examples will be motivated using real-world scientific applications.",Active participation in the exercisesOral examination,,High Performance Parallel I/O (Prabhat und Quincey Koziol)
Parallele Programmierung,Parallel Programming,FIN,,,PP,,,B.Sc. ab 3. Semester,Wintersemester,Jun.-Prof. Dr. Michael Kuhn,Jun.-Prof. Dr. Michael Kuhn,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,"Präsenz: 2 SWS Vorlesung + 2 SWS Übung (56h) Selbstständiges Arbeiten: Bearbeiten der Übungsaufgaben, Nachbereiten der Vorlesung, Vorbereiten auf die Prüfung (94h)",5 CP,,"P   raktische Kenntnis einer Programmiersprache und die Fähigkeit, einfache Programme zu erstellen Kenntnis der Grundmechanismen von Betriebssystemen (z. B. Technische Informatik) Grundkenntnisse in Rechnerarchitekturen","Die Teilnehmenden lernen, parallele Programme mit verschiedenen Programmieransätzen zu erstellen, zur Ausführung zu bringen und im Ablauf zu optimieren. Außerdem werden weitere Konzepte zur Parallelisierung vermittelt und in den Übungen praktisch umgesetzt.","Die parallele Programmierung gewinnt immer mehr an Bedeutung, da heutzutage bereits Mobiltelefone und Laptops über mehrere Prozessorkerne verfügen. Supercomputer besitzen teilweise sogar mehrere Millionen Kerne und haben sich als ein nützliches und mittlerweile unverzichtbares Werkzeug für viele Wissenschaftsbereiche etabliert. Die dadurch möglichen Analysen und Simulationen haben es erlaubt, den wissenschaftlichen Erkenntnisgewinn in vielen Bereichen deutlich zu steigern. Die optimale Nutzung dieser Komponenten ist allerdings keine einfache Aufgabe, weshalb Wissenschaftlerinnen und Wissenschaftler bei der Entwicklung effizienter Anwendungen vor immer neue Herausforderungen gestellt werden. Für die parallele Programmierung ist daher ein tiefergehendes Verständnis der Hard- und Softwareumgebung sowie möglicher Fehlerursachen unabdingbar. In der Vorlesung werden die Grundlagen der parallelen Programmierung gelehrt; die Übungen dienen der praktischen Anwendung und Umsetzung der erworbenen Kenntnisse in der Programmiersprache C. Im Rahmen der Vorlesung werden einige der wichtigsten Themengebiete betrachtet: Hard- und Softwarekonzepte (Mehrkernprozessoren, Prozesse/Threads, NUMA etc.), unterschiedliche Ansätze zur parallelen Programmierung (OpenMP, POSIX Threads, MPI) sowie Werkzeuge zur Leistungsanalyse und Fehlersuche (Skalierbarkeit, Deadlocks, Race Conditions etc.). Zusätzlich werden Gründe und Lösungsansätze für Leistungsprobleme diskutiert und alternative Ansätze für die parallele Programmierung vorgestellt. Beispiele und Probleme werden anhand realer wissenschaftlicher Anwendungen veranschaulicht.",A   ktive und erfolgreiche Teilnahme an den Übungen Schriftliche Prüfung,,"High Performance Computing: Modern Systems and Practices (Thomas Sterling, Matthew Anderson und Maciej Brodowicz)"
Praktikum,Internship,FIN,,,,,,B.Sc. ab 7. Semester,jedes Semester,Studiendekan der FIN,Alle Dozenten der FIN,deutsch,FIN: B.Sc. CV FIN: B.Sc. INF FIN: B.Sc. INGINF FIN: B.Sc. WIF,Praktikum,20 Wochen Praktikumsspezifisch,18,,,"Nach dem erfolgreichen Abschluss des Praktikums verfügen die Studierenden über Einblicke in die Betriebsabläufe und -organisation in der Industrie bzw. in öffentlichen Einrichtungen, sowie in die Sozialstrukturen von Betrieben/Organisationen. Sie kennen typische Aufgaben in Forschung und Entwicklung und/oder in Fertigung und Betrieb. Die Studierenden können unter Anleitung eine fachliche Problemstellung im betrieblichen Umfeld bearbeiten und erfolgreich lösen. Sie besitzen Kenntnisse über praktische Verfahren der Algorithmen-, Software- bzw. User Interface Entwicklung und/oder über die Verwendung moderner Technologien in der Informations- und Kommunikationstechnik.",Praktikumsspezifisch in Bezug auf den Studiengang,Praktikumsbericht,,
Praktikum IT Sicherheit,Praktikum IT Sicherheit,FIN,,,P-ITSEC,,,M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multimedia and Security,Professur für Angewandte Informatik / Multimedia and Security,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Praktikum,"Präsenzzeiten: 28 h Projektbesprechung, Abgabe und Abnahme Selbstständiges Arbeiten: 132 h Entwicklung einer Softwarelösung 20 h Vorbereitung und Durchführung einer Präsentation und der Abgabe der Ergebnisse des Softwarepraktikums (28 h Präsenzzeit + 152 h selbstständige Arbeit)",6,,,Lernziele & erworbene Kompetenzen: Der/die Studierende soll im Schwerpunkt Sicherheit und Kryptologie innerhalb eines Praktikums (Softwareentwicklungsprojekt) ergänzende praktische Fähigkeiten der IT-Sicherheit erwerben. Dabei soll er/sie ein aktuelles und anspruchvolles Thema innerhalb einer dazugehörigen Aufgabenstellung selbständig bearbeiten und lösen sowie mündlich präsentieren und schriftlich dokumentieren.,"Praktikum als Softwareentwicklungsprojekt: Bearbeitung eines ausgewähltes aktuelles Themas und Lösung einer anspruchsvollen Entwicklungsaufgabe aus dem Bereich der IT Sicherheit, wie zum Beispiel aus: System-, Netzwerk- und Anwendungssicherheit Kryptologie und Protokolle Mediensicherheit und Biometrische Systeme Spezifikation und formale Verifikation sicherer Systeme IT Sicherheits-Management","wissenschaftliches Projekt, beinhaltet Präsentation, Abgabe und Abnahme des Softwareentwicklungsprojekts",,siehe unter wwwiti.cs.uni-magdeburg.de/iti_amsl/lehre/
Principles and Practices of Scientific Work and Soft Skills,Principles and Practices of Scientific Work and Soft Skills,FIN,,,PPSW,,,M.Sc. ab 1. Semester,,Koordinator Internationale Beziehungen und Austausch,Dr. Claudia Krull,englisch,FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals,Vorlesung; Übung; Projekt,90 Stunden (40 h Präsenzzeit + 50 h selbständiges Arbeiten),3,,,"Students have understood and practiced the skills necessary for scientific work and writing scientific publications, such as a Master’s thesis. Students have learned soft skills and corresponding techniques, helpful for mastering their studies and also their professional and private life, such as setting goals, time management and working in teams.","The course covers the following topics, among others: Introduction to Scientific Work Literature Research and Management Research Projects and Thesis Topics Scientific Writing - Thesis Structure and Writing Techniques Study Skills & Self Management Project Management & Team Work Presentation Skills The project and term paper topic can be related to an ongoing research project or be used for Master’s thesis preparation.",Prüfungsvorleistung  Hausarbeit / Term paper,,
Process control,Process control,FEIT,,,,,,M.Sc. ab 1. Semester,Sommersemester,Prof. Dr.-Ing. habil. Achim Kienle (FEIT-IFAT),Prof. Dr.-Ing. habil. Achim Kienle (FEIT-IFAT),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesung 2 SWS, wöchentliche Übungen 1 SWS, Selbständiges Arbeiten: Nachbereitung der Vorlesung, Lösung der Übungsaufgaben und Prüfungsvorbereitung 3 SWS = 150h (42h Präsenzzeit +108h selbständige Arbeit)",5,,Basic knowledge in control theory,Students should Learn fundamentals of multivariable process control with special emphasis on decentralized control Gain the ability to apply the above mentioned methods for the control of single and multi unit processes Gain the ability to apply advanced software (MATLAB) for computer aided control system design,Introduktion Process control fundamentalsMathematical models of processes Control structuresDecentralized control and Relative gain analysis Tuning of decentralized controllersControl implementation issues Case studies Plantwide control,"Mündliche Prüfung, Referat",,
Produktdatenmodellierung,Produktdatenmodellierung,FEIT,,,,,,B.Sc. ab 1. Semester,,"Prof. Dr. Christian Diedrich, FEIT-IFAT","Prof. Dr. Christian Diedrich, FEIT-IFAT",deutsch,FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker,Vorlesung; Übung,Präsenzzeiten: Wöcht. Vorlesungen 2 SWS/ wöchtl. Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten der Vorlesung; Lösung der Übungsaufgaben und Prüfungsvorbereitung 120 h (42 h Präsenzzeit + 78 h selbstständige Arbeit),5,Grundkenntnisse der Informatik und Softwareentwicklung,,"Klassifikation von Komponenten technischer Systeme hinsichtlich ihrer Modellcharakteristika Vermittlung der meth. Grundl. für die Produktdatenbeschreibung, dazu gehören: Merkmalsysteme, semantische Netze und Notationsformen wie z.B. XML und Klassendiagramme Vorstellung wesentlicher Standards auf dem Gebiet wie z.B. IEC 61360, ecl@ss, ETIM, BMEcat, PROLIST Vorstellung eines merkmalbasierten Informationsmodells mechanisch, elektrische und automatisierungstechnische Anwendungsbeispiele","In vielen Bereichen des Maschinen- und Anlagenbaus sowie der Automatisierungstechnik gewinnt der effiziente Informationsfluss zwischen verschiedenen Lebenszyklusphasen, Werkzeugen und den agierenden Ingenieuren immer größere Bedeutung. Dabei besteht der Trend, Routinearbeiten des Engineerings schrittweise durch automatisierte oder teilautomatisierte technische Abläufe abzulösen. Dazu werden eindeutige digital verfügbare Beschreibungen der Kom-ponenten der technischen Systeme benötigt. Die Beschreibungen werden als Produktdaten bezeichnet, die in mechatronischen Modellen zusammengeführt werden. Diese Lehrveranstaltung vermittelt die Grundlagen zur digitalen Modellierung technischer Systeme","Teilnahme an den Lehrveranstaltungen; Prüfung am Ende des Moduls, Punktvergabe nach schriftlicher Klausur oder mündlicher Prüfung",,
Programmierparadigmen,Programming Paradigms,FIN,,,PGP,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Dr.-Ing. Christian Braune,Dr.-Ing. Christian Braune,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung,150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit,5,,Einführung in die Informatik,Kenntnisse in den wesentlichen Programmierparadigmen Anwenden der der Techniken dieser Paradigmen Entscheidungskompetenz zur Anwendung von geeigneten Programmierparadigmen in der Praxis,"Konzepte der wesentlichen Paradigmenprozedural,objektorientiert,funktional,logisches,sowie ggf weitere ParadigmenTechnische Umsetzung der Paradigmen in ProgrammiersprachenAnwendung der Paradigmen in Programmiersprachen wie z.B.CJavaScalaHaskellPrologEntscheidungskriterien für Paradigmen","Prüfungsvorleistung erforderlich Prüfung: schriftliche Klausur, 120 Minuten",,
Prozessmanagement,Prozessmanagement,FIN,,,,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik - Managementinformationssysteme,Professur für Angewandte Informatik / Wirtschaftsinformatik - Managementinformationssysteme,deutsch,FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung; Übung,"Präsenzzeiten: SWS Vorlesung = 28h, 2 SWS Übung = 28h Selbstständiges Arbeiten: Vor- und Nachbereitung Vorlesung Entwicklung von Lösungen in der Übung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit",6,,Kenntnisse zu Methoden und Werkzeugen in Bereich von  Managementinformationssystemen (z.B. durch Veranstaltung: Einführung in  Managementinformationssysteme),"Lernziele & zu erwerbende Kompetenzen: Verständnis der Beeinflussung der Aspekte Kundenorientierung, Produktivität und Wert einer Organisation durch Prozesse  Anwendung einer methodischen Herangehensweise zur Analyse und Optimierung von Prozessen Anwendung einer methodischen Herangehensweise zur Messung von Prozessleistungen Anwendung einer methodischen Herangehensweise zur Einführung eines Prozessmanagements in Organisationen",Grundlagen zum Prozessmanagement Vorgehenskonzept zur Einführung eines Prozessmanagements Methoden zur Prozeßidentifikation und Prozessimplementierung Prozesscontrolling Methoden zur Prozessverbesserung und Prozeßerneuerung Customer Relationship Management Supply Chain Management Product Lifecycle Management,Prüfungsvorleistung: Das erfolgreiche Absolvieren der  Semesteraufgabe ermöglicht den Studierenden die Teilnahme an der  mündlichen Prüfung  Prüfung: mündliche Prüfung,,Siehehttp://bauhaus.cs.uni-magdeburg.de
Qualitätsmanagementsysteme (FIN),Qualitätsmanagementsysteme (FIN),FIN,,,,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik - Managementinformationssysteme,Professur für Angewandte Informatik / Wirtschaftsinformatik - Managementinformationssysteme,deutsch,FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung = 28h 2 SWS Übung = 28h Selbstständiges Arbeiten: Vor- und Nachbereitung Vorlesung Entwicklung von Lösungen in der Übung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,6,,Kenntnisse zu Methoden und Werkzeugen in Bereich von  Managementinformationssystemen (z.B. durch Veranstaltung: Einführung in  Managementinformationssysteme),"Lernziele & zu erwerbende Kompetenzen: Verständnis des Spannungsfeldes aus Qualität, Kosten und Zeit Anwendung einer methodischen Herangehensweise zur Einführung eines Qualitätsmanagements in OrganisationenVerständnis der rechtlichen Folgen mangelnder QualitätAnwendung von methodischen Herangehensweisen zur Messung des Spannungsfeldes aus Qualität, Kosten und Zeit Anwendung eines prozessorientierten Qualitätsmanagements","Grundlagen zum Qualitätsmanagement Vorgehenskonzept zur Einführung eines Qualitätsmanagement-systems Rechtliche Aspekte des Qualitätsmanagements Demings Management-Programm Methoden, Werkzeuge und Initiativen zum Qualitätsmanagement",Prüfungsvorleistung: Das erfolgreiche Absolvieren der  Semesteraufgabe ermöglicht den Studierenden die Teilnahme an der  mündlichen Prüfung  Prüfung: mündliche Prüfung,,Siehehttp://bauhaus.cs.uni-magdeburg.de
Rechnerunterstützte Ingenieursysteme,computer supported engineering systems,FIN,,,RUIS,,,B.Sc. ab 3. Semester,,Dekan der FIN,Dr.-Ing. Martin Endig,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung; Praktikum,"Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Umgang mit Anwendersystemen, Literaturvertiefung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit",5,,,"Lernziele & erworbene Kompetenzen: Verständnis entwickeln für den Einsatz modernster Informationstechnologien in der fertigenden Industrie, Überblick zu Konzepten und Methoden der Aufbaustruktur und Ablauforganisation in Unternehmen Kennen lernen von rechnerunterstützten Ingenieursystemen, Entwicklung eines Verständnisses für die Wirkungsfelder der Teilsysteme und deren Umsetzung Kennen lernen von Konzepten zur recherintegrierten Produktion, Ableitung von Erfahrungen aus vorgestellten und gehandhabten Informatiksystemen","Konzepte zur Beschreibung der Aufbau- und Ablaufstruktur produzierender Unternehmen Stand der Technik der rechnerintegrierten Produktion Diskussion und Bewertung rechnerunterstützter Ingenieursysteme in einzelnen Produktionsbereichen (CAX, PPS, PDM…) Integrationsansätze (CIM, PLM, EAI) Vorstellung ausgewählter Beispiele",Prüfungsvoraussetzung: Anmeldung und Teilnahme an Vorlesung und Übungen Prüfung/ Schein: schriftlich (120 min),,Eigenes Skript + diverse Spezialliteratur
Recommenders,Recommenders,FIN,,,RECSYS,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II,Prof. Myra Spiliopoulou,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik Freigabe / Zuordnung zu interdisziplinären Studiengängen und Studiengängen außerhalb der FIN: s. Statuten des jeweiligen Studienganges und ggf. Exportvereinbarung,Vorlesung; Übung,Präsenzzeiten: - 2 SWS Vorlesung - 2 SWS Übung Selbstständiges Arbeiten: - Vor- und Nachbereiten der Vorlesung - Entwicklung von Lösungen für Übungsaufgaben - Vorbereitung für die Abschlussprüfung,"Bachelorstudiengänge: 5 CP = 150h = 56h Präsenzzeit + 94h selbstständige Arbeit Masterstudiengänge: 6CP = 180h = 56h Präsenzzeit + 94h selbstständige Arbeit + 30h selbstständige Arbeit für einen zusätzliche Aufgabe, die während der Veranstaltung angekündigt wird.",,- Datenbanken -Programmierparadigmen oder Software Engineering - Data Mining / Machine Learning / vergleichbares Modul,"- Verständnis der betrieblichen Anforderungen an eine Empfehlungsmaschine - Fachkenntnisse zu den Methoden, die diese Anforderungen erfüllen, vorwiegend (aber nicht nur) Methoden des maschinellen Lernens - souveräner Umgang mit Fachliteratur",- Empfehlungsmaschinen im CRM - Komponenten von Empfehlungsmaschinen - Lernverfahren für Empfehlungsmaschinen - Verfahren zur Analyse von Inhalten & Meinungen,V   orleistungen: Erfolgreiche Bearbeitung der ÜbungsaufgabenPräsentationen von Ergebnissen Modalitäten werden zum Veranstaltungsbeginn angegeben. Prüfung: schriftlich,,Die Literaturempfehlungen (Fachbücher und wiss. Artikel) werde als Teil des Foliensatzes angekündigt. Die Literaturliste kann zusätzliche Fallstudien und weitere wissenschaftliche Arbeiten umfassen. Diese werden am Anfang des jeweiligen Veranstaltungsblocks bekannt gegeben.
Regelungstechnik,Control systems,FEIT,,,,,,B.Sc. ab 5. Semester,Wintersemester,Professur Systemtheorie und Regelungstechnik,Prof. Dr.-Ing. Rolf Findeisen,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Elektrotechnik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 1 SWS Übung Selbstständiges Arbeiten: Lösen der Übungsaufgaben (vorbereitend vor der Übung) 90h = 3 SWS = 42h Präsenzzeit + 48h selbständiges Arbeiten,§,,"Mathematik I-III, Signale und Systeme",Lernziele und zu erwerbende Kompetenzen: Erwerb von Grundkenntnissen und eines Grundverständnisses der Aufgaben und Begriffe der Regelungstechnik Entwicklung der Fähigkeit zur formalen Beschreibung und Analyse linearer Eingrößen-Regelsysteme im Zeit- und Frequenzbereich Entwicklung der Fähigkeit zur Synthese linearer Eingrößen-Regelsysteme,"Einführung: Aufgaben und Ziele der Regelungstechnik Mathematische Modellierung mit Hilfe von Differenzialgleichungen Verhalten linearer zeitinvarianter Systeme (Stabilität, Übertragungsverhalten) Analyse im Frequenzbereich Einfache Regelverfahren und Reglerentwürfe (PID, PI, loop-shaping)",Prüfung: schriftlich (120 min) ,,"[1] Lunze, J.: Regelungstechnik 1, Springer, 2004 [2] Föllinger, O.: Regelungstechnik, Hüthig, 1994 [3] Dorf, R. C.: Bishop, R. H.: Modern Control Systems, Prentice Hall, 2004 [4] Horn, M.: Dourdoumas, N.: Regelungstechnik Pearson Studium, 2004"
Regelungstechnik I,Regelungstechnik I,FEIT,,,,,,M.Sc. ab 1. Semester,,"Prof. A. Kienle, FEIT-IFAT","Prof. A. Kienle, FEIT-IFAT",deutsch,FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker,Vorlesung; Übung; Praktikum,"Präsenzzeiten: 2 SWS Vorlesung 1 SWS Übung Praktikumsversuch á 3 Stunden selbstständiges Arbeiten: Nacharbeit Vorlesung/ Versuch, Übungsaufgaben, Prüfungsvorbereitung",3,Mathematische Grundlagen Vorlesungsteil Messtechnik,,grundlegende Aufgaben/Begriffe der Regelungstechnik Fähigkeit zur formalen Beschreibung und Analyse linearer Eingrößen-Regelsysteme Fähigkeit zur Synthese linearer Eingrößen-Regelsysteme Praktische Erfahrungen mit Regelkreisen,"Einführung: Aufgaben und Ziele der Regelungstechnik Mathematische Modellierung mit Hilfe von Differenzialgleichungen Verhalten linearer zeitinvarianter Systeme (Stabilität, Übertragungsverhalten) Analyse im Frequenzbereich Regelverfahren Analyse und Entwurf von Regelkreisen Praktikum: Experimentelle Erprobung von PIDRegelungsparametern","Übungsschein, Teilnahme am Praktikum, Klausur 90 min",,
Robust Geometric Computing,Robust Geometric Computing,FIN,,,,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Theoretische Informatik / Algorithmische Geometrie,Professur für Theoretische Informatik / Algorithmische Geometrie,deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Frontalübungen und praktische Übungen Selbstständige Arbeit: Bearbeiten der Übungen und Nachbereitung der Vorlesungen 180h = 4 SWS = 56h Präsenzzeit + 124h selbstständige Arbeit,6,,"Grundkenntnisse der Algorithmischen Geometrie, Programmiersprache C++","Lernziele & erworbene Kompetenzen: Kenntnis der Rundungsfehlerproblematik beim geometrischen Rechnen. Fähigkeit zur Vermeidung von Rundungsfehlerproblemen, beispielsweise durch verifiziertes numerisches und exaktes geometrisches Rechnen. Softwarebibliotheken CGAL, LEDA, GMP, CORE","Grundlagen der Gleitkommaarithmetik, Fehlerabschätzungen, Intervallarithmetik, exakte ganzzahlige und rationale Arithmetik, Gleitkommafilter, Methoden zum exakten Rechnen mit algebraischen Zahlen.",Prüfungsvorleistung: s. Vorlesung Prüfung: mündlich,,"Boissonnat (Ed.); Effective Computational Geometry Mehlhorn, Yap; Robust Geometric Computation (in Vorbereitung)"
Robuste Messgrößenreglung,Robuste Messgrößenreglung,FEIT,,,,,,M.Sc. ab 1. Semester,,Prof. Dr.-Ing. Ulrich Jumar (FEIT-IFAT),Prof. Dr.-Ing. Ulrich Jumar (FEIT-IFAT),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesung 2 SWS, zweiwöchentliche Übungen 1 SWS Selbständige Arbeiten: Vorlesung nacharbeiten, Übungsaufgaben lösen, Prüfung vorbereiten 3 SWS / 5 CP = 150h (42h Präsenzzeit + 108h selbständige Arbeit)",5,,Grundlagen der Regelungstechnik,Lernziele und zu erwerbende Kompetenzen: Es werden Kenntnisse über die Eigenschaften und Beschreibungsformen von Mehrgrößenreglungen vermittelt. Die erworbene Kompetenz zu praktisch relevanten Regelungsstrukturen wird anhand von Beispielen in der Übung vertieft. Als Grundlage für die behandelten Entwurfsverfahren wird ein fundiertes Verständnis der Kopplung in Mehrgrößensystemen erarbeitet. Die mathematische Beschreibung von Modellunsicherheiten bildet den Ausgangspunkt für die Vermittlung von Kenntnissen zu ausgewählten Verfahren der Analyse und Synthese robuster Mehrgrößenreglungen,"Charakteristika und Beschreibung von Mehrgrößensystemen Stabilitätsbetrachtung und Kopplungsanalyse Hintergrund und Praktikabilität ausgewählter Entwurfsverfahren Berücksichtigung von Modellunsicherheiten, Normabschätzungen Analyse u. Synthese robuster Mehrgrößenreglung mit MATLAB",Mündliche Prüfung,,
Schlüsselkompetenzen I&II,Key Competencies I&II,FIN,,,SchlüKo I / SchlüKo II,,,B.Sc. ab 1. Semester,jedes Semester,Professur für Simulation,Claudia Krull,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung,Präsenzzeiten = 56 h Wintersemester: 2 SWS Vorlesung Sommersemester: 2 SWS Vorlesung Selbstständiges Arbeiten = 124 h Hausaufgaben & Klausurvorbereitung,5 CP  (bei SPO ab 10/2023) (6 CP bei SPO bis 09/2023),,,Lernziele & erworbene Kompetenzen: Aufbau des Studiums und Studientechniken Kommunikation und Zusammenarbeit effektive und effiziente Lebensplanung nach einem Arbeitsplan handeln erfolgreiches Studieren kreative Lösungen finden sich und andere besser verstehen sich in Wort und Schrift ausdrücken,Studienplanung & erfolgreiches Studieren Ziele & zielorientiertes Handeln Zeitmanagement & Zeitplanung Selbstständig denken und handeln Werte und ethisches Handeln Teams und Teamfähigkeit Entrepreneurgeist & Initiative Diskussionsführung wissenschaftlichen Berichte und Präsentationen Digital Rights,"Benotet: Klausur, 120 min",,Siehe www.sim.ovgu.de
Schlüsselkompetenzen I&II (dual),Key Competencies I&II,FIN,,,SchlüKo I / SchlüKo II,,,B.Sc. ab 1. Semester,jedes Semester,Professur für Simulation,Claudia Krull,deutsch,FIN: B.Sc. CV - Kernfächer FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: B.Sc. INF - Kernfächer FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: B.Sc. INGINF - Kernfächer FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung,Präsenzzeiten = 56 h Wintersemester: 2 SWS Vorlesung Sommersemester: 2 SWS Vorlesung Selbstständiges Arbeiten = 124 h Hausaufgaben & Klausurvorbereitung,5 CP  (bei SPO ab 10/2023) (6 CP bei SPO bis 09/2023),,,Lernziele & erworbene Kompetenzen: Aufbau des Studiums und Studientechniken Kommunikation und Zusammenarbeit effektive und effiziente Lebensplanung nach einem Arbeitsplan handeln erfolgreiches Studieren kreative Lösungen finden sich und andere besser verstehen sich in Wort und Schrift ausdrücken,Studienplanung & erfolgreiches Studieren Ziele & zielorientiertes Handeln Zeitmanagement & Zeitplanung Selbstständig denken und handeln Werte und ethisches Handeln Teams und Teamfähigkeit Entrepreneurgeist & Initiative Diskussionsführung wissenschaftlichen Berichte und Präsentationen Digital Rights,"R   eferat in Kooperation mit dem Praxispartner als Vorleistung Benotet: Klausur, 120 min",,Siehe www.sim.ovgu.de
Schlüsselkompetenzen III,Key Competencies III,FIN,,,,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Simulation,Graham Horton,deutsch,FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,"Vorlesung; Tutorien, Teamarbeit",180 Stunden (56 h Präsenzzeit + 124 h selbständiges Arbeiten),6,,,Lernziele & erworbene Kompetenzen: fortgeschrittene Kenntnisse über Kommunikation Zusammenarbeit effektives Selbstmanagement wissenschaftliches Arbeiten wichtige Berufsfaktoren,Wissenschaftliches Arbeiten III + IV Persönliche Produktivität Life Leadership Problemlösungstechniken Wertschöpfung und Kundennutzen Innovation Querdenken Berufswahl Meetings leiten,"Prüfungsvorleistung Benotet: Klausur, 120 min",Blog,Siehe www.sim.ovgu.de
Scientific Computing II,Scientific Computing II,FIN,,,SC II,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Wintersemester,Juniorprofessur für Echtzeit-Computergraphik,Jun.‐Prof. Dr. Christian Lessig,englisch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Computer Games FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. VC - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung; Übung,"2 SWS lecture, 2 SWS exercise and self-study",5 CP Grading following study and examination regulations ,,"Linear algebra, an introduction to scientific computing (floating point numbers, numerical solution of linear systems, eigen decomposition, DFT/FFT)","The course provides an introduction to ordinary and partial differential equations and their discretization. It also considers questions such as consistency, stability and convergence with an emphasis on their practical relevance.","Introduction into ODEsInitial value problems, well posed problemsConsistency, stability, convergenceExplicit and implicit time stepping methodsOne-step and multi-step time stepping methodsIntroduction to PDEsBasis representations and Galerkin projectionSpectral methods and finite elementsAdvection equation, Laplace equation, wave equations",Passing the exam,,"-    V. I. Arnold. Ordinary Differential Equations. Springer-Textbook. Springer, third ed. 1992. -    A. Iserles, A First Course in the Numerical Analysis of Differential Equations, Cambridge University Press, 2009. -    L. N. Trefethen, Exploring Ordinary Differential Equations, SIAM, 2017 -    G. Strang, Computational Science and Engineering, Cambridge University Press, 2007."
Scientific Machine Learning for Simulations,Scientific Machine Learning for Simulations,FIN,,,SMLfS,,,M.Sc. ab 1. Semester,Wintersemester,Juniorprofessur für Echtzeit-Computergraphik,"Jun.‐Prof. Dr. Christian Lessig, Prof. Dr. Thomas Richter (FMA)",englisch,FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Seminar,"3 Credit Points = 150 h (28h Präsenzzeit + 122h  selbstständige Arbeit), Notenskala gemäß Prüfungsordnung",3 CP,none,"Recommended: Introductory course on neural networks, Scientific Computing I and II (or similar courses on numerics of ODEs and PDEs",In the seminar we will discuss recent papers from the scientific machine learning literature on the use of neural networks (and related machine learning techniques) for the simulation of physical systems. We will also cover the analysis of neural networks in this context.,"Application of neural networks for the simulation of physical systems (and simulations in general)Mathematical analysis of neural networks, with a focus on simulations",Presentation (potentially also results of implementation) ,"Board, slides, computer code",Will be announced at the beginning of the term.
Scientific Writing,Scientific Writing,FIN,,,,,,M.Sc. ab 1. Semester,Wintersemester,Claudia Krull,Temitope Ibidunni Akinloye,englisch,FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Seminar,"2 SWS Seminarteilnahme, Selbständige Arbeit",6,,,Knowledge about scientific writing Capability to review scientific articles Usage of web-based submission and review systems,Literature citation and paraphrasing Presentations Review scientific articles Argument formation Knowledge and application of academic writing styles Peer review assessment,Seminar paper (Paper + Reviews) Presentation,,
Scrum-in-Practice,Scrum-in-Practice,FIN,,,SIP,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Softwaretechnik,"Frank Ortmeier, FIN-IKS",deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,180h = 4 SWS = 56h Präsenszeit + 224h selbständige Arbeit am Praktikumsprojekt,6,,Software Engineering,Kenntnis der Projektmanagementmethode Scrum Praktisches Anwenden von agilen Softwareentwicklungsmethoden Erwerb praktischer Erfahrungen mittels Durchführung eines Projektes und Reflektion des Selbst- und Projektmanagement,In diesem Modul werden theoretische Kenntnisse und praktische Kompetenzen im Umgang mit Scrum vermittelt. Die Veranstaltung besteht aus drei Teilen. In einem Einführungsteil werden in zwei Vorlesungen die notwendigen Konzepte des Scrum-ProzessModells vorgestellt und die zur erfolgreichen Projektdurchführung notwendigen Technologien angegeben. Im Hauptteil der Veranstaltung wird in einer 1-wöchigen Blockveranstaltung ein Projekt mittels Scrum umgesetzt. Diese erfolgt in Projektteams von 4-5 Teilnehmern. Während dieser Phase finden 2mal täglich Scrum-Meetings mit den Betreuern statt. Als Ergebnis lernen die Teilnehmer zielgerichtet und effizient nach diesem Entwicklungsmodell zu entwickeln. Die Blockveranstaltung findet in einer Woche während der Vorlesungsfreien Zeit. Hier besteht natürlich Anwesenheitspflicht. Zur erfolgreichen Durchführung in der Projektarbeit wird von jedem Teilnehmer ein sorgfältiges Einarbeiten in die notwendigen Technologien erwartet. Nach Abschluss der Projektwoche reflektieren die Teilnehmer Ihre Erfahrungen und fassen diese zusammen. Diese Ergebnisse werden dann in einer gemeinsamen Abschlussveranstaltung diskutiert.,Prüfung: wissenschaftliches Projekt,,
Segmentation Methods for Medical Image Analysis,Segmentation Methods for Medical Image Analysis,FIN,,,SMMA,,,B.Sc. ab 1. Semester,Wintersemester,"Professur für Praktische Informatik / Bildverarbeitung, Bildverste-hen",Prof. Dr. Klaus Tönnies,englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Projekt,Präsenzzeiten:wöchentliche Vorlesungen: 2 SWS14-tägige Projekttreffen: 2 SWS Selbstständiges Arbeiten:Projektvorbereitung und -durchführung in kleinen ArbeitsgruppenVorbereitung einer ProjektpräsentationVor- und Nachbereitung des Vorlesungsstoffs180h (56h Präsenzzeit + 124h selbstständige Arbeit),6,,"Grundkenntnisse von Numerik und Linearen Algebra, Grundkenntnisse der Bild- oder Signalverarbeitung, Kompetenz zur Umsetzung mäßig komplexer Algorithmen in einer beliebigen, gängigen Programmiersprache",Lernziele & zu erwerbende Kompetenzen: Kompetenz zur algorithmischen Lösung von Segmentierungsproblemen in medizinischen Bildern Fähigkeit zu Projektdurchführung zur Lösung eines Segmentierungsproblems Fähigkeit zur Präsentation und Verteidigung eigener Arbeitsergebnisse,Segmentation as optimization problem Gradient descent methods Level set segmentation Graph-based segmentation Trained segmentation & Deep Learning,Prüfungsvorleistung ist erforderlich. Prüfung: mündlich,,http://wwwisg.cs.uni-magdeburg.de/bv/
Selected Chapters of IT Security 1,Selected Chapters of IT Security 1,FIN,,,ITSEC 1,,,M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multimedia and Security Prof. Dr.-Ing. Jana Dittmann,Prof. Dr.-Ing. Jana Dittmann,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen Schlüssel- und Methodenkompetenz - Wissenschaftliches Teamprojekt,Seminar,"Seminar zu ausgewählten technischen Themen der IT Sicherheit, Vergabe eines anspruchvollen Themas zu selbständigen Bearbeitung und Lösung einer gestellten Aufgabe 2 SWS Präsenzzeiten und selbstständiges Arbeiten siehe Punkt „Kreditpunkte“ Alle Studiengänge außer DKE;M: 3 Credit Points = 90h (28 h Präsenzzeit + 62 h selbstständige Arbeit) DKE;M: 4 Credit Points = 120h (28 h Präsenzzeit + 92 h selbstständige Arbeit)",3 DKE: 4,,"Sichere Systeme, Algorithmen und Datenstrukturen, Grundlagen der Technischen Informatik","Lernziele & erworbene Kompetenzen: Der/die Studierende soll im Schwerpunkt Sicherheit und Kryptologie innerhalb eines Seminars ergänzende und aktuellen Kenntnisse zu ausgewählten technischen Themen die IT-Sicherheit am Beispiel erlernen und erfahren, um befähigt zu sein IT Sicherheitsstrategien anzuwenden. Dabei soll er/sie ein eingegrenztes, anspruchvolles Thema selbständig theoretisch und praktisch bearbeiten und schriftlich dokumentieren.","Aktuelle Herausforderungen und Lösungen der IT Sicherheit zu ausgewählten technischen Themen wie zum Beispiel aus: System-, Netzwerk- und Anwendungssicherheit Kryptologie MediensicherheitBiometrische SystemeSpezifikation und formale Verifikation sicherer Systeme","Prüfungsleistung / -form: Hausarbeit Weiterhin regelmäßige Teilnahme am Seminar, eine Zwischenpräsentation und eine Abschlusspräsentation",,Literatur siehe unter: http://omen.cs.uni-magdeburg.de/itiamsl/lehre/
Selected Chapters of IT Security 2,Selected Chapters of IT Security 2,FIN,,,ITSEC 2,,,M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multimedia and Security Prof. Dr.-Ing. Jana Dittmann,Prof. Dr.-Ing. Jana Dittmann,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Seminar,"Seminar zu ausgewählten organisatorischen, rechtlichen, sozialen und ethischen Themen der IT Sicherheit, Vergabe eines anspruchvollen Themas zu selbständigen Bearbeitung und Lösung einer gestellten Aufgabe 2 SWS Präsenzzeiten und selbstständiges Arbeiten siehe Punkt „Kreditpunkte“ Alle Studiengänge außer DKE;M: 3 Credit Points = 90h (28 h Präsenzzeit + 62 h selbstständige Arbeit) DKE;M: 4 Credit Points = 120h (28 h Präsenzzeit + 92 h selbstständige Arbeit)",3 DKE: 4,,"Sichere Systeme, Algorithmen und Datenstrukturen, Grundlagen der Technischen Informatik","Lernziele & erworbene Kompetenzen: Der/die Studierende soll im Schwerpunkt Sicherheit und Kryptologie innerhalb eines Seminars ergänzende und aktuellen Kenntnisse zu ausgewählten organisatorischen sowie rechtlichen, sozialen und ethischen Themenschwerpunkten erlernen und die Fähigkeit erwerben, diese anwenden können. Dabei soll er/sie ein eingegrenztes, anspruchvolles Thema selbständig theoretisch unter Analyse von verschiedenen Lösungsalternativen bearbeiten und schriftlich dokumentieren.","Aktuelle Herausforderungen und Lösungen der IT Sicherheit zu ausgewählten organisatorischen, rechtlichen, sozialen und ethischen Themen wie zum Beispiel aus:Sicherheitsmanagement Standardisierung, Zertifizierung und Evaluation Rechtliche, ethische und sozial Aspekte der IT-Sicherheit Sicherheit im E-Business Fallstudien zur IT-Sicherheit","Prüfungsleistung / -form: Hausarbeit Weiterhin regelmäßige Teilnahme am Seminar, eine Zwischenpräsentation und eine Abschlusspräsentation",,Literatur siehe unter: http://omen.cs.uni-magdeburg.de/itiamsl/lehre/
Selected Chapters of IT Security 3,Selected Chapters of IT Security 3,FIN,,,ITSEC 3,,,M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multimedia and Security Prof. Dr.-Ing. Jana Dittmann,Prof. Dr.-Ing. Jana Dittmann,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen Schlüssel- und Methodenkompetenz - Wissenschaftliches Teamprojekt,Seminar,"Seminar zu ausgewählten technischen Themen der IT Sicherheit, Vergabe eines anspruchvollen Themas zu selbständigen Bearbeitung und Lösung einer gestellten Aufgabe 4 SWS 6 Credit Points = 180h (28 h Präsenzzeit + 152 h selbstständige Arbeit)",6,,"Sichere Systeme, Algorithmen und Datenstrukturen, Grundlagen der Technischen Informatik","Lernziele & erworbene Kompetenzen: Der/die Studierende soll im Schwerpunkt Sicherheit und Kryptologie innerhalb eines Seminares ergänzende und aktuellen Kenntnisse zu ausgewählten technischen Themen die IT-Sicherheit am Beispiel erlernen und erfahren, um befähigt zu sein IT Sicherheitsstrategien anzuwenden. Dabei soll er/sie ein umfassendes, anspruchvolles Thema selbständig theoretisch und praktisch bearbeiten und schriftlich dokumen-tieren.","Aktuelle Herausforderungen und Lösungen der IT Sicherheit zu ausgewählten technischen Themen wie zum Beispiel aus: System-, Netzwerk- und Anwendungssicherheit Kryptologie MediensicherheitBiometrische SystemeSpezifikation und formale Verifikation sicherer Systeme","Prüfungsleistung / -form: Hausarbeit Weiterhin regelmäßige Teilnahme am Seminar, eine Zwischenpräsentation und eine Abschlusspräsentation",,Literatur siehe unter: http://omen.cs.uni-magdeburg.de/itiamsl/lehre/
Selected Chapters of IT Security 4,Selected Chapters of IT Security 4,FIN,,,ITSEC 4,,,M.Sc. ab 1. Semester,,Professur für Angewandte Informatik / Multimedia and Security Prof. Dr.-Ing. Jana Dittmann,Prof. Dr.-Ing. Jana Dittmann,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen Schlüssel- und Methodenkompetenz - Wissenschaftliches Teamprojekt,Seminar,"Seminar zu ausgewählten organisatorischen, rechtlichen, sozialen und ethischen Themen der IT Sicherheit, Vergabe eines anspruchvollen Themas zu selbständigen Bearbeitung und Lösung einer gestellten Aufgabe 4 SWS 6 Credit Points = 180h (28 h Präsenzzeit + 152 h selbstständige Arbeit)",6,,"Sichere Systeme, Algorithmen und Datenstrukturen, Grundlagen der Technischen Informatik","Lernziele & erworbene Kompetenzen: Der/die Studierende soll im Schwerpunkt Sicherheit und Kryptologie innerhalb eines Seminares ergänzende und aktuellen Kenntnisse zu ausgewählten organisatorischen sowie rechtlichen, sozialen und ethischen Themenschwerpunkten erlernen und die Fähigkeit erwerben, diese anwenden können. Dabei soll er/sie ein umfassendes, anspruchvolles Thema selbständig theoretisch unter Analyse von verschiedenen Lösungsalternativen bearbeiten und schriftlich dokumentieren.","Aktuelle Herausforderungen und Lösungen der IT Sicherheit zu ausgewählten organisatorischen, rechtlichen, sozialen und ethischen Themen wie zum Beispiel aus: Sicherheitsmanagement Standardisierung, Zertifizierung und EvaluationRechtliche, ethische und sozial Aspekte der IT-SicherheitSicherheit im E-BusinessFallstudien zur IT-Sicherheit","Prüfungsleistung / -form: Hausarbeit Weiterhin regelmäßige Teilnahme am Seminar, eine Zwischenpräsentation und eine Abschlusspräsentation",,Literatur siehe unter: http://omen.cs.uni-magdeburg.de/itiamsl/lehre/
Selected Topics in Image Understanding,Selected Topics in Image Understanding,FIN,,,STIU,,,M.Sc. ab 1. Semester,,"Professur für Praktische Informatik / Bildverarbeitung, Bildverstehen","Professur für Praktische Informatik / Bildverarbeitung, Bildverstehen",deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Projekt,Präsenzzeiten: wöchentliche Vorlesungen: 2 SWS 14-tägige Projekttreffen: 2 SWS Selbstständiges Arbeiten: Projektvorbereitung und -durchführung in kleinen Arbeitsgruppen Vorbereitung einer Projektpräsentation Vor- und Nachbereitung des Vorlesungsstoffs180h (56h Präsenzzeit + 124h selbstständige Arbeit,6,,"Grundkenntnisse der Linearen Algebra, Grundlagen der Bildverarbeitung, gute Englischkenntnisse",Lernziele & zu erwerbende Kompetenzen: Kompetenz zur algorithmischen Lösung von fortgeschrittenen Themen der Digitalen Bildanalyse Fähigkeit zu Projektdurchführung in wissenschaftlich-analytischem Umfeld Kommunikation wissenschaftlicher Inhalte in englischer Sprache,"Feature generation, feature mapping and feature reduction Geometric a-priori models for image understanding Classification techniques",Prüfungsvorleistung ist erforderlich Prüfung: mündlich,,http://wwwisg.cs.uni-magdeburg.de/bv/
Seminar Computational Intelligence,Seminar Computational Intelligence,FIN,,,SCI,,,M.Sc. ab 1. Semester,Sommersemester,Lehrstuhl für Computational Intelligence,Prof. Dr.-Ing. habil. Sanaz Mostaghim,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Seminar,Lecture Time: 2 Hours per Week: Seminar Individual Work Time 160h: - Reading and Understanding of Provided Papers - Research of Additional Papers - Writing - Presentation,6 Credits= 180 h = 20 h Lecture Time + 160 h Individual Work,,"Students should have basic knowledge from the area of computational intelligence, like for instance Intelligent Systems, Machine Learning, Evolutionary Algorithms, Swarm Intelligence, Multi-objective Optimization.",- Capability to individually understand and research complex research topics - Writing of Scientific Articles - Presentation of Scientific Talks,- Computational Intelligence - Machine Learning - Methods of Robotik - Evolutionary Algorithms - Multi-agent Scenarios and Systems - Optimization Algorithms,Cumulative Examination as „oral presentation“ consisting of: - Discussion - Presentation - Written Article,"Introductory Lectures, Student Presentations",Will be announced in the beginning of the lecture.
Seminar Managementinformationssysteme,Seminar Management Information Systems,FIN,,,SemMIS,,,M.Sc. ab 1. Semester,,Prof. Dr. Hans-Knud Arndt,Prof. Dr. Hans-Knud Arndt,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Übung; Seminar,Präsenzzeiten = 56 h 2 SWS Seminar 2 SWS Übung Selbstständiges Arbeiten = 124 h Aufarbeitung des Themas Vorbereitung einer Präsentation schriftliche Ausarbeitung des Themas,6,,,Lernziele & erworbene Kompetenzen: Selbstständige Erarbeitung eines anspruchsvollen Themas Mündliche Präsentation eines anspruchsvollen Themas Schriftliche Dokumentation eines anspruchsvollen Themas,Ausgewählte Themen zu Managementinformationssysteme,Prüfungsvorleistung: - Prüfung: Hausarbeit (Seminararbeit),,Webseite: http://bauhaus.cs.uni-magdeburg.de
Seminar Predictive Maintenance,Seminar Predictive Maintenance,FIN,,,PM,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,jedes Semester,"Myra Spiliopoulou, Benjamin Noack","Myra Spiliopoulou, Benjamin Noack",englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer,Seminar,Lecture Time: 2 Hours per Week: Seminar / Consultations Individual Work Time 130h (Bachelor) / 160h (Master): - Reading and Understanding of Provided Papers - Research of Additional Papers - Writing - Presentation,Bachelor: 5 CP Master: 6 CP,,"Students should have knowledge of linear algebra and calculus and, ideally, some knowledge of signal processing and data analysis",- Independently research complex topics - Write clear scientific articles - Present informative and understandable scientific talks,"In this seminar, the participants will learn about - challenges and methods for data acquisition in industrial processing   - data analysis tool in predictive maintenance - process modeling, fault detection, and state prediction",- Presentation - Discussion - Scientific Article,"Introductory lectures, consultations, student presentations",Literature be announced in the seminar.
Seminar Robotik,Seminar Robotik,FIN,,,SR,,,B.Sc. ab 3. Semester,jedes Semester,Benjamin Noack,"Benjamin Noack, Christopher Funk",---,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar,Seminar,"2 SWS pro Woche: Präsenzveranstaltungen / Konsultationen Selbstständiges Arbeiten: Bearbeiten und Präsentieren des gewählten Themas, Nachbereiten der Präsentationen (60 h) Als WPF mit 5 CP: Zusätzlich schriftliche Ausarbeitung (60 h)",3 CP / 5 CP,,Grundkenntnisse in lineare Algebra und Analysis,"Die Teilnehmenden lernen, ein gegebenes Thema selbstständig zu erarbeiten und den anderen Teilnehmenden in verständlicher Weise zu präsentieren.",Im Rahmen des Seminars werden ausgewählte Themen im Bereich der Robotik diskutiert und präsentiert.,-Wissenschaftlicher Vortrag - Diskussion - Handout bzw. wissenschaftliche Ausarbeitung,,
Seminar: Text-Retrieval/Mining,Seminar: Text-Retrieval/Mining,FIN,,,TRM,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Data and Knowledge Engineering,Prof. Dr.-Ing. Andreas Nürnberger,englisch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Interdisziplinäres Teamprojekt FIN: M.Sc. DIGIENG - Digital Engineering Projekt FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik,Seminar,"Time of attendance = 28 hours: lecture Independent work = 152 hours: pre- and post-work for lecture, literature research, practical task, submit paper of task",6,,Information Retrieval,Enhance competence in the fundamentals of processing data with textual content. Applying Text Retrieval methods to solve relevant Retrieval tasks. Confrontation with significant data magnitudes and their resulting challenges. Working with adequate literature.,"Selected topics in data/text processing from unification, normalization, indexing to Retrieval applied to a significant magnitude of data.",Successful implementation of a solution associated to a sub-problem in the Retrieval scenario and presentation of the result in form of a seminar-presentation and a written paper.,"PowerPoint, Whiteboard",
Service Engineering,Service Engineering,FIN,,,SOA,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik/Softwaretechnik,Prof. Dr. A. Schmietendorf,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Verstehen & Gestalten FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung; Übung,Präsenzzeit= 56h 2 SWS VL 2 SWS Übung selbstständige Arbeit = 124 h Lösung von (praktischen) Übungsaufgaben,6,,Software Engineering,"Grundverständnis service-orientierter Software-Systeme Fähigkeien zur Definition, Konzeption und Anpassung an SOA-Paradigmen Fertigkeiten bei der Anwendung von Web-Service-Technologien",Grundbegriffe von Architekturen industrieller Software-Systeme SOA-basierte Strukturen und Paradigmen Anwendungs- u. Entwicklungsaspekte SOA auf der Basis von Web-Service-Technologien,mündliche Prüfung Schein,,Skriptum durch den Lehrenden bereitgestellt
Sichere Systeme,Secure Systems,FIN,,,SISY,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,"Jana Dittmann, FIN-ITI","Jana Dittmann, FIN-ITI",deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - Anwenden FIN: M.Sc. DIGIENG - Methoden der Informatik,Vorlesung; Übung,Präsenzzeit = 56h 2 SWS Vorlesung 2 SWS Übung Selbstständige Arbeit = 94h Lösung der Übungsaufgaben & Prüfungsvorbereitung150h = 4 SWS = 56h Präsenzzeit+ 94h selbstständige Arbeit,5,,„Einführung in die Informatik“ „Grundlagen der Theoretischen Informatik“ „Grundlagen der Technischen Informatik“,Lernziele & erworbene Kompetenzen: Fähigkeiten die Verlässlichkeit von IT-Sicherheit einzuschätzen Fähigkeit zur Erstellung von Bedrohungsanalysen Fähigkeiten zur Auswahl und Beurteilung von Sicherheitsmechanismen sowie Erstellung von IT-Sicherheitskonzepten,IT-Sicherheitsaspekte und IT-Sicherheitsbedrohungen Designprinzipien sicherer IT-Systeme Sicherheitsrichtlinien Ausgewählte Sicherheitsmechanismen," Regelmäßige Teilnahme an den Vorlesungen und Übungen: Note: Prüfung (schriftlich, 120 Min, keine Vorleistungen) Schein: Bekanntgabe der erforderlichen Vorleistungen in der Veranstaltung",,Literatur siehe unter http://wwwiti.cs.uni-magdeburg.de/iti_amsl/lehre/
Simulation dynamischer Systeme,Simulation dynamischer Systeme,FMB,,,,,,M.Sc. ab 1. Semester,Sommersemester,"Prof. Strackeljan, FMB-IFME","Prof. Strackeljan, FMB-IFME",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung; Praktikum,"Präsenzzeiten: Vorlesung 2 SWS, Übung 1 SWS, 1 SWS Praktikum, Selbständiges Arbeiten: Nachbereitung der Vorlesung, selbständige Übungsarbeit, Bearbeitung mehrerer Projekte",5,,"Kenntnisse zu Mechanische Schwingungen, Struktur- und Maschinendynamik","Lernziele und zu erwerbende Kompetenzen Umfassende Kenntnisse auf dem Gebiet der Umsetzung realer Fragestellungen in ein Modellbildung Umfassende Kenntnisse zur Modellreduktion Numerische Kenntnisse zur Lösung dynamischer Problemstellungen, Zeitintegration, Manipulation von Systemmatrizen Berücksichtigung und Abschätzung von Nichtlinearitäten in dynamischen Systemen, Verständnis über die grundlegenden Unterschiede linearer und nichtlinearer dynamischer Systeme, Stabilität Modellierung unterschiedlicher Anregungssystem (z.B. Piezokeramiken) Möglichkeit zur Optimierung von dynamischen Systemen Fähigkeit zur Bewertung und Analyse von Ergebnissen numerischer Simulationsrechnungen","Kurze Wiederholung Grundlagen der räumlichen Dynamik Integrationsverfahren, Modellaufbereitung Modellierung von Reibung, verschiedene Anregungen harmonische und transiente Rechnungen Nichtlineare dynamische Systeme, Selbsterregung, Sprungphänomene Behandlung ausgewählter prototypischen Anwendungen (Anstreifvorgänge, Rotore mit Rissen, spezielle Reibprobleme, Fahrdynamik, piezoerregte elastische Schwingsysteme Arbeiten mit verschiedenen Programmsystemen u.a. auch die Programme EMD, FERAN Programmierung von Schnittstellen zu diesem Programm",Prüfungsvorleistung: Erstellung eines Projektes Prüfung: mündliche Prüfung,,
Simulation Project,Simulation Project,FIN,,,SimProj,,,B.Sc. ab 4. Semester; M.Sc. ab 2. Semester,Sommersemester,Professur für Simulation,Claudia Krull,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK FIN: M.Sc. DIGIENG - Interdisziplinäres Teamprojekt FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications,Projekt,BSc - 150 Stunden (56 h Präsenzzeit + 94 h Projektarbeit) MSc - 180 Stunden (56 h Präsenzzeit + 124 h Projektarbeit),BSc 5; MSc 6,,Introduction to Simulation,"Lernziele & erworbene Kompetenzen: Fähigkeit zur Team-Arbeit, Projektarbeit, Meilensteinorientierung Verantwortung, Führung, Delegation, Absprachen von Aufgaben in einem Team Durchführung eines praxisnahes Simulationsprojektes Ausarbeitung und Einhaltung von Erfolgs- und Qualitätskriterien","Grundzüge des Projektmanagements und der Team-Arbeit Umsetzung der Inhalte aus ""Introduction to Simulation"" in einem realen Projekt.",Prüfungsvorleistung Benotet: Hausarbeit Unbenotet: Bestehen der Hausarbeit,,
Simulation und Entwurf leistungselektronischer Systeme,Simulation und Entwurf leistungselektronischer Systeme,FEIT,,,,,,M.Sc. ab 1. Semester,,Prof. Dr.-Ing. Andreas Lindemann (FEIT-IESY) / Dr.-Ing. Reinhard Döbbelin (FEIT-IESY),Prof. Dr.-Ing. Andreas Lindemann (FEIT-IESY) / Dr.-Ing. Reinhard Döbbelin (FEIT-IESY),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesung 2 SWS, zweiwöchentliche Übungen 1 SWS Selbständige Arbeiten: Vorlesung nacharbeiten, Übungsaufgaben lösen, Prüfung vorbereiten 3 SWS / 5 CP = 150h (42h Präsenzzeit + 108h selbständige Arbeit)",5,,Grundlagen der Leistungselektronik,"Lernziele und zu erwerbende Kompetenzen: Es werden vertiefenden Kenntnisse und Fähigkeiten zur Vorgehensweise bei der simulativen und messtechnischen Untersuchung und dem Entwurf leistungselektronischer Baugruppen, Geräte und Anlagen vermittelt. Die Übung trägt zur Veranschaulichung der Nutzung der Entwurfswerkzeuge und der Entwurfsarbeit unter Berücksichtigung der Entwicklungstrends leistungselektronischer Komponenten bei.",Schaltungssimulation digitaler Systeme in der Leistungselektronik mit Anwendungsbeispielen Modellbildung bei leistungselektronischen Bauelementen Funktionsprinzip und Anwendung digitaler Messmittel bei der Entwicklung leistungselektronischer Systeme Möglichkeiten und Anwendung von Signalanalysesoftware Ausführung aktiver und passiver leistungselektronischer Komponenten,Mündliche Prüfung,,
Software Defined Networking,Software Defined Networking,FIN,,,SDN,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Sommersemester,FIN: Lehrstuhl Netzwerke und Verteilte Systeme,Prof. Dr. David Hausheer,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Ingenieurinformatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Vorlesungen (2h pro Woche) Theoretische und praktische Uebungen (2h pro Woche) Hausaufgaben (124h): Weitere Studien Umsetzung der Uebungen Vorbereitung für die finale Prüfung 180h (56h Kontaktstunden + 124h Selbststudium) Noten gemäss Prüfungsbestimmungen,6,,Die Vorlesung Computernetze wird empfohlen,Studierende erhalten einen vertieften Einblick in Software Defined Networking und dessen Anwendungen.,"Der Kurs behandelt Themen aus dem Bereich Software Defined Networking: SDN Architecture (Application, Control, Infrastructure Layer) SDN Interfaces (North/South-bound vs. East/West-bound interface) SDN Applications and Use Cases (e.g. Multicasting) Network Virtualization and Slicing (e.g. FlowVisor) Network Function Virtualization (NFV) and Network Service Chaining SDN Security Network Operating Systems and Languages OpenFlow Controller (e.g. NOX, Beacon, etc.) Hardware Switches (e.g. NEC IP8800, Pronto) vs. Software Switches (e.g. NetFPGA, OpenVSwitch) SDN in Wireless Networks (e.g. OpenWRT)",Schriftliche Prüfung,,Lehrbücher gemäß Ankündigung. Folienskript der Vorlesung und Artikelkopien nach Bedarf.
Software Engineering & IT-Projektmanagement,Software Engineering & IT-Projectmanagement,FIN,,,,,,B.Sc. ab 3. Semester,Wintersemester,"Thomas Wilde, FIN","Thomas Wilde, FIN",deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Vorlesung 2 SWS = 28h Präsenzzeit Übung 2 SWS = 28h Präsenzzeit 94h selbstständige Arbeit --- gesamt 150h,5 CP,,"E   inführung in die Informatik,  Algorithmen und Datenstrukturen","Software Engineering:  Nach der Veranstaltung haben die Teilnehmer Wissen über den gesamten Software Lebenszyklus von der Spezifikation über Design, Entwicklung, Validierung und Wartung. Die Teilnehmer kennen verschiedene Prozessmodelle und verstehen das Zusammenspiel von Prozessaktivitäten in diesen. Grundlegendes Wissen über Designrichtlinien und -muster kann widergegeben werden. Anhand von praktischen Beispielen wird das erworbene Wissen mit Hilfe aktueller Werkzeuge und Techniken angewendet. IT-Projektmanagement:  Die Teilnehmer erwerben Kenntnisse über Methoden zum Projektmanagement mit Bezug auf Softwareentwicklung. Grundlegende Funktionsweisen von agilen Methoden können benannt werden. Werkzeuge und Methoden zum Projektmanagement werden angewandt.","- Software Engineering - Was ist das und wozu wird es gebraucht? - Prozessmodelle: Wasserfall Modell, Inkrementelles Modell, Integration und Konfiguration - Prozessaktivitäten: Spezifikation, Entwicklung, Validierung, Evolution - Test & Debugging - Agile Softwareentwicklung  - Tools & Werkzeuge - Clean-Coding / Code-Conventions - praktische Beispiele","P   rüfungsvorleistung erforderlich  Prüfung: schriftliche Klausur, 120 Minuten Schein",,Ian Sommerville - Software Engineering Robert Marting - Clean Code: A Handbook of Agile Software Craftsmanship
Software Engineering (SPO bis 9/2023),Software Engineering,FIN,,,SE,,,B.Sc. ab 3. Semester,Sommersemester,Professur für Softwaretechnik,"Frank Ortmeier, FIN-IVS",deutsch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit,5,,"Algorithmen und Datenstrukturen, Modellierung",Kenntnis und Anwendung verschiedener Entwicklungsprozesse Erfahrung mit Techniken im Bereich des Use Case und Requirements Engineering Softwaredesignrichtlinien und –muster Überblick über moderne Technologien/Techniken des SE,"Vermittelt werden sollen hierbei Techniken und Tools, welche die Entwicklung von großen Softwareprojekten zwangsläufig notwendig machen. Dabei wird innerhalb des Semesters der gesamte Entwicklungszyklus vom ersten Requirement über das Softwaredesign bis zur Erstellung der Dokumentation durchgespielt. Die Veranstaltung richtet sich an alle Informatik-Bachelorstudenten.","Prüfungsvorleistung erforderlich Prüfung: schriftliche Klausur, 120 Minuten",,
Software Engineering for technical applications,Software Engineering for technical applications,FIN,,,SE4TA,,,B.Sc. ab 3. Semester,,Professur für Softwaretechnik,"Frank Ortmeier, FIN-IVS",deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit,5,,,Verständnis der besonderen Herausforderungen bei der Softwareentwicklung für technische SystemeModellieren von Software-Anteilen von technischen Systemen modellbasiertes Softwaredesign mit SCADE,Entwicklungsprozesse für Software in technischen SystemenModellieren mit SysML Softwareentwicklung für kritische Systeme mit SCADE,P   rüfungsvorleistung erforderlich Prüfung: mündliche Prüfung,,
Software Testing,Software Testing,FIN,,,SWT,,,B.Sc. ab 4. Semester; M.Sc. ab 1. Semester,Wintersemester,PD Dr.-Ing. Sandro Schulze,PD Dr.-Ing. Sandro Schulze,englisch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung; Projekt,150 h overall  44 class hours + 76 complementary reading and realization of exercises + 30 hours of exam preparation,Bachelor: 5CP Master: 6CP,,"Basic knowledge of software engineering, good programming skills (mandatory)","Knowledge and Understanding:Participants understand the most important testing techniques needed to build high quality software systemsParticipants can apply modern testing techniques to create high quality software  systemsParticipants can reflect about limitations of current testing techniques, know when and when not to apply them, and are aware of latest research developments aimed at addressing these limitations. Intellectual and Practical SkillsStudents know about quality attributesstudents identify appropriate testing type and technique for given problems and quality attributesadapt and execute respective algorithms to apply a concrete testing techniqueinterpret testing results and execute corresponding techniques for re-test scenariosapply bug-finding techniques for non-trivial problemsget familiar with git, maven, Eclipse, JUnit,  and Cobertura and apply them to a small program   Communication and Interpersonal skills:discuss problems and their possible solutions in classwork together in groups to solve tasks in exercises à need to discuss and self-organize to achieve the goal; requires intensive communication amongst each othercommunicating in english","Introduction to:Test Process (& its relation to software development process) and testing terminologyQuality attributes, maintainability, and testabilityFoundations of static & dynamic testingCode reviews and inspectionConcrete dynamic testing techniques (black-box, white-box), including corresponding test design techniques and coverage criteriaTest-driven design and developmentModel-based and state-based testingDesign-by-contractUnit vs. integration testing",Written examination + labwork/assignments + quizzes - labwork/assignments must be solved in order to get the exam permission,"Live coding, paper reading, online quizzes, discussion groups, guest lectures","Rex Black, Erik Van Veenendaal, Dorothy Graham (2012), Foundations of Software Testing - ISTQB Certification, 3rd ed. Basiswissen Softwaretest, Spillner et al. P. Ammann and J. Offutt, ""Introduction to Software Testing"", 2nd edition 2015. Additional literature (papers, Blogs, books) is provided during the lectures"
Software-Development for Industrial Robotics,Software-Development for Industrial Robotics,FIN,,,SDIR,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,,Professur für Softwaretechnik,"Frank Ortmeier, FIN-IVS",deutsch,FIN: B.Sc. INF - WPF Technische Informatik FIN: B.Sc. INGINF - WPF Technische Informatik FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Ingenieurinformatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,180h = 4 SWS = 56h Präsenszeit + 224h selbständige Arbeit am Praktikumsprojekt,6,,,Verständnis über Probleme der RobotikdomäneVerständnis und Anwendbarkeit der mathematischen Hintergründe Praktische Erfahrung in der Programmierung von industriellen Robotern auf Basis verschiedener Aufgabenstellungen,"Die Verwendung von industriellen Robotern steigt heutzutage rapide. 2014 stieg die erwartete Anzahl an industriellen Robotern um 27% zum Vorjahr. Der Hauptgrund liegt in deren Flexibiltät, insbesondere ihre Fähigkeit eine Bandbreite an Aufgaben durchzuführen. In der Vorlesung ""Software- Development for Industrial Robotics"" wird eine Übersicht über diese Domäne gegeben als auch die mathematischen Hintergründe beleuchtet. Das Letztere behan-delt insbesondere die Idee Vorwärts- und der inversen Kinematik, Punkt-zu-Punkt-Bewegungen, lineare Bewegungen, Trajektorien Planung, Erkennen von Singularitäten, Denavit-Hartenberg-Konvention, Rotations- und Translationsmatrizen. Das endgültige Projekt behandelt die Steuerung mittels einen kollisionsfreien Pfadplanner, KUKA youBot Kinematik, numerische Ansätze zum Lösen der inversen Kindematik etc.",Prüfung: wissenschaftliches Projekt,,
Softwareprojekt,Software Project,FIN,,,SWP,,,B.Sc. ab 4. Semester,jedes Semester,Dozenten der FIN,veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. WIF - Gestalten,Projekt,Präsenzzeiten = 0 h (veranstaltungsspezifisch) Selbstständiges Arbeiten = 180 h Projektarbeit in Teams,6,,Modul IT-Projektmanagement,"Lernziele & erworbene Kompetenzen: Teamarbeit (insbesondere Vergabe und Annahme von Ver-antwortung, Führung, Delegation und Absprache von Aufgaben, Vereinbarung von Zusammenarbeitskriterien) Projektarbeit (insbesondere Vereinbarung von Zielen, Lasten- und Pflichtenheft, Planung von Meilensteinen und Arbeitspaketen, Projektdurchführung, Dokumentation und Präsentation eines Projektes und dessen Ergebnisse) Erstellung eines Software-Paketes im Team Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Fachliche Lehrziele sind angebotsspezifisch. ",Durchführung eines Softwareentwicklungsprojektes im Team Anwendung der Inhalte des Moduls IT- Projektmanagement Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Fachliche Inhalte sind angebotsspezifisch.,"B   enotet: Kumulativ: Durchführung, Dokumentation und Abnahme eines Softwareprojektes Unbenotet: Bestehen der benoteten Leistungen Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und werden zu Beginn der Veranstaltung bekanntgegeben.",,
Softwareprojekt (dual),Software Project (dual),FIN,,,SWP,,,B.Sc. ab 4. Semester,jedes Semester,Dozenten der FIN,veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. WIF - Gestalten,Projekt,Präsenzzeiten = 0 h (veranstaltungsspezifisch) Selbstständiges Arbeiten = 180 h Projektarbeit in Teams,6,,Modul IT-Projektmanagement,"Lernziele & erworbene Kompetenzen: Teamarbeit (insbesondere Vergabe und Annahme von Verantwortung, Führung, Delegation und Absprache von Aufgaben, Vereinbarung von Zusammenarbeitskriterien) Projektarbeit (insbesondere Vereinbarung von Zielen, Lasten- und Pflichtenheft, Planung von Meilensteinen und Arbeitspaketen, Projektdurchführung, Dokumentation und Präsentation eines Projektes und dessen Ergebnisse) Erstellung eines Software-Paketes im Team und in Kooperation mit dem Praxispartner Dieses Modul wird durch unterschiedliche Lehrveranstaltungen im-plementiert. Fachliche Lehrziele sind angebotsspezifisch",Durchführung eines Softwareentwicklungsprojektes im Team Anwendung der Inhalte des Moduls IT- Projektmanagement Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Fachliche Inhalte sind angebotsspezifisch.,"B   enotet: Kumulativ: Durchführung, Dokumentation und Abnahme eines Softwareprojektes Unbenotet: Bestehen der benoteten Leistungen Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und werden zu Beginn der Veranstaltung bekanntgegeben.",,
Softwareprojekt RIOT OS,Softwareprojekt RIOT OS,FIN,,,RIOT-Lab,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Technische Informatik / Communicataion and Networked Systems,Prof. Dr. Mesut Güneş,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Softwareprojekt FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Softwareprojekt,Projekt,Präsenzzeit = 56 h   4 SWS Projektseminar Selbstständige Arbeit = 124 h   Bearbeitung der Programmieraufgaben,6 CP,keine,Technische Informatik 1Technische Informatik 2 ComputernetzeAlgorithmen und Datenstrukturen,"Tiefergehendes Verständnis von Betriebssystemen für eingebettete Systeme, bes. im Umfeld des Internets der DingeFähigkeit zur Anwendungsentwicklung für eingebettete SystemeTreiberentwicklung und SystementwicklungVerwendung von Versionsverwaltungssystemen","Einführung in Tools wie Git, Make, etc.Einführung in RIOT OSAnwendungsentwicklungMulti-ThreadingTreiberentwicklungNetzwerkkommunikation",Leistungen:    Regelmäßige Teilnahme am Projektseminar   Erfolgreiche Bearbeitung der Programmieraufgaben Prüfung:Abschlusspräsentation,,Wird in der Veranstaltung bekannt gegeben.
Sozialwissenschaftliche Filmanalyse,Film Analysis in the Social Sciences,FHW,,,SWF,,,M.Sc. ab 1. Semester,,"Lesske, Frank","Lesske, Frank",deutsch,FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Seminar,Seminar 4 SWS,3-6 CP,,,"Kenntnisse der sozialwissenschaftlichen Medienanalyse, bes. Film und ComputerspielFähigkeiten zur kritischen Analyse von filmischen Mitteln und Vermittlungsformen hinsichtlich technischer und visueller Umsetzung","In den Seminaren dieses Moduls werden unter unterschiedlichen inhaltlichen Gesichtspunkten und gesellschaftlich relevanten thematischen Schwerpunktsetzungen Filme ausgewählt und auf inhaltliche Aussagen, Vermittlungsformen, Vermittlungsleistungen und deren technische und gestalterische Umsetzung hin untersucht.",Vortrag mit Thesenpapier oder Präsentationje nach angestrebten CP zusätzlich schriftliche Hausarbeit bzw. mündliche Prüfung,,"Faulstich, Werner: Grundkurs Filmanalyse; Stuttgart 2008Hickethier, Knut: Film- und Fernsehanalyse; Stuttgart [u.a.] 2001, 3., überarb. Aufl. Korte, Helmut: Einführung in die systematische Filmanalyse; Berlin 1999 Monaco, James: Film verstehen: Kunst, Technik, Sprache, Geschichte und Theorie des Films und der neuen Medien; mit einem Lexikon der Fachbegriffe; Hamburg [u.a.] 2000"
Speicherprogrammierbare Antriebssteuerungen,Speicherprogrammierbare Antriebssteuerungen,FEIT,,,,,,B.Sc. ab 1. Semester,Sommersemester,Dipl.-Ing. Andreas Bannack (FEIT-IESY),Dipl.-Ing. Andreas Bannack (FEIT-IESY),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung; Praktikum,"Präsenzzeiten: 14-tätige Vorlesung 2 SWS, Übung 1 SWS, Laborpraktikum im Wechsel 2 SWS Selbständiges Arbeiten: Nacharbeiten der Vorlesung, Lösung von Übungsaufgaben",5,,Elektrische MaschinenElektrische Antriebe 1 Regelungstechnik Geregelte elektrische Antriebe,Lernziele: Vermittlung von Grundkenntnissen zur speicherprogrammierbaren Antriebssteuerung Entwicklung von Fähigkeiten zum praktischen Umgang mit industriellen Steuerungen,Aufgaben und Einsatzgebiete von SPSSteuerschaltungen für Asynchronmaschinen Binäre Steuerungstechnik SPS-Anlagen für Antriebssteuerungen Binäre Maschinen- und Anlagensteuerungen Programmierübungen an SPS-gesteuerten Antriebsanlagen Steuerung von Motion Control Anlagen Speicherprogrammierbare Antriebsregelungen,Mündliche Prüfung,,
Spezifikationstechnik,Introduction to Specification,FIN,,,SPT,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Softwaretechnik,"Frank Ortmeier, FIN-IVS",deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,150 h = 4 SWS = 56 h Präsenzzeit + 94 h selbstständige Arbeit,5,,"Algorithmen und Datenstrukturen, Theoretische Informatik","Vertrautheit mit Methoden der formalen SpezifikationBefähigung zur Einschätzung, für welche Software-Artefakte der Einsatz formaler Spezifikation sinnvoll ist. Kenntnisse über Potentiale und Grenzen formaler Methoden","Formale versus informale SpezifikationSpezifikation, Validierung, Verifikation, Generierung Spezifikation abstrakter Datentypen Spezifikation von zeitlichen Abläufen und Prozessen, Anwendungsbeispiel: Protokollspezifikation Konkrete Spezifikationssprachen und Werkzeuge",Prüfungsvorleistung erforderlich Prüfung: mündliche Prüfung,,
Sprachverarbeitung,Speech Processing,FEIT,,,,,,B.Sc. ab 3. Semester; M.Sc. ab 1. Semester,Sommersemester,Professur für Kognitive Systeme / Sprachverarbeitung,Professur für Kognitive Systeme / Sprachverarbeitung,deutsch,FIN: B.Sc. CV - Anwendungsfach - Bildinformationstechnik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten 2SWS (Vorlesung) + 1SWS Übung (optional) Selbstständiges Arbeiten: Vorlesungsnachbereitung, Literaturstudium 90h (28h Präsenzzeit in den Vorlesungen+ 62h selbständiges Arbeiten)",3,,Kenntnisse analoger und digitaler Signalverarbeitung hilfreich,"Lernziele & zu erwerbende Kompetenzen: Vermittlung der grundlegenden Probleme und Methoden der automatischen Sprachverarbeitung mit Hidden-Markov-Modellen. Der Teilnehmer versteht die Funktionalität der wesentlichen Module eines automatischen Sprachverarbeitungssystems und kann die Funktionsprinzipien mathematisch begründen. Der Teilnehmer kann Anwendungen in DSPs und CPUs unterscheiden und die spezifischen Anforderungen nennen. Das gleiche gilt für die unterschiedlichen Anforderungen Kommandos, Diktieren, Dialog, Erkennen großen Vokabulars, Benutzeradaption. In einem nachfolgenden Praktikum (optional) kann der Teilnehmer die einzelnen Module unter Anleitung programmieren und einen eigenen Spracherkenner zusammensetzen","Die Lehrveranstaltung konzentriert sich auf die kommunikativen Aspekte gesprochener Sprache. Sie beschreibt den menschlichen Sprachproduktionsprozess sowie seine Modellierung durch (lineare) Modelle. Die mit Computern durchgeführte automatische Sprachverarbeitung wird mathematisch und praktisch vorgestellt. Dabei wird auf Klassifikationsverfahren, Hidden Markov Modelle, Produktion von akustischen Merkmalen sowie Aspekte der Dialogstrategie eingegangen. Die einzelnen Inhalte sind: Überblick über Spracherkennungssysteme und - architekturen Von der physiologischen Sprachproduktion und -rezeption zum technischen Modell Sprachmodelle Sprachverarbeitung mit Digitalen Signalprozessoren Grundlagen digitaler Signalverarbeitung Merkmalsextraktion Wahrscheinlichkeitsrechnung und Schätztheorie Klassifikation Hidden Markov Modelle Großes Vokabular Sprachverstehen und Dialogsteuerung",K   lausur (K 90) oder mündliche Prüfung Prüfungsvorleistungen gemäß Bekanntgabe,,"Wendemuth, A (2004): “Grundlagen der Stochastischen Sprachverarbeitung”, 279 Seiten, Oldenbourg, ISBN: 3-486-57610-0 www.kognitivesysteme.de"
Startup Engineering I,Startup Engineering I,FIN,,,SE-I,,,B.Sc. ab 3. Semester,Wintersemester,Professur für Simulation,Graham Horton,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Studienprofil - Web-Gründer FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK,Vorlesung; Übung,150 Stunden (56 h Präsenzzeit + 94 h selbständiges Arbeiten),5,,,"Die Teilnehmer kennen und verstehen die Erfolgsfaktoren von Startups, die Führung eines Startups nach der ""Lean""-Philosophie und dabei verwendete Methoden und haben sie anhand vorgegebener Beispiele selbst angewandt.",Lean Startup Plausibilitätscheck des minimalen Geschäftsmodells Einschätzung des Marktpotenzials Problem-Solution-Fit und Product-Market-Fit Customer Journey Map Validierung von Gründungshypothesen,P   rüfungsvorleistung Benotet: Hausarbeit Unbenotet: Bestehen der Hausarbeit,,Eric Ries: The Lean Startup Diverse Internet-Quellen (werden in der Veranstaltung bekanntgegeben)
Startup Engineering II - Develop an MVP,Startup Engineering II - Develop an MVP,FIN,,,SE-II,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Simulation,Graham Horton,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Projekt,180 Stunden (28 h Präsenzzeit + 152 h selbständiges Arbeiten),6,,Programmierkenntnisse Erfolgreicher Abschluss eines eigenständigen Programmierprojektes,Die Teilnehmer verstehen die Rolle von Hypothese in der Vorbereitungsphase eines Startups und die Validierung dieser durch ein MVP. Die Teilnehmer haben Erfahrung in der Entwicklung eines MVP für ein Startup unter Verwendung einer aktuellen Technologie.,"Spezifikation, Erstellung und Test eines MVP zur Überprüfung einer Hypothese.",Prüfungsvorleistung: wird zu Beginn der Veranstaltung bekanntgegebenBenotet: Hausarbeit,Individuelle Wahl der Teilnehmer,Internet-Recherchen. Anhaltspunkte werden gegeben. 
Startup Engineering III – From Idea to Business,Startup Engineering III – From Idea to Business,FIN,,,SE-III,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Simulation,Graham Horton,deutsch,FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung; Seminar; Projekt,180 Stunden (56 h Präsenzzeit + 124 h Projektarbeit),6,,Startup-Engineering I + II,"Die Teilnehmer haben gelernt, … Wie man ein Startup nach dem ""Lean""-Prinzip betreibt Wie man ein wettbewerbsfähiges Geschäftsmodell entwickelt und validiert Wie man Investorpräsentationen vorbereitet und hält Wie man Produktspezifikation erstellt Wie Arbeit im Gründerteam funktioniert",Lean Startup Methode Marktanalyse MVP –Minimum Viable Product Problem/Solution fit Product/Market fit,Prüfungsvorleistung Benotet: Hausarbeit ,,Siehe www.sim.ovgu.de
Steuerung großer IT-Projekte,Steuerung großer IT-Projekte,FIN,,,,,,B.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik / Computational Intelligence,"Dr. Karl Teille, Volkswagen AutoUni, Leiter des Instituts für Informatik",deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung,"2 SWS Vorlesung Selbstständiges Arbeiten: Bearbeitung Hausarbeit, Nachbereitung Vorlesung 60h = 28h Präsenszeit + 32h Selbstständiges Arbeiten",2,,Kenntnis eines SW-Entwicklungsprozesses. Erste Erfahrung mit Gruppen oder Projektarbeit.,Verständnis der Bedeutung von Projekten in der berufl. PraxisUnterschiede zwischen Projektarbeit und Linienarbeit kennen Wirkung von Unternehmens- und Projektkultur auf den Projekterfolg erkennen Klassische Projektmanagementdisziplinen kennen Agile Projektmanagement Methoden kennen Aspekte internationaler Projektarbeit bewerten können,Definition von ProjekttypenProjektziele im Magischen Quadrat Einflussgrößen der Projekt- und Unternehmenskultur Projetarbeit am Beispiel des SW-Entwicklungsprozesses Neun Disziplinen des Projektmanagements nach PMI Auswirkung von Änderungen der Projektziele während der Projektlaufzeit Aspekte agiler Projektarbeit Aspekte internationaler Projektarbeit,Hausarbeit,,"Der Termin - Ein Roman über Projektmanagement. Tom DeMarco; HANSER; 1998Wien wartet auf Dich – Der Faktor Mensch im DV-Management. Tom deMarco, Timotthy Lister; HANSER; 1999 Agiles Projektmanagement - Risikogesteuerte Softwareentwicklung. Christiane Gernert; HANSER: 2003 Überleben im Projekt - 10 Projektfallen und wie man sie umschifft. Klaus D. Tumuscheit; Orell Füssli Verlag; 1999 Projektmanagement mit System - Organisation, Methoden, Steuerung. Georg Kraus, Reinhold Westermann; Gabler; 1998 Projektleiter-Praxis. Jürgen Hansel, Gero Lomnitz; Springer; 1999 Paradigm Shift - The New Promise of Information Technol-ogy Don Tapscott; McGraw-Hill; 1993 Bärentango – Mit Risiko-management Projekte zum Erfolg führen. Tom DeMarco, Timothy Lister; HANSER; 2003 Drachentöter – Risikomanagement für Software-Projekte. Georg Erwin Thaller; HEISE; 2004 Qualitätsmanagement in IT-Projekten - Planung, Organisa-tion, Umsetzung. Sandra Bartsch-Beuerlein; Hanser; 2000 Businessknigge-China. http://www.boersen-verein.de/sixcms/media.php/976/Businessknigge-China.pdf"
Steuerungstechnik,Discrete control systems,FEIT,,,,,,B.Sc. ab 5. Semester,Wintersemester,Professur für Automatisierungstechnik und Modellbildung,Dr.-Ing. Jürgen Ihlow,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Elektrotechnik,Vorlesung; Übung,Präsenzzeiten: 1 SWS Vorlesung 1 SWS Übung Selbstständiges Arbeiten: Lösen der Übungsaufgaben (vorbereitend vor der Übung)60h = 2 SWS = 28h Präsenzzeit + 32h selbständiges Arbeiten,2,,"Mathematik, Elektrotechnik, Physik",Lernziele und zu erwerbende Kompetenzen: Einführung in die Theorie diskreter Systeme und der zu ihrer Behandlung erforderlichen mathematischen Hilfsmittel Vermittlung von Fähigkeiten zum Entwurf und zur Realisierung kombinatorischer und sequenzielle Steuerungen,"Einführung Steuerung/ Regelung, Signale, kombinatorische und sequenzielle Steuerung Grundlagen der BOOLEschen Algebra Ein- und zweistellige BOOLEsche Funktionen, Darstellung BOOLEscher Funktionen, Rechengesetze, Normalformen, Ableitung BOOLEscher Funktionen Minimierungsverfahren Primimplikant, minimale Normalformen, Verfahren von Karnaugh, Näherungsverfahren von McCluskey, Verfahren von Quine- McCluskey Entwurf kombinatorischer Steuerungen Entwurfsschritte, Signaldefinitionen, Modellierung in Form einer Schaltbelegungstabelle, Minimierung, Strukturierung Realisierung kombinatorischer Steuerungen Kontaktschaltungen, kontaktlose Schaltungen Grundlagen der Automatentheorie Automatendefinition, Automatenmodelle, Automatentypen, Verfahren der Zustandsreduktion Entwurf sequenzieller Steuerungen Entwurfsschritte, Signaldefinition, Modellierung, Zustandskodierung, Zustandsreduktion Realisierung sequenzieller Steuerungen Steuerungen, freie Rückführungen, konzentrierte Speicherelemente, Speichertypen",Prüfung: schriftlich,,"Zander, H. J.: Logischer Entwurf binärer Systeme, Verlag Technik, Berlin 1989Leonhardt, E.: Grundlage der Digitaltechnik, Carl Hanser Verlag, München, 1984 Borgmeyer, J:: Grundlage der Digitaltechnik, Carl Hanser Verlag, München, 1997"
Strömungsmechanik I,Strömungsmechanik I,FVST,,,,,,B.Sc. ab 5. Semester,Wintersemester,Prof. Dr.-Ing. habil. Dominique Thévenin,Prof. Dr.-Ing. habil. Dominique Thévenin,deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Verfahrenstechnik,,,5,,,,,,,
Student Conference,Student Conference,FIN,,,StudConf,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Gunter Saake,englisch,FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Vorlesung,"Three rounds of paper submission, two rounds of reviews, three presentations",6,,,Knowledge about scientific writingCapability to review scientific articles Experiences with scientific conferences Usage of web-based submission and review systems,Scientific writingConference organization Survey of research literature Assessment of other student’s work Final presentation in a conference-like event,seminar paper (Paper + Reviews)Presentation,,
Swarm Intelligence,Swarm Intelligence,FIN,,,SI,,,M.Sc. ab 1. Semester,Wintersemester,Intelligente Systeme,Prof. Dr.-Ing. Sanaz Mostaghim,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Learning Methods & Models for Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeit: 2 SWS Vorlesung 2 SWS Übungen Selbstständige Arbeit: Bearbeiten von Übungs- und Programmieraufgaben 180 h = 56 h Präsenzzeit + 124 h selbstständige Arbeit,6,,"Informatik (Algorithmen und Datenstrukturen, Maschinelles Lernen)",Anwendung der Methoden der Schwarmintelligenz zur Problemlösung (Optimierung und verteilte Systeme)Befähigung zur Entwicklung der Schwarmintelligenzalgorithmen,"Einführung in Schwarmintelligenz (Modellierung und Defini-tionen)Schwarmintelligenz in Optimierung (Modellierung, Ant Colony Optimization, Particle Swarm Optimization, multikriterielle Optimierung) Schwarmintelligenz in dynamischen Umgebungen Schwarmintelligenz für Gruppierung und Sortieraufgaben Schwarmrobotik","Z   um Bestehen der Prüfung oder zum Erwerb eines Scheins sind folgende Leistungen zu erbringen: - Regelmäßige Teilnahme und Mitarbeit in Vorlesung und Übung - Erwerb der Zulassungsvoraussetzungen zur Klausur - Bestehen der schriftlichen Prüfung, 120 Min. Die  Zulassungsvoraussetzungen können aus verschiedenen Elementen bestehen,  bspw. dem Lösen und Präsentieren von Übungsaufgaben oder dem Bestehen  einer Zwischenklausur im Semester. Die genauen  Zulassungsvoraussetzungen werden zum Anfang der Vorlesung, spätestens  bis zum Ende der dritten Vorlesungswoche, auf der Webseite des  Lehrstuhls bekannt gegeben.",,"Eric Bonabeau, Marco Dorigo and Guy Theraulaz, Swarm In-telligence: From Natural to Artificial Systems, Oxford University Press, 1999Andries Engelbrecht, Fundamentals of Computational Swarm Intelligence, Wiley 2006 James Kennedy and Russel Eberhart, Swarm Intelligence, Morgan Kaufmann, 2001 Zbigniew Michalewicz and David Fogel, How to solve it: Modern Heuristics, Springer, 2001 Veysel Gazi, Stability Analysis of Swarms, The Ohio State University, 2002 Marco Dorigo and Thomas Stützle, Ant Colony Optimization, The MIT Press, 2004 C. Solnon: Ant Colony Optimization and Constraint Program-ming. Wiley 2010 Gerhard Weiss, Multiagent Systems: A modern approach to distributed artificial systems, The MIT Press, 2000 Christian Müller-Schloer, Hartmut Schmeck and Theo Ungerer, Organic Computing – A Paradigm Shift for Complex Systems, Springer, 2011"
System-on-Chip,System-on-Chip,FEIT,,,,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),Prof. Dr.-Ing. Thilo Pionteck (FEIT-IIKT),deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. INGINF - Bereich Ingenieurwissenschaften,Vorlesung; Übung,"Präsenzzeiten: wöchentliche Vorlesungen 2 SWS, zweiwöchentliche Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten Vorlesung, Lösung Übungsaufgaben und Prüfungsvorbereitung 180 h (42 h Präsenzzeit + 138 h selbständige Arbeit)",6,,"Bachelor in Elektrotechnik, Mechatronik oder Informatik","Lernziele und erworbene Kompetenzen: Nach dem erfolgreichen Abschluss des Moduls verfügen die Studierenden über detaillierte Kenntnisse über den Aufbau von System-on-Chips (SoCs) und deren einzelnen Komponenten. Sie sind in der Lage, Entwurfsentscheidungen selbständig zu treffen, zwischen Entwurfsalternativen abzuwägen und bestehende Entwürfe hinsichtlich ihrer Eignung für ein vorgegebenes Anwendungsszenario zu evaluieren. Die Studierenden können aktuelle Trends beim Entwurf und Einsatz von SoC benennen und in den Gesamtkontext einordnen. Durch Übungen sind die Studierenden in der Lage, angeleitet ihr Wissen und Fähigkeiten forschungsorientiert zu vertiefen und in komplexen Problemstellungen anzuwenden und zu beurteilen.",Aufbau von System-on-Chips (SoCs)Intellectual Property Core (IP-Core) basierter Entwurf Design Reuse ARM-Prozessoren Kommunikationsnetze Network-on-Chips (NoCs) Speicherarten und Speicherhierarchie 3D-Systeme Taktdomänen Power Management Test und Zuverlässigkeit Fallstudien,Mündliche Prüfung,,
Technische Aspekte der IT-Sicherheit,Technical Aspects of IT-Security,FIN,,,TAITS,,,B.Sc. ab 4. Semester,Sommersemester,Prof. Dr-Ing. Jana Dittmann,Prof. Dr-Ing. Jana Dittmann,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - ForensikDesign@Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,"150h: Präsenzzeit = 56h, Selbstständige Arbeit = 94h",5,,"„Sichere Systeme“, Technische Informatik, Kommunikation und Netzwerke, „Algorithmen und Datenstrukturen“","Lernziele: Verständnis der besonderen Eigenschaften und Probleme bei hardwarenahen Sicherheitslösungen (Kommunikationsprotokolle, Umgebungsabhängigkeit, Beschränkung der Ressourcen) Kompetenzen: Befähigung zum Entwurf und zur Realisierung angepass-ter Sicherheitslösungen, ausgehend von einem Anwendungsproblem","Erarbeitung eines praxisrelevanten, hardwarenahen Anwendungsproblems aus Bereichen wie automotiver Sicherheit, IoT- oder Steuer- und RegelungstechnikEinführung in die Sensortechnik und Kommunikations-technologienTechnische Integrationsaspekte, Umsetzung ausgewählter der Inhalte aus „Sichere Systeme“ und „Algorithmen und Datenstrukturen“",Prüfungsform: Referat (Präsentation und Abschlussbericht),,"Literatur siehe unter wwwiti.cs.uni-magdeburg.de/iti_amsl/lehre/,"
Technische Darstellungslehre,Engineering Design Graphics,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 3. Semester,---,Prof. Beyer; FMB - IMK,"Prof. Beyer; FMB - IMK Weitere Lehrende: Dr. Träger, Dr. Schabacker; FMB-IMK",deutsch,FIN: B.Sc. CV - Anwendungsfach - Konstruktion & Design,,,5,,,,,,,
Technische Informatik I,Principles of Computer Hardware,FIN,,,TI-I,,,B.Sc. ab 1. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Technische Informatik / Communication and Networked Systemss; Professur für Netzwerke und Verteilte Systeme,Professur für Technische Informatik / Communication and Networked Systemss; Professur für Netzwerke und Verteilte Systeme,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure,Vorlesung; Übung,Präsenzzeiten: SWS Vorlesung SWS Übung Selbstständiges Arbeiten: Bearbeitung von Übungs- und Programmieraufgaben & Prüfungsvorbereitungen 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit.,5,,,"Lernziele & erworbene Kompetenzen: Fähigkeit, den prinzipiellen Aufbau von Rechnern als Schichtenmodell von unterschiedlichen Abstraktionsebenen zu verstehen und zu beschreiben Kompetenz, Komponenten der digitalen Logikebene eigenständig zu entwerfen, Vertiefte Kenntnis über die Maschinenebene eines digitalen Rechners. Verständnis der Prinzipien zur Leistungssteigerung durch Fließband- und Parallelverarbeitung",Kombinatorische SchaltnetzeSequentielle Schaltwerke Computerarithmetik Aufbau eines Rechners Befehlssatz und Adressierung Fließband- und Parallelverarbeitung,L   eistungen: Bearbeitung der Übungs- und Programmieraufgaben Prüfung: Klausur 120 Min.,,Wird in der VL bekanntgegeben
Technische Informatik II,Principles of Resource Management and Communication,FIN,,,TI II,,,B.Sc. ab 1. Semester,Sommersemester,Professur für Technische Informatik / Communication and Networked Systemss; Professur für Netzwerke und Verteilte Systeme,Professur für Technische Informatik / Communication and Networked Systemss; Professur für Netzwerke und Verteilte Systeme,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - Pflichtfächer FIN: B.Sc. INGINF - Pflichtfächer FIN: B.Sc. WIF - WPF Gestalten & Anwenden,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung 2 SWS Übung Selbstständiges Arbeiten: Bearbeitung von Übungsaufgaben & Prüfungsvorbereitung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit.,5,,Technische Informatik I,"Lernziele: Vermittlung von Grundlagen zur Einordnung und zum Entwurf von Architekturen und Komponenten der Systemsoftware aus den Bereichen Betriebssysteme, Kommunikationssysteme und Netzwerkarchitekturen. Kompetenzen: Fähigkeit zur Bewertung und praktischen Umsetzung von Konzepten, Komponenten und Strukturen aus den oben angegebenen Bereichen auf einer systemnahen Software-schicht.",Inhalte Entwurfsprinzipien und Abstraktionen Systemressourcen und Aktivitätsstrukturen Kommunikation und Synchronisation Beispiele für Ressourcenverwaltung und Protokolle aus dem Bereich der Betriebs- und Netzwerkarchitekturen,"L   eistungen Regelmäßige Teilnahme an Vorlesungen und Übungen, Bearbeitung der Übungs- und Programmieraufgaben Prüfung: Klausur 120 Min",,wird auf der Web-Seite der VL bekanntgegeben
Technische Logistik,Technical Logistics,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 3. Semester,Wintersemester,"Prof. Zadek, FMB-ILM","Prof. Zadek, FMB-ILM; Weitere Lehrende: K. Hempel; FMB-ILM",---,FIN: B.Sc. INGINF - Ingenieurbereich,,,5 CP,,,,,,,
Technische Mechanik 1,Engineering Mechanics 1,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 2. Semester,Sommersemester,"Prof. Juhre, FMB-IFME","Prof. Juhre, FMB-IFME",deutsch,FIN: B.Sc. INGINF - Ingenieurbereich,,,5 CP,,,,,,,
Technische Mechanik 2/3,Engineering Mechanics 2/3,FMB,Die Informationen zu diesem Modul sind dem Modulkatalog für Bachelorstudiengänge der Fakultät für Maschinenbau zu entnehmen: https://www.verwaltungshandbuch.ovgu.de/Modulhandb%C3%BCcher-media_id-12598.html,,,,,B.Sc. ab 3. Semester,Wintersemester,"Prof. Juhre, FMB-IFME","Prof. Juhre, FMB-IFME",deutsch,FIN: B.Sc. INGINF - Ingenieurbereich,,,5 CP,,,,,,,
Technische Mechanik I,Technische Mechanik I,FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,"Prof. Jens Strackeljan, Prof. A. Bertram, FMB-IFME","Prof. Jens Strackeljan, Prof. A. Bertram, FMB-IFME",deutsch,FIN: M.Sc. DIGIENG - Ingenieurgrundlagen für Informatiker,Vorlesung; Übung,Präsenzzeiten: 3 SWS Vorlesung 3 SWS Übung selbstst. Arbeiten: Übungsaufgaben; Klausurvorbereitung 210 h (84h Präsenzzeit + 126 h s. Arbeit),7,,,Lernziele & zu erwerbende Kompetenzen: Vermittlung grundlegender Kenntnissen zu Methoden der Technischen Mechanik Erläuterung des methodischen Vorgehens: Lösung von Problemstellungen der Statik unter Nutzung grundlegender Prinzipien der Technischen Mechanik Grundkenntnisse im Bereich der Festigkeit Festigung des Wissens in Übungen durch Modellierung und Berechnung einfacher technischer Systeme,"Grundlagen der Statik: ebene und räumliche Kraftsysteme, Schnittlasten an Stab- und Balkentragwerken, Reibung und Haftung, Schwerpunktberechnung Grundlagen der Festigkeitslehre: Annahmen, Definition für Verformungen und Spannungen, Hooksches Gesetz, Zug- und Druck, Biegung; Stabilitätsprobleme",Übungsschein; Klausur 120 min,,
Telematik und Identtechnik,Telematik und Identtechnik,FMB,,,,,,M.Sc. ab 1. Semester,Wintersemester,Hon. Prof. Richter /ILM,Hon. Prof. Richter /ILM,deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,Präsenzzeiten: Vorlesung: 2 SWS Übung: 1 SWS (14-tägig) Selbstständiges Arbeiten: Nachbereitung der Vorlesung und Übungen,5,Fördertechnik (Master MB),,"Erlernen von Fähigkeiten zur Inbetriebnahme und Nutzung funk- und bildbasierter Identifikations-, Ortungs- und KommunikationstechnologienDesign von Telematiksystemen für lange Prozessketten in der Logistik und intralogistische Aufgaben","Videobasierte Systeme (Kamera, Musterkennung)RFID-Systeme zur Identifikation (Reader, Multiplexer, Anten-nen) RF-und bildverarbeitende Systeme zur Ortung in der Intralo-gistik Low Cost Tiefenbildscan Komplexlösungen (Intelligenter Container, RFID-Kanban, RFID in der Fashion-Industrie, Frachtscanning)",Teilnahme an den Vorlesungen und Übungen; Praktikum im Galileo-Testfeld; Versuchslabor und Containerterminal Magdeburg Schriftliche Prüfung,,
Theoretische Elektrotechnik,Theoretische Elektrotechnik,FEIT,,,,,,M.Sc. ab 1. Semester,Sommersemester,Prof. Dr.-Ing. Marco Leone (FEIT-IGET),Prof. Dr.-Ing. Marco Leone (FEIT-IGET),deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten im SoSe: 2 SWS Vorlesung, 1 SWS Übung Präsenzzeiten im WiSe: 2 SWS Vorlesung, 1 SWS Übung Selbstständiges Arbeiten: Lösung der Übungsaufgaben und Prüfungsvorbereitung 240 h (84 h Präsenzzeit + 156 h selbständige Arbeit)",8,GET 1 und 2 sowie GET 3,,"Vermittlung des Systems der Maxwellschen Gleichungen als Grundlage für das physikalische Verständnis und die mathematische Beschreibung elektrischer, magnetischer und elektromagnetischer PhänomeneSystematische Behandlung der elektromagnetischen Felder und adäquater Berechnungsmethoden sowie Herstellung des Bezugs zu realen Problemstellungen in den Bereichen der Elektrotechnik, Elektronik, Kommunikationstechnik Entwicklung von Fertigkeiten zur Lösung konkreter Aufgabenstellungen","Maxwellsche Gleichungen in Differential- und Integralform und die Ableitung allgemeiner Schlussfolgerungen sowie eine Systematik der elektromagnetischen Felder.Auf dieser Basis erfolgt danach die Behandlung der einzelnen Feldtypen. Elektrostatisches Feld, stationäres elektrisches Strömungsfeld, Magnetfeld stationärer Ströme, Quasistationäres elektromagnetisches Feld, Wellenfelder",Klausur 180 min,,
Theorie elektrischer Leitungen,Theorie elektrischer Leitungen,FEIT,,,,,,B.Sc. ab 1. Semester,Wintersemester,"Prof. Dr.-Ing. M. Leone, FEIT-IGET","Prof. Dr.-Ing. M. Leone, FEIT-IGET",deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung, 1 SWS Übung Selbständiges Arbeiten: Übungsaufgaben, Prüfungsvorbereitung 120 h (42 h Präsenz + 78 h selbstständige Arbeit)",4,"Grundlagen der Elektrotechnik I-III, Theoretische Elektrotechnik",,"Vertiefter physikalischer Einblick in Ausgleichs- und Ausbreitungs-vorgänge auf Leitungsverbindungen bei schnellen zeitlichen Änderungen oder hohen Frequenzen, wenn ihre Ausdehnung bezüglich der Verzögerungszeit bzw. Wellenlänge nicht vernachlässigt werden kann.Kenntnis der Grundlösungen und Näherungsmodelle in Spezialfällen aus den Bereichen der Energietechnik, Elektronik/Schaltungstechnik und Kommunikationstechnik Mathematische Beschreibung und Analyse der dynamischen Vorgängen auf Leitungen im Zeit- und Frequenzbereich bei beliebiger Leitungsbeschaltung: Leitungsgleichungen in komplexer Form, Reflexionsfaktor, Welligkeit, Widerstandstransformation, Smith-Diagramm, Vierpolersatzschaltungen, Kettenleiter Mehrfachleitungen: Leitungsdifferentialgleichungssystem, Parametermatrizen, Modaltransformation.","Einführung: Leitungsgeführte elektromagnetische Wellen und Wellentypen.TEM-Wellen auf Leitungen: Ableitung der Differentialgleichungen und differentielles Ersatzschaltbild der Doppelleitung, Lösung im Zeit- und Frequenzbereich, verlustloser und verlustbehafteter Fall, Phasen- u. Gruppengeschwindigkeit. Nicht-stationäre Analyse im Zeitbereich: Einfache Ausgleichsvorgänge, Reflexion und Brechung, Wellenersatzschaltbilder, Mehrfachreflexion (Wellenfahrplan, Bergeronverfahren, Netzwerk(SPICE)-Modell der Doppelleitung, Impulsverhalten bei dispersiven Leitungen Stationäre Analyse im Frequenzbereich: Strom und Spannung entlang der verlustbehafteten Leitung, Vierpoldarstellung, Impedanztransformation. Mehrfachleitungen: Definition und differentielles Ersatzschaltbild, Leitungsgleichungen u. Wellengleichung, Modale (Eigenwellen) Lösung, Leitungsübersprechen",Mündliche Prüfung,,
Three-dimensional & Advanced Interaction,Three-dimensional & Advanced Interaction,FIN,,,TAI,,,M.Sc. ab 1. Semester,Wintersemester,"AG Visualisierung, AG Computerassistierte Chirurgie","Jun.-Prof. Dr. Christian Hansen, Prof. Dr.-Ing. habil. Bernhard Preim",englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Seminar,Attendance times: lecture: 2 semester hours per week  tutorial/seminar: 2 semester hours per week Independent work: Reworking of the lecture Working on the seminar exercises Exam preparation 180 h (2*28h attendance time + 124h independent work),6,,"Interactive Systems lecture, User Interface Engineering lecture","Understanding the nature and importance of future user interfaces and the challenges and problems associated with them Getting to know, analyzing and evaluating technologies, interaction techniques and methods for the development of advanced user interfacesAbility to select suitable technologies and interaction techniques in the field of three-dimensional and modern Post-WIMP user interfaces Ability to critically analyze scientific literature and knowledge of scientific publishing Ability to conduct own research on a postgraduate level in the field of advanced user interfaces","Introduction to Post-WIMP and Reality-based User Interfaces3D-Interaction: Tasks, Devices, 3D-Widgets, 3D UIs Augmented Reality Interaction Pen-based Interaction Techniques and Sketching Multitouch: Technologies, Gestures, Applications Gestural Interaction: Tracking, Freehand Gestures Tangible Interaction Advanced Topics: Gaze-based Interaction, Organic Interfaces, Everywhere Interfaces",Prüfung: Klausur 120 Min.,"Powerpoint, Tafel, Video, Softwaredemonstrationen","Bowman, Kruijff, Laviola, Jr., Poupyrev: „3D User Interfaces: Theory and Practice“, Addison-Wesley, 2004Müller-Tomfelde (Ed.): „Tabletops – Horizontal Interactive Displays“, Springer, 2010 Saffer: „Designing Gestural Interfaces“, O'Reilly Media, 2008 Shaer, Hornecker: „Tangible User Interfaces: Past, Present and Future Directions“. In Foundations and Trends in Human-Computer Interaction, 3 (1), 2010 Further references during the lecture and on the current website of the module (http://isgwww.cs.uni-magdeburg.de/uise/Studium/WS2010/VorlesungTAI/)"
Topics in Algorithmics,Topics in Algorithmics,FIN,,,TinA,,,M.Sc. ab 1. Semester,,Professur für Theoretische Informatik / Algorithmische Geometrie,Professur für Theoretische Informatik / Algorithmische Geometrie,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. DKE - Bereich Fundamentals,Vorlesung; Übung,"Präsenzzeiten: 3 SWS Vorlesung + Präsentationen 1 SWS Übung Selbstständige Arbeit: Bearbeiten der Übungen und Nachbereitung der Vorlesungen, Vorbereiten der Präsentation 180h = 4 SWS = 56h Präsenzzeit + 124h selbstständige Arbeit",6,,Grundkenntnisse in Algorithmen und Datenstrukturen und asymptotischer Analyse.,"Lernziele & erworbene Kompetenzen: Befähigung zum Finden asymptotisch effizienter Lösungen für algorithmische Probleme mit Hilfe von Methoden, die dem aktuellen Stand der Technik entsprechen",Entwurf und Analyse ausgewählter Algorithmen (variiert von Veranstaltung zu Veranstaltung),P   rüfungsvorleistung: s. Vorlesung Prüfung: mündlich,,
Trainingsmodul Schlüssel- und Methodenkompetenz (dual) (SPO bis 09/2023),Training Module in Key Competencies (dual),FIN,,,TM SMK,,,B.Sc. ab 3. Semester,jedes Semester,Dozenten der FIN,veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Trainingsmodul,Veranstaltungsspezifisch,90 Stunden. Die Verteilung zwischen Präsenzzeiten und selbstständigem Arbeiten ist veranstaltungsspezifisch.,3,,,"Lernziele & erworbene Kompetenzen: Anwendung und Training von Schlüssel- und Methodenkompetenzen. Hierzu können gehören:Team- und Projektarbeit,mündliche Präsentation,Bericht anfertigen, Zeit- und Selbstmanagement,berufliche Orientierung,wissenschaftliches Arbeiten.",Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Die Inhalte sind daher angebotsspezifisch., Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und in Kooperation mit dem Praxispartner zu erbringen. Sie werden zu Beginn der Veranstaltung bekanntgegeben. Das Modul wird in den Studiengängen der FIN nicht benotet,,Veranstaltungsspezifisch
Trainingsmodul Schlüssel- und Methodenkompetenz (SPO bis 09/2023),Training Module in Key Competencies,FIN,,,TM SMK,,,B.Sc. ab 3. Semester,jedes Semester,Dozenten der FIN,veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Trainingsmodul,Veranstaltungsspezifisch,90 Stunden. Die Verteilung zwischen Präsenzzeiten und selbstständigem Arbeiten ist veranstaltungsspezifisch,3,,,Lernziele & erworbene Kompetenzen: Anwendung und Training von Schlüssel- und Methodenkompe-tenzen. Hierzu können gehören: Team- und Projektarbeitmündliche PräsentationBericht anfertigenZeit- und Selbstmanagementberufliche Orientierungwissenschaftliches Arbeiten,Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Die Inhalte sind daher angebotsspezifisch., Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und werden zu Beginn der Veranstaltung bekanntgegeben. Das Modul wird in den Studiengängen der FIN nicht benotet.,,Veranstaltungsspezifisch
Transaction Processing,Transaction Processing,FIN,,,TP,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Praktische Informatik / Datenbanken und Informationssysteme,Prof. Dr. Thomas Leich,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,Präsenzzeiten: wöchentliche Vorlesungen 2 SWS wöchentliche Übungen 2 SWS Selbstständiges Arbeiten: Übungsaufgaben & Prüfungsvorbereitung 180h (56h Präsenzzeit in den Vorlesungen & Übungen + 124h selbstständige Arbeit),6,,Veranstaltung „Datenbanken“,Lernziele & erworbene Kompetenzen: Grundverständnis der Problematik d. Transaktionsverwaltung Kenntnisse von theoretischen Grundlagen Kenntnisse zur Algorithmen u. Verfahren zur Synchronisation Kenntnisse über Algorithmen und Verfahren zur Aufrecht-erhaltung der ACID-Eigenschaften,"TransaktionskonzeptSerialisierbarkeitstheorie Synchronisationsverfahren Wiederherstellung und Datensicherung Transaktionsverwaltung in verteilten Datenbanksystemen (Verteilte Synchronisation, Verteilt Commit, etc.) Erweiterte Transaktionsmodelle",P   rüfungsvoraussetzungen: Anmeldung und Teilnahme an den Vorlesungen und Übungen Prüfung/ Schein: mündlich,,"Datenbanken: Implementierungstechniken. Gunter Saake, Kai-Uwe Sattler, Andreas Heuer, 3. Auflage mitp-Verlag, Bonn, 2011, ISBN 978-3826691560"
"Transport phenomena in granular, particulate and porous media","Transport phenomena in granular, particulate and porous media",FVST,,,,,,M.Sc. ab 1. Semester,Sommersemester,Prof. Tsotsas,Prof. Tsotsas,deutsch,FIN: M.Sc. DIGIENG - Fachliche Spezialisierung,,Präsenzzeit: 42 Stunden / Selbststudium: 48 Stunden,3,,,"Dispersed solids find broad industrial application as raw materials (e.g. coal), products (e.g. plastic granulates) or auxiliaries (e.g. catalyst pellets). Solids are in this way involved in numerous important processes, e.g. regenerative heat transfer, adsorption, chromatography, drying, heterogeneous catalysis. To the most frequent forms of the dispersed solids belong fixed, ag-itated and fluidized beds. In the lecture the transport phenomena, i.e. momentum, heat and mass transfer, in such systems are discussed. It is shown, how physical fundamentals in combination with mathematical models and with intelligent laboratory experiments can be used for the design of processes and products, and for the dimensioning of the appropriate apparatuses. Master transport phenomena in granular, particulate and porous media Learn to design respective processes and products Learn to combine mathematical modelling with lab experiments","Transport phenomena between single particles and a fluidFixed beds: Porosity, distribution of velocity, fluid-solid transport phenomena Influence of flow maldistribution and axial dispersion on heat and mass transfer Fluidized beds: Structure, expansion, fluid-solid transport phenomena Mechanisms of heat transfer through gas-filled gaps Thermal conductivity of fixed beds without flow Axial and lateral heat and mass transfer in fixed beds with fluid flow Heat transfer from heating surfaces to static or agitated bulk materials Contact drying in vacuum and in presence of inert gas Heat transfer between fluidized beds and immersed heating elements",Exam: oral,,
Umweltmanagementinformationssysteme,Umweltmanagementinformationssysteme,FIN,,,,,,B.Sc. ab 1. Semester,Sommersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik - Managementinformationssysteme,Professur für Angewandte Informatik / Wirtschaftsinformatik - Managementinformationssysteme,deutsch,FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung = 28h 2 SWS Übung = 28h Selbstständiges Arbeiten: Vor- und Nachbereitung Vorlesung Entwicklung von Lösungen in der Übung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,6,,Methods and Tools for Management Information Systems,"Lernziele & zu erwerbende Kompetenzen: Verständnis des Spannungsfeldes aus Umweltaspekten, umweltorientierter Leistung und Umweltinformation Anwendung von methodischen Herangehensweisen zur Messung Umweltaspekten und umweltorientierter Leistung Verständnis der rechtlichen Folgen mangelnder Umweltleistung Anwendung von methodischen Herangehensweisen zur effizienten Erfassung, Verwaltung und Nutzung von Metadaten und Daten eines Umweltmanagements Anwendung einer methodischen Herangehensweise zur Einführung Umweltmanagementinformationssystemen in Organisationen","Grundlagen zu UmweltmanagementsystemenGesetzliche und andere Forderungen des Umweltschutzes Methoden, Werkzeuge und Normen zu Umweltmanagementsystemen Konzeption und Einführung von Umweltmanagement-informationssystemen",B   earbeitung der Übungsaufgaben mündliche Prüfung,,
Usability und Ästhetik,Usability and Aesthetic,FIN,,,,,,B.Sc. ab 4. Semester,Sommersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik – Managementinformationssysteme,Prof. Dr. Hans-Knud Arndt,deutsch,FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - Gestalten,Vorlesung; Übung,Präsenzzeiten: - 2 SWS Vorlesung - 2 SWS Übung Selbstständiges Arbeiten: - Vor- und Nachbereitung Vorlesung - Entwicklung von Lösungen in und für die Übung 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit,5,,,"Lernziele & zu erwerbende Kompetenzen: Verständnis für die Ästhetik und das Design von Informations- und Kommunikationssystemen bzw. Informations- und Kommunikationstechnik Verständnis von Design als Schlüssel zur nachhaltigen und zeitgemäßen Umsetzung von Informations- und Kommunikationssystemen bzw. einer Informations- und Kommunikationstechnik Anwendung einer methodischen Herangehensweise zur Entwicklung einer nachhaltigen Designstrategie Anwendung von Usability, User Experience und gutem Design für Informations- und Kommunikationssysteme bzw. Informations- und Kommunikationstechnik",Methoden des User Experience Design und Design Thinking für die Ideation Phase im Entwicklungsprozess von Produkten und Dienstleistungen   - Designgeschichte von Informations- und Kommunikationsprodukten - Methoden zur Konzipierung und Realisierung einer Usability und User Experience - 10 Thesen des guten Designs - Gutes Design für Informations- und Kommunikationssysteme bzw. Informations- und Kommunikationstechnik,D   as erfolgreiche Absolvieren der Semesteraufgabe ermöglicht den Studierenden die Teilnahme an der Prüfung. Prüfung: schriftliche Prüfung (Klausur) jeweils im SoSe,,Siehe http://bauhaus.cs.uni-magdeburg.de
Verfahrenstechnische Projektarbeit,Verfahrenstechnische Projektarbeit,FVST,,,,,,B.Sc. ab 1. Semester,Wintersemester,Professur für Thermodynamik und Verbrennung,"Dr.-Ing. Hermann Woche, Prof. Dr.-Ing. Eckehard Specht",deutsch,FIN: B.Sc. INGINF - Ingenieurbereich Vertiefungen - Verfahrenstechnik,Praktikum; Seminar,"Präsenzzeit: 28 Stunden, Selbststudium: 32 Stunden",2,,,Lernziele & zu erwerbende Kompetenzen: Erlernen von Gruppenarbeit und selbständigem Erarbeiten von verfahrenstechnischen Projektabläufen,Zur Herstellung eines vorgegebenen Produktes muss eine mögliche Verfahrenstechnik erarbeitet werden. Über das Produktverhalten sind an einer Laboranlage Untersuchungen durchzuführen.,Präsentation,,
Virtuelle Inbetriebnahme,Virtuelle Inbetriebnahme,FEIT,,,,,,M.Sc. ab 1. Semester,,"Prof. Dr. Christian Diedrich, FEIT-IFAT","Prof. Dr. Christian Diedrich, FEIT-IFAT",deutsch,FIN: M.Sc. DIGIENG - Methoden des Digital Engineering,Vorlesung; Übung,Präsenszeiten: Vorlesungen 2 SWS; Übungen 1 SWS Selbstständiges Arbeiten: Nacharbeiten der Vorlesung;Lösung der Übungsaufgaben Prüfungsvorbereitung 120 h (42 h Präsenzzeit + 78 h selbstständige Arbeit),5,Grundkenntnis in der Informatik und Softwareentwicklung,,Einordnung der Maschinen- und Anlagensimulation mit Schwerpunkt der virtuellen und hybriden Inbetriebnahme in die digitalen Planungs- und Betriebslebenszyklusphasenautomatisierungstechnischen Aspekte der virtuellen Inbetriebnahme Modellgrundlagen für die verwendeten Komponenten bei der virtuellen Inbetriebnahme Vermittlung der Integrationstechnologien in das PLM,"In der frühen Planungs- und Fertigungsphase werden im Engineering für technische Systeme Simulationswerkzeuge zur Validierung und Absicherung des Entwurfs, zum Test der Steuerungssoftware sowie zu Schulungszwecken für die Anwender eingesetzt. Die real nicht vorhandenen Systemkomponenten werden simulativ behandelt und werden deshalb als virtuelle bezeichnet. So ist ein schrittweises Vorgehen vom vollständig virtuellen bis zum vollständigen realen und funktionsfähigen technischen System möglich (hybride Inbetriebnahme). Die Simulation erfolgt im interdisziplinären Umfeld zwischen Mechanik, Elektro- und Automatisierungstechnik.","T   eilnahme an den Lehrveranstaltungen Prüfung am Ende des Moduls, Notenskala gemäß Prüfungsordnung, Punktvergabe nach schriftl. Klausur oder mündliche Prüfung",,
Visual Analytics,Visual Analytics,FIN,,,,,,M.Sc. ab 1. Semester,Sommersemester,Professur für Angewandte Informatik / Visualisierung,Prof. Dr.-Ing. Bernhard Preim,englisch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung,"Präsenzzeiten: 2 SWS wöchentliche Vorlesung, 2 SWS wöchentliche Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung, Bearbeiten der Übungsaufgaben, Prüfungsvorbereitung, schriftliche Ausarbeitung für Masterstudenten 150 h (2*28h Präsenzzeit + 94h selbstständige Arbeit), zzgl. 1 CP (Master) für schriftliche Ausarbeitung",Master: 6,,"Visualisierung, Vorkenntnisse in der Datenanalyse, z.B. Intelligente Datenanalyse, Data Mining, Machine Learning, Künstliche Intelligenz","Lernziele und zu erwerbende Kompetenzen: Diese Vorlesung vermittelt, wie große, hochdimensionale, partiell unzuverlässige und unvollständige Daten analysiert werden können unter Nutzung von Datenanalysetechniken und interaktiven Visualisierungen, die eng gekoppelt sind. Dabei werden die Eigenschaften und Parameter wichtiger Datenanalysemethoden erklärt und gezeigt, wie diese Methoden in Visual Analytics-Systeme integriert werden können. Der interdisziplinäre Charakter der Entwick-lung und Nutzung von Visual Analytics-Ansätzen wird betont. Dazu zählen auch Fragen der visuellen Wahrnehmung und der kognitiven Verarbeitung visueller Daten und deren Rolle in Entscheidungsprozessen. Besonderes Augenmerk wird auf den Wissenserzeugungsprozess gelegt; also den Prozess mit dem Beobachtungen, Hypothesen, statistische Ergebnisse und andere Artefakte erzeugt und verwaltet werden. Die Anwendungsbeispiele reichen von Finanzdaten (Aktienkursen), Daten von Kreditkartenbewegungen, Genexpressionsdaten bis zu epidemiologischen Daten und Patientendaten. Zielgruppen solcher Anwendungen sind Investoren, Sicherheitsabteilungen, Biologen, Statistiker und Ärzte.",Einleitung: Potenzial und Anwendungsbereiche von Visual AnalyticsVisual Analytics auf Basis von Clustering Visual Analytics auf Basis von Subspace-Clustering und Bi-Clustering Visual Analytics mit Decision Trees Visual Analytics mit Assoziationsregeln Scatterplot-basierte Visualisierungen Visual Analytics von Ereignissequenzen Interaktive und Kooperative Methoden von Visual Analytics Visual Analytics im Gesundheitswesen,Prüfungsvorleistungen: Werden zu Beginn des Semesters bekannt gegeben.  Prüfung: Klausur (120 Min.),"Powerpointpräsentation, Tafelnutzung, Videos","J. J. Thomas, K. A. Cook (Hrsg.): Illuminating the path: The research and development agenda for visual analytics. IEEE Computer Society 2005D. A. Keim, F. Mansmann, J. Schneidewind, J. Thomas, H. Ziegler: Visual analytics: Scope and challenges. Visual Data Mining, 2008"
Visual Analytics in Health Care,Visual Analytics in Health Care,FIN,,,VAHC,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr.-Ing. Bernhard Preim Dr. Gabriel Mistelbauer,Prof. Dr.-Ing. Bernhard Preim Dr. Gabriel Mistelbauer,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Seminar,"3 credit points = 90 h (28 h attendance time + 62 h independent work), grading scale according to examination regulations",3,,"Visualization, Data Mining, Visual Analytics or Information Visualization","Learning objectives and competences to be acquired: This seminar teaches  how combinations of data analysis (clustering, regression analysis,  classification rules) can be combined with methods of interactive visualization,  e.g. heat maps, scatterplots and time-based visualizations to solve problems in  healthcare. The applications concern clinical medicine (decision support for  physicians based on electronic health records), medical research, e.g. the  recognition of undesirable drug effects, the area of public health, which is  concerned, for example, with defining an adequate data-based reaction to a  strong outbreak of an infectious disease, and epidemiology, which examines risk  factors for the development of diseases on the basis of observation and cohort  studies and thus develops approaches for the prevention of diseases. All the  topics covered are based on real data. The presentations are also intended to  raise awareness of the fact that data quality is never perfect; missing and  partially unreliable or at least inaccurate data are the basis of the analytical  evaluation.",• Overview: Potential and applications of Visual Analytics in Healthcare • Visual Analytics in Public Health • Visual Analytics in Clinical Medicine • Visual Analytics for Detecting Adverse Drug Effects • Visual Analytics in Epidemiology,"Examinations: student talk, seminar paper (10 pages)","PowerPoint presentation, use of whiteboard, videos","Workshop volumes of the IEEE Workshop Visual Analytics in Healthcare (since  2010), selected publications of other conferences / magazines in the fields of  data analysis and visualization"
Visualisierung,Visualization,FIN,,,VIS,,,B.Sc. ab 5. Semester; M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Visualisierung,Prof. Dr. Bernhard Preim,englisch,FIN: B.Sc. CV - Pflichtfächer FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - WPF Gestalten & Anwenden FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Fundamentals FIN: M.Sc. VC - Visual Computing - Pflichtfächer FIN: M.Sc. VC - Visual Computing,Vorlesung; Übung,"Presence: ·        2 SWS Lecture ·        2 SWS Exercise Selbstständiges Arbeiten: Bearbeiten der Übungsaufgaben und Nachbereitung der Vorlesungen, Prüfungsvorbereitung",Bachelor: 5 Credit Points = 150h = 4 SWS = 56h Präsenzzeit + 94h selbständige Arbeit Master: 6 Credit Points = 180h = 4 SWS = 56h Präsenzzeit + 124h selbständige Arbeit Notenskala gemäß Prüfungsordnung,keine,"Computergraphik I, Mathematik I bis III","Goals: This lecture conveys basic  knowledge about visualizing large data in a structured manner including  interactive exploration of the data by means of visual interfaces. Objectives: Awareness of visualization goals, selection and assessment of visualization techniques Application of basic principles of computer-assisted visualization Adaptation of visualization algorithms for solving application problems Evaluation of visualization techniques in terms of performance, scaleability","Visualization goals and quality criteriaUnderstanding of fundamentals of visual perceptionOverview about data structures in visualizationBasic algorithms (Isolines, color scales, diagramm techniques),Direct and indirecte visualization of volume dataInformation visualization",P   rerequisites: s. lecture Exam: written examination 120 Min.,"Powerpoint presentation, sketches, videos","P. and M. Keller (1994): Visual Cues, IEEE Computer Society PressT. Munzner (2015). Visualization Analysis and Design: Principles, Techniques, and Practice, A K PetersW.  Schroeder, K. Martin, B. Lorensen (2001): The Visualization Toolkit: An  object-oriented approach to 3d graphics, 3. Aufl. Springer, HeidelbergA. Telea (2014): Data Visualization: Principles and Practice, Second Edition, AK Peters (2. Auflage)M. Ward, D. Keim, G. Grinstein (2015): Interactive Data Visualization: Foundations, Techniques, and Applications, Second Edition"
Visuelle Analyse und Strömungen in medizinischen Daten,Visual Analysis and Flow in Medical Data,FIN,,,VASMed,,,B.Sc. ab 4. Semester,Sommersemester,Dr.-Ing. Sylvia Saalfeld (FIN-ISG),Dr.-Ing. Sylvia Saalfeld (FIN-ISG) Dr.-Ing. Philipp Berg (FVST-ISUT),deutsch,FIN: B.Sc. CV - WPF Computervisualistik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INGINF - WPF Informatik,Vorlesung,"Präsenzzeiten: 4 SWS anwendungsorientierte Vorlesung Selbständiges Arbeiten: Nacharbeiten der Vorlesungen und der vorgestellten Anwendungsbeispiele, Prüfungsvorbereitung oder Projektarbeit (bei geringer Teilnehmerzahl) 180h (56h Präsenzzeit + 124h selbständige Arbeit)",6,,,"Die Lehrveranstaltung gliedert sich in zwei medizintechnisch rele-vante Themenbereiche. Im Rahmen des ersten Teils werden strömungsmechanische Grundlagen anwendungs-orientiert vermittelt. In diesem Zusammenhang werden Grundprinzipien der klassischen Strömungsmechanik auf medizinische Fragestellungen übertragen, wobei Blutflussbeschreibungen im Fokus stehen. Weiterhin erfolgt eine Einführung in die numerische Strömungsmechanik (CFD), die es erlaubt, diverse Strömungsphänomene simulativ zu beschreiben. Hierbei werden sowohl Chancen als auch Limitationen der verwendeten Ansätze vermittelt. Der zweite Teil der Lehrveranstaltung bezieht sich auf die visuelle Analyse medizinischer Datensätze, bspw. Computertomographie- (CT) oder Magnetresonanztomographie- (MRT) Daten. 3D Visualisierungen der Datensätze verbessern dabei die Diagnose bestimmter Krankheitsbilder, wie kardiovaskuläre Erkrankungen oder Krebs, ermöglichen die Therapieplanung komplexer Eingriffe und erlauben eine interaktive Exploration der patientenindividuellen Anatomie. Die Lehrveranstaltung vermittelt Grundlagen der Computergraphik und Visualisierung, sowie die benötigten Bildverarbeitungs- und Analyseschritte. Anschließend werden komplexe Visualisierungstechniken für den medizinischen Anwendungsfall vorgestellt.","Teil 1: Medizinische Strömungen: Vermittlung strömungsmechanischer Grundlagen Anwendung auf medizinisch relevante Strömungsphäno-mene (u.a. Herz-Kreislauf-System, zerebrale Hämodynamik, Lungen- und Rachenströmungen) Einführung in die numerische Strömungsmechanik Identifikation von Chancen und Limitationen der Simulationstechniken für medizinische Strömungen Teil 2: Visuelle Analyse medizinischer Daten Einführung in die Visualisierung und Bildanalyse für medizinische Datensätze Direkte Volumenvisualisierung mittels Transferfunktionen Indirekte Volumenvisualisierung mittels Oberflächen Visuelle Analyse medizinisch relevanter Erkrankungen (u.a. kardiovaskuläre Erkrankungen, Tumorerkrankungen)",Mündliche Prüfung oder Projektpräsentation (bei geringer Teilneh-merzahl),,
Visuelle Kommunikation für Digitale Medien,Visual Communication for Digital Media,FIN,,,,,,B.Sc. ab 2. Semester,jedes Semester,Prof. Steffi Hußlein,"Prof. Steffi Hußlein, Mareike Gabele (M.A.)",deutsch,FIN: B.Sc. CV - Allgemeine Visualistik - Design,Seminar,5 CP = 150 Std. (30 Std. Präsenz + 60 Std. selbstständiges Einarbeiten und Üben + 30 Std. Vorbereitung eines Referats + 30 Std. Erarbeiten eines Handouts in eigenem Layout),5 CP,keine,,"Die zunehmende Komplexität und Vielfalt digitaler Medien macht einen sicheren Umgang im Bereich der digitalen Gestaltung notwendig. Die dafür notwendigen Kompetenzen werden systematisch durch eine Vorlesungsreihe im Bereich der visuellen Kommunikation mit Schwerpunkt der Gestaltung von digitalen Medien erworben. Hinzu kommen anwendungsorientierte Aufgaben, die zu jeder Vorlesung herausgegeben werden und das Gelernte zu vertiefen. Die Vermittlung gestalterischer und konzeptioneller Grundlagen für digitale Systeme soll die Entscheidungsfähigkeit in Gestaltungsfragen im Interaction Design festigen, sowie eine eigenständige Kompetenz und Stilsicherheit im Entwurf ausbilden. Es werden theoretische und praktische Grundlagen der visuellen Kommunikation im Screen Design elektronischer Medien (u.a. Internet/World Wide Web, Tablets, Smartphones, E-Books, Digitales Fernsehen, Medienfassaden, Digital Video etc.) vermittelt sowie Methoden zum Umgang und zur Gestaltung von Informations- und Bedienstrukturen in digitalen, dynamischen Anwendungen gelehrt. ","Visuelle Kommunikation geht über das Interface als Styling Fläche hinaus. Herausforderungen liegen unter anderem in der Verständlichkeit und Anpassung an die Zielgruppe. Im Kurs „Visuelle Kommunikation für digitale Medien I UI Design"" werden schrittweise und praxisbezogen Ideen, Konzepte, Visualisierungen und prototypische Umsetzungen einer Tablet App erarbeitet. Dafür werden unter anderem Ablaufdiagramme und Wireframes erstellt.  Im Fokus eines finalen Videoprototypen stehen neben der zielgruppenorientierten schlüssigen Konzeption und Interaktion eine passende formalästhetische Umsetzung von Layout und Mikroanimationen. Die Veranstaltung setzt sich aus folgenden theoretischen und praktischen Inhaltsmodulen zusammen: Entwicklung der visuellen Kommunikation: Von den analogen Medien zu den digitalen Medien Grundlagen der visuellen Kommunikation Gestaltgesetze Wahrnehmungsphysiologie und - psychologie Lesbarkeit von Text in digitalen Medien Digitale Farbe und Farbmischung Bildschirmraster und Bildorganisation Orientierung und Navigation in digitalen Informationsräumen Aufbereitung und Erstellung von digitalen, dynamischen Daten- und Informationsvisualisierungen Neben den Gestaltungsprinzipien, Rückkopplung, Kontinuität, Konsistenz und Plausibilität wird die Bedeutung von mentalen Modellen und Metaphern sowie die Organisation und Navigation von und in Informationsmengen behandelt. Diese Grammatik umfasst die Themen: Organisation und Wahrnehmung von Fläche und Raum, Farbe, Bewegung/Geschwindigkeit, Layout, semantische Strukturierung von Text und Bild, Skalierbarkeit von Rastern sowie Typografie.",Entwurf + Referat + Handout,,
VLBA – Cloud DevOps Technologies,VLBA – Cloud DevOps Technologies,FIN,,,VLBA-CDOT,,,M.Sc. ab 1. Semester,Wintersemester,Prof. Dr. Klaus Turowski,Prof. Dr. Klaus Turowski,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Informatikgrundlagen für Ingenieure FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Data Processing for Data Science FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Computer Science FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung; Übung,Präsenzzeiten = 42 h: • 21 h Vorlesung • 21 h Übung Selbstständiges Arbeiten = 138 h: • 138 h Bearbeiten mehrerer aufeinander aufbauender Hausarbeiten,6 Credit Points = 6*30 h = 180 h (42 h Präsenzzeit + 138 h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,,,Schaffung eines Überblicks über relevante Tools und Technologien für die Entwicklung cloudbasierter Systeme und Vermittlung erster Erfahrungen in deren Nutzung.,"Angesichts hochgradig vernetzter Anwendungen, Big Data und Cloud Computing, ist die sorgfältige Planung und Konstruktion von Architekturen und Landschaften der entsprechenden Informationssysteme wichtiger denn je. In vielen Fällen endet der Lebenszyklus eines Systems nicht mit der Auslieferung der Lösung, vielmehr sind der anschließende Betrieb, die Überwachung und die Wartung zu einem wesentlichen Bestandteil dieses Prozesses geworden. An diesem Punkt sind ausgefeilte Paradigmen und Methoden erforderlich, die die kontinuierliche Entwicklung und den Betrieb dieser Systeme erleichtern und gleichzeitig Fehler, Ausfälle und andere Störungen verhindern. Der Kurs dient der Vermittlung von Grundlagen als auch erster praktischer Erfahrungen bei der Entwicklung (Development) und dem Betrieb (Operations), kurz DevOps, von Systemen in Verbindung mit dedizierten Cloud-Technologien. Neben den theoretischen Grundlagen werden wesentliche Konzepte und Technologien diskutiert und angewendet, die die kontinuierliche Integration, Auslieferung und das Testen von entsprechenden Systemen ermöglichen.",Hausarbeit,,
VLBA 1: Systemarchitekturen,VLBA 1: Systemarchitekturen,FIN,,,VLBA1,,,M.Sc. ab 1. Semester,Wintersemester,Professur für Angewandte Informatik / Wirtschaftsinformatik,Professur für Angewandte Informatik / Wirtschaftsinformatik,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Fachliche Spezialisierung FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik,Vorlesung; Übung,Präsenzzeiten: 28 h Vorlesung / 28 h Übung Selbstständiges Arbeiten: 54 h Vor- und Nachbereitung Vorlesung 70 h Entwicklung eines Informationssystems in der Übung 6 x30h (56 h Präsenzzeit + 124 h selbstständige Arbeit),6,,,Lernziele & zu erwerbende Kompetenzen: Erlernen von Techniken und Methoden der Komponenten-basierten Systementwicklung Methoden zum Aufbau komplexer interorganisationaler betrieblicher Informationssysteme auf Grundlage der Service-orientierten Architektur Erlangung von praktischen Fähigkeiten zur Entwicklung komplexer verteilter Informationssysteme,"Theorie der komponentenbasierten SystementwicklungFachkomponenten, Frameworks, Komponenten-Lebenszyklen,CoBCoM-ArchitekturArchitekturen von Systemlandschaften Pattern-Sprachen und Architektur-Pattern Service-orientierte Architektur (SoA) Web-Services Mediatoren Fallstudien Personal Information GuideShared ERP ArchitecturePrototypische Realisierung eines interorganisationalen Informationssystems auf Grundlage der CoBCoM-Architektur und SoA","Beteiligung an einem Entwicklungsprojekt, mündliche Prüfung",,"Turowski, K.: Fachkomponenten. Aachen 2002. Herden, S., Marx Gómez, J., Rautenstrauch, C., Zwanziger, A.: Softwarearchitekturen für E-Business-Systeme, Berlin, Heidelberg u. a., 2006."
VR und AR in industriellen Anwendungen,VR und AR in industriellen Anwendungen,FMB,,,,,,M.Sc. ab 1. Semester,,Professur für Logistische Systeme,Professur für Logistische Systeme,deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Vorlesung; Übung; Praktikum,"Vorlesung und vorlesungsbegleitende Übung einschließlich eines Programmierpraktikums mit der VDT-Plattform des Fraunhofer IFF, selbständiges Bearbeiten der Übungsaufgaben als Voraussetzung zur Prüfungszulassung Präsenzzeiten Wöchentliche Vorlesungen 2 SWS Wöchentliche Übungen 2 SWS Selbständiges Arbeiten, Bearbeiten der Übungsaufgaben, Nachbereitung der Vorlesungen, Prüfungsvorbereitung 180 h (56 h Präsenzzeit + 124 h selbständige Arbeit)",6,,Grundkenntnisse der Computergraphik,"Lernziele & zu erwerbende Kompetenzen Die Vorlesung vermittelt anhand praxisnaher Beispiele die Erstellung von VR- und AR-Anwendungen im industriellen Umfeld. Die Vorlesung schließt vorbereitende Maßnahmen zur Datenaufbereitung, wie Übernahme von Daten aus CAD-Systemen, Texturgewinnung ein. Im Programmierpraktikum werden das Autorensystem der VDT-Plattform des Fraunhofer IFF eingesetzt und eigene Programmerweiterungen der VDT-Plattform umgesetzt.",Überblick über Einsatzmöglichkeiten von VR-Anwendungen in unterschiedlichen BranchenÜberblick über marktübliche VR/AR-Hardware/Software Erstellung einfacher VR-Modelle mit einem 3-DModellierungssystem Datenübernahme aus kommerziellen CAD-Systemen Erstellung von Szenarien mit dem Autorensystem der VDTPlattform des Fraunhofer IFF Erstellung eigener VR-Anwendungen am Beispiel der Grafikbibliothek OpenSG sowie der VDT-Plattform Erstellung von AR-Anwendungen mit einem AR-Toolkit,W   erden zu Beginn der Veranstaltung bekannt gegeben. Prüfung oder Leistungsnachweis,,
VR/AR-Technologien für die Produktion,VR/AR-Technologien für die Produktion,FMB,,,,,,M.Sc. ab 1. Semester,,"FMB-ILM, Prof. Schenk, Steffen Masik","Hon. Prof. Schreiber, Dr. Schumann, FMB-ILM",deutsch,FIN: M.Sc. CV - Bereich Anwendungen / Geisteswissenschaftliche Grundlagen,Vorlesung; Übung,"Präsenzzeit: Vorlesungen: 2 SWS, Übungen: 1 SWS Selbstständiges Arbeiten: Vor-und Nachbereiten der Übungen (42 h Präsenzzeit und 108 h Selbststudium) M.Sc. CV: 6 CP mit Zusatzleistung: Seminarvortrag",5 Master CV: 6,Grundlagen der Fertigungslehre Grundlagen der Konstruktionstechnik,,Kennenlernen von Virtual Reality (VR) und Augmented Reality (AR) als neue Formen der Mensch-Maschine-Interaktion zur Gestaltung von Produktionssystemen und –prozessen.,"Einsatzszenarien am Beispiel des Produktionslebenszyklus; Überblick über VR/AR-HardwareSoftwarebestandteile VR/AR-Systeme VR-basierte Experimentierplattformen zum Planen, Testen, Betreiben von Produktionstechnik",Prüfung: Klausur K90 ,,"Skript: Schreiber, W.; Zimmermann, P.,(Hrsg.): Virtuelle Techniken im industriellen Umfeld"
Wahlpflichtfach FIN Schlüssel- und Methodenkompetenz,Elective Course in Method and Key Competencies,FIN,,,WPF FIN-SMK,,,B.Sc. ab 6. Semester,jedes Semester,Dozenten der FIN,Veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - FIN SMK FIN: B.Sc. WIF - WPF Gestalten & Anwenden - FIN SMK,Veranstaltungsspezifisch,Veranstaltungsspezifisch,5,,,Lernziele & erworbene Kompetenzen Fortgeschrittene methodische  Kompetenzen auf dem Gebiet der Informatik und ihre Anwendungen und/oder  fortgeschrittene persönliche oder soziale Kompetenzen auf der Basis  einer Fachveranstaltung der OVGU. Dieses Modul kann durch  unterschiedliche Lehrveranstaltungen implementiert werden. Die  fachspezifischen Lernziele sind angebotsspezifisch.,Dieses Modul kann durch unterschiedliche Lehrveranstaltungen implementiert werden. Die fachspezifischen Inhalte sind angebotsspezifisch.,Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und werden zu Beginn der Veranstaltung bekanntgegeben. ,,Veranstaltungsspezifisch
Werkzeuge für das wissenschaftliche Arbeiten,Tools for Scientific Work,FIN,,,WWA,,,B.Sc. ab 1. Semester,Wintersemester,Jun.-Prof. Dr. Michael Kuhn,Jun.-Prof. Dr. Michael Kuhn,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Trainingsmodul FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Trainingsmodul,Praktikum,"Präsenz: 3 SWS (42h) Selbstständiges Arbeiten: Nachbereiten der vorgestellten Inhalte, weitergehende Beschäftigung mit den Werkzeugen (48h)",3 CP,,,"Die Teilnehmenden lernen, mit den vorgestellten Werkzeugen umzugehen und damit effektiv zu arbeiten.","Für die wissenschaftliche Arbeit werden heutzutage eine Vielzahl an Werkzeugen eingesetzt, die Wissenschaftlerinnen und Wissenschaftlern die Arbeit erleichtern können. Dafür ist es allerdings notwendig, die Stärken und Schwächen der jeweiligen Werkzeuge zu kennen und mit deren Funktionsweise vertraut zu sein. Im Trainingsmodul werden wir uns mit den wichtigsten Werkzeugen für das wissenschaftliche Arbeiten auseinander setzen. Dazu zählen unter anderem die Bedienung der Kommandozeile, die Versionsverwaltung mit Git, die Entwicklung von Scripten zur Automatisierung, das Plotten von Ergebnissen, sowie die Arbeit mit LaTeX zum Schreiben von Publikationen, Berichten und Präsentationen. Die Veranstaltung ist dabei sehr praktisch angelegt. Die Werkzeuge können und sollen live durch die Teilnehmenden ausprobiert werden.",Aktive und erfolgreiche Teilnahme am Präsenzteil,,
Wissenschaftliches Individualprojekt,Wissenschaftliches Individualprojekt,FIN,,,WIP,,,M.Sc. ab 1. Semester,jedes Semester,Professur für Simulation,Wird von unterschiedlichen Hochschullehrern der FIN angeboten,deutsch,für die Masterstudiengänge,Angeleitetes wissenschaftliches Individualprojekt,180h Selbststudium und Projektarbeit,6,,Angebotsspezifisch,"Lernziel: In diesem Modul erwerben Studierende durch angeleitetes wissenschaftliches Arbeiten Fachwissen auf einem Teilgebiet der Informatik. Dies erfolgt durch Studium der Fachliteratur und durch originäre wissenschaftliche Arbeit. Erworbene Kompetenzen: Selbstständiges und angeleitetes wissenschaftliches Arbeiten, z.B.: Einarbeitung in eine wiss. FragestellungDarstellung des aktuellen Erkenntnisstands auf der Basis einer LiteraturrechercheErkennung von Problemen bzw. ErkenntnislückenVorschlag zur Schließung der LückeUmsetzung eines LösungsvorschlagesPlanung, Durchführung und Interpretation von ExperimentenVerfassen einer AusarbeitungHalten eines VortragsDie fachlichen Lernergebnisse sind angebotsspezifisch.",Angebotsspezifisch,Wissenschaftlicher Vortrag und Ausarbeitung,,Angebotsspezifisch
"Wissenschaftliches Rechnen IV: Tensoren, Differentialformen und Vektoranalysis","Scientific Computing IV: tensors, differential forms, and vector calculus",FIN,,,WRIV,,,B.Sc. ab 1. Semester; M.Sc. ab 1. Semester,Sommersemester,Juniorprofessur Echtzeit-Computergraphik,Jun.-Prof. Dr. Christian Lessing,deutsch,FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DKE - Fundamentals of Data Science FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer FIN: M.Sc. WIF - Bereich Informatik,Vorlesung,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen der Übungsaufgaben 180 h (56h Präsenzzeit + 124h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,6 CP,,Sichere Kenntnisse der linearen Algebra,"Vermittlung von Grundkenntnissen zu Tensoren und Differentialformen und deren klassische Formulierung als Vektoranalysis, so dass diese in Anwendungen der Computergraphik, Natur- und Ingenieurwissenschaften, z.B. zur numerischen Simulation von Flüssigkeiten oder Maxwell’s Gleichungen, verwendet werden können.","Tensoren und multi-lineare Algebra Differentialformen, de Rahm Komplex, äußere Ableitung, Lie Ableitung, Hodge dual Formulierung von Vektoranalysis mit Differentialformen Ggf. Erweiterung der Konzepte auf Mannigfaltigkeiten",Mündliche Prüfung,"Tafel, Folien, Beispielprogramme","J. E. Marsden, T. S. Ratiu, and R. Abraham, Manifolds, Tensor Analysis, and Applications, Springer-Verlag, 2004. T. Frankel, The Geometry of Physics, Third. Cambridge University Press, 2011. I. Agricola and T. Friedrich, Vektoranalysis: Differentialformen in Analysis, Geometrie und Physik. Vieweg+Teubner Verlag, 2010."
Wissenschaftliches Rechnen V: Strukturerhaltende Simulationen und Geometrische Mechanik,Scientific Computing V: Structure Preserving Simulations and Geometric Mechanics,FIN,,,WR V,,,M.Sc. ab 1. Semester,Wintersemester,Juniorprofessur für Echtzeit-Computergraphik,Jun.‐Prof. Dr. Christian Lessig,englisch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden des Digital Engineering FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. VC - Visual Computing - Wahlpflichtfächer,Vorlesung; Übung,Präsenzzeiten: 2 SWS Vorlesung / 2 SWS Übung Selbstständiges Arbeiten: Nacharbeiten der Vorlesung Lösen der Übungsaufgaben,6 Credit Points = 180 h (56h Präsenzzeit + 124h selbstständige Arbeit) Notenskala gemäß Prüfungsordnung,keine,S   tark empfohlen: Wissenschaftliche Rechnen IV; Empfohlen: Wissenschaftliche Rechnen II,"The course provides an introduction to structure preserving numerical simulations that respect the invariants of physical systems, for example conserve energy or momentum. It also provides the necessary background from geometric mechanics.","- Variational and Hamiltonian formulation of mechanical systems - Variational structure preserving integrators - Symplectic integrators - Mechanical systems with symmetry, reduction and numerical integrators for these systems",Mündliche Prüfung,"Tafel, Folien, Beispielprogramme","J. E. Marsden and T. S. Ratiu. Introduction to Mechanics and Symmetry: A Basic Exposition of Classical Mechanical Systems. Texts in Applied Mathematics. Springer-Verlag, New York, third ed. edition, 1999. J. E. Marsden and M. West. Discrete Mechanics and Variational Integrators. Acta Numerica, 10:357–515, 2001. E. Hairer, C. Lubich, and G. Wanner. Geometric Numerical Integration. Springer Series in Computational Mathematics. Springer-Verlag, second ed. edition, 2006"
Wissenschaftliches Seminar,Scientific Seminar,FIN,,,WissSem,,,B.Sc. ab 5. Semester,jedes Semester,Dozenten der FIN,veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar,,Präsenzzeiten = 28 h SWS Seminar Selbstständiges Arbeiten = 62 h Aufarbeitung des Themas Vorbereitung einer Präsentation schriftliche Ausarbeitung des Themas,3,,,Lernziele & erworbene Kompetenzen: Selbstständige Erarbeitung eines anspruchsvollen Themas Mündliche Präsentation eines anspruchsvollen Themas Schriftliche Dokumentation eines anspruchsvollen Themas Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Die fachlichen Lehrziele sind angebotsspezifisch.,Dieses Modul kann durch unterschiedliche Lehrveranstaltungen implementiert werden. Die fachlichen Inhalte sind angebotsspezifisch.,Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und werden zu Beginn der Veranstaltung bekanntgegeben.,,veranstaltungsspezifisch
Wissenschaftliches Seminar (dual),Scientific Seminar (dual),FIN,,,WissSem,,,B.Sc. ab 5. Semester,jedes Semester,Dozenten der FIN,veranstaltungsspezifisch,deutsch,FIN: B.Sc. CV - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. INGINF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar FIN: B.Sc. WIF - Schlüssel- und Methodenkompetenzen - Wissenschaftliches Seminar,Vorlesung,Präsenzzeiten = 28 h SWS Seminar Selbstständiges Arbeiten = 62 h Aufarbeitung des Themas Vorbereitung einer Präsentation schriftliche Ausarbeitung des Themas,3,,,Lernziele & erworbene Kompetenzen: Selbstständige Erarbeitung eines anspruchsvollen Themas Mündliche Präsentation eines anspruchsvollen Themas Schriftliche Dokumentation eines anspruchsvollen Themas Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Die fachlichen Lehrziele sind angebotsspezifisch,Dieses Modul kann durch unterschiedliche Lehrveranstaltungen implementiert werden. Die fachlichen Inhalte sind angebotsspezifisch.,Dieses Modul wird durch unterschiedliche Lehrveranstaltungen implementiert. Studien-/ Prüfungsleistungen sind veranstaltungsspezifisch und in Kooperation mit dem Praxispartner zu erbringen. Sie werden zu Beginn der Veranstaltung bekanntgegeben.,,veranstaltungsspezifisch
Wissenschaftliches Team-Projekt,Wissenschaftliches Team-Projekt,FIN,,,WTP,,,M.Sc. ab 1. Semester,jedes Semester,Dozenten der FIN,Wird von unterschiedlichen Hochschullehrern der FIN angeboten.,---,FIN: M.Sc. CV - Schlüssel- und Methodenkompetenzen FIN: M.Sc. DIGIENG FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Models FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Ingenieurinformatik FIN: M.Sc. INGINF - Bereich Ingenieurwissenschaften FIN: M.Sc. INGINF - Schlüssel- und Methodenkompetenzen FIN: M.Sc. VC - Schlüssel- und Methodenkompetenzen FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik FIN: M.Sc. WIF - Bereich Wirtschaftswissenschaften FIN: M.Sc. WIF - Schlüssel- und Methodenkompetenzen,Projekt,"Betreute Projektarbeit, Teamarbeit, Selbststudium, Präsentationen 180h (Verteilung veranstaltungsspezifisch)",6,,,Lernziele & erworbene Kompetenzen: Fortgeschrittene methodische Kompetenzen auf dem Gebiet der Informatik und ihre Anwendungen Fortgeschrittene persönliche und soziale Kompetenzen Arbeiten im Team Vorbereitung und Durchführung wissenschaftlicher Präsentationen Selbstständiges und geleitetes wissenschaftliches Arbeiten Implementierung und Bewertung wissenschaftlicher Ideen Dieses Modul wird von unterschiedlichen Hochschullehrern implementiert. Die fachlichen Lehrziele sind daher angebotsspezifisch,Dieses Modul wird von unterschiedlichen Hochschullehrern implementiert. Die fachlichen Inhalte sind daher angebotsspezifisch.,veranstaltungsspezifisch,,
Wissenschaftliches Teamprojekt KMD,Teamproject KMD,FIN,,,TeamprojKMD,,,M.Sc. ab 1. Semester,,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II (Arbeitsgruppe KMD),Prof. Myra Spiliopoulou,---,"FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. DIGIENG - Methoden der Informatik FIN: M.Sc. DKE - Applied Data Science FIN: M.Sc. DKE (alt) - Bereich Methods I FIN: M.Sc. DKE (alt) - Bereich Methods II FIN: M.Sc. DKE (alt) - Bereich Applications FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik FIN: M.Sc. WIF - Bereich Wirtschaftsinformatik Als Implementierung des generischen Moduls ""Wissenschaftliches Teamprojekt"" entsprechend anrechenbar.",Wissenschaftliches Teamprojekt,"Präsenzzeiten (inkl. Beratungstermine) und selbstständiges Arbeiten (einzeln und im Team) gemäß ""Kreditpunkte"" 180h = 28h Präsenzzeit +152h selbständige Arbeit Selbständige Bearbeitung von einem anspruchsvollen wissenschaftlichen Thema in Gruppenarbeit Präsenzzeit (inkl. Beratungstermine) für die Betreuung und Besprechung des Themas, Kontrolle des Fortschritts bei der Bearbeitung Koordination im Team Vorbereitung einer Präsentation Vorbereitung der Hausarbeit, zu der auch die Inhalte der Präsentation gehören",6,,Data Mining ,"Lernziele & erworbene Kompetenzen: 1. Allgemeine Ziele und Kompetenzen: s. Modulbeschreibung des fakultätweiten Moduls ""Wissenschaftliches Team-Projekt"" sowie 2. Fachspezifische Ziele und Kompetenzen: Erwerb von Kenntnissen zu ausgewählten Themen von ""Knowledge Management & Discovery"" (Beispiele von Teilgebieten unter ""Inhalt"") Einarbeitung in einem anspruchsvollen wissenschaftlichen Teilgebiet von ""Knowledge Management & Discovery"" Erarbeitung von einer Lösung zu einer reellen oder realitätsnahen (vereinfachten) Aufgabenstellung im Gebiet von ""Knowledge Management & Discovery""","Fortgeschrittene Aufgabenstellungen aus dem Forschungsgebiet ""Knowledge Management & Discovery"", darunter Themen aus den Teilgebieten: Stream Mining (Stream) Recommenders Medical Mining Opinion (Stream) Mining Active & Semi-supervised (Stream) Learning",Prüfung: Hausarbeit,,"Themenabhängig, wird am Anfang des Projekts für jedes Team bereitgestellt"
Wissenschaftliches Teamprojekt Managementinformationssysteme,Scientific Teamproject Management Information Systems,FIN,,,WTPMIS,,,M.Sc. ab 1. Semester,,Prof. Dr. Hans-Knud Arndt,Prof. Dr. Hans-Knud Arndt,deutsch,FIN: M.Sc. CV - Bereich Informatik FIN: M.Sc. CV - Bereich Computervisualistik FIN: M.Sc. DIGIENG - Human Factors FIN: M.Sc. INF - Bereich Informatik FIN: M.Sc. INGINF - Bereich Informatik FIN: M.Sc. WIF - Bereich Informatik,Übung; Seminar,Präsenzzeiten = 56 h 2 SWS Seminar 2 SWS Übung Selbstständiges Arbeiten = 124 h Aufarbeitung des Themas Vorbereitung einer Präsentation schriftliche Ausarbeitung des Themas,6,,,Lernziele & erworbene Kompetenzen: Fortgeschrittene methodische Kompetenzen auf dem Gebiet der Informatik und ihre Anwendungen Fortgeschrittene persönliche und soziale Kompetenzen Arbeiten im Team Vorbereitung und Durchführung wissenschaftlicher Präsentationen Selbstständiges und geleitetes wissenschaftliches Arbeiten Implementierung und Bewertung wissenschaftlicher Ideen,Ausgewählte Themen zu Managementinformationssysteme,P   rüfungsvorleistung: - Prüfung: Hausarbeit (Seminararbeit),,Webseite: http://bauhaus.cs.uni-magdeburg.de
Wissensmanagement – Methoden und Werkzeuge,Knowledge Management – Methods and Tools,FIN,,,WMS,,,B.Sc. ab 3. Semester,Wintersemester,Lehrstuhl Angewandte Informatik / Wirtschaftsinformatik II (Arbeitsgruppe KMD),Prof. Myra Spiliopoulou,deutsch,"FIN: B.Sc. CV - WPF Informatik FIN: B.Sc. INF - WPF Informatik FIN: B.Sc. INF - Studienprofil - Lernende Systeme / Biocomputing FIN: B.Sc. INGINF - WPF Informatik FIN: B.Sc. WIF - Gestalten FIN: M.Sc. DKE - Applied Data Science Für Freigabe und Zuordnung zu Curricula von interdisziplinären Studiengängen und von Studiengängen außerhalb der FIN, s. Studiumsdokumente des jeweiligen Studiengangs.",Vorlesung; Übung,"Präsenzzeiten: 2 SWS Vorlesung + 2 SWS Übung Selbstständiges Arbeiten: Vor- und Nachbearbeitung der Vorlesung Entwicklung von Lösungen für die Übungsaufgaben Vorbereitung für die Abschlussprüfung 150 h = 4 SWS=56h Präsenzzeit+94h selbständige Arbeit Masterstudiengänge: 6 CP -- erreicht durch Zusatzaufgabe, die in der Übung zum Semesterbeginn angekündigt wird",5,,,"Einblick zum Gebiet ‘Wissensmanagement’ bekommen, darunter:Verständnis der Rolle von Wissensmanagement und WMS in der OrganisationErwerb von Kenntnissen zu relevanten Technologien, mit Schwerpunkt auf Text MiningErwerb von Kenntnissen zu den Funktionalitäten von Wissensmanagementlösungen anhand von Beispielen","Wissensmanagement im Unternehmen: Begriffe und Ordnungsrahmen für Wissensmanagement-lösungenWissen und Strategie/EntscheidungsunterstützungWissensmanagementmethoden für explizites und tazides Wissen, darunter Dokumentenmanagement und Text MiningFallbeispiele",Vorleistungen: Erfolgreiche Bearbeitung der Übungsaufgaben Präsentationen von Ergebnissen Modalitäten werden zum Veranstaltungsbeginn angegeben. Prüfung: schriftlich (Klausur),,"Literatur zum Teil I der Lehrveranstaltung: 1. Franz Lehner ‘WISSENSMANAGEMENT - Grundlagen, Methoden und technische Unterstützung’ 6. überarbeitete und erweiterte Auflage, 2021, Verlag: HANSER; erreichbar unter www.hanser-elibrary.com von unserer Universitätsbibliothek 2. Fallstudien zusätzlich aus: • K. Mertins & H. Seidel. ""Wissensmanagement im Mittelstand"", SPRINGER (2009) • A. Stocker & K. Tochtermann, ""Wissenstransfer mit Wikis und Weblogs: Fallstudien zum erfolgreichen Einsatzvon Web 2.0 in Unternehmen"", GABLER (2010) Literatur zum Teil II der Lehrveranstaltung: 1. Einstiegshilfe für Klassifikation aus dem entsprechenden Kapitel des Buchs ‘Introduction to Data Mining’, 2. Auflage, (2018/2019) von Pan-Ning Tan, Michael Steinbach, Anuj Karpatne & Vipin Kumar, PEARSON (erreichbar unter https://www-users.cs.umn.edu/~kumar001/dmbook/index.php) 2. Auszüge zu Text Mining aus ‘Modeling the Internet and the Web: Probabilistic Methods and Algorithms’ (2003) von Pierre Baldi, Paolo Frasconi, Padhraic Smyth, WILEY 3. Tutorial von Jesse Read zu Multi-Label Klassifikation (verlinkt vom Foliensatz) 2013 Außerdem, zwei Einstiegsartikel zu Textklassifikation: 1) ‘Text document preprocessing with the Bayes formula for classification using the Support Vector Machine’ by Isa, D., Lee, L. H., Kallimani, V., and Rajkumar, R. IEEE Transactions on Knowledge and Data Engineering, 20(9):1264–1272, (2008), IEEE"