Informationsmanagement und Informationstechnologie ... · Gebiet Multimedia Modul Lehrform/SWS AP S. Praktikum Multimediaprogrammierung 4 SWS Praktikum 6 65 Lernsoftware 2 SWS orlesungV

Universität Hildesheim

Fachbereich IV

Mathematik, Naturwissenschaften, Wirtschaft und Informatik

Informationsmanagement undInformationstechnologie

Bachelor / Master

Modulhandbuch

8. April 2013

Übersicht der Kernmodule im Master IMIT

Informatik

Modul AP S.

Numerische Approximation 8 101Maschinelles Lernen 9 125Software-Produktlinien-Entwicklung 8 142Assoziative Programmierung I 6 149Algorithmen und Protokolle für das Internet 8 155Verteilte lernende Systeme 6 116

Betriebswirtschaft und Informationswissenschaft

Modul AP S.

Marketing B 6 160Logistik B 6 175Betriebliche Informationssysteme 3 184Hauptseminar Ausgewählte Probleme der Sprachtechnologie 3 202Hauptseminar Computervermittelte Kommunikation 4 208Numerische Methoden 8 111

Alle Mastermodule mit Ausnahme der Module `Projektarbeit Master' und `Abschlussprüfung Master'können als Leistung in den Bachelor�Studiengang IMIT eingebracht werden.Mastermodule aus den Gebieten `Marketing', `Produktion und Logistik' und `Betriebliche Informati-

onssysteme' sind bei Einbringung in den Bachelor�Studiengang IMIT dem Bachelor�Gebiet `Betriebs-wirtschaft' zugehörig. Module aus Gebieten, die im Bachelor�Studiengang IMIT nicht eingerichtet sind,konstituieren eigenständige Gebiete im Bachelor.

P�ichtmodule im Bachelor

Informatik

Modul Lehrform/SWS AP S.

Einführung in die Informatik 3 SWS Vorlesung, 2 SWS Übung 8 11Programmierpraktikum I 3 SWS Praktikum 5 13Algorithmen und Datenstrukturen 3 SWS Vorlesung, 2 SWS Übung 8 14Programmierpraktikum II 3 SWS Praktikum 5 16Datenbanken 3 SWS Vorlesung, 2 SWS Übung 8 17Datenbankpraktikum 3 SWS Praktikum 5 18Grundlagen des Software Engineering 3 SWS Vorlesung, 2 SWS Übung 8 19



Einführung in die Informationswissenschaft 2 SWS Vorlesung, 1 SWS Übung 5 21Grundlagen der Betriebswirtschaftslehre 1 2 SWS Vorlesung, 2 SWS Übung 6 22Informationsmanagement 2 SWS Vorlesung, 1 SWS Übung 4 24Grundlagen der Betriebswirtschaftslehre 2 2 SWS Vorlesung, 2 SWS Übung 6 25Externes Rechnungswesen 1 SWS Vorlesung, 1 SWS Übung 3 27Einführung in die Mensch-Maschine-Interaktion 2 SWS Vorlesung 3 28Internes Rechnungswesen 1 SWS Vorlesung, 1 SWS Übung 3 29

Grundlagen


Diskrete Methoden 3 SWS Vorlesung, 2 SWS Übung 8 30Analytische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 32Statistische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 34

Praktika und Projekte


Wirtschaftspraktikum Externes Praktikum in einemUnternehmen

13 36

Projektarbeit (Bachelor) Projektarbeit 10 37Abschlussprüfung Bachelor Abschlussarbeit 15 38

Abschlussprüfung

Wahlbereich Bachelor

Informatik

Gebiet Intelligente Informationssysteme


Wissensbasierte Systeme 3 SWS Vorlesung, 2 SWS Übung 8 40Fallbasiertes Schlieÿen 3 SWS Vorlesung, 1 SWS Übung 6 42Seminar Intelligente Informationssysteme (Bachelor) 2 SWS Seminar 3 44Seminar Intelligente Informationssysteme - Datensi-cherheit im Cloud Computing (Bachelor)

2 SWS Seminar 3 45

Seminar Intelligente Informationssysteme - AktuelleTrends in der Kryptographie (Bachelor)

2 SWS Seminar 3 46

Bachelor-Praktikum Neue Technologien für SemanticWeb und Wissensmanagement

3 SWS Praktikum 5 47

Gebiet Künstliche Intelligenz und Maschinelles Lernen


Grundlagen der Künstlichen Intelligenz 3 SWS Vorlesung, 2 SWS Übung 8 49Seminar Künstliche Intelligenz und Maschinelles Ler-nen (Bachelor)

2 SWS Seminar 3 50

Praktikum Künstliche Intelligenz 4 SWS Praktikum 6 51

Gebiet Software Engineering


Requirements Engineering 2 SWS Vorlesung, 2 SWS Übung 6 52Seminar Software Engineering (Bachelor) 2 SWS Seminar 3 54Grundpraktikum Softwaretechnik 3 SWS Praktikum 5 55Projektpraktikum 3 SWS Praktikum 5 56Toolpraktikum 3 SWS Praktikum 5 57

Gebiet Verteilte Systeme


Verteilte Systeme 3 SWS Vorlesung, 2 SWS Übung 8 58Seminar Verteilte Systeme 2 SWS Seminar 3 59Praktikum Verteilte Systeme 4 SWS Praktikum 6 60

Gebiet Systemadministration und Internet-Technologien


Praktikum Systemadministration 1 3 SWS Praktikum und Übung 5 61Praktikum Systemadministration 2 3 SWS Praktikum und Übung 5 62Praktikum Systemadministration für Linux 3 SWS Praktikum und Übung 5 63Seminar Algorithmen und Informationstechnologie(Bachelor)

2 SWS Seminar 3 64

Gebiet Multimedia


Praktikum Multimediaprogrammierung 4 SWS Praktikum 6 65Lernsoftware 2 SWS Vorlesung 3 67Praktikum Lernsoftwareentwicklung 4 SWS Praktikum 6 68


Gebiet Betriebswirtschaft


Marketing A 2 SWS Vorlesung, 2 SWS Übung 6 69Praktikum Marketing (Bachelor) 4 SWS Praktikum 6 70Seminar Marketing (Bachelor) 2 SWS Seminar 3 71Logistik A 2 SWS Vorlesung, 2 SWS Übung 6 72Praktikum Logistik (Bachelor) 4 SWS Praktikum 6 74Seminar Logistik (Bachelor) 2 SWS Seminar 3 75Produktion A 2 SWS Vorlesung, 2 SWS Übung 6 76Praktikum Produktion (Bachelor) 4 SWS Praktikum 6 78Seminar Produktion (Bachelor) 2 SWS Seminar 3 79Personalmanagement 2 SWS Vorlesung 3 80Arbeitsrecht 2 SWS Vorlesung 3 81EDV-Recht und E-Commerce 2 SWS Vorlesung 3 82Betriebliches Informationsmanagement 2 SWS Vorlesung 3 83SAP I: Architektur und Geschäftsprozesse 1 SWS Vorlesung, 1 SWS Übung 3 85Seminar Betriebliche Informationssysteme/-management (Bachelor)

2 SWS Seminar 3 86

Seminar Wirtschaftsinformatik (Bachelor) 2 SWS Seminar 3 87

Gebiet Benutzerorientierte Informationssysteme


Information Retrieval und Maschinelle Sprachverar-beitung

2 SWS Vorlesung 6 88

Praktikum Information Retrieval 2 SWS Praktikum 4 90Seminar Information Retrieval 2 SWS Seminar 3 91Seminar Mensch-Maschine-Interaktion 2 SWS Seminar 3 92Praktikum Mensch-Maschine-Interaktion (MMI) 2 SWS Praktikum 4 93

Gebiet Maschinelle Sprachverarbeitung


Seminar Maschinelle Sprachverarbeitung 2 SWS Seminar 3 94Praktikum Maschinelle Sprachverarbeitung 2 SWS Praktikum 4 96Grundlagen der computervermittelten Kommunikati-on (CvK)


Soft Skills


Wirtschaftsenglisch 1 2 SWS Vorlesung 3 100

Veranstaltungen Master

Informatik

Gebiet Algorithmen


Numerische Approximation 3 SWS Vorlesung, 2 SWS Übung 8 101Praktikum Numerische Algorithmen 4 SWS Praktikum 6 102Computergraphik 2 SWS Vorlesung, 2 SWS Übung 6 103Praktikum Computergraphik 4 SWS Praktikum 6 104Lineare Programmierung 3 SWS Vorlesung, 2 SWS Übung 8 105Robotik I 2 SWS Vorlesung, 1 SWS Übung 5 106Praktikum Robotik (Robotik II) 3 SWS Praktikum 5 107Graphen und Graphalgorithmen 2 SWS Vorlesung, 2 SWS Übung 6 108Approximations- und Online-Algorithmen 3 SWS Vorlesung, 2 SWS Übung 8 109Praktikum Diskrete und Kombinatorische Algorith-men


Numerische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 111Medieninformatik I 3 SWS Vorlesung, 2 SWS Übung 8 112Medieninformatik II 2 SWS Vorlesung, 1 SWS Übung 5 113Praktikum Medieninformatik 3 SWS Praktikum 5 114Seminar Algorithmen und Informationstechnologie(Master)

2 SWS Seminar 3 115



Verteilte lernende Systeme 3 SWS Vorlesung, 1 SWS Übung 6 116Fallbasierte Systeme und Anwendungen 2 SWS Vorlesung, 1 SWS Übung 5 118Seminar Intelligente Informationssysteme (Master) 2 SWS Seminar 3 120Seminar Intelligente Informationssysteme - Datensi-cherheit im Cloud Computing (Master)

2 SWS Seminar 3 121

Seminar Intelligente Informationssysteme - AktuelleTrends in der Kryptographie (Master)

2 SWS Seminar 3 122

Master-Praktikum Neue Technologien für SemanticWeb und Wissensmanagement




Maschinelles Lernen 3 SWS Vorlesung, 2 SWS Übung 8 125Maschinelles Lernen 2 2 SWS Vorlesung, 2 SWS Übung 6 127Betriebssysteme und Netzwerke 2 SWS Vorlesung, 2 SWS Übung 6 128Bayessche Netze 3 SWS Vorlesung, 2 SWS Übung 8 129Computational Methods in Internet Economy 3 SWS Vorlesung, 2 SWS Übung 8 131Analyse räumlicher Daten 3 SWS Vorlesung, 2 SWS Übung 8 132Bildverarbeitung 3 SWS Vorlesung, 2 SWS Übung 8 134XML und Semantic-Web-Technologien 3 SWS Vorlesung, 2 SWS Übung 8 136Seminar Künstliche Intelligenz und Maschinelles Ler-nen (Master)

2 SWS Seminar 3 138

Master-Praktikum Maschinelles Lernen 4 SWS Praktikum 6 139



Prozesse und Management des Software Engineering 2 SWS Vorlesung, 2 SWS Übung 6 140Software-Produktlinien-Entwicklung 3 SWS Vorlesung, 2 SWS Übung 8 142Spezielle Themen des Software Engineering 2 SWS Vorlesung, 1 SWS Übung 5 144Seminar Software Engineering (Master) 2 SWS Seminar 3 145Fortgeschrittenenpraktikum Software Engineering 4 SWS Praktikum 6 146Deduktionsmethoden und ihre Anwendungen in derSoftware Entwicklung

2 SWS Vorlesung, 1 SWS Übung 5 147

Gebiet Assoziativspeicher und Neuronale Netze


Assoziative Programmierung I 2 SWS Vorlesung, 2 SWS Übung 6 149Assoziative Programmierung II 2 SWS Vorlesung, 2 SWS Übung 6 151Seminar Assoziativspeicher, Mustererkennung, Infor-mation Retrieval

2 SWS Seminar 3 153

Seminar Informationstheorie, Natürliche und Arti�-zielle Neuronale Netze

2 SWS Seminar 3 154



Algorithmen und Protokolle für das Internet 3 SWS Vorlesung, 2 SWS Übung 8 155Angewandte Kryptographie/Datensicherheit 1 SWS Vorlesung, 1 SWS Übung 3 156Datensicherheit 1 SWS Vorlesung, 1 SWS Übung 3 157Seminar Algorithmen und Informationstechnologie(Master)

2 SWS Seminar 3 115

Gebiet Umweltwissenschaft


Umwelt-Informatik 2 SWS Vorlesung 3 158

Gebiet Medieninformatik


Medieninformatik I 3 SWS Vorlesung, 2 SWS Übung 8 112Medieninformatik II 2 SWS Vorlesung, 1 SWS Übung 5 113Praktikum Medieninformatik 3 SWS Praktikum 5 114Seminar Algorithmen und Informationstechnologie(Master)

2 SWS Seminar 3 115


Gebiet Marketing


Marketing B 2 SWS Vorlesung, 2 SWS Übung 6 160Praktikum Marketing (Master) 4 SWS Praktikum 6 161Seminar Marketing (Master) 2 SWS Seminar 3 162Softwaretechniken für interaktive Online-Befragungen

2+2 SWS Praktikum 6 163

Unternehmensplanspiel 2 SWS Praktikum 3 165Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 166Projektplanung und Projektmanagement 2 SWS Vorlesung, 2 SWS Übung 6 167Methoden zur Entscheidungsunterstützung 2 SWS Vorlesung, 2 SWS Übung 6 168Innovationsmanagement 2 SWS Vorlesung 3 169Internet Marketing 2 SWS Vorlesung 3 170Unternehmensführung 2 SWS Vorlesung 3 171Produktentwicklung und Technologien für Navigati-onsgeräte und Fahrerassistenzsysteme


Gebiet Produktion und Logistik


Logistik B 2 SWS Vorlesung, 2 SWS Übung 6 175Praktikum Logistik (Master) 4 SWS Praktikum 6 177Seminar Logistik (Master) 2 SWS Seminar 3 178Produktion B 2 SWS Vorlesung, 2 SWS Übung 6 179Praktikum Produktion (Master) 4 SWS Praktikum 6 180Seminar Produktion (Master) 2 SWS Seminar 3 181Supply-Chain-Management 2 SWS Vorlesung 3 182Unternehmensplanspiel 2 SWS Praktikum 3 165Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 166Projektplanung und Projektmanagement 2 SWS Vorlesung, 2 SWS Übung 6 167Methoden zur Entscheidungsunterstützung 2 SWS Vorlesung, 2 SWS Übung 6 168Innovationsmanagement 2 SWS Vorlesung 3 169Unternehmensführung 2 SWS Vorlesung 3 171Produktentwicklung und Technologien für Navigati-onsgeräte und Fahrerassistenzsysteme


Gebiet Betriebliche Informationsysteme


Betriebliche Informationssysteme 2 SWS Vorlesung 3 184SAP II: Customizing und weiterführende Projekte 1 SWS Vorlesung, 1 SWS Übung 3 186Data Warehousing 2 SWS Vorlesung 3 187SAP BW: Grundlagen der Architektur, Modellierungund Datenbescha�ung und -auswertung

2 SWS Vorlesung, 1 SWS Übung 5 189

Seminar Betriebliche Informationssysteme/-management (Master)

2 SWS Seminar 3 191

Seminar Wirtschaftsinformatik (Master) 2 SWS Seminar 3 192Unternehmensplanspiel 2 SWS Praktikum 3 165Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 166Projektplanung und Projektmanagement 2 SWS Vorlesung, 2 SWS Übung 6 167Methoden zur Entscheidungsunterstützung 2 SWS Vorlesung, 2 SWS Übung 6 168Unternehmensführung 2 SWS Vorlesung 3 171Hybride Wertschöpfung 2 SWS Vorlesung 3 193Visualisierungsmethoden in der Wirtschaftsinforma-tik


Produktentwicklung und Technologien für Navigati-onsgeräte und Fahrerassistenzsysteme


Gebiet Sprachtechnologie und Information


Hauptseminar Information und Gesellschaft 2 SWS Seminar 3 198Hauptseminar Visualisierung informationeller Pro-zesse

2 SWS Seminar 3 200

Vorlesung Internationale Mensch-Maschine Interakti-on


Hauptseminar Ausgewählte Probleme der Sprach-technologie

2 SWS Seminar 3 202

Projektseminar Sprachtechnologie 2 SWS Praktikum 3 204Hauptseminar Maschinelle Übersetzung 2 SWS Seminar 3 206

Gebiet Informationssysteme für Kommunikation und Lernen


Projektseminar Computervermittelte Kommunikati-on


Hauptseminar Computervermittelte Kommunikation 4 SWS Seminar 4 208Hauptseminar e-Learning 2 SWS Seminar 3 210Projektseminar e-Learning 2 SWS Praktikum 3 212

Mathematische Methoden


Numerische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 111Algebraische und Zahlentheoretische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 213


Soft Skills


Wirtschaftsenglisch 2 2 SWS Vorlesung 3 215Unterrichten in der Informatik 2 SWS Seminar 3 216

Projekte


Projektarbeit (Master) Projektarbeit 10 217

Abschlussprüfung


Abschlussprüfung Master Abschlussarbeit 30 218

P�ichtmodule im Bachelor � Informatik � Einführung in die Informatik


Informatik

Modul: Einführung in die Informatik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen In diesem Modul erwerben die Studierenden grundlegende Kompe-

tenzen der Analyse, des Entwurfs und der Realisierung von Soft-waresystemen. Sie erwerben Kompetenzen im Algorithmenentwurfund im objektorientierten Entwurf. Dabei liegt der Fokus auf dersystematischen Ableitung von Lösungsansätzen für kleine Proble-me. Die Studierenden verstehen die technischen und theoretischenGrundlagen der Informatik und sind in der Lage diese zur prakti-schen Informatik in Beziehung zu setzen.

Lehrinhalte Diese Veranstaltung vermittelt die Grundlagen der Informatik. DerFokus liegt dabei auf allgemeinen Grundlagen der Problemlösungmit Hilfe von IT-Systemen. Die Grundlagen für die Einführungvon Programmiersprachen werden gelegt, jedoch ist die Einfüh-rung des Programmierens Inhalt einer gesonderten Veranstaltung.Insbesondere werden eingeführt:

� Grundlagen der Modellbildung� Grundlegende Datentypen und Datenstrukturen� Strukturierte und objektorientierte Programmierung� Klassen und Objekte� Polymorphie� Einführung in Maschinenmodelle

Im Rahmen der Übung werden die in der Vorlesung: Einführung indie Informatik vermittelten Inhalte anhand von Übungsaufgabenvertieft. Dabei werden sowohl Aufgaben gemeinsam im Rahmender Übung bearbeitet als auch Hausarbeiten verteilt und korrigiert.Der Fokus liegt auf der Vermittlung der Kompetenz zur eigenstän-digen Anwendung durch die Studenten.

P�ichtmodule im Bachelor � Informatik � Einführung in die Informatik

Teilmodule / Veranstaltun-gen

TM 1: Einführung in die Informatik, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus SchmidTM 2: Einführung in die Informatik, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Klaus Schmid und Mitarbeiter der Arbeits-gruppe

Literatur

� H. Balzert: Lehrbuch Grundlagen der Informatik. SpektrumAkademischer Verlag, 2004.

� H. Störrle: UML2 für Studenten. Pearson Studium, 2005.� H.-P. Gumm, M. Sommer, Einführung in die Informatik, Ol-denbourg, 2008

Voraussetzungen für dieTeilnahme

keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten oder mündliche Prüfung im Umfang von 30 Minuten.

empfohlenes Semester BSc 1Turnus jedes WintersemesterDauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Informatik � Programmierpraktikum I

Modul: Programmierpraktikum I

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden erwerben grundlegende Design- und Realisie-

rungskompetenzen mit Hilfe der Programmiersprache Java. Siesind in der Lage unterschiedliche Lösungen für einfache Proble-me zu designen und mit Hilfe von Java umzusetzen. Sie kennendie Grundlagen objektorienter Sprachen und des objektorientier-ten Entwurfs und sind in der Lage dies aktiv einzusetzen. Sie sindin der Lage verschiedene Lösungsansätze miteinander zu verglei-chen.

Lehrinhalte Die Studierenden erlernen die Grundlagen der objektorientiertenSoftware Entwicklung. Sie lernen die Grundlagen der Program-miersprache Java, insbesondere die entsprechenden Bibliothekenund die Dokumentation, einfache Werkzeuge der Softwareentwick-lung, die Konzepte der Ereignisbehandlung und die Realisierunggra�scher Benutzerober�ächen.


keine

Literatur

� H. Balzert: Lehrbuch Grundlagen der Informatik. SpektrumAkademischer Verlag, 2004.

� H. Störrle: UML2 für Studenten. Pearson Studium, 2005.� B. Daum: Java-Entwicklung mit Eclipse 3.2. Dpunkt, 2006.� C. Ullenboom: Java ist auch eine Insel. Galileo Computing,2007.


keine

Prüfungsleistung Zwischentestate, Prototyp und Abschlusspräsentationempfohlenes Semester BSc 1Turnus jedes WintersemesterDauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Informatik � Algorithmen und Datenstrukturen

Modul: Algorithmen und Datenstrukturen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen die grundlegenden Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungdes Bereichs Algorithmen und Datenstrukturen gemäÿ obigen In-halten erwerben. Erwerb formaler und algorithmischer Kompe-tenzen, insb. können Studierende Probleme formal beschreibenund Anforderungen an e�ziente Algorithmen und Datenstruktu-ren entwickeln; sie können Algorithmen entwerfen, veri�zieren undbewerten.

Lehrinhalte

1. Einführung und Überblick, grundlegende Konzepte2. Algorithmentheorie (Turingmaschinen, Algorithmusbegri�,

Berechenbarkeit, Entscheidbarkeit, Komplexitätsklassen,NP-Vollständigkeit, polynomiale Reduzierbarkeit, Satz vonCook, Beispiele: SAT, 3-SAT, CLIQUE, SUBGRAPH, TSP,KNAPSACK, PARTITION, BIN PACKING, VERTEXCOVER, MAX CUT, SCHEDULING)

3. Sortieralgorithmen (Elementare Sortierverfahren, QuickSort,HeapSort, MergeSort, RadixSort, ext. Sortierverfahren, zu-gehörige Komplexitätsschranken und Datenstrukturen)

4. Suchalgorithmen (Auswahlproblem, Median-of-Median-Strategie, Suchen in sequentiell gespeicherten Listen:Fibonacci-Suche, Exponentielle Suche, Interpolationssuche;Hashverfahren: Sondieren, Double Hashing, Universal Ha-shing; Suchbäume, Tiefen- und Breitensuche, zugehörigeKomplexitätsanalysen und Datenstrukturen)

5. Graphalgorithmen (minimal aufspannende Bäume, kürzesteWege, Flüsse in Netzwerken, Matching, zugehörige Komple-xitätsanalysen und Datenstrukturen)

6. Ausblick: Algorithmen zur numerischen Modellierung


TM 1: Algorithmen und Datenstrukturen, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Jürgen FörsterTM 2: Algorithmen und Datenstrukturen, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Jürgen För-ster

P�ichtmodule im Bachelor � Informatik � Algorithmen und Datenstrukturen

Literatur

� Klaus-J. Förster: Skript Algorithmen und Datenstrukturen.� Thomas Ottmann, Peter Widmeyer: Algorithmen und Da-tenstrukturen. Spektrum Akademischer Verlag, 2002.

� Uwe Schöning: Theoretische Informatik kurzgefasst. Spek-trum Hochschultaschenbücher, 2001.


Die Inhalte des Moduls �Einführung in die Informatik� werden vor-ausgesetzt.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten oder mündliche Prüfung im Umfang von 30 Minuten.Voraussetzung für die Teilnahme an der Abschlussprüfung ist dieerfolgreiche Teilnahme an den Übungen.

empfohlenes Semester BSc 2Turnus jedes SommersemesterDauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Informatik � Programmierpraktikum II

Modul: Programmierpraktikum II

Modulverantwortlicher Dr. Lena WieseLehrende Dr. Lena WieseLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden erwerben grundlegende Design- und Realisie-

rungskompetenzen mit Hilfe der Programmiersprache C++. Siebeherrschen grundlegende Entwicklungstechniken wie das Debug-ging und die Benutzung moderner Entwicklungsumgebungen. DieStudierenden können Analyse, Entwurf, Entwicklung eines mitt-leren C++ Projekts in selbständig organisierter Gruppenarbeitdurchführen und setzen dabei Objektorientierung und Sprachmit-tel von C++ adäquat um

Lehrinhalte Behandelt werden die Grundlagen von C++, Objektorientier-te Programmierung in C++, Templates, STL, ErweiterungenC++/CLI sowie Entwicklungstechniken wie das Debugging unddie Benutzung moderner Entwicklungsumgebungen, Dokumenta-tion, die Konzepte der Ereignisbehandlung und die Realisierunggra�scher Benutzerober�ächen. Im Anschluss an den Kurs muss in2-3er Teams innerhalb von etwa zwei Monaten ein mittleres Ab-schlussprojekt programmiert werden.


keine

Literatur

� B. Stroustrup: Die C++ Programmiersprache. Addison-Wesley, 2000.

� S. Lippmann: C++ Primer. MIT Press, 2003.� U. Breymann: Der C++ Programmierer. Hanser, 2009.� A.Willms: Einstieg in Visual C++ 2008. Galileo Computing,2008.

� D. Louis:Windows Forms mit Visual C++. entwickler.press,2008.


Die Inhalte der Module �Einführung in die Informatik� und �Pro-grammierpraktikum I� werden vorausgesetzt. Der parallele Besuchdes Moduls �Algorithmen und Datenstrukturen� wird empfohlen.

Prüfungsleistung Die Teilnehmer bearbeiten ein Abschlussprojekt in 2-3er Teams.Die Note wird aufgrund der Qualität des Projektes und der indivi-duellen Leistung im abschlieÿenden mündlichen Testat vergeben.Zur Teilnahme am Abschlussprojekt ist eine Zulassung durch er-folgreiches Lösen Übungsaufgaben zu erwerben.


P�ichtmodule im Bachelor � Informatik � Datenbanken

Modul: Datenbanken

Modulverantwortlicher Dr. Lena WieseLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Das Hauptziel dieser Veranstaltung besteht darin, die Studieren-

den mit Grundlagen moderner Datenbanksysteme vertraut zu ma-chen. Sie können die Anforderungen aus Anwendungsszenarienanalysieren und beherrschen die Modellierungstechniken zum Da-tenbankentwurf, Datenmodelle, Datenbankabfragen um Datenban-kanwendungen eigenständig zu entwerfen, entwickeln und einzuset-zen. Sie beherrschen die theoretischen Grundlagen der Normalisie-rungstheorie um Datenmodelle zu optimieren.

Lehrinhalte Die Veranstaltung umfasst die grundlegenden Aspekte vonDatenbank-Systemen: Datenbankmanagementsysteme, Datenmo-delle (ER-Modell, UML), Datenbankentwurf, Normalformen undNormalisierungstheorie, Relationenalgebra, Abfragesprachen (ins-besondere SQL), Transaktionskonzepte und Synchronisation,XML-Datenbanken.


TM 1: Datenbanken, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Dr. Lena WieseTM 2: Datenbanken, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Dr. Lena Wiese

Literatur

� G. Vossen: Datenmodelle, Datenbanksprachen und Daten-bankmanagementsysteme, 5. Au�age, Oldenbourg 2008.

� G. Lausen: Datenbanken - Grundlagen und XML-Technologien, Elsevier 2005.

� R. Elmasri, S. B. Navathe: Grundlagen von Datenbanksyste-men, Pearson Studium 2002.

� C. Türker: SQL:1999 & SQL:2003 � Objektrelationales SQL,SQLJ & SQL/XML, dpunkt.verlag 2003.

� P. Eisentraut: PostgreSQL. Das o�zielle Handbuch, Mitp-Verlag, 2003.


Die Inhalte der Module �Einführung in die Informatik� und �Algo-rithmen und Datenstrukturen� werden vorausgesetzt.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120 Mi-nuten oder mündliche Prüfung im Umfang von 30 Minuten. Um ander Abschlussprüfung teilnehmen zu dürfen, müssen Vorleistungenerbracht werden.


P�ichtmodule im Bachelor � Informatik � Datenbankpraktikum

Modul: Datenbankpraktikum

Modulverantwortlicher Dr. Lena WieseLehrende Mitarbeiter Arbeitsgruppe Dr. Lena WieseLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden können die theoretischen Grundlagen aus dem

Modul Datenbanken praktisch für die Entwicklung von Web-basierten Datenbankanwendungen umsetzen. Sie beherrschen da-bei objektorientierten Entwicklungsansätze und Techniken derWeb-Anbindung zur systematischen Entwicklung einer Datenban-kanwendung. Durch die Gruppenarbeit sammeln sie praktische Er-fahrungen bei der Gruppenarbeit und Organisation, insbesondereProbleme des Teammanagements, Abschätzung der eigenen undder Gruppene�ektivität im Rahmen von Softwareentwicklung.

Lehrinhalte In diesem Kurs entwickeln die Studierenden eine typische Web-basierte Datenbankanwendung. Begleitend werden folgende Inhaltevermittelt: Systematische Entwicklung einer Datenbankanwendung(Analyse der Benutzeranforderungen, Implementierung, Testen),Einführung und Verwendung einer modernen Programmierumge-bung, Einführung und Verwendung der Servlet-Technologie.


keine

Literatur

� G. Vossen: Datenmodelle, Datenbanksprachen und Daten-bankmanagementsysteme, 5. Au�age, Oldenbourg 2008.

� G. Lausen: Datenbanken - Grundlagen und XML-Technologien, Elsevier 2005.

� P. Eisentraut: PostgreSQL. Das o�zielle Handbuch, Mitp-Verlag, 2003.

� K. Samaschke und Th. Stark: Das J2EE Premium-Codebook,Addison-Wesley, München 2007.

� Ch. Ullenboom: Java ist auch eine Insel, Galileo Press 2007.


Die Inhalte des Moduls �Programmierpraktikum I� und �Daten-banken� werden vorausgesetzt.

Prüfungsleistung Im Anschluss an den Kurs muss in 3-4er Teams innerhalb vonetwa zwei Monaten ein umfangreiches Abschlussprojekt program-miert werden. Die Note wird aufgrund der Qualität des Projektesund der individuellen Leistung im abschlieÿenden mündlichen Te-stat vergeben. Zur Teilnahme am Abschlussprojekt ist während desSemesters eine Zulassung durch erfolgreiches Lösen aller Übungs-aufgaben zu erwerben.


P�ichtmodule im Bachelor � Informatik � Grundlagen des Software Engineering

Modul: Grundlagen des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Ziel dieses Moduls ist es, ein prinzipielles Verständnis für die

Schwierigkeiten, Herausforderungen und Lösungsansätze des Soft-ware Engineering zu vermitteln. Die Vermittlung von wesentlichenTechniken, sowie der methodischen Ansätze systematischer Soft-wareentwicklung stehen im Mittelpunkt. Erwerb von Kompetenzenzur Problemanalyse, sowie von Kompetenzen im Bereich des Desi-gns und der Implementierung von IT-Systemen. insbesondere kön-nen Studierende komplexe Probleme analysieren und in Kompo-nenten und Schnittstellen zerlegen, sie können komplexe Software-Systeme designen und entwickeln.

Lehrinhalte Im Rahmen dieses Moduls werden die Grundlagen der SoftwareEntwicklung im Groÿen vermittelt. Dazu gehören insbesondere:

� Prozess-, Produkt- und Qualitätsreferenzmodelle� Vorgehensmodelle und Lebenszyklusmodelle wie das Wasser-fallmodell, Spiralmodell

� Requirements Engineering (u.a., Use Cases, Geschäftspro-zessmodellierung)

� Softwarearchitektur (u.a., Architekturstile, Designmuster)� Implementierungstechniken� Testtechniken (Black-Box, White-Box)� Veri�kationstechniken (Formale Veri�kation, Inspektions-techniken)

Im Rahmen der Übung werden die in der Vorlesung: Grundlagendes Software Engineering vermittelten Inhalte anhand von Übungs-aufgaben vertieft. Dabei werden sowohl Aufgaben gemeinsam imRahmen der Übung bearbeitet als auch Hausarbeiten verteilt undkorrigiert. Der Fokus liegt auf der Vermittlung der Kompetenz zureigenständigen Anwendung durch die Studierenden.


TM 1: Grundlagen des Software Engineering, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus SchmidTM 2: Grundlagen des Software Engineering, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Schmid

Literatur

� I. Sommerville: Software Engineering. 8. Au�age, PearsonStudium, 2007.

� W. Zuser, T. Grechenig, M. Köhle : Software Engineeringmit UML und dem Uni�ed Process. 2004.

� H. Störrle: UML2 für Studenten. Pearson Studium, 2005.

P�ichtmodule im Bachelor � Informatik � Grundlagen des Software Engineering


Die Inhalte der Module Einführung in die Informatik, Algorithmenund Datenstrukturen und Datenbanken werden vorausgesetzt.


empfohlenes Semester BSc 4-6Turnus jedes SommersemesterDauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Betriebswirtschaft und Informationswissenschaft � Einführung in dieInformationswissenschaft


Modul: Einführung in die Informationswissenschaft

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden beherrschen die grundlegende Terminologie und

kennen die Teilgebiete und die Grundlagen der Informationswis-senschaft. Sie können diese von Nachbargebieten abgrenzen. Siebesitzen Grundkompetenzen für die Analyse von Informationspro-zessen und können informationswissenschaftliche Fragestellungenerkennen.

Lehrinhalte Nach einer Einführung in Grundbegri�e (Information, Wissen,Mehrwert von Information, Informationssysteme, Abgrenzung zuanderen Disziplinen, informationswissenschaftliche Methoden) bie-tet die Vorlesung einen Überblick über die Schwerpunkte informati-onswissenschaftlicher Forschung: Information Retrieval, automati-sche Inhaltserschlieÿung, Mensch-Maschine-Interaktion, Multime-dia, multilinguale Informationssysteme, maschinelle Übersetzung,Hypermedia, Qualitätsbewertung und Evaluierung, Informations-management und informationelle Prozesse.


TM 1: Einführung in die Informationswissenschaft, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Christa Womser-HackerTM 2: Einführung in die Informationswissenschaft, ÜbungLehrform: 1 SWS Übung (2 ECTS)Lehrende: Prof. Dr. Christa Womser-Hacker und Mitarbeiter derArbeitsgruppe

Literatur Aktuelle Literatur wird in der Veranstaltung bekannt gegeben.Voraussetzungen für dieTeilnahme

keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten.


P�ichtmodule im Bachelor � Betriebswirtschaft und Informationswissenschaft � Grundlagen derBetriebswirtschaftslehre 1

Modul: Grundlagen der Betriebswirtschaftslehre 1

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende sollen belastbare Kenntnisse der Wirkungszusammen-

hänge von betriebswirtschaftlichen Grundfunktionen haben, die In-halte und Begri�e vernetzen und die behandelten Modelle und Me-thoden kritisch hinterfragen können. Studierende können grund-legende betriebswirtschaftliche Begri�e de�nieren und einordnen,besitzen fundierte Grundkenntnisse in den unter Inhalt genanntenGebieten und können die behandelten Methoden anwenden

Lehrinhalte Die Veranstaltung umfasst neben der Einführung in die Begri�-lichkeiten die grundlegenden Aspekte betrieblicher Entscheidungs-prozesse, konstitutive Entscheidungen sowie der betrieblichen Fi-nanzprozesse.

1. Einführung: Betriebswirtschaftslehre und Volkswirtschafts-lehre, Betrieb und Unternehmung, Gliederung der Betriebs-wirtschaftslehre, Grundbegri�e der Betriebswirtschaftslehre,Maÿstäbe betrieblichen Wirtschaftens, Erkenntnismethodenund Modelle, Ökonomie und Ökologie

2. Betriebswirtschaftliche Entscheidungslehre: Grundmodell derbetriebswirtschaftlichen Entscheidungslehre, Entscheidun-gen unter Sicherheit, Ungewissheit und Risiko, mehrperiodi-ge Entscheidungsprobleme

3. Konstitutive Entscheidungen: Wahl des Standorts (Standort-faktoren, Nutzwertanalyse), Wahl der Rechtsform bei Grün-dung, Umwandlung und Zusammenschluss (Vorstellung undVergleich der Rechtsformen)

4. Betriebliche Finanzprozesse: Grundbegri�e, Investition (In-vestitionsarten, Investitionsrechnung, statische und dynami-sche Bewertungsmethoden, Investitionsentscheidungsprozes-se), Finanzierung (Kapitalbedarfsermittlung, Innen�nanzie-rung, Auÿen�nanzierung)


TM 1: Grundlagen der Betriebswirtschaftslehre 1, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus Ambrosi, Prof. Dr. Ilona EbbersTM 2: Grundlagen der Betriebswirtschaftslehre 1, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi,Prof. Dr. Ilona Ebbers


Literatur

� G. Bamberg, A. G. Coenenberg: Betriebswirtschaftliche Ent-scheidungslehre

� F. X. Bea, E. Dichtl, M. Schweitzer (Hrsg.): Allgemeine Be-triebswirtschaftslehre, Bd. 1-3

� W. Domschke, A. Scholl: Grundlagen der Betriebswirt-schaftslehre

� E. Gutenberg: Grundlagen der Betriebswirtschaftslehre, 1.Band, Die Produktion

� H. Schierenbeck: Grundzüge der Betriebswirtschaftslehre� R. Schwinn: Betriebswirtschaftslehre� G. Wöhe: Einführung in die allgemeine Betriebswirtschafts-lehre


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten.


P�ichtmodule im Bachelor � Betriebswirtschaft und Informationswissenschaft �Informationsmanagement

Modul: Informationsmanagement

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 75 StundenLernziele/Kompetenzen Die Studierenden beherrschen grundlegende Theorien, Modelle,

Konzepte und Methoden des Informationsmanagement und wer-den in die Lage versetzt, diese zur Analyse und Implementierungeinzusetzen. Sie können Modelle auf praktische Fragestellungen an-wenden und geeignete Methoden auswählen.

Lehrinhalte Gegenstand ist der e�ektive und e�ziente Umgang mit dem Pro-duktionsfaktor Information in Organisationen. Behandelt werdenGrundlagen, Methoden, Modelle und Anwendungen des Informa-tionsmanagement. Den Schwerpunkt bilden Güte, Qualität undAuswahl von Information und Informationsressourcen sowie dieanwendungs- und benutzerorientierte Informationsbedarfsanalyse.Behandelt werden weiterhin der Lebenszyklus von Informationsres-sourcen und Software-Produkten in Organisationen.


TM 1: Informationsmanagement, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Christa Womser-HackerTM 2: Informationsmanagement, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Prof. Dr. Christa Womser-Hacker und Mitarbeiter derArbeitsgruppe

Literatur

� Heinrich: Informationsmanagement. 1999.� Krcmar: Informationsmanagement. 2000.� Biethan, Muksch, Ruf: Ganzheitliches Informationsmanage-ment, Band I: Grundlagen. 2000.

� Gutenschwager, Voss: Informationsmanagement. 2001.


Die Inhalte des Moduls �Einführung in die Informationswissen-schaft� werden vorausgesetzt.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten. Um an der Abschlussprüfung teilnehmen zu dürfen, müssenVorleistungen erbracht werden.

empfohlenes Semester ab BSc 2Turnus jedes SommersemesterDauer des Moduls 1 Semester


Modul: Grundlagen der Betriebswirtschaftslehre 2

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi, Prof. Dr. Ilona EbbersLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende sollen belastbare Kenntnisse der Wirkungszusammen-

hänge von betriebswirtschaftlichen Grundfunktionen haben, die In-halte und Begri�e vernetzen und die behandelten Modelle und Me-thoden kritisch hinterfragen können. Studierende können grund-legende betriebswirtschaftliche Begri�e de�nieren und einordnen,besitzen fundierte Grundkenntnisse in den unter Inhalt genanntenGebieten und können die behandelten Methoden anwenden.

Lehrinhalte Die Veranstaltung beinhaltet nach einer Einführung in die be-trieblichen Leistungsprozesse die grundlegenden Aspekte derProduktions- und Kostentheorie basierend auf der Gutenberg-schen Produktionsfaktorsystematik. Weiterhin werden die Grund-züge von Management und Controlling erläutert.

1. Betriebliche Leistungsprozesse: Grundphasen und güter-wirtschaftliches Gleichgewicht (gwG), Produktionsfaktoren(Menschliche Arbeit, Werksto�e Betriebsmittel)

2. Leistungserstellung/Produktion: Produktions- und kosten-theoretische Grundlagen, Produktions- und Kostenfunktionbei substitutionalen Produktionsfaktoren (Totale und parti-elle Faktorvariation), Produktions- und Kostenfunktion beilimitationalen Faktoren, Gestaltung der Produktion

3. Management und Controlling: Begri� und Merkmale des Ma-nagement, Prozessuale Dimension / Phasenstruktur des Ma-nagementprozesses, Führung und Management, Organisati-on


TM 1: Grundlagen der Betriebswirtschaftslehre 2, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus Ambrosi, Prof. Dr. Ilona EbbersTM 2: Grundlagen der Betriebswirtschaftslehre 2, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi,Prof. Dr. Ilona Ebbers


Literatur

� F. X. Bea, E. Dichtl, M. Schweitzer (Hrsg.): Allgemeine Be-triebswirtschaftslehre, Bd. 1-3

� E. Gutenberg: Grundlagen der Betriebswirtschaftslehre, 1.Band, Die Produktion

� D. Hahn, G. Laÿmann: Produktionswirtschaft, Band 1 und 2� H. Schierenbeck: Grundzüge der Betriebswirtschaftslehre� R. Ste�en, K. Schimmelpfeng: Produktions- und Kostentheo-rie

� G. Wöhe: Einführung in die allgemeine Betriebswirtschafts-lehre


Die Inhalte des Moduls �Grundlagen der Betriebswirtschaftslehre1� werden vorausgesetzt.



P�ichtmodule im Bachelor � Betriebswirtschaft und Informationswissenschaft � ExternesRechnungswesen

Modul: Externes Rechnungswesen

Modulverantwortlicher Dr. Joachim AlgermissenLehrende siehe TeilmodulbeschreibungenLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen mit dem System des externen betrieblichen

Rechnungswesen (Buchhaltung und Abschluss) als Steuerungsin-strument betrieblicher Prozesse vertraut sein und die Hintergrün-de und ihr Wirken auf den Gesamtbetrieb überblicken können. DieStudierende beherrschen die betriebswirtschaftliche Terminologie,kennen die grundlegenden Wirkungszusammenhänge und beherr-schen Instrumente des externen Rechnungswesens. Sie besitzen eingrundlegendes Verständis für die Rechnungslegung auf der Basisdes HGB, kennen sich mit dem System der doppelten Buchhal-tung aus und können mit Konten arbeiten.

Lehrinhalte System der doppelten Buchhaltung; Inventur, Inventar, Konte-narten, Bilanz, Gewinn- und Verlustrechnung (GuV), Kontenplä-ne, Buchungssätze, Erö�nungs- und Abschlussbuchungen; wichti-ge Buchungsfälle in ausgewählten Bereichen der Bilanz und derGuV: Anlagevermögen, Vorratsvermögen, Zahlungsverkehr, For-derungen, Umsatzsteuer, zeitliche Abgrenzungen u. ä.; Jahresab-schluss, Bilanzanalyse und Bilanzpolitik.


TM 1: Einführung in die Informatik, VorlesungLehrform: 1 SWS Vorlesung (2 ECTS)Lehrende: Dr. Joachim AlgermissenTM 2: Einführung in die Informatik, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Dr. Joachim Algermissen

Literatur

� E. Gabele: Buchführung.� H. Hahn, K. Wilkens: Buchhaltung und Bilanz, Teil A:Grundlagen der Buchhaltung.

� H. Hahn, K. Wilkens: Buchhaltung und Bilanz, Teil B: Bi-lanzierung.


keine



P�ichtmodule im Bachelor � Betriebswirtschaft und Informationswissenschaft � Einführung in dieMensch-Maschine-Interaktion

Modul: Einführung in die Mensch-Maschine-Interaktion

Modulverantwortlicher PD Dr. Thomas MandlLehrende PD Dr. Thomas Mandl und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden kennen die Technologien zur Interaktion zwi-

schen Mensch und Maschine. Sie können Benutzungsober�ächensystematisch beschreiben und den grundlegenden Paradigmen zu-ordnen. Sie kennen hilfreiche Wissensquellen wie ISO-Normen,häu�g auftretenden Probleme sowie empirische Methoden, umSchwachstellen in der MMI zu erkennen und die Interaktion ite-rativ zu optimieren. Sie wissen, wie subjektive und objektive Me-thoden in den Software-Entwicklungsprozess eingebracht werdenmüssen.

Lehrinhalte Die Gebrauchstauglichkeit erfordert eine benutzerzentrierte undaufgabengerechte Gestaltung von Informationssystemen. Nach ei-ner Betrachtung der grundlegenden physiologischen und kogniti-ven Eingenschaften des Menschen werden die formalsprachlichen,die natürlichsprachlichen und die gra�sch-direktmanipulativenBenutzungsober�ächen (BOF) sowie jeweils Gestaltungsrichtlini-en behandelt. Ästhetisches Design ergänzt die interdiszipliäre Per-spektive. Den Kern bildet die Evaluierung und die Einbettung derBenutzerperspektive in den Software-Entwicklungsprozess. Inno-vative Interaktionsansätze wie virtuelle Welten, Avatare, sozialeInteraktion und mobile Systeme werden abschlieÿend vermittelt.


keine

Literatur

� M. Dahm: Grundlagen der Mensch-Computer-Interaktion.Pearson Studium, 2005.

� J. Preece, Y. Rogers, H. Sharp: Interaction Design: beyondhuman-computer Interaction Wiley, 2002.

� B. Preim: Entwicklung interaktiver Systeme - Grundla-gen, Fallbeispiele und innovative Anwendungsfelder. Sprin-ger, 1999.




empfohlenes Semester BSc 4-6Turnus jedes WintersemesterDauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Betriebswirtschaft und Informationswissenschaft � InternesRechnungswesen

Modul: Internes Rechnungswesen

Modulverantwortlicher Dr. Joachim AlgermissenLehrende siehe TeilmodulbeschreibungenLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen mit dem System des internen betrieblichen

Rechnungswesen (Kosten- und Leistungsrechnung) als Steuerungs-instrument betrieblicher Prozesse vertraut sein und die relevan-ten Aspekte gezielt praxisorientiert anwenden können. Des Weite-ren sollen sie die Kosten- und Leistungsrechnung in den betriebli-chen Zusammenhang integrieren können. Die Studierenden besit-zen grundlegendes Wissen der Kosten- und Leistungsrechnung fürAbrechnungs- und Planungszwecke. Sie sind in der Lage, einerseitsErlös-, innerbetriebliche Leistungsverrechnung und Bestandsrech-nung, andererseits Kostenarten-, Kostenstellen- und Kostenträger-rechnung durchzuführen.

Lehrinhalte Stellung der Kosten- und Leistungsrechnung im betriebli-chen Rechnungswesen; zentrale Grundbegri�e der Kosten- undLeistungsrechnung; Systeme der Kosten- und Leistungsrech-nung; Kostenarten-, Kostenstellen- und Kostenträgerrechnung;Teilkosten- und Deckungsbeitragsrechnungen; Grundzüge derPlankostenrechnung.


TM 1: Internes Rechnungswesen, VorlesungLehrform: 1 SWS Vorlesung (2 ECTS)Lehrende: Dr. Joachim AlgermissenTM 2: Internes Rechnungswesen, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Dr. Joachim Algermissen

Literatur

� L. Haberstock: Grundzüge der Kosten- und Leistungsrech-nung.

� K. Olfert: Kostenrechnung.


Die Inhalte des Moduls �Externes Rechnungswesen� werden vor-ausgesetzt.



P�ichtmodule im Bachelor � Grundlagen � Diskrete Methoden

Grundlagen

Modul: Diskrete Methoden

Modulverantwortlicher NNLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden erwerben die grundlegenden Kompetenzen zum

Verständnis und zur theoretischen wie auch praktischen Anwen-dung diskreter Methoden der Mathematik. Erwerb formaler undmathematischer Kompetenzen, insb. können Studierende Proble-me formal beschreiben.

Lehrinhalte Erarbeitung grundlegender Begri�e, Inhalte und Methoden derDiskreten Mathematik und der Linearen Algebra, Verstehen derTechniken und Konzepte. Folgende Begri�e und Inhalte werdenvorgestellt und erarbeitet:

1. Zahlen, Mengen, Abbildungen, algebraische Strukturen,Kombinatorik, Graphen, lineare Strukturen (Vektorräume,lineare Gleichungssysteme), kombinatorische und stochasti-sche Grundbegri�e.

2. Beweismethoden, logische Regeln, zentrale Formeln, Haupt-sätze.


TM 1: Diskrete Methoden, VorlesungLehrform: 3 SWS Übung (5 ECTS)Lehrende: NNTM 2: Diskrete Methoden, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: NN und Mitarbeiter der Arbeitsgruppe

Literatur

1. H.-J. Bentz: Manuskript zur Vorlesung Mathe 1, DiskreteStrukturen.

2. T. Apostol: Introduction to Analytic Number Theory.Springer-Verlag, Heidelberg 1976.

3. G. Fischer: Lineare Algebra. Vieweg-Verlag, Braunschweig1989.

4. D. Jungnickel: Graphen, Netzwerke und Algorithmen. B.I.Wiss.-Verlag, Mannheim 1994.


keine


empfohlenes Semester BSc 1Turnus jedes Wintersemester

P�ichtmodule im Bachelor � Grundlagen � Diskrete Methoden

Dauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Grundlagen � Analytische Methoden

Modul: Analytische Methoden

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden erwerben die grundlegenden Kompetenzen zum

Verständnis und zur theoretischen wie auch praktischen Anwen-dung der Analysis. Erwerb formaler und mathematischer Kompe-tenzen, insb. können Studierende Probleme formal beschreiben.

Lehrinhalte Analysis einer reellen Veränderlichen:

1. Reelle und komplexe Zahlen (De�nition und grundlegen-de Eigenschaften der reellen und komplexen Zahlen, Gauÿ-sche Zahlenebene, geometrische Multiplikation und Additionkomplexer Zahlen, Formel von Moivre, Wurzeln)

2. Konvergenz von Zahlenfolgen (Grenzwerte, Häufungspunk-te, Heine-Borelscher Überdeckungssatz, Satz von Bolzano-Weierstraÿ, Cauchy-Folgen, rekursive Folgen)

3. Stetigkeit (Grenzwertbegri� und Stetigkeit, Zwischenwert-satz, stetige Funktionen auf kompakten Mengen, Funktio-nenfolgen, gleichmäÿige Konvergenz)

4. Di�erentation (Di�erentationsregeln, Mittelwertsatz,Bernoulli-l'Hospital, di�erenzierbare Funktionenfolgen, Satzvon Taylor, Extremwerte)

5. Unendliche Reihen (Cauchy-Kriterium, Leibniz-Kriterium,Riemannscher Umordnungssatz, Funktionenreihen, Potenz-reihen, analytische Funktionen)

6. Elementare Funktionen (Polynome, rationale Funktio-nen, Partialbruchzerlegung, Exp.-Funktion, Logarithmus-Funktionen, Kreisfunktionen, Arcusfunktionen)

7. Integration (Darbousches Integral, Riemannsches Integral,Hauptsatz, Integration von Funktionenfolgen, Integrations-regeln, uneigentliche Integrale, Eulersche Summenformel,Gammafunktion, Stirling-Formel)


TM 1: Analytische Methoden, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Jürgen FörsterTM 2: Analytische Methoden, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Jürgen För-ster

Literatur

� Klaus-J. Förster: Skript Analysis und Numerik I.� Harro Heuser: Lehrbuch der Analysis. 16. Au�., 2006.

P�ichtmodule im Bachelor � Grundlagen � Analytische Methoden


Die Inhalte des Moduls �Diskrete Methoden� werden vorausgesetzt.



P�ichtmodule im Bachelor � Grundlagen � Statistische Methoden

Modul: Statistische Methoden

Modulverantwortlicher NNLehrende NN und Mitarbeiter der ArbeitsgruppeLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen die grundlegenden Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungstatistischer und stochastischer Methoden der Mathematik gemäÿobigen Inhalten erwerben. Erwerb formaler und mathematischerKompetenzen, insb. beherrschen Studierende ausgewählte Metho-den für nicht-deterministische Vorgänge.

Lehrinhalte Wesentliche Eigenschaften von Kenngröÿen der beschreibendenStatistik; verschiedene Interpretationen des Wahrscheinlichkeitsbe-gri�s (Laplace, Grenzwert relativer Häu�gkeiten, Erwartungswert)und ihre Reichweiten;axiomatische Grundlegungen und Überlegun-gen; Modellcharakter von Wahrscheinlichkeitsverteilungen; Rolleder stochastischen Unabhängigkeit; Gesetze der groÿen Zahlen;Abgrenzung der Konvergenzbegri�e in der Stochastik zum Grenz-wertbegri� der Analysis; nichtparametrische Testverfahren; We-sen, Möglichkeiten und Grenzen des klassischen Hypothesentests;zentraler Grenzwertsatz; Bezüge der Stochastik zur Analysis undzur Linearen Algebra. Fehlvorstellungen und intuitive Täuschun-gen. Erarbeitung grundlegender Begri�e, Inhalte und Methodender Statistik und Stochastik, Verstehen der Techniken und Kon-zepte. Folgende Begri�e und Inhalte werden erarbeitet:

1. Grundlegende Begri�e (Reelle Zufallsgröÿen, Erwartungs-wert, Zerlegungen von ZFG, Varianz, unabhängige ZFG, be-dingte ZFG, bedingte Erwartung, Bayes Formel, Verteilun-gen u. a. m.).

2. Grundlegende Verfahren der Angewandten Statistik (Schätz-methoden, verteilungsfreie und verteilungsabhängige Tests,Parametertests, Kon�denzintervalle, Chi-Quadrat-Test u. a.m.).


TM 1: Statistische Methoden, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: NNTM 2: Statistische Methoden, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe NN

P�ichtmodule im Bachelor � Grundlagen � Statistische Methoden

Literatur

1. H.-J. Bentz: Skriptum Mathematische Methoden 3, Stocha-stik.

2. H.-J. Bentz, G. Palm: Wahrscheinlichkeitstheorie ohne Men-genlehre. 1980.

3. E. Kreyszig: Statistische Methoden und ihre Anwendungen.Vandenhoeck & Ruprecht, 1979.


Die Inhalte der Module �Diskrete Methoden� und �Analytische Me-thoden� werden vorausgesetzt.



P�ichtmodule im Bachelor � Praktika und Projekte � Wirtschaftspraktikum

Praktika und Projekte

Modul: Wirtschaftspraktikum

Modulverantwortlicher Praktikumsbeauftragte(r)Lehrende Professoren des Studiengangs IMIT und Mitarbeiter der Arbeits-

gruppenLehrform/SWS Externes Praktikum in einem UnternehmenAnrechnungspunkte 13 ECTSArbeitsaufwand 390 StundenLernziele/Kompetenzen Die Studierenden ergänzen ihre methodischen und analytischen

Kompetenzen durch eine praktische Fundierung. Dadurch sind siein der Lage die praktischen Rahmenbedingungen des Einsatzes ih-rer Kompetenzen besser einzuschätzen. Sie sind in der Lage eigen-ständig Lösungen auf Basis ihres Wissenstands zu entwickeln undsich in konkrete Techniken innerhalb des Unternehmens einzuar-beiten.

Lehrinhalte Die Studierenden arbeiten in einem Unternehmen an einer Frage-stellung des Informationsmanagements und der Informationstech-nologie. Dabei bearbeiten sie eine wesentliche Aufgabe im Teamdes Unternehmens.


keine

Literatur je nach ThemaVoraussetzungen für dieTeilnahme

bestandene Modulprüfungen im Umfang von 30 ECTS

Prüfungsleistung Anfertigung eines Praktikumsbericht, Vorlage eines Arbeitszeug-nis. Näheres regelt die Praktikumsordnung des Studienganges.

empfohlenes Semester BSc 4-6Turnus jedes SemesterDauer des Moduls 10 Wochen, Praktikum kann in mehrere Abschnitte aufgeteilt wer-

den.

P�ichtmodule im Bachelor � Praktika und Projekte � Projektarbeit (Bachelor)

Modul: Projektarbeit (Bachelor)

Modulverantwortlicher Professoren des Studiengangs IMITLehrende Professoren des Studiengangs IMITLehrform/SWS ProjektarbeitAnrechnungspunkte 10 ECTSArbeitsaufwand 300 StundenLernziele/Kompetenzen Studierende verfügen über analytische und methodische Kompe-

tenzen im Bereich des Informationsmanagements und der Infor-mationstechnologie. Sie sind in der Lage diese erfolgreich im Rah-men einer aktuellen Fragestellung einzusetzen (Transferkompe-tenz) und dabei ihre Vorgehensweise unter Berücksichtigung derwissenschaftlichen Methoden selbst zu organisieren.

Lehrinhalte Die Studierenden erarbeiten eigenständig zu einer Fragestellungdes Informationsmanagements und der Informationstechnologieunter Anleitung eine Lösung. Dabei nutzen sie den Stand der For-schung in diesem Bereich. Sie erstellen eine Ausarbeitung / Doku-mentation, die den aktuellen Wissenstand berücksichtigt.


keine


Notwendige Grundkenntnisse in dem zu bearbeitenden Themenge-biet. Typischerweise ab BSc. 4 Semester.

Prüfungsleistung schriftliche Ausarbeitungempfohlenes Semester BSc 4-6Turnus jedes SemesterDauer des Moduls 1 Semester

P�ichtmodule im Bachelor � Praktika und Projekte � Abschlussprüfung Bachelor

Modul: Abschlussprüfung Bachelor

Modulverantwortlicher Professoren des Studiengangs IMITLehrende siehe TeilmodulbeschreibungenLehrform/SWS AbschlussarbeitAnrechnungspunkte 15 ECTSArbeitsaufwand 450 StundenLernziele/Kompetenzen Studierende verfügen über analytische und methodische Kompe-

tenzen im Bereich des Informationsmanagements und der Infor-mationstechnologie. Sie zeigen ihre Transferkompetenz indem siedieses Wissen erfolgreich im Rahmen einer fortgeschrittenen Frage-stellung einsetzen. Die Studierenden verfügen über die Fähigkeit,diese Aufgabe eigenständig zu strukturieren und eine Lösung zuerarbeiten.

Lehrinhalte Die Studierenden erarbeiten eigenständig zu einer Fragestellungdes Informationsmanagements und der Informationstechnologie ei-ne Lösung. Dabei nutzen sie den Stand der Forschung in diesemBereich. Sie dokumentieren die Arbeit und präsentieren und ver-teidigen die Arbeit.


TM 1: BachelorarbeitLehrform: eigenständige Arbeit (12 ECTS)Lehrende: Professoren des Studiengangs IMITTM 2: BachelorkolloquiumLehrform: 2 SWS Übung (3 ECTS)Lehrende: Professoren des Studiengangs IMIT



Prüfungsleistung Bachelorarbeit (schriftliche Ausarbeitung)empfohlenes Semester BSc 6Turnus jedes SemesterDauer des Moduls 1 Semester


Abschlussprüfung

Keine weiteren Module in diesem Gebiet. Siehe Inhaltsverzeichnis.

Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � WissensbasierteSysteme


Informatik


Modul: Wissensbasierte Systeme

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Dieser Kurs vermittelt den Studierenden ein Grundverständnis

für wissensbasierte Systeme. Ein besonderes Schwergewicht wirdauf die Integration verschiedener Lern- und Problemlöseverfahrenim Rahmen einer Gesamtarchitektur zur Entscheidungsunterstüt-zung und Diagnose gelegt. Hierzu werden Fallbeispiele diskutiertund Prinzipien herausgearbeitet. Insbesondere wird hier auf an-wendungsorientierte Analyse von Problemlösemethoden sowie ihreVerwendung zur systematischen Entwicklung wissensbasierter Sy-steme eingegangen. Zudem werden Kon�gurations- und Planungs-probleme behandelt.

Lehrinhalte

� Überblick und Vision� Einführung in Wissensrepräsentation� Einführung in wissensbasierte Diagnose� Diagnosebegri�e� Produktlinie für wissensbasierte Diagnosesysteme� Interpretation der Wissensbasis� Lernen von Diagnosewissen� Fallbasierte Diagnose� Fallbasierte Entscheidungsunterstützung� Modellbasierte Diagnose� Planung� Kon�guration


TM 1: Wissensbasierte Systeme, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Dieter Altho�TM 2: Wissensbasierte Systeme, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Dieter Alt-ho�

Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � WissensbasierteSysteme

Literatur

� K.-D.Altho�: Eine fallbasierte Lernkomponente als integrier-ter Bestandteil der MOLTKE-Werkbank zur Diagnose tech-nischer Systeme, in�x, 1993.

� C. Beierle, G. Kern-Isberner: Methoden wissensbasierter Sy-steme, vieweg, 2003.

� T. Pfeifer, M.M. Richter: Diagnose von technischen Systemen- Grundlagen, Methoden und Perspektiven der Fehlerdiagno-se, DUV, 1993.

� F. Puppe, S. Ziegler, U. Martin, J. Hupp: WissensbasierteDiagnosesysteme im Service Support, Springer, 2001.


Die Inhalte der Module �Einführung in die Informatik� und �Algo-rithmen und Datenstrukturen� werden vorausgesetzt.



Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Fallbasiertes Schlieÿen

Modul: Fallbasiertes Schlieÿen

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erarbeiten sich ein Grundverständnis für Fall-

basiertes Schlieÿen (engl. Case-Based Reasoning; CBR) als einerKerntechnologie für die Entwicklung intelligenter Informationssy-steme. Dabei beherrschen sie die grundlegenden Techniken zu Mo-dellierung, Retrieval, Adaption, Revise und Retain in FBS Syste-men als auch deren Werkzeuge. Für eine Anwendungsszenario kön-nen Sie ein Fallbasiertes System entwerfen.

Lehrinhalte Das Modul beinhaltet den kognitionswissenschaftlichen Hinter-grund, Fallrepräsentation, Ähnlichkeitsbestimmung, Retrieve (ef-�ziente Fallauswahl), Reuse (Lösungsanpassung), Revise (Praxi-stest), Retain (Lernen). Darüber hinaus werden verschiedene Ent-wicklungsmethoden zur Entwicklung von FBS-Sytemen vorge-stellt.


TM 1: Fallbasiertes Schlieÿen, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Dieter Altho�TM 2: Fallbasiertes Schlieÿen, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Dieter Alt-ho�

Literatur

� G. Görz, C.-R. Rollinger, J. Schneeberger (Hrsg.): Handbuchder Künstlichen Intelligenz. 4. Au�age, Oldenbourg, Mün-chen/Wien 2003.

� R. Bergmann, K.-D. Altho�, S. Breen, M. Göker, M. Mana-go, R. Traphöner, S. Wess: Developing Industrial Case-BasedReasoning Applications - The INRECA Methodology. Sprin-ger, Berlin 2003.

� R. Bergmann: Experience Management- Foundations, De-velopment Methodology, and Internet-Based Applications.Springer, Berlin 2002.

� K.-D. Altho�: Evaluating Case-Based Reasoning Systems:The Inreca Case Study. Habilitationsschrift, Kaiserslautern1997.

� M. Lenz, B. Bartsch-Spörl, H.-D. Burkhard, S. Wess (Hrsg.):Case-Based Reasoning Technology: From Foundations to Ap-plications. Springer, Berlin 1998.

� J. Kolodner: Case-Based Reasoning. Morgan Kaufmann, SanMateo 1993.

Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Fallbasiertes Schlieÿen


Die Inhalte der Module �Einführung in die Informatik�, �Algorith-men und Datenstrukturen�, �Datenbanken� und �WissensbasierteSysteme� werden vorausgesetzt.



Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Seminar IntelligenteInformationssysteme (Bachelor)

Modul: Seminar Intelligente Informationssysteme (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrende Prof. Dr. Klaus-Dieter Altho� und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen.

Lehrinhalte Die Studierenden erhalten ausgewählte Anwendungsthemen ausden Bereichen Fallbasiertes Schlieÿen, Wissens- und Erfahrungs-management, Wissensbasierte Systeme oder Multi-Agenten Syste-me bzw. angrenzender Gebiete zur Ausarbeitung. Unter Anleitungund mit Rücksprache bearbeiten sie diese Themen. Die Studieren-den führen eigenständig eine Strukturierung des Themengebietsdurch. Sie lernen die Resultate nach wissenschaftlichen Qualitäts-maÿstäben zu dokumentieren, sowie der Grundlagen der Präsen-tation und anschlieÿenden Diskussion der Arbeiten.


keine


Die Inhalte der Module �Einführung in die Informatik�, �Algorith-men und Datenstrukturen� und �Datenbanken� werden vorausge-setzt. Darüber hinaus werden die Module �Fallbasiertes Schlieÿen�oder �Wissensbasierte Systeme� empfohlen.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 4-6Turnus jedes 2. SemesterDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Seminar IntelligenteInformationssysteme - Datensicherheit im Cloud Computing (Bachelor)

Modul: Seminar Intelligente Informationssysteme - Datensicherheit im Cloud Computing(Bachelor)

Modulverantwortlicher Dr. Lena WieseLehrende Dr. Lena WieseLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Die Teilnehmer sollen insbesondere logische Verfahren zurDatensicherheit anwenden und Ihre Komplexität beurteilen kön-nen.

Lehrinhalte Auslagerung von Datenverarbeitung ins �Cloud Computing� ver-spricht eine Reihe von Vorteilen wie reduzierte Geräte- und War-tungskosten, Skalierbarkeit und Flexibilität der Ressourcenvertei-lung und einfache Zugreifbarkeit von nahezu überall. Aus Sicher-heitssicht bleiben jedoch einige Fragen o�en. Insbesondere Da-tenvertraulichkeit (einschlieÿlich dem Schutz persönlicher Daten)und Datenintegrität sind noch nicht in ausreichend behandelt wor-den: Viele Firmen scheuen die Auslagerung von kritischen Da-ten, die nur in einem engen Kreis von Partnern verteilt undnicht manipuliert werden sollen; Patienten schrecken davor zurück,Versicherungs- oder anderen Firmen medizinische Details über ihreKrankheiten in elektronischen Krankenakten verwalten zu lassen.


keine


Die Inhalte der Module �Einführung in die Informatik�, �Algorith-men und Datenstrukturen� und �Datenbanken� werden vorausge-setzt.


Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Seminar IntelligenteInformationssysteme - Aktuelle Trends in der Kryptographie (Bachelor)

Modul: Seminar Intelligente Informationssysteme - Aktuelle Trends in der Kryptographie(Bachelor)

Modulverantwortlicher Dr. Lena WieseLehrende Dr. Lena WieseLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnis-se vertieft. Insbesondere können die Teilnehmer nach Besuch derVeranstaltung kryptographische Verfahren zur Datensicherheit an-wenden und ihre Komplexität beurteilen.

Lehrinhalte Neben den klassischen Verfahren zur Verschlüsselung gewinnenzunehmend kryptographische Verfahren an Bedeutung, die einenMehrwert bieten. So gibt es zum Beispiel Verfahren, die identi-tätsbasiert verschlüsseln, und Verfahren, die eine Suche über denverschlüsselten Texten oder Berechnung von Funktionen auf denverschlüsselten Texten erlauben.


keine


Die Inhalte der Module �Einführung in die Informatik�, �Algorith-men und Datenstrukturen� und �Datenbanken� werden vorausge-setzt.


Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Bachelor-PraktikumNeue Technologien für Semantic Web und Wissensmanagement

Modul: Bachelor-Praktikum Neue Technologien für Semantic Web und Wissensmanagement

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho� und Dr. Thomas Roth-BerghoferLehrende Prof. Dr. Klaus-Dieter Altho� und Dr. Thomas Roth-Berghofer

und Mitarbeiter ihrer ArbeitsgruppenLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Das Hauptziel dieser Veranstaltung besteht darin, die Studieren-

den mit der Durchführung eines Projekts zum Wissensmanage-ment vertraut zu machen. Dazu zählt einerseits die Systematik derDurchführung solcher Projekte, andererseits aber auch die Tech-nologien, die für eine Realisierung der Software notwendig sind.Weiterhin ist ein wichtiges Ziel, dass die Studierenden lernen, ineinem Team zu arbeiten.

Lehrinhalte In diesem Praktikum wird eine für das Wissensmanagement ty-pische Anwendung entwickelt in der die Teilnehmer alle Schrittedurchlaufen, die für die Entwicklung eines solchen Systems not-wendig sind. Die Teilnehmer werden dabei in Gruppen aufgeteiltund die Arbeit wird durch vorgegebene Meilensteine strukturiert.Sie bekommen Aufgaben, die in der Gruppe innovativ nach eige-nen Ideen erarbeitet und umgesetzt werden sollen. Dabei soll dieOrganisation in einem Team sowie die gemeinsame Arbeit an ei-nem Thema trainiert werden. Im Rahmen des Praktikums werdendie anwendungsbezogenen Phasen eines Wissensmanagement Pro-jektes beispielhaft wie in einem Industrieprojekt angegangen, be-ginnend bei der Anforderungsanalyse, über die Umsetzung bis zurPräsentation der Ergebnisse. Der Schwerpunkt liegt in der Erfas-sung der Domäne sowie der Beschreibung der daraus resultierendenAnforderungen, der Beschreibung und Bereitstellung der Anwen-dungsdaten sowie der Anbindung an eine gra�sche Benutzerober-�äche. Die Umsetzung erfolgt mit Hilfe der Software InformationAccess Suite (e:IAS) der Firma empolis GmbH, welche im Rahmender Veranstaltung zur Verfügung gestellt wird.


keine

Literatur

� R. Bergmann: Experience Management - Foundations, De-velopment Methodology, and Internet-Based Applications,Springer, 2002.


� Weitere Literatur, insbesondere Dokumentation zur Softwaree:IAS wird in der Veranstaltung bekannt gegeben.

Wahlbereich Bachelor � Informatik � Gebiet Intelligente Informationssysteme � Bachelor-PraktikumNeue Technologien für Semantic Web und Wissensmanagement


Die Inhalte der Module �Einführung in die Informatik�, �Algorith-men und Datenstrukturen�, �Datenbanken� und �WI-Praktikum�werden vorausgesetzt. Darüber hinaus werden �Requirements En-gineering� sowie �Fallbasiertes Schlieÿen� oder �Wissensbasierte Sy-steme� empfohlen.

Prüfungsleistung Die Teilnehmer bearbeiten Praktikumsaufgaben in 3-4er Teams.Der Schein wird durch das erfolgreiche Lösen aller Teilaufgaben(Meilensteine) und durch das Bestehen des Testats erworben. DieNote wird aufgrund der Qualität der bearbeiteten Aufgaben undder persönlichen Leistungen im mündlichen Testat vergeben.


Wahlbereich Bachelor � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Grundlagen der Künstlichen Intelligenz


Modul: Grundlagen der Künstlichen Intelligenz

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende verstehen die grundlegenden Begri�e und Verfahren

der Künstlichen Intelligenz. Sie können Probleme unabhängig vomAnwendungsbereich in geeigneter Form formalisieren und Verfah-ren zum Au�nden möglichst optimaler Lösung auswählen und an-passen. Sie können die Güte der Ergebnisse solcher Verfahren ein-schätzen.

Lehrinhalte Die Vorlesung gibt einen Überblick über elementare Methoden undWerkzeuge der Künstlichen Intelligenz (KI).

1. Überblick und Einführung2. Suche: uninformierte Suche, informierte Suche; adverserial

search3. Constraint Satisfaction Problems4. Logik: Aussagenlogik, Logik erster Stufe, Inferenz5. Prolog6. Inductive Logic Programming

Im Rahmen der Übung werden die in der Vorlesung vorgestelltenMethoden vertieft.


TM 1: Grundlagen der Künstlichen Intelligenz, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-ThiemeTM 2: Grundlagen der Künstlichen Intelligenz, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter derArbeitsgruppe

Literatur

� Stuart Russell, Peter Norvig: Arti�cial Intelligence. A Mo-dern Approach. Prentice Hall, 2003.


Die Inhalte der Module �Einführung in die Informatik�, �Algorith-men und Datenstrukturen� und �Diskrete Methoden� werden vor-ausgesetzt.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten oder mündliche Prüfung im Umfang von 30 Minuten.


Wahlbereich Bachelor � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � SeminarKünstliche Intelligenz und Maschinelles Lernen (Bachelor)

Modul: Seminar Künstliche Intelligenz und Maschinelles Lernen (Bachelor)

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter der Arbeits-

gruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Ausgewählte Themen aus dem Bereichen Künstliche Intelligenz.Beispiele für Seminarthemen:

� Suchverfahren� Constraint Satisfaction Problems� Spieltheorie


keine


Die Inhalte der Module �Grundlagen der Künstlichen Intelligenz�werden vorausgesetzt.


Wahlbereich Bachelor � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Praktikum Künstliche Intelligenz

Modul: Praktikum Künstliche Intelligenz


gruppe, n.n. (Lehrbeauftragter ML)Lehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-

nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das gesetz-te Ziel erreichen. Das im bisherigen Studium angeeignete Wissensoll von ihnen genutzt werden, um sich die für die Aufgabe nöti-gen technischen und methodischen Fertigkeiten anzueignen. Durchdie Teamarbeit und den Austausch mit den Dozenten in der Rolleder Auftraggeber erwerben sie soziale Kompetenzen wie Kon�iktlö-sungsstrategien, Kommunikationsfähigkeit, Teammanagement, Ef-fektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Aktuelle praktische Probleme werden anhand eines konkreten Da-tensatzes und einer konkreten Fragestellung in kleinen Teams un-tersucht. Dabei kommen in der Vorlesung �Grundlagen der Künst-lichen Intelligenz� behandelte Techniken und Methoden zum Ein-satz.


keine

Literatur je nach ProblemstellungVoraussetzungen für dieTeilnahme

Die Inhalte des Moduls �Grundlagen der Künstlichen Intelligenz�werden vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation


Wahlbereich Bachelor � Informatik � Gebiet Software Engineering � Requirements Engineering


Modul: Requirements Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden kennen die wesentlichen methodischen und theo-

retischen Grundlagen des Requirements Engineering. Sie könnendie verschiedenen Methoden im Kontext konkreter Entwicklungs-situationen anwenden und die Grenzen und Möglichkeiten der ver-schiedenen Ansätze re�ektieren. Sie sind in der Lage selbstständigdie Ansätze an den jeweiligen Kontext anzupassen.

Lehrinhalte Im Rahmen dieses Moduls werden die theoretischen und metho-dischen Grundlagen des Requirements Engineering dargestellt. Eswerden die Teilaktivitäten des Requirements Engineering darge-stellt und aktuelle Techniken zu ihrer Umsetzung vermittelt. Dazugehören insbesondere:

� Elizitierung von Anforderungen (Interviewtechniken, Work-shops, Focus Groups)

� Analyse und Modellierung von Anforderungen (Use Cases,EPKs)

� Zielbasierte Anforderungstechniken� Erstellen von Lasten- und P�ichtenheft� Usability und Anforderungen

Im Rahmen der Übung werden die in der Vorlesung RequirementsEngineering vermittelten Inhalte anhand von Übungsaufgaben ver-tieft. Dabei werden sowohl Aufgaben gemeinsam im Rahmen derÜbung bearbeitet als auch Hausarbeiten verteilt und korrigiert.Der Fokus liegt auf der Vermittlung der Problemlöse- und Trans-ferkompetenz.


TM 1: Grundlagen des Software Engineering, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus SchmidTM 2: Grundlagen des Software Engineering, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Klaus Schmid und Mitarbeiter der Arbeits-gruppe

Literatur

� C. Rupp: Requirements Engineering. Hanser, 2006.� K. Pohl: Requirements Engineering. DPunkt, 2007.


Die Inhalte des Moduls �Grundlagen des Software Engineering�werden vorausgesetzt.


Wahlbereich Bachelor � Informatik � Gebiet Software Engineering � Requirements Engineering


Wahlbereich Bachelor � Informatik � Gebiet Software Engineering � Seminar Software Engineering(Bachelor)

Modul: Seminar Software Engineering (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden lernen sich weitestgehend selbständig anhand

vorgegebener Literatur ein Themengebiet zu erarbeiten. Sie ler-nen die gewonnen Informationen selbstständig zu analysieren, zustrukturieren, zu dokumentieren und zu präsentieren.

Lehrinhalte Im Rahmen eines jeweils wechselnden Vertiefungsgebiets des Soft-ware Engineering erhalten die Studierenden Themen zur Ausarbei-tung. Unter Anleitung und mit Rücksprache bearbeiten sie dieseThemen. Die Studierenden führen eigenständig eine Strukturie-rung des Themengebiets durch. Sie lernen die Resultate nach wis-senschaftlichen Qualitätsmaÿstäben zu dokumentieren, sowie derGrundlagen der Präsentation und anschlieÿenden Diskussion derArbeiten.


keine


Die Inhalte des Moduls �Grundlagen des Software Engineering�oder äquivalente Kenntnisse

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 5Turnus jedes 2. SemesterDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Software Engineering � Grundpraktikum Softwaretechnik

Modul: Grundpraktikum Softwaretechnik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden lernen die praktischen Rahmenbedingungen,

die für die Anwendung von Softwareentwicklungsansätzen wich-tig sind, kennen. Sie können die Nutzbarkeit und Erfolgsfaktorenunterschiedlicher Softwareentwicklungsansätze einschätzen. Sie er-werben Kompetenzen in wesentlichen Werkzeugen, die für die ef-�ziente Entwicklung von Softwaresystemen notwendig sind. Durchdie Teamarbeit und den Austausch mit den Dozenten in der Rolleder Auftraggeber erwerben sie soziale Kompetenzen wie Kon�iktlö-sungsstrategien, Kommunikationsfähigkeit, Teammanagement, Ef-fektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Die Studierenden erlernen Werkzeuge und Entwicklungsansätze,die für die Entwicklung von Informationssystemen in Kleingruppengeeignet sind. Sie lösen selbstständig im Team eine Lösung für einekomplexe Aufgabe. Dabei nutzen sie Ansätze die in demr Modul�Grundlagen des Software Engineering� vermittelt. Im Rahmen desPraktikums nutzen die Studenten die Entwicklungsmethoden undWerkzeuge zielgerichtet zur Lösung ihrer Aufgabe.


keine

Literatur






empfohlenes Semester BSc 4-6Turnus jedes 2. SemesterDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Software Engineering � Projektpraktikum

Modul: Projektpraktikum

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden lernen die praktischen Rahmenbedingungen,

die für die Anwendung von Softwareentwicklungsansätzen wich-tig sind, kennen. Sie können die Nutzbarkeit und Erfolgsfaktorenunterschiedlicher Softwareentwicklungsansätze einschätzen. Sie er-werben Kompetenzen in wesentlichen Werkzeugen, die für die ef-�ziente Entwicklung von Softwaresystemen notwendig sind. Durchdie Teamarbeit und den Austausch mit den Dozenten in der Rolleder Auftraggeber erwerben sie soziale Kompetenzen wie Kon�iktlö-sungsstrategien, Kommunikationsfähigkeit, Teammanagement, Ef-fektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Die Studierenden erlernen Werkzeuge und Entwicklungsansätze,die für die Entwicklung von Informationssystemen in Kleingruppengeeignet sind. Sie lösen selbstständig im Team eine Lösung für einekomplexe Aufgabe. Dabei nutzen sie Ansätze die in demr Modul�Grundlagen des Software Engineering� vermittelt. Im Rahmen desPraktikums nutzen die Studenten die Entwicklungsmethoden undWerkzeuge zielgerichtet zur Lösung ihrer Aufgabe.


keine

Literatur







Wahlbereich Bachelor � Informatik � Gebiet Software Engineering � Toolpraktikum

Modul: Toolpraktikum

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierende lernen verschiedene Klassen von Softwareentwick-

lungswerkzeugen kennen, di die wesentlichen Phasen der Softwa-reentwicklung abdecken. Anschliessend verfügen die Studierendenüber die notwendigen Kompetenzen zur eigenständigen Auswahlund Anwendung von Werkzeugen.

Lehrinhalte In diesem vorlesungsbegleitenden Praktikum wird die Benutzungverschiedener Softwareentwicklungswerkzeuge und -techniken er-lernt und eingeübt. Das Praktikum vertieft und ergänzt die Inhalteaus Ëinführung in das Software Engineering".


keine

Literatur





Prüfungsleistung Semesterbegleitende Testateempfohlenes Semester BSc 4-6Turnus jedes 2. SemesterDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Verteilte Systeme � Verteilte Systeme

Gebiet Verteilte Systeme

Modul: Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen ein Verständnis für die Möglichkeiten und

Herausforderungen beim Entwurf und Einsatz von verteilten Sy-stemen und Algorithmen gewinnen.

Lehrinhalte

1. Kommunikationsprotokolle2. Architekturen: Client-Server, SOA, Peer-to-Peer-Systeme,

Mulitagenten-Systeme3. Remote Procedure Calls4. Verteilte Speichersysteme: Synchronisation, Fehlertoleranz5. Verteilte objektbasierte Systeme: CORBA, DCOM6. Sicherheitsaspekte verteilter Systeme


TM 1: Verteilte Systeme, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: n.n. (W2 Mobile Systeme)TM 2: Verteilte Systeme, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe n.n. (W2 Mobile Systeme)

Literatur

� Tanenbaum, van Steen: Distributed Systems: Principles andParadigms. 2006.


Die Inhalte der Module �Algorithmen und Datenstrukturen� und�Datenbanken� werden vorausgesetzt.



Wahlbereich Bachelor � Informatik � Gebiet Verteilte Systeme � Seminar Verteilte Systeme

Modul: Seminar Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrende n.n. (W2 Mobile Systeme) und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Vertiefende Themen aus dem Bereich der Verteilten Systeme.Teilmodule / Veranstaltun-gen

keine


Die Inhalte des Moduls �Verteilte Systeme� werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 4-6Turnus jedes SemesterDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Verteilte Systeme � Praktikum Verteilte Systeme

Modul: Praktikum Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrende n.n. (W2 Mobile Systeme) und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-


Lehrinhalte Die Studierenden implementieren ein Konzept bzw. eine Architek-tur aus dem Bereich Verteilte Systeme.


keine


Die Inhalte des Moduls �Verteilte Systeme� werden vorausgesetzt.



Wahlbereich Bachelor � Informatik � Gebiet Systemadministration und Internet-Technologien �Praktikum Systemadministration 1


Modul: Praktikum Systemadministration 1

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Manfred GottschalkLehrform/SWS 3 SWS Praktikum und ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden sollen die Komponenten eines modernen PC-

Systems sowie deren Zusammenspiel kennen lernen. Sie sollen inder Lage sein, ein PC-System zusammenzustellen, die Kompo-nenten fachkundig zu verbauen, sowie Fehler erkennen und behe-ben können. Moderne Betriebssysteme wie Windows und Linuxsollen in einer Multiboot-Umgebung installiert und kon�guriertwerden. Grundkenntnisse der Vernetzung von PC-Systemen sol-len die Studierenden in die Lage versetzen, einfache Vernetzungenzu planen, sowie die erforderlichen Kon�gurationsarbeiten an PC-Systemen vorzunehmen. Sie sollen die Funktion der grundlegen-den Diagnostik-Tools im Vernetzungsbereich kennen, sie anwen-den, und zur Diagnostik einsetzen können.

Lehrinhalte

� Aufbau und Funktion moderner Personal Computer� Kon�guration von Rechner aus ihren Komponenten� Installation und Wartung von gängigen Betriebssystemen-Vernetzung von Rechner

� Nutzung von Netzwerkdiensten


keine

Literatur

1. RRZN Schriften: PC-Technik für Systembetreuer.2. RRZN Schriften: Netzwerke Grundlagen.3. Meyers: A+ Hardware.4. Schmidt: SCSI Bus und IDE Schnittstelle.5. Märtin: Rechner-Architekturen.6. Microsoft Press: Inside Windows 2000.


Allgemeine Rechnerkenntnisse, wie sie z.B. in Informatik 1 vermit-telt werden, sind von Vorteil.

Prüfungsleistung Schriftliche und praktische Prüfung in Form einer Klausur mit te-stierten Anteilen im Umfang von 180 Minuten.


Wahlbereich Bachelor � Informatik � Gebiet Systemadministration und Internet-Technologien �Praktikum Systemadministration 2

Modul: Praktikum Systemadministration 2

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Manfred GottschalkLehrform/SWS 3 SWS Praktikum und ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden sollen in der Lage sein, einen Windows-Server zu

installieren und zu kon�gurieren. Dazu gehören Patch-Verwaltung,Active Directory Services aufsetzen und einrichten, DNS einrichtenund verwalten, Benutzer-Verwaltung, das Einrichten und Kon�gu-rieren von Druckern, Aufsetzen und Einrichten des DFS. Die Ab-solventen bauen selbständige Netzwerkdienste basierend auf Mi-crosoft Server auf und beherrschen deren sichere Administrationsowohl in Theorie als auch in der Praxis.

Lehrinhalte

� Kon�guration von Servern� Aufbau von Netzwerken basierend auf einer Infrastruktur ausMicrosoft Servern

� Administration von Netzdiensten und Sicherheit in kleinenund mittleren Netzwerken

Themengebiete u.a.

� Domänenkonzept: Ein netzwerkweiter Sicherheitskontext� Filesystem, Freigaben und Rechteverwaltung� Einrichtung von Active Directory Services� Benutzer- und Rechnerverwaltung, Rechtevergabe� Serverdienste DFS, DNS, WINS, DHCP, Druckdienste


keine

Literatur

� Microsoft Press: Microsoft Windows 2000: Taschenratgeberfür Administratoren.

� Microsoft Press: Microsoft Windows 2000: Server.� Microsoft Press: Microsoft Windows 2000: Active DirectoryServices.

� Microsoft Press: Microsoft Windows 2000: Accelerated Trai-ning.


Die Inhalte des Moduls �Praktikum Systemadministration 1� wer-den vorausgesetzt.

Prüfungsleistung Theoretische Prüfung in Form einer Klausur und praktische Prü-fung mit Testat im Umfang von zusammen 180 Minuten


Wahlbereich Bachelor � Informatik � Gebiet Systemadministration und Internet-Technologien �Praktikum Systemadministration für Linux

Modul: Praktikum Systemadministration für Linux

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Martin OrtmannLehrform/SWS 3 SWS Praktikum und ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden sollen in der Lage sein, einen Linux-Server zu

installieren und zu kon�gurieren. Die Absolventen bauen selbstän-dige Netzwerkdienste basierend auf Linux Servern auf und beherr-schen deren sichere Administration sowohl in Theorie als auch inder Praxis.

Lehrinhalte

� Kon�guration von Servern� Installation und Kon�guration eines Servers auf Linux-Basis� Installation und Administration von Netzdiensten sowie Ab-sicherung des Servers bzw. der Dienste

Themengebiete u.a.

� Betriebssystemarchitektur,� Software-Paketverwaltung, Logging,� Partitionierung und Dateisysteme,� Benutzer- und Rechteverwaltung,� Firewalladministration,� Administration verschiedene Server-Dienste (SSH, Apache,NFS, DNS, SQL)


keine

Literatur

� wird in der Veranstaltung bekanntgegeben


Die Inhalte des Moduls �Praktikum Systemadministration 1� wer-den vorausgesetzt.

Prüfungsleistung Theoretische Prüfung in Form einer Klausur und praktische Prü-fung mit Testat im Umfang von zusammen 180 Minuten

empfohlenes Semester BSc 4-6Turnus Sommersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Systemadministration und Internet-Technologien �Seminar Algorithmen und Informationstechnologie (Bachelor)

Modul: Seminar Algorithmen und Informationstechnologie (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Prof. Dr. Klaus-Jürgen Förster, Dr. Martin Hennecke und Mitar-

beiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Vertiefende Themen aus dem Bereich AlgorithmenTeilmodule / Veranstaltun-gen

keine


Die Inhalte des Moduls �Algorithmen und Datenstrukturen� so-wie vertiefende Veranstaltungen aus dem Bereich des gewähltenSeminarthemas werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 4-6Turnus jedes SommersemesterDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Multimedia � Praktikum Multimediaprogrammierung

Gebiet Multimedia

Modul: Praktikum Multimediaprogrammierung

Modulverantwortlicher Dr. Martin HenneckeLehrende Dr. Martin Hennecke und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieses Praktikum ergänzt die in den ersten zwei Semestern gesam-

melte Programmiererfahrung im Bereich der Multimediaprogram-mierung. Erfolgreiche Studierenden konzipieren und implementie-ren kleinere und mittlere Projekte im Bereich der Multimediapro-grammierung erfolgreich. Sie wenden dazu das in der Veranstal-tung benutzte Standardwerkzeug erfolgreich an und kennen seineMöglichkeiten und Grenzen.

Lehrinhalte Umgang mit modernen seiten- und/oder �lmorientieren Autoren-werkzeugen. Das Praktikum richtet sich an Studierenden mit Vor-kenntnissen im Bereich der Programmierung. Aufbauend auf in denersten Wochen vermittelten Kenntnissen über wichtige Datenfor-mate, Entwurfs- und Designtechniken (z.B. Drehbücher) vermitteltdas Praktikum am Beispiel von Macromedia Director und dessenintegrierter Programmiersprache Lingo vertiefende Fähigkeiten zurEntwicklung von multimedialen Programmen.


keine

Literatur

� P. Gross et. al:Macromedia Director 8 and Lingo Authorized.2000.

� P. Gross: Director 8 Demysti�ed. 2000.� C. Leske et. al.: Director 8 für Pro�s. 2000.� J. Handke: Multimedia-Anwendungen mit Macromedia Di-rector. 1999.

� R. Steinmetz: Multimedia-Technologie. Grundlagen, Kompo-nenten und Systeme. Springer, 2000.


Kenntnis einer objektorientierten Programmiersprache

Prüfungsleistung

� Die Teilnehmer bearbeiten einzeln oder zu zweit wöchentli-che, testierte Programmieraufgaben, die als Zulassungsvor-aussetzung für die Prüfung dienen.

� Die Prüfung erfolgt durch ein Abschlussprojekt. Dieses stellteine gröÿere Aufgabe dar, die in der Regel zu zweit im Laufeder nachfolgenden Semesterferien zu bearbeiten ist. Die No-te wird aufgrund der Qualität des Abschlussprojekts sowieder persönlichen Leistung im zugehörigen mündlichen Testatvergeben.

Wahlbereich Bachelor � Informatik � Gebiet Multimedia � Praktikum Multimediaprogrammierung


Wahlbereich Bachelor � Informatik � Gebiet Multimedia � Lernsoftware

Modul: Lernsoftware

Modulverantwortlicher Dr. Martin HenneckeLehrende Dr. Martin Hennecke und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Erfolgreiche Studierenden kennen exemplarische Lernsoftware aus

verschiedenen Bereichen. Sie verstehen die grundlegenden Lern-theorien (Behaviorismus, Kognitivismus und Konstruktivismus)und klassi�zieren Lernsoftware anhand der Lerntheorien oder an-derer üblicher Klassi�kationssysteme (z.B. nach Schulmeister). Sieevaluieren Lernsoftware mit verschiedenen Methoden und konzi-pieren eigenen Lernprogramme.

Lehrinhalte

� Lerntheorien� Kategorisieren von Lehr- und Lernprogrammen� Evaluation von Lehr- und Lernprogrammen� Konzeption von Drehbüchern für Lehr- und Lernprogramme� Management von Multimediaprojekten.

Anhand ausgewählter Lernsoftware aus dem schulischen, universi-tären und betrieblichen Bereich werden verschiedene Ausprägun-gen von Lernprogrammen erarbeitet und insbesondere vor demHintergrund lerntheoretischer Modelle klassi�ziert. VerschiedeneVerfahren zur Konzeption bzw. Evaluation von Lernsoftware wer-den vorgestellt und praktisch erprobt.


keine

Literatur

� R. Schulmeister: Grundlagen hypermedialer Lernsysteme.� Issing, Klimsa: Information und Lernen mit Multimedia undInternet.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten oder mündliche Prüfung im Umfang von 20 Minuten. Vor-aussetzung für die Teilnahme an der Abschlussprüfung ist die er-folgreiche Teilnahme an den Übungen.

empfohlenes Semester BSc 3-6Turnus Wintersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Wahlbereich Bachelor � Informatik � Gebiet Multimedia � Praktikum Lernsoftwareentwicklung

Modul: Praktikum Lernsoftwareentwicklung

Modulverantwortlicher Dr. Martin HenneckeLehrende Dr. Martin Hennecke und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen die Entwicklung von Lernsoftware am Bei-

spiel der klassischen Phasen (Analyse, Entwurf, Ablaufplan, Dreh-buch, Implementierung) erlernen. Die Studierenden erlernen dieLösung komplexer Probleme in kleinen Teams. Hierfür sollen sielernen, verschiedene Aufgaben zu identi�zieren sowie komplexeAufgaben in handhabbare Bestandteile zu zerlegen, und ihr Pro-jekt so zu planen, dass sie das gesetzte Ziel erreichen. Das im bishe-rigen Studium angeeignete Wissen soll von ihnen genutzt werden,um sich die für die Aufgabe nötigen technischen und methodi-schen Fertigkeiten anzueignen. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte

� Konzeption und Implementierung multimedialer Program-me, insbesondere Lehr- und Lernprogramme

� Entwicklung von Lehr- und Lernprogrammen� Techniken zur Entwicklung von netzbasierten Lernumgebun-gen


keine

Literatur

� U. Riser u.a. Konzeption und Entwicklung interaktiver Lern-programme, Springer, 2002


Der erfogreiche Abschluss der Module �Lernsoftware� und �Prakti-kum Multimediaprogrammierung� wird vorausgesetzt.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Marketing A


Gebiet Betriebswirtschaft

Modul: Marketing A

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Teilnehmer sollen belastbare Grundlagenkenntnisse im Bereich

des Marketings und ein Überblickwissen zu inhaltlichen Teilberei-chen vorweisen. Auÿerdem sollen sie in der Lage sein, einfache öko-nomische Analysen von Märkten durchzuführen. Studierende kön-nen grundlegende Begri�e des Marketings de�nieren und einord-nen. Weiterhin kennen sie die Bedeutung quali�zierter Informati-onsbescha�ung und -aufbereitung für das Marketing, beherrschenInstrumente des Marketings und können Marktforschungsmetho-den anwenden.

Lehrinhalte Inhaltliche Schwerpunkte:

� Ansätze zur Erklärung des Kaufverhaltens� Marktforschung� Marketinginstrumente� Marketing-Mix-Ansätze� Informations- und Entscheidungsunterstützungs-Systeme imMarketing


TM 1: Marketing A, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus AmbrosiTM 2: Marketing A, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi

Literatur

� P. Kotler, G. Armstrong, J. Saunders, V. Wong: Grundlagendes Marketing.

� H. Me�ert: Marketing.� R. Nieschlag, E. Dichtl, H. Hörschgen: Marketing.


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1� und �Grundlagen der Betriebswirtschaftslehre 2� werden vor-ausgesetzt.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Praktikum Marketing (Bachelor)

Modul: Praktikum Marketing (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-

nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das ge-setzte Ziel erreichen. Das im bisherigen Studium angeeignete Wis-sen soll von ihnen genutzt werden, um sich die für die Aufgabenötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick. Er-werb betriebswirtschaftlicher Kompetenzen, insb. beherrschen dieStudierenden die Instrumente des Marketing.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete Problemstel-lungen aus der Marktforschung oder dem Marketing-Mix-Bereich.


keine


Es werden die Inhalte des Moduls �Marketing A� vorausgesetzt.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Seminar Marketing (Bachelor)

Modul: Seminar Marketing (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden komplexere Instrumente des Marke-ting.

Lehrinhalte Ausgewählte Themen aus dem Bereich Marketing.Teilmodule / Veranstaltun-gen

keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �Marketing A�werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 4-6Turnus jedes JahrDauer des Moduls 1 Semester

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Logistik A

Modul: Logistik A

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende sollen vernetzte Kenntnisse der betriebswirtschaftli-

chen Funktion �Logistik� besitzen. Sie sollen Modelle und Algo-rithmen für Entscheidungsprobleme in den Bereichen �Transport-planung� und �Rundreisen und Tourenplanung� sowohl in den theo-retischen Grundlagen beherrschen als auch selbständige deren Lö-sung unter Einsatz von Methoden der Mathematik und des Opera-tions Research ermitteln. Sie sollen diese Kenntnisse auf ähnlichegelagerte logistische Problemstellungen übertragen und die Mög-lichkeiten der Implementierung auf einem rechnerbasierten Ent-scheidungsunterstützungssystem beurteilen können. Studierendekönnen die Bereiche, Aufgaben und Ziele der Logistik de�nierenund strukturieren und kennen jeweils praktische Anwendungsmög-lichkeiten. In den behandelten Bereichen sind sie mit den grundle-genden mathematischen Modellen vertraut, können die vorgestell-ten Algorithmen anwenden und diese als Methoden in ein Ent-scheidungsunterstützungssystem einordnen.

Lehrinhalte

1. Einführung: Historie der Logistik, Bereiche der Logistik, Zie-le der Logistik, Entscheidungsunterstützungssysteme

2. Transportplanung: Grundbegri�e der Graphentheorie, Opti-male Wege in Graphen, Optimale Flüsse in Graphen

3. Rundreiseprobleme und Tourenplanung: Travelling-Salesman-Problem, Tourenplanung


TM 1: Logistik A, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus Ambrosi, Dr. Felix HahneTM 2: Logistik A, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi

Literatur

� W. Domschke: Logistik: Transport.� W. Domschke: Logistik: Rundreisen und Touren.




empfohlenes Semester BSc 4-6Turnus jedes Sommersemester

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Logistik A


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Praktikum Logistik (Bachelor)

Modul: Praktikum Logistik (Bachelor)


nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das ge-setzte Ziel erreichen. Das im bisherigen Studium angeeignete Wis-sen soll von ihnen genutzt werden, um sich die für die Aufgabenötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick. Er-werb betriebswirtschaftlicher Kompetenzen, insb. beherrschen dieStudierenden die Instrumente der Logistik.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete Problemstel-lungen aus dem Logistik-Bereich.


keine


Es werden die Inhalte des Moduls �Logistik A� vorausgesetzt.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Seminar Logistik (Bachelor)

Modul: Seminar Logistik (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi, Dr. Felix Hahne und Mitarbeiter der

ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (hier: Logistik).

Lehrinhalte Ausgewählte Themen aus dem Bereich Logistik.Teilmodule / Veranstaltun-gen

keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �Logistik A�werden vorausgesetzt.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Produktion A

Modul: Produktion A

Modulverantwortlicher n.n. (W1 Produktion)Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen bewährte und fortschrittliche Erkenntnis-

sen, Modelle und Methoden in der zentralen betriebswirtschaft-lichen Funktion �Produktion� kennenlernen, die sie zu einer ei-genständigen Auswahl, Anwendung und Beurteilung der erlern-ten Methoden zur Beantwortung produktionswirtschaftlicher Fra-gestellungen befähigt. Darüber hinaus soll durch Übertragung vonKonzepten aus benachbarten Bereichen der Betriebswirtschaft undInformatik auf das Produktionsumfeld eine Vernetzung erreichtwerden. Studierende können Aufgaben und Ziele über das gesam-te Spektrum des Bereichs �Produktion� de�nieren und strukturie-ren. Die Studierenden sind befähigt zur Analyse produktionswirt-schaftlicher Zusammenhänge. Sie können die vorgestellten Metho-den aus dem Bereich der operativen Produktionsplanung anwen-den und �Produktion� von Produktfeld-Markt-Kombinationen, derPlanung und Steuerung von Produktionsprozessen sowie der Er-mittlung operativer Produktionsprogramme überblicken.

Lehrinhalte

1. Strategisches Produktionsmanagement: Koordination vonProduktion und Marketing, Neuproduktentwicklung,Produkt- und Technologieportfolios, Wahl eines Prozesstypsder Fertigung

2. Operatives Produktionsmanagement: Produktionsprogramm-planung, Materialbedarfsermittlung, Bescha�ungsarten,Bestimmung der optimalen Bestellmenge, Just-in-Time-Fertigungsorganisation, Prozessorientierung

3. Produktionsorientierte Managementkonzepte: Computer In-tegrated Manufacturing, Lean Production


TM 1: Produktion A, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: n.n. (W1 Produktion)TM 2: Produktion A, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe n.n. (W1 Produktion)

Literatur

� N. Slack, S. Chambers, R. Johnston: Operations Manage-ment. Financial Times, London.

� M. K. Welge, A. Al-Laham: Strategisches Management.Grundlagen � Prozess � Implementierung. Gabler, Wiesba-den.

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Produktion A




empfohlenes Semester BSc 4-6Turnus jedes JahrDauer des Moduls 1 Semester

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Praktikum Produktion (Bachelor)

Modul: Praktikum Produktion (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, n.n. (W1 Produktion)Lehrende Prof. Dr. Klaus Ambrosi, n.n. (W1 Produktion) und Mitarbeiter

der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-

nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das ge-setzte Ziel erreichen. Das im bisherigen Studium angeeignete Wis-sen soll von ihnen genutzt werden, um sich die für die Aufgabenötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick. Er-werb betriebswirtschaftlicher Kompetenzen, insb. beherrschen dieStudierenden die Instrumente der Produktion.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete Problemstel-lungen aus Produktionsbereich.


keine


Es werden die Inhalte des Moduls �Produktion A� vorausgesetzt.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Seminar Produktion (Bachelor)

Modul: Seminar Produktion (Bachelor)

Modulverantwortlicher n.n. (W1 Produktion)Lehrende n.n. (W1 Produktion) und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (hier: Produktion).

Lehrinhalte Ausgewählte Themen aus dem Bereich Produktion.Teilmodule / Veranstaltun-gen

keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �ProduktionA� werden vorausgesetzt.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Personalmanagement

Modul: Personalmanagement

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Dr. Hans-Jürgen BrunsLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen ein Verständnis der betriebswirtschaftli-

chen Funktion �Personalführung� in modernen Unternehmen er-halten. Die sozialen Faktoren im Dreiecksverhältnis von Unterneh-men, Individuum und Gruppe sowie Methoden zu deren Steue-rung sollen kritisch re�ektiert werden. Es soll eine Einordnung inbenachbarte betriebswirtschaftliche Führungskonzepte vorgenom-men werden, um eine Vernetzung zu erreichen. Studierende könnendie grundlegenden Konzepte in den einzelnen Feldern des Perso-nalmanagements de�nieren und einordnen. Sie kennen alternativeFührungskonzepte und Vorgehensweisen im berufsbezogenen Um-gang mit anderen Menschen im Innen- und Auÿenverhältnis vonUnternehmen.

Lehrinhalte Die Veranstaltung umfaÿt Konzepte und Funktionen des Strate-gischen Human Resource Management. In diesem Rahmen wer-den verschiedene personalwirtschaftliche Funktionsfelder behan-delt: Personalauswahl, -einsatz und -entwicklung, Motivation, Füh-rung, Organisationsentwicklung/Organisationales Lernen.


keine

Literatur

� H.-G. Ridder: Personalwirtschaftslehre.� H.-G. Ridder, P. Conrad, F. Schirmer, H.-J. Bruns: Strategi-sches Personalmanagement.

� H. Steinmann, G. Schreyögg: Management.





Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Arbeitsrecht

Modul: Arbeitsrecht

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Andreas WienLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Teilnehmer sollen ein fundiertes Wissen im Bereich des Ar-

beitsrechts vorweisen können. Sie sollen ferner in der Lage sein,aus juristischer Sicht unter Berücksichtigung aller Gegebenheitenverschiedene Situationen zu bewerten und eventuelle Folgen undGegenmaÿnahmen daraus abzuleiten. Die Studierenden besitzengrundlegende Kenntnisse zum Ablauf eines Kündigungsverfahrensund welche Gründe für eine fristlose Kündigung in Frage kommen.Weiterhin kennen sie mögliche Inhalte von Arbeitsverträgen undhaben einen Überblick über ihre Rechte als Arbeitnehmer.

Lehrinhalte Die Veranstaltung umfasst Spezi�ka und Lösungsansätze so-wohl des kollektiven Arbeitsrechts (mit den Schwerpunkten:Tarifvertrags-, Arbeitskampf- und Betriebsverfassungsrecht) alsauch des Individualarbeitsrechts. Schwerpunkte sind hierbei dieRechte und P�ichten von Arbeitgeber und Arbeitnehmer, Aspektedes Arbeitsschutzrechts sowie des Kündigungs(schutz)rechts.


keine

Literatur

� H. Brox, B. Rüthers: Arbeitsrecht� W. Dütz: Arbeitsrecht� J. Hesse, H. C. Schrader: Das perfekte Arbeitszeugnis� F. Hohmeister: Grundzüge des Arbeitsrechts� G. Schaub: Rechte und P�ichten als Arbeitnehmer� G. Schaub: Arbeitsrechtshandbuch� U. Teschke-Baehrle: Arbeitsrecht schnell erfasst





Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �EDV-Recht und E-Commerce

Modul: EDV-Recht und E-Commerce

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Andreas WienLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen juristische Grundlagen des Bürgerlichen

Rechts sowie neue, sich aus der Entwicklung der �neuen Medien�ergebende Entwicklungen, kennenlernen. Sie sollen in die Lage ver-setzt werden, rechtliche Problemstellungen zu erkennen, um diesebei sachgerechten Entscheidungen in der betrieblichen Praxis be-rücksichtigen zu können. Auf Basis dieser Grundlagen sollen weite-re zukünftige juristische Entwicklungen besser eingeschätzt werdenkönnen. Studierende können Rechtsprobleme, die aus Herausforde-rungen aufgrund von neuen technischen Herausforderungen sowieim Rahmen des E-Commerce entstehen, einordnen.

Lehrinhalte Die Veranstaltung umfasst insbesondere die Themengebiete: In-ternetrecht, EDV-Vertragsrecht, Gewährleistung, Haftung sowieUrheber- und Strafrecht.


keine

Literatur

� T. Hoeren: Grundzüge des Internetrechts� A. Freytag, M. Mitschke: Werbung und Recht im Internet� M. Pierson, D. Seiler: Internet-Recht im Unternehmen� J. Zimmerling, U. Werner: Schutz vor Rechtsproblemen imInternet





Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Betriebliches Informationsmanagement

Modul: Betriebliches Informationsmanagement

Modulverantwortlicher Dr. Felix HahneLehrende Dr. Felix HahneLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende sollen vertiefte Kenntnisse über Bedeutung und Ei-

satzmöglichkeiten des betrieblichen Einsatzfaktors �Information�erhalten, indem ihnen die Aufgabenstellungen in den wichtigstenTeilbereichen vermittelt werden. Auf Basis einführender Literatursoll eine Auseinandersetzung mit der Thematik statt�nden und zueigenständiger wissenschaftlicher Forschung befähigen. Die Studie-renden kennen die grundlegenden Aufgaben des Informationsma-nagement im betrieblichen Umfeld. Die Vermittlung fachübergrei-fenden Wissens und die Befähigung zur Integration wissenschaft-licher Vorgehensweisen benachbarter Fachgebiete haben zentraleBedeutung.

Lehrinhalte

1. Grundlagen Begri�sde�nitionen, Informationen als Basis be-trieblicher Entscheidungen, Formen betrieblicher Planungund Entscheidung, Informationswissenschaftliche Grundla-gen

2. Modelle betrieblichen Informationsmanagements Betrieb-liche Informationsmodelle (Dimensionen von Informati-on, Nutzen von Informationen), Betriebliche Kommu-nikationsmodelle (Grundprobleme der Kommunikation,Wahl des geeigneten Kommunikationsmittels), Betriebli-che Entscheidungsmodelle (Klassische Entscheidungstheo-rie, Problemerkennungsphase- und Informationsbeschaf-fungsphase), Institutionsökonomik

3. Ebenen des Informationsmanagements Ebenenmodell vonWollnik, Aufgaben auf der Ebene �Informationseinsatz�; Auf-gaben auf der Ebene �IuK-Systeme� und �Informationsin-frastruktur� (Technologiemanagement, Lebenszyklusmana-gement, Sicherheitsmanagement, Risiko- und Katastrophen-management), Ebenenübergreifende Aufgaben, Praxisbei-spiel: IM eines ÖPNV-Betriebes

4. Controlling des IM Ziele des IM-Controllings, Werkzeugedes IM-Controlling; Bereiche des IM-Controlling (Portfolio-Controlling, Projekt-Controlling, Produkt-Controlling,Infrastruktur-Controlling), Controlling von Softwareent-wicklungen (Function-Point-Methode, CoCoMo-Ansatz),Outsourcing im IM (Objekte des IT-Outsourcing, Mo-tive des Outsourcing im IT-Bereich, Vor- und Nachteiledes Outsourcing, Bewertung der Eignung von Bereichenfür Outsourcing, Phasenmodell zur Durchführung vonOutsourcing)

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Betriebliches Informationsmanagement


keine

Literatur

� H. Krcmar: Informationsmanagement� S. Voÿ, K. Gutenschwager: Informationsmanagement� L.J. Heinrich: Informationsmanagement: Planung, Überwa-chung und Steuerung der Informationsinfrastruktur





Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �SAP I: Architektur und Geschäftsprozesse

Modul: SAP I: Architektur und Geschäftsprozesse

Modulverantwortlicher Dr. Felix HahneLehrende Dipl.-Inform. Andrea LübkeLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen die praktische Lösung von betrieblichen

Problemstellungen anhand einer integrierten Informationssystem(ERP-System) kennenlernen. Sie sollen die Möglichkeiten undGrenzen der Abbildung der realen betrieblichen Welt auf einemRechnersystem kennenlernen und das bisher in den grundlegen-den betriebswirtschaftlichen Veranstaltungen erlernte Wissen indem System wieder�nden und anwenden. Anhand von praktischenÜbungen (Fallstudien) an einem SAP R/3 IDES � System sowieder zugehörigen Theorie erlernen Studierende den Aufbau und dieFunktionsweise des SAP R/3. Durch die eigenständige Arbeit undden Austausch mit den Dozenten erwerben sie vernetzte Kenntnis-se und können dieses und vergleichbare Software-Systeme für realeProblemstellungen einsetzen.

Lehrinhalte Im Rahmen dieses Praktikums werden folgende Inhalte vermittelt:

1. Allgemeine Informationen über die SAP AG und ihre Pro-dukte

2. Präsentation der aktuellen SAP-Software: Organisations-strukturen, Stammdaten, Navigation, Berechtigungen, Aus-wertungen und Berichte, Darstellung der Hauptfunktionen inden Modulen FI, CO, HR, SD, MM und PP, Abbildung vonFallstudien in den Unternehmensbereichen Produktcontrol-ling, Fertigung, Einkauf, Vertrieb und Finanzbuchhaltung imaktuellen SAP-Release

3. Darstellung von Geschäftsprozessen: Klassi�zierung von Ge-schäftsprozessen, Modellierung von Geschäftsprozessen an-hand kleiner Beispiele und ausgewählter Methoden (WKD,EPK, Prozessauswahlmatrix)

4. Vorstellung von weiterführenden Funktionen: Customizing,Work�ow, Reporting, CRM, APO


keine


keine

Prüfungsleistung Vortrag bzw. praktische Übungen mit Testat (semesterbegleitend),Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Seminar Betriebliche Informationssysteme/-management (Bachelor)

Modul: Seminar Betriebliche Informationssysteme/-management (Bachelor)



beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion überdie Vorträge wird das Verständnis der bereits erworbenen Kennt-nisse vertieft. Erwerb von Methodenkompetenzen, insb. besitzenStudierende eine Transferkompetenz, die es ihnen erlaubt, ihrenWissensstand selbstätig technischen und gesellschaftlichen Ent-wicklungen anzupassen. Erwerb wirtschaftsinformatischer Kompe-tenzen, insb. beherrschen die Studierenden die Instrumente ausge-wählter anderer Bereiche (hier: Betriebliche Informationssysteme/-management).

Lehrinhalte Ausgewählte Themen aus dem Bereich Betriebliche Informations-systeme.


keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �BetrieblichesInformationsmanagement� werden vorausgesetzt.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet Betriebswirtschaft �Seminar Wirtschaftsinformatik (Bachelor)

Modul: Seminar Wirtschaftsinformatik (Bachelor)

Modulverantwortlicher PD Dr. Ralf KnackstedtLehrende PD Dr. Ralf KnackstedtLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb wirtschaftsinformatischer Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter Berei-che (je nach Themenstellung).

Lehrinhalte Ausgewählte Themen aus dem Bereich der Wirtschaftsinformatik.Teilmodule / Veranstaltun-gen

keine




Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet BenutzerorientierteInformationssysteme � Information Retrieval und Maschinelle Sprachverarbeitung

Gebiet Benutzerorientierte Informationssysteme

Modul: Information Retrieval und Maschinelle Sprachverarbeitung

Modulverantwortlicher PD Dr. Thomas MandlLehrende PD Dr. Thomas Mandl und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3-6 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sind vertraut mit den Technologien zur Reprä-

sentation in Information Retrieval Systemen und den Modellen zurSuche. Sie können Information Retrieval Systeme und deren Kom-ponenten systematisch beschreiben und den grundlegenden Para-digmen zuordnen. Die Studierenden können Information Retrievalvom benachbarten Gebiet Datenbanken abgrenzen. Sie wissen, wiebenutzerorientierte Verfahren zur Evaluierung von Informations-prozessen eingesetzt werden. Lernziele: Ziel dieses Moduls ist es eingrundlegendes Verständnis für die Herausforderungen, Lösungsan-sätze, Möglichkeiten und Grenzen der Formalisierung natürlicherSprachen zu vermitteln. Im Zentrum steht dabei zum einen dieVermittlung wesentlicher Techniken der formalen Sprachbeschrei-bung sowie die wichtigsten methodischen Ansätze zur Entwicklungcomputerlinguistischer Formalismen. Kompetenzziele:

� Erwerb von grundlegenden Fähigkeiten zur genauen Be-schreibung sprachlicher Phänomene auf den verschiedenenEbenen der linguistischen Beschreibung

� Erwerb von grundlegenden Fähigkeiten, solche Beschreibun-gen in Regeln computerlinguistischer Formalismen umzuset-zen

� Erwerb eines grundlegenden Verständnisses für das Designund die Implementierung regelbasierter Systeme der Maschi-nellen Sprachverarbeitung

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet BenutzerorientierteInformationssysteme � Information Retrieval und Maschinelle Sprachverarbeitung

Lehrinhalte Information Retrieval befasst sich mit der unsicheren Repräsenta-tion von unstrukturierten Wissen (v.a. Text) und der vagen Suchenach Information. Die Vorlesung gibt einen Überblick über Re-trievalprozess und führt detailliert die manuelle und automatischeIndexierung sowie Gewichtung ein und behandelt die wichtigstenSuchmodelle (partial und exact match, Vektorraum, language mo-del). Einen Schwerpunkt bilden Evaluierungsansätze. Benutzerver-halten, Benutzungsober�ächen, Web-Retrieval und Multimedia-Retrieval werden behandelt. Im Rahmen dieses Moduls werdenzum einen die computerlinguistischen Grundlagen der maschinel-len Sprachverarbeitung vermittelt. Hierzu gehören insbesondere:

� Methoden der formalen Sprachbeschreibung auf den unter-schiedlichen Ebenen der linguistischen Beschreibung (Mor-phologie, Syntax, Semantik, Pragmatik: Textkohärenz undDialogmodellierung)

� Grundlagen computerlinguistischer Formalismen� Grundlegenden Methoden der Entwicklung von Lingware fürregelbasierte Systeme der maschinellen Sprachverarbeitung


TM 1: Information Retrieval, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)TM 2: Einführung in die Maschinelle Sprachverarbeitung, Vorle-sung und ÜbungLehrform: 2 SWS Vorlesung und Übung (3 ECTS)

Literatur

� R. Ferber: Information Retrieval. Suchmodelle und Data-Mining-Verfahren für Textsammlungen und das Web.dpunkt, 2003.

� A. Henrich: Information Retrieval 1 (Grundlagen, Modelleund Anwendungen) Universität Bamberg, 2008.

� R. Manning, H. Schütze: Introduction to Information Retrie-val Cambridge University Press. 2008.

� R. Klabunde et al.: Computerlinguistik und Sprachtechnolo-gie: Eine Einführung 2004.





Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet BenutzerorientierteInformationssysteme � Praktikum Information Retrieval

Modul: Praktikum Information Retrieval

Modulverantwortlicher PD Dr. Thomas MandlLehrende PD Dr. Thomas Mandl und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden beherrschen den Umgang mit Werkzeugen für al-

le Phasen des Information Retrieval Prozesses. Sie können Systemezielgerichtet, aufgabengerecht einsetzen und situationsangemessenevaluieren.

Lehrinhalte Im Zentrum steht der Umgang mit Werkzeugen für das InformationRetrieval und deren Komponenten. Dazu zählen:

� Manuelle Indexierung auf des Basis eines Ordnungssystems� Automatische Indexierung (stemming) und Bewertung desErgebnisses

� Suchverfahren und Suchwerkzeuge� Relevanz-Feedback und Termerweiterung� Relevanz-Bewertung und Evaluierungsmethoden


keine

Literatur

� Norbert Fuhr Scriptum Information Retrieval. UniversitätDuisburg-Essen, 2005.


Die Inhalte des Moduls �Einführung Information Retrieval� werdenvorausgesetzt. Um an der Abschlussprüfung teilnehmen zu dürfen,müssen Vorleistungen erbracht werden.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet BenutzerorientierteInformationssysteme � Seminar Information Retrieval

Modul: Seminar Information Retrieval

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrende Prof. Dr. Christa Womser-Hacker und Mitarbeiter der Arbeits-

gruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, sich in einen Themenbereich

des Information Retrieval durch weitgehend eigenständige Litera-turrecherche einzuarbeiten, diesen in einer Präsentation und einerschriftlichen Ausarbeitung darzustellen sowie dazu Fragen zu be-antworten. Durch die Teilnahme an der Veranstaltung und die wis-senschaftliche Diskussion über die Vorträge wird das Verständnisder bereits erworbenen Kenntnisse zu einem der zu einem The-menbereich aus dem Information Retrieval (z.B. Multimedia oderWeb Retrieval, Anwendungen, Visualisierung, Digitale Bibliothe-ken) vertieft.

Lehrinhalte Zu einem ausgewählten Thema des Information Retrieval wird an-hand von innovativen Ansätzen der aktuelle Forschungsstand vor-gestellt und diskutiert. Mögliche Themenbereiche sind z.B.:

� Multimedia Retrieval� Web Retrieval� Kollaboratives IR, social search� Anwendungen (z.B. Genre Erkennung, Spam Erkennung,Meinungsanalyse, Plagiatserkennung)

� Visualisierung von Suchergebnissen und -prozessen� Evaluierung� Besonderheiten Digitaler Bibliotheken für bestimmte Anwen-dungsbereiche (z.B. E-Commerce, Kulturelles Erbe, Fachin-formation)


keine


Die Inhalte der Module �Einführung in die Informationswissen-schaft� und �Einführung Information Retrieval� werden vorausge-setzt.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet BenutzerorientierteInformationssysteme � Seminar Mensch-Maschine-Interaktion

Modul: Seminar Mensch-Maschine-Interaktion


gruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, sich in einen Themenbereich der

MMI durch weitgehend eigenständige Literaturrecherche einzuar-beiten, diesen in einer Präsentation und einer schriftlichen Ausar-beitung darzustellen sowie dazu Fragen zu beantworten. Durch dieTeilnahme an der Veranstaltung und die wissenschaftliche Diskus-sion über die Vorträge wird das Verständnis der bereits erworbenenKenntnisse zu einem der zu einem Themenbereich aus der MMI(z.B. Virtual Reality, Mobilität, Ubiquitäre Informationssysteme,Visualisierung) vertieft.

Lehrinhalte Zu einem ausgewählten Thema der MMI wird anhand von innova-tiven Ansätzen der aktuelle Forschungsstand vorgestellt und dis-kutiert. Mögliche Themenbereiche sind z.B.:

� Virtuelle und angereicherte Reality� Mobilität� Ubiquitäre Informationssysteme (v.a. Mixed Reality)� Visualisierung� Globalisierung und MMI� Besonderheiten spezi�scher Anwendungsbereiche (E-Commerce, Kulturelles Erbe, Fachinformation, Medien)


keine


Die Inhalte des Moduls �Einführung in die Mensch-Maschine-Interaktion� wird vorausgesetzt.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet BenutzerorientierteInformationssysteme � Praktikum Mensch-Maschine-Interaktion (MMI)

Modul: Praktikum Mensch-Maschine-Interaktion (MMI)

Modulverantwortlicher PD Dr. Thomas MandlLehrende PD Dr. Thomas Mandl und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden beherrschen Methoden zur Evaluierung von Be-

nutzungsober�ächen und zur Optimierung der Interaktion. Sie kön-nen je nach Anwendungsfall geeignete Methoden auswählen undderen Validität einschätzen. Sie können einen Benutzertest planen,durchführen, auswerten und interpretieren. Sie können Fragebö-gen, Werkzeuge zur Klickpfad-Verfolgung und zur Blick-Verfolgungeinsetzen und sind mit typischen Auswertungen und Ergebnissenvertraut.

Lehrinhalte Subjektive und objektive Evaluierungsmethoden werden vertieftund eingeübt. Zentral ist der Umgang mit Software-Systemen, wel-che die Sammlung und Auswertung von Daten aus empirischenMethoden unterstützen. Einen Schwerpunkt stellt der Umgang mitWerkzeugen für die Aufzeichnung und Auswertung von Benutzer-tests (auch remote) dar, wobei auch die wissenschaftliche Vorbe-reitung von Benutzertests vertieft wird. Dazu zählen weiterhin derEntwurf von Fragebögen und der Umgang mit Werkzeugen fürOnline-Fragebögen, Prototyping, die Analyse der ganzheitlichenUser Experience, die Auswertung von Weblog-Dateien, Klickpfad-Verfolgung sowie Blick-Verfolgung (eye tracking).


keine

Literatur

� Sven Heinsen, Petra Vogt: Usabilty praktisch umsetzen. Han-ser, 2003.


Die Inhalte des Moduls �Einführung in die Mensch-Maschine-Interaktion� werden vorausgesetzt. Um an der Abschlussprüfungteilnehmen zu dürfen, müssen Vorleistungen erbracht werden.



Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet MaschinelleSprachverarbeitung � Seminar Maschinelle Sprachverarbeitung

Gebiet Maschinelle Sprachverarbeitung

Modul: Seminar Maschinelle Sprachverarbeitung

Modulverantwortlicher Dr. Folker CaroliLehrende Dr. Folker Caroli und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: In diesem vertiefenden Modul werden einerseits Metho-

den und Verfahren vermittelt, mit denen unter anwendungsbe-zogenen Gesichtspunkten spezi�sche Sprachausschnitte bestimmtund beschrieben werden können. Weiterhin werden Strategien deslinguistic engineering vermittelt, mit denen ein solcher Sprach-ausschnitt in anwendungsbezogenen Systemen der maschinellenSprachverarbeitung implementiert werden kann. Dabei werdenauch Verfahren der Dialogmodellierung und der Modellierung text-linguistischer Phänomene vertieft behandelt. Kompetenzziele:

� Erwerb von grundlegenden Fähigkeiten zur Bestimmungeines für spezi�sche Anwendungen relevanten Sprachaus-schnitts

� Erwerb von grundlegenden Fähigkeiten zur Systematisierungund Gewichtung der in diesem Sprachausschnitt enthaltenensprachlichen Phänomene

� Erwerb von Fähigkeiten, Methoden und Verfahren des lin-guistic engineering für die Implementierung eines solchenSprachausschnitts in anwendungsbezogenen Systemen anzu-wenden

Lehrinhalte Im Rahmen dieses Moduls werden vertiefend die Grundprinzipi-en des linguistic engeneering vermittelt hierzu gehören: Methodenund Verfahren der Bestimmung von Sprachausschnitten, die fürspezi�sche Anwendungen relevant sind Methoden und Verfahrenzur systematischen Beschreibung der in diesem Sprachausschnittrelevanten sprachlichen Phänomene, sowie deren Gewichtung füreine inkrementelle Strategie der Implementierung Methoden undVerfahren des Designs anwendungsbezogener Systeme der maschi-nellen Sprachbeschreibung Testverfahren, Methoden der Evaluati-on und Strategien der Optimierung, Elektonische Wörterbücher,Sprachverarbeitungswerkzeuge, Linguistisches Wissen für Indexie-rung, Natürlichsprachliche Interfaces: Dialogsysteme


keine

Literatur

� R. Mitkov: The Oxford Handbook of Computational Lingui-stics. Oxford University Press. 2005.

weitere Literatur wird je nach Thema bekanntgegeben

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet MaschinelleSprachverarbeitung � Seminar Maschinelle Sprachverarbeitung


Die Inhalte des Moduls �Einführung in die Maschinelle Sprachver-arbeitung� werden vorausgesetzt.


Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet MaschinelleSprachverarbeitung � Praktikum Maschinelle Sprachverarbeitung

Modul: Praktikum Maschinelle Sprachverarbeitung

Modulverantwortlicher Dr. Folker CaroliLehrende Dr. Folker Caroli und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen In diesem anwendungsbezogenen Modul sollen die Studierenden

mit einem projektförmigen Praktikum, die Kenntnisse und Fähig-keiten, die sie in den vorausgegangenen Modulen erworben habenin einem überschaubaren Entwicklungsprojekt anwenden und er-proben. Die Studierenden sollen dabei einen vollständigen Ent-wicklungszyklus eines Systems der maschinellen Sprachverarbei-tung durchlaufen, um so eigene praktische Erfahrungen in der Im-plementierung solcher Systeme sammeln und re�ektieren. Kompe-tenzziele:

� Erwerb von grundlegenden Fähigkeiten zur Analyse einesAnwendungsproblems der maschinellen Sprachverarbeitung

� Erwerb von grundlegenden Fähigkeiten für einen spezi�schenAnwendungsfall ein Design und eine Strategie der Implemen-tierung eines Systems zu entwickeln, sowie vorhandene Res-sourcen aufzu�nden und auszuwerten

� Erwerb von Fähigkeiten, ein regelbasiertes sprachverarbei-tendes System unter Rückgri� auf vorhandene Ressourcenzu implementieren

� Erwerb von Fähigkeiten Testverfahren und Verfahren derEvaluation für einen Anwendungsfall zu entwerfen, solcheTests durchzuführen und auszuwerten.

Lehrinhalte Im Rahmen dieses Moduls werden an einem praktischen Anwen-dungsfall Verfahren des linguistic engineering angewandt und er-probt. Hierzu gehören insbesondere:

� Analyse des Anwendungskontextes des Entwicklungsprojekts� Bestimmung des für den Anwendungsfall relevanten Sprach-ausschnitts und der in ihm enthaltenen sprachlichen Phäno-mene

� Design des Systems auf der Grundlage einer Recherche undAuswahl der für die Implementierung des Anwendungsfallsbereits verfügbaren Ressourcen

� Implementierung des Systems unter Rückgri� auf die verfüg-baren Ressourcen

� Test, Evaluation und Optimierung des Systems� Re�exion und Bewertung des Entwicklungsprozesses


keine

Literatur je nach Problemstellung

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet MaschinelleSprachverarbeitung � Praktikum Maschinelle Sprachverarbeitung





Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet MaschinelleSprachverarbeitung � Grundlagen der computervermittelten Kommunikation (CvK)

Modul: Grundlagen der computervermittelten Kommunikation (CvK)


gruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Lernziele: Der Kurs Einführung in Computervermittelte Kommu-

nikation stellt einen grundlagen-und anwendungsorientierten Ein-stieg in das Themenfeld Computervermittelte Kommunikation dar.Die Teilnehmer lernen die zentralen computervermittelten Medienund Dienste kennen, die unterschiedlichen Dienste und Ausprägun-gen der Computervermittelten Kommunikation einzuordnen unddie vielfältigen Wirkungs�üsse in computervermittelten Medieneinzuschätzen. Kompetenzerwerb: Auf methodischer Ebene wirdschrittweise der kompetente Umgang mit computervermitteltenMedien aktiv eingeübt, indem die Studierenden mit Hilfe compu-tervermittelter Kommunikationsdienste im Kursablauf zunehmendselbständig Gruppen- und Einzelarbeiten durchführen, dabei un-ter anderem auch Computerunterstützte Kommunikationsprozesseanalysieren und so schrittweise virtuelle Kommunikationskompe-tenz erwerben.

Lehrinhalte Im Kurs werden die wesentlichen Formen und Besonderheiten com-putervermittelter Kommunikation behandelt.

� Grundbegri�e und Einordnung der ComputervermitteltenKommunikation

� Kommunikation im Internet � Dienste und Mediennutzung� Theorien der Computervermittelten Kommunikation� Dienste, Potenziale, Gefahren des Social Web


keine

Literatur

� Ulrike Six, Uli Gleich, Roland Gimmler: Kommunikations-psychologie und Medienpsychologie. Beltz, 2007.

� Klaus Beck: Computervermittelte Kommunikation im Inter-net. Oldenbourg, 2006.

� Nicola Döring: Sozialpsychologie des Internet. Hogrefe, 2003.� Margarete Boos, Kai J. Jonas, Kai Sassenberg: Computerver-mittelte Kommunikation in Organisationen. Hogrefe, 2000.


keine


empfohlenes Semester BSc 4-6Turnus jedes Jahr

Wahlbereich Bachelor � Betriebswirtschaft und Informationswissenschaft � Gebiet MaschinelleSprachverarbeitung � Grundlagen der computervermittelten Kommunikation (CvK)


Wahlbereich Bachelor � Soft Skills � Wirtschaftsenglisch 1

Soft Skills

Modul: Wirtschaftsenglisch 1

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Je�erson PhillipsLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende sollen sich auf Englisch im Wirtschaftsbereich aus-

drücken und korrekt auf Englisch kommunizieren und verhandelnkönnen. Die Studierenden können eine mündliche und schriftlicheKommunikation mit fachspezi�schem englischem Vokabular füh-ren.

Lehrinhalte

� Vorkenntnisse prüfen und festigen (Textarbeit)� Praxisbezogene Situation mündlich und schriftlich erörtern� Übungen zu Hör- und Leseverstehen� Diverse Grammatikübungen


keine

Literatur Die Literatur wird zu Beginn der Vorlesung bekannt gegeben.Voraussetzungen für dieTeilnahme

keine



Veranstaltungen Master � Informatik � Gebiet Algorithmen � Numerische Approximation

Veranstaltungen Master

Informatik

Gebiet Algorithmen

Modul: Numerische Approximation

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen die grundlegenden Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungdes Bereichs Numerische Approximation gemäÿ obigen Inhaltenerwerben.

Lehrinhalte

1. Interpolation (Tschbysche�-Systeme. algebraische Polynome,trigonometrische Audrücke, Spline-Funktionen)

2. Approximation (Proximum, Polynome bester Approximati-on, Methode der kleinsten Quadrate - Bestapproximation inHilberträumen, positive Operatoren, Bezier-Kurven)

3. Approxmation linearer Funktionale (Interpolationsverfahren,Sardverfahen, Konvergenz, Peonokerntheorie und Anwen-dungen, optimale Verfahren)


TM 1: Numerische Approximation, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Jürgen FörsterTM 2: Numerische Approximation, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Jürgen För-ster


keine


empfohlenes Semester MSc 1-3Turnus jedes WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Praktikum Numerische Algorithmen

Modul: Praktikum Numerische Algorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Prof. Dr. Klaus-Jürgen Förster und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen grundlegenden Kompetenzen zur Beurtei-

lung und zur theoretischen wie auch praktischen Anwendung vonSoftware im Bereich Numerische Approximation gemäÿ obigen In-halten erwerben. Die Studierenden erlernen die Lösung komplexerProbleme in kleinen Teams. Hierfür sollen sie lernen, verschiedeneAufgaben zu identi�zieren sowie komplexe Aufgaben in handhab-bare Bestandteile zu zerlegen, und ihr Projekt so zu planen, dass siedas gesetzte Ziel erreichen. Das im bisherigen Studium angeeigneteWissen soll von ihnen genutzt werden, um sich die für die Aufga-be nötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Anwendung grundlegender Konzepte der Numerische Approxima-tion auf ausgewählte praxisnahe Aufgaben. Erlernen und Beurtei-lung von Standard-Software (u.a. NAG Libraries).


keine


Die Inhalte des Moduls Numerische Approximation werden emp-fohlen.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.

empfohlenes Semester MSc 2-3Turnus jedes SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Computergraphik

Modul: Computergraphik

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende verfügen über einen umfassenden Überblick über tech-

nische, mathematische und algorithmische Grundlagen der Com-putergraphik, Sie verstehen die Funktionsweise moderner komple-xer Gra�k-Software (3D Studio Max, Maya o.ä.), setzen diese sinn-voll ein und programmieren gra�sche Applikationen mit dem Indu-striestandard OpenGL in Anwendungs- und Forschungskontexten.

Lehrinhalte

1. Technische Grundlagen (Raster-Gra�k, primitive Operatio-nen (Linien-Algorithmen, Füllen von Polygonen, Clipping),Farbmodelle

2. Mathematische Grundlagen (Koordinatensysteme, Vektoren,Matrizen und homogene Koordinaten, Transformationen,Projektionen und Sichten)

3. Modellierung (z.B. konstruktive Verfahren (Polygonnetze,Sweeps, Boole'sche Operationen, gekrümmte Flächen), Kur-ven und Flächen, insb. auch Näherungsverfahren (Hermite-,Cardinal- und Bezier-Splines, uniforme und nichtuniforme B-Splines), metaballs und Fraktale)

4. Rendering (Bestimmung verdeckter Flächen, Beleuchtungs-modelle (Phong), shading-Verfahren (�at, Gouraud, PhongShading), globale Beleuchtungsverfahren (ray tracing, radio-sity), Texturen)

Inhalt der Übungen ist die Gra�k-Programmierung mit Open GL,dabei auch Interaktion und Animation.


TM 1: Computergraphik, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Dr. Dietmar FoxTM 2: Computergraphik, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Dr. Dietmar Fox


Die Kenntnis der Inhalte des Moduls �Numerische Approximation�ist sinnvoll, aber nicht zwingend erforderlich.



Veranstaltungen Master � Informatik � Gebiet Algorithmen � Praktikum Computergraphik

Modul: Praktikum Computergraphik

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Dr. Dietmar Fox und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende entwickeln auch fortgeschrittene Applikationen in

Anwendungs- und Forschungskontexten entsprechenden den Inhal-ten der Vorlesung. Sie berücksichtigen wichtige Aspekte des Soft-ware Engineering (Analyse, Modularisierung und De�nition vonSchnittstellen, Programmentwicklung, Zusammenführen von Mo-dulen, Dokumentation etc.) bei ihrer Tätigkeit. Die Studierendenerlernen die Lösung komplexer Probleme in kleinen Teams. Hier-für sollen sie lernen, verschiedene Aufgaben zu identi�zieren sowiekomplexe Aufgaben in handhabbare Bestandteile zu zerlegen, undihr Projekt so zu planen, dass sie das gesetzte Ziel erreichen. Das imbisherigen Studium angeeignete Wissen soll von ihnen genutzt wer-den, um sich die für die Aufgabe nötigen technischen und methodi-schen Fertigkeiten anzueignen. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Im Praktikum Computergraphik wird auf der Basis des in derVorlesung vermittelten Sto�s ein gröÿeres Graphik-Projekt unterEinbeziehung von Methoden des Software-Engineerings realisiert.Hier kommen zurzeit wahlweise gröÿere Programmierprojekte inOpenGL oder die Modellierung umfassender Szenen und Erstel-lung von Animationen in 3D Studio Max in Betracht.


keine


Die Inhalte des Moduls Computergraphik werden vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.


Veranstaltungen Master � Informatik � Gebiet Algorithmen � Lineare Programmierung

Modul: Lineare Programmierung

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden verfügen über breite Kenntnisse in der linearen

Optimierung und können ihre Methoden anwenden. Sie sind in derLage, verschiedene Problemstellungen als geeignete lineare Opti-mierungsaufgaben zu formulieren und mit adäquaten Methoden -insbesondere am Rechner - zu lösen.

Lehrinhalte Die Veranstaltung behandelt verschiedenen Prinzipien und Verfah-ren der linearen Programmierung, darunter insbesondere

� Simplexverfahren� Dualitätsprinzip� Innere-Punkte-Verfahren� Ellipsoid-Verfahren� Aspekte der Ganzzahligkeit� Anwendungen insbesondere in der Wirtschaftsinformatik


TM 1: Lineare Programmierung, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Dr. Martin HenneckeTM 2: Lineare Programmierung, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Dr. Martin Hennecke

Literatur

� V. Chvatal: Linear Programming, W.H. Freeman and Com-pany, 16. Au�age, 2002

� K. Borgwardt: Optimierung, Operations Research, Spieltheo-rie, Birkhäuser, 2001

� W. Domschke, A. Drexl: Einführung in Operations Research,7. Au�age. Springer, Berlin 2007


Die Inhalte der Module �Programmierpraktikum I� , �Algorithmenund Datenstrukturen� , �Diskrete Methoden� und �Analytische Me-thoden� werden vorausgesetzt.


empfohlenes Semester BSc 3Turnus Wintersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Robotik I

Modul: Robotik I

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Dr. Norman WeissLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Studierende verfügen über einen umfassenden Überblick über tech-

nische und algorithmische Grundlagen der Robotik. Dies umfasstsowohl Industrierobotik (Handhabungsroboter) als auch mobileautonome Systeme. Sie gewinnen einen Überblick über alle Teil-bereiche der Informatik und angrenzender Gebiete, die zur eigen-ständigen Programmierung und rudimentären Konstruktion vonRobotern nötig ist, damit Sie in der Lage sind, diese in der Veran-staltung `Robotik II' praktisch umzusetzen.

Lehrinhalte Die Veranstaltung gibt einen Überblick über die Grundthemen derRobotik:

1. Einführung, Stand der Technik2. Industrierobotik und mobile autonome Systeme3. Aufbau und Teilsysteme eines Roboters, Aktuatoren und

Sensoren4. Roboterprogrammierung und eingebettete Systeme5. Robotersteuerung, Bewegungsplanung6. Bildverarbeitung und Bildverstehen7. Selbstlokalisation, Mapping8. Strategische Planung, Weg- und Aktionsplanung9. Intelligentes Verhalten, Künstliche Intelligenz, Schwarmin-

telligenz


TM 1: Robotik I, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Dr. Norman WeissTM 2: Robotik I, ÜbungLehrform: 1 SWS Übung (2 ECTS)Lehrende: Dr. Norman Weiss


Grundlagen der Informatik I (Einführung, Programmierung) undII (Algorithmen und Datenstrukturen) Hilfreich, aber nicht zwin-gend erforderlich: Software Engineering

Prüfungsleistung mündliche Prüfung, Dauer 30 Minuten Voraussetzung für die Teil-nahme an der Abschlussprüfung ist die erfolgreiche Teilnahme anden Übungen.

empfohlenes Semester Es handelt sich um eine MSc-Veranstaltung, MSc 1-3 Einbringungin Bachelor-Studiengänge laut PO möglich, BSc 3-6

Turnus jedes WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Praktikum Robotik (Robotik II)

Modul: Praktikum Robotik (Robotik II)

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Dr. Norman WeissLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Aufbauend auf den in der Veranstaltung Robotik Iërlernten theo-

retischen Grundlagen ist Lerninhalt von Robotik II"die praktischeUmsetzung von Robotik. Die Studierenden erlernen die Lösungkomplexer Probleme in kleinen Teams. Hierfür sollen sie lernen,verschiedene Aufgaben zu identi�zieren sowie komplexe Aufgabenin handhabbare Bestandteile zu zerlegen, und ihr Projekt so zuplanen, dass sie das gesetzte Ziel erreichen. Das im bisherigen Stu-dium angeeignete Wissen soll von ihnen genutzt werden, um sichdie für die Aufgabe nötigen technischen und methodischen Fertig-keiten anzueignen. Durch die Teamarbeit und den Austausch mitden Dozenten in der Rolle der Auftraggeber erwerben sie sozia-le Kompetenzen wie Kon�iktlösungsstrategien, Kommunikations-fähigkeit, Teammanagement, E�ektivitätseinschätzung und Ver-handlungsgeschick.

Lehrinhalte Die Veranstaltung gibt eine praktische Einführung in die Program-mierung verschiedener Teilbereiche von Robotiksystemen:

1. Roboterprogrammierung / eingebettete Systeme2. Robotersteuerung, Bewegungs-, Pfadplanung3. Aktionsplanung, Kontrollarchitekturen4. Bildverarbeitung und Bildverstehen5. Selbstlokalisation, Mapping6. Intelligentes Verhalten, Künstliche Intelligenz, Schwarmin-

telligenz

Dazu werden Robotikplattformen bereitgestellt, auf denen ver-schiedene Themenbereiche der Robotik programmiert und prak-tisch erlernt werden können.


keine


Robotik I Grundlagen der Informatik I (Einführung, Programmie-rung) und II (Algorithmen und Datenstrukturen) Hilfreich, abernicht zwingend erforderlich: Software Engineering

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.


Turnus jedes SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Graphen und Graphalgorithmen

Modul: Graphen und Graphalgorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Prof. Dr. G. StiegeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen die grundlegenden Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungdes Bereichs Graphen und Graphalgorithmen erwerben. Hierzu ge-hört insbesondere die Vertrautheit mit ausgewählten theoretischen,algorithmischen und programmiertechnischen Aspekten der Gra-phentheorie.

Lehrinhalte

� 1. Einführende Beispiele: Knuth's Stanford GraphBase,Rundwege

� 2. Allgemeine Graphen

� 3. Zelegungen in allgemeinen Graphen

� 4. Netzwerke

� 5. Praktische Übungen mit Graphbearbeitungssystem GHS


TM 1: Graphen und Graphalgorithmen, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. G. StiegeTM 2: Graphen und Graphalgorithmen, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. G. Stiege


keine


empfohlenes Semester MSc 1-3Turnus jedes zweite SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Approximations- undOnline-Algorithmen

Modul: Approximations- und Online-Algorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls Aufgaben aus

der Praxis auf das jeweilige Grundproblem zurückführen können.Sie sollen die Grundbegri�e des im Bereich Online- und Appro-ximationsalgorithmen verstehen. Sie sollen die grundlegenden Ver-fahren verstehen und anwenden, sowie auf spezi�sche Anwendungs-probleme anpassen können. Darüber hinaus sollen sie dazu in derLage sein, sich selbständig weitere Verfahren anhand von Literaturzu erarbeiten.

Lehrinhalte

1. Approximationsalgorithmen2. Online-Algorithmen


TM 1: Approximations- und Online-Algorithmen, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Jürgen FörsterTM 2: Approximations- und Online-Algorithmen, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Jürgen För-ster

Literatur

� Vazirani: Approximation Algorithms. 2003.� Borodin, El-Yaniv: Online Computation and CompetitiveAnalysis. 1998.


keine


empfohlenes Semester MSc 1-3Turnus Sommersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Algorithmen � Praktikum Diskrete undKombinatorische Algorithmen

Modul: Praktikum Diskrete und Kombinatorische Algorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Prof. Dr. Klaus-Jürgen Förster und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-


Lehrinhalte Aktuelle praktische Probleme aus der Wirtschaftsinformatik, diedie Anwendung von Approximations- und Online- Algorithmen er-fordern, werden untersucht. Hierzu werden entsprechende Lösungs-verfahren von den Studierenden implementiert.


keine

Literatur

� Vazirani: Approximation Algorithms. 2003.� Borodin, El-Yaniv: Online Computation and CompetitiveAnalysis. 1998.


Die Inhalte des Moduls Approximations- und Online-Algorithmenwerden vorausgesetzt.


empfohlenes Semester MSc 2-3Turnus Wintersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Numerische Methoden

Modul: Numerische Methoden

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen weiterführende, anwendungsorientierte

Kompetenzen in der Theorie analytischer Methoden und ihrerpraktischen Umsetzungen gemäÿ obigen Inhalten gewinnen.

Lehrinhalte

1. Analysis mehrerer Veränderlicher (Metrische und Normier-te Räume, Stetigkeit, Di�erenzierbarkeit, Extremwertheorie,Implizite Funktionen, Kurven, Kurvenintegrale, Volumenin-tegrale)

2. Numerische Behandlung nichtlinearer Gleichungen (Banach-scher Fixpunktsatz, Konvergenzordnung, Newtonverfahren)

3. Konvergenzbeschleunigung (Aitken-Verfahren, Ste�ensen-Verfahren)

4. Numerische Behandlung linearer Gleichungssysteme (Ma-trixnormen, Iterationsverfahren, Explizite Verfahren, Kondi-tionszahl)


TM 1: Numerische Methoden, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Jürgen FörsterTM 2: Numerische Methoden, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Jürgen För-ster

Literatur

� Klaus-J. Förster: Skript Analysis und Numerik II.� Harro Heuser: Lehrbuch der Analysis. 16. Au�., 2006.� Hans R. Schwarz: Numerische Mathematik.


keine



Veranstaltungen Master � Informatik � Numerische Methoden � Medieninformatik I

Modul: Medieninformatik I

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Dr. Jörg CassensLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden lernen in diesem Modul die Geschichte digitaler

Medien, aktuelle Medientheorien und psychologische Grundlagender Medieninformatik kennen. Aufbauend auf diesen Kenntnissenwird vermittelt wie multimediale Daten erstellt, digitalisiert, ko-diert, komprimiert und bearbeitet werden. Die Studierenden erler-nen den grundlegenden Umgang mit multimedialen Inhalten undwerden in die Lage versetzt, diese in gebrauchstauglichen Systemeneinzusetzen.

Lehrinhalte Die Veranstaltung gibt einen Überblick über die Grundthemen derMedieninformatik:

1. Einführung, Geschichte2. Psychologische und medientheoretische Grundlagen3. Usability multimedialer Systeme4. Rastergraphik5. Audio6. Video7. 2D-Vektorgraphik8. 3D-Graphik


TM 1: Medieninformatik I: GrundlagenLehrform: 3 SWS Vorlesung und Übung (5 ECTS)Lehrende: Dr. Jörg CassensTM 2: Medieninformatik I: AufbauLehrform: 2 SWS Vorlesung und Übung (3 ECTS)Lehrende: Dr. Jörg Cassens


keine




Veranstaltungen Master � Informatik � Numerische Methoden � Medieninformatik II

Modul: Medieninformatik II

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Dr. Jörg CassensLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden vertiefen in diesem Modul ihre Kenntnisse im

Bereich der zielorientierten Bereitstellung und systematischen An-wendung von Prinzipien, Methoden und Werkzeugen für die Ent-wicklung und Anwendung multimedialer Softwaresysteme. Kennt-nisse vor allem in den Bereichen Hypermedia, Augmented, Mixedand Virtual Reality sowie ambiente multimediale Systeme wer-den vertieft. Die Studierenden erlernen den Entwurf, die gebrauch-staugliche Gestaltung sowie die Realisierung multimedialer Syste-me und deren Einsatz in der Praxis.

Lehrinhalte Die Veranstaltung gibt einen Überblick über folgende Themen derMedieninformatik:

1. Einführung2. Multimediasysteme und Multimodalität3. Medienengineering4. Hypermediasysteme5. Augmented, Mixed and Virtual Reality6. Ambient and Ubiquitous Media7. Spiele und Edutainment8. Andere Medientypen9. Gestaltung digitaler Medien10. Digitale Medien in der Praxis


keine


Hilfreich, aber nicht zwingend erforderlich: Medieninformatik I.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten oder mündliche Prüfung im Umfang von 20 Minuten. Vor-aussetzung für die Teilnahme an der Abschlussprüfung ist die er-folgreiche Teilnahme an den Übungen.

empfohlenes Semester Es handelt sich um eine MSc-Veranstaltung, MSc 2-3. Einbringungin Bachelor-Studiengänge soweit laut PO möglich, BSc 4-6.


Veranstaltungen Master � Informatik � Numerische Methoden � Praktikum Medieninformatik

Modul: Praktikum Medieninformatik

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Dr. Jörg CassensLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Dieses Praktikum ergänzt die in den ersten Semestern gesammel-

ten informatischen Kompetenzen im Bereich der Erstellung multi-medialer Systeme. Erfolgreiche Studierende konzipieren und reali-sieren kleinere und mittlere Projekte im Bereich der Medieninfor-matik. Sie wenden dazu die in der Veranstaltung benutzten Prinzi-pien, Methoden und Werkzeuge an und kennen deren Möglichkei-ten und Grenzen. Die Studierenden erlernen die Lösung komplexerProbleme in kleinen Teams. Hierfür sollen sie lernen, verschiedeneAufgaben zu identi�zieren sowie komplexe Aufgaben in handhab-bare Bestandteile zu zerlegen, und ihr Projekt so zu planen, dass siedas gesetzte Ziel erreichen. Das im bisherigen Studium angeeigneteWissen soll von ihnen genutzt werden, um sich die für die Aufga-be nötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Die Veranstaltung gibt einen Überblick über die Grundthemen derRobotik:

1. Anforderungsanalyse für multimediale Informatiksysteme2. Konzeption multimedialer Systeme3. Umgang mit modernen Autorenwerkzeugen4. Realiserung multimedialer Anwendungssysteme5. Projektdokumentation und -präsentation


keine


Kenntnisse in Analyse, Gestaltung und Programmierung von Soft-waresystemen. Hilfreich, aber nicht zwingend erforderlich: Medien-informatik I, Medieninformatik II.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Um an der Abschlussprüfung teilnehmenzu dürfen, müssen Vorleistungen erbracht werden..

empfohlenes Semester Es handelt sich um eine MSc-Veranstaltung, MSc 2-3. Einbringungin Bachelor-Studiengänge soweit laut PO möglich, BSc 4-6.


Veranstaltungen Master � Informatik � Numerische Methoden � Seminar Algorithmen undInformationstechnologie (Master)

Modul: Seminar Algorithmen und Informationstechnologie (Master)

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Prof. Dr. Klaus-Jürgen Förster, Dr. Martin Hennecke und Mitar-

beiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Vertiefende Themen aus dem Bereich AlgorithmenTeilmodule / Veranstaltun-gen

keine


Die Inhalte des Moduls �Algorithmen und Datenstrukturen� so-wie vertiefende Veranstaltungen aus dem Bereich des gewähltenSeminarthemas werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Verteilte lernendeSysteme


Modul: Verteilte lernende Systeme

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieser Kurs vermittelt den Studierenden ein Grundverständnis für

intelligente, lernende Software-Agenten und Multiagentensystemeals einer wichtigen Technologie für die zukünftige Entwicklung in-telligenter Informationssysteme. Es wird sowohl Wissen vermitteltüber Techniken, Methoden und Werkzeuge aus den Bereichen Ver-teilte Künstliche Intelligenz und Lernende Systeme als auch überdas Anwendungspotential dieser Technologien anhand von Fallstu-dien und Beispielsystemen.

Lehrinhalte Das Modul vermittelt eine Einführung in Lernende Systeme, Ver-teilte Künstliche Intelligenz und Multiagentensysteme, Intelligen-te Agenten mit deduktivem und pragmatischen Schlussfolgern so-wie reaktive und hybride Agenten. Weiterhin werden für LernendeAgenten die Techniken Lernen von Konzepten, Entscheidungsbäu-men und logischen Beschreibungen und analogiebasiertes Lernenvermittelt. Abschlieÿend wird die Interaktion und Kommunikation,Zusammenarbeit in Multiagentensysteme behandelt.


TM 1: Verteilte lernende Systeme, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus-Dieter Altho�TM 2: Verteilte lernende Systeme, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Dieter Alt-ho�

Literatur

� M. J. Wooldridge: An Introduction to MultiAgent Systems.John Wiley & Sons, Chichester 2002.

� G. Görz, C.-R. Rollinger, J. Schneeberger (Hrsg.): Handbuchder Künstlichen Intelligenz. 4. Au�age, Oldenbourg, Mün-chen/Wien 2003.

� F. L. Bellifemine, G. Caire, D. Greenwood: Developing Multi-Agent Systems with JADE, John Wiley & Sons, Chichester2007.


keine


empfohlenes Semester MSc 1-3

Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Verteilte lernendeSysteme


Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Fallbasierte Systemeund Anwendungen

Modul: Fallbasierte Systeme und Anwendungen

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden erarbeiten sich ein tieferes Verständnis für Fall-

basiertes Schlieÿen Systeme (engl. Case-Based Reasoning; CBR).Die Studierenden beherrschen fortgeschrittene unnd detaillierteVerfahren zu Entwicklung, Betrieb und Wartung fallbasierter Sy-steme und können diese für komplexe Szenarien umsetzen. Siekönnen für komplexe Szenarien und Fallstudien diese einer spe-ziellen Aufgabenklasse zuordnen und in den aktuellen Stand derForschung als auch State-of-the-Practice einordnen.

Lehrinhalte Aufbauend auf der VL Fallbasiertes Schlieÿen werden Entwicklung,Betrieb und Wartung fallbasierter Systeme und ihrer Anwendun-gen behandelt. Es werden die Charakteristika von FallbasiertenSystemem für spezielle Aufgabenkategorien wie Fallbasierte Klas-si�kation, Diagnose & Entscheidungsunterstützung, Kon�gurationund Design sowie Fallbasierte Planung vorgestellt als auch das An-wendungspotential dieser Technologie anhand von Fallstudien undState-of-the-Art/Practice-Systemen aufgezeigt.


TM 1: Fallbasierte Systeme und Anwendungen, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus-Dieter Altho�TM 2: Fallbasierte Systeme und Anwendungen, ÜbungLehrform: 1 SWS Übung (2 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus-Dieter Alt-ho�

Literatur

� R. Bergmann: Experience Management- Foundations, De-velopment Methodology, and Internet-Based Applications.Springer, Berlin 2002.

� R. Bergmann, K.-D. Altho�, S. Breen, M. Göker, M. Mana-go, R. Traphöner, S. Wess: Developing Industrial Case-BasedReasoning Applications - The INRECA Methodology. Sprin-ger, Berlin 2003.



keine


Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Fallbasierte Systemeund Anwendungen


Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Seminar IntelligenteInformationssysteme (Master)

Modul: Seminar Intelligente Informationssysteme (Master)

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrende Prof. Dr. Klaus-Dieter Altho� und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden erwerben die analytischen und methodischen

Kompetenzen um sich weitestgehend eigenständig in ein for-schungsrelevantes Themengebiet einzuarbeiten, dieses auf fortge-schrittenem Niveau zu strukturieren und aufzuarbeiten. In Bezugauf die Herangehensweise der Analyse, die zugrundeliegende Lite-ratur, sowie die Ausarbeitung wird insbesondere auf wissenschaft-liche Kriterien geachtet.

Lehrinhalte Die Studierenden erhalten ausgewählte, aktuelle Forschungsthe-men aus den Bereichen Fallbasiertes Schlieÿen, Wissens- undErfahrungsmanagement, Wissensbasierte Systeme oder Multi-Agenten Systeme bzw. angrenzender Gebiete zur Ausarbeitung.Die Suche, Analyse, und Aufarbeitung der wissenschaftlichen Li-teratur erfolgt dabei wesentlich eigenständig. Die Studierenden er-stellen eine schriftliche Ausarbeitung in der sie die vorliegende Li-teratur systematisieren. Ergänzt wird dies durch eine Präsentationund Diskussion der Resultate.


keine


Kenntnisse in �Fallbasiertes Schlieÿen� oder �Wissensbasierte Sy-steme� werden vorausgesetzt. Darüber hinaus werden die Module�Fallbasierte Systeme und Anwendungen� oder �Verteilte lernendeSysteme� empfohlen.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes 2. SemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Seminar IntelligenteInformationssysteme - Datensicherheit im Cloud Computing (Master)

Modul: Seminar Intelligente Informationssysteme - Datensicherheit im Cloud Computing(Master)

Modulverantwortlicher Dr. Lena WieseLehrende Dr. Lena WieseLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden erwerben die analytischen und methodischen

Kompetenzen um sich weitestgehend eigenständig in ein for-schungsrelevantes Themengebiet einzuarbeiten, dieses auf fortge-schrittenem Niveau zu strukturieren und aufzuarbeiten. Die Teil-nehmer sollen selbständig logische Verfahren zur Datensicherheitanwenden und Ihre Komplexität beurteilen können. In Bezug aufdie Herangehensweise der Analyse, die zugrundeliegende Litera-tur, sowie die Ausarbeitung wird insbesondere auf wissenschaftli-che Kriterien geachtet.

Lehrinhalte Auslagerung von Datenverarbeitung ins �Cloud Computing� ver-spricht eine Reihe von Vorteilen wie reduzierte Geräte- und War-tungskosten, Skalierbarkeit und Flexibilität der Ressourcenvertei-lung und einfache Zugreifbarkeit von nahezu überall. Aus Sicher-heitssicht bleiben jedoch einige Fragen o�en. Insbesondere Da-tenvertraulichkeit (einschlieÿlich dem Schutz persönlicher Daten)und Datenintegrität sind noch nicht in ausreichend behandelt wor-den: Viele Firmen scheuen die Auslagerung von kritischen Da-ten, die nur in einem engen Kreis von Partnern verteilt undnicht manipuliert werden sollen; Patienten schrecken davor zurück,Versicherungs- oder anderen Firmen medizinische Details über ihreKrankheiten in elektronischen Krankenakten verwalten zu lassen.


keine


keine


Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Seminar IntelligenteInformationssysteme - Aktuelle Trends in der Kryptographie (Master)

Modul: Seminar Intelligente Informationssysteme - Aktuelle Trends in der Kryptographie(Master)

Modulverantwortlicher Dr. Lena WieseLehrende Dr. Lena WieseLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden erwerben die analytischen und methodischen

Kompetenzen um sich weitestgehend eigenständig in ein for-schungsrelevantes Themengebiet einzuarbeiten, dieses auf fortge-schrittenem Niveau zu strukturieren und aufzuarbeiten. Insbeson-dere sollen die Teilnehmer durch den Besuch der Veranstaltungselbständig kryptographische Verfahren zur Datensicherheit an-wenden und ihre Komplexität beurteilen können. In Bezug auf dieHerangehensweise der Analyse, die zugrundeliegende Literatur, so-wie die Ausarbeitung wird insbesondere auf wissenschaftliche Kri-terien geachtet.

Lehrinhalte Neben den klassischen Verfahren zur Verschlüsselung gewinnenzunehmend kryptographische Verfahren an Bedeutung, die einenMehrwert bieten. So gibt es zum Beispiel Verfahren, die identi-tätsbasiert verschlüsseln, und Verfahren, die eine Suche über denverschlüsselten Texten oder Berechnung von Funktionen auf denverschlüsselten Texten erlauben.


keine


keine


Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Master-PraktikumNeue Technologien für Semantic Web und Wissensmanagement

Modul: Master-Praktikum Neue Technologien für Semantic Web und Wissensmanagement

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho� und Dr. Thomas Roth-BerghoferLehrende Prof. Dr. Klaus-Dieter Altho� und Dr. Thomas Roth-Berghofer

und Mitarbeiter ihrer ArbeitsgruppenLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Das Hauptziel dieser Veranstaltung besteht darin, die Studieren-

den mit der Durchführung eines Projekts zum Wissensmanage-ment vertraut zu machen. Dazu zählt einerseits die Systematik derDurchführung solcher Projekte, andererseits aber auch die Tech-nologien, die für eine Realisierung der Software notwendig sind.Weiterhin ist ein wichtiges Ziel, dass die Studierenden lernen, ineinem Team zu arbeiten.

Lehrinhalte In diesem Praktikum wird eine forschungsnahe Wissensmanage-ment Anwendung entwickelt in der die Teilnehmer alle Schrittedurchlaufen, die für die Entwicklung eines solchen Systems not-wendig sind. Die Teilnehmer werden dabei in Gruppen aufgeteiltund strukturieren ihre Arbeit durch eigenständig gesetzte Meilen-steine anhand einer Projektaufgabe. Die Aufgaben zur Erreichungder Meilensteine sollen sie dann in der Gruppe innovativ nach ei-genen Ideen erarbeiten und umsetzen. Dabei soll die Organisati-on in einem Team sowie die gemeinsame Arbeit an einem Thematrainiert werden. Im Rahmen des Praktikums werden die anwen-dungsbezogenen Phasen eines Wissensmanagement Projektes bei-spielhaft wie in einem Forschungsprojekt angegangen, beginnendbei der Anforderungsanalyse, über die Umsetzung, bis zur Präsen-tation der Ergebnisse. Der Schwerpunkt liegt in der Erfassung derDomäne sowie der Beschreibung der daraus resultierenden Anfor-derungen mit einem hohen technische Detaillierungsgrad und derBenutzung fortgeschrittener Komponenten, welche über die ein-fache Anwendungserstellung hinausgehen. Die Umsetzung erfolgtmit Hilfe der Software Information Access Suite (e:IAS) der Firmaempolis GmbH, welche im Rahmen der Veranstaltung zur Verfü-gung gestellt wird.


keine

Literatur

� R. Bergmann: Experience Management - Foundations, De-velopment Methodology, and Internet-Based Applications,Springer, 2002.


� Weitere Literatur, insbesondere Dokumentation zur Softwaree:IAS wird in der Veranstaltung bekannt gegeben.

Veranstaltungen Master � Informatik � Gebiet Intelligente Informationssysteme � Master-PraktikumNeue Technologien für Semantic Web und Wissensmanagement


Das Modul �Fallbasierte Systeme und Anwendungen� wird emp-fohlen.

Prüfungsleistung Die Teilnehmer bearbeiten ein Projekt in 2-3er Teams. Der Scheinwird durch das erfolgreiche Lösen aller Teilaufgaben (Meilenstei-ne) und durch das Bestehen des Testats mit Ergebnispräsentationerworben. Die Note wird aufgrund der Qualität der bearbeitetenAufgaben und der persönlichen Leistungen im mündlichen Testatvergeben.


Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Maschinelles Lernen


Modul: Maschinelles Lernen

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen können. Siesollen ein tieferes Verständnis im Bereich des maschinellen Lernensentwickelt haben. Sie sollen die Verfahren des maschinellen Lernensverstehen, umsetzen und anwenden können. Sie sollen Verfahrenauf spezi�sche Anwendungsprobleme anpassen können. Darüberhinaus sollen sie dazu in der Lage sein, sich selbständig weitereVerfahren anhand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung vermittelt einen ersten Überblick über das Maschi-nelle Lernen. Behandelt werden:

1. Grundprobleme des Machinellen Lernens: Die verschiedenenGrundprobleme des maschinellen Lernens werden sowohl anBeispielen erläutert, als auch formal beschrieben.

2. Klassi�kation: Grundmodelle für Entscheidungs- und Klas-si�kationsaufgaben werden behandelt (Logistische Regressi-on, Nächste-Nachbar-Verfahren, Entscheidungsbäume, neu-ronale Netze, Support-Vector-Maschinen, einfache BayesscheNetze).

3. Cluster-Analyse und Dimensionsreduktion: Grundmodellefür unüberwachte Gruppierungsaufgaben werden behandelt(hierarchische Clusterverfahren, k-means, Graphenpartitio-nierung).

4. Anwendungen des maschinellen Lernens auf praktische Pro-bleme in der Informatik


TM 1: Maschinelles Lernen, VorlesungLehrform: 3 SWS Vorlesung (6 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-ThiemeTM 2: Maschinelles Lernen, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter derArbeitsgruppe

Literatur

� Richard O. Duda, Peter E. Hart, David G. Stork: PatternClassi�cation. Springer, 2001.

� Trevor Hastie, Robert Tibshirani, Jerome Friedman: TheElements of Statistical Learning. Springer, 2001.

� Tom Mitchell: Machine Learning. McGraw-Hill, 1997.

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Maschinelles Lernen


keine



Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Maschinelles Lernen 2

Modul: Maschinelles Lernen 2

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen können. Siesollen ein tieferes Verständnis im Bereich des maschinellen Lernensentwickelt haben. Sie sollen die Verfahren des maschinellen Lernensverstehen, umsetzen und anwenden können. Sie sollen Verfahrenauf spezi�sche Anwendungsprobleme anpassen können. Darüberhinaus sollen sie dazu in der Lage sein, sich selbständig weitereVerfahren anhand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung behandelt aufbauend auf den Grundlagen der Vor-lesung 'Maschinelles Lernen' exemplarisch fortgeschrittene The-men des Maschinellen Lernens, z.B. - e�ziente Lernverfahren fürSupport Vector-Maschinen und andere Klassi�katoren, - Verfahrenzum Lernen von Hyperparametern.


TM 1: Maschinelles Lernen 2, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-ThiemeTM 2: Maschinelles Lernen 2, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter derArbeitsgruppe

Literatur

� Richard O. Duda, Peter E. Hart, David G. Stork: PatternClassi�cation. Springer, 2001.

� Trevor Hastie, Robert Tibshirani, Jerome Friedman: TheElements of Statistical Learning. Springer, 2001.

� Tom Mitchell: Machine Learning. McGraw-Hill, 1997.


Eine Teilname an der Veranstaltung 'Maschinelles Lernen' wirdempfohlen.


empfohlenes Semester MSc 1-3Turnus jedes 2. SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Betriebssysteme und Netzwerke

Modul: Betriebssysteme und Netzwerke

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende n.n. (Lehrbeauftragter ML)Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende sollen die internen Abläufe von Betriebssysteme und

Netzwerken verstehen können. Sie sollen für einen gegebenen Auf-gabenkomplex verschiedene alternative Rechner und Netzwerk-Infrastrukturen bewerten und beurteilen können, um eine best-mögliche Empfehlung für einen späteren Einsatz aussprechen zukönnen.

Lehrinhalte Rechnerarchitektur, Softwarearchitektur, Systemadministrationund -betrieb müssen aufeinander abgestimmt sein, um für ein kom-merziell eingesetztes Informationssystem eine hohe Leistung beigleichzeitig geringen Betriebskosten zu erzielen. Typische Proble-me sind dabei Antwortzeitverhalten, Durchsatz, Sicherheit, Schutzvor Datenverlust, Serverkonsolidierung, Skalierbarkeit, Hochver-fügbarkeit und die Integration existierender Infrastruktur. In dieserLehrveranstaltung werden mögliche Lösungen und die Vorteile ei-ner integrierten Betriebssystemumgebung am Beispiel einer IBMi Umgebung ganzheitlich studiert. In begleitenden Übungen kön-nen die Teilnehmer an einem System IBM Power 740 arbeiten. 1.Aufgaben und Struktur von Betriebssystemen 2. Dateiverwaltung3. Sicherheitsfunktionen 4. Prozeÿ- und Speichermanagement 5.Netzwerke 6. Verfügbarkeit 7. Virtualisierungskonzepte


keine

Literatur

� Tanenbaum, A.S.: Modern Operating Systems� Silberschatz, A., Baer, P., Gagne, G.G.: Operating SystemConcepts


keine


empfohlenes Semester MSc 1Turnus Wintersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Bayessche Netze

Modul: Bayessche Netze

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende erwerben vertiefte Kenntnisse im Bereich der Bayes-

schen Netze. Sie können Probleme mittels Bayesscher Netze model-lieren. Sie verstehen exakte und approximative Inferenzverfahrenund können geeignete Verfahren je nach Problemstellung auswäh-len. Sie kennen Lernverfahren für Parameter und Struktur undkönnen die Ergebnisse solcher Lernprozeÿe einschätzen. Sie kön-nen sich selbständig in weiterführende Literatur aus dem BereichBayessche Netze einarbeiten.

Lehrinhalte Die Vorlesung gibt eine Einführung in Bayessche Netze. Ausge-hend von der prinzipiellen Modellierung von Ein�üssen und be-dingten Wahrscheinlichkeiten werden Algorithmen für die exakteund näherungsweise Inferenz (Propagation von Evidenz), die Ana-lyse bayesscher Netze (wahrscheinlichste Erklärung), das Lernenvon Parametern sowie das Lernen der Struktur behandelt. Al-gorithmen für Inferenz und das Lernen bayesscher Netze greifeni.d.R. auf Graphen-Algorithmen zurück, sowohl auf weit verbrei-tete Verfahren wie topologische Sortierung und Zusammenhang-Überprüfung, als auch auf speziellere Verfahren wie das Aufzählenvon Cliquen etc. Um die Vorlesung möglichst unabhängig zu hal-ten, werden alle benötigten Algorithmen auch in der Vorlesungvorgestellt.


TM 1: Bayessche Netze, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme, n.n. (Lehrbeauf-tragter ML)TM 2: Bayessche Netze, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter derArbeitsgruppe

Literatur

� Finn V. Jensen: Bayesian networks and decision graphs.Springer, 2001.

� Richard E. Neapolitan: Learning Bayesian Networks. Pren-tice Hall, 2003.

� Enrique Castillo, Jose Manuel Gutierrez, Ali S. Hadi: ExpertSystems and Probabilistic Network Models. Springer, 1997.

� Christian Borgelt, Rudolf Kruse: Graphical Models. Wiley,2002.


keine

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Bayessche Netze


empfohlenes Semester MSc 1-3Turnus jedes 2. SommersemesterDauer des Moduls 1 Semesterzuletzt angeboten Sommersemester 2010

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Computational Methods in Internet Economy

Modul: Computational Methods in Internet Economy

Modulverantwortlicher Prof. Dr. Alexandros Nanopoulos, Prof. Dr. Dr. Lars Schmidt-Thieme

Lehrende Prof. Dr. Alexandros Nanopoulos, Prof. Dr. Dr. Lars Schmidt-Thieme

Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen 1. Search Engine Marketing: Analyzing and Understanding Users's

Behavior, Web Analytics, Search Engine Marketing and Optimiza-tion, AdWords, AdSense, Click Fraud 2. Marketing in Social Web:Blog Analysis and Aggregation, Opinion Mining; RecommenderSystems, Reputation Systems; Wikis and Collaborative Producti-on 3. Network Analysis: Small world phenomena, Graph structureof the web, Viral marketing and the blogosphere

Lehrinhalte Internet Economy (IE) refers to conducting business through mar-kets whose infrastructure is based on the Internet and World-WideWeb. In this lecture we will examine computational methods that�nd application in IE, giving emphasis on practical applications oftheoretical knowledge and getting hands-on experience with realapplications and software tools. We are going to study the fol-lowing topics: 1. Search Engine Marketing: Analyzing and Under-standing Users Behavior, Web Analytics, Search Engine Marketingand Optimization, AdWords, AdSense, Click Fraud 2. Marketingin Social Web: Blog Analysis and Aggregation, Opinion Mining;Recommender Systems, Reputation Systems; Wikis and Collabo-rative Production 3. Network Analysis: Small world phenomena,Graph structure of the web, Viral marketing and the blogosphere


Dieses Feld wird nur für von der ZEvA akkreditierte Modulhand-bücher benötigt.

Literatur 1. H.R. Hansen, G. Neumann: Wirtschaftsinformatik 1 (http://wi.wu-wien.ac.at/main/wi1-9 2. David Easley and Jon Klein-berg: Networks, Crowds, and Markets: Reasoning About aHighly Connected World (http://www.cs.cornell.edu/home/kleinber/networks-book/


keine


empfohlenes Semester MSc 1-3Turnus letztmalig stattgefunden im WiSe 2011/12Dauer des Moduls 1 Semester

http://wi.wu-wien.ac.at/main/wi1-9

http://wi.wu-wien.ac.at/main/wi1-9

http://www.cs.cornell.edu/home/kleinber/networks-book/

http://www.cs.cornell.edu/home/kleinber/networks-book/

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Analyse räumlicher Daten

Modul: Analyse räumlicher Daten

Modulverantwortlicher Prof. Dr. Alexandros Nanopoulos, Prof. Dr. Dr. Lars Schmidt-Thieme

Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen können. Siesollen ein tieferes Verständnis im Bereich der Analyse von räumli-chen Daten entwickelt haben. Sie sollen die Verfahren der Analysevon räumlichen Daten verstehen, umsetzen und anwenden können.Sie sollen Verfahren auf spezi�sche Anwendungsprobleme anpassenkönnen. Darüber hinaus sollen sie dazu in der Lage sein, sich selb-ständig weitere Verfahren anhand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung vermittelt einen ersten Überblick über die Analysevon räumlichen Daten. Behandelt werden:

1. Die Modellierung räumlicher Daten: Die verschiedenen Mo-delle für die Organisation räumlicher Daten werden sowohlan Beispielen erläutert, als auch formal beschrieben.

2. E�ziente Speicherung und Verarbeitung räumlicher Daten:Methoden für die Speicherung und den Zugri� auf räumlicheDaten werden in e�zienter Weise beschrieben.

3. Data Mining für die Analyse räumlicher Daten: Grundmo-delle für Klassi�kation und Cluster-Analyse von räumlichenDaten werden behandelt (Logistische Regression, Nächste-Nachbar-Verfahren, hierarchische Clusterverfahren, k-means,Graphenpartitionierung).

4. Anwendungen der Analyse räumlicher Daten auf praktischeProbleme in der Informatik


TM 1: Analyse räumlicher Daten, VorlesungLehrform: 4 SWS Vorlesung (6 ECTS)Lehrende: Prof. Dr. Alexandros Nanopoulos, Prof. Dr. Dr. LarsSchmidt-ThiemeTM 2: Analyse räumlicher Daten, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Alexandros Nanopoulos, Prof. Dr. Dr. LarsSchmidt-Thieme

Literatur

� Shashi Shekhar and Sanjay Chawla: Spatial Databases: ATour. Prentice Hall, 2003.

� Pang-Ning Tan, Michael Steinbach, Vipin Kumar: Introduc-tion to Data Mining. Addison-Wesley, 2006.


keine

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Analyse räumlicher Daten


empfohlenes Semester MSc 1-3Turnus letztmalig stattgefunden im WiSe 10/11Dauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Bildverarbeitung

Modul: Bildverarbeitung

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende Prof. Dr. Dr. Lars Schmidt-Thieme, n.n. (Lehrbeauftragter ML)Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben und relevante Forschungsfragen in der Bildverarbeitung lö-sen können. Sie sollen ein vertieftes Verständnis des Bereiches Bild-verarbeitung erworben haben. Sie sollen die Verfahren der Bildver-arbeitung verstehen, umsetzen und anwenden können. Sie sollenVerfahren auf spezi�sche Anwendungsprobleme anpassen können.Darüber hinaus sollen sie dazu in der Lage sein, sich selbständigweitere Verfahren anhand von aktueller Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung führt in die Grundbegri�e der Bildverarbeitungein. Ausgehend von grundlegenden Methoden der Bildreprä-sentation werden Methoden der Merkmalsextraktion, z.B. vonKanten, Bewegung und Texturen, sowie der Bildanalyse, z.B.der Bild-Segmentierung, der Bild-Regularisierung und der Bild-Klassi�kation vorgestellt.


TM 1: Bildverarbeitung, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme, n.n. (Lehrbeauf-tragter ML)TM 2: Bildverarbeitung, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter derArbeitsgruppe

Literatur

� Milan Sonka, Vaclav Hlavac, Roger Boyle: Image Processing,Analysis, and Machine Vision. Thomson, 2008.

� John C. Russ, J. Christian Russ: Introduction to Image Pro-cessing and Analysis. CRC Press, 2008.

� R. C. Gonzalez, R. E Woods: Digital Image Processing. Pear-son, 2008.

� G. Aubert, P. Kornprobst: Mathematical Problems in ImageProcessing. Partial Di�erential Equations and the Calculusof Variations. Springer, 2006.

� J. R. Parker: Algorithms for Image Processing and ComputerVision. Wiley, 1997.


keine


empfohlenes Semester MSc 1-3Turnus Wintersemester, aber nicht im regelmäÿigen Angebot

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Bildverarbeitung


Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � XMLund Semantic-Web-Technologien

Modul: XML und Semantic-Web-Technologien


gruppe, n.n. (Lehrbeauftragter ML)Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen einen umfassenden Überblick über die Stan-

dards im Bereich XML und Semantic Web erhalten. Sie sollen inder Lage sein, Daten und Dokumente selbständig in XML, RDFbzw. OWL zu kodieren, Dokumententypen und Schemata in XML-Schema, RDF und OWL zu entwickeln und Abfragen in XSLT,XQuery und Sparql zu formulieren. Sie sollen die grundlegendenKonzepte sowie den Aufbau des �Semantic Web Layer Cakes� ver-stehen. Sie sollen in der Lage sein, sich W3C-Standards (Recom-mendations) selbständig zu erarbeiten.

Lehrinhalte Mit demW3C-Standard XML (Extensible Markup Language) kön-nen Dokumente und Daten auf eine sowohl für Menschen als auchMaschinen lesbare Weise einheitlich dargestellt werden. XML wirdin allen Anwendungsgebieten der Informatik als universelles Daten-und Dokumentformat eingesetzt. Während XML die Syntax be-schreibt, legen RDF (Resource Description Framework) und OWL(Web Ontology Language) die Semantik so fest, dass MaschinenDokumente automatisch verarbeiten können � z.B. neues Wissenableiten oder komplexe Anfragen beantworten. Der erste Teil derVorlesung behandelt die aktuellen XML-Standards (XML, XML-Schema, XPath, XSL und XQuery); der zweite Teil gibt eine Ein-führung in Semantic-Web-Technologien (RDF, OWL, SPARQL).Der Fokus der Vorlesung liegt auf der praktischen Anwendung derTechnologien; dabei werden aber auch die zugrundeliegenden theo-retischen Konzepte eingeführt.


TM 1: XML und Semantic-Web-Technologien, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme, n.n. (Lehrbeauf-tragter ML)TM 2: XML und Semantic-Web-Technologien, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Dr. Lars Schmidt-Thieme und Mitarbeiter derArbeitsgruppe

Literatur

� Rainer Eckstein, Silke Eckstein: XML und Datenmodellie-rung. dpunkt.verlag, 2003.

� Eric T. Ray: Learning XML. O'Reilly, 2003.� Shelly Powers: Practical RDF. O'Reilly, 2002.


keine

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � XMLund Semantic-Web-Technologien


empfohlenes Semester MSc 1-3Turnus Sommersemester, aber nicht im regelmäÿigen AngebotDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Seminar Künstliche Intelligenz und Maschinelles Lernen (Master)

Modul: Seminar Künstliche Intelligenz und Maschinelles Lernen (Master)


gruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Ausgewählte Themen aus dem Bereichen Künstliche Intelligenz.Beispiele für Seminarthemen:

� Suchverfahren� Constraint Satisfaction Problems� Spieltheorie


keine


Die Inhalte der Module �Grundlagen der Künstlichen Intelligenz�werden vorausgesetzt.


Veranstaltungen Master � Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen �Master-Praktikum Maschinelles Lernen

Modul: Master-Praktikum Maschinelles Lernen

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrende Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen einer konkreten Aufgabenstellung. Sieerkennen und verstehen die praktischen Rahmenbedingungen, diefür die Umsetzung der wissenschaftlich fundierten Ansätze relevantsind. Sie sind in der Lage, Möglichkeiten und Grenzen existierenderMethoden zu re�ektieren und im Zusammenhang zu beurteilen. Sielernen die Notwendigkeit von Kooperation und Rollenverteilungdurch die Arbeit im Team. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Aktuelle praktische Probleme werden anhand eines konkreten Da-tensatzes und einer konkreten Fragestellung in kleinen Teams un-tersucht. Dabei kommen in den Vorlesungen Bildverarbeitung,Bayessche Netze, XML und Semantic-Web-Technologien, und Ma-schinelles Lernen behandelte Techniken und Methoden zum Ein-satz.


keine


Die Inhalte eines der Module Maschinelles Lernen, Bayessche Net-ze, XML und Semantic-Web-Technologien oder Bildverarbeitungwerden vorausgesetzt.



Veranstaltungen Master � Informatik � Gebiet Software Engineering � Prozesse und Management desSoftware Engineering


Modul: Prozesse und Management des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieses Modul vermittelt methodische und analytische Kompeten-

zen, die zu einer eigenständigen, auch wissenschaftlichen Beschäf-tigung mit den Prozessen und Managementaktivitäten im BereichSoftware Engineering notwendig sind. Es werden insbesondereKompetenzen zur empirischen Forschung im Bereich des SoftwareEngineering vermittelt. Die Studierenden erhalten so die notwen-dige Fachkompetenz um die Eignung von Softwareentwicklungs-prozessen und Methoden des Qualitätsmanagement zu analysierenund Verbesserungen zu entwickeln. Die Studierenden verstehen ak-tuelle Forschungsfragen und �ansätze.

Lehrinhalte In diesem Modul werden die Grundlagen der Prozessmodelle undder Managementaktivitäten des Software Engineering vermittelt.Dabei liegt ein besonderer Schwerpunkt auf den empirischen Wis-senschaftsmethoden des Software Engineering. Insbesondere wer-den folgende Themenkreise angesprochen:

� Prozessmodellierung und Prozessbesschreibungssprachen� Grundlagen des Projektmanagements (Kostenschätzung,Projektsteuerung)

� Reifegradmodelle und Assessments (CMMI, ISO 9000, ...)� Messen und Bewerten (u.a., Goal-Question-Metric)� Organisatorische Verbesserungsansätze (QIP, TQM)� Kon�gurationsmanagement� Qualitätsmanagement

Im Rahmen der Übung werden die in der Vorlesung: Prozesse undManagement des Software Engineering vermittelten Inhalte an-hand von Übungsaufgaben vertieft. Dabei werden Aufgaben ge-meinsam im Rahmen der Übung bearbeitet und Fragen zur Ana-lyse der Methoden besprochen. Der Fokus liegt auf der Vermittlungder Kompetenz zur selbstandigen Analyse und Weiterentwicklungdurch die Studenten.


TM 1: Prozesse und Management des Software Engineering, Vor-lesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus SchmidTM 2: Prozesse und Management des Software Engineering,ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Schmid

Veranstaltungen Master � Informatik � Gebiet Software Engineering � Prozesse und Management desSoftware Engineering

Literatur

� H. Balzert: Lehrbuch der Software-Technik, Band 2,Software-Management, Software-Qualitätssicherung, Unter-nehmensmodellierung. Spektrum Akademischer Verlag, 2000.

� H. Balzert: Lehrbuch der Software-Technik, Band 1,Software-Entwicklung. Spektrum Akademischer Verlag, 2000.


keine



Veranstaltungen Master � Informatik � Gebiet Software Engineering �Software-Produktlinien-Entwicklung

Modul: Software-Produktlinien-Entwicklung

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende werden in die Lage versetzt die wesentlichen Unter-

schiede zwischen Einzelsystem- und Produktlinienentwicklung zubenennen, die notwendigen methodischen Unterschiede einer Pro-duktlinienentwicklung zu beschreiben und diese im Kontext gege-bener Anwendungsfälle zu re�ektieren. Sie kennen den aktuellenWissenschaftsstand in diesem Bereich und sind in der Lage ver-schiedene Ansätze zueinander in Beziehung zu setzen, bzw. gegen-einander abzugrenzen. Sie kennen den aktuellen Stand der Wis-senschaft in diesem Bereich und sind in der Lage aktuelle Arbeiteneinzuordnen. Sie sind in der Lage ihren Wissenstand kontinuierlichweiterzuentwickeln.

Lehrinhalte Der gesamte Softwarelebenszyklus aus der Perspektive der Pro-duktlinienentwicklung (PLE) wird dargestellt. Aktuelle Ansätzeaus diesen Bereichen werden besprochen. Da alle Teilaktivitätender Softwareentwicklung durch PLE betro�en sind, werden auchalle Aktivitäten in Bezug auf Veränderungen in einem Produkt-linienansatz untersucht. Wesentliche Schwerpunkte der Vorlesungsind:

� Produktportfolioplanung aus technischer Sicht und ausMarktsicht

� Modellierung von Variabilität (Entscheidungsmodellierung,Feature-Modellierung)

� Architekturpattern zur Repräsentation von Variabilität� Implementierungsmechanismen zur Umsetzung von Variabi-lität

� Teststrategien� Reifegrad- und Adaptionsmodelle für Produktlinienentwick-lung

Im Rahmen der Übung werden die in der Vorlesung: Software-Produktlinien-Entwicklung vermittelten Inhalte anhand vonÜbungsaufgaben vertieft. Dabei werden Aufgaben gemeinsam imRahmen der Übung bearbeitet und Fragen zur Analyse der Metho-den besprochen. Der Fokus liegt auf der Vermittlung der Kompe-tenz zur selbständigen Analyse und Weiterentwicklung durch dieStudierenden.

Veranstaltungen Master � Informatik � Gebiet Software Engineering �Software-Produktlinien-Entwicklung


TM 1: Software-Produktlinien-Entwicklung, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Klaus SchmidTM 2: Software-Produktlinien-Entwicklung, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Klaus Schmid und Mitarbeiter der Arbeits-gruppe

Literatur

� K. Pohl, G. Böckle, F. van der Linden: Software ProductLine Engineering: Foundations, Principles and Techniques.Springer, 2005.

� P.Clements, L. Northrop: Software Product Lines: Practicesand Patterns. Addison-Wesley, 2002.

� F. van der Linden, K. Schmid, E. Rommes: Software ProductLines in Action. Springer, 2007.


keine



Veranstaltungen Master � Informatik � Gebiet Software Engineering � Spezielle Themen des SoftwareEngineering

Modul: Spezielle Themen des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Detaillierte Lernziele jeweils abhängig vom aktuellen Themenkom-

plex. Allgemein: Vermittlung der wesentlichen Annahmen, wissen-schaftlichen Grundlagen und aktuellen Forschungsrichtungen desjeweiligen Arbeitsgebiets. Die Studierenden sind in der Lage dasGebiet (bspw. Modellbasierte Entwicklung) jeweils zu den Ansät-zen der Softwareentwicklung in Beziehung zu setzen, kennen dieVor- und Nachteile der jeweiligen Ansätze und kennen den Standder Wissenschaft auf einem Niveau, der es ihnen erlaubt sich selbst-ständig mit dem Gebiet zu beschäftigen und dazu beizutragen.

Lehrinhalte Abhängig vom jeweiligen ThemaTeilmodule / Veranstaltun-gen

TM 1: Spezielle Themen des Software Engineering, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus SchmidTM 2: Spezielle Themen des Software Engineering, ÜbungLehrform: 1 SWS Übung (2 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Schmid




empfohlenes Semester MSc 1-3Turnus Kein regelmäÿiger Turnus, Veranstaltung �ndet bei Bedarf statt.Dauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Software Engineering � Seminar Software Engineering(Master)

Modul: Seminar Software Engineering (Master)

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden erwerben die analytischen und methodischen

Kompetenzen um sich weitestgehend eigenständig in ein Themen-gebiet einzuarbeiten, dieses auf fortgeschrittenem Niveau zu struk-turieren und aufzuarbeiten. In Bezug auf die Herangehensweise derAnalyse, die zugrundeliegende Literatur, sowie die Ausarbeitungwird insbesondere auf wissenschaftliche Kriterien geachtet.

Lehrinhalte Im Rahmen eines jeweils wechselnden Vertiefungsgebiets des Soft-ware Engineering erhalten die Studierenden ein aktuelles wissen-schaftliches Vertiefungsthema zur Ausarbeitung. Die Suche, Analy-se, und Aufarbeitung der wissenschaftlichen Literatur erfolgt dabeiwesentlich eigenständig. Die Studierenden erstellen eine schriftlicheAusarbeitung in der sie die vorliegende Literatur systematisieren.Ergänzt wird dies durch eine Präsentation und Diskussion der Re-sultate.


keine




Veranstaltungen Master � Informatik � Gebiet Software Engineering � FortgeschrittenenpraktikumSoftware Engineering

Modul: Fortgeschrittenenpraktikum Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen eines konkreten Entwicklungsprojekts.Sie erkennen und verstehen die praktischen Rahmenbedingungen,die für die Umsetzung der wissenschaftlich fundierten Ansätze rele-vant sind. Sie sind in der Lage Möglichkeiten und Grenzen existie-render Entwicklungsansätze zu re�ektieren und im Zusammenhangzu beurteilen. Sie lernen die Notwendigkeit von Kooperation undRollenverteilung durch die Arbeit im Team. Durch die Teamarbeitund den Austausch mit den Dozenten in der Rolle der Auftragge-ber erwerben sie soziale Kompetenzen wie Kon�iktlösungsstrate-gien, Kommunikationsfähigkeit, Teammanagement, E�ektivitäts-einschätzung und Verhandlungsgeschick.

Lehrinhalte Die Studierenden erlernen in diesem Praktikum die Software-Entwicklung im Groÿen auf Basis rollenbasierter Vorgehensmodel-le. Dazu wird ein innovatives Entwicklungsprojekt als Basis derArbeit vorgegeben. Die Studierenden erlernen die eigenverantwort-liche Übernahme unterschiedlicher Rollen, die dazu notwendigenAktivitäten und üben die zugrundeliegenden Techniken und Werk-zeuge ein. Die Aufgaben beziehen sich dabei typischerweise aufaktuelle Forschungsfragestellungen.


keine

Literatur

� Sommerville: Software Engineering. 8. Au�age, Pearson Stu-dium, 2007.

� H. Störrle: UML2 für Studenten. Pearson Studium, 2005


keine


empfohlenes Semester MSc 1-3Turnus jedes 2. SemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Software Engineering � Deduktionsmethoden und ihreAnwendungen in der Software Entwicklung

Modul: Deduktionsmethoden und ihre Anwendungen in der Software Entwicklung

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Dieses Modul vermittelt die methodischen und analytischen Kom-

petenzen, formal fundierte Methoden und Techniken in der Softwa-reentwicklung anzuwenden, umzusetzen und weiter zu entwickeln.Die Studierenden entwickeln ein tieferes Verständis unter anderemfür formale Sprachen, Grammatiken und Logiken und können die-se sicher im Rahmen der Softwareentwicklung anwenden. Sie sindin der Lage, eindeutige und veri�zierbare formale Spezi�kationenzu erstellen. Mit Hilfe von formalen Beweistechniken können sie si-chere Aussagen über Programmsysteme und Techniken tre�en undbelegen.

Lehrinhalte Mathematische Logik ist die Grundlage der Informatik. Diese Be-ziehung ist nicht nur theoretisch und historisch, sondern sehr kon-kret. Aspekte der formalen Logik tauchen in der Programmierungin jeder Programmiersprache und in jeder Domäne auf. DirekteVerwendung �ndet Logik unter anderem in der Programmsynthe-se und -Veri�kation sowie in der Spezi�kation und im Kon�gura-tionsmanagement. Deduktionstechniken erlauben es uns, die Ver-wendung von Logik zu automatisieren, und korrektes Wissen sicherund automatisch aus einer gegebenen Menge von Annahmen ab-zuleiten. In der Veranstaltung werden die Grundlagen von Aussa-genlogik und Prädikatenlogik erarbeitet. Neben der Theorie stehendabei auch aktuelle Methoden zur Automatisierung von Logik imZentrum. Anwendungsbeispiele im Software Engineering rundendie Vorlesung ab.


TM 1: Deduktionsmethoden und ihre Anwendungen in der SoftwareEntwicklung, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Dr. Stephan SchulzTM 2: Deduktionsmethoden und ihre Anwendungen in der SoftwareEntwicklung, ÜbungLehrform: 1 SWS Übung (2 ECTS)Lehrende: Dr. Stephan Schulz

Literatur

� John Harrison: Handbook of Practical Logic (optional)� Foliensätze zur Vorlesung





Veranstaltungen Master � Informatik � Gebiet Software Engineering � Deduktionsmethoden und ihreAnwendungen in der Software Entwicklung


Veranstaltungen Master � Informatik � Gebiet Assoziativspeicher und Neuronale Netze � AssoziativeProgrammierung I

Gebiet Assoziativspeicher und Neuronale Netze

Modul: Assoziative Programmierung I

Modulverantwortlicher NNLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende kennen die Grundbegri�e und die Arbeitsweise von

Assoziativmaschinen und �Speichern. Sie können selbstständigProblemstellungen analysieren und Konzepte zur Lösung von Pro-blemen erstellen oder weiterentwickeln.

Lehrinhalte In dieser Vorlesung werden die Grundlagen Assoziativer Maschi-nen vermittelt. Dabei liegt ein besonderer Schwerpunkt auf der As-soziativmaschine Vidas 495. Desweiteren werden folgende Inhalteangesprochen:

� Register, Speicher, Variablen� Assoziativketten und �kreise� Systeme der Assoziativmaschine:

� System 9� Turtle-Gra�k� Robot- und Homunkulusmodell

� Pfad�nde- und Irrwegeprobleme� Steuerung eines Roboters durch die Assoziativmaschine

Im Rahmen der Übung werden die in der Vorlesung: AssoziativeProgrammierung I vermittelten Inhalte anhand von Übungsaufga-ben vertieft. Dabei werden Aufgaben gemeinsam im Rahmen derÜbung bearbeitet und Fragen besprochen. Der Fokus liegt auf derVermittlung der Kompetenz zur selbständigen Analyse und Wei-terentwicklung durch die Studenten.


TM 1: Assoziative Programmierung I, VorlesungLehrform:

� 2 SWS Vorlesung (3 ECTS)

Lehrende:

� NN

TM 2: Assoziative Programmierung I, ÜbungLehrform:

� 2 SWS Übung (3 ECTS)

Lehrende:

� NN

Veranstaltungen Master � Informatik � Gebiet Assoziativspeicher und Neuronale Netze � AssoziativeProgrammierung I

Literatur

� Vorlesungsskript von Prof. Dr. Bentz und Dr. A. Dierks.� Andreas Dierks: VidAs - Aufbau einer robusten, frei pro-grammierbaren Maschine aus Assoziativmatrizen. Simulati-on und Hardware-Lösung. Dissertationsschrift, UniversitätHildesheim, 2005.

� Günther Palm: Neural Assemblies - An Alternative Approachto Arti�cial Intelligence, Springer-Verlag, Berlin HeidelbergNew York 1982, ISBN 3-540-11366-5

� Olaf Holthausen: Ein Vergleich verschiedener Implementa-tionen binärer neuronaler Assoziativspeicher, Dissertations-schrift, Universität Ulm, 1994


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten, mündliche Prüfung im Umfang von 30 Minuten oder eineProjektaufgabe.

empfohlenes Semester MSc 1-3Turnus gegenwärtig nicht im AngebotDauer des Moduls 1 Semester

Veranstaltungen Master � Informatik � Gebiet Assoziativspeicher und Neuronale Netze � AssoziativeProgrammierung II

Modul: Assoziative Programmierung II

Modulverantwortlicher NNLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende können Modelle für die Auslastung und Optimierung

von Assoziativmatrizen erstellen, berechnen und analysieren. Siebesitzen die Fähigkeit eigene Codierungen zur Weiterentwicklungder Assoziativmaschine zu entwerfen und diese in der Praxis um-zusetzen.

Lehrinhalte In dieser Vorlesung werden die Inhalte der Vorlesung AssoziativerProgrammierung I weiterhin vertieft. Dabei liegt ein besondererSchwerpunkt auf die Vertiefung der Eigenschaften von Assoziativ-speichern. Besonders werden folgende Themenbereiche zur Vertie-fung behandelt:

� Auswinkungen von Matrizenzerstörung� Berechnung und Verbesserung der Speicherkapazität� Matrixauslastung und �kapazität� Informationsgehalt

Im Rahmen der Übung werden die in der Vorlesung: AssoziativeProgrammierung II vermittelten Inhalte anhand von Übungsauf-gaben vertieft. Dabei werden Aufgaben gemeinsam im Rahmender Übung bearbeitet und Fragen zur Analyse der Methoden be-sprochen. Der Fokus liegt auf der Vermittlung der Kompetenz zurselbständigen Analyse und Weiterentwicklung durch die Studen-ten.


TM 1: Assoziative Programmierung II, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: NNTM 2: Assoziative Programmierung II, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: NN und Mitarbeiter der Arbeitsgruppe

Veranstaltungen Master � Informatik � Gebiet Assoziativspeicher und Neuronale Netze � AssoziativeProgrammierung II

Literatur

� Vorlesungsskript von Prof. Dr. Bentz und Dr. A. Dierks� Andreas Dierks: VidAs - Aufbau einer robusten, frei pro-grammierbaren Maschine aus Assoziativmatrizen. Simulati-on und Hardware-Lösung. Dissertationsschrift, UniversitätHildesheim, 2005

� Günther Palm: Neural Assemblies - An Alternative Approachto Arti�cial Intelligence, Springer-Verlag, Berlin HeidelbergNew York 1982, ISBN 3-540-11366-5

� Olaf Holthausen: Ein Vergleich verschiedener Implementa-tionen binärer neuronaler Assoziativspeicher, Dissertations-schrift, Universität Ulm, 1994

� Michael Hagström: Textrecherche in grossen Datenmengenauf der Basis spärlich codierter Assoziativmatrizen, Disser-tationsschrift, Universität Hildesheim, 1996

� Michael Heitland: Einsatz der SpaCAM-Technik für ausge-wählte Grundaufgaben der Informatik, Dissertationsschrift,Universität Hildesheim, 1994

� Richard Wesley Hamming: Information und Codierung, VCHVerlag, Weinheim New York 1987, ISBN 3-527-26611-9


Die Inhalte des Moduls �Assoziative Programmierung I� werdenvorausgesetzt.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten, mündliche Prüfung im Umfang von 30 Minuten oder Pro-jektaufgabe.


Veranstaltungen Master � Informatik � Gebiet Assoziativspeicher und Neuronale Netze � SeminarAssoziativspeicher, Mustererkennung, Information Retrieval

Modul: Seminar Assoziativspeicher, Mustererkennung, Information Retrieval

Modulverantwortlicher NNLehrende NNLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb Kompetenzen im Bereich Assoziativspeicher.

Lehrinhalte Abhängig vom jeweiligen Thema. Ausgewählte Themen zu Asso-ziativspeichern, Assoziativtechniken, Mustererkennungsaufgaben,Information Retrieval.


keine


Empfohlene Teilnahme am Modul Assoziative Programmierung I

Prüfungsleistung Vortrag im Umfang von 45 Minuten mit anschlieÿender Diskussi-on bzw. Moderation. Schriftliche Ausarbeitung, Anwesenheit undaktive Teilnahme.


Veranstaltungen Master � Informatik � Gebiet Assoziativspeicher und Neuronale Netze � SeminarInformationstheorie, Natürliche und Arti�zielle Neuronale Netze

Modul: Seminar Informationstheorie, Natürliche und Arti�zielle Neuronale Netze

Modulverantwortlicher NNLehrende NNLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb Kompetenzen im Bereich Arti�zielle Neuro-nale Netze.

Lehrinhalte Abhängig vom jeweiligen Thema. Ausgewählte Themen zur Infor-mationstheorie, natürlichen und künstlichen neuronalen Netzen.


keine

Literatur Wird bei Vergabe des Themas bekanntgegeben.Voraussetzungen für dieTeilnahme

Empfohlene Teilnahme am Modul Assoziative Programmierung I

Prüfungsleistung Vortrag im Umfang von 45 Minuten mit anschlieÿender Diskussi-on bzw. Moderation. Schriftliche Ausarbeitung, Anwesenheit undaktive Teilnahme.


Veranstaltungen Master � Informatik � Gebiet Systemadministration und Internet-Technologien �Algorithmen und Protokolle für das Internet


Modul: Algorithmen und Protokolle für das Internet

Modulverantwortlicher Dr. Martin HenneckeLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Absolventen verstehen das Zusammenwirken der verschieden Pro-

tokollschichten der TCP/IP Suite und sind in der Lage vor die-sem Hintergrund Entwurfentscheidungen für eigene Entwicklungenim Anwendungs- und Forschungsbereich zu tre�en. Sie analysierenund korrigieren fehlerhafte Kon�gurationen und planen kleine undmittlere Netzwerke. Sie verstehen, welche Auswirkungen ihr Han-deln auf Sicherheitsfragen hat.

Lehrinhalte Die Vorlesung erläutert den Aufbau und die Funktion der wich-tigsten Protokolle des Internets, insbesondere der TCP/IP Suite.Weitere Schwerpunkte der Veranstaltung liegen auf Algorithmenfür internetspezi�sche Anwendungen (z.B. Routing, Crawling) so-wie den wichtigsten SGML-Anwendungen.


TM 1: Algorithmen und Protokolle für das Internet, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Dr. Martin HenneckeTM 2: Algorithmen und Protokolle für das Internet, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Dr. Martin Hennecke und Mitarbeiter der Arbeitsgruppe

Literatur

� W. R. Stevens: TCP/IP Illustrated, Volume 1: The Protocols.Addison-Wesley, 1994.

� D. E. Comer: Internetworking with TCP/IP, Vol. 1: Prin-ciples, Protocols and Architechture. 4th ed., Prentice Hall,2000.

� D. E. Comer: Computernetzwerke und Internets mit Internet-Anwendungen. 3. Au�age, Prentice Hall, 2004.


keine



Veranstaltungen Master � Informatik � Gebiet Systemadministration und Internet-Technologien �Angewandte Kryptographie/Datensicherheit

Modul: Angewandte Kryptographie/Datensicherheit

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Prof. Dr. Ralf HesseLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen einen Einblick in die Theorie und Anwen-

dung kryptographischer Methoden wie Verschlüsselung und digita-le Signaturen bekommen. Sie wählen kryptographische Methodenaus und setzen diese sinnvoll ein. Sie verstehen die Aufgabe unddie Funktionen von Signaturen und können die Verfahren in einemrechtlichen Kontext einordnen. Sie schätzen die Sicherheit von An-wendungen in diesem Bereich ein.

Lehrinhalte

1. Kryptographie als Bestandteil der Kommunikationssicher-heit

2. Kryptographische Methoden3. Elektronische Signaturen4. Zerti�katsbasierte Systeme5. Anwendungsfälle


TM 1: Angewandte Kryptographie/Datensicherheit, VorlesungLehrform: 1 SWS Vorlesung (2 ECTS)Lehrende: Dr. Ralf HesseTM 2: Angewandte Kryptographie/Datensicherheit, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Dr. Ralf Hesse


keine



Veranstaltungen Master � Informatik � Gebiet Systemadministration und Internet-Technologien �Datensicherheit

Modul: Datensicherheit

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrende Volker SteinLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Für die Unternehmen und ihre Kunden ist Sicherheit von zen-

traler Bedeutung. Die Sicherheit, Vertraulichkeit, Verfügbarkeitund Integrität der Informationsverarbeitung entscheidet über denGeschäftserfolg. Die Abhängigkeit des gesamten Geschäftsbetrie-bes von der Sicherheit der Informationsverarbeitung erfordert diedurchgängige Planung und Durchführung adäquater Sicherheits-maÿnahmen für die gesamte Unternehmung. In einem sich stän-dig wandelnden Umfeld muss sich die Informationssicherheit einerVielzahl von Herausforderungen stellen. Diese liegen zum Beispielin der Heterogenität der IT-Landschaft, in der Zugri�ssteuerungder Systeme und Anwendungen oder in der Abschätzung und Be-wertung von Risiken und Sicherheitsmaÿnahmen begründet. AufBasis von Risikoanalysen ist ein angemessener und wirtschaftlicherSicherheitslevel zu gewährleisten. Doch nicht nur das Umfeld wan-delt sich, auch die IT-Sicherheit unterliegt einem Wandel. Längstist es nicht mehr ausreichend, Sicherheit nur auf Technik zu re-duzieren. Als Querschnittsfunktion wirkt sie in alle Bereiche desUnternehmens hinein. Hinzu kommen vermehrte gesetzliche undaufsichtsrechtliche Anforderungen.

Lehrinhalte

� Kapitel 1: Sicherheitsmanagement� Kapitel 2: Bedrohungen und Riskomanagement� Kapitel 3: Kryptogra�e� Kapitel 4: Netzwerksicherheit und Authentisierung� Kapitel 5: Sichere Programmierung und Auditing� Kapitel 6: Weiterentwicklung der IT-Sicherheit


TM 1: Datensicherheit, VorlesungLehrform: 1 SWS Vorlesung (2 ECTS)Lehrende: Volker SteinTM 2: Datensicherheit, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Volker Stein


keine



Veranstaltungen Master � Informatik � Gebiet Umweltwissenschaft � Umwelt-Informatik

Gebiet Umweltwissenschaft

Modul: Umwelt-Informatik

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, Prof. Dr. Helmut LessingLehrende Prof. Dr. Helmut LessingLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Vermittlung von Kenntnissen über relevante IT-Anwendungen im

Bereich der Umweltsicherung, des Umweltschutzes und der Um-welttechnologien. Einführung in die inhaltliche und organisatori-sche Einbettung dieser Anwendungen, Darlegung ihrer Möglichkei-ten, Methoden und Grenzen.

Lehrinhalte Auf der Basis einer allgemeinen Einführung in die Thematik sol-len die wissenschaftlichen Grundlagen, die technischen Systemeund die softwaretechnischen Möglichkeiten exemplarisch darge-stellt werden. Ein Eindruck zum Stand der Entwicklungen soll zufolgenden Bereichen vermittelt werden:

1. Einführung, Grundlagen der Umwelt-Informatik2. Die Entwicklung der Kommunikationstechnik3. Umwelt-Informationssysteme des Bundes und der Länder4. Informationsmanagement � Metainformationssysteme5. Kommunikationsstrukturen in Niedersachsen6. Internationale Datenbanken, Web-Dienste7. Gra�sche Informationssysteme, Naturschutzsysteme8. Fernerkundung, Satellitensysteme und Missionen9. Monitoring, MSR-Technik, Sensorik, Online-Systeme10. Einführung in die Simulation und Modellbildung11. Sensortechnik und MSR-Technik12. Transport und Logistik13. Betriebliche Umwelt-Informationssysteme - E�zienzsteige-

rung14. Smart-home-Technologie, I-health, ambient assisted living15. GRID-Systeme, I-Energy16. Bio-Informatik und ihre Methoden, Gendatenbanken


keine

Veranstaltungen Master � Informatik � Gebiet Umweltwissenschaft � Umwelt-Informatik

Literatur

� A. B. Cremers, K. Grewe (Hg.): Umweltinformatik ' 00/ Computer Science for Environmental Protection ' 00. 2Halbbände, 'Umweltinformatik aktuell' Band 26. Metropolis-Verlag, Marburg 2000.

� R. H. Treibert (Hg.): Betriebliche Informationssysteme fürUmwelt, Qualität und Sicherheit. 'Umweltinformatik aktuell'Band 28. Metropolis-Verlag, Marburg 2001.

� A. Gnauck, R. Heinrich (eds.): The Information Society andEnlargement of the European Union. 'Umweltinformatik ak-tuell' Band 31. Metropolis-Verlag, Marburg 2003.


Grundlagen der Informatik; Interesse an Methoden und IT-Verfahren zum Schutz der Umwelt und des natürlichen Erbes undzur E�zienzsteigerung technischer Systeme.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Marketing B

Gebiet Medieninformatik

Keine weiteren Module in diesem Gebiet. Siehe Inhaltsverzeichnis.


Gebiet Marketing

Modul: Marketing B

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen in der Lage sein, anhand von Marktfor-

schungsergebnissen Handlungsalternativen aufzuzeigen und mögli-che Grenzen zu erkennen. Sie sollen auÿerdem fähig sein, Daten-sätze zu analysieren, selbstständig auszuwerten und die Ergebnis-se zu interpretieren. Weiterhin sollen sie aktuelle Entwicklungennachvollziehen und selbstständig umsetzen können. Die Teilneh-mer kennen unterschiedliche Methoden zur Analyse quantitativerDaten und können diese gezielt anwenden. Auÿerdem können siemit Hilfe geeigneter Auswertungsprogramme Marktforschungsda-ten analysieren.

Lehrinhalte Es werden marktforschungsrelevante Methoden der Datenerhe-bung und Datenauswertung behandelt. Einen Schwerpunkt bildenmultivariate Analysemethoden wie zum Beispiel multiple lineareRegression, Diskriminanzanalyse, Faktorenanalyse, Kendall- undAID-Verfahren, mehrdimensionale Skalierung.


TM 1: Marketing B, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus AmbrosiTM 2: Marketing B, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi

Literatur

� P. Hammann, B. Erichson: Marktforschung.� K. Backhaus, B. Erichson, W. Plinke, R. Weiber: Multiva-riate Analysmethoden - Eine anwendungsorientierte Einfüh-rung.


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Praktikum Marketing (Master)

Modul: Praktikum Marketing (Master)


nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das ge-setzte Ziel erreichen. Das im bisherigen Studium angeeignete Wis-sen soll von ihnen genutzt werden, um sich die für die Aufgabenötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick. Er-werb betriebswirtschaftlicher Kompetenzen, insb. beherrschen dieStudierenden die Instrumente des Marketing.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortge-schrittene Problemstellungen aus der Marktforschung oder demMarketing-Mix-Bereich.


keine


Es werden die Inhalte des Moduls �Marketing A� vorausgesetzt.



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Seminar Marketing (Master)

Modul: Seminar Marketing (Master)

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden komplexere Instrumente des Marke-ting.

Lehrinhalte Ausgewählte Themen aus dem Bereich Marketing.Teilmodule / Veranstaltun-gen

keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �Marketing A�werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes JahrDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Softwaretechniken für interaktive Online-Befragungen

Modul: Softwaretechniken für interaktive Online-Befragungen

Modulverantwortlicher Dr. Felix HahneLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2+2 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen in die Lage versetzt werden, selbstständig

eine interaktive Online-Fragebögen mit allen Aspekten zu konzi-pieren, implementieren und durchzuführen. Dies soll über die Ver-mittlung fachübergreifenden Wissens und die Befähigung zur Inte-gration wissenschaftlicher Vorgehensweisen unterschiedlicher Fach-gebiete (insbes. Betriebswirtschaft und Informatik) erfolgen. Dieselbständige Bearbeitung der Aufgabenstellung in Teams, teilwei-se auch in Zusammenarbeit mit externen Auftraggebern, erwer-ben die Studierenden die Fähigkeit zu Teammanagement, Kon-�iktlösungsstrategien, Kommunikationsfähigkeit und E�ektivitäts-einschätzung. Eine Weiterentwicklung der erstellten Lösungen zueiner Masterthesis ist fallweise möglich.

Lehrinhalte Onlinebefragungen werden mit den Softwarewerkzeugen PHP(weborientierte Skriptsprache) und MySQL (relationale Online-Datenbank) realisiert, die zusammen mit weiteren Werkzeugen ein-geführt werden. Weitere Inhalte beschäftigen sich mit dem inhalt-lichen und formalen Aufbau von Online-Fragebögen, deren Um-setzung als HTML-Formularen inklusive der Ablaufsteuerung, derDatenauswertung durch statistische Methoden sowie der graphi-schen Veranschaulichung durch dynamisch erzeugte Gra�ken. DerEinführungsteil schlieÿt mit einer Bewertung der Möglichkeiten desEinsatzes von Online-Befragungen als Marktforschungsinstrument.Im Praktikum werden reale Anwendungen erstellt, zum Beispiel dieBefragung von Kunden von Unternehmen, Mitgliedern eines Ver-eins oder Studierenden zur Qualität der Lehre an der UniversitätHildesheim.


TM 1: Softwaretechniken für interaktive Online-Befragungen, Vor-lesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Dr. Felix HahneTM 2: Softwaretechniken für interaktive Online-Befragungen,PraktikumLehrform: 2 SWS Praktikum (3 ECTS)Lehrende: Dr. Felix Hahne

Literatur

� F. Hahne: Interaktive Websites. Das Praxisbuch.


Grundkenntnisse in einer modernen, imperativen Programmier-sprache (C++, Java, ...), SQL und HTML.


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Softwaretechniken für interaktive Online-Befragungen


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Unternehmensplanspiel

Modul: Unternehmensplanspiel

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen in die Lage versetzt werden, die in den

Grundlagenveranstaltungen vermittelten Kenntnisse aus den Be-reichen Kostenrechnung, Marketing und Produktion vernetzt ein-zusetzen, indem sie mit Hilfe weiterer Werkzeuge eine integrier-te vorausschauende Planung für die Entscheidungsgröÿen erstel-len. Sie sollen Möglichkeiten und Grenzen der Simulation kritischhinterfragen können. Die Studierenden beherrschen die komple-xen Wirkungszusammenhänge der verwendeten Art der Simulationund des Simulationsmodells, können ihre Entscheidungen plausi-bel begründen und im Planspielmarkt bestehen. Sie haben fach-übergreifenden Wissen und sind zur Integration wissenschaftlicherVorgehensweisen unterschiedlicher Fachgebiete befähigt.

Lehrinhalte Die TeilnehmerInnen übernehmen selbst die Leitung eines �ktivenUnternehmens und müssen die wichtigsten betrieblichen Abläu-fe (Einkauf, Finanzierung, Produktion) steuern. Auf dem Marktkonkurrieren sie mit den anderen TeilnehmerInnen und müssenüber Marketingaktivitäten (Angebotsmenge, Preissetzung, Wer-beetat, Kundendienstaufwendungen) den Absatz ihrer Produktesicher stellen. Ziel aller Unternehmen ist die Maximierung des Ge-winns vor Steuern.


keine

Literatur

� Handbuch NUSS � Netzwerk UnternehmsplanSpiel Simulati-on. Universität Hildesheim.


keine

Prüfungsleistung Erwartet wird eine kontinuierliche Teilnahme am Spiel. Nach Ab-schluss des Planspiels müssen die TeilnehmerInnen den Spielver-lauf aus ihrer Sicht präsentieren und ihre Entscheidungen � ins-besondere Reaktionen auf negative Ergebnisse � rechtfertigen. Beiplausibler Präsentation wird ein unbenoteter Schein erteilt.


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Unternehmensentscheidung und Existenzgründung

Modul: Unternehmensentscheidung und Existenzgründung

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Andreas WienLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen in die Lage versetzt werden, ein entwickel-

tes Unternehmenskonzept von der Idee über die Erstellung einesBusiness-Plans, die Wahl der richtigen Rechtsform und das Ab-schätzen der Risiken bis hin zur praktischen Ausführung umzuset-zen und diesbezüglich relevante unternehmerische Entscheidungenabhängig von politischen Entwicklungen selbstständig tre�en kön-nen. Die Studierenden kennen die wesentlichen Entscheidungskri-terien bei einer Existenzgründung und wissen, welche rechtlichenAspekte bei dieser von Bedeutung sind.

Lehrinhalte Welche Gesellschafts- und Unternehmensformen gibt es? WelcheVor- und Nachteile bieten Sie? Was ist in der Phase der Existenz-gründung zu bedenken? Welche vertragsrechtlichen und steuer-rechtlichen Aspekte sind zu berücksichtigen? Die Lehrveranstal-tung will Entscheidungsalternativen, Möglichkeiten und Perspek-tiven im Rahmen der Existenzgründung aufzeigen.


keine

Literatur

� R. Bleiber: Existenzgründung.� M. Hebig: Existenzgründungsberatung.� R. Hofmeister: Der Business-Plan.� T. Münster: Die optimale Rechtsform.


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Projektplanung und Projektmanagement

Modul: Projektplanung und Projektmanagement

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Ziel der Veranstaltung ist es, die Teilnehmer in die Lage zu ver-

setzen, neue projektbasierte Problemstellungen zu analysieren undmethodisch zu bearbeiten. Weiterhin sollen sie behandelte Metho-den kritisch hinterfragen und mögliche De�zite abschätzen können.Die Studierenden besitzen Kenntnisse im Bereich des Projektma-nagements und der Projektplanung. Sie können vermittelte Me-thoden der Projektplanung anwenden und verschiedene projekts-pezi�sche Problemstellungen gezielt bearbeiten. Ferner kennen sieAufgaben und Lösungsansätze des Projektmanagements sowie ver-schiedene Möglichkeiten der Projektorganisation.

Lehrinhalte In der Veranstaltung werden allgemeine Methoden der Projekt-planung behandelt. Besonderer Fokus liegt dabei auf konkretenProblemstellungen zu Zeit-, Kosten- und Kapazitätsplanung. Au-ÿerdem wird auf die verschiedenen Dimensionen des Projektmana-gement eingegangen, es werden unterschiedliche Formen der Pro-jektorganisation in Unternehmen erläutert und spezielle Heraus-forderungen von Softwareprojekten dargelegt.


TM 1: Projektplanung und Projektmanagement, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus AmbrosiTM 2: Projektplanung und Projektmanagement, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi

Literatur

� J. Zimmermann, C. Stark, J. Rieck: Projektplanung.� B.J. Maddaus: Projektmanagement.


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Methoden zur Entscheidungsunterstützung

Modul: Methoden zur Entscheidungsunterstützung

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden besitzen einen Überblick über die Methoden der

Entscheidungsunterstützung (Operations Research, Decision Sup-port) und sind in der Lage, ökonomische Problemstellungen (ins-besondere aus dem Bereich Produktion und Logistik) geeignet zumodellieren. Für ausgewählte Modelle der Optimierung (insbeson-dere lineare und ganzzahlige Optimierung) besitzen sie Kompetenzim Bereich der Lösungsmethoden.

Lehrinhalte

1. Überblick über Methoden der Entscheidungsunterstützung2. Modellierung von Anwendungsproblemen3. Lineare Optimierung4. Erweiterungen der lineraren Optimierung5. Ausgewählte Ansätze aus kombinatorischer, dynamischer,

nichtlinearer, stochastischer und multikriterieller Optimie-rung


TM 1: Methoden zur Entscheidungsunterstützung, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus AmbrosiTM 2: Methoden zur Entscheidungsunterstützung, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Klaus Ambrosi

Literatur

� Domschke, Drexl: Einführung in Operations Research, Sprin-ger Verlag.

� Neumann, Morlock: Operations Research, Hanser.� Homburg: Quantitative Betriebswirtschaftslehre, Gabler.� Borgwardt: Optimierung Operations Research Spieltheorie,Birkhäuser.


�Grundlagen der Betriebswirtschaftslehre 1� und �Grundlagen derBetriebswirtschaftslehre 2�


empfohlenes Semester MSc 1-3Turnus erstmals Sommersemester 2011, nicht regelmäÿigDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Innovationsmanagement

Modul: Innovationsmanagement

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, Prof. Dr. Barbara BetzLehrende Prof. Dr. Barbara BetzLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen die Bedeutung von Innovationsentwick-

lung sowie das Instrumentarium für Innovationsentwicklung ken-nen lernen. Sie können das Instrumentarium anwenden, kennendie Aufgaben und Instrumente der einzelnen Phasen des Innovati-onsprozesses und können Phasen bezogene Instrumente anwenden.Sie werden befähigt, Innovationsprozesse in Unternehmen zu un-terstützen, Innovationsbedarfe zu analysieren, Ideen unter Anwen-dung von Kreativitätsmethoden zu entwickeln und zu bewerten.Sie kennen die Probleme der Markteinführung und die Erforder-nisse des nachgelagerten Monitoring. Die Studierenden kennen diebesonderen Anforderungen an internationales Innovationsmanage-ment.

Lehrinhalte

1. Einführung: wirtschaftliche und gesellschaftliche Bedeutungvon Innovationen, Kondratie�'sche Zyklen, Zusammenhangzwischen Innovations- und Konjunkturentwicklung

2. Innovationsentwicklung in Unternehmen: Barrieren und Vor-aussetzungen für Innovationsentwicklung, der Innovations-prozess und seine Phasen, Phasen bezogene Aufgaben undInstrumente (u. a. Marktforschungs-, Bewertungs- und Mo-nitoringmethoden), Steuerung und Evaluierung von Innova-tionsprozessen, Messung und Bewertung von Innovationser-folgen.

3. Einführung in das Innovationsmanagement im internationa-len Kontext


keine

Literatur

� Jürgen Hauschildt: Innovationsmanagement. 2. Au�., Mün-chen 1997.

� Ne�odow, Leo A.: Der sechste Kondratie�: Wege zur Produk-tivität und Vollbeschäftigung im Zeitalter der Information


keine


empfohlenes Semester MSc 1-3Turnus nicht regelmäÿigDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Internet Marketing

Modul: Internet Marketing

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Dipl.-Wirtsch.-Ing. Michael KempeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen fundierte Kenntnisse darüber erwerben,

wie das Internet unser herkömmliches Marketing-Verständnis ver-ändert und wie es als neues Instrument des Marketing und desmarktorientierten Electronic Commerce eingesetzt werden kann.Sie sollen die dafür notwendigen begri�ichen und technischenGrundlagen beherrschen und Einblicke in die relevanten Rahmen-bedingungen des Internet-Marketings gewinnen. Ferner sollen sieKenntnisse zu den Besonderheiten des strategischen und operati-ven Marketing-Managements im Internet erwerben und in erstenAnsätzen anwenden können.

Lehrinhalte

� Begri�iche und technische Grundlagen zum Internet-Marketing

� Rahmenbedingungen des Internet-Marketing� Marketingforschung im Internet� Internet-Marketing-Strategien� Instrumente des Internet-Marketing-Mix� Implementierung und Kontrolle des Internet-Marketing


keine

Literatur

� Fritz, W.: Internet-Marketing und Electronic Commerce, 3.Au�., Wiesbaden 2004

� Cha�ey, D. et al.: Internet Marketing, 4th. ed., Harlow 2009




empfohlenes Semester MSc 1-3Turnus erstmals Sommersemester 2011, nicht regelmäÿigDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Unternehmensführung

Modul: Unternehmensführung

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, Prof. Dr. Barbara BetzLehrende Prof. Dr. Barbara BetzLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden kennen die Grundlagen der Unternehmensfüh-

rung/des Managements sowie den Management-Prozess (Regel-kreis). Sie kennen die Instrumente zur Lösung der Aufgaben, dieim Rahmen des Managementprozesses anfallen und können die In-strumente im Berufsalltag anwenden. Sie können Ziele formulie-ren, planen, Entscheidungen vorbereiten, organisieren und die Zie-le kontrollieren. Sie kennen die Methoden der strategischen Pla-nung und können ausgewählte Methoden anwenden. Sie kennendie Grundlagen des menschlichen Verhaltens und können Motivevon Mitarbeitern erkennen und Mitarbeiter motivieren. Sie könnenFührungsstile und Managementtechniken unterscheiden. Sie ken-nen die aktuellen Entwicklungen der Unternehmensführung. Siekönnen einen Kleinbetrieb selbständig führen und sind vorbereitet,eine kleinere Abteilung in einem mittleren bis groÿen Unternehmenzu leiten.

Lehrinhalte Allgemeine Grundlagen der Unternehmensführung; Grundsatz-planung; der Management-Prozess: Zielsetzung, Planung, Ent-scheidung, Realisierung/Organisation, Kontrolle; Einführung indie Methoden der strategischen Planung: SWOT-Analyse, Le-benszyklusanalyse, Anso�-Matrix; Motivation von Mitarbei-tern/Motivationstheorien; Führungsstile; Managementtechniken(Management-by-Techniken); Überblick über aktuelle Entwicklun-gen: Qualitätsmanagement, Benchmarking, Change-Management,Lean Management.


keine

Literatur

� Betz, B.: Skript �Unternehmensführung� 2011.� K. Olfert, H. Pischulti: Kompakt-Training Unternehmensfüh-rung. 4. Au�age, Ludwigshafen 2007.

� W. Pepels: Unternehmensführung. Stuttgart e. a. 2000.� J. P. Thommen, A.-K. Achleitner: Allgemeine Betriebswirt-schaftslehre aus managementorientierter Sicht. 6. Au�age,Wiesbaden 2009.


keine


empfohlenes Semester MSc 1-3Turnus nicht regelmäÿig

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Unternehmensführung


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Produktentwicklung und Technologien für Navigationsgeräte und Fahrerassistenzsysteme

Modul: Produktentwicklung und Technologien für Navigationsgeräte und Fahrerassistenzsysteme

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Dr. Kleine-BestenLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen Aufgaben und Herausforderungen einer

Produktentwicklung anhand von realen Beispielen kennen lernen.Als Beispielprodukte dienen Navigations- und Fahrerassistenzsy-steme, welche im Automotive Entwicklungsprozess entwickelt wer-den. Dabei sollen neben der Behandlung der betriebswirtschaftli-chen Aspekte auch in die dahinter stehenden Technologien einge-führt werden. Die Studierenden kennen die grundlegenden Aufga-ben einer Produktentwicklung eines komplexen technischen Pro-dukts im betrieblichen Umfeld sowie dessen Zusammenspiel mitden technischen Rahmenbedingungen. Sie können die erlernten In-halte in den Kontext der Disziplin einordnen und das bisher in dengrundlegenden betriebswirtschaftlichen Veranstaltungen erlernteWissen in seiner praktischen Anwendung vernetzen. Es �ndet eineAuseinandersetzung mit der Thematik statt, die zu eigenständigerwissenschaftlicher Forschung befähigt.

Lehrinhalte Die Studierenden sollen den Produktentwicklungsprozess imAutomotive-Bereich sowie die dahinter stehenden Technologien amBeispiel von Navigations- und Fahrerassistenzsystemen kennenler-nen. Behandelt werden u.a. folgende Aspekte:

� Technische Akquise und Vorstellung der Hardware- undSoftware-Plattform

� Kaufmännischer Akquisitionsprozess� Marketing und Produktmanagement von Navigations- undFahrerassistenzsystemen

� Einführung in den Automotive Produktentwicklungsprozessund Anforderungsanalyse

� Projektmanagement im Automotive Produktentwicklungs-prozess

� Einführung in die Navigation� Gra�sche Darstellung der Navigationskarte� Systemvernetzung über Bluetooth und Mobilfunk� Smartphone Integration und Telematik� Fahrerassistenzsysteme: Einführung, Einsatzmöglichkeitenund Grenzen

� Anwendungsbeispiel: Der �elektronische Horizont�


keine

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Marketing �Produktentwicklung und Technologien für Navigationsgeräte und Fahrerassistenzsysteme

Literatur

� Winner, Hakuli, Wolf: Handbuch Fahrerassistenzsysteme� Schäu�ele, Zurawka: Automotive Software Engineering:Grundlagen, Prozesse, Methoden und Werkzeuge e�zienteinsetzen

� Rupp: Requirements-Engineering und -Management: profes-sionelle, iterative Anforderungsanalyse für die Praxis

� Krüger, Reschke: Lehr- und Übungsbuch Telematik� Merkle, Terzis: Digitale Funkkommunikation mit Bluetooth� Mulcahy: Rita Mulcahy's PMP Exam Prep


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� werden vorausge-setzt.



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Logistik B

Gebiet Produktion und Logistik

Modul: Logistik B

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Aufbauend auf dem Modul �Logistik A� sollen Studierende fortge-

schrittene, komplexe Modelle und Algorithmen aus den Bereichen�Standortplanung�, �Lagerhaltung� und �Warteschlangensysteme�sowohl in den theoretischen Grundlagen beherrschen als auch selb-ständige deren Lösung unter Einsatz von komplexen Methodender Mathematik und des Operations Research ermitteln können.Sie sollen diese Kenntnisse auf ähnliche gelagerte logistische Pro-blemstellungen übertragen und die Möglichkeiten der Implemen-tierung auf einem rechnerbasierten Entscheidungsunterstützungs-system beurteilen können. Aufbauend auf diesen Kenntnissen sol-len sie in der Lage sein, aktuelle Ergebnisse und Verfahren aus derForschung einzuordnen und anzuwenden. Studierende können Auf-gaben und Ziele der behandelten Bereiche der Logistik de�nierenund strukturieren und kennen jeweils praktische Anwendungsmög-lichkeiten. Sind sie mit den jeweils wichtigsten zugehörigen mathe-matischen Modellen vertraut, können die vorgestellten Algorith-men anwenden und diese als Methoden in ein Entscheidungsun-terstützungssystem einordnen. Sie besitzen die methodische undanalytische Kompetenzen, die zu einer selbständigen Erweiterungder wissenschaftlichen Erkenntnisse in den behandelten Bereichenbefähigen.

Lehrinhalte

1. Standortplanung: Einführung in die Standortplanung, Dis-krete Standortprobleme, Kontinuierliche Standortprobleme

2. Lagerhaltung: Deterministische Lagerhaltungsmodelle, Sto-chastische Lagerhaltungsmodelle

3. Warteschlangensysteme: Komponenten von Wartesystemen,Wartesystem M/M/1, Wartesystem M/M/s, Wartenetze


TM 1: Logistik B, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Klaus Ambrosi, Dr. Felix HahneTM 2: Logistik B, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe Prof. Dr. Klaus Ambrosi

Literatur

� W. Domschke, A. Drexl: Logistik: Standorte.� K. Neumann, M. Morlock: Operations Research.

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Logistik B


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Praktikum Logistik (Master)

Modul: Praktikum Logistik (Master)


nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das ge-setzte Ziel erreichen. Das im bisherigen Studium angeeignete Wis-sen soll von ihnen genutzt werden, um sich die für die Aufgabenötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick. Er-werb betriebswirtschaftlicher Kompetenzen, insb. beherrschen dieStudierenden die Instrumente der Logistik.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschrit-tene Problemstellungen aus dem Logistik-Bereich, z.B. aus derTransportplanung, Standortwahl und Lagerhaltung sowie weitere.


keine


Es werden die Inhalte des Moduls �Logistik A� vorausgesetzt.



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Seminar Logistik (Master)

Modul: Seminar Logistik (Master)



beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (hier: Logistik).

Lehrinhalte Ausgewählte Themen aus dem Bereich Logistik.Teilmodule / Veranstaltun-gen

keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �Logistik A�werden vorausgesetzt.


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Produktion B

Modul: Produktion B

Modulverantwortlicher n.n. (W1 Produktion)Lehrende siehe TeilmodulbeschreibungenLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Ziel dieser Veranstaltung ist es, die Teilnehmer in die Lage zu ver-

setzen, sich mit produktionsspezi�schen komplexen Fragestellun-gen auseinanderzusetzen und selbstständig wissenschaftlich zu be-arbeiten. Die Studierenden können fachliche Zusammenhänge imUmfeld der Produktion überblicken und behandelte Inhalte um-setzen.

Lehrinhalte Erweiterung der Kenntnisse zu Produktion A; Vermittlung vonvertiefenden Inhalten der Betriebswirtschaft aus dem Bereich Pro-duktion als einer der zentralen Funktionen eines Unternehmens Diekonkreten Lehrinhalte sind von den Forschungsschwerpunkten derPerson abhängig, die die ausgeschriebene Professur besetzen wird.


TM 1: Produktion B, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: n.n. (W1 Produktion)TM 2: Produktion B, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Mitarbeiter Arbeitsgruppe n.n. (W1 Produktion)


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Praktikum Produktion (Master)

Modul: Praktikum Produktion (Master)

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Prof. Dr. Klaus Ambrosi, n.n. (W1 Produktion) und Mitarbeiter

der ArbeitsgruppeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-

nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das ge-setzte Ziel erreichen. Das im bisherigen Studium angeeignete Wis-sen soll von ihnen genutzt werden, um sich die für die Aufgabenötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick. Er-werb betriebswirtschaftlicher Kompetenzen, insb. beherrschen dieStudierenden die Instrumente der Produktion.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschrit-tene Problemstellungen aus Produktionsbereich, z.B. aus denBereichen �Strategisches Produktionsmanagement�, �OperativesProduktionsmanagement� sowie �Produktionsorientierte Manage-mentkonzepte�.


keine


Es werden die Inhalte des Moduls �Produktion A� vorausgesetzt.



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Seminar Produktion (Master)

Modul: Seminar Produktion (Master)

Modulverantwortlicher n.n. (W1 Produktion)Lehrende n.n. (W1 Produktion) und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (hier: Produktion).

Lehrinhalte Ausgewählte Themen aus dem Bereich Produktion.Teilmodule / Veranstaltun-gen

keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �ProduktionA� werden vorausgesetzt.


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Supply-Chain-Management

Modul: Supply-Chain-Management

Modulverantwortlicher Dr. Felix HahneLehrende Dr. Felix HahneLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierenden sollen Aufbau, Aktionsfelder und Optimierungspo-

tentiale von Logistiknetzwerken als breites Grundlagenwissen zuden theoretischen Schwerpunkte aktueller Forschungsentwicklun-gen kennenlernen, wobei eine kritische Auseinandersetzung mit derThematik statt�ndet. Studierende können die erlerneten Inhaltein den Kontext der Disziplin einordnen und im Rahmen aktuel-ler komplexer Forschungs- und Entwicklungsprojekte auch in un-bekannten Situationen einzusetzen. Sie erhalten methodische undanalytische Kompetenzen, die zu einer selbständigen Erweiterungder wissenschaftlichen Erkenntnisse befähigen.

Lehrinhalte

1. Grundlagen und De�nitionen des SCM Begri�sentwicklung,Entwicklungsstufen des SCM, Abgrenzung gegenüber ver-wandten Begri�en, Aufgaben und Ziele, Chancen und Ri-siken des SCM, Bereiche des SCM, Aufbau eines Logistik-netzwerkes

2. SCM-Basiskonzepte Führungskonzepte und deren Ein�ussauf das SCM (Markt- und Ressourcenfokussierung, TotalQuality Management, Business Reengineering, Time Ba-sed Competition), Kooperationsformen in Logistiknetzwer-ken (Vertikale Kooperationen, Horizontale Kooperationen)

3. Logistik-Strategien im SCM Strategien in der Versorgung(E�cient Consumer Response, Strategien der Bescha�ung),Strategien in der Lagerhaltung (Aufgaben und Ziele derLagerhaltung, Strategien beim Layout von Lagersystemen,Strategien in der operativen Lagerhaltung), Strategien in derDistribution (SCM auf Einzelkundenebene, Optimierungspo-tentiale der Verpackungslogistik, Aufbau der Transportket-te), Entsorgungs- und Recyclingstrategien


keine

Literatur

� H. Arndt: Supply Chain Management � Optimierung logisti-scher Prozesse

� H.-C. Pfohl: Logistiksysteme � BetriebswirtschaftlicheGrundlagen

� R. Vahrenkamp: Logistik� H. Werner: Supply Chain Management

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Produktion undLogistik � Supply-Chain-Management


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2�, �Externes Rech-nungswesen� und �Internes Rechnungswesen� werden vorausge-setzt.



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Betriebliche Informationssysteme

Gebiet Betriebliche Informationsysteme

Modul: Betriebliche Informationssysteme

Modulverantwortlicher Dr. Felix HahneLehrende Dr. Felix HahneLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende sollen vernetzte Kenntnisse über Funktion und Ein-

satzmöglichkeitenbesitzen von betrieblichen Informationssystemenbesitzen, indem Ihnen die Grundlagen der Modellierung innen- wieauÿenwirksamer betrieblicher Funktionen in IT-Systemen vermit-telt wird und zu eigenständiger wissenschaftlicher Forschung befä-higt. Die Studierenden kennen die informationstechnische Abbil-dung der wichtigsten betrieblichen Funktionen entlang der Haupt-aufgabenfelder eines Betriebs in Form von Betrieblichen Informa-tionssystemen. Sie sind befähigt, fachliche Zusammenhänge in de-ren Umfeld zu überblicken, selbständig wissenschaftlich zu arbeitenund wissenschaftliche Erkenntnisse anzuwenden.

Lehrinhalte

1. Einführung: Historische Entwicklung BIS, BIS als EUS; Glie-derungsmöglichkeiten von BIS

2. Beispiele für betriebliche Anwendungssysteme (BAS): Spe-zialisierte BAS im Vergleich mit integrierten Systemen

� Innerbetriebliche Anwendungssysteme: Branchenneu-trale Anwendungen (Finanzwesen und Finanzbuchhal-tung, Kosten- und Leistungsrechnung, Personalwesen,Materialwirtschaft und Bescha�ung), Branchenspezi�-sche Anwen-dungen (PPS-Systeme, weitere Systeme)

� Auÿenwirksame Anwendungssysteme: CRM (De�niti-on und Grundidee von CRM, Customer Lifetime Va-lue, Aufbau eines CRM-Systems, Analytisches CRM:OLAP, Data Mining und Web Mining im Customer Da-ta Warehouse, Operatives CRM: Aufgaben des FrontO�ce im oCRM, Customer Touch Points und Kanäleim oCRM), weitere auÿenwirksame Systeme


keine

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Betriebliche Informationssysteme

Literatur

� H. Hippner, K. D. Wilde (Hrsg.): IT-Systeme im CRM� H. Hippner, K. D. Wilde (Hrsg.): Grundlagen des CRM� H. R. Hansen, G. Neumann: Wirtschaftsinformatik 1 �Grundlagen und Anwendungen

� P. Mertens: Integrierte Informationsverarbeitung Band 1,Operative Systeme in der Industrie

� P. Mertens, J. Griese: Integrierte InformationsverarbeitungBand 2, Planungs- und Kontrollsysteme in der Industrie

� A. W. Scheer: Wirtschaftsinformatik � Referenzmodelle fürindustrielle Geschäftsprozesse


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � SAP II: Customizing und weiterführende Projekte

Modul: SAP II: Customizing und weiterführende Projekte

Modulverantwortlicher Dr. Felix HahneLehrende Dipl.-Inform. Andrea LübkeLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen ihre Kenntnisse der Anwendungsmöglich-

keiten von integrierten betrieblichen Informationssystem (ERP-Systeme) vertiefen, indem sie das System auf komplexe veränderteAnforderungen anpassen können (Customizing). Dadurch wird dieBearbeitung neuartiger Aufgabenstellungen und die Entwicklungforschungsorientierten Lösungen ermöglicht. Anhand von fortge-schrittenen praktischen Übungen und Fallstudien an einem SAPR/3 IDES � System sowie der zugehörigen Theorie besitzen Stu-dierende belastbare vernetzte Kenntnisse des Systems. Durch dieeigenständige Arbeit und den Austausch mit den Dozenten könnensie das System für die Abbildung und Lösung realer Problemstel-lungen einsetzen.

Lehrinhalte

1. Konzeption des Customizing verschiedener logistischer Pro-zesse

2. Customizing dieser Konzepte3. Testen des Customizing4. De�nition eigener Auswertungen5. Einblick in das Customizing des HCM6. Überblick über andere funktionale Bereiche der SAP-

Software, wie z.B. SCM, WF.


TM 1: SAP II: Customizing und weiterführende Projekte, Vorle-sungLehrform: 1 SWS Vorlesung (2 ECTS)Lehrende: Dipl.-Inform. Andrea LübkeTM 2: SAP II: Customizing und weiterführende Projekte, ÜbungLehrform: 1 SWS Übung (1 ECTS)Lehrende: Dipl.-Inform. Andrea Lübke


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten. oder Kolloquium mit Hausaufgaben


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Data Warehousing

Modul: Data Warehousing

Modulverantwortlicher Dr. Thomas Roth-Berghofer, Dr. Wolfgang BehmeLehrende Dr. Wolfgang BehmeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Das Hauptziel der Veranstaltung besteht darin, den Studierenden

die Grundlagen des Data Warehousing zu vermitteln. Dazu zählenu.a. eine Einordnung in Business Intelligence, der ETL-Prozess, se-mantische/logische Modellierung, OLAP, Erweiterungen von SQLsowie entsprechende Architekturen. Der Sto� wird veranschaulichtam Beispiel des SAP Business Warehouse.

Lehrinhalte

1. Data Warehousing: Business Intelligence (BI) als inte-grierter Gesamtansatz, DWH als Teil von BI, DWH-Referenzarchitektur, BI-Reifegrad-Modelle

2. Anwendungen: Allgemeine und branchenspezi�sche Anwen-dungsgebiete (Handel, Telekommunikation, Banken, Versi-cherungen, Industrie)

3. ETL-Prozess: Schema- und Datenintegration, Extrakti-on/Laden/Transformation, Data Pro�ling, Datenqualität

4. Semantische Modellierung: Grundlagen des Multidimensio-nalen Modells, Ebenen der Modellierung, Darstellung ausge-wählter Notationen (z.B. ADAPT)

5. Logische Modellierung: Umsetzung in das relationale Modell(Star Schema, Snow�ake Schema etc.), Slowly Changing Di-mensions (SCD)

6. OLAP: Historie und De�nition, OLAP-Funktionen und-Architektur, Multidimensionale Anfragesprache MDX7.Physische Modellierung (Design)Partitionierung, Materiali-sierte Sichten/Query Rewrite, Indexstrukturen, Star QueryOptimierungen

7. SQL-Erweiterungen: Gruppierungskonzepte, AnalytischeFunktionen

8. Reporting und Analyse mit der Business Explorer Suite: Na-vigation in Berichten, Erstellung von Queries, Aufbau einesWeb Reporting, Information Broadcasting

9. Architektur: Aufbau der Administrator Workbench, Bestand-teile des SAP BW Datenmodells

10. Datenmodellierung im SAP BW: Erweitertes Star Schema11. Daten�uss: Extraktion aus den Quellsystemen,

Transformations- und Fortschreibungsregeln12. Betrieb eines BW Systems: Monitoring, Prozessketten13. Tuning: Aufbau von Aggregaten, Partitionierung / Indizie-

rung14. Berechtigungskonzept: Rollenmodell, Berechtigungsobjekte

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Data Warehousing


TM 1: Data Warehousing, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Dr. Wolfgang Behme

Literatur

� A. Bauer, H. Günzel (Hrsg.): Data Warehouse-Systeme.dpunkt, 2. Au�age, Heidelberg 2004.

� H. Mucksch, W. Behme (Hrsg.): Das Data Warehouse-Konzept. Gabler, 4. Au�age, Wiesbaden 2000.


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � SAP BW: Grundlagen der Architektur, Modellierung und Datenbescha�ung und-auswertung

Modul: SAP BW: Grundlagen der Architektur, Modellierung und Datenbescha�ung und-auswertung

Modulverantwortlicher Dr. Felix HahneLehrende Dr. Wolfgang BehmeLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden sollen die praktische Lösung vom komplexen Pro-

blemstellungen aus dem Bereich der Analyse und des Reportingkennenlernen. Hierfür sollen sie lernen, die verschiedenen Teilauf-gaben zu identi�zieren und in handhabbare Bestandteile zu zerle-gen. Das im bisherigen Studium angeeignete Wissen in den Berei-chen Data Warehousing, R/3 Architektur und Geschäftsprozessesoll von ihnen genutzt werden, um sich die für die Aufgabe nöti-gen technischen und methodischen Fertigkeiten anzueignen, welchein vergleichbarer Form in komplexen Forschungs- und Entwick-lungsprojekten zum Einsatz kommen können. Anhand von fort-geschrittenen praktischen Übungen an einem SAP BW � Systemsowie der zugehörigen Theorie erlernen Studierende den Aufbaudie und die Funktionsweise des SAP BW kennen. Durch die eigen-ständige Arbeit und den Austausch mit den Dozenten erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Nach Vermittlung theoretischer Grundlagen zu betrieblichem Re-porting und Analyse wird auf die Architektur und Datenmodellie-rung eines SAP BW-Systems eingegangen. Behandelt werden dabeiu.a. Daten�uss und Berechtigungskonzept. Es wird der praktischeBetrieb eines BW Systems erläutert und Tuningmöglichkeiten auf-gezeigt. Anhand einer Sales Fallstudie wird eine typische praktischebetriebliche Problemstellung aufgearbeitet.


TM 1: SAP BW: Grundlagen der Architektur, Modellierung undDatenbescha�ung und -auswertung, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Dr. Wolfgang BehmeTM 2: SAP BW: Grundlagen der Architektur, Modellierung undDatenbescha�ung und -auswertung, ÜbungLehrform: 1 SWS Übung (2 ECTS)Lehrende: Dr. Wolfgang Behme

Literatur

� C. Mehrwald: Data Warehousing mit SAP BW 3.5� P. Chamoni, P. Gluchowski, M. Hahne: Business InformationWarehouse


Grundlegende Kenntnisse bzgl. Data Warehousing, R/3 Architek-tur und Geschäftsprozesse

Prüfungsleistung mündliche Prüfung

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � SAP BW: Grundlagen der Architektur, Modellierung und Datenbescha�ung und-auswertung


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Seminar Betriebliche Informationssysteme/-management (Master)

Modul: Seminar Betriebliche Informationssysteme/-management (Master)



beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion überdie Vorträge wird das Verständnis der bereits erworbenen Kennt-nisse vertieft. Erwerb von Methodenkompetenzen, insb. besitzenStudierende eine Transferkompetenz, die es ihnen erlaubt, ihrenWissensstand selbstätig technischen und gesellschaftlichen Ent-wicklungen anzupassen. Erwerb betriebswirtschaftlicher Kompe-tenzen, insb. beherrschen die Studierenden die Instrumente ausge-wählter anderer Bereiche (hier: Betriebliche Informationssysteme/-management).

Lehrinhalte Ausgewählte Themen aus dem Bereich BetrieblicheInformationssysteme/-management.


keine


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2� und �BetrieblichesInformationsmanagement� werden vorausgesetzt.


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Seminar Wirtschaftsinformatik (Master)

Modul: Seminar Wirtschaftsinformatik (Master)

Modulverantwortlicher PD Dr. Ralf KnackstedtLehrende PD Dr. Ralf KnackstedtLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb wirtschaftsinformatischer Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (je nach Themenstellung).

Lehrinhalte Ausgewählte fortgeschrittene Themen aus dem Bereich der Wirt-schaftsinformatik.


keine




Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Hybride Wertschöpfung

Modul: Hybride Wertschöpfung

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende PD Dr. Ralf KnackstedtLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende sollen Formen, Bedeutung und Gestaltungsprobleme

der Integration von Produktion und Dienstleistungen kennenler-nen, aktuelle Forschungsergebnisse einordnen und bewerten sowieneue Herausforderungen für die Forschung in der Wirtschaftsinfor-matik identi�zieren können. Studierende erlernen Methoden zurGestaltung des gesamten Lebenszyklus hybrider Leistungsbündelund können diese auf Fallbeispiele anwenden. Sie entwickeln me-thodische Kompetenzen, die es ihnen ermöglichen, alternative Me-thoden zu bewerten und auszuwählen.

Lehrinhalte

1. Grundlagen und De�nitionen der hybriden Wertschöpfung:Terminologie, verwandte Begri�e, morphologische Analyse,Wertanalyse, Ergebnisse empirischer Untersuchungen zu denPotenzialen hybrider Wertschöpfung, Ordnungsrahmen nachDIN PAS 1094, Forschungslandkarte der hybriden Wert-schöpfung

2. Methoden der Ideen�ndung und Konzeption: Ontologieba-sierte Ideen�ndung, grundlegende Phasen kreativer Hand-lungen, Überblick über den Einsatz von Visualisierungsme-thoden, Konzeption des Geschäftsmodells (insb. mit Busi-ness Model Canvas), Spezi�kation der hybriden Leistungs-bündel (insb. HLB-Layer-Methode), Ansätze zum Metho-denvergleich, Leitfragen-basierte Prozessanalyse (ins. ServiceBlueprinting), Gestaltung serviceorientierter Architekturenfür die hybride Wertschöpfung (insb. FlexNet-Methode)

3. Vermarktung, Betrieb, Unterstützungsprozesse und Control-ling: Leistungs-kon�guration, Abbildung der ökonomischenKonsequenzen aus Anbieter- und Kundensicht, Zustands-überwachung zur Auslösung von Leistungen, Mobile Syste-me zur Unterstützung der Leistungserbringung, Agentensy-steme zur Durchführung der Leistungserbringung, RechtlicheProbleme der Gestaltung hybrider Leistungsangebote, Reife-gradmodelle


keine


Literatur

� Backhaus, K.; Becker, J.; Beverungen, D.; Frohs, M.; Knack-stedt, R.; Müller, O.; Steiner, M.; Weddeling, M.: Vermark-tung hybrider Leistungsbündel � Das ServPay Konzept. Ber-lin, Heidelberg 2010.

� Becker, J.; Beverungen, D.; Knackstedt, R.: Wertschöp-fungsnetzwerke von Produzenten und Dienstleistern als Op-tion zur Organisation der Erstellung hybrider Leistungsbün-del. In: Becker, J.; Knackstedt, R., Pfei�er, D. (Hrsg.):Wertschöpfungsnetzwerke. Konzepte für das Netzwerkmana-gement und Potenziale aktueller Informationstechnologien.Heidelberg 2008, S. 3-31.

� Becker, J.; Knackstedt, R.; Beverungen, D.; Bräuer, S.;Bruning, D.; Christoph, D.; Greving, S.; Jorch, D.; Joÿbä-cher, F.; Jostmeier, H.; Wietho�, S.; Yeboah, A.: Modellie-rung der hybriden Wertschöpfung: Eine Vergleichsstudie zuModellierungstechniken. In: Becker, J.; Grob, H.L.; Hellin-grath, B.; Klein, S.; Kuchen, H.; Müller-Funk, U.; Vossen,G. (Hrsg): Arbeitsberichte des Instituts für Wirtschaftsinfor-matik, WWU Münster, Nr. 125. Münster 2009.

� Beverungen, D.; Knackstedt, R.; Hat�eld, S.; Biege, S.; Boll-höfer, E.; Krug, C.; Wienhold, D.; Müller, P.; Stelzer, C.;Köbler, F.; Blinn, N.; et al.: Hybride Wertschöpfung � Inte-gration von Produktion und Dienstleistung. Deutsches Insti-tut für Normung e.V. (Hrsg.): PAS 1094. Berlin 2009.

� Beverungen, D.; Knackstedt, R.; Müller, O.: EntwicklungServiceorientierter Architekturen zur Integration von Produk-tion und Dienstleistung � Eine Konzeptionsmethode und ihreAnwendung am Beispiel des Recyclings elektronischer Gerä-te. In: Wirtschaftsinformatik, 50 (2008) 3, S. 220-234.

� Knackstedt, R.; Pellengahr, M.: Plädoyer für die Ent-wicklung perspektivenspezi�scher Problemlösungskomponen-ten zur Unterstützung der Prozessverbesserung. In: Oberweis,A.; Weinhardt, C.; Gimpel, H.; Koschmider, A.; Pankratius,V.; Schnizler, B. (Hrsg.): eOrganisation: Service-, Prozess-,Market-Engineering. 8. Internationale Tagung Wirtschafts-informatik. Karlsruhe, 28. Februar � 2. März 2007. Band 1.Karlsruhe 2007, S. 731-748.


keine




Turnus nicht regelmäÿigDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Visualisierungsmethoden in der Wirtschaftsinformatik

Modul: Visualisierungsmethoden in der Wirtschaftsinformatik

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende PD Dr. Ralf KnackstedtLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende erwerben Kenntnisse und Fähigkeiten, um in

Experten-Laien-Kommunikationen zwischen Vertretern von IT,Wirtschaft und Recht gezielt und erfolgreich visuelle Artefakte(Geschäftsgra�ken, Informationssystemmodelle, Infogra�ken etc.)einsetzen zu können. Die Visualisierung fachlicher Inhalte soll da-bei insbesondere das disziplinübergreifende Verständnis verbessernund Kommunikationsde�zite vermeiden. Die Teilnehmer lernen einerweitertes Spektrum etablierter Methoden und Werkzeugen zurVisualisierung kennen, das über die Prozess- und Datenmodellie-rung hinausgeht. In Fallbeispielen üben sie Visualisierungsansätzepraktisch anzuwenden und werden befähigt, die Potenziale undGrenzen der Visualisierung kritisch zu re�ektieren.

Lehrinhalte

1. Motivation und Typisierung von Visualisierungsmethoden:Nutzenerwartungen an Visualisierungen, Visuelle Wendeund sonstige gesellschaftliche Rahmenbedingungen, Über-blick über Visualisierungsmethoden, Strukturierung anhandausgewählter Dimensionen (insb. Visualisierungsmethodenzur Unterstützung des divergenten bzw. konvergenten Den-kens)

2. Methodische Grundlagen der Visualisierung: Gestaltungsfor-men und -regeln für ausgewählte Bereiche der Visualisie-rung (insb. Anwendung von Gestaltgesetzen, Abstimmungvon Datenbasis und Darstellungsform, Bedeutung von Meta-phern, typische Fehlerquellen)

3. Beziehungen zwischen Visualisierungen: Nutzen der Betrach-tung von Beziehungen zwischen Visualisierungen (insb. inForm von Metamodellen, Referenzmodellen, Modelltransfor-mationen (Model Driven Architecture))

4. Evaluation von Visualisierungen: Kriterien und Vorgehens-weisen zur Beurteilung der E�zienz und E�ektivität von Vi-sualisierungen (insb. Konzeption von Untersuchungsdesignsfür Modellerstellung und Modellinterpretation)

5. Vertiefung spezieller Anwendungsgebiete: Besonderheitenausgewählter Anwendungsgebiete der Visualisierung (insb.Herausforderungen der Rechtsvisualisierung)

6. Kritische Re�exion: Grenzen der Visualisierung (insb. Ma-nipulation, Repräsentationsschwächen, Abwägung Bild vs.Text)


keine

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet BetrieblicheInformationsysteme � Visualisierungsmethoden in der Wirtschaftsinformatik

Literatur

� Ballstaedt, S.-P.: Visualisieren. Konstanz 2012.

� Boehme-Neÿler, V.: Unscharfes Recht: Überlegungen zur Re-lativierung des Rechts in einer digitalisierten Welt. Berlin2008.

� Fill, H. G.: Visualisation for Semantic Information Systems.Wiesbaden 2009.

� Knackstedt, R.: Fachkonzeptionelle Referenzmodellierung ei-ner Managementunterstützung mit quantitativen und quali-tativen Daten. Methode Konzepte zur Konstruktion und An-wendung. Berlin 2006.


keine



Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Hauptseminar Information und Gesellschaft

Gebiet Sprachtechnologie und Information

Modul: Hauptseminar Information und Gesellschaft

Modulverantwortlicher PD Dr. Thomas MandlLehrende PD Dr. Thomas Mandl und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung, Ausarbei-

tung und Präsentation eines vorgegebenen Inhaltsbereichs, der in-terdisziplinäres Arbeiten erfordert. Die Studierenden sind in derLage, eine wissenschaftliche Diskussion nach einer Präsentation zuleiten. Durch die Teilnahme an der Veranstaltung und die wis-senschaftliche Diskussion über die Vorträge wird das Verständnisder bereits erworbenen Kenntnisse zu einem der zu einem The-menbereich aus dem Bereich Information und Gesellschaft vertieftund ausgeweitet. Die Studierenden erwerben Methodenkompeten-zen etwa zur eigenständigen Literaturrecherche und der Bewertungwissenschaftlicher Literatur. Insbesondere erwerben die Studieren-den Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbstätig technischen und gesellschaftlichen Entwicklungen anzu-passen

Lehrinhalte Die Wechselwirkungen zwischen Gesellschaft und Informations-technolgie sind vielfältig. Innovationen in der Informationstechno-logie führen zu neuen Produkten, neuen ethischen Fragestellungenunde einer Neuordnung der Medienlandschaft. Themen wie Iden-tität in digitalen Netzen, informationelle Selbstbestimmung undDatensicherheit spielen hier ein Rolle. Dabei ist interdisziplinäresDenken notwendig und Bezüge bspw. zur Rechtswissenschaft, zurMedienwissenschaft oder der Ethik müssen diskutiert werden. Zueinem ausgewählten Thema aus dem Bereich Information und Ge-sellschaft wird anhand von innovativen Ansätzen der aktuelle For-schungsstand vorgestellt und diskutiert.


keine

Literatur

� Rainer Kuhlen: Erfolgreiches Scheitern: eine Götterdämme-rung des Urheberrechts? UVK, 2008.

� Herman Tavani: Ethics and Technology: Ethical Issues in anAge of Information and Communication Technology. Wiley,2004.

� Joseph Weizenbaum: Wo sind sie, die Inseln der Vernunftim Cyberstrom? Herder, 2006

� Spezielle Literatur je nach Thema


keine

Prüfungsleistung Vortrag und Ausarbeitung

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Hauptseminar Information und Gesellschaft


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Hauptseminar Visualisierung informationeller Prozesse

Modul: Hauptseminar Visualisierung informationeller Prozesse

Modulverantwortlicher PD Dr. Thomas MandlLehrende PD Dr. Thomas Mandl und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung, Ausarbei-

tung und Präsentation eines vorgegebenen Inhaltsbereichs, der in-terdisziplinäres Arbeiten erfordert. Die Studierenden sind in derLage, eine wissenschaftliche Diskussion nach einer Präsentation zuleiten. Durch die Teilnahme an der Veranstaltung und die wis-senschaftliche Diskussion über die Vorträge wird das Verständnisder bereits erworbenen Kenntnisse zu einem der zu einem The-menbereich aus dem Bereich Information und Gesellschaft vertieftund ausgeweitet. Die Studierenden erwerben Methodenkompeten-zen etwa zur eigenständigen Literaturrecherche und der Bewertungwissenschaftlicher Literatur. Insbesondere erwerben die Studieren-den Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbstätig technischen und gesellschaftlichen Entwicklungen anzu-passen

Lehrinhalte Das Seminar befasst sich mit grundlegenden Fragen der Visuali-sierung und diskutiert, wie Visualisierung zur Optimierung vonInformationssystemen eingesetzt werden kann.


keine

Literatur

� Spezielle Literatur je nach Thema


keine


Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Vorlesung Internationale Mensch-Maschine Interaktion

Modul: Vorlesung Internationale Mensch-Maschine Interaktion


gruppeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Kenntnisse in internationalen Aspekten der Mensch-Maschine In-

teraktionLehrinhalte Mensch-Maschine-Interaktion in internationalen KontextenTeilmodule / Veranstaltun-gen

TM 1: Einführung in die Informationswissenschaft, VorlesungLehrform: 2 SWS Vorlesung (3 ECTS)Lehrende: Prof. Dr. Christa Womser-Hacker


Kenntnisse in interkulturelle Kommunikation Vorlesung Mensch-Maschine Interaktion


empfohlenes Semester MSc 1Turnus jedes WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Hauptseminar Ausgewählte Probleme der Sprachtechnologie

Modul: Hauptseminar Ausgewählte Probleme der Sprachtechnologie

Modulverantwortlicher Prof. Dr. Christa HauenschildLehrende Prof. Dr. Christa Hauenschild und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel dieses Moduls ist es, den Studierenden ein vertrieftes Ver-

ständnis ausgewählter Gebiete der Sprachtechnologie zu vermit-teln. Entsprechend dem Charakter der Veranstaltung als Seminarin einem Masterstudiengang, sollen die Studierenden dabei angelei-tet werden komplexe Fragestellung eigenständig zu erarbeiten undin angemessener wissenschaftlicher Form darzustellen. Die vertief-te Auseinandersetzung mit den jeweiligen Problemfeldern soll dieStudierenden in die Lage versetzten einen sicheren Überblick überden Forschungsstand ihres Teilgebiets zu erarbeiten und darausabgeleitet weiter führende Forschungsfragen abzuleiten, die ggf.Gegenstand einer Abschlussarbeit sein können. Insofern hat die-ses Modul den Status eines Forschungsseminars, in dem vor allemauch o�en Fragen unterschiedlicher Teilbereiche de Sprachtechno-logie erarbeitet und diskutiert werden sollen. Kompetenzziele:

� Erwerb der Fähigkeit einzelne Teilgebiete der Sprachtechno-logie selbstständig zu erarbeiten

� Erwerb der Fähigkeit den Forschungsstand eines solchen Teil-gebiets sicher zu recherchieren und angemessen darzustellenund zu vermitteln

� Erwerb der Fähigkeit sich mit dem Forschungsstand kri-tisch auseinanderzusetzen und weiterführende Forschungsfra-gen zu formulieren

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Hauptseminar Ausgewählte Probleme der Sprachtechnologie

Lehrinhalte Im Rahmen des Moduls werden ausgewählte Teilgebiete derSprachtechnologie vertieft behandelt. Die Auswahl der Teilgebieterfolgt nach ihrer Relevanz für die im zweiten Teilmodul geplantenEntwicklungsprojekten, für die angestrebt wird, dass sie ein rea-les Anwendungsproblem bearbeiten, so dass ihre Ergebnisse auchtatsächlich in der Praxis Verwendung �nden. Solche Teilgebietekönnen den folgenden übergeordneten Themenfelder zugeordnetwerden:

� Theoretische Ansätze, Methoden und Verfahren der Sprach-technologie

� Basistechnologien der Sprachtechnologie� Ressourcen der Sprachtechnologie� Anwendungsfelder der Sprachtechnologie

Denkbar sind folgende Themen:

� Extraktion von Fachtermini und Fachphraseologie aus Tex-ten

� Computationelle Morphologie� Phraseologie� Anwendungsfelder der Maschinellen Übersetzung


keine


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 3Turnus jedes 2. WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Projektseminar Sprachtechnologie

Modul: Projektseminar Sprachtechnologie

Modulverantwortlicher Prof. Dr. Christa HauenschildLehrende Prof. Dr. Christa Hauenschild und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen In diesem Modul sollen die Studierenden in einem Entwicklungs-

projekt, die Kenntnisse und Fähigkeiten, die sie in dem vorausge-gangenen Modulen erarbeitet haben in einem komplexeren und derRealität angenäherten Entwicklungsprojekt anwenden und erpro-ben. Die Studierenden sollen dabei einen vollständigen Entwick-lungszyklus einer sprachtechnologischen Anwendung durchlaufen,um so eigene praktische Erfahrungen in der Implementierung sol-cher Systeme sammeln und re�ektieren. Aus dieser Re�exion sollenweiterführende Forschungsfragen abgeleitet werden, die ggf. in Ab-schlussarbeiten vertieft behandelt werden können. Kompetenzziele:

� Erwerb von vertieften Fähigkeiten zur Analyse eines Anwen-dungsproblems der Sprachtechnologie

� Erwerb von vertieften Fähigkeiten für einen spezi�schen An-wendungsfall ein Design und eine Strategie der Implementie-rung eines Systems zu entwickeln, sowie vorhandene Basis-technologien und Ressourcen aufzu�nden und auszuwerten

� Erwerb von Fähigkeiten, ein Anwendungssystem unter Rück-gri� und Integration von Basistechnologien und vorhandenenRessourcen zu implementieren

� Erwerb von Fähigkeiten Testverfahren und Verfahren derEvaluation für einen Anwendungsfall zu entwerfen, solcheTests durchzuführen und auszuwerten.

� Fähigkeit aus der Re�exion der Entwicklungsarbeit weiter-führende Forschungsfragen abzuleiten

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Projektseminar Sprachtechnologie

Lehrinhalte Im Rahmen dieses Moduls werden an einem komplexeren Anwen-dungsfall aus der aktuellen Forschung Verfahren der Entwicklungvon Systemen der Sprachtechnologie angewandt und erprobt. Hier-zu gehören insbesondere:

� Analyse des Anwendungskontextes des Entwicklungsprojekts

Bestimmung des für den Anwendungsfall einsetzbaren Basistech-nologien und Ressourcen

� Design des Systems auf der Grundlage einer Recherche undAuswahl der für die Implementierung des Anwendungsfallsbereits verfügbaren Basistechnologien und Ressourcen

� Implementierung des Systems und Integration auf die ver-fügbaren Basistechnologien

� Test, Evaluation und Optimierung des Systems� Re�exion und Bewertung des Entwicklungsprozesses� Erarbeitung und Formulierung von weiterführenden For-schungsfragen

� Evaluierung von Benutzerschnittstellen für die Korpusabfra-ge


keine




empfohlenes Semester MSc 3Turnus jedes 2. SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � Gebiet Sprachtechnologieund Information � Hauptseminar Maschinelle Übersetzung

Modul: Hauptseminar Maschinelle Übersetzung

Modulverantwortlicher Prof. Dr. Christa HauenschildLehrende Prof. Dr. Christa Hauenschild und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel dieses Moduls ist es, den Studierenden ein vertrieftes Ver-

ständnis ausgewählter Gebiete der Sprachtechnologie zu vermit-teln. Entsprechend dem Charakter der Veranstaltung als Seminarin einem Masterstudiengang, sollen die Studierenden dabei angelei-tet werden komplexe Fragestellung eigenständig zu erarbeiten undin angemessener wissenschaftlicher Form darzustellen. Die vertief-te Auseinandersetzung mit den jeweiligen Problemfeldern soll dieStudierenden in die Lage versetzten einen sicheren Überblick überden Forschungsstand ihres Teilgebiets zu erarbeiten und darausabgeleitet weiter führende Forschungsfragen abzuleiten, die ggf.Gegenstand einer Abschlussarbeit sein können. Insofern hat die-ses Modul den Status eines Forschungsseminars, in dem vor allemauch o�en Fragen unterschiedlicher Teilbereiche de Sprachtechno-logie erarbeitet und diskutiert werden sollen. Kompetenzziele:

� Erwerb der Fähigkeit einzelne Teilgebiete der maschinellenÜbersetzung selbstständig zu erarbeiten

� Erwerb der Fähigkeit den Forschungsstand der maschinellenÜbersetzung sicher zu recherchieren und angemessen darzu-stellen und zu vermitteln

� Erwerb der Fähigkeit sich mit dem Forschungsstand kri-tisch auseinanderzusetzen und weiterführende Forschungsfra-gen zu formulieren

Lehrinhalte Im Rahmen des Moduls werden ausgewählte Teilgebiete der ma-schinellen Übersetzung vertieft behandelt.


keine



Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 3Turnus Jedes 3. WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � GebietInformationssysteme für Kommunikation und Lernen � Projektseminar ComputervermittelteKommunikation

Gebiet Informationssysteme für Kommunikation und Lernen

Modul: Projektseminar Computervermittelte Kommunikation

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrende Prof. Dr. Joachim Griesbaum und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Transfer der Kenntnisse zur Computervermittelten

Kommunikation auf ein konkretes Anwendungsszenario zur Ana-lyse und Verbesserung der ablaufenden kommunikativen Prozes-se. Insbesondere auch die Einbindung von Studierenden in lau-fende Forschungs- und Entwicklungsprojekte, beispielsweise imRahmen von Abschlussarbeiten. Kompetenzerwerb: Auf metho-discher Ebene Kompetenzvermittlung zum erfolgreichen Manage-ment von Projekten. Konkret, der selbstgesteuerte Erwerb (Lear-ning by doing) von organisatorischer, fachlicher und sozialer Pro-jektkompetenz mit Fokus auf der Nutzung computervermittelterMedien und Lernsystemen, die intensiv zur Projektkoordinations-und Projektdurchführung genutzt werden.

Lehrinhalte Vertiefung der Inhalte des Hauptseminars ComputervermittelteKommunikation: Auswahl möglicher Themenfelder

� Analyse der Computervermittelten Kommunikation in virtu-ellen Gruppen, Teams, Communities

� Gestaltung und Nutzung computerunterstützter Kommuni-kationsumgebungen

� Erwerb und Beförderung von Medienkompetenz (Umgangmit Kon�ikten und Medienbrüchen, ethische Richtlinien. . . )


keine

Literatur

� Dirk Heche: Praxis des Projektmanagements. Springer, 2004.� Günter Drews, Norbert Hillebrandt: Lexikon derProjektmanagement-Methoden Haufe, 2007.


� Nicola Döring: Sozialpsychologie des Internet. Hogrefe, 2003.� Spezielle Literatur je nach Themengebiet


keine


empfohlenes Semester MSc 1-3Turnus jedes 2. SommersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � GebietInformationssysteme für Kommunikation und Lernen � Hauptseminar ComputervermittelteKommunikation

Modul: Hauptseminar Computervermittelte Kommunikation

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrende Prof. Dr. Joachim Griesbaum und Mitarbeiter der ArbeitsgruppeLehrform/SWS 4 SWS SeminarAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Die Studierenden erarbeiten weitgehend selbstständig

vertiefende Themen der Computervermittelten Kommunikation.Neben dem inhaltlichen Verstehen und der Erkenntnis der Struk-tur von Sachverhalten bzw. der Konstruktion von Zusammenhän-gen zwischen Konzepten werden die Studierenden auch in ihrerFähigkeit komplexe Zusammenhänge und Strukturen einschätzenund evaluieren zu können geschult. Kompetenzerwerb: Auf metho-discher Ebene wird die Fähigkeit zum wissenschaftlichen Arbeitengefördert. Die Studierenden recherchieren, sichten und bewertenden State of the Art der wissenschaftlichen Literatur im jewei-ligen Themengebiet. Sie setzen sich mit aktuellen wissenschaftli-chen Themenfeldern auseinander und stärken damit zugleich ih-re analytischen Kompetenzen, im Sinne der Einübung wissen-schaftlicher Vorgehensweisen. In der Präsentationsphase werdenWissensvermittlungs- und Diskurskompetenzen eingeübt.

Lehrinhalte Im Rahmen dieses Moduls werden ausgewählte Themen der Com-putervermittelten Kommunikation durch die Studierenden selbst-ständig erarbeitet und vertiefend behandelt. Die Ergebnisse werdenim Plenum präsentiert. Mögliche Themen sind:

� Online Marketing: Suchmaschinen- und Social Media Mar-keting

� Forschungsdesigns- und Analysemethoden zur Computerver-mittelten Kommunikation

� Strategien der Computervermittelten Kommunikation� Werkzeuge der Computervermittelten Kommunikation� Soziale Phänomene und interpersonales Verhalten im Inter-net

� Gruppen, soziale Beziehungen und virtuelle Gemeinschaften� Anonymität und Identitätsbildung� Regulierungsaspekte Computervermittelter Kommunikation� Massenmedien und politische Kommunikation im Internet


keine

Literatur


� Nicola Döring: Sozialpsychologie des Internet. Hogrefe, 2003.� Spezielle Literatur je nach Themengebiet


keine

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � GebietInformationssysteme für Kommunikation und Lernen � Hauptseminar ComputervermittelteKommunikation

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes 2. WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � GebietInformationssysteme für Kommunikation und Lernen � Hauptseminar e-Learning

Modul: Hauptseminar e-Learning

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrende Prof. Dr. Joachim Griesbaum und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Die Studierenden erwerben eine umfassende Perspekti-

ve auf den technikunterstützten e�zienten und e�ektiven Umgangmit Wissen, wie er in Lernkontexten, sei es in Organisationen oderdezidierten Lernszenarien, zum Tragen kommt. Auf dieser Grund-lage erarbeiten die Studierenden selbstständig vertiefende Themendes technikunterstützten Lernens. Neben dem inhaltlichen Verste-hen und der Erkenntnis der Struktur von Sachverhalten bzw. derKonstruktion von Zusammenhängen zwischen Konzepten, werdendie Studierende auch in ihrer Fähigkeit komplexe Zusammenhän-ge und Strukturen einschätzen und evaluieren zu können geschult.Kompetenzerwerb: Auf methodischer Ebene wird die Fähigkeitzum wissenschaftlichen Arbeiten gefördert. Die Studierenden re-cherchieren, sichten und bewerten den State of the Art der wissen-schaftlichen Literatur im jeweiligen Themengebiet. Sie setzen sichmit aktuellen wissenschaftlichen Themenfeldern auseinander undstärken damit zugleich ihre methodischen Kompetenzen im Sinneder Einübung wissenschaftlicher Vorgehensweisen, Arbeitsmetho-den und Präsentationskompetenzen.

Lehrinhalte Die Themenfelder Wissensmanagement und E-Learning sind in derRealität oft kaum noch zu trennen und besitzen in vielfältiger Wei-se das Potenzial, von sozialen Netzwerken und kollaborativen Me-dien zu pro�tieren. Im Rahmen dieses Moduls werden zunächst diewesentlichen theoretischen Grundlagen des Computer supportedcollaborative Learning (CSCL) und des Wissensmanagements vor-gestellt, spezi�sche Wirkungsfaktoren und Unterstützungselemen-te erörtert, Vorgehensweisen zur konzeptionellen Umsetzung so-wie Forschungsdesigns: Untersuchungsmethoden und -instrumentedargestellt. Auf dieser Grundlage werden spezi�sche Themenfeldervertiefend behandelt, welche die Studierenden selbstständig erar-beiten und die Ergebnisse im Plenum präsentieren. Mögliche The-menfelder umfassen:

� Individuelle Lernstrategien, Methoden des Persönlichen Wis-sensmanagements

� Didaktische und organisatorische Ausgestaltung computer-unterstützter Lern- und Wissensgenerierungsprozesse

� Kollaborative Systeme� E-Learning 2.0� Communities/Community Building


keine

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � GebietInformationssysteme für Kommunikation und Lernen � Hauptseminar e-Learning

Literatur

� Andreas Hohenstein, Karl Wilbers: Handbuch E-Learning.DWD, 2006.

� Helmut M. Niegemann et al.: Kompendium E-Learning.X.media.press, Springer, 2004.

� Jörg Haake, Gerhard Schwabe, Martin Wessner: CSCL-Kompendium: Lehr- und Handbuch zum computerunterstütz-ten kooperativen Lernen. Oldenbourg, 2004.

� Udo Hinze: Computergestütztes kooperatives Lernen: Einfüh-rung in Technik, Pädagogik und Organisation des CSCL. Wa-xmann, 2004.

� Gabi Reinmann, Heinz Mandl: Psychologie des Wissensma-nagements: Perspektiven, Theorien und Methoden. Hogrefe,2004.

� Rolf Schulmeister: Grundlagen hypermedialer Lernsysteme:Theorie - Didaktik - Design. Oldenbourg, 2002.

� Spezielle Literatur je nach Themengebiet


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 3Turnus jedes 2. WintersemesterDauer des Moduls 1 Semester

Veranstaltungen Master � Betriebswirtschaft und Informationswissenschaft � GebietInformationssysteme für Kommunikation und Lernen � Projektseminar e-Learning

Modul: Projektseminar e-Learning

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrende Prof. Dr. Joachim Griesbaum und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Transfer der Kenntnisse zum Themengebiet auf konkre-

te Anwendungsszenarien zur Analyse und Verbesserung von Wis-sensprozessen. Insbesondere auch die Einbindung von Studieren-den in laufende Forschungs- und Entwicklungsprojekte, auch imRahmen von Abschlussarbeiten. Kompetenzerwerb: Auf metho-discher Ebene Kompetenzvermittlung zum erfolgreichen Manage-ment von Projekten. Konkret, der selbstgesteuerte Erwerb (Lear-ning by doing) von organisatorischer, fachlicher und sozialer Pro-jektkompetenz mit Fokus auf der Nutzung computervermittelterMedien, die intensiv zur Projektkoordination- und Projektdurch-führung genutzt werden sollen.

Lehrinhalte Vertiefung der Inhalte des Hauptseminars Kollaboratives E-Learning und kollaboratives Wissensmanagement: Auswahl mögli-cher Themenfelder

� Analyse von E-Learning Angeboten� Analyse kollaborativer Systeme� Konzeption, Entwicklung und Optimierung von computerun-terstützten Lern- und Kooperationssystemen


keine

Literatur

� Dirk Heche: Praxis des Projektmanagements. Springer, 2004.� Günter Drews, Norbert Hillebrandt: Lexikon derProjektmanagement-Methoden. Haufe, 2007.

� Jörg Haake, Gerhard Schwabe, Martin Wessner: CSCL-Kompendium: Lehr- und Handbuch zum computerunterstütz-ten kooperativen Lernen. Oldenbourg, 2004.

� Udo Hinze: Computergestütztes kooperatives Lernen : Ein-führung in Technik, Pädagogik und Organisation des CSCL.Waxmann, 2004.

� Gabi Reinmann, Heinz Mandl: Psychologie des Wissensma-nagements: Perspektiven, Theorien und Methoden. Hogrefe,2004.

Spezielle Literatur je nach ThemengebietVoraussetzungen für dieTeilnahme

keine

Prüfungsleistung Entwickeltes e-Learning-Angebot, Projektberichtempfohlenes Semester MSc 1-3Turnus jedes JahrDauer des Moduls 1 Semester

Veranstaltungen Master � Mathematische Methoden � Algebraische und Zahlentheoretische Methoden

Mathematische Methoden

Modul: Algebraische und Zahlentheoretische Methoden

Modulverantwortlicher Prof. Dr. Jürgen SanderLehrende siehe TeilmodulbeschreibungenLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden verstehen die Grundlagen algebraischer und zah-

lentheoretischer Methoden, wenden sie praktisch � wie etwa im Be-reich Kryptographie � an und entwickeln dadurch selbständig Lö-sungen für Probleme in Anwendungs- und Forschungszusammen-hängen.

Lehrinhalte

� Theoretische Grundlagen aus Algebra und Zahlentheorie(Gruppen, endliche Körper, Gleichungssysteme, Teilbarkeit,Euklidischer Algorithmus, Primzahlen, Kongruenzen)

� Grundbegri�e der Kryptologie (Kryptosysteme, Kryptanaly-se, Sicherheit)

� Kryptosysteme (a�n-lineare Kryptosysteme, DES, AES,asymmetrische Kryptosysteme, RSA, Di�e-Hellman)

� Probabilistische Kryptographie (perfekte Sicherheit, Kriteri-um von Shannon)

� Primzahltests (Fermat-Test, Miller-Rabin-Test)


TM 1: Algebraische und Zahlentheoretische Methoden, VorlesungLehrform: 3 SWS Vorlesung (5 ECTS)Lehrende: Prof. Dr. Jürgen SanderTM 2: Algebraische und Zahlentheoretische Methoden, ÜbungLehrform: 2 SWS Übung (3 ECTS)Lehrende: Prof. Dr. Jürgen Sander und Mitarbeiter der Arbeits-gruppe

Literatur

� Jürgen Sander: Skript Diskrete Methoden (MathematischeMethoden I), Universität Hildesheim, 2010.

� Jürgen Sander: Skript Kryptographie, Universität Hildes-heim, 2010.

� Johannes Buchmann: Einführung in die Kryptographie,Springer, 3. Au�., 2004.

� Wolfgang Willems: Codierungstheorie und Kryptographie,Birkhäuser, 2008


Diskrete Methoden (Mathematische Methoden I), Analytische Me-thoden (Mathematische Methoden II)


Veranstaltungen Master � Mathematische Methoden � Algebraische und Zahlentheoretische Methoden


Veranstaltungen Master � Soft Skills � Wirtschaftsenglisch 2

Soft Skills

Modul: Wirtschaftsenglisch 2

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrende Je�erson PhillipsLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Teilnehmer sollen fähig sein, fachspezi�sche Verhandlungen in

korrektem Englisch zu führen, Vorträge zu halten und �ieÿend dis-kutieren können. Die Studierenden besitzen ein erweitertes Voka-bular, um imWirtschaftsbereich verhandeln zu können und kennensie die Formalitäten für die Kommunikation zwischen Unterneh-men und wissen, worauf im englischsprachigen Raum zu achtenist. Auÿerdem besitzen sie die Fähigket, Vorträge auf englisch zuhalten und sich dem Internationalisierungsgrad in verschiedenenBereichen anzupassen.

Lehrinhalte

� Kommunikation im Unternehmen� Formelle schriftliche Kommunikation im Business Bereich(Anfragen, Beschwerden, Bestellungen, Verträge, Vereinba-rungen)

� Bewerbungen, Vorträge, Vorstellungsgespräche� mündliche und schriftliche Kompetenz in den o.g. Bereichen� Wiederholungen und Übungen: Grammatik


keine


keine



Veranstaltungen Master � Soft Skills � Unterrichten in der Informatik

Modul: Unterrichten in der Informatik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrende Prof. Dr. Klaus Schmid und Mitarbeiter der ArbeitsgruppeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Veranstaltung vermittelt Grundkompetenzen des Unterrich-

tens von Inhalten der Informatik.Lehrinhalte Die Inhalte des Moduls umfassen: - Grundverständnis des Lehren-

den - Erkennen und Einschätzen von Lehrsituationen - Aufbereitenvon Inhalten zur Lehre - Vortragen und kooperatives Arbeiten AlsVorbereitung �ndet ein Blocktermin vor Vorlesungsbeginn statt.Vorlesungsbegleitend wird dies durch kontinuierliche Supervisions-termine ergänzt.


keine


Eine parallele, nachgewiesene Tätigkeit als wissenschaftliche Hilfs-kraft in einer P�ichtveranstaltung der Informatik ist eine notwen-dige Voraussetzung zur Teilnahme.


Veranstaltungen Master � Projekte � Projektarbeit (Master)

Projekte

Modul: Projektarbeit (Master)

Modulverantwortlicher Professoren des Studiengangs IMITLehrende Professoren des Studiengangs IMITLehrform/SWS ProjektarbeitAnrechnungspunkte 10 ECTSArbeitsaufwand 300 StundenLernziele/Kompetenzen Studierende verfügen über umfangreiche analytische und methodi-

sche Kompetenzen im Bereich des Informationsmanagements undder Informationstechnologie. Sie sind in der Lage, diese erfolg-reich im Rahmen einer wissenschaftlichen Fragestellung einzuset-zen (Transferkompetenz) und dabei ihre Vorgehensweise unter Be-rücksichtigung der wissenschaftlichen Methoden selbst zu organi-sieren. Sie sind in der Lage Ihren Wissensstand im Rahmen derAufgabenstellung selbstständig weiterzuentwickeln.

Lehrinhalte Die Studierenden erarbeiten eigenständig zu einer wissenschaft-lichen Fragestellung des Informationsmanagements und der Infor-mationstechnologie unter Anleitung eine wissenschaftliche Lösung.Dabei nutzen sie den Stand der Forschung in diesem Bereich. Sieerstellen eine Ausarbeitung / Dokumentation auf wissenschaftli-chem Niveau, die den aktuellen Wissenstand berücksichtigt.


keine


Vertiefte Kenntnisse in dem zu bearbeitenden Themengebiet.

Prüfungsleistung schriftliche Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes SemesterDauer des Moduls 1 Semester

Abschlussprüfung � Abschlussprüfung Master

Abschlussprüfung

Modul: Abschlussprüfung Master

Modulverantwortlicher Professoren des Studiengangs IMIT.Lehrende siehe TeilmodulbeschreibungenLehrform/SWS AbschlussarbeitAnrechnungspunkte 30 ECTSArbeitsaufwand 900 StundenLernziele/Kompetenzen Studierende verfügen über umfangreiche analytische und methodi-

sche Kompetenzen im Bereich des Informationsmanagements undder Informationstechnologie. Sie sind in der Lage diese erfolgreichund eigenständig im Rahmen einer komplexen wissenschaftlichenArbeit einzusetzen. Die Studierenden sind selbstständig in der La-ge, sich auf dem Gebiet des Informationsmanagements und derInformationstechnologie wissenschaftlich weiter zu entwickeln.

Lehrinhalte Die Studierenden erarbeiten eigenständig zu einer komplexen wis-senschaftlichen Fragestellung des Informationsmanagements undder Informationstechnologie eine Lösung auf wissenschaftlichemNiveau. Dabei nutzen Sie den aktuellen Stand der Forschung indem entsprechenden Bereich. Sie dokumentieren die Arbeit aufwissenschaftlichem Niveau und präsentieren und verteidigen dieArbeit. Die Bearbeitung ist typischerweise eingebettet in aktuellewissenschaftliche Forschungs- und Entwicklungsarbeiten.


TM 1: MasterarbeitLehrform: eigenständige wissenschaftliche Arbeit (27 ECTS)Lehrende: Professoren des Studiengangs IMITTM 2: MasterkolloquiumLehrform: 2 SWS Übung (3 ECTS)Lehrende: Professoren des Studiengangs IMIT



Prüfungsleistung Masterarbeit (schriftliche Ausarbeitung)empfohlenes Semester MSc 4Turnus jedes SemesterDauer des Moduls 1 Semester

Documents

Informationsmanagement und Informationstechnologie ... · Gebiet Multimedia Modul Lehrform/SWS AP S. Praktikum Multimediaprogrammierung 4 SWS Praktikum 6 65 Lernsoftware 2 SWS orlesungV