Medieninformatik (M. Sc.) – Technische Hochschule Nürnberg Georg Simon Ohm

Modulgruppe 2: Interaktive Medien

Automatische Spracherkennung

Lernziele

Kenntnisse der Grundlagen der automatischen Spracherkennung, Fähigkeit zur Implementierung von einfachen Klassifikationsalgorithmen, Fähigkeit zur Durchführung einfacher Klassifikationsexperimente, Verständnis für die aktuellen Entwicklungen im Bereich "Deep Learning"

Inhalt

Dieser Kurs ist eine Einführung in die Automatische Spracherkennung und besteht aus einem Vorlesungsteil mit praktischen Übungen im Labor.

Theorie:

Eigenschaften gesprochener Sprache
Merkmalgewinnung
Statistische Mustererkennung
Neuronale Netze und "Deep Learning"
Wortmodellierung
Grammatische Sprachmodellierung
Dekodierung kontinuierlicher Sprache

Praktische Übungen in Projektgruppen von 2 bis 4 Studenten, z.B.

Einzelworterkennung mit Dynamischer Zeitverzerrung
Textbasierte Sprachen-Erkennung mit Bigramm-Sprachmodellen
Sprecher-Erkennung

Advanced HCI

Lernziele

Die Studierenden können sich eigenständig in ein aktuelles Thema der HCI (Human Computer Interaction) einarbeiten und den aktuellen Stand der Technik hierzu identifizieren. Ausgehend hiervon ist es Ihnen möglich, bekannte Ansätze zu klassifizieren und zu diskutieren. Durch das Strukturieren der Publikationen und Formulieren eines Überblicksartikels werden die Kenntnisse im wissenschaftlichen Schreiben vertieft.

Inhalt

Themen werden unter anderem sein:

Touch-Interaktion
Gestenbasierte Interaktion
Natürlichsprachliche Interaktion
Haptische Interaktion
Holographische Displays
Low-Cost 3D-Drucker (Übersicht, aktueller Stand und Trends)
Gehirn-Computer-Schnittstellen (Brain-Computer-Interfaces)
Anwendungsfall Personenerkennung (Aktueller Stand und Trends)
Anwendungsfall Navigationslösungen (Aktueller Stand und Trends)

Digitale Bildbearbeitung

Lernziele

Erwerb der folgenden Kenntnisse und Fähigkeiten:

Kenntnis der für Fotografie relevanten Dateiformate mit ihren jeweiligen Einschränkungen
Verständnis der Inhalte von Bildern im raw-Format
Entwicklungsprozess von raw-Bildern am Beispiel des Programms Adobe Lightroom (Histogramm, Farbtemperatur, Tönen, Schärfen, perspektivische Korrektur, Beseitigung von chromatischen Aberrationen, (selektive) Rauschentfernung
Erstellung von HDR Bildern und die Bedeutung des Tonemappings
Erstellen von Panoramen
Focus Stacking, Rauschreduktion durch Tracking
Intelligentes Masking und selektive Bearbeitung
Partielle Erweiterung des Dynamikumfangs
Frequenztrennung und Retusche
Color Balancing
Compositing

Inhalt

Seit Jahren dominieren digitale Fotoapparate den Markt. Während früher in Dunkelkammern Bilder entwickelt und ihnen dabei „der letzte Schliff“ gegeben wurde, haben nun sehr mächtige Softwaresysteme an Bedeutung gewonnen. In dieser Veranstaltung sollen die dabei bestehenden Möglichkeiten zur Entwicklung, Bearbeitung und Komposition von Bildern erlernt werden.

In dieser Veranstaltung werden sich theoretische Wissensvermittlungseinheiten mit praktischen Phasen abwechseln, in denen die Teilnehmer die Techniken auf eigene oder vorgegebene Beispielbilder anwenden. Diese Bearbeitungsschritte werden in Kurzvorträgen den anderen Teilnehmern vorgestellt, so dass die Teilnehmer aus allen Projektarbeiten lernen.

3D-Echtzeitrendering - Alternative Verfahren

Lernziele

Kompetenz unterschiedliche und innovative Ansätze zur Modeliierung und Darstellung virtueller 3D Modelle zu erläutern und zu bewerten. Kenntnisse hinsichtlich der Konzeption der Kernkomponenten einer „nicht-traditionellen“ 3D-Grafik-Engine. Fähigkeiten zur prototypischen Umsetzung eines alternativen Echtzeitrendering-Verfahrens und Ansätze zur Integration dessen in eine bereits bestehende Software-Lösung.

Inhalt

Abgrenzung „traditionelles“ 3D-Echtzeitrendering
Kernkomponenten einer typischen 3D-Grafik-Engine
Übersicht „alternative“ Modellierungsverfahren
Voxel-, punkt- und bildbasierte 3D-Modellierung
Übersicht „alternative“ 3D-Darstellungstechniken
Raytracing, Splatting und Image-based Rendering
Hierarchische und sequentielle Beschleunigungsdatenstrukturen

Analyse und Visualisierung medizinischer Bilddaten

Lernziele

Die Studierenden können die grundlegenden Verfahren zur Verarbeitung, Analyse und Visualisierung medizinischer Bilddaten sowie deren praktischen Nutzen in der klinischen Anwendung beurteilen und erklären, in welchem Kontext diese verwendet werden. Sie können die besonderen Herausforderungen, die sich durch das interdiziplinäre Umfeld ergeben, aufzeigen und erhalten einen Überblick über aktuelle wissenschaftliche Problemstellungen. Dadurch werden sie befähight, auf Basis des vermittelten Wissens eigene Lösungen für spezifische Problemstellungen zu entwickeln.

Inhalt

Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige und robuste Konzepte der Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Bildgebung zur medizinischen Analyse und Interpretation eine wichtige Rolle. Ergänzt durch Verfahren der Bildanalyse bildet die Visualisierung die grundlegende Schnittstelle zwischen den Daten und dem Benutzer.

In der Veranstaltung werden folgende Themen behandelt:

Regelkreis zur Verarbeitung medizinischer Bilddaten
Überblick über bildgebende Verfahren
Grundlagen der Bildvorverarbeitung
Grundlagen der Segmentierung
Explizite und implizite Methoden der Registrierung
Visualisierung (2D, 3D) von Skalar- und Vektordaten

Programmierung von Grafik-Shadern

Lernziele

Kenntnis von physik-basierten und anderen Beleuchtungsmodellen. Fähigkeit, graphische Anwendungen und ihre Shader zu analysieren und zu programmieren. Kenntnis von und Fähigkeit zur GPGPU Programmierung

Inhalt

Wiederholung und Auffrischung der Grundlagen der Computergraphik und der Graphik-Pipeline. Shader in der Pipeline, Implementierung des Phong-Blinn-Modells, Physik-basiertes Shading, Effekte, GPGPU Programming, Entwicklungsumgebungen und Debugging.

Modulgruppe 4: Frei wählbare Module der Informatik und Wirtschaftsinformatik

Grundlagen der stochastischen Simulation

Lernziele

Kenntnis der grundlegenden mathematischen Modelle.
Fähigkeit, für reale Probleme - bei welchen der Zufall eine Rolle spielt - stochastische Simulationsmodelle aufzustellen, auszuführen und die Ergebnisse zu interpretieren.

Inhalt

Erzeugung von Zufallszahlen
Homogene und nichthomogene Poissonprozesse
Warteschlangen
Statistische Datenanalyse simulierter Daten
Varianzreduktion
Anwendungen

Informationstheorie

Lernziele

Kenntnis der Grundlagen und Fähigkeit der Implementierung von Algorithmen zur Datenkompression und zur sicheren Datenübertragung.

Inhalt

Shannons Informationstheorie (Modellierung von Datenquellen und von Übertragungskanälen).
Verlustlose- und verlustbehaftete Datenkomprimierung (z. B. Huffman Codes, arithmetische Codes, Kompression von Bilddaten).
Fehlererkennende und fehlerkorrigierende Codes (z. B. Hamming Codes, CRC-Codes).

Komplexe vernetzte Systeme

Lernziele

Nach erfolgreichem Abschluss des Moduls:
können die Studierenden formale mathematische Beschreibungsmittel und Beschreibungsheuristiken anwenden. Sie sind in der Lage komplexe Systeme zu analysieren, Beschreibungs- und Verhaltensmodelle für diese zu erzeugen und ihr Verhalten durch Simulation zu evaluieren. Aus den Ergebnissen können ggf. Strukturentscheidungen abgeleitet und Verhaltensänderungen begründet werden

Inhalt

Ein System ist ein Verbund von Elementen / Komponenten, die miteinander in Beziehung stehen und interagieren. Das System tritt über definierte Schnittstellen mit seiner Umwelt (anderen Systemen, Akteuren) in Verbindung. Die Interaktion umfasst Informations-, Energie- und Materieaustausch.

Ein Komplexes System ist ein System, dessen Verhalten sich durch die gegenseitige Beeinflussung seiner Komponenten ergibt. Dabei ist es nicht einfach aus einer Kombination des jeweiligen Verhaltens seiner Komponenten beschreibbar, sondern besitzt durch Synergieeffekte darüber hinausreichende Eigenschaften (Emergenz).

Unter die Def. von komplexen Systemen fallen technische und natürliche Information verarbeitende Systeme, ökologische Systeme, sowie soziale Systeme, z.B. betriebliche und politische Organisationen, soziale Gruppen.

Die Veranstaltung ist darauf ausgerichtet, informatische bzw. mathematische Beschreibungsmittel und Beschreibungsheuristiken zu erfassen und zu wiederzugeben und diese exemplarisch zur Verhaltenssimulation bzw. -Prognose auf konkrete Situationen anzuwenden.

Kryptographische Protokolle

Lernziele

Höhere kryptographische Protokolle für verschiedene Anwendungsbereiche kennen und verstehen.
Eignung kryptographischer Primitive analysieren und bewerten können.
Verschiedene kryptographische Primitive zu einer Problemlösung kombinieren können.
Kryptographische Protokolle und ihre theoretischen Grundlagen auf wissenschaftlichem Niveau mündlich und schriftlich beschreiben können.

Inhalt

In vielen Bereichen der Informatik sind anspruchsvolle Aufgaben zur Informationssicherheit zu lösen, wie z.B.

Identitäts- und Rechtemanagement
Zugangskontrolle zu Systemen
sichere Ende-zu-Ende-Kommunikation in verteilten Anwendungssystemen
Bezahlsysteme in B2C- und B2B-E-Commerce-Anwendungen

Zur Lösung dieser Aufgaben werden die Grundbausteine der Kryptographie (symmetrische und asymmetrische Verschlüsselung, digitale Signaturen, kryptographische Hashfunktionen, MACs, Zertifikate), auch kryptographische Primitive genannt, zu kryptographischen Protokollen kombiniert. Inhalt dieser Lehrveranstaltung sind wichtige und typische Protokolle und die ihnen zugrunde liegenden theoretischen Konzepte.

Schlüsselaustausch
Authentifizierungs- und Identifizierungsprotokolle
Interaktive Beweissysteme
Zero-Knowledge-Protokolle
Commitments
Secret Sharing, Secure Multiparty Computation
digitales Bargeld
Kryptowährungen, Blockchain-Technologie
Micropayment
elektronische Wahlen.

Schwerpunkte im Wintersemester 2018 sollen u.a. sein: Authentifizierung und Zero Knowledge, neuer Hashstandard SHA-3, Kryptowährungen - Bitcoin, digitales Geld, Blockchain-Technologie und -Anwendungen, Internetwahlen.

Seminar Informationssicherheit

Lernziele

Erarbeitung und Kenntnis grundlegender Konzepte zur Sicherstellung der Informationssicherheit in ausgewählten Anwendungsbereichen.

Inhalt

Typische Themen sind:

Online Banking (HBCI-Standard, EC-Karte / PIN-Generierung)
Zahlungssysteme (Micropayment, Elektronisches Bargeld)
Virtuale Private Network (VPN)-Lösungen mit PPTP, L2TP, IPSec, SSL
Wireless LAN – WEP, WAP, WPA , IEEE 802.11i
Protokolle und Systeme für elektronische Wahlen
Verifizierbare MIXes, anonyme Kanäle
Sicherheit beim Mobilfunk
Secure Socket Layer SSL / Transport Layer Security TLS
Internet Protocol Security: IPSec
Zufall für kryptographische Anwendungen: Soft- und Hardware-Generatoren
Trusted Computing - Trusted Platform Modules
Vertraulichkeit und Authentifizierung in Betriebssystemen
XML-Sicherheit / Sicherheit von Web Services
Föderierte Identität / Identity Management / Single-Sign-On
Digital Rights Management

Geeignete Themen können auch von den Studierenden vorgeschlagen werden.

Zuverlässigkeit und Risikobewertung

Lernziele

Nach erfolgreichem Abschluss können die Studierenden wesentliche formale Analysetechniken zur Bewertung der Zuverlässigkeit von Systemen anwenden.
Aus ermittelten Zuverlässigkeitskennzahlen kann die Evaluation von Risiken erfolgen.

Inhalt

Zuverlässigkeitstechnik -

Wahrscheinlichkeit von Fehlern, Verfügbarkeit, Verlässlichkeit;
Modelle für Fehler, Einfluss von Reparatur;
Vorhersage
Fehlertoleranz-Techniken
Recovery-Techniken

Risikobewertung -

Definition von Risiko
Risiko-Kategorien,
Risiko-Management

Fallanalyse, Anwendung, Risikoprognose

Ausgewählte Themen der Korrektheit und Semantik in Programmiersprachen

Lernziele

Bei Abschluss des Lernprozesses wird der erfolgreiche Studierende in der Lage sein, Anforderungen an Software mit Mitteln der formalen Logik zu analysieren, zu spezifizieren, korrekte Implementationen zu entwickeln und die Korrektheit gegen die Spezifikation zu beweisen.

Inhalt

Embedded Devices dringen in nahezu jeden Bereich des täglichen Lebens vor. Damit nimmt die Bedeutung der Sicherheit, Zuverlässigkeit und Fehlerfreiheit von Software immer mehr Raum ein. Bei höchsten Anforderungen an die Fehlerfreiheit ist der Einsatz von mathematischen Werkzeugen zum Nachweis der Korrektheit eines Programms heute Stand der Wissenschaft.

Anhand des Buchs “Software Foundations” von Benjamin Pierce oder "Certified Programming with Dependent Types" von Adam Chlipala, werden die Techniken untersucht mit denen Eigenschaften von Programmen beschrieben und mit Werkzeugunterstützung nachgewiesen werden können:

Anwendung von Logik zur Spezifikation und Rechtfertigung von Programmeigenschaften
Anwendung von Beweisassistenten im Nachweis von Programmeigenschaften
Funktionales Programmieren als Bindeglied zwischen Logik und Programmiersprachen
Typen zur Spezifikation von Programmeigenschaften und deren Nachweis durch Typ-Prüfung des Compilers.

Der Schwerpunkt liegt auf praktischen Aspekten: Die erlernten Techniken werden im Labor mit einem Beweisassistenten, z.B. Coq eingeübt.

Automotive Software Engineering

Lernziele

Bei Abschluss des Lernprozesses wird der erfolgreiche Studierende in der Lage sein, Techniken und Methoden des Automotive Softwareentwicklungsprozesses zu kennen und diese im Hinblick und Automotive Software Engineering Prinzipien zu bewerten. Weiterhin werden die Studierenden Automotive Modellierungssprachen für konkrete Szenarien auswählen, anwenden und damit kleinere Automotive Software Systeme prototypisch entwickeln können.

Inhalt

Dieser Kurs vermittelt ein grundlegendes Verständnis von Methoden und Prinzipien der automobilen Software-Entwicklung. Dazu gehören Kenntnisse über die Entwicklung von eingebetteten Systemen sowie über den Automotive Softwareentwicklungsprozess inklusive Anforderungsmanagement im Allgemeinen sowie zu AUTOSAR (www.autosar.org), als der zentralen Standardisierungsinitiative in der Automotive Domäne (dabei insbesondere die implementierungsnahen Beschreibungsmittel) und FlexRay (www.flexray.com), als ein zentraler, moderner Vertreter automobiler Bussysteme, im Besonderen. Die Lehrinhalte werden, neben der theoretischen Aufbereitung und Diskussion in den Vorlesungsteilen, zudem im Rahmen von Laborübungen von den Studierenden praktisch angewandt. Des Weiteren gestalten die Studierenden selbstständig Fachvorträge inklusive Übungseinheiten, in denen vertiefende Themen des Themenfeldes Automotive in strukturierter Form aufbereitet werden sollen.

Automotive Systems Modelling

Lernziele

Bei Abschluss des Lernprozesses wird der erfolgreiche Studierende in der Lage sein, grundlegenden Modellierungskonzepte der Automotive Domäne zu kennen und deren Nutzung für unterschiedliche Abstraktionsebenen beginnend auf der abstrakten Gesamtsystemebene (EAST-ADL) bis zu detaillierten Ebenen (AUTOSAR) bewerten zu können. Die Studierenden werden unterschiedliche moderne Ansätze der Automotive Systemmodellierung wie Software-Produktlinien und Security Modellierung auswählen und ein kleines Automotive System modellieren können.

Inhalt

Dieser Kurs vermittelt grundlegendes Verständnis der Modellierung von automobilen Systemen. Dazu gehören Kenntnisse über die Entwicklung von eingebetteten Systemen sowie über den Automotive Softwareentwicklungsprozess im Allgemeinen, sowie

AUTOSAR (siehe auch den Kurs "Automotive Software Engineering"),
EAST-ADL als einer Standardisierungsinitiative in der Automotive Domäne zur Beschreibung der abstrakten Systemarchitektur,
Software-Produktlinien, als ein zentraler und moderner Wiederverwendungsansatz von Softwareartefakten komplexer Systeme,
und Echtzeitmodellierung ensprechend TADL Standard

im Speziellen. Die Lehrinhalte werden durch Anwendung in praktischen Laborübungen, sowie durch analytische und gestalterische Tätigkeiten im Rahmen einer Literaturarbeit vertieft.

Big Data Systeme

Lernziele

Nach der erfolgreichen Teilnahme an diesem Modul kennen die Studierenden die fachlichen und technischen Herausforderungen, die im Einsatz von Big Data begründet sind. Die Studierenden können die Potenziale und Grenzen aktueller Technologien, Architekturkonzepte und Analyse-Verfahren im Big-Data-Umfeld beschreiben und sind dadurch in der Lage, Anwendungsfälle zu systematisch zu analysieren und Lösungsansätze zu entwickeln.

Inhalt

Durch die allgemeine Digitalisierung sowohl im geschäftlichen wie auch im privaten Umfeld entstehen gigantische Datenmengen. Mobile Commerce, Smart Home, Connected Car, Internet of Things sind einige Schlagworte aus diesem Umfeld. Unternehmen möchten diese "Big Data" nutzen, um Geschäftsprozesse zu optimieren, Risiken zu senken, Probleme zu erkennen und nicht zuletzt Informationen über Kunden und deren Vorlieben gewinnbringend zu nutzen.
In der Vorlesung werden fachliche und technische Fragestellungen, Herausforderungen und Lösungen diskutiert.

Die Lehrveranstaltung beginnt mit einem Vorlesungsteil, um das Thema zu motivieren sowie grundlegende Technologien vorzustellen. Ergänzt wird dieser Teil durch praktische Übungen. Die Themen in diesem Block sind:

Einführung zu Big Data
Verteilte Datenhaltung und Datenverarbeitung
- Partitionierung, Replikation, Konsistenzsicherung
- Verteilte Anfrageverabeitung und -optimierung
- Map-Reduce
Skalierbare Datenverarbeitung mit Apache Hadoop und Spark
Grundlagen maschineller Lernverfahren

Der zweite Teil wird durch studentische Vorträge und Ausarbeitungen gestaltet. Dabei werden ausgewählte fachliche, technische und methodische Fragestellungen aus dem Bereich Big Data vertieft. Themen in diesem Block können beispielsweise sein:

Social Media Analytics
Text Mining
Knowledge Extraction
Ethische Aspekte von Big Data
Big Data Security
Datenstrom-Verarbeitung
In-Memory-Systeme
u.v.m

Echtzeitsysteme im Automobil

Lernziele

Kenntnis der theoretischen Grundlagen von Echtzeitsystemen und Synchronisationsmechanismen
Kenntnis von spezifischen Echtzeitsystemen im Automobil
Echtzeit-Anforderungen eines Systems analysieren und bewerten
Echtzeitsysteme entwerfen und entsprechende Konzepte anwenden

Inhalt

Dieser Kurs vermittelt die Grundlagen von Echtzeitsystemen, mit speziellem Fokus auf das Automobil. Echtzeitsysteme finden sich in vielen Bereichen des täglichen Lebens, bei der Steuerung von zeitkritischen Prozessen, z.B.

im Auto (Airbag, ABS, ESP, ...)
in Flugzeugen (Triebwerksteuerung, fly-by-wire, ...)
bei der Mobil-Kommunikation (Sprachübertragung)

Ein Echtzeitsystem ist dadurch gekennzeichnet, dass es neben seiner funktionalen Korrektheit auchzeitlichen Anforderungen gerecht werden muss. Der Begriff "echtzeifähig" wird häufig als Synonym für Schnelligkeit interpretiert: Multimedia-Daten werden "in Echtzeit" verarbeitet, Roboter reagieren "in Echtzeit" auf Ereignisse in ihrer Umgebung, Aktienkurse werden "in Echtzeit" aktualisiert, etc. Dabei bedeutet "echtzeitfähig" aber nicht "besonders schnell", sondern vielmehr "schnell genug". Ein Echtzeitsystem muss sich an die zeitlichen Bedingungen seiner Umwelt anpassen und seine Berechnungen und Ergebnisse immer zum richtigen Zeitpunkt, also rechtzeitig liefern.

Der Kurs besteht aus einem Vorlesungsteil und praktischen Übungen (Programmieraufgaben) im Labor.

Inhalte der Vorlesung:

Echtzeit-Scheduling: Verfahren und Analyse
Echtzeitbetriebssysteme im Automobil (OSEK, AUTOSAR)
Echtzeitkommunikation im Automobil (CAN, FlexRay)
Synchronisationsmechanismen / verteilte Systeme
Software-Architekturen mit Echtzeitanforderungen im Automobil
Design von Echtzeitsystemen

Praktische Übungen (in Gruppen von 2 bis 4 Studierenden), z.B.

Implementation von Scheduling-Algorithmen
Design und Implementation einfacher Echtzeitsysteme
...

Formale Methoden im Softwareengineering

Lernziele

Bei Abschluss des Lernprozesses wird der erfolgreiche Studierende in der Lage sein, formale Methoden für die Softwareentwicklung problembezogen auszuwählen und mit automatischen und halbautomatischen Werkzeugen den Nachweis bestimmter Eigenschaften einer Implementierung zu entwickeln.

Inhalt

Methode formaler Softwarespezifikation, Anwendung von Beweisassistenten und automatischen Theorembeweisern in der Korrektheit von Software, Programmverifikation, Sicherheit von mobilem Code und Protokollverifikation

Interpretierer und ähnliche Programmierwerkzeuge

Lernziele

Der erfolgreiche Studierende wird nach Abschluss der Veranstaltung in der Lage sein zu beurteilen, wann Interpretierer und wann Compiler vorzugsweise einzusetzen sind und insbesondere auch vorschlagen und begründen können, welche Methoden verwendet werden können, um geeignete Werkzeuge zu erstellen, die zur Unterstützung beim Entwickeln und Testen von Programmierprojekten empfehlenswert sind.

Inhalt

Komponenten von Interpretern
lexikalische, syntaktische und semantische Analyse; Laufzeitsysteme.
In den Übungen wird ein Interpretierer vorgestellt, der um einige Programmkonstrukte zu erweitern ist.

Systementwurf und Systemdokumentation mit UML und SysML

Lernziele

Bei Abschluss des Lernprozesses wird der erfolgreiche Studierende in der Lage sein, komplexe IT-Systeme mittels UML und SysML zu modellieren, zu dokumentieren, zu analysieren und zu entwerfen.

Inhalt

Die Unified Modeling Language (UML) ist die gängigste und als Standard akzeptierte Notation zur Beschreibung von Computersystemen sowie der dynamischen Abläufe in Computersystemen. Dies umfasst sowohl betriebswirtschaftliche Geschäftsprozesse wie auch technische Interaktionen, die auf Arbeitsplatzrechnern oder auch in verteilten Systemen ablaufen. Die UML dient zur Modellierung, Dokumentation, Spezifizierung und Visualisierung komplexer Systeme, indem sie die Darstellung statischer und dynamischer Modelle während der Analyse-, Design-, Implementierungs- und Installations-Phase ermöglicht.

Die Object Management Group (OMG) organisiert und koordiniert – neben weiteren Standards – die UML als Hersteller-neutralen Industrie-Standard und verabschiedete im Jahre 2005 die Version UML 2.

Die SysML (Systems Modeling Language) ist eine junge Weiterentwicklung der UML, die zum Design und zur Dokumentation komplexer Systeme dient, die nicht notwendigerweise ihren Schwerpunkt im Software-Bestandteil besitzen. Beispiele dafür sind weit verbreitete Hilfsmittel wie PDAs, GPS-Geräte, aber auch Automobile, Flugzeuge, etc.

Im Rahmen der Lehrveranstaltung werden Notation und Semantik der verschiedenen UML- und SysML-Diagramme diskutiert und verschiedene Einsatzgebiete werden im Rahmen von Projekten untersucht.

Verteilt-kooperative Informationsverarbeitung

Lernziele

Kenntnisse und Fähigkeiten erwerben, Anwendungen aus kooperierenden, eigenständigen Komponenten zu erstellen (Agenten); Analysieren der Sicherheit derartiger Anwendungen; Kodierung von Wissen und Organisation des Austauschs von Wissen zwischen Komponenten eines Systems; Bewertung von Nutzen und Risiken selbstorganisierender Vorgänge; Transfer auf verwandte Themen (Sensornetze); Entwurf und Realisierung problemspezifischer kooperierender Systeme

Inhalt

Was sind Agenten?
Grundlagen von Agentenplattformen
Mobile Agenten
Das Agentensystem JADE
Kommunikation zwischen Agenten
Wissenstransfer
Intelligente Agenten
Koordination
Simulation mit Agenten
Selbstorganisation und Emergenz

Anwendungssysteme der Versicherungswirtschaft

Business Analytics

Lernziele

Am Ende der Lehrveranstaltung sollen die Studierenden über fundierte Kenntnisse zu den u.a. Themenfeldern verfügen. Die Studierenden sollen relevante Methoden und Begriffe kennen und sicher mit ihnen umgehen können. Ferner sollen die Studierenden das Erlernte in der Arbeitswelt anwenden können. Durch Teamarbeiten soll darüber hinaus die Sozialkompetenz der Studierenden gestärkt werden.

Inhalt

Die Studierenden erhalten in dem Kurs einen vertiefenden Einblick zu folgenden Themenfeldern:

Ausgewählte Aspekte des Data Mining, z.B. Predictive Analytics
Ausgewählte Methoden des Business Analytics, z. B. Regressionen, Time-Series-Analyses, Fuzzy Linear Programming
Anwendungen aus verschiedenen Domains, z. B. Wertpapierhandel, Finanzplanung
Business Analytics Software Werkzeuge

Business Intelligence

Lernziele

Am Ende der Lehrveranstaltung sollen die Studierenden über fundierte Kenntnisse zu den in den Lehrinhalten angegebenen Themenfeldern verfügen. Die Studierenden sollen relevante Begriffe kennen und die Fähigkeit haben, sicher mit ihnen umgehen können. Ferner sollen die Studierenden das Erlernte in der Arbeitswelt anwenden können. Durch Teamarbeiten soll darüber hinaus die Sozialkompetenz der Studierenden gestärkt werden. Die Studierenden sollen in der Lage sein, sich die Kursinhalte mittels unterschiedlicher Lernmethoden anzueignen (z. B. Gruppenarbeit, praktische Erprobung von theoretischen Erkenntnissen am SAP System).

Inhalt

Die Studierenden erhalten in dem Kurs einen vertiefenden Einblick zu folgenden Themenfeldern:

Aufzeigen von Nutzungsmöglichkeiten in Unternehmen
Vermittlung von Anwenderwissen im Bereich SAP Business Intelligence
Analysemöglichkeiten mit Business Intelligence.

Customer Relationship Analytics

Lernziele

Ziel der Veranstaltung ist es die analytischen Methoden des Customer Relationship Management und E-Commerce für spezifische Szenarien, wie z.B. Warenkorbanalysen, Kundenwertanalysen, Kundengruppenanalysen, Retourenanalyse und Collaborative Filtering zu kennen und eine Methode aus dem oben genannten Feldern i.d.R. Recommender Algorithmen verstehen, implementieren und evaluieren zu können. In der Veranstaltung geht es weniger um die Frage des technischen Aufbaus einer Business Intelligence Lösung, sondern viel mehr um das Aufbrechen und Verstehen der "Black-Box", die auf Knopfdruck aus Zahlen Analyseergebnisse liefert. Dabei kommt u.a. die Analysesoftware R zum Einsatz.

Inhalt

Die Veranstaltung gliedert sich in drei Abschnitte:

Der erste Teil findet als Präsenzveranstaltung statt. Dabei werden Sie mit CRM, CRM Analytics, statistischen Grundlagen, der Analysesoftware R und dem Verfassen von wissenschaftlichen Artikeln vertraut gemacht.
Im zweiten Teil bearbeiten Sie ein Thema zu CRM Analytics, i.d.R Recommender Algorithmen. Die Dozenten unterstüzen Sie in dieser Phase mit Beratung und Feedback.
Im dritten Teil präsentieren Sie Ihre Ergebnisse.

E-Government

Lernziele

Kenntnis von Electronic Government und des Umfeldes; Fähigkeit zur Beurteilung der Bedeutung und des Umfangs von Anwendungen im E-Government; Kenntnis und Fähigkeit zur Analyse praktischer Maßnahmen des E-Governments anhand von Beispielen; Fähigkeit Konzepte für E-Government-Lösungen zu erarbeiten.

Inhalt

Was bedeutet E-Government ?
Welche Bereiche umfasst E-Government ?
Bearbeitung einer Fallstudie oder eines Projektes

Anhand von Referaten und Fallstudien oder im Rahmen eines Projektes erarbeiten wir in diesem Seminar das Thema und Umfeld von E-Government.

Gamification von Informations- und Anwendungssystemen

Lernziele

Identifizieren und Beschreiben motivierender Spielmechanismen und Erwerb der Fähigkeit, diese Mechansimen hinsichtlich ihrer Wirkung und Eignung kritisch zu beurteilen und auszuwählen, um motivierender Informations- und Anwendungssysteme zu gestalten

Inhalt

Theoretische Grundlagen:

Psychologische Motivationstheorien zur Wirkung motivationaler Anreizsysteme
Gamification Frameworks zum Einsatz von Spielformen, Spielelementen und Spielertypen

Gamification Patterns:

Identifikation und Beschreibung motivierender Spielmechanismen als generische Entwurfsmuster (Gamification Patterns)
Vorgehensmodell zur Anwendung der Entwurfsmuster bei der Gestaltung motivierender Informations- und Anwendungssysteme

Praktische Übung und Vortrag:

Kritische Analyse gamifizierter Informations- und Anwendungssysteme in unterschiedlichen Domänen
Gestaltung eines eigenen gamifizierten Informations- oder Anwendungssystems unter Anwendung der identifizierten Gamification Patterns

Global Software Engineering

Lernziele

Die Globalisierung der Softwareentwicklung verlangt für das erfolgreiche Projektmanagement neue Fähigkeiten. Spezielle Methoden zur Unterstützung dieser neuen, globalen Herausforderungen des Projektmanagers werden erforscht.

Inhalt

Simulation eines verteilten, globalen Software-Engineering-Projekts in Echtzeit
Studierenden arbeiten in Projektgruppen, bevorzugt mit ausländischen Partnern, um ein gemeinsames Software-Engineering-Projekts zu realisieren.

Information Management Challenge

Lernziele

Im Rahmen der Veranstaltung wird zusammen mit einem Unternehmen eine aktuelle IT relevante Problemstellung des Unternehmens von den Studierenden analysiert und ein Lösungsansatz erarbeitet. Die Studierenden arbeiten dabei in miteinander um den besten Lösungsansatz konkurrierenden Gruppen (Information Management Competition). Am Ende der Veranstaltung verfügen die Studierenden über folgende Kompetenzen:

Fachkompetenz: Die Studierenden erhalten einen Einblick in eine konkrete Unternehmenssituation, der zugehörigen IT Landschaft sowie der Information Management Herausforderung ( z.B. Social CRM, Enterprise IT Architekturen, Wissensmanagement, variiert mit den aktuellen Fragestellungen des beteiligten Unternehmens). Für dieses Themenfeld der Wirtschaftsinformatik (Information Management Herausforderung) erhalten und erarbeiten sich die Studierenden vertiefte Kentnisse hinsichtlich Geschäftsprozessen, IT Systemen und organisatorischen Abhängigkeiten.
Methodenkompetenz: Fähigkeit eine IT relevante Problemstellung im Unternehmenskontext zu analysieren, dafür eine unter betriebswirtschaftlichen, organisatorischen und IT Aspekten sinnvolle und nutzenstiftende Lösung zu entwickeln und dabei relevante Werkzeuge wie Projektmanagement und Web 2.0 zielgerichtet einzusetzen. Darüberhinaus sollen die Studierenden lernen aus der im Internet zur Verfügung stehenden Informationsflut die für die Aufgabenstellung relevanten Informationen herauszuarbeiten und für die Management-/Entscheiderebene im Unternehmen aufzubereiten ("digital content curation").
Soziale Kompetenz: Organisation, Planung, Aufgabenverteilung und Entscheidungsfindung im Team

Inhalt

Die Veranstaltung findet in Zusammenarbeit mit Siemens GS IT statt. Dabei werden u.a. Dozenten von Siemens GS IT einführende Vorträge geben, so dass Sie den firmenspezifischen Hintergrund und die relevanten IT Systeme besser einordnen und verstehen können.

Die Challenge hat das Thema (Kurssprache ist deutsch):

Im Rahmen der Veranstaltung wird zusammen mit einem Unternehmen eine aktuelle Problemstellung des Unternehmens von den Studierenden analysiert und ein Lösungsansatz erarbeitet. Je nach Problemstellung kann der Lösungsansatz ein Konzept, ein Software-Prototyp oder beides sein. Die Studierenden arbeiten dabei in miteinander um den besten Lösungsansatz konkurrierenden Gruppen (Information Management Competition). Das notwendige Hintergrundwissen wird den Studierenden zu Beginn der Veranstaltung in Theorieblöcken durch die Dozenten und Unternehmensvertreter vermittelt. Außerdem erhalten sie projektbegleitend Coaching durch die Dozenten. Jede studentische Arbeitsgruppe stellt am Ende des Semesters ihr Ergebnis vor, das von einer Jury aus Dozenten und Unternehmensvertretern zusammen mit der schriftlichen Ausarbeitung bewertet und in eine Rangordnung gebracht wird.

Informationssystemmodellierung und Erkenntnistheorie

Lernziele

Kenntnis erkenntnistheoretischer Bedingungen der Modellierung von Informationssystemen
Kenntnis kognitiver, psychologischer und sozialer Einflüsse auf Software-Entwicklung und -Einsatz ("human factor")
Kenntnis psychologischer und sozialer Auswirkungen der Informations-Technologie
Fähigkeit mit den unerwünschten Konsequenzen der kognitiven Randbedingungen der Modellierung betrieblicher Informationssysteme bewusst und professionell umzugehen

Inhalt

Interdisziplinäre Blicke auf die Entwicklung von Informationssystemen
(nicht aus der Perspektive der Informatik)

Eine Auswahl der folgenden Themen:

Aufwandsschätzung von IT-Projekten auf erkenntnistheoretischer Grundlage
Analogisches Denken
Multiperspektivität
Grundsätze ordnungsmäßiger Modellierung (Jörg Becker)
Erkenntnistheoretische Beurteilung der Geschäftsprozessmodellierung
Erkenntnistheoretische Beurteilung der objektorientierten Modellierung
Prädisposition (Vorwissen, Psyche) des Systemanalytikers als Erkenntnissubjekt
Besonderheiten der Erkenntnisobjekte (Einsatzbereiche) der Wirtschaftsinformatik
Beziehung von Erkenntnissubjekt und Erkenntnisobjekt bei der Modellentwicklung
Kritischer Realismus und evolutionäre Erkenntnistheorie
Changed / Creeping Requirements Management
Qualitätsvergleich von Modellierungstools
ISO 9000
Software-Entwicklung und menschliches Problemlöseverhalten
Software-Entwicklung und Kreativität(sförderung), Bewusstseinszustände
Software-Entwicklung und der Programmieranfänger
Software-Entwicklung im Unterricht an Hochschulen (SEUH Tagungsreihe)
Software-Entwicklung und Unterricht in Systemanalyse, im Programmieren
Software-Entwicklung und Organisations/Arbeitspsychologie/Gruppendynamik
Software-Entwicklung und die Kommunikation Anwender - Entwickler
Software-Einsatz und Ängste/Akzeptanz beim Benutzer
Software-Einsatz und Organisations/Arbeitspsychologie/Gruppendynamik
Software-Einsatz und Gedächtnis/Lern/Wahrnehmungspsychologie
Software-Einsatz und Ergonomie

IT-Supplier Relationship Management

Lernziele

Fachkompetenz: Die Teilnehmer erwerben Kenntnisse über die wichtigsten Handlungsfelder eines IT Vendor Managers, wie z.B. IT Sourcing und laufende Führung von IT-Dienstleistern.
Methodenkompetenz: Vermittlung von monetären und nicht monetären Methoden zur Steuerung und Positionierung des IT Sourcings in einem Unternehmen

Inhalt

Die Veranstaltung widmet sich dem breiten Spektrum an IT-Outsourcing-Möglichkeiten in strukturierter Weise und zeigt Handlungsoptionen und Steuerungsinstrumente für auslagernde Unternehmen auf. Folgende Themenschwerpunkte werden abgedeckt:

1. Grundlagen und Definitionen, Zugrundeliegende Theorien
2. Chancen und Risiken im Outsourcing des IT Betriebes
3. IT Provider Lebenszyklus
4. Vertragswesen: Due Diligence & Vertragsgovernanc
5. Supplier Relationship Management & Provider Governance
6. Besonderheiten von Nearshore- und Offshore Beziehungen
7. SRM Systeme für das Management des Provider Lebenszyklus

Logistische Informationssysteme

Lernziele

komplexe logistische System- und Ablaufstrukturen selbständig analysieren und wissenschaftlich einordnen
operationale Optimierungsmodelle und -verfahren für logistische Gestaltungs- und Steuerungsprobleme - unter Berücksichtigung bestehender Interdependenzen zwischen Entscheidungen – auswählen, anwenden und ggf. weiterentwickeln
innovative Konzepte und Methoden der Logistik analytisch beurteilen und ihre Einsatzchancen und ‑grenzen kritisch reflektieren und bewerten
Wirkungszusammenhänge für Optimierungsberechnungen und Simulationsstudien modellieren und quantifizieren

Inhalt

Behandelt werden Ausschnitte aus folgenden Themenkreisen:

Entscheidungs-, Koordinations- und Abwicklungsebenen der computergestützten Unternehmenslogistik
Innovative Logistikkonzeptionen und –strategien
(z. B. Supply Chain Management, Quick-Response-Logistik, Postponementstrategien)
Systemtypen
(z. B. Warenwirtschaftssysteme, Advanced Planning Systems)
Einsatzbereiche und Fallbeispiele
(z. B. Tourenplanung, Bestandsdisposition, Standortoptimierung)

Operations Management

Lernziele

inner- und zwischenbetriebliche Gestaltungs- und Steuerungsprobleme des Funktionalbereichs Operations selbständig analysieren und wissenschaftlich einordnen
quantitative Modelle und Verfahren hinsichtlich der Einsatzpotentiale und Anwendungsgrenzen beurteilen und für praktische Fragestellungen adaptieren und anwenden
operationale Optimierungsmodelle für komplexe betriebliche Entscheidungsprobleme auswählen, anpassen oder ggf. neu entwickeln

Inhalt

Behandelt werden Ausschnitte aus folgenden Themenkreisen:

Operations Management: Management von Produktions- und Dienstleistungsprozessen
Klassische Transportmodelle für ein- und mehrstufige Systeme
Standortoptimierung
Ausgewählte Probleme des Bestandsmanagements
Supply-Chain-Konzepte und -Strategien

Strategisches IT-Management

Lernziele

Fachkompetenz: Die Teilnehmer erwerben Kenntnisse über die wichtigsten Handlungsfelder eines CIOs, wie z.B. IT-Strategie, IT Architektur, IT Portfoliomanagement und IT Sourcing,
Methodenkompetenz: Vermittlung von monetären und nicht monetären Methoden zur Steuerung und Positionierung der IT Funktion in einem Unternehmen,
Sonstige Kompetenzen: Übertragung der klassischen Elemente der Unternehmenssteuerung in den Bereich IT Management.

Inhalt

Die IT hat sich besonders in jüngerer Zeit von einer »einfachen« Ressource zu einem strategischen Erfolgsfaktor entwickelt. Strategisches IT-Management ist daher eine vergleichsweise junge Managementaufgabe, die zum Ziel hat, den Wertbeitrag der IT zum Unternehmenserfolg zu steigern und gleichzeitig die mit der IT verbundenen Risiken und Kosten zu minimieren. Um dieses Ziel zu erreichen, müssen u.a. die folgenden Herausforderungen gelöst werden:

Aufbau einer effektiven und effizienten IT Organisation
Nachweis des Wertbeitrags oder zumindest der Wirtschaftlichkeit der IT,
Abstimmung von IT- und Unternehmensstrategie (IT-Business-Alignement)
Einhalten gesetzlicher Vorgaben und anderer Regulierungsanforderungen (Compliance)
Festlegen des IT-Outsourcinggrades und der Strategien zur Lieferanten-/Dienstleistungsauswahl (Sourcing)

Workflow Systeme

Lernziele

Kenntnis der Architektur und Konzeption von Workflow-Systemen und verwandten Systemen zur Geschäftsprozessautomatisierung (Business Process Management) und Workflow-Entwicklung
Einfache Workflows mit einem Workflow-System entwickeln können

Inhalt

Am praktischen Beispiel wird Workflow als Mittel der DV-technischen Unterstützung von Geschäftsprozessen behandelt
Die praktischen Übungen werden mit SAP Business Workflow und SAP NetWeaver Business Process Management durchgeführt

Module

Modulgruppe 2: Interaktive Medien

Modulgruppe 3: Internet und Mobilität

Modulgruppe 4: Frei wählbare Module der Informatik und Wirtschaftsinformatik

Business Analytics

Global Software Engineering

Weitere Module

Masterarbeit

Auslandsstudium

Wichtige Dokumente

Tätigkeitsfelder und Berufsbilder

Weitere Qualifikationsmöglichkeiten nach dem Masterabschluss

Informationen zur Zulassung

Eignungsfeststellung

Erforderliche Sprachnachweise:

Studiengebühr für Studierende aus Nicht-EWR-Ländern

Studienberatungsportal

Studienberatung

Studienfachberatung

Fragen Sie uns

Studieren im Ausland

Dokumente