Informationsmanagementund Informationstechnologie Bachelor ...

Universität Hildesheim

Fachbereich 4Mathematik, Naturwissenschaften, Wirtschaft und Informatik

Informationsmanagement und Informationstechnologie

Bachelor / Master

Modulhandbuch (PO 2016)

Version vom 24. Oktober 2018letzte editorische Änderung: 8. April 2021

Übersicht der Kernmodule im Master IMIT

InformatikModul LP S.Maschinelles Lernen 2 6 145Numerische Approximationsmethoden 10 175Software-Architekturen 8 192Software-Produktlinien-Entwicklung 8 194Algorithmen und Protokolle für das Internet 8 210Umwelt-Informatik 3 212Verteilte lernende Systeme 6 183Medieninformatik 8 214

Betriebswirtschaft und InformationswissenschaftModul LP S.Marketing 2 (frühere Bezeichnung: Marketing B) 6 227Produktion und Logistik 2 6 244Logistik B (wird im WS 18/19 letztmalig angeboten!) 6 250Fortgeschrittene Aspekte der Unternehmensmodellierung 6 276Hauptseminar Computerlinguistische Ressourcen 4 294Hauptseminar Wissensmanagement und E-Learning 4 306

Alle Mastermodule mit Ausnahme der Module ’Projektseminar Master’ und ’Abschlussprüfung Ma-ster’ können als Leistung in den Bachelor-Studiengang IMIT eingebracht werden. Mastermodule ausden Gebieten ’Marketing’, ’Produktion und Logistik’ und ’Betriebliche Informationssysteme’ sind beiEinbringung in den Bachelor-Studiengang IMIT dem Bachelor-Gebiet ’Betriebswirtschaft’ zugehörig.Module aus Gebieten, die im Bachelor-Studiengang IMIT nicht eingerichtet sind, konstituieren eigens-töndige Gebiete im Bachelor. Bei Studienbeginn im Sommersemester ist die Angabe des jeweils empfoh-lenen Studiensemesters in den ersten fünf Semestern des Studiums jahresweise umgekehrt. EmpfohlenesSemester bei Beginn im Wintersemester 1 entspricht bei Beginn im Sommersemester dem empfohlenenSemester 2, empfohlenes Semester bei Beginn im Wintersemester 2 entspricht bei Beginn im Som-mersemester dem empfohlenen Semester 1; analog im 2. Studienjahr (3/4; 4/3) sowie im 1. Semesterdes 3. Studienjahres (empfohlenes Semester bei Beginn im Wintersemester 5 entspricht bei Beginn imSommersemester dem empfohlenen Semester 5 oder 6, jedoch nicht umgekehrt.).

2

Pflichtmodule im Bachelor

InformatikModul Lehrform/SWS LP S.Einführung in die Informatik 3 SWS Vorlesung, 2 SWS Übung 8 12Programmierpraktikum I 3 SWS Praktikum 5 15Algorithmen und Datenstrukturen 3 SWS Vorlesung, 2 SWS Übung 8 16Programmierpraktikum II 3 SWS Praktikum 5 18Datenbanken 3 SWS Vorlesung, 2 SWS Übung 8 20Datenbankpraktikum 3 SWS Praktikum 5 21Grundlagen des Software Engineering 3 SWS Vorlesung, 2 SWS Übung 8 23Maschinelles Lernen 2 SWS Vorlesung, 2 SWS Übung 6 25

Betriebswirtschaft und InformationswissenschaftModul Lehrform/SWS LP S.Einführung in die Informationswissenschaft 2 SWS Vorlesung, 1 SWS Übung 5 27Grundlagen der Betriebswirtschaftslehre 1 2 SWS Vorlesung, 2 SWS Übung 6 28Einführung Informationsmanagement 3 SWS Vorlesung 4 30Grundlagen der Betriebswirtschaftslehre 2 2 SWS Vorlesung, 2 SWS Übung 6 31Externes Rechnungswesen 1 SWS Vorlesung, 1 SWS Übung 3 33Einführung in die Mensch-Maschine-Interaktion 3 SWS Vorlesung 4 35Internes Rechnungswesen 1 SWS Vorlesung, 1 SWS Übung 3 37

Grundlagen

Modul Lehrform/SWS LP S.Diskrete Methoden (letztmalig angeboten im SS 22) 3 SWS Vorlesung, 2 SWS Übung 8 39Statistische Methoden (letztmalig angeboten im WS21/22)

3 SWS Vorlesung, 2 SWS Übung 8 40

Analytische Methoden (letztmalig angeboten im SS22)


Mathematische Methoden I: Grundlagen (erstmaligangeboten ab WS 21/22)


Mathematische Methoden II: Lineare Algebra (erst-malig angeboten ab SS 22)


Mathematische Methoden III: Analysis (erstmalig an-geboten ab WS 22/23)


Mathematische Methoden IV: Statistik (erstmalig an-geboten ab SS 23)


Praktika und Projekte

Modul Lehrform/SWS LP S.Wirtschaftspraktikum Externes Praktikum in einem

Unternehmen13 51

Projektarbeit (Bachelor) Projektarbeit 10 52

3

Abschlussprüfung

Modul Lehrform/SWS LP S.Abschlussprüfung Bachelor Abschlussarbeit 15 53

Wahlbereich Bachelor

Informatik

Gebiet Intelligente Informationssysteme

Modul Lehrform/SWS LP S.Wissensbasierte Systeme 3 SWS Vorlesung, 2 SWS Übung 8 55Fallbasiertes Schließen 3 SWS Vorlesung, 1 SWS Übung 6 57Seminar Intelligente Informationssysteme (Bachelor) 2 SWS Seminar 4 59Bachelor-Praktikum Neue Technologien für SemanticWeb und Wissensmanagement

3 SWS Praktikum 5 60

Gebiet Künstliche Intelligenz und Maschinelles Lernen

Modul Lehrform/SWS LP S.Grundlagen der Künstlichen Intelligenz 2 SWS Vorlesung, 2 SWS Übung 6 62Seminar Data Analytics I 2 SWS Seminar 4 64Seminar Data Analytics II 2 SWS Seminar 4 65Seminar Data Analytics III 2 SWS Seminar 4 66Praktikum Künstliche Intelligenz und MaschinellesLernen


Gebiet Künstliche Intelligenz und Maschinelles Lernen II

Modul Lehrform/SWS LP S.Machine Learning for IT Security 2 SWS Vorlesung, 2 SWS Übung 6 69

Gebiet Software Engineering

Modul Lehrform/SWS LP S.Requirements Engineering 2 SWS Vorlesung, 2 SWS Übung 6 70Grundpraktikum Softwaretechnik 3 SWS Praktikum 5 72Seminar Software Engineering (Bachelor) 2 SWS Seminar 4 73Praktikum: Werkzeuge des Software Engineering 3 SWS Praktikum 5 74

Gebiet Verteilte Systeme

Modul Lehrform/SWS LP S.Verteilte Systeme 3 SWS Vorlesung, 2 SWS Übung 8 75Seminar Verteilte Systeme 2 SWS Seminar 4 76Praktikum Verteilte Systeme 4 SWS Praktikum 6 77

Gebiet Systemadministration und Internet-Technologien

Modul Lehrform/SWS LP S.Praktikum Systemadministration 1 3 SWS Praktikum und Übung 5 78

4

Theoretische Informatik

Modul Lehrform/SWS LP S.Formale Methoden 2 SWS Vorlesung, 1 SWS Übung 5 80

Betriebswirtschaft und Informationswissenschaft

Gebiet Betriebswirtschaft

Modul Lehrform/SWS LP S.Operations Research 1 2 SWS Vorlesung, 2 SWS Übung 6 82Marketing 1 (frühere Bezeichnung: Marketing A) 2 SWS Vorlesung, 2 SWS Übung 6 84Praktikum Marketing (Bachelor) 4 SWS Praktikum 6 86Seminar Marketing (Bachelor) 2 SWS Seminar 4 87Produktion und Logistik 1 2 SWS Vorlesung, 2 SWS Übung 6 88Praktikum Logistik (Bachelor) 4 SWS Praktikum 6 90Seminar Logistik (Bachelor) 2 SWS Seminar 4 91Praktikum Produktion (Bachelor) 4 SWS Praktikum 6 92Seminar Produktion (Bachelor) 2 SWS Seminar 4 93Seminar Produktions- und Logistikmanagement mitPlanspiel (Bachelor)

2 SWS Seminar 4 94

Personalmanagement 2 SWS Vorlesung 3 96Praxiswissen Personal 2 SWS Vorlesung 3 98Arbeitsrecht 2 SWS Vorlesung 3 100IT-Recht 2 SWS Vorlesung 3 102Nachhaltiges Logistikmanagement 2 SWS Vorlesung 3 103Investition und Finanzierung 2 SWS Vorlesung 3 105Betriebliches Informationsmanagement 2 SWS Vorlesung 3 107Betriebliche Informationssysteme 2 SWS Vorlesung, 2 SWS Übung 6 109Grundlagen von ERP-Systemen 2 SWS Vorlesung 3 111Praktischer Einsatz von ERP-Systemen mit realerSoftware


Seminar Betriebliche Informationssysteme/-management (Bachelor)

2 SWS Seminar 4 115

Seminar Wirtschaftsinformatik (Bachelor) 2 SWS Seminar 4 116Praktikum Prozessmodellierung I 3 SWS Praktikum 5 117Praktikum Prozessmodellierung II 3 SWS Praktikum 5 118Ringvorlesung Umwelt und Nachhaltigkeit 2 SWS Vorlesung 3 119

5

Gebiet Volkswirtschaftslehre

Modul Lehrform/SWS LP S.Grundlagen der Volkswirtschaftslehre I: Mikroökono-mie


Grundlagen der Volkswirtschaftslehre II: Makroöko-nomie


Europäische Wirtschaft 2 SWS Vorlesung, 2 SWS Semi-nar

6 122

Angewandtes wissenschaftliches Arbeiten (nicht an-geboten)

2 SWS Seminar 4 124

Wirtschaftspsychologie 2 SWS Vorlesung 4 125Seminar Wirtschaftspsychologie 2 SWS Seminar 4 126Chinese Economy Studies 2 SWS Seminar (englischspra-

chig)3 127

Gebiet Benutzerorientierte Informationssysteme

Modul Lehrform/SWS LP S.Einführung in die maschinelle Sprachverarbeitung(MSV)

3 SWS Vorlesung 4 128

Einführung in das Information Retrieval (IR) 2 SWS Vorlesung 4 130Praktikum Information Retrieval (IR) 2 SWS Praktikum 4 132Seminar Information Retrieval 2 SWS Seminar 4 133Seminar Mensch-Maschine-Interaktion 2 SWS Seminar 4 134Seminar Online Marketing - Suchmaschinen und So-cial Media Marketing

2 SWS Seminar 4 135

Praktikum Mensch-Maschine-Interaktion (MMI) 2 SWS Praktikum 4 136

Gebiet Maschinelle Sprachverarbeitung

Modul Lehrform/SWS LP S.Seminar Maschinelle Sprachverarbeitung 2 SWS Seminar 4 137Praktikum Maschinelle Sprachverarbeitung 2 SWS Praktikum 4 140Grundlagen der Computervermittelten Kommunika-tion (CvK)

2 SWS Übung mit kopräsentenund virtuellen Anteilen

3 143

Soft SkillsModul Lehrform/SWS LP S.Wirtschaftsenglisch 1 2 SWS Vorlesung 3 144Ringvorlesung Umwelt und Nachhaltigkeit 2 SWS Vorlesung 3 119

6

Wahlmodule im Master

Informatik


Modul Lehrform/SWS LP S.Maschinelles Lernen 2 2 SWS Vorlesung, 2 SWS Übung 6 145Modern Optimization Techniques 2 SWS Vorlesung, 2 SWS Übung 6 147Big Data Analytics 2 SWS Vorlesung, 2 SWS Übung 6 149Business Analytics 2 SWS Vorlesung, 2 SWS Übung 6 151Deep Learning 2 SWS Vorlesung, 2 SWS Übung 6 153Planning and Optimal Control 2 SWS Vorlesung, 2 SWS Übung 6 154Bayessche Netze 2 SWS Vorlesung, 2 SWS Übung 6 156Computer Vision 2 SWS Vorlesung, 2 SWS Übung 6 158Business Intelligence and Data Warehousing 2 SWS Vorlesung, 2 SWS Übung 6 160Data Warehousing in Practice 2 SWS Vorlesung, 2 SWS Übung 6 161Natural Language Processing 2 SWS Vorlesung, 2 SWS Übung 4 163Betriebssysteme und Netzwerke 2 SWS Vorlesung, 2 SWS Übung 4 165Seminar Data Analytics I 2 SWS Seminar 4 64Seminar Data Analytics II 2 SWS Seminar 4 65Seminar Data Analytics III 2 SWS Seminar 4 66Praktikum Programming Machine Learning 4 SWS Praktikum 6 167Praktikum Distributed Data Analytics 4 SWS Praktikum 6 168Deep Learning Masterclass 4 SWS Vorlesung, 4 SWS Übung 6 170Lab Course Deep Learning 4 SWS Praktikum 6 171


Modul Lehrform/SWS LP S.Advanced Computer Vision 2 SWS Vorlesung, 2 SWS Übung 6 173

Gebiet Algorithmen

Modul Lehrform/SWS LP S.Numerische Interpolationsmethoden 2 SWS Vorlesung, 2 SWS Übung 6 174Numerische Approximationsmethoden 2 SWS Vorlesung, 2 SWS Übung 6 175Graphen und Graphalgorithmen 2 SWS Vorlesung, 2 SWS Übung 6 176Netzwerke und Optimierung 2 SWS Vorlesung, 2 SWS Übung 6 177Servicerobotik 2 SWS Vorlesung, 1 SWS Übung 5 178Praktikum Servicerobotik 3 SWS Praktikum 5 181


Modul Lehrform/SWS LP S.Verteilte lernende Systeme 3 SWS Vorlesung, 1 SWS Übung 6 183Fallbasierte Systeme und Anwendungen 2 SWS Vorlesung, 1 SWS Übung 5 185Advanced Case-Based Reasoning 2 SWS Vorlesung, 2 SWS Übung 6 187Seminar Intelligente Informationssysteme (Master) 2 SWS Seminar 4 189Master-Praktikum Neue Technologien für SemanticWeb und Wissensmanagement


7


Modul Lehrform/SWS LP S.Software-Architekturen 3 SWS Vorlesung, 2 SWS Übung 8 192Software-Produktlinien-Entwicklung 3 SWS Vorlesung, 2 SWS Übung 8 194Constraint Logic Programming 2 SWS Vorlesung + Übung 3 196Prozesse und Management des Software Engineering 2 SWS Vorlesung, 2 SWS Übung 6 198Modellbasierte Entwicklung 2 SWS Vorlesung, 1 SWS Übung,

1 SWS Praktikum6 200

Spezielle Themen des Software Engineering 2 SWS Vorlesung, 1 SWS Übung 5 202Seminar Software Engineering (Master) 2 SWS Seminar 4 203Fortgeschrittenenpraktikum Software Engineering 4 SWS Praktikum 6 204Praktikum Webtechnologien 4 SWS Praktikum 6 206Softwaretesten 2 SWS Vorlesung (mit Übung) 3 208


Modul Lehrform/SWS LP S.Algorithmen und Protokolle für das Internet 3 SWS Vorlesung, 2 SWS Übung 8 210Umwelt-Informatik 2 SWS Vorlesung 3 212

Gebiet Medieninformatik

Modul Lehrform/SWS LP S.Medieninformatik 3 SWS Vorlesung, 2 SWS Übung 8 214Contextual Design of Interactive Systems 2 SWS Vorlesung, 1 SWS Übung 5 215Data and Process Visualization 2 SWS Vorlesung, 1 SWS Übung 5 216Contextualized Computing and Ambient IntelligentSystems


Praktikum Medieninformatik 4 SWS Praktikum 6 219Seminar Medieninformatik (Master) 2 SWS Seminar 4 221Informatik und Gesellschaft 2 SWS Seminar 3 222

Gebiet Theoretische Informatik

Modul Lehrform/SWS LP S.Beschreibungslogik 3 SWS Vorlesung, 1 SWS Übung 6 223Komplexitätstheorie 3 SWS Vorlesung, 1 SWS Übung 6 225SAT Solving 2 SWS Seminar 4 226Formale Methoden 2 SWS Vorlesung, 1 SWS Übung 5 80

8


Gebiet Marketing

Modul Lehrform/SWS LP S.Marketing 2 (frühere Bezeichnung: Marketing B) 2 SWS Vorlesung, 2 SWS Übung 6 227Praktikum Marketing (Master) 4 SWS Praktikum 6 229Seminar Marketing (Master) 2 SWS Seminar 4 230Softwaretechniken für interaktive Online-Befragungen

2+2 SWS Praktikum 6 231

Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 233Project Management and Scheduling (englisches An-gebot der ehemaligen ”Projektplanung und Projekt-management”)

235

Internet Marketing 2 SWS Vorlesung 3 237Unternehmensführung 2 SWS Vorlesung 3 239Product development and technologies for navigati-on and driver assistance systems (englisches Angebotder ehem. ”Produktentwicklung und Technologien fürNavigationsgeräte und Fahrerassistenzsysteme”)

241

Ringvorlesung Umwelt und Nachhaltigkeit 2 SWS Vorlesung 3 119

Gebiet Produktion und Logistik

Modul Lehrform/SWS LP S.Produktion und Logistik 2 2 SWS Vorlesung, 2 SWS Übung 6 244Moderne Heuristiken in Theorie und Praxis 2 SWS Vorlesung, 2 SWS Übung 6 246Operations Research 2 2 SWS Vorlesung, 2 SWS Übung 6 248Logistik B (wird im WS 18/19 letztmalig angeboten!) 2 SWS Vorlesung, 2 SWS Übung 6 250Praktikum Logistik (Master) 4 SWS Praktikum 6 252Seminar Logistik (Master) 2 SWS Seminar 4 253Produktion B (wird nicht mehr angeboten) 2 SWS Vorlesung, 2 SWS Übung 6 254Praktikum Produktion (Master) 4 SWS Praktikum 6 255Seminar Produktion (Master) 2 SWS Seminar 4 256Supply-Chain-Management 2 SWS Vorlesung 3 257Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 233Project Management and Scheduling (englisches An-gebot der ehemaligen ”Projektplanung und Projekt-management”)

235

Methoden zur Entscheidungsunterstützung 2 SWS Vorlesung, 2 SWS Übung 6 259Innovationsmanagement 2 SWS Vorlesung 3 261Unternehmensführung 2 SWS Vorlesung 3 239Product development and technologies for navigati-on and driver assistance systems (englisches Angebotder ehem. ”Produktentwicklung und Technologien fürNavigationsgeräte und Fahrerassistenzsysteme”)

241

9

Gebiet Betriebliche Informationsysteme

Modul Lehrform/SWS LP S.ERP-Systeme 2 2 SWS Vorlesung, 2 SWS Übung 6 263Seminar Betriebliche Informationssysteme/-management (Master)

2 SWS Seminar 4 266

Seminar Wirtschaftsinformatik (Master) 2 SWS Seminar 4 267Praktikum Design Thinking 3 SWS Praktikum 5 268Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 233Project Management and Scheduling (englisches An-gebot der ehemaligen ”Projektplanung und Projekt-management”)

235

Methoden zur Entscheidungsunterstützung 2 SWS Vorlesung, 2 SWS Übung 6 259Unternehmensführung 2 SWS Vorlesung 3 239Organisationsgestaltung und -beratung 2 SWS Vorlesung, 2 SWS Übung 6 269Dienstleistungsengineering und -management 2 SWS Vorlesung, 2 SWS Übung 6 270Geschäftsmodelle und Nachhaltigkeit 2 SWS Vorlesung 3 273Fortgeschrittene Aspekte der Unternehmensmodellie-rung


Theorien und Forschungsmethoden der Wirtschafts-informatik A

2 SWS Vorlesung mit Übungstei-len

3 279

Theorien und Forschungsmethoden der Wirtschafts-informatik B

2 SWS Vorlesung mit Übungstei-len

3 281

Product development and technologies for navigati-on and driver assistance systems (englisches Angebotder ehem. ”Produktentwicklung und Technologien fürNavigationsgeräte und Fahrerassistenzsysteme”)

241

Auditing Informationssicherheit auf Basis ISO 27001 2 SWS Vorlesung 3 283Agiles Projektmanagement 2 SWS Vorlesung mit Übungstei-

len3 285

Innovationsmanagement als Erfolgsfaktor der Unter-nehmensmodellierung


Dienstleistungs-Informationssysteme 2 SWS Vorlesung mit Übungstei-len

3 291

Sprachtechnologien für die Unternehmensmodellie-rung und -beratung


Gebiet Sprachtechnologie und Information Retrieval

Modul Lehrform/SWS LP S.Hauptseminar Computerlinguistische Ressourcen 2 SWS Seminar 4 294Maschinelle Sprachverarbeitung 2: Neuere Entwick-lungen in der Computerlinguistik

2 SWS Vorlesung 4 295

Mehrsprachige Informationssysteme 2 SWS Vorlesung 4 297Hauptseminar Computerlinguistische Verfahren 2 SWS Seminar 4 299Hauptseminar Mehrsprachiges Information Retrival 2 SWS Seminar 4 300Projektseminar Computerlinguistische Ressourcen 4 SWS Projektseminar 6 301Projektseminar Computerlinguistische Verfahren 4 SWS Projektseminar 6 303Projektseminar Mehrsprachige Informationssysteme 4 SWS Projektseminar 6 305

10


Gebiet Online Kommunikation und Interaktion

Modul Lehrform/SWS LP S.Hauptseminar Wissensmanagement und E-Learning 2 SWS Seminar 4 306Internationale Mensch-Maschine-Interaktion (IMMI) 2 SWS Vorlesung 4 308Information und Gesellschaft 2 SWS Seminar 4 310Hauptseminar Internationales GUI Design 2 SWS Seminar 4 312Projektseminar Internationale Mensch-Maschine-Interaktion (IMMI)

4 SWS Projektseminar 6 313

Projektseminar Wissensmanagement und E-Learning 2 SWS Projektseminar 6 314Online Marketing 2 2 SWS Projektseminar 4 316Aktuelle Standards und Formalisierung 2 SWS Vorlesung, 2 SWS Übung 6 317

Mathematische MethodenModul Lehrform/SWS LP S.Stochastische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 318Algebraische und Zahlentheoretische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 319Graphen und Graphalgorithmen 2 SWS Vorlesung, 2 SWS Übung 6 176Time Series Analysis 321Datenanalyse und Statistik 2 SWS Vorlesung, 2 SWS Übung 6 323Survey Sampling 2 SWS Vorlesung, 2 SWS Übung 6 324

IT-Studienprojekt (Projektseminar)

Modul Lehrform/SWS LP S.Projektseminar / IT-Studienprojekt M.Sc. IMIT 2 SWS Projektseminar 15 325

Forschungsmethodik

Modul Lehrform/SWS LP S.Theorien und Forschungsmethoden der Informatik 2 SWS Vorlesung mit Übungstei-

len3 327

Soft SkillsModul Lehrform/SWS LP S.Wirtschaftsenglisch 2 2 SWS Vorlesung 3 329Unterrichten in der Informatik 2 SWS Projektseminar 3 330

Abschlussprüfung

Modul Lehrform/SWS LP S.Abschlussprüfung Master Abschlussarbeit 30 331

11


Informatik

Modul: Einführung in die Informatik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen In diesem Modul erwerben die Studierenden einen Überblick über

technische, praktische und theoretische Grundlagen der Informa-tik, die sie in die Lage versetzen einfache Softwaresysteme zielge-richtet zu entwickeln und zu entwerfen. So erwerben sie insbesonde-re Kompetenzen im Algorithmenentwurf und im objektorientiertenEntwurf. Dabei liegt der Fokus auf der systematischen Ableitungvon Lösungsansätzen für kleine Probleme. Die Studierenden wer-den in die Lage versetzt die grundlegenden technischen Zusam-menhänge der Abarbeitung von Software mit ihren entwickeltenProgrammen in Verbindung zu bringen. Weiterhin erwerben dieStudierenden grundlegende Kenntnisse in den Bereichen der for-malen Sprachen und der Automatentheorie und lernen diese prak-tisch einzusetzen, um entsprechende Programme zu entwickeln.

12

Pflichtmodule im Bachelor – Informatik – Einführung in die Informatik

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:

1. Grundlagen der Modellbildung2. Grundlegende Datentypen und Datenstrukturen3. Strukturierte und objektorientierte Programmierung4. Klassen und Objekte5. Polymorphie6. Maschinenmodelle und Aufbau von Rechnersystemen7. Datendarstellung auf Speicherebene8. Übersetzung und Abarbeitung von Software (Funktionsweise

von Betriebssystemen, Compiler)9. Automatentheorie10. Formale Sprachen und erkennende Automaten

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 Studierende.

Literatur• Herold, Lurz, Wohlrab. Grundlagen der Informatik, Pearson,

2012• H. Balzert: Lehrbuch Grundlagen der Informatik. Spektrum

Akademischer Verlag, 2004.• H. Störrle: UML2 für Studenten. Pearson Studium, 2005.• H.-P. Gumm, M. Sommer, Einführung in die Informatik, 10.

Auflage, Oldenbourg, 2012.

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. DieAnerkennung von Zulassungsleistungen aus den vergangenen Jah-ren erfolgt üblicherweise nicht in vollem Umfang. Details zur An-erkennung werden zum ersten Veranstaltungstermin bekanntgege-ben.

empfohlenes Semester BSc 1Turnus jedes WintersemesterDauer des Moduls 1 Semester

13

Pflichtmodule im Bachelor – Informatik – Einführung in die Informatik

Verwendung• BSc Informationsmanagement und Informationstechnologie

– Pflichtmodule – Informatik• BSc Wirtschaftsinformatik – Informatik – Pflichtmodule• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Pflichtmodule im Bachelor – Informatik

14

Pflichtmodule im Bachelor – Informatik – Programmierpraktikum I

Modul: Programmierpraktikum I

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 Realisierunggrafischer Benutzeroberflächen.

Literatur• H. Balzert: Lehrbuch Grundlagen der Informatik. Spektrum

Akademischer 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,

2016.


keine

Prüfungsleistung Zwischentestate und Abschlusstestat (praktische Prüfung)empfohlenes Semester BSc 1Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Informatik

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Pflichtmodule im Bachelor – Informatik

15

Pflichtmodule im Bachelor – Informatik – Algorithmen und Datenstrukturen

Modul: Algorithmen und Datenstrukturen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen Förster bis 30.09.2020; Dr. Jung ab1.10.2020

Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden erhalten grundlegende Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungdes Bereichs Algorithmen und Datenstrukturen. Insbesondere kön-nen Studierende Probleme formal beschreiben und Anforderungenan effiziente Algorithmen und Datenstrukturen entwickeln; sie kön-nen Algorithmen entwerfen, verifizieren und bewerten.

Lehrinhalte1. Einführung und Überblick, grundlegende Konzepte2. Sortieralgorithmen (Elementare Sortierverfahren, QuickSort,

HeapSort, MergeSort, RadixSort, zugehörige Komplexitäts-schranken und Datenstrukturen)

3. Suchalgorithmen (Auswahlproblem, Median-of-Median-Strategie, Suchen in sequentiell gespeicherten Listen:Fibonacci-Suche, Exponentielle Suche, Interpolationssu-che; Hashverfahren: Sondieren, Double Hashing, UniversalHashing; Suchbäume, AVL-Bäume, zugehörige Komplexi-tätsanalysen und Datenstrukturen)

4. Algorithmen auf Graphen (Tiefen- und Breitensuche, mini-mal aufspannende Bäume, kürzeste Wege, Flüsse in Netzwer-ken, Matching, zugehörige Komplexitätsanalysen und Daten-strukturen)

5. Berechenbarkeit und Komplexität (Turingmaschinen,Algorithmenbegriff, Berechenbarkeit, Entscheidbarkeit,Komplexitätsklassen P und NP, Reduktionsbegriff, NP-Vollständigkeit, Satz von Cook, Beispiele: SAT, 3-SAT,CLIQUE, SUBGRAPH ISOMORPHISM, VERTEX CO-VER, KNAPSACK, PARTITION)

Literatur• Thomas Cormen, Charles Leiserson, Ronald Rivest, Clifford

Stein: Introduction to Algorithms. MIT Press, 2020.• Kurt Mehlhorn, Peter Sanders: Algorithms and Data Struc-tures: The Basic Toolbox. Springer, 2008.

• Thomas Ottmann, Peter Widmeyer: Algorithmen und Da-tenstrukturen. Spektrum Akademischer Verlag, 2017.

• Uwe Schöning: Theoretische Informatik kurzgefasst. 5. Auf-lage, Spektrum Hochschultaschenbücher, 2008.


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

16

Pflichtmodule im Bachelor – Informatik – Algorithmen und Datenstrukturen

Prüfungsleistung Prüfung in Form einer Klausur (auch als E-Klausur) im Umfangvon 120 Minuten. Voraussetzung für die Teilnahme an der Ab-schlussprüfung ist die erfolgreiche Bearbeitung von Übungsaufga-ben (auch in digitaler Form).

empfohlenes Semester BSc 2Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung


• BSc Wirtschaftsinformatik – Informatik – Pflichtmodule• Bachelor- und Masterstudienprogramm Angewandte Infor-


17

Pflichtmodule im Bachelor – Informatik – Programmierpraktikum II

Modul: Programmierpraktikum II

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 Realisierunggrafischer Benutzeroberflächen. Im Anschluss an den Kurs muss in2-3er Teams innerhalb von etwa zwei Monaten ein mittleres Ab-schlussprojekt programmiert werden.

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 abschließenden mündlichen Testat vergeben.Zur Teilnahme am Abschlussprojekt ist eine Zulassung durch er-folgreiches Lösen Übungsaufgaben zu erwerben.

empfohlenes Semester BSc 2Turnus jedes SommersemesterDauer des Moduls 1 Semester

18

Pflichtmodule im Bachelor – Informatik – Programmierpraktikum II


– Pflichtmodule – Informatik• Bachelor- und Masterstudienprogramm Angewandte Infor-


19

Pflichtmodule im Bachelor – Informatik – Datenbanken

Modul: Datenbanken

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden erwerben Kompetenzen zu Grundlagen moderner

Datenbanksysteme. Sie analysieren die Anforderungen aus Anwen-dungsszenarien und beherrschen die Modellierungstechniken zumDatenbankentwurf, zu Datenmodelle und zu Datenbankabfragen,um Datenbankanwendungen eigenständig zu entwerfen, entwickelnund einzusetzen. Sie beherrschen die theoretischen Grundlagen derNormalisierungstheorie, 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, Falldatenbanken.

Literatur• G. Vossen: Datenmodelle, Datenbanksprachen und Daten-bankmanagementsysteme, 5. Auflage, Oldenbourg 2008.

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

• R. Elmasri, S. B. Navathe: Grundlagen von Datenbanksyste-men, 3. Auflage, Pearson Studium 2009.

• C. Türker: SQL:1999 & SQL:2003 – Objektrelationales SQL,SQLJ & SQL/XML, Dpunkt Verlag 2003.

• P. Eisentraut: PostgreSQL. Das offizielle 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.

empfohlenes Semester BSc 3Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung


• BSc Wirtschaftsinformatik – Informatik – Pflichtmodule• Bachelor- und Masterstudienprogramm Angewandte Infor-


20

Pflichtmodule im Bachelor – Informatik – Datenbankpraktikum

Modul: Datenbankpraktikum

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 Gruppeneffektivität 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.

Literatur• G. Vossen: Datenmodelle, Datenbanksprachen und Daten-bankmanagementsysteme, 5. Auflage, Oldenbourg 2008.

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

• P. Eisentraut: PostgreSQL-Administration, 3. Auflage,O’Reilly 2013.

• 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 „Datenban-ken“ werden vorausgesetzt. Der erfolgreiche Abschluss des Moduls„Programmierpraktikum I“ ist dabei zwingend erforderlich.

Prüfungsleistung Im Anschluss an den Kurs muss in 3-4er Teams innerhalb von etwazwei Monaten ein umfangreiches Abschlussprojekt programmiertwerden. Die Modulnote ergibt sich aus der Bewertung des Pro-jekts und einer mündlichen Prüfung im Umfang von 30 Minuten.Die Zulassung zum Abschlussprojekt ist während des Semesters zuerwerben.


21

Pflichtmodule im Bachelor – Informatik – Datenbankpraktikum


– Pflichtmodule – Informatik• Bachelor- und Masterstudienprogramm Angewandte Infor-


22

Pflichtmodule im Bachelor – Informatik – Grundlagen des Software Engineering

Modul: Grundlagen des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 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 Großen vermittelt. Dazu gehören insbesondere:

1. Prozess-, Produkt- und Qualitätsreferenzmodelle2. Vorgehensmodelle und Lebenszyklusmodelle wie das Wasser-

fallmodell, Spiralmodell3. Requirements Engineering (u.a., Use Cases, Geschäftspro-

zessmodellierung)4. Softwarearchitektur (u.a., Architekturstile, Designmuster)5. Implementierungstechniken6. Testtechniken (Black-Box, White-Box)7. Verifikationstechniken (Formale Verifikation, 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.

Literatur• I. Sommerville: Software Engineering. 10. Auflage, Pearson

Studium, 2018.• W. Zuser, T. Grechenig, M. Köhle : Software Engineeringmit UML und dem Unified Process. 2004.

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


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

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

empfohlenes Semester BSc 4-6Turnus jedes Sommersemester

23

Pflichtmodule im Bachelor – Informatik – Grundlagen des Software Engineering

Dauer des Moduls 1 SemesterVerwendung


• BSc Wirtschaftsinformatik – Wirtschaftsinformatik i.e.S. –Vertiefung Wirtschaftsinformatik


24

Pflichtmodule im Bachelor – Informatik – Maschinelles Lernen

Modul: Maschinelles Lernen

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Studierende können nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen. Sie besitzenein tieferes Verständnis im Bereich des maschinellen Lernens. Sieverstehen die Verfahren des maschinellen Lernens, können dieseumsetzen und anwenden. Sie können Verfahren auf spezifische An-wendungsprobleme anpassen. Darüber hinaus sind die Studieren-den in der Lage, sich selbständig weitere Verfahren anhand vonLiteratur 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. Klassifikation: Grundmodelle für Entscheidungs- und Klas-sifikationsaufgaben 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

Literatur• Kevin Murphy: Machine Learning: a Probabilistic Perspecti-ve. MIT Press, 2012.

• Richard O. Duda, Peter E. Hart, David G. Stork: PatternClassification. Springer, 2001.

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

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


Dieses Modul ist im Master nur belegbar, wenn es im Bachelornicht bereits belegt worden ist, z.B. für Studierende, die ihren Ba-chelor nicht an der Universität Hildesheim erworben haben. In die-sem Fall ersetzt dieses Modul das ModulMaschinelles Lernen 2 alsKernmodul.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten oder mündliche Prüfung im Umfang von 30 Minuten. DieSprache des Moduls und der Prüfung ist Englisch.

empfohlenes Semester BSc 4-6

25

Pflichtmodule im Bachelor – Informatik – Maschinelles Lernen

Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung


• BSc Wirtschaftsinformatik – Wirtschaftsinformatik i.e.S. –Vertiefung Wirtschaftsinformatik

• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-fungsmodule – Business Intelligence


26

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – Einführung in dieInformationswissenschaft


Modul: Einführung in die Informationswissenschaft

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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. In der Übung erhalten die Studierenden vertiefte Ein-blicke in die Kernthemen der Informationswissenschaft und wissendiese anzuwenden.

Lehrinhalte Nach einer Einführung in Grundbegriffe (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 Inhaltserschließung, Mensch-Maschine-Interaktion, Multime-dia, multilinguale Informationssysteme, maschinelle Übersetzung,Hypermedia, Qualitätsbewertung und Evaluierung, Informations-management und informationelle Prozesse. In der Übung werdendie in der Vorlesung behandelten Inhalte wiederholt und an prakti-schen Beispielen vertieft. Darüber hinaus wird die Möglichkeit zurDiskussion und Behandlung offener Fragen gegeben.

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.

empfohlenes Semester BSc 1Turnus jährlichDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Betriebswirtschaft und Informationswis-senschaft

• BSc Wirtschaftsinformatik – Wahlbereich – Weitere Ange-bote mit IT-Bezug

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Pflichtmodule im Bachelor – Betriebswirtschaft undInformationswissenschaft

27

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – Grundlagen derBetriebswirtschaftslehre 1

Modul: Grundlagen der Betriebswirtschaftslehre 1

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Studierende verstehen die Wirkungszusammenhänge von betriebs-

wirtschaftlichen Größen und Sachverhalten. Sie sind in der Lage,die Inhalte und Begriffe zu vernetzen und behandelte Modelle undMethoden kritisch zu hinterfragen. Studierende besitzen fundierteKenntnisse in den Gebieten Rechtsformen, Planung und Entschei-dung, Absatz und Marketing sowie Investition und Finanzierungund können die behandelten Methoden anwenden.

Lehrinhalte Die Veranstaltung vermittelt die Grundlagen der Betriebswirt-schaftslehre und umfasst neben einer Einführung in die Begriff-lichkeiten die folgenden Themenfelder:

1. Betriebswirtschaftslehre als Wissenschaft2. Betriebswirtschaftliche Grundbegriffe und Grundtatbestän-

de3. Rechtsformen von Unternehmen4. Modellgestützte Planung5. Grundlagen der Entscheidungstheorie6. Absatz und Marketing7. Investition8. Finanzierung

Innerhalb der Übung werden die in der Vorlesung vermittelten In-halte anhand von Übungsaufgaben vertieft. Dabei werden Aufga-ben sowohl gemeinsam während der Übungszeit bearbeitet undverglichen als auch in Form von Hausübungszetteln zur weiterenVertiefung bereitgestellt.

Literatur• Schierenbeck, H. (2014): Grundzüge der Betriebswirtschafts-lehre, 16. Auflage, Oldenbourg, München

• Schmalen, H.; Pechtl, H. (2019): Grundlagen und Problemeder Betriebswirtschaft, 16. Auflage, SchäfferPoeschel, Stutt-gart

• Wöhe, G. (2016): Einführung in die Allgemeine Betriebswirt-schaftslehre, 26. Auflage, Vahlen, München


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten. Um an der Abschlussprüfung teilnehmen zu dürfen, müs-sen ggf. Vorleistungen erbracht werden. Details siehe zugehörigerLearnweb-Kurs.


28



– Pflichtmodule – Betriebswirtschaft und Informationswis-senschaft

• BSc Wirtschaftsinformatik – Betriebswirtschaftslehre –Pflichtmodule


29

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – EinführungInformationsmanagement

Modul: Einführung Informationsmanagement

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 3 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand 100 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 effektive und effziente 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.

Literatur• Krcmar, H. (2015), Informationsmanagement, Springer , Ber-

lin, Germany


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.


• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Betriebswirtschaft und Informationswis-senschaft


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Betriebswirtschaft und In-formationswissenschaft – Gebiet Betriebswirtschaft

30


Modul: Grundlagen der Betriebswirtschaftslehre 2

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Studierende verstehen die Wirkungszusammenhänge von betriebs-

wirtschaftlichen Größen und Sachverhalten. Sie sind in der Lage,die Inhalte und Begriffe zu vernetzen und behandelte Modelle undMethoden kritisch zu hinterfragen. Studierende besitzen fundierteKenntnisse in den Gebieten Personal, Beschaffung und Produktion,Rechnungswesen, Organisation sowie Management und Controllingund können die behandelten Methoden anwenden.

Lehrinhalte Die Veranstaltung beinhaltet weitere Grundlagen der Betriebswirt-schaftslehre. Insbesondere werden die folgenden Themenfelder ein-geführt:

1. Personal2. Beschaffung3. Produktions- und Kostentheorie4. Gestaltung der Produktion5. Rechnungswesen6. Organisation7. Management und Controlling

Innerhalb der Übung werden die in der Vorlesung vermittelten In-halte anhand von Übungsaufgaben vertieft. Dabei werden Aufga-ben sowohl gemeinsam während der Übungszeit bearbeitet undverglichen als auch in Form von Hausübungszetteln zur weiterenVertiefung bereitgestellt.

Literatur• Schierenbeck, H. (2014): Grundzüge der Betriebswirtschafts-lehre, 16. Auflage, Oldenbourg, München

• Schmalen, H.; Pechtl, H. (2019): Grundlagen und Problemeder Betriebswirtschaft, 16. Auflage, SchäfferPoeschel, Stutt-gart

• Wöhe, G. (2016): Einführung in die Allgemeine Betriebswirt-schaftslehre, 26. Auflage, Vahlen, München


Die Inhalte des Moduls „Grundlagen der Betriebswirtschaftslehre1“ werden vorausgesetzt.



31






32

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – ExternesRechnungswesen

Modul: Externes Rechnungswesen

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden sind mit dem System des externen betrieblichen

Rechnungswesen (Buchhaltung und Abschluss) als Steuerungsin-strument betrieblicher Prozesse vertraut und überblicken die Hin-tergründe und das Wirken auf den Gesamtbetrieb. Die Studierendebeherrschen die betriebswirtschaftliche Terminologie, kennen diegrundlegenden Wirkungszusammenhänge und beherrschen Instru-mente des externen Rechnungswesens. Sie besitzen ein grundlegen-des Verständis für die Rechnungslegung auf der Basis des HGB,kennen sich mit dem System der doppelten Buchhaltung aus undkönnen mit Konten arbeiten.

Lehrinhalte System der doppelten Buchhaltung; Inventur, Inventar, Konte-narten, Bilanz, Gewinn- und Verlustrechnung (GuV), Kontenplä-ne, Buchungssätze, Eröffnungs- 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.

Literatur• E. Gabele, H. Mayer: Buchführung. Einführung in die Buch-haltung und Jahresabschlusserstellung, 8. Auflage, Olden-bourg, 2015.

• H. Hahn, K. Wilkens: Buchhaltung und Bilanz, Teil A:Grundlagen der Buchhaltung, 7. Auflage, Oldenbourg 2007.

• H. Hahn, K. Wilkens: Buchhaltung und Bilanz, Teil B: Bi-lanzierung, 2. Auflage, Oldenbourg 2002.


keine



33

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – ExternesRechnungswesen





34

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – Einführung in dieMensch-Maschine-Interaktion

Modul: Einführung in die Mensch-Maschine-Interaktion

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 3 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand 100 StundenLernziele/Kompetenzen Die Studierenden kennen die Technologien zur Interaktion zwi-

schen Mensch und Maschine. Sie können Benutzungsoberflächensystematisch beschreiben und den grundlegenden Paradigmen zu-ordnen. Sie kennen hilfreiche Wissensquellen wie ISO-Normen,häufig 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 kognitivenEigenschaften des Menschen werden die formalsprachlichen, dienatürlichsprachlichen und die grafisch-direktmanipulativen Benut-zungsoberflächen (BOF) sowie jeweils Gestaltungsrichtlinien be-handelt. Ästhetisches Design ergänzt die interdisziplinäre Perspek-tive. Den Kern bilden die Evaluierung und die Einbettung derBenutzerperspektive in den Software-Entwicklungsprozess. Inno-vative Interaktionsansätze wie virtuelle Welten, Avatare, sozialeInteraktion und mobile Systeme werden abschließend vermittelt.

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.


Keine


empfohlenes Semester BSc 2Turnus jährlichDauer des Moduls 1 Semester

35

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – Einführung in dieMensch-Maschine-Interaktion





36

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – InternesRechnungswesen

Modul: Internes Rechnungswesen

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden sind vertraut mit dem System des internen be-

trieblichen Rechnungswesens (Kosten- und Leistungsrechnung) alsSteuerungsinstrument betrieblicher Prozesse und wenden die rele-vanten Aspekte gezielt praxisorientiert an. Des Weiteren integrie-ren sie die Kosten- und Leistungsrechnung in den betrieblichenZusammenhang. Die Studierenden besitzen grundlegendes Wissender Kosten- und Leistungsrechnung für Abrechnungs- und Pla-nungszwecke. Sie sind in der Lage, einerseits Erlös-, innerbetrieb-liche Leistungsverrechnung und Bestandsrechnung, andererseitsKostenarten-, Kostenstellen- und Kostenträgerrechnung durchzu-führen.

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

Literatur• Coenenberg, A. G., Haller, A., Mattner, G., & Schultze, W.

(2021). Einführung in das Rechnungswesen (8. Aufl.). Stutt-gart: Schäffer-Poeschel.

• Coenenberg, A. G., Haller. A., & Schultze, W. (2021). Jahres-abschluss und Jahresabschlussanalyse (26. Aufl.). Stuttgart:Schäffer-Poeschel.

• Deitermann, M., Schmolke S., Rückwart, W.-D., Stobbe,S., & Flader, B. (2017). Industrielles Rechnungswesen (46.Aufl.). Braunschweig: Winklers.

• Döring, U., & Buchholz, R. (2021). Buchhaltung und Jah-resabschluss (16. Aufl.). Berlin: Erich-Schmidt.

• Wedell, H., & Dilling, A. (2018). Grundlagen des Rechnungs-wesens (16. Aufl.). Herne: NWB.


Die Inhalte des Moduls „Externes Rechnungswesen“ werden vor-ausgesetzt.



37

Pflichtmodule im Bachelor – Betriebswirtschaft und Informationswissenschaft – InternesRechnungswesen





38

Pflichtmodule im Bachelor – Grundlagen – Diskrete Methoden (letztmalig angeboten im SS 22)

Grundlagen

Modul: Diskrete Methoden (letztmalig angeboten im SS 22)

Modulverantwortlicher Prof. Dr. Sebastian MentemeierLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 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 Begriffe, Inhalte und Methoden derDiskreten Mathematik und der Linearen Algebra, Verstehen derTechniken und Konzepte. Folgende Begriffe und Inhalte werdenvorgestellt und erarbeitet:

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

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

Literatur wird in der Veranstaltung bekanntgegebenVoraussetzungen für dieTeilnahme

keine

Prüfungsleistung Prüfung in Form einer Klausur im Umfang von 120 Minuten. Uman der Abschlussprüfung teilnehmen zu dürfen, müssen Vorleistun-gen erbracht werden.

empfohlenes Semester BSc 2Turnus jedes Sommersemester. Achtung: Das Modul wird letztmalig im

Sommersemester 2022 angeboten. Bitte informieren Sie sich beiProf. Dr. Mentemeier über die Alternativen.


• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Grundlagen

• BSc Wirtschaftsinformatik – Methoden – Pflichtmodule• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Pflichtmodule im Bachelor – Grundlagen

39

Pflichtmodule im Bachelor – Grundlagen – Statistische Methoden (letztmalig angeboten im WS 21/22)

Modul: Statistische Methoden (letztmalig angeboten im WS 21/22)


Verständnis und zur theoretischen wie auch praktischen Anwen-dung der Statistik und Stochastik. Erwerb formaler und mathe-matischer Kompetenzen, insb. können Studierende mahematischModelle für Problemstellungen entwickeln und analysieren.

Lehrinhalte1. Deskriptive Statistik: Grundbegriffe, Beschreibung und Dar-

stellung von Daten, Kennwerte.2. Wahrscheinlichkeitstheorie: Wahrscheinlichkeiten, Zufallsva-

riablen und ihre Verteilung, Beispiele von Verteilungen, Un-abhängigkeit, Kennwerte, Grenzwertsätze (Gesetz der großenZahl, zentraler Grenzwertsatz).

3. Schließende Statistik: Schätzung, Konfidenzbereiche, Hypo-thesentests (parametrisch und nichtparametrisch).

Erarbeitung grundlegender Begriffe, Inhalte und Methoden derStatistik und Stochastik, Verstehen der Techniken und Konzepte,mathematische Modellbildung.


Die Inhalte des Moduls „Diskrete Methoden“ werden vorausgesetzt.


empfohlenes Semester BSc 3Turnus jedes Wintersemester Achtung: Das Modul wird letztmalig imWin-

tersemester 2021/22 angeboten. Bitte informieren Sie sich bei Prof.Dr. Sebastian Mentemeier über die Alternativen.





40

Pflichtmodule im Bachelor – Grundlagen – Analytische Methoden (letztmalig angeboten im SS 22)

Modul: Analytische Methoden (letztmalig angeboten im SS 22)

Modulverantwortlicher PD Dr. Jürgen GroßLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 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 und mehrerer reeller Veränderlichen:1. Reelle und komplexe Zahlen (Definition und grundlegen-

de Eigenschaften der reellen und komplexen Zahlen, Gauß-sche Zahlenebene, geometrische Multiplikation und Additionkomplexer Zahlen, Formel von Moivre, Wurzeln)

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

3. Stetigkeit (Grenzwertbegriff und Stetigkeit, Zwischenwert-satz, stetige Funktionen auf kompakten Mengen, Funktio-nenfolgen, gleichmäßige Konvergenz)

4. Differentation (Differentationsregeln, Mittelwertsatz,Bernoulli-l’Hospital, differenzierbare Funktionenfolgen, Satzvon Taylor, Extremwerte)

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

6. Elementare Funktionen (Polynome, rationale FunktionenExp.-Funktion, Logarithmus-Funktionen, Kreisfunktionen,Arcusfunktionen)

7. Integration (Darbousches Integral, Riemannsches Integral,Hauptsatz, Integration von Funktionenfolgen, Integrations-regeln, uneigentliche Integrale,)

8. Metrische Räume (Konvergenz, Stetigkeit, Kompaktheit, Zu-sammenhang, Kurven)

9. Differentialrechnung mehrerer Veränderlicher (partielle Ab-leitungen, Differenzierbarkeit, Richtungsableitungen, Taylor-polynome, Extremwerte)

10. Integralrechnung mehrerer Veränderlicher (Bogenlänge, Kur-venintegrale, Volumenintegrale)


Die Inhalte des Moduls „Diskrete Methoden“ werden vorausgesetzt.

Prüfungsleistung Prüfung in Form einer Klausur im Umfang von 120 Minuten. Vor-aussetzung für die Teilnahme an der Abschlussprüfung ist die er-folgreiche Teilnahme an den Übungen.

empfohlenes Semester BSc 4

41

Pflichtmodule im Bachelor – Grundlagen – Analytische Methoden (letztmalig angeboten im SS 22)

Turnus jedes Sommersemester Achtung: Das Modul wird letztmalig imSommersemester 2022 angeboten. Bitte informieren Sie sich beiProf. Dr. Jürgen Groß über die Alternativen.





42

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden I: Grundlagen (erstmaligangeboten ab WS 21/22)

Modul: Mathematische Methoden I: Grundlagen (erstmalig angeboten ab WS 21/22)

Modulverantwortlicher Professor Dr. Boris GirnatLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erwerben grundlegende formale und mathema-

tische Kompetenzen, insbesondere können Studierende Problemeformal beschreiben und lösen.

Lehrinhalte Erarbeitung grundlegender Begriffe, Inhalte und Methoden derMathematik, Verstehen der Techniken und Konzepte. Folgende Be-griffe und Inhalte werden vorgestellt und erarbeitet:

• Logik (Aussagenlogik, Wahrheitstabellen, Verknüpfung vonAussagen, Prädikatenlogik)

• Mengenlehre (Mengenbegriff, Mengenoperationen, Zahlbe-reiche, Potenzmenge)

• Beweisformen (Direkt, Indirekt, Widerspruch, vollständigeInduktion)

• Relationen (Ordnungsrelation, Äquivalenzrelation)• Abbildungen (Bild, Urbild, injektiv, surjektiv, Verkettung,

Umkehrfunktion, Monotonie)• Elementare Funktionen (Polynome, rationale Funktionen,

Exponential- und Logarithmusfunktion, trigonometrischeFunktionen)

• Gruppen, Ringe, Körper• Modulare Arithmetik, Primzahlen, endliche Körper, Euklidi-

scher Algorithmus• Folgen (Konvergenzkriterien, Heron’sches Verfahren, Rekur-

sionen)• Reihen (Konvergenzkriterien, geometrische Reihe, Darstel-

lung reeller Zahlen)• Fehlerabschätzung, Landau-Notation• Komplexe Zahlen


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten oder mündliche Prüfung im Umfang von 20 Minuten. Uman der Abschlussprüfung teilnehmen zu dürfen, müssen ggf. Vor-leistungen erbracht werden. Details siehe zugehöriger Learnweb-Kurs.

empfohlenes Semester BSc 1Turnus jedes Wintersemester (erstmalig im WS 21/22)Dauer des Moduls 1 Semester

43

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden I: Grundlagen (erstmaligangeboten ab WS 21/22)


– Pflichtmodule – Grundlagen• BSc Wirtschaftsinformatik – Methoden – Pflichtmodule• Bachelor- und Masterstudienprogramm Angewandte Infor-


44

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden II: Lineare Algebra (erstmaligangeboten ab SS 22)

Modul: Mathematische Methoden II: Lineare Algebra (erstmalig angeboten ab SS 22)


Verständnis und zur theoretischen wie auch praktischen Anwen-dung der linearen Algebra. Dazu gehört der Erwerb formaler undmathematischer Kompetenzen, insbesondere können StudierendeProbleme formal beschreiben und lösen.

Lehrinhalte Erarbeitung grundlegender Begriffe, Inhalte und Methoden der Li-nearen Algebra, Verstehen der Techniken und Konzepte. FolgendeBegriffe und Inhalte werden vorgestellt und erarbeitet:

• Anschauungsraum R3 (Vektorbegriff, Rechenoperationen,Norm, Skalarprodukt, Vektorprodukt, Spatprodukt, Darstel-lung von Geraden, Ebenen, Kugeln)

• Vektorraum (Definition, Lineare Unabhängigkeit, Basis, Teil-räume, Dimension)

• Matrizen (Matrixalgebra, Spezielle Matrizen: Orthogonal,Symmetrisch)

• Transformationen des R3 in Matrixdarstellung• Lineare Gleichungssysteme (LGS in Matrix-Schreibweise,

Gauß-Algorithmus, Rang, Kern, Bild)• Effiziente Lösungsverfahren für lineare Gleichungssysteme• Determinante, Inverse einer Matrix, Eigenwerte und –vekto-

ren• Stochastische Matrizen• Methode der kleinsten Quadrate• Optional: Grundlagen der Graphentheorie (Grundbegriffe,

Adjazenzmatrix, Euler-Zug, Hamiltonkreis)


keine


empfohlenes Semester BSc 2Turnus jedes Sommersemester (erstmalig im SS 22)Dauer des Moduls 1 Semester

45

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden II: Lineare Algebra (erstmaligangeboten ab SS 22)




46

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden III: Analysis (erstmaligangeboten ab WS 22/23)

Modul: Mathematische Methoden III: Analysis (erstmalig angeboten ab WS 22/23)


Verständnis und zur theoretischen wie auch praktischen Anwen-dung der Analysis. Erwerb formaler und mathematischer Kom-petenzen, insbesondere können Studierende Probleme formal be-schreiben und lösen.

Lehrinhalte Erarbeitung grundlegender Begriffe, Inhalte und Methoden derAnalysis, Verstehen der Techniken und Konzepte. Folgende Be-griffe und Inhalte werden vorgestellt und erarbeitet:

• Grenzwerte von Funktionen und Stetigkeit (Grenzwertbe-griff, Stetigkeit, Arten von Unstetigkeit)

• Ableitungen (Definition, Ableitungsregeln, Regel von del’Hospital, Extrema)

• Newtonverfahren• Ableitung von Funktionen mehrerer Variablen (partielle Ab-

leitungen, Gradient, Richtungsableitungen, totale Differen-zierbarkeit, Extrema , zweite partielle Ableitungen, Hesse-Matrix)

• Methode des steilsten Abstiegs• Integralrechnung (Riemann Integral, Hauptsatz der

Differential- und Integralrechnung, Integrationsregeln)• Reihenentwicklung von Funktionen (Potenzreihen, Taylorrei-

hen, Fourierreihen)• Mehrdimensionale Integration (Grundlagen, ggf.: Weginte-

grale, Volumenintegrale, Satz von Fubini)


keine


empfohlenes Semester BSc 3Turnus jedes Wintersemester (erstmalig im WS 22/23)Dauer des Moduls 1 Semester

47

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden III: Analysis (erstmaligangeboten ab WS 22/23)




48

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden IV: Statistik (erstmaligangeboten ab SS 23)

Modul: Mathematische Methoden IV: Statistik (erstmalig angeboten ab SS 23)


Verständnis und zur theoretischen wie auch praktischen Anwen-dung der Statistik und Stochastik. Erwerb formaler und mathema-tischer Kompetenzen, insbesondere können Studierende mathema-tische Modelle für Problemstellungen entwickeln, analysieren undlösen.

Lehrinhalte Erarbeitung grundlegender Begriffe, Inhalte und Methoden derWahrscheinlichkeitstheorie und Statistik, Verstehen der Technikenund Konzepte. Folgende Begriffe und Inhalte werden vorgestelltund erarbeitet:

• Deskriptive Statistik (Datensatz, Statistische Variable, Häu-figkeitsverteilung, Grafische Darstellungsarten)

• Wahrscheinlichkeitstheorie (Zufallsexperiment, Ereignisalge-bra, Wahrscheinlichkeitsmaß, bedingte Wahrscheinlichkeit,stochastische Unabhängigkeit, Zufallsvariable)

• Kombinatorik• Wahrscheinlichkeitsverteilungen (spezielle diskrete und ste-

tige Verteilungen)• Kennzahlen von Verteilungen (Erwartungswert, Varianz,

Quantil)• Mehrdimensionale Zufallsvariablen (gemeinsame Verteilung,

marginale Verteilung, Korrelation und Unabhängigkeit)• Parameterschätzung (Maximum-Likelihood Methode, Score-

und Fisherfunktion)• Statistische Hypothesentests (Statistisches Testproblem, t-

Test, F-Test)• Modelle der linearen Regression


keine


empfohlenes Semester BSc 4Turnus jedes Sommersemester (erstmalig im SS 23)Dauer des Moduls 1 Semester

49

Pflichtmodule im Bachelor – Grundlagen – Mathematische Methoden IV: Statistik (erstmaligangeboten ab SS 23)




50

Pflichtmodule im Bachelor – Praktika und Projekte – Wirtschaftspraktikum

Praktika und Projekte

Modul: Wirtschaftspraktikum

Modulverantwortlicher Praktikumsbeauftragte(r)Lehrform/SWS Externes Praktikum in einem UnternehmenLeistungspunkte 13 LPArbeitsaufwand 325 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.

Literatur je nach ThemaVoraussetzungen für dieTeilnahme

bestandene Modulprüfungen im Umfang von 30 LP

Prüfungsleistung Anfertigung eines Praktikumsberichts, Vorlage eines geeignetenNachweises seitens des Unternehmens sowie Teilnahme am Prak-tikumskolloquium. Alternativ zur Teilnahme am Praktikumskol-loquium ist die Anfertigung eines Screencasts. Näheres regelt diePraktikumsordnung des Studienganges.

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

den.Verwendung

• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Praktika und Projekte

• BSc Wirtschaftsinformatik – Externe Praktika• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Pflichtmodule im Bachelor – Praktika und Projekte

51

Pflichtmodule im Bachelor – Praktika und Projekte – Projektarbeit (Bachelor)

Modul: Projektarbeit (Bachelor)

Modulverantwortlicher Professoren des Studiengangs IMITLehrform/SWS ProjektarbeitLeistungspunkte 10 LPArbeitsaufwand 250 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.


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 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Praktika und Projekte

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Pflichtmodule im Bachelor – Praktika und Projekte

52

Abschlussprüfung

Modul: Abschlussprüfung Bachelor

Modulverantwortlicher Professoren des Studiengangs IMITLehrform/SWS AbschlussarbeitLeistungspunkte 15 LPArbeitsaufwand 375 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.



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

• BSc Informationsmanagement und Informationstechnologie– Pflichtmodule – Abschlussprüfung Bachelor

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Pflichtmodule im Bachelor – Abschlussprüfung Ba-chelor

53

Wahlbereich Bachelor

Informatik


Modul: Wissensbasierte Systeme

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen n diesem Modul erwerben 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 Konfigurations- und Planungs-probleme behandelt.

Lehrinhalte1. Überblick und Vision2. Einführung in Wissensrepräsentation3. Einführung in wissensbasierte Diagnose4. Diagnosebegriffe5. Produktlinie für wissensbasierte Diagnosesysteme6. Interpretation der Wissensbasis7. Lernen von Diagnosewissen8. Fallbasierte Diagnose9. Fallbasierte Entscheidungsunterstützung10. Modellbasierte Diagnose11. Planung12. Konfiguration

54

Wahlbereich Bachelor – Informatik – Gebiet Intelligente Informationssysteme – WissensbasierteSysteme

Literatur• K.-D.Althoff: Eine fallbasierte Lernkomponente als integrier-ter Bestandteil der MOLTKE-Werkbank zur Diagnose tech-nischer Systeme, inffix, 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.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten oder mündliche Prüfung im Umfang von 20 Minuten. Uman der Abschlussprüfung teilnehmen zu dürfen, müssen Vorleistun-gen erbracht werden.

empfohlenes Semester BSc 5-6Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Informatik – Gebiet IntelligenteInformationssysteme

• BSc Wirtschaftsinformatik – Wahlbereich – Wirtschaftsin-formatik i. e. S., Betriebswirtschaftslehre und Informatik

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Informatik – Gebiet Intelli-gente Informationssysteme

55

Wahlbereich Bachelor – Informatik – Gebiet Intelligente Informationssysteme – Fallbasiertes Schließen

Modul: Fallbasiertes Schließen

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erarbeiten sich ein Grundverständnis für Fall-

basiertes Schließen (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-fiziente Fallauswahl), Reuse (Lösungsanpassung), Revise (Praxi-stest), Retain (Lernen). Darüber hinaus werden verschiedene Ent-wicklungsmethoden zur Entwicklung von FBS-Sytemen vorge-stellt.

Literatur• M.M. Richter, R.O. Weber: Case-Based Reasoning, Springer,

Berlin 2013• G. Görz, C.-R. Rollinger, J. Schneeberger (Hrsg.): Handbuchder Künstlichen Intelligenz. 4. Auflage, Oldenbourg, Mün-chen/Wien 2003.

• R. Bergmann, K.-D. Althoff, 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. Althoff: 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.


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


empfohlenes Semester BSc 4-6

56

Wahlbereich Bachelor – Informatik – Gebiet Intelligente Informationssysteme – Fallbasiertes Schließen

Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung




57

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

Modul: Seminar Intelligente Informationssysteme (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-

tung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahme ander 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 Schließen, 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-maßstäben zu dokumentieren, sowie der Grundlagen der Präsen-tation und anschließenden Diskussion der Arbeiten.


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

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




58

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 AlthoffLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 ei-genen Ideen erarbeitet und umgesetzt werden sollen. Dabei solldie Organisation in einem Team sowie die gemeinsame Arbeit aneinem Thema trainiert werden. Im Rahmen des Praktikums wer-den die anwendungsbezogenen Phasen eines WissensmanagementProjektes beispielhaft wie in einem Industrieprojekt angegangen,beginnend bei der Anforderungsanalyse, über die Umsetzung biszur Präsentation der Ergebnisse. Der Schwerpunkt liegt in der Er-fassung der Domäne sowie der Beschreibung der daraus resultie-renden Anforderungen, der Beschreibung und Bereitstellung derAnwendungsdaten sowie der Anbindung an eine grafische Benut-zeroberfläche. Die Umsetzung erfolgt mit Hilfe der Open SourceSoftware myCBR, welche im Rahmen der Veranstaltung zur Ver-fügung gestellt wird.


Berlin 2013• R. Bergmann: Experience Management - Foundations, De-velopment Methodology, and Internet-Based Applications,Springer, 2002.


• Weitere Literatur, insbesondere Dokumentation zur SoftwaremyCBR wird in der Veranstaltung bekannt gegeben.


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 Schließen“ oder „Wissensbasierte Sy-steme“ empfohlen.

59

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

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.

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




60

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


Modul: Grundlagen der Künstlichen Intelligenz

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Studierende verstehen die grundlegenden Begriffe und Verfahren

der Künstlichen Intelligenz. Sie können Probleme unabhängig vomAnwendungsbereich in geeigneter Form formalisieren und Verfah-ren zum Auffinden 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; adversarial

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. Hinweis: Derzeit nicht angeboten; Wir empfeh-len stattdessen die Vorlesung Machine Learning zu besuchen

Literatur• Stuart Russell, Peter Norvig: Artificial Intelligence. A Mo-dern Approach. Prentice Hall, 2013.

• Kevin Murphy: Machine Learning: a Probabilistic Perspecti-ve. MIT Press, 2012.


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.

empfohlenes Semester BSc 4-6Turnus Die Veranstaltung wird planmäßig nicht mehr angeboten und im

Modulhandbuch aus verwaltungstechnischen Gründen weiter ge-führt.

Dauer des Moduls 1 Semester

61

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


– Wahlbereich Bachelor – Informatik – Gebiet KünstlicheIntelligenz und Maschinelles Lernen


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Informatik – Gebiet Künst-liche Intelligenz und Maschinelles Lernen

62

Wahlbereich Bachelor – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – SeminarData Analytics I

Modul: Seminar Data Analytics I

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-


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

1. Suchverfahren2. Constraint Satisfaction Problems3. Spieltheorie


Die Inhalte der Module „Machine Learning“ werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitung. Die Sprache des Moduls und der Prü-fung ist Englisch.

empfohlenes Semester MSc 1-3Turnus jedes SemesterDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Informatik – Gebiet KünstlicheIntelligenz und Maschinelles Lernen

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Künstliche Intelligenzund Maschinelles Lernen


• MSc Wirtschaftsinformatik – Wahlbereich – Wirtschaftsin-formatik i. e. S., Betriebswirtschaftslehre und Informatik


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Künst-liche Intelligenz und Maschinelles Lernen

63

Wahlbereich Bachelor – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – SeminarData Analytics II

Modul: Seminar Data Analytics II






Die Inhalte der Module „Machine Learning, Seminar Data Analy-tics I“ werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitung Die Sprache des Moduls und der Prü-fung ist Englisch.








64

Wahlbereich Bachelor – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – SeminarData Analytics III

Modul: Seminar Data Analytics III






Die Inhalte der Module „Machine Learning, Seminar Data Analy-tics II“ werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitung. Die Sprache des Moduls und der Prü-fung ist Englisch.








65

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

Modul: Praktikum Künstliche Intelligenz und Maschinelles Lernen

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 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 existieren-der Methoden zu reflektieren und im Zusammenhang zu beurtei-len. Sie lernen die Notwendigkeit von Kooperation und Rollen-verteilung durch die Arbeit im Team. Durch die Teamarbeit undden Austausch mit den Dozenten und Dozentinnen in der Rol-le der Auftraggeber/-innen erwerben sie soziale Kompetenzen wieKonfliktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, Effektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Das Praktikum vermittelt Kenntnisse in der Implementierung vonLernalgorithmen für Machine Learning-Modelle und von Verfah-ren der künstlichen Intelligenz. Im wöchentlichen Rhythmus im-plementieren Studierende ausgewählte Verfahren entweder aus derVorlesung Maschinelles Lernen oder der Vorlesung Grundlagen derKünstlichen Intelligenz und führen mit ihren Implementierungenjeweils ein kleines Referenzexperiment durch.

Literatur• Brett Lantz: Machine Learning with R, Packt Publishing,

2013.• Drew Conway, John Myles White: Machine Learning forHackers, O’Reilly, 2012.


Die Inhalte eines der Module Maschinelles Lernen oder Grundlagender Künstlichen Intelligenz werden vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Die Sprache des Moduls und der Prüfungist Englisch.

empfohlenes Semester BSc 3-6Turnus jedes 2. SemesterDauer des Moduls 1 Semester

66

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


– Wahlbereich Bachelor – Informatik – Gebiet KünstlicheIntelligenz und Maschinelles Lernen



67

Wahlbereich Bachelor – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen II –Machine Learning for IT Security


Modul: Machine Learning for IT Security

Modulverantwortlicher Prof. Dr. Niels LandwehrLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen After completion of the module, students have a detailed under-

standing of how machine learning can be used in IT security todetect and counter threats and attacks. They are able to map ITsecurity problems to appropriate problem settings in machine lear-ning and choose effective data representations for a given problem.They also understand the limitations of using data-driven methodssuch as machine learning in a security context. They are finally ab-le to read and follow the current literature on machine learning inIT security to further enhance their knowledge about the topic.

Lehrinhalte The lecture studies different threats and tasks in IT security (suchas filtering malicious email messages, detecting malicious executa-ble files, discovering security vulnerabilities in source code, or de-tecting fraudulent activity). We discuss how such tasks can be castas machine learning problems, the process of data collection anddata representation, and appropriate machine learning techniquesfor solving these tasks.

Literatur• Salomon, David. Elements of computer security. Springer

Science & Business Media, 2010.• Tom Mitchell: Machine Learning. McGraw-Hill, 1997.• Thomas, Tony, Athira P. Vijayaraghavan und Sabu Emma-

nuel. Machine Learning Approaches in Cyber Security Ana-lytics. Springer, 2020.

Weitere Literatur wird in der Vorlesung bekanntgegeben.Voraussetzungen für dieTeilnahme

Vorkenntnisse im Bereich maschinelles Lernen werden empfohlen

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

empfohlenes Semester BSc 5, MSc 1-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Informatik – Gebiet KünstlicheIntelligenz und Maschinelles Lernen II

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Informatik – Gebiet Künst-liche Intelligenz und Maschinelles Lernen II

68

Wahlbereich Bachelor – Informatik – Gebiet Software Engineering – Requirements Engineering


Modul: Requirements Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 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 reflektieren. 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:

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

2. Analyse und Modellierung von Anforderungen (Use Cases,EPKs)

3. Zielbasierte Anforderungstechniken4. Erstellen von Lasten- und Pflichtenheft5. 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.

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


Die Inhalte des Moduls „Grundlagen des Software Engineering“werden vorausgesetzt.


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

69

Wahlbereich Bachelor – Informatik – Gebiet Software Engineering – Requirements Engineering


– Wahlbereich Bachelor – Informatik – Gebiet Software En-gineering


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Informatik – Gebiet Softwa-re Engineering

70

Wahlbereich Bachelor – Informatik – Gebiet Software Engineering – Grundpraktikum Softwaretechnik

Modul: Grundpraktikum Softwaretechnik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierenden lernen während einer ca. 3-wöchigen Präsenzpha-

se (120 Stunden) während der vorlesungsfreien Zeit die praktischenRahmenbedingungen, die für die Anwendung von Softwareentwick-lungsansätzen wichtig sind, kennen. Sie können die Nutzbarkeitund Erfolgsfaktoren unterschiedlicher Softwareentwicklungsansät-ze einschätzen. Sie erwerben Kompetenzen in wesentlichen Werk-zeugen, die für die effiziente Entwicklung von Softwaresystemennotwendig sind. Durch die Teamarbeit und den Austausch mit denDozierenden in der Rolle der Auftraggeberinnen erwerben sie sozia-le Kompetenzen wie Konfliktlösungsstrategien, Kommunikations-fähigkeit, Teammanagement, Effektivitätseinschätzung und Ver-handlungsgeschick.

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 Studierenden die Entwicklungsmethodenund Werkzeuge zielgerichtet zur Lösung ihrer Aufgabe.

Literatur wird zu Beginn des Praktikums bekannt gegeben.Voraussetzungen für dieTeilnahme

Die Inhalte des Moduls „Grundlagen des Software Engineering“oder äquivalente Kenntnisse

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Darüber hinaus wird die aktive Teilnahmewährend der Präsenzphase erwartet. Durchführung ist gegebenen-falls auch online und verteilt möglich.

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

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Informatik – Gebiet Software En-gineering



71

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

Modul: Seminar Software Engineering (Bachelor)

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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 Qualitätsmaßstäben zu dokumentieren, sowie derGrundlagen der Präsentation und anschließenden Diskussion derArbeiten.



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




72

Wahlbereich Bachelor – Informatik – Gebiet Software Engineering – Praktikum: Werkzeuge desSoftware Engineering

Modul: Praktikum: Werkzeuge des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierende lernen verschiedene Klassen von Softwareentwick-

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

Lehrinhalte In diesem Praktikum wird die Benutzung verschiedener Software-entwicklungswerkzeuge und -techniken erlernt und eingeübt. DasPraktikum ergänzt die Inhalte aus Grundlagen des Software Engi-neering.

Literatur Notwendige Literatur wird im Rahmen des Praktikums ausgegebenVoraussetzungen für dieTeilnahme


Prüfungsleistung Semesterbegleitende Testateempfohlenes Semester BSc 4-6Turnus Jedes WintersemesterDauer des Moduls 1 SemesterVerwendung




73

Wahlbereich Bachelor – Informatik – Gebiet Verteilte Systeme – Verteilte Systeme

Gebiet Verteilte Systeme

Modul: Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden sollen ein Verständnis für die Möglichkeiten und

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

Lehrinhalte1. 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

Literatur• Tanenbaum, van Steen: Distributed Systems: Principles andParadigms. 2006.


Die Inhalte der Module „Algorithmen und Datenstrukturen“ und„Datenbanken“ werden vorausgesetzt.



• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Informatik – Gebiet Verteilte Sy-steme

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Informatik – Gebiet Verteil-te Systeme

74

Wahlbereich Bachelor – Informatik – Gebiet Verteilte Systeme – Seminar Verteilte Systeme

Modul: Seminar Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-


Lehrinhalte Vertiefende Themen aus dem Bereich der Verteilten Systeme.Literatur je nach ThemaVoraussetzungen für dieTeilnahme

Die Inhalte des Moduls „Verteilte Systeme“ werden vorausgesetzt.

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



75

Wahlbereich Bachelor – Informatik – Gebiet Verteilte Systeme – Praktikum Verteilte Systeme

Modul: Praktikum Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden lösen komplexe Probleme in kleinen Teams. Hier-

bei identifizieren die Studierenden verschiedene Aufgaben und zer-legen komplexe Aufgaben in handhabbare Bestandteile. Sie pla-nen ihr Projekt so, dass sie das gesetzte Ziel erreichen. Das imbisherigen Studium angeeignete Wissen wird genutzt, um sich diefür die Aufgabe nötigen technischen und methodischen Fertigkei-ten anzueignen. Durch die Teamarbeit und den Austausch mitden Dozierenden in der Rolle der Auftraggeber/-innen erwerbensie soziale Kompetenzen wie Konfliktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, Effektivitätseinschätzung undVerhandlungsgeschick.

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

Literatur je nach ProblemstellungVoraussetzungen für dieTeilnahme

Die Inhalte des Moduls „Verteilte Systeme“ werden vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation




76

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


Modul: Praktikum Systemadministration 1

Modulverantwortlicher Prof. Dr. Klaus-Jürgen Förster bis 30.09.2020 Prof. Dr. KlausSchmid ab 01.10.2020

Lehrform/SWS 3 SWS Praktikum und ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierenden die Komponenten eines modernen PC-Systems

sowie deren Zusammenspiel kennen. Sie sind in der Lage, ein PC-System zusammenzustellen, die Komponenten fachkundig zu ver-bauen sowie Fehler zu erkennen und zu beheben. Moderne Be-triebssysteme wie Windows und Linux werden in einer Multiboot-Umgebung installiert und konfiguriert. Grundkenntnisse der Ver-netzung von PC-Systemen versetzen die Studierenden in die Lage,einfache Vernetzungen zu planen sowie die erforderlichen Konfi-gurationsarbeiten an PC-Systemen vorzunehmen. Sie kennen dieFunktion der grundlegenden Diagnostik-Tools im Vernetzungsbe-reich und können sie anwenden und zur Diagnostik einsetzen.

Lehrinhalte1. Aufbau und Funktion moderner Personal Computer2. Konfiguration von Rechner aus ihren Komponenten3. Installation und Wartung von gängigen Betriebssystemen-

Vernetzung von Rechner4. Nutzung von Netzwerkdiensten

Literatur• RRZN Schriften 125: PC-Technik für Systembetreuer.• RRZN Schriften 123: Netzwerke Grundlagen.• Meyers, M. (2007): A+ Hardware und Software, mitp.• Schmidt, F. (2001): SCSI Bus und IDE Schnittstelle, 4. Auf-

lage, Addison-Wesley.• Märtin, C. (2000): Rechner-Architekturen, Fachbuchverlag

Leipzig.• Solomon, D.A., Russinovich, M. (2000): Inside Windows2000, Microsoft Press.


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.

empfohlenes Semester ab 1. SemesterTurnus jedes WintersemesterDauer des Moduls 1 Semester

77

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


– Wahlbereich Bachelor – Informatik – Gebiet Systemadmi-nistration und Internet-Technologien


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Informatik – Gebiet Syste-madministration und Internet-Technologien

78

Wahlbereich Bachelor – Informatik – Theoretische Informatik – Formale Methoden

Theoretische Informatik

Modul: Formale Methoden

Modulverantwortlicher Dr. Jean Christoph JungLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Nach dem Besuch des Kurses Formale Methoden":

• verstehen die Studierenden die Rolle von formalen Methodenin der Informatik,

• können die Studierende formale Definitionen verstehen undanwenden,

• kennen die fundamentale Konzepte und Resultate in derTheorie von Automaten und formalen Sprachen,

• können die Studierenden Beweise nachvollziehen und einfa-che Beweise selbst führen,

• können die Studierenden in Gruppen Probleme analysierenund gemeinsam Lösungsstrategien entwickeln und präsentie-ren.

Lehrinhalte• endliche Automaten und reguläre Sprachen

– Grundbegriffe und Definitionen– Nichtdeterminismus– Abschlusseigenschaften– Wortproblem, Leerheitsproblem, Äquivalenzproblem– Nichterkennbarkeit und deren Nachweis– reguläre Ausdrücke und endliche Automaten– minimale Automaten und Myhill-Nerode-Kongruenz

• kontextfreie Sprachen und Kellerautomaten– Grundbegriffe und Definitionen– Abschlusseigenschaften– Wortproblem, Leerheitsproblem, Äquivalenzproblem

Literatur• Hopcroft, J., Motwani, R., Ullman, J.: Einführung in die Au-tomatentheorie, formale Sprachen und Komplexitätstheorie,Addison-Wesley.

• Thomas Schneider und Carsten Lutz: Skript Theoretische In-formatik.


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

Prüfungsleistung Schriftliche Prüfung im Umfang von 60 Minuten oder mündlichePrüfung im Umfang von 30 Minuten

empfohlenes Semester BSc 4-6 oder MSc 1-3Turnus unregelmäßig

79

Wahlbereich Bachelor – Informatik – Theoretische Informatik – Formale Methoden


• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Informatik – Theoretische Infor-matik

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Theoretische Informa-tik

• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-fungsmodule – Gestaltung und Entwicklung betrieblicher In-formationssysteme

80

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Operations Research 1


Gebiet Betriebswirtschaft

Modul: Operations Research 1

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden besitzen ein wissenschaftlich fundiertes und pra-

xisbezogenes Verständnis der linearen und gemischt-ganzzahligenlinearen Optimierung. Darauf aufbauend können sie praktischetechnisch-ökonomische Entscheidungsprobleme formalisieren undmodellieren. Sie verfügen über die Fähigkeit, adäquate Lösungsver-fahren für gegebene Problemstellungen eigenständig und kreativ zuentwickeln. Die Studierenden haben das notwendige Bewusstseinund die Methodenkompetenz, um in der Praxis auftretende Opti-mierungsprobleme zu analysieren, zu lösen und zu interpretieren.

Lehrinhalte Die Vorlesung vermittelt Aufgaben und Techniken des OperationsResearch. In der Übung werden die Aufgabenstellungen und Tech-niken anhand von Anwendungsfällen veranschaulicht und eingeübt.In Vorlesung und Übung werden die folgenden Inhalte behandelt:

• Modellierung betriebswirtschaftlicher und technischer Frage-stellungen

• Lineare Programmierung• Simplexmethode, Dualitätsprinzip und ökonomische Inter-

pretation• Grundlagen der Projektplanung• Wege- und Flussprobleme• Grundlagen der rechnergestützten linearen Optimierung• Ganzzahlige Optimierung

Literatur• Domschke, W., Drexl, A., Klein, R., Scholl, A. (2015): Ein-führung in Operations Research, 9. Auflage, Springer Gabler,Berlin

• Neumann, K., Morlock, M. (2002): Operations Research, 2.Auflage, Hanser, München

• Winston, W. (2004): Operations Research: Application andAlgorithms, 4. Auflage, Brooks/Cole, Belmont

• Werners, B. (2013): Grundlagen des Operations Research, 3.Auflage, Springer Gabler, Berlin.


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

81

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Operations Research 1



• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Betriebswirtschaft


82

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Marketing 1 (frühere Bezeichnung: Marketing A)

Modul: Marketing 1 (frühere Bezeichnung: Marketing A)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Teilnehmer besitzen belastbare Grundlagenkenntnisse im Be-

reich des Marketings und ein Überblickwissen zu inhaltlichen Teil-bereichen. Außerdem sind sie in der Lage, einfache ökonomischeAnalysen von Märkten durchzuführen. Studierende kennen die Be-deutung qualifizierter Informationsbeschaffung und -aufbereitungfür das Marketing, beherrschen Instrumente des Marketings undkönnen Marktforschungsmethoden anwenden.

Lehrinhalte Inhaltliche Schwerpunkte:1. Ansätze zur Erklärung des Kaufverhaltens2. Marktforschung3. Marketinginstrumente4. Marketing-Mix-Ansätze5. Informations- und Entscheidungsunterstützungs-Systeme im

Marketing

Im Rahmen von Übungen werden die inhaltlichen Schwerpunkteerprobt und vertieft.

Literatur• Kotler, P., Armstrong, G., Saunders, J., Wong, V. (2019):Grundlagen des Marketing, 7. Auflage, Pearson.

• Meffert, H., Burmann, C., Kirchgeorg, M., Eisenbeiß, M.(2019): Marketing. Grundlagen marktorientierter Unterneh-mensführung Konzepte – Instrumente – Praxisbeispiele, 13.Auflage, Springer Gabler.

• Nieschlag, R., Dichtl, E., Hörschgen, H. (2002): Marketing,19. Auflage, Duncker & Humblot.



Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90-120Minuten. Um an der Abschlussprüfung teilnehmen zu dürfen, müs-sen ggf. Vorleistungen erbracht werden. Details siehe zugehörigerLearnweb-Kurs.


83

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Marketing 1 (frühere Bezeichnung: Marketing A)


– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Betriebswirtschaft


84

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

Modul: Praktikum Marketing (Bachelor)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden lösen komplexe Probleme in kleinen Teams. Sie

können verschiedene Aufgaben identifizieren, komplexe Aufgabenin handhabbare Bestandteile zerlegen und zur Lösung der resul-tierenden Probleme einen praxistauglichen Prototypen entwickeln.Sie können eine wissenschaftliche Arbeit selbständig anfertigen unddie Inhalte präsentieren. Durch die Teamarbeit besitzen sie sozia-le Kompetenzen wie Konfliktlösungsstrategien, Kommunikations-fähigkeit, Teammanagement, Effektivitätseinschätzung und Ver-handlungsgeschick. Sie können die Instrumente des Marketings zie-lorientiert anwenden.

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


Es werden die Inhalte des Moduls „Marketing 1“ vorausgesetzt.


empfohlenes Semester BSc 4-6Turnus jedes Wintersemester. Die Veranstaltung wird organisatorisch zu-

sammen mit der zeitgleich stattfindenden Veranstaltung (Bezeich-nung im LSF) ’Seminar Betriebswirtschaftslehre: Bachelor’ ange-boten. Beachten Sie die dortigen Angaben zur Anmeldung im LSF.





85

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

Modul: Seminar Marketing (Bachelor)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden erschließen selbstständig einen vorgegebenen In-

haltsbereich. Sie fertigen eine wissenschaftliche Arbeit unter Be-rücksichtigung einer Forschungsfrage an und präsentieren die In-halte. Sie besitzen eine Transferkompetenz, die es ihnen erlaubt,ihren Wissensstand selbständig technischen und gesellschaftlichenEntwicklungen anzupassen. Sie können Instrumente des Marke-tings zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Marketing.Literatur je nach ThemaVoraussetzungen für dieTeilnahme

Die Inhalte des Moduls „Marketing 1“ werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 4-6Turnus jedes Wintersemester. Die Veranstaltung wird organisatorisch zu-






86

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Produktion und Logistik 1

Modul: Produktion und Logistik 1

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden besitzen vertiefte Kenntnisse und Fähigkeiten

auf den Gebieten der Produktions- und Logistikplanung. Nachdem erfolgreichen Abschluss dieses Moduls können die Studieren-den Produktions- und Logistikprozesse modellieren und analytischevaluieren, fortschrittliche Methoden der Layoutplanung, der Ma-terialbedarfsplanung, der Bestellmengen- und Losgrößenplanungsowie der segmentspezifischen Ablaufplanung und Fertigungssteue-rung anwenden. Desweiteren können sie Verfahren zur Lösung vonTransport-, Rundreise- und Tourenplanungsproblemen einsetzen.Durch die angeleitete Bearbeitung von Übungsaufgaben werdendie Studierenden in die Lage versetzt, die in den Vorlesungen be-handelten Methoden selbständig anzuwenden und auf verwandteAnwendungsgebiete zu übertragen.

Lehrinhalte Die Vorlesung vermittelt Kompetenzen im Bereich Produktion undLogistik", die in der Übung anhand von Anwendungsfällen veran-schaulicht und eingeübt werden. In Vorlesung und Übung werdendie folgenden Inhalte behandelt:

• Grundlagen zu Produktions- und Logistikprozessen• Prozessgestaltung und Layoutplanung• Produktionsplanung• Materialbedarfsplanung• Bestellmengen- und Losgrößenplanung• Maschinenbelegungsplanung in der Serienfertigung• Distributions- und Transportplanung• Rundreiseplanung• Briefträger- und Tourenplanungsprobleme

Literatur• Helber, S. (2020): Operations Management Tutorial: Grund-lagen der Modellierung und Analyse der betrieblichen Wert-schöpfung, 2. Auflage, Stefan Helber Verlag, Hildesheim

• Domschke, W., Scholl, A. (2010): Logistik: Rundreisen undTouren, Oldenbourg, München

• Domschke, W.; Scholl, A.; Voß, S. (1997): Produktionspla-nung: Ablauforganisatorische Aspekte, Springer, Berlin

• Neumann, K. (1996): Produktions- und Operations Manage-ment, Springer, Berlin

• Günther H-O, Tempelmeier H (2016): Produktion und Logi-stik - Supply Chain und Operations Management, 12. Aufla-ge, Books on Demand, Norderstedt

• Thonemann, U. (2010): Operations Management, 3. Auflage,Pearson Studium, München

87

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Produktion und Logistik 1



Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten; in begründeten Ausnahmefällen mündliche Prüfung im Um-fang von 30 Minuten. Um an der Abschlussprüfung teilnehmen zudürfen, müssen ggf. Vorleistungen erbracht werden. Details siehezugehöriger Learnweb-Kurs.



• BSc Wirtschaftsinformatik – Betriebswirtschaftslehre – Ver-tiefung Betriebswirtschaftslehre und Volkswirtschaftslehre


88

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

Modul: Praktikum Logistik (Bachelor)

Modulverantwortlicher Prof. Dr. Julia Rieck, Dr. Felix HahneLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden lösen komplexe Probleme in kleinen Teams. Sie

können verschiedene Aufgaben identifizieren, komplexe Aufgabenin handhabbare Bestandteile zerlegen und zur Lösung der resul-tierenden Probleme einen praxistauglichen Prototypen entwickeln.Sie können eine wissenschaftliche Arbeit selbständig anfertigen unddie Inhalte präsentieren. Durch die Teamarbeit besitzen sie sozia-le Kompetenzen wie Konfliktlösungsstrategien, Kommunikations-fähigkeit, Teammanagement, Effektivitätseinschätzung und Ver-handlungsgeschick. Sie können die Instrumente der Logistik zie-lorientiert anwenden.

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


Es werden die Inhalte eines der Module „Produktion und Logistik1“, „Operations Research 1“ o.ä. vorausgesetzt.








89

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

Modul: Seminar Logistik (Bachelor)

Modulverantwortlicher Prof. Dr. Julia Rieck, Dr. Felix HahneLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden können einen vorgegebenen Inhaltsbereich er-

schließen und ausarbeiten. Sie können eine wissenschaftliche Arbeitselbständig anfertigen und die Inhalte präsentieren. Sie besitzeneine Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbständig technischen und gesellschaftlichen Entwicklungen an-zupassen. Sie können Instrumente der Logistik zielorientiert an-wenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Logistik.Literatur je nach ThemaVoraussetzungen für dieTeilnahme








90

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

Modul: Praktikum Produktion (Bachelor)


können verschiedene Aufgaben identifizieren, komplexe Aufgabenin handhabbare Bestandteile zerlegen und zur Lösung der resul-tierenden Probleme einen praxistauglichen Prototypen entwickeln.Sie können eine wissenschaftliche Arbeit selbständig anfertigen unddie Inhalte präsentieren. Durch die Teamarbeit besitzen sie sozia-le Kompetenzen wie Konfliktlösungsstrategien, Kommunikations-fähigkeit, Teammanagement, Effektivitätseinschätzung und Ver-handlungsgeschick. Sie können die Instrumente der Produktion zie-lorientiert anwenden.

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










91

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

Modul: Seminar Produktion (Bachelor)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden erschließen selbstständig einen vorgegebenen In-

haltsbereich. Sie fertigen eine wissenschaftliche Arbeit unter Be-rücksichtigung einer Forschungsfrage an und präsentieren die In-halte. Sie besitzen eine Transferkompetenz, die es ihnen erlaubt,ihren Wissensstand selbständig technischen und gesellschaftlichenEntwicklungen anzupassen. Sie können Instrumente der Produkti-on zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Produktion.Literatur je nach ThemaVoraussetzungen für dieTeilnahme








92

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Seminar Produktions- und Logistikmanagement mit Planspiel (Bachelor)

Modul: Seminar Produktions- und Logistikmanagement mit Planspiel (Bachelor)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Nach dem erfolgreichen Abschluss des Seminars (Teilnahme am

Planspiel, Präsentation und Erstellung von Berichten)• können die Studierenden sinnvolle Ziele und Strategien in

einem dynamischen Wettbewerbsumfeld festlegen und ver-folgen

• kennen die Studierenden den Umgang mit komplexen Ent-scheidungssituationen unter Unsicherheit und Zeitdruck

• können die Studierenden betriebswirtschaftliches „Zahlenma-terial“ verstehen

• sind die Studierenden in der Lage, professionelle Präsenta-tionen zu halten

• können die Studierenden sich selbstständig in Themengebiete(insbesondere aus dem Bereich der Produktion) einarbeitenund das Erlernte in Textform kurz und prägnant darlegen.

Lehrinhalte1. Teilnahme am Planspiel in einer ausgewählten Gruppe

(i.d.R. 2-3 Personen): Sie übernehmen die Führung eines Un-ternehmens und erleben hautnah typische Zielkonflikte in derUnternehmensführung

2. Verfassen eines Gruppenberichtes: Erläuterung der Entschei-dungen in den gespielten Perioden des Planspiels und Beant-wortung von Aufgaben (ca. 10 Seiten, d.h. je Teilnehmer ca.4-5 Seiten)

3. Halten eines Vortrags in der Gruppe: Präsentation der Ent-scheidungen

4. Literaturarbeit: Verfassen einer wissenschaftlichen Arbeitzu einem Thema aus dem Bereich des Planspiels, d.h. zuInbound-, Inhouse- oder Outbound-Prozessen (ca. 6-8 Sei-ten)

Literatur Basisliteratur:• Teilnehmerhandbuch der verwendeten Planspielplattform• Helber, S. (2020): Operations Management Tutorial: Grund-lagen der Modellierung und Analyse der betrieblichen Wert-schöpfung, 2. Auflage, Stefan Helber Verlag, Hildesheim

• Schmalen, H., Pechtl, H. (2019): Grundlagen und Problemeder Betriebswirtschaft, 16. Auflage, Schäfer Poeschel, Stutt-gart



93

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Seminar Produktions- und Logistikmanagement mit Planspiel (Bachelor)

Prüfungsleistung Vortrag, Gruppenbericht und Literaturarbeitempfohlenes Semester BSc 4-6Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung




94

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Personalmanagement

Modul: Personalmanagement

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden besitzen ein Verständnis der betriebswirtschaftli-

chen Funktion „Personalführung“ in modernen Unternehmen. Diesozialen Faktoren im Dreiecksverhältnis von Unternehmen, Indi-viduen und Gruppen sowie Methoden zu deren Steuerung könnenkritisch reflektiert werden. Es kann eine Einordnung in benachbartebetriebswirtschaftliche Führungskonzepte vorgenommen werden,um eine Vernetzung zu erreichen. Studierende können die grund-legenden Konzepte in den einzelnen Feldern des Personalmanage-ments definieren und einordnen. Sie kennen alternative Führungs-konzepte und Vorgehensweisen im berufsbezogenen Umgang mitanderen Menschen im Innen- und Außenverhältnis von Unterneh-men.

Lehrinhalte Die Veranstaltung umfasst 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.

Literatur• Ridder, H.-G. (2015): Personalwirtschaftslehre, 5. Auflage,

Kohlhammer, Stuttgart• Ridder, H.-G., Conrad, P., Schirmer, F., Bruns, H.-J.

(2001): Strategisches Personalmanagement, Moderne Indu-strie, Landsberg/Lerch

• Steinmann, H., Schreyögg, G. (2020): Management: Grund-lagen der Unternehmensführung, 8. Auflage, Springer Gabler,Wiesbaden




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

95

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Personalmanagement





96

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Praxiswissen Personal

Modul: Praxiswissen Personal

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden kennen die Bedeutung und Herausforderungen

der Personalarbeit, deren funktionale Einordnung in Unternehmensowie die Anforderungen an Personaler als funktionale Fachkräfte,aber auch Führungskräfte mit Personalverantwortung. Die Stu-dierenden besitzen eine grundlegende Handlungsfähigkeit in denKernaufgabenfeldern der betrieblichen Personalarbeit von der Per-sonalbeschaffung, -entwicklung bis hin zu aktuellen Anforderungenan Datenschutz und Compliance.

Lehrinhalte Die Veranstaltung zielt auf die Vermittlung relevanter Grund-lagen und Trends betrieblicher Personalarbeit. Der Begriff Pra-xiswissen steht für die praxisbezogene und anwendungsorientier-te Ausrichtung der Vorlesung, gehalten durch einen Personallei-ter eines Großunternehmens. Erfahrungsbasierte Beispiele, Übun-gen, Diskussionen und eine Exkursion in den Personalbereichdes Unternehmens (optional) vertiefen das zu erlernende Grund-wissen. Theoretische Erklärungsansätze verknüpfen zudem Pra-xis und Wissenschaft und ermöglichen den Studierenden, die Per-sonalarbeit in einen wissenschaftlichen Orientierungsrahmen derBetriebswirtschaftslehre einzuordnen. Die Studierenden erhalteneinen Überblick über die zentralen Handlungsfelder betrieblicherPersonalarbeit und erlernen die grundlegenden HR-Instrumente,ergänzt mit erfahrungsbasierten Hinweisen zu deren Umsetzung.Vor dem Hintergrund des engen Zusammenwirkens von Persona-lern und Führungskräften zu nahezu allen Belangen von Mitar-beiterinnen und Mitarbeiter, eignet sich diese Vorlesung gleicher-maßen für angehende Fachkräfte des Personalmanagements sowieFührungskräfte aller Disziplinen.

Literatur• Bartscher, T., Nissen, R. (2017): Personalmanagement:Grundlagen, Handlungsfelder, Praxis, 2. Auflage, PearsonStudium, Hallbergmoos

• Berthel, J., Becker, F. (2017): Personal-Management:Grundzüge für Konzeptionen betrieblicher Personalarbeit, 11.Auflage, Schäffer-Poeschel, Stuttgart

• Bröckermann, R. (2016): Personalwirtschaft: Lehr- undÜbungsbuch für Human Resource Management, 7. Auflage,Schäffer Poeschel, Stuttgart

• Scholz, C., Scholz, T. (2014): Grundzüge des Personalmana-gements, 3. Auflage, 2019, Vahlen, München



97

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Praxiswissen Personal






98

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Arbeitsrecht

Modul: Arbeitsrecht

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Teilnehmer weisen ein fundiertes Wissen im Bereich des Ar-

beitsrechts vor. Sie sind in der Lage, aus juristischer Sicht unterBerücksichtigung aller Gegebenheiten verschiedene Situationen zubewerten und eventuelle Folgen und Gegenmaßnahmen daraus ab-zuleiten. Die Studierenden besitzen grundlegende Kenntnisse zumAblauf eines Kündigungsverfahrens und welche Gründe für einefristlose Kündigung in Frage kommen. Weiterhin kennen sie mög-liche Inhalte von Arbeitsverträgen und haben einen Überblick überihre Rechte als Arbeitnehmer.

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

Literatur• Brox, H., Rüthers, B., Henssler, M. (2020): Arbeitsrecht, 20.

Auflage, Kohlhammer.• Dütz, W., Thüsing, G. (2020): Arbeitsrecht, 25. Auflage,

C.H.Beck.• Hesse, J., Schrader, H. C. (2015): Das perfekte Arbeitszeug-nis, STARK.

• Hohmeister, F. (2002): Grundzüge des Arbeitsrechts,Schäffer-Poeschel.

• Schaub, G. (2001): Meine Rechte und Pflichten als Arbeit-nehmer, dtv.

• Schaub, G. (2019): Arbeitsrechts-Handbuch, 18. Auflage,C.H.Beck.

• Teschke-Baehrle, U. (2017): Arbeitsrecht schnell erfasst, 8.Auflage, Springer.


Keine.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten oder mündliche Prüfung im Umfang von 20 Minuten.

empfohlenes Semester BSc 4-6Turnus jedes 3. SemesterDauer des Moduls 1 Semester

99

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Arbeitsrecht





100

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –IT-Recht

Modul: IT-Recht

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 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.

Literatur• T. Hoeren: Grundzüge des Internetrechts, 2. Auflage,

C.H.Beck, 2002.• A. Freytag, M. Mitschke: Werbung und Recht im Internet,

Frankfurt am Main, 1999.• M. Pierson, D. Seiler: Internet-Recht im Unternehmen,

C.H.Beck, 2002.• J. Zimmerling, U. Werner: Schutz vor Rechtsproblemen imInternet, Springer, 2001.




empfohlenes Semester B. Sc. 4-6Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung


• BSc Wirtschaftsinformatik – Wirtschaftsinformatik i.e.S. –Pflichtmodule


101

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Nachhaltiges Logistikmanagement

Modul: Nachhaltiges Logistikmanagement

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden kennen die Bedeutung der Nachhaltigkeit und

sind in der Lage, logistische Aktivitäten unter Nachhaltigkeitsge-sichtspunkten zu bewerten. Sie können logistische Probleme er-fassen, Lösungsstrategien im Hinblick auf die Nachhaltigkeit ent-wickeln und geeignete Lösungsverfahren anwenden.

Lehrinhalte• Aktuelles Zeitgeschehen und Nachhaltigkeit: Handlungsal-

ternativen und Ziele, Begriffe, Bedeutung einer nachhaltigenUnternehmensphilosophie

• Konzepte zur Förderung der Nachhaltigkeit: TechnologischeAnsätze für einen effizienten Energieeinsatz, Verbesserungder Durchlässigkeit des Raumes, Road Pricing, Kontingen-tierung, Kombinierter Verkehr

• Anpassungen in Transportnetzen: Räumliche und zeitlicheAggregation von Transporten, Vermeidung von Leerfahrten

• Kooperationsmodelle: Elektronische Transportmarktplätze,Citylogistik, Car-Sharing

• Reverse Logistics: Systematisierung der Entsorgungssyste-me, Aufbau von Recyclingnetzen, Standortplanung von Re-cyclinganlagen

Literatur• Baumgarten, H. (2008): Das Beste der Logistik: Innovatio-nen, Strategien, Umsetzungen, Springer, Heidelberg

• Bretzke, W.-R., Barkawik, K. (2014): Nachhaltige Logistik:Antworten auf eine globale Herausforderung, 3. Auflage,Springer, Heidelberg.

• Dekker, R., Fleischmann, M., Inderfurth, K., Van Wassenho-ve, L. N. (2010): Reverse Logistics: Quantitative Models forClosed-Loop Supply Chains, Springer, Berlin.

• Emmett, S., Sood, V. (2010): Green Supply Chains: An Ac-tion Manifesto, Wiley, Chichester.

• McKinnon, A., Cullinane, S., Browne, M., Whiteing, A.(2015): Green Logistics: Improving the Environmental Su-stainability of Logistics, 3. Auflage, Kogan Page Limited,London

• Ott, K. und Döring, R. (2008): Theorie und Praxis starkerNachhaltigkeit. 2. Auflage, Metropolis, Marburg.



102

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Nachhaltiges Logistikmanagement

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten; in begründeten Ausnahmefällen mündliche Prüfung imUmfang von 20 Minuten. Um an der Abschlussprüfung teilnehmenzu dürfen, müssen ggf. Vorleistungen erbracht werden. Details siehezugehöriger Learnweb-Kurs.

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




103

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Investition und Finanzierung

Modul: Investition und Finanzierung

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Nach dem erfolgreichen Abschluss der Veranstaltung besitzen die

Studierenden einen Überblick über betriebswirtschaftliche Frage-stellungen im Bereich Investition und Finanzierung, kennen dieStudierenden die begrifflichen und konzeptionellen Grundlagenund können diese erläutern, sind die Studierenden in der Lage,grundlegende Methoden bei Entscheidungen unter Sicherheit undUnsicherheit anzuwenden.

Lehrinhalte• Investitions- und Finanzierungsentscheidungen bei Quasi-

Sicherheit: Verfahren der Investitionsrechnung, OptimaleNutzungsdauer und Ersatzinvestition, Programmentschei-dungen

• Finanzmanagement: Rahmenbedingungen, Finanzierungsar-ten

• Investitions- und Finanzierungsentscheidungen bei Unsicher-heit: Entscheidungstheoretische Grundlagen, Risikoanalysen,Portefeuilletheorie, Kapitalmarktmodelle

• Investitions- und Finanzierungsprobleme bei Informationsa-symmetrie

Literatur• Franke, G., Hax, H. (2009): Finanzwirtschaft des Unterneh-mens und Kapitalmarkt, 6. Auflage, Springer, Berlin

• Kruschwitz, L. (2011): Investitionsrechnung, 13. Auflage, Ol-denbourg, München

• Schmidt, R. H., Terberger, E. (1997): Grundzüge derInvestitions- und Finanzierungstheorie, 4. Auflage, SpringerGabler, Wiesbaden




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

104

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Investition und Finanzierung





105

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

Modul: Betriebliches Informationsmanagement

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Studierende erwerben belastbare Kenntnisse über Bedeutung und

Einsatzmöglichkeiten des betrieblichen Einsatzfaktors „Informati-on“, indem ihnen die Aufgabenstellungen in den wichtigsten Teil-bereichen vermittelt werden. Die Studierenden kennen die grundle-genden Aufgaben des Informationsmanagements im betrieblichenUmfeld. Die Vermittlung fachübergreifenden Wissens und die Be-fähigung zur Integration wissenschaftlicher Vorgehensweisen be-nachbarter Fachgebiete haben zentrale Bedeutung.

Lehrinhalte1. Grundlagen Begriffsdefinitionen, Informationen als Basis be-

trieblicher Entscheidungen, Formen betrieblicher Planungund Entscheidung, Informationswissenschaftliche Grundla-gen

2. Modelle betrieblichen Informationsmanagements Betriebli-che Informationsmodelle (Dimensionen und Nutzen von In-formationen), Betriebliche Kommunikationsmodelle (Grund-probleme der Kommunikation, Wahl des geeigneten Kommu-nikationsmittels), Betriebliche Entscheidungsmodelle (Klas-sische Entscheidungstheorie, Problemerkennungsphase- undInformationsbeschaffungsphase), 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

4. Controlling des IM Ziele, Werkzeuge und Bereiche des IM-Controllings (Portfolio-, Projekt-, Produkt-, Infrastruktur-Controlling), Controlling von Softwareentwicklungen, Out-sourcing im IM (Objekte, Motive, Vor- und Nachteile desOutsourcing, Bewertung der Eignung von Bereichen für Out-sourcing, Phasenmodell)

Literatur• Krcmar, H. (2015): Informationsmanagement, 6. Auflage,

Springer Gabler, Berlin• Voß, S., Gutenschwager, K. (2001): Informationsmanage-ment, Springer, Berlin

• Heinrich, L., Riedl, R., Stelzer, D. (2014): Informationsma-nagement: Planung, Überwachung und Steuerung der Infor-mationsinfrastruktur, 11. Auflage, Oldenbourg, München

106

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








107

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Betriebliche Informationssysteme

Modul: Betriebliche Informationssysteme

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Studierende können verschiedene Anwendungssysteme unterschei-

den. Sie sind geübt in der Anwendung von Techniken für denEntwurf und die Dokumentation betrieblicher Informationssyste-me. Sie können betriebliche Informationssysteme auf einer hochaggregierten Ebene mit Hilfe von methodischen, inhaltlichen undtechnischen Ordnungsrahmen im Überblick darstellen und mitein-ander vergleichen. Sie können grundlegende Strukturen betriebli-cher Informationssysteme im Detail als Datenmodelle darstellen.Sie können typische Abläufe in betrieblichen Informationssyste-men detailliert mittels Prozessmodellen beschreiben. Sie kennentypische Funktionen der verschiedenen Systeme, eventuell jeweilsdamit verbundene typische Probleme sowie spezifische Lösungsan-sätze. Weiterhin steht der Erwerb von Kompetenzen im BereichUnternehmens-IT im Vordergrund. Entsprechend kennen Studie-rende insbesondere verschiedene Arten von Anwendungssystemen,die in Unternehmen eingesetzt werden, die Rollen der Systeme inden Wertschöpfungsketten der Unternehmen sowie die Schnittstel-len der Systeme.

Lehrinhalte Ausgehend von methodischen, inhaltlichen und technischen Ord-nungsrahmen werden in der Vorlesung grundlegende Bereiche be-trieblicher Informationssysteme vermittelt, die in der Übung durchdie Bearbeitung von Aufgaben veranschaulicht und vertieft wer-den. Die folgenden Inhalte werden u.a. behandelt:

1. Methodische Ordnungsrahmen (insb. ARIS, MEMO)2. Inhaltliche Ordnungsrahmen (insb. Handel-H-Modell, Y-

CIM-Modell)3. Technische Ordnungsrahmen (insb. Data Warehouse-

Architektur)4. Grundstrukturen und -abläufe in Warenwirtschaftssystemen5. Grundstrukturen und -abläufe in Produktionsplanungs- und

-steuerungssystemen6. Anwendungssysteme zur Managementunterstützung orien-

tiert an ihrer Entwicklungshistorie7. Funktionsweise von OLAP-Systemen8. Spezielle Systemtypen zur ausgewählten Vertiefung (z. B.

Customer Relationship Management, Supply Chain Mana-gement, Produktdatenmanagement, Hochschulinformations-systeme etc.)

108

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Betriebliche Informationssysteme

Literatur• Jörg Becker, Reinhard Schütte: Handelsinformationssysteme.

2. Auflage, Frankfurt am Main 2004.• Peter Mertens: Integrierte Informationsverarbeitung 1, Ope-

rative Systeme in der Industrie. 18. Auflage, Wiesbaden 2013.• Peter Mertens, Marco C. Meier: Integrierte Informationsver-

arbeitung 2. Planungs- und Kontrollsysteme in der Industrie.10. Auflage, Wiesbaden 2009.

• August-Wilhelm Scheer: Wirtschaftsinformatik. Referenzmo-delle für industrielle Geschäftsprozesse. 7. Auflage, Berlin1997.

• Karl Kurbel: Enterprise Resource Planning und SupplyChain Management in der Industrie. 8. Auflage, Ber-lin/Boston, 2016.


Datenbanken, Geschäftsprozessmanagement


empfohlenes Semester B. Sc. 3-4Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung


• BSc Wirtschaftsinformatik – Wirtschaftsinformatik i.e.S. –Pflichtmodule


109

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Grundlagen von ERP-Systemen

Modul: Grundlagen von ERP-Systemen

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Studierende lernen ERP- (Enterprise Ressource Planning) Syste-

men als zentrale integrierte Informationssysteme bei vielen Unter-nehmen kennen. Die Studierenden erhalten einen Überblick überdie in ERP-Systemen realisierte informationstechnische Abbildungder wichtigsten betrieblichen Funktionen entlang der Hauptaufga-benfelder eines Betriebs. Sie erhalten Einblicke in die hinter ERP-Systemen stehende Architektur sowie die Möglichkeiten der Aus-gestaltung und Positionierung. Sie erwerben Kompetenzen für diekomplexe Aufgabe von der Auswahl des geeigneten Systems.

Lehrinhalte1. Einführung: ERP-Systeme zentrales Informationssystemei-

nes Unternehmens (Begriffsdefinition, Historische Entwick-lung, Standard-Funktionsumfang: Wertschöpfungskettenna-he operative und dispositive sowie unterstützende und stra-tegische Aufgaben, Vor- und Nachteile)

2. Architektur und Ausrichtung von ERP-Systemen (Softwa-rearchitektur, Betriebsmodelle, Beispielmodul: Warenwirt-schaft)

3. Grundlagen der Auswahl von ERP-Systemen (Standard- vs.Individualsoftware, Marktüberblick, Auswahlprozess, OpenSource-Lösungen)

4. Einführung von ERP-Systemen

Literatur• N. Gronau: Enterprise Resource Planning: Architektur,

Funktionen und Management von ERP-Systemen, 3. Auf-lage, de Gruyter - Oldenbourg, 2014.

• N. Gronau: Handbuch der ERP-Auswahl, 2. Auflage, GITO,2016.




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

110

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Grundlagen von ERP-Systemen




111

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Praktischer Einsatz von ERP-Systemen mit realer Software

Modul: Praktischer Einsatz von ERP-Systemen mit realer Software

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden sollen die praktische Lösung von betrieblichen

Problemstellungen anhand eines beispielhaften ERP-Systems ken-nenlernen. Sie sollen die Möglichkeiten und Grenzen der Abbildungder realen betrieblichen Welt auf einem Rechnersystem kennenler-nen und das bisher in den grundlegenden betriebswirtschaftlichenVeranstaltungen sowie insbesondere dem Teilmodul 1 erlernte Wis-sen in dem System wiederfinden und umsetzen können. Anhandvon praktischen Übungen (Fallstudien) an einem ERP-System so-wie der zugehörigen Theorie erlernen Studierende den Aufbau unddie Funktionsweise des Systems. Durch die eigenständige Arbeitund den Austausch mit den Lehrenden erwerben sie vernetzteKenntnisse und können dieses und vergleichbare Software-Systemefür reale Problemstellungen einsetzen. Studierende können sich da-bei zwischen Fallstudien in unterschiedlichen ERP-Systemen ent-scheiden (bspw. SAP, Infor LN, eEvolution).

Lehrinhalte1. Allgemeine Informationen über ein ERP-System (z. B. SAP,

Infor LN, eEvolution)2. Präsentation der aktuellen ERP-Software (bspw. Organisa-

tionsstrukturen, Stammdaten, Navigation, Berechtigungen,Auswertungen und Berichte, Darstellung der Hauptfunktio-nen in verschiedenen Modulen, Abbildung von Fallstudien inverschiedenen Unternehmensbereichen)

3. Darstellung von Geschäftsprozessen: Klassifizierung von Ge-schäftsprozessen, Modellierung von Geschäftsprozessen an-hand kleiner Beispiele und ausgewählter Methoden

4. Vorstellung von weiterführenden Funktionen, wie bspw. Cu-stomizing, Workflow, Reporting

Literatur• Für das Beispiel SAP: N. Muir, I. Kimbell: Discover SAP, 2.

Auflage, SAP Press, 2010.


Die Inhalte der Module „Grundlagen der Betriebswirtschaftslehre1“, „Grundlagen der Betriebswirtschaftslehre 2“ und „Grundlagenvon ERP-Systemen“ werden vorausgesetzt.


empfohlenes Semester BSc 4-6Turnus jedes Wintersemester

112

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Praktischer Einsatz von ERP-Systemen mit realer Software



113

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

Modul: Seminar Betriebliche Informationssysteme/-management (Bachelor)

Modulverantwortlicher Prof. Dr. Julia Rieck, Dr. Felix HahneLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden erschließen selbstständig einen vorgegebenen In-

haltsbereich. Sie fertigen eine wissenschaftliche Arbeit unter Be-rücksichtigung einer Forschungsfrage an und präsentieren die In-halte. Sie besitzen eine Transferkompetenz, die es ihnen erlaubt,ihren Wissensstand selbständig technischen und gesellschaftlichenEntwicklungen anzupassen. Sie können Instrumente von betriebli-chen Informationssystemen zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Betriebliche Informations-systeme.


Die Inhalte des Moduls „Betriebliches Informationsmanagement“werden vorausgesetzt.







114

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

Modul: Seminar Wirtschaftsinformatik (Bachelor)

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-

tung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahme ander 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 Studierende vertiefen ausgewählte Themen der Wirtschaftsinfor-matik und entwickeln ihre Kompetenzen im wissenschaftlichenSchreiben und Vortragen weiter. Themenschwerpunkte des Semi-nars sind im zeitlichen Wechsel Forschungsmethoden und Theo-rien der Wirtschaftsinformatik, spezielle Probleme der Informati-onssystemmodellierung sowie ausgewählte Herausforderungen beider Gestaltung betrieblicher Informationssysteme. Am ersten Ter-min erfolgt die Themenvorstellung und -vergabe. In anschließendenVeranstaltungen werden - vor der abschließenden Seminarpräsen-tation - Qualitätskriterien für die Erstellung der Seminararbeit unddes -vortrags erarbeitet.


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 3-6Turnus jährlichDauer des Moduls 1 SemesterVerwendung



115

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Praktikum Prozessmodellierung I

Modul: Praktikum Prozessmodellierung I

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen - Erlernen/ Wiederholen methodischer Grundlagen der Prozessmo-

dellierung - Erlernen/ Wiederholen methodischer Grundlagen derInterviewführung und Informationserhebung - Erhebung und Mo-dellierung von Prozessen im praktischen Umfeld - Strukturiertes,praxisnahes Vorgehen

Lehrinhalte Studierende, die nachweislich die Methoden theoretisch und imKleinen beherrschen, soll die Möglichkeit gegeben werden, in ei-nem realen Projekt reale Prozesse unter möglichst realistischenProjektbedingungen zu erheben und zu bewerten. Sie lernen da-bei die Komplexität einer Modellierung eines gesamten Prozesses,der unter anderem auch das Koordinieren unterschiedlicher Betei-ligter umfasst, selbst kennen. Diese Erkenntnisse sind neben denVorlesungen und Übungen, die vor allem theoretisch motivieren,sehr hilfreich. Die Studierenden erlernen dabei Projektmanage-ment, schulen ihre Socialskills in den Gesprächen mit den Betei-ligten und in der Projektkoordination untereinander. Die Studie-renden üben den gezielten Einsatz von Softwarewerkzeugen, umumfangreiche Modelle verwalten zu können.

Literatur• wird in der Veranstaltung bekanntgegeben


keine

Prüfungsleistung Schriftliche Ausarbeitung und/oder mündlicher Vortrag (mitEinzel- und Gruppenanteilen)




116

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Praktikum Prozessmodellierung II

Modul: Praktikum Prozessmodellierung II

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen - Erlernen/ Wiederholen methodischer Grundlagen der Prozessmo-

dellierung - Erlernen/ Wiederholen methodischer Grundlagen derInterviewführung und Informationserhebung - Erhebung und Mo-dellierung von Prozessen im praktischen Umfeld - Strukturiertes,praxisnahes Vorgehen

Lehrinhalte Studierende, die nachweislich die Methoden theoretisch und imKleinen beherrschen, soll die Möglichkeit gegeben werden, in ei-nem realen Projekt reale Prozesse unter möglichst realistischenProjektbedingungen zu erheben und zu bewerten. Sie ler-nen dabei die Komplexität einer Modellierung eines gesamten Pro-zesses, der unter anderem auch das Koordinieren unterschiedlicherBeteiligter umfasst, selbst kennen. Diese Erkenntnisse sind nebenden Vorlesungen und Übungen, die vor allem theoretisch motivie-ren, sehr hilfreich. Die Studierenden erlernen dabei Projektmana-gement, schulen ihre Socialskills in den Gesprächen mit den Betei-ligten und in der Projektkoordination untereinander. DieStudierenden üben den gezielten Einsatz von Softwarewerkzeugen,um umfangreiche Modelle verwalten zu können.

Literatur• wird in der Veranstaltung bekanntgegeben


keine





117

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet Betriebswirtschaft –Ringvorlesung Umwelt und Nachhaltigkeit

Modul: Ringvorlesung Umwelt und Nachhaltigkeit

Modulverantwortlicher Prof. Dr. Martin SauerweinLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, Themen aus unterschiedlichen

Bereichen der Nachhaltigkeit zu betrachten und zu beurteilen. DieStudierenden haben Kompetenzen erworben, die sie in die La-ge versetzen, ihre in vorausgehenden Veranstaltungen erworbenenKenntnisse in verschiedenen, fachwissenschaftlichen als auch inter-disziplinären Kontexten vertiefend anzuwenden.

Lehrinhalte Aktuelle Themen aus dem Bereich der Umwelt und Nachhaltigkeitwerden in Vorträgen aus der aktuellen Forschung sowie dem an-gewandten Naturschutz beleuchtet. Externe Referent(innen) undInstitutsangehörige präsentieren dabei ihre Forschungsansätze, -ergebnisse und geben dabei Einblicke in die verschiedensten The-mengebiete. Das Programm ist divers aufgestellt und be-schäftigt sich mit den Nachhaltigkeitszielen der UNESCO, ver-schiedenen Ökosystemdienstleistungen, Bildung für nachhaltigeEntwicklung und vielem mehr.

Literatur Wird in der Veranstaltung bekannt gegeben.Voraussetzungen für dieTeilnahme

keine

Prüfungsleistung Benotetes LerntagebuchTurnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung


• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Soft Skills – Wirtschaftsenglisch 1

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Marketing


• MSc Wirtschaftsinformatik – Wahlbereich – Weitere Ange-bote mit IT-Bezug

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Soft Skills

118

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Grundlagen der Volkswirtschaftslehre I: Mikroökonomie

Gebiet Volkswirtschaftslehre

Modul: Grundlagen der Volkswirtschaftslehre I: Mikroökonomie

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Veranstaltung thematisiert wirtschaftswissenschaftliche Kern-

fragen. Wir befassen uns bspw. mit den folgenden Fragen: Wasgeht auf Märkten vor sich? Wie treffen VerbraucherInnen oder Un-ternehmen ihre Entscheidungen? Was erklärt, wie welche Markt-ergebnisse zustandekommen? Wie lassen sich Marktergebnisse in-terpretieren? Was kann man tun, um Märkte funktionsfähiger zumachen? Diese und viele andere Fragen werden mit den Instru-mentarium der Wirtschaftstheorie analysiert und beantwortet.

Lehrinhalte Grundlagen von Angebot und Nachfrage, Preisbildung, Verbrau-cherverhalten, Individuelle Nachfrage, Marktnachfrage und Konsu-mentenrente, Produktions- und Kostentheorie, Märkte und Wohl-fahrt, Marktmacht und Monopole, Oligopole und Kartelle, Grund-lagen der Spieltheorie

Literatur• Hauptarbeitsbuch: Pindyck, R.S., & Rubinfeld, D.L. (jeweils

neueste Aufl.). Mikroökonomie. München: Pearson.• Weitere Literatur wird in der Veranstaltung bekannt gege-

ben.


Keine.


empfohlenes Semester BSc 1 bis BSc 3Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Volkswirtschaftslehre

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Betriebswirtschaft und In-formationswissenschaft – Gebiet Volkswirtschaftslehre

119

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Grundlagen der Volkswirtschaftslehre II: Makroökonomie

Modul: Grundlagen der Volkswirtschaftslehre II: Makroökonomie

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Wir befassen uns mit zentralen gesamtwirtschaftlichen Fragen.

Thematisiert wird bspw.: Wie berechnet man das Bruttoinland-sprodukt eines Landes? Was ist und wie wirkt Inflation? In wel-chem Zusammenhang steht die Inflation mit der Arbeitslosigkeit?Was passiert, wenn die Europäische Zentralbank festverzinslicheWertpapiere kauft? Diese und andere Fragen werden mit dem ana-lytischen Instrumentarium der Wirtschaftstheorie untersucht undbeantwortet.

Lehrinhalte Gütermarkt, Geld- und Finanzmärkte, Güter- und Geldmarkt-gleichgewicht, Arbeitsmarkt, gesamtwirtschaftliches Angebot undNachfrage, Inflation und Arbeitslosigkeit, Wachstum - Sparen -Technischer Fortschritt

Literatur• Hauptarbeitsbuch: Blanchard, O., & Illing, G. (jeweils neue-

ste Aufl.). Makroökonomie. München: Pearson.• Weitere Literatur wird in der Veranstaltung bekannt gege-

ben.


Keine.


empfohlenes Semester BSc 1 bis BSc 3Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung



120

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Europäische Wirtschaft

Modul: Europäische Wirtschaft

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS Vorlesung, 2 SWS SeminarLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Die Studierenden können die Hintergründe des europäischen In-

tegrationsprozesses und seine Entwicklungsdynamik wiedergeben.Sie kennen die wichtigsten europäischen Institutionen und Politik-bereiche. Sie können die Entscheidungsfindungsprozesse auf euro-päischer Ebene und wichtige Streitfragen nachvollziehen und kri-tisch diskutieren. Die Studierenden können die Wirkungen derwirtschaftlichen und monetären Integration anhand ausgewählterökonomischer Modelle analysieren, kritisch bewerten und Rück-schlüsse auf die Auswirkungen auf europäische Wirtschaftsbürge-rInnen ziehen.

Lehrinhalte TM 1: Der europäische Integrationsprozess; europäische Institu-tionen, Entscheidungsfindung, Budget und Politikbereiche; ökono-mische Analyse der wirtschaftlichen und monetären Integration inEuropa (z.B. Handelsliberalisierung, Marktgröße, freie Mobilitätund Migration, optimale Währungsräume, Stabilität und Wachs-tum) TM 2: Streitfragen und Zukunftsperspektiven der europäi-schen Integration (z.B. EU-Erweiterung, Vertiefung der Integrati-on, Europa der verschiedenen Geschwindigkeiten, gemeinsame eu-ropäische Politiken im globalen Kontext)

Literatur• Baldwin, R.E., Wyplosz, C. (2019): The Economics of Euro-pean Integration, 6th ed., Berkshire: MacGraw-Hill.

• Weitere Literatur wird in der Veranstaltung bekanntgegeben.


Vorkenntnisse in Volkswirtschaftslehre (Mikro- und Makroökono-mie) werden empfohlen, sind aber nicht zwingend.

Prüfungsleistung Teilmodulprüfungen: Hausarbeit (15 Seiten à 3.000 Zeichen ein-schließlich Leerzeichen) oder Referat (20 min) mit Ausarbeitung (5Seiten à 3.000 Zeichen einschließlich Leerzeichen) oder mündlichePrüfung (30 min) oder Klausur (90 min). Oder Modulprüfung: EineKlausur im Umfang von 120 - 180 Minuten am Ende des Moduls

empfohlenes Semester BSc 3-6Turnus jedes SommersemesterDauer des Moduls 1 Semester

121

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Europäische Wirtschaft


– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Volkswirtschaftslehre



122

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Angewandtes wissenschaftliches Arbeiten (nicht angeboten)

Modul: Angewandtes wissenschaftliches Arbeiten (nicht angeboten)

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Wissenschaftliche Kernkompetenzen (Literaturstudium, Fragestel-

lung finden, Messung von Variablen, Verfassen schriftlicher Text-passagen) erwerben

Lehrinhalte Forschungsprozess „Von der Idee zum Untersuchungsdesign“ ken-nen lernen und gemeinsam im Seminar erproben; wissenschaftli-che Arbeitsmethoden und schriftliche/ mündliche Präsentation vonForschungserkenntnissen; auch zur Vorbereitung von Abschlussar-beiten geeignet


Keine.

Prüfungsleistung Mitgestaltung des Seminars durch eigene Beiträge (schriftlich,mündlich), Gruppenarbeiten

empfohlenes Semester BSc 3-6Turnus jährlichDauer des Moduls 1 SemesterVerwendung


123

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Wirtschaftspsychologie

Modul: Wirtschaftspsychologie

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden haben vertiefende und fachwissenschaftliche

Kompetenzen in dem interdisziplinären Bereich der Wirtschafts-psychologie.

Lehrinhalte Themenbereiche sowie Forschungsmethoden und Erkenntnisse derWirtschaftspsychologie unter besonderer Berücksichtigung desVeranstaltungsmanagements.

Literatur Literaturhinweise werden in der Veranstaltung gegeben.Voraussetzungen für dieTeilnahme

Keine.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten und mündliches Kurzreferat im Umfang von 10 Minuten.





124

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Seminar Wirtschaftspsychologie

Modul: Seminar Wirtschaftspsychologie

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden haben vertiefende und fachwissenschaftliche

Kompetenzen in dem interdisziplinären Bereich der Wirtschafts-psychologie.

Lehrinhalte Themenbereiche, Forschungsmethoden & Erkenntnisse der Wirt-schaftspsychologie


Keine.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester BSc 3-6Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung




125

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – GebietVolkswirtschaftslehre – Chinese Economy Studies

Modul: Chinese Economy Studies

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS Seminar (englischsprachig)Leistungspunkte 3 LPArbeitsaufwand 75 StundenZielgruppe Studierende im Bachelor mit Interesse an internationalen Wirt-

schaftsbeziehungen im Allgemeinen und der chinesischen Wirt-schaft im Speziellen; auch interessant für Gründungsinteressierte

Lehrinhalte The Chinese economy has been growing rapidly in a very short pe-riod, from one of the poorest countries in the world to one of themost important economic superpowers. The goal of this seminar isto understand and evaluate this rapid development, and to be ableto make realistic predictions about where the Chinese economy isheaded. This seminar encompasses three parts: 1) The first partstudies the economic policies that affect China’s economic deve-lopment; 2) The second part investigates the diverse non-economicfactors that impact China’s economic development; and 3) Thethird part examines economic practices through industry case stu-dies.

Literatur• Wird in der Veranstaltung bekannt gegeben


Ausreichende englische Sprachkenntnisse.

Prüfungsleistung A seminar thesis (12 pages), a 30 minutes presentation (powerpoint presentation, prezi, etc. are welcome), active participationand engagement.

Termine• Aufgrund der Corona-Krise wird die Veranstaltung per

Distance-Learnig durchgeführt. Näheres erfahren Teilnehme-rInnen per Rundmail bzw. im Learnweb.

• Due to the corona crisis, the seminar will be held via distancelearning. Participants will receive further information via e-mail or in the Learnweb.

Empfohlenes Semester BSc 3-6Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung



126

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet BenutzerorientierteInformationssysteme – Einführung in die maschinelle Sprachverarbeitung (MSV)

Gebiet Benutzerorientierte Informationssysteme

Modul: Einführung in die maschinelle Sprachverarbeitung (MSV)

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 3 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand 100 StundenLernziele/Kompetenzen Die Studierenden kennen die wichtigsten Verfahren der symboli-

schen und statistischen Sprachverarbeitung und können ihre Lei-stungsfähigkeit und Grenzen, sowie ihre Anwendungsrelevanz ein-schätzen. Sie können Modellierungs- und Implementierungsansät-ze nachvollziehen und beurteilen. Sie kennen Evaluierungsansätzefür sprachverarbeitende Systeme und können selbst Evaluierungendurchführen. In der Übung erwerben die Studierenden Erfahrungin der Installation und Nutzung von Werkzeugen der Sprachverar-beitung. Sie kennen deren Funktionsweise, ihren Input und Outputund ihren Ressourcenbedarf. Sie können die Ergebnisse der Werk-zeuge interpretieren und in Bezug auf konkrete Anwendungsfällebeurteilen. Beispiele für solche Werkzeuge sind Tokenizer, Wortart-tagger, morphologische und syntaktische Analysesysteme (Parser)etc.

Lehrinhalte Aufgabenstellungen, Methoden, Verfahren und Anwendungen derSprachtechnologie. Schwerpunkt sind die grundlegenden regelba-sierten und statistischen Verfahren zur automatischen Verarbei-tung der geschriebenen Sprache, insbesondere diejenigen, die fürinformationswissenschaftliche Anwendungen (z.B. Information Re-trieval, Information Extraction, multilinguale Anwendungen) rele-vant sind. Evaluierungsprinzipien und –methoden. Die Übung folgtdem Ablauf der Vorlesung ab deren 3. Woche. Zunächst Einfüh-rung in Linux. Ab Woche 3: Übungen zu den Themen der Vor-lesung: Verfahren, Methoden und Anwendungen der Sprachver-arbeitung. Die Übung fokussiert auf die praktische Nutzung vonSprachverarbeitungswerkzeugen, die im Internet oder am Institutverfügbar sind.

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


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



127

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet BenutzerorientierteInformationssysteme – Einführung in die maschinelle Sprachverarbeitung (MSV)


– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Benutzerorientierte Informations-systeme


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Betriebswirtschaft und In-formationswissenschaft – Gebiet Benutzerorientierte Infor-mationssysteme

128

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet BenutzerorientierteInformationssysteme – Einführung in das Information Retrieval (IR)

Modul: Einführung in das Information Retrieval (IR)

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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.

Lehrinhalte Information Retrieval befasst sich mit der unsicheren Repräsenta-tion von unstrukturiertem Wissen (v.a. Text) und der vagen Suchenach Information. Die Vorlesung gibt einen Überblick über Retrie-valprozesse 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, Benutzungsoberflächen, Web-Retrieval und Multimedia-Retrieval werden behandelt.

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.


Keine



129

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet BenutzerorientierteInformationssysteme – Einführung in das Information Retrieval (IR)


– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Benutzerorientierte Informations-systeme



130

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet BenutzerorientierteInformationssysteme – Praktikum Information Retrieval (IR)

Modul: Praktikum Information Retrieval (IR)

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS PraktikumLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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:

1. Manuelle Indexierung auf des Basis eines Ordnungssystems2. Automatische Indexierung (stemming) und Bewertung des

Ergebnisses3. Suchverfahren und Suchwerkzeuge4. Relevanz-Feedback und Termerweiterung5. Relevanz-Bewertung und Evaluierungsmethoden

Literatur• Norbert Fuhr Scriptum Information Retrieval. Universität

Duisburg-Essen, 2005.


Die Inhalte des Moduls „Einführung in das Information Retrieval(IR)“ werden vorausgesetzt. Um an der Abschlussprüfung teilneh-men zu dürfen, müssen Vorleistungen erbracht werden.

Prüfungsleistung Hausaufgaben und Klausurempfohlenes Semester BSc 4Turnus jährlichDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Benutzerorientierte Informations-systeme



131

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

Modul: Seminar Information Retrieval

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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 Themenbereich ausdem Information Retrieval (z.B. Multimedia oder Web Retrieval,Anwendungen, Visualisierung, Digitale Bibliotheken) 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.:

1. Multimedia Retrieval2. Web Retrieval3. Kollaboratives IR, social search4. Anwendungen (z.B. Genre Erkennung, Spam Erkennung,

Meinungsanalyse, Plagiatserkennung)5. Visualisierung von Suchergebnissen und -prozessen6. Evaluierung7. Besonderheiten Digitaler Bibliotheken für bestimmte Anwen-

dungsbereiche (z.B. E-Commerce, Kulturelles Erbe, Fachin-formation)


Die Inhalte des Moduls „Einführung in das Information Retrieval(IR)“ werden vorausgesetzt.

Prüfungsleistung Hausaufgaben + mündliche Präsentationen + Hausarbeitempfohlenes Semester BSc 4Turnus jährlichDauer des Moduls 1 SemesterVerwendung




132

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

Modul: Seminar Mensch-Maschine-Interaktion

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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.:

1. Virtuelle und angereicherte Reality2. Mobilität3. Ubiquitäre Informationssysteme (v.a. Mixed Reality)4. Visualisierung5. Globalisierung und MMI6. Besonderheiten spezifischer Anwendungsbereiche (E-

Commerce, Kulturelles Erbe, Fachinformation)


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

Prüfungsleistung Hausaufgaben + mündliche Präsentation + Hausarbeitempfohlenes Semester BSc 3Turnus jährlichDauer des Moduls 1 SemesterVerwendung




133

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet BenutzerorientierteInformationssysteme – Seminar Online Marketing - Suchmaschinen und Social Media Marketing

Modul: Seminar Online Marketing - Suchmaschinen und Social Media Marketing

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden bekommen eine Übersicht über das Themenge-

biet. Sie beherrschen die zentralen Formen und Kanäle des OnlineMarketings, wie Display Advertising, Email-Marketing, Suchwort-vermarktung, Suchmaschinenoptimierung, Webcontrolling, SocialMedia Marketing, Social Media Monitoring. Die Studierenden sindin der Lage adäquate Online Marketing-Strategien abzuleiten undfür die entsprechenden Kanälen zu konfigurieren.

Lehrinhalte Online Marketing eröffnet vielfältige, z.T. völlig neuartige Mar-ketingoptionen. Online Marketing ist dabei nicht nur ein wei-terer Kanal zur Umsetzung althergebrachter Produkt-, Preis-,Distributions- und Kommunikationsstrategien. Das Themenfeldkann als grundlegender Innovationsprozess begriffen werden, deraufgrund der zunehmenden Diffusion technologischer Treiber undder Adaption durch beteiligte Akteure neue Rahmenbedingungenfür das Marketing bewirkt. Im Kurs wird eine Übersicht über dieverschiedenen Online Marketing-Instrumente gegeben. Die zentra-len Aspekte des Suchmaschinen- und Social Media Marketings wer-den vertiefend behandelt.


Die Inhalte des Moduls „Einführung in die Informationswissen-schaft“ wird vorausgesetzt.

Prüfungsleistung Hausaufgaben + mündliche Präsentation + Hausarbeitempfohlenes Semester BSc 6Turnus jährlichDauer des Moduls 1 SemesterVerwendung




134

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

Modul: Praktikum Mensch-Maschine-Interaktion (MMI)

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS PraktikumLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden beherrschen Methoden zur Evaluierung von Be-

nutzungsoberflächen 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).

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.

Prüfungsleistung Übungsaufgabenempfohlenes Semester BSc 4Turnus jährlichDauer des Moduls 1 SemesterVerwendung




135

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

Gebiet Maschinelle Sprachverarbeitung

Modul: Seminar Maschinelle Sprachverarbeitung

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden erhalten Einblick in die Modellierungsansätze,

Arbeitsmethoden, vorhandenen Werkzeuge und Ressourcen einesausgewählten Teilbereichs der Computerlinguistik. Sie können al-ternative Herangehensweisen beurteilen, haben sie, soweit möglich,erprobt, und sie können (wo relevant) Bezüge zu Methoden der an-gewandten Informatik (und der angewandten Sprachwissenschaft)herstellen. Sie kennen aktuelle Forschungsdiskurse und können aus-gewählte kleinere Fragestellungen selbst bearbeiten. Dies schließttheoretische, methodische und formale Reflexionen, sowie prakti-sche Experimente mit ein.

136


Lehrinhalte Vertiefte Analyse von Sprachverarbeitungsmethoden, -verfahren, -werkzeugen, -ressourcen, und -anwendungen; anhand von relevan-ten Phänomenen, Verfahren oder Typen von Anwendungen. For-schungsfragen und -methoden in einzelnen relevanten Teilbereichender maschinellen Sprachverarbeitung. Beispiele für Seminarinhalteentlang der Forschung des Instituts:

• (a) Korpuslinguistik: Theoretische und praktische Auseinan-dersetzung mit Textkorpora: Grundkonzepte des Korpusauf-baus, Textauswahl, Metadaten, Verfahren der Suche in Kor-pora, linguistische Annotation von Korpora; Umsetzung lin-guistischer oder informationswissenschaftlicher Fragestellun-gen in Korpusuntersuchungen, Auswertung von Suchergeb-nissen, Arbeit mit online-Korpora und mit den Werkzeugenund Ressourcen des Instituts.

• (b) Elektronische Wörterbücher: Theorie und Praxis derLexikographie: Komponenten von Wörterbüchern, Wörter-buchstrukturen; Spezifika elektronsicher Wörterbücher hin-sichtlich Datenangebot, Benutzerinterfaces, Zugriff und Da-tenpräsentation. Grundlegende Theorien und Ansätze derLexikographie; Bewertung von (elektronischen) Wörterbü-chern.

• (c) Analyse subjektiver Sprache: Aufgabenstellungen undVerfahren von Sentimentanalyse und Opinion Mining; Me-thoden der Analyse von Texten auf Subjektivität. Zusam-menhänge mit Wort-, Satz- und Diskurssemantik; Zusam-menhänge mit Fragen der Pragmatik. Forschungsansätze derSentimentanalyse.

• (d) Ausgewählte Probleme der maschinellen Sprachverarbei-tung: Vertrautmachung, Diskussion und praktische Arbeitmit ausgewählten Fragestellungen aus der Sprachverarbei-tung, die nicht durch (a) bis (c) abgedeckt sind. Beispielesind: syntaktische Analyse, lexikalische Semantik, maschinel-le Übersetzung, statistische Verfahren.

Anleitung zu eigenständiger Arbeit über computerlinguistischeProblemstellungen oder mit computerlinguistischen Methoden.

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

• weitere Literatur wird je nach Thema bekanntgegeben


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

Prüfungsleistung Mündliche Präsentation und Hausarbeit, Hausaufgaben und/oderregelmäßige Tests.

137



• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Maschinelle Sprachverarbeitung


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlbereich Bachelor – Betriebswirtschaft und In-formationswissenschaft – Gebiet Maschinelle Sprachverarbei-tung

138

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

Modul: Praktikum Maschinelle Sprachverarbeitung

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 2 SWS PraktikumLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Erprobung von und eigenständige Arbeit mit Werkzeugen,

Verfahren und Ressourcen der Sprachtechnologie; Entwick-lung von Implementierungskonzepten; Implementierungs- undTest/Evaluationspraxis. Kenntnis einschlägiger Werkzeuge undProgrammiersprachen; Fähigkeit zu deren produktiver Nutzung:Fähigkeit zur Abschätzung der Realisierbarkeit von praktischensprachtechnologischen Aufgabenstellungen.

139


Lehrinhalte Das Praktikum dient der Auseinandersetzung mit konkretenForschungs- und Entwicklungsthemen im Sinne von Fallstudien miteinem hohen Praxisanteil. Vermittlung von Kenntnissen und Fä-higkeiten in der Arbeit mit Werkzeugen, Verfahren und Ressourcender Sprachtechnologie. Beispiele für Themen:

• (a) Korpuslinguistische Werkzeuge: Werkzeuge für die ge-samte Kette der korpuslinguistischen Arbeit, von der Da-tenbeschaffung und –konversion (Crawler, Skripte) über dieAnnotation (Tokenizing, Tagging, Parsing) zur Datenextrak-tion (Suchwerkzeuge, Suchstrategien). Umsetzung einfachersprach- oder informationswissenschaftlicher Fragestellungenin korpuslinguistische Analysen; Interpretation der Ergebnis-se.

• (b) Skriptsprachen für die Arbeit mit Textdaten: Einführungund Praxisarbeit mit einer Skriptsprache (Perl, Python),Konzepte der Programmierung in Skriptsprachen, Arbeit mitgroßen Datenmengen. Implementierungskonzepte; Tests undErprobung von Skripten.

• (c) Datenbanken und sprachtechnologische Softwareprojekte:Prinzipien und Praxis von relationalen Datenbanken; SQL,Definition und Anlage von Datenbanken, Abfrage von Datenaus linguistischen Datenbanken; Einbindung von Datenban-ken in größere Softwareprojekte der Sprachverarbeitung; Ar-chitekturen und Implementierungsstrategien für die Arbeitmit großen Mengen an Textdaten. Aspekte anderer Daten-bankansätze (z.B. XML-Datenbanken, objektorientierte Da-tenbanken).

• (d) Statistische Verfahren für die Sprachtechnologie: Bedarfund Aufgabenstellung für Verfahren der deskriptiven Stati-stik für die Arbeit mit Sprachdaten (z.B. in korpuslingui-stischer Arbeit); Grundlegende statistische Verfahren für dieBerechnung von Distributionen, Assoziationen, Übereinstim-mung von Bewertungen etc. Implementierungskonzepte inder statistischen Programmiersprache R oder z.B. in Python.


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

Prüfungsleistung Projektarbeitempfohlenes Semester BSc 4Turnus jährlichDauer des Moduls 1 Semester

140



– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Maschinelle Sprachverarbeitung



141

Wahlbereich Bachelor – Betriebswirtschaft und Informationswissenschaft – Gebiet MaschinelleSprachverarbeitung – Grundlagen der Computervermittelten Kommunikation (CvK)

Modul: Grundlagen der Computervermittelten Kommunikation (CvK)

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS Übung mit kopräsenten und virtuellen AnteilenLeistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen Prozesse und Wirkungsfaktoren der CvK verstehen und einordnen

zu können, medienkompetente Anwendung von Werkzeugen derCVK

Lehrinhalte Computervermittelte Medien prägen unsere professionellen undprivaten Lebenswelten in immer größerem Ausmaß. In der Übungerarbeiten die Studierenden analytische Perspektiven zum kom-petenten und zielgerichteten Einsatz neuer Medien. Insbesonde-re werden Grundlagen zu folgenden Aspekten behandelt: Me-dienmerkmale, Mediales Kommunikationsverhalten, Eigenschaf-ten, Wirkungsflüsse und Erklärungsansätze der Computervermit-telten Kommunikation

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

Prüfungsleistung Hausaufgaben, Präsentation, Lernberichtempfohlenes Semester BSc 1Turnus jährlichDauer des Moduls 1 SemesterVerwendung

• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Betriebswirtschaft und Informati-onswissenschaft – Gebiet Maschinelle Sprachverarbeitung



142

Wahlbereich Bachelor – Soft Skills – Wirtschaftsenglisch 1

Soft Skills

Modul: Wirtschaftsenglisch 1

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Studierende drücken sich auf Englisch im Wirtschaftsbereich aus

und können korrekt auf Englisch kommunizieren und verhandeln.Die Studierenden können eine mündliche und schriftliche Kommu-nikation mit fachspezifischem englischem Vokabular führen.

Lehrinhalte1. Vorkenntnisse prüfen und festigen (Textarbeit)2. Praxisbezogene Situationen mündlich und schriftlich erörtern3. Übungen zu Hör- und Leseverstehen4. Diverse Grammatikübungen

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

keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten oder mündliche Prüfung im Umfang von 30 Minuten. Uman der Abschlussprüfung teilnehmen zu dürfen, müssen ggf. Vor-leistungen erbracht werden. Details siehe zugehöriger Learnweb-Kurs.


• BSc Informationsmanagement und Informationstechnologie– Wahlbereich Bachelor – Soft Skills

• BSc Wirtschaftsinformatik – Wahlbereich – Soft Skills• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlbereich Bachelor – Soft Skills

143

Wahlmodule im Master

Informatik


Modul: Maschinelles Lernen 2


gaben auf das jeweilige Grundproblem zurückführen. Sie besitzenein tieferes Verständnis im Bereich des maschinellen Lernens. DieStudierende verstehen die Verfahren des maschinellen Lernens undkönnen diese umsetzen und anwenden sowie auf spezifische Anwen-dungsprobleme anpassen. Darüber hinaus sind sie in der Lage, sichselbstständig weitere Verfahren anhand von Literatur zu erarbei-ten.

Lehrinhalte Die Vorlesung behandelt aufbauend auf den Grundlagen der Vorle-sung ’Maschinelles Lernen’ exemplarisch fortgeschrittene Themendes Maschinellen Lernens, z.B.

1. Effiziente Lernverfahren für Support Vector-Maschinen2. Verfahren zum Lernen von Hyperparametern3. Structured Prediction

Literatur• Kevin P. Murphy: Machine Learning: A Probabilistic Per-spective. MIT Press, 2012

• Richard O. Duda, Peter E. Hart, David G. Stork: PatternClassification. 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 i.d.R. jedes 2. SemesterDauer des Moduls 1 Semester

144

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Maschinelles Lernen 2

Verwendung• MSc Informationsmanagement und Informationstechnologie

– Wahlmodule – Informatik – Gebiet Künstliche Intelligenzund Maschinelles Lernen

• MSc Wirtschaftsinformatik – Kernmodule – Business Intel-ligence


145

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Modern Optimization Techniques

Modul: Modern Optimization Techniques


gaben auf das jeweilige Grundproblem zurückführen. Sie besitzenein tieferes Verständnis im Bereich des maschinellen Lernens. Sieverstehen die Verfahren des maschinellen Lernens, können dieseumsetzen und anwenden. Die Studierenden können Verfahren aufspezifische Anwendungsprobleme anpassen. Darüber hinaus sindsie in der Lage sein, sich selbständig weitere Verfahren anhand vonLiteratur zu erarbeiten.

Lehrinhalte Die Vorlesung behandelt Methoden und Algorithmen der Optimie-rung, die die Grundlage für die meisten modernen Datenanalyse-Methoden bilden. Folgende Themen werden behandelt:

1. Optimierungsprobleme: Verschiedene Optimierungsproblemewerden formal beschrieben und anhand von Beispielen illu-striert.

2. Unbeschränkte und gleichheitsbedingte konvexe Optimierung :Konvexe Optimierungstechniken (Stochatischer Gradienten-abstieg, Newton-Verfahren und Koordinatenabstieg)

3. Innere-Punkte-Verfahren: Verfahren zum Lösen von un-gleichheitsbedingten Problemen durch Lösen einer Folge vonunbeschränkten oder gleichheitsbedingten Problemen

4. Moderne Optimierungsverfahren: Erweiterungen und Verbes-serungen klassischer Optimierungsverfahren: Quasi-Newton,Konjugierte Gradienten, Bündel-Verfahren und Schnittebe-nenverfahren

Literatur• Stephen Boyd and Lieven Vandenberghe. Convex Optimiza-tion. Cambridge Univ Press, 2004.

• Suvrit Sra, Sebastian Nowozin and Stephen J. Wright. Opti-mization for Machine Learning. MIT Press, 2011.

• Igor Griva. Linear and nonlinear optimization. Society forIndustrial and Applied Mathematics, 2009.


keine


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

146

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Modern Optimization Techniques





147

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – BigData Analytics

Modul: Big Data Analytics


gaben auf das jeweilige Grundproblem zurückführen. Sie besitzenein tieferes Verständnis im Bereich Big Data. Studierende verste-hen die behandelten Verfahren, können diese umsetzen und anwen-den und auf spezifische Anwendungsprobleme anpassen. Darüberhinaus sind sie in der Lage, sich selbständig weitere Verfahren an-hand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung vermittelt einen Überblick über Problemstellungen,Methoden und Technologien zur Analyse großer Datenmengen (BigData). Behandelt werden:

1. Verteilte Dateisysteme und Datenspeicher-Frameworks2. Computermodelle für große Daten (z.B. MapReduce und

GraphLab)3. Datenstrom-Analyse4. Statistische Lernverfahren für große Datenmengen, insbeson-

dere für Anwendungen im Bereich Large-Scale Empfehlungs-systemen und Link-Analyse

Literatur• Anand Rajaraman, Jure Leskovec, and Jeffrey Ullman: Mi-ning of massive datasets, 3rd ed., Cambridge UniversityPress. 2020

• Yucheng Low, Joseph Gonzalez, Aapo Kyrola, Danny Bick-son, Carlos Guestrinand Joseph M. Hellerstein: DistributedGraphLab: A Framework for Machine Learning and Data Mi-ning in the Cloud, PVLDB. 2012


keine


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

148

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – BigData Analytics





149

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Business Analytics

Modul: Business Analytics

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen

• Understanding the classical forecasting methodologies andtheir application to business domains

• Exploring the state-of-the-art in terms of Recommender Sy-stems and the Internet economy

• Empowering the analytical ability to abstract the necessarydata-driven methodologies for complex business problems

Lehrinhalte Business Analytics aims at introducing students to the fundamen-tal data science know-how, which provides a start-level proficiencyfor tackling data-driven business problems. Initially the course ex-plains prediction models for Regression and Classification tasks,as well as typical Clustering approaches. Frequent Pattern Miningthat discovers association rules from transactional data will becovered as well. Dimensionality Reduction techniques are taughtwith regards to both visualisation and feature extraction aspects.In addition, personalized strategies in the realm of RecommenderSystems will be exploited. On the other hand, the course coversTime-Series Forecasting methods, as well as Process Mining fromindustrial data logs. Last, but not least, the course aims at pro-viding an introduction on current strategies needed to scale dataanalytics methods to handle big data.

Literatur• Hyndman et al., Forecasting: Principles and Practice, 2012• Aggarwal et al., Frequent Pattern Mining, 2014• Aggarwal, Recommender Systems, 2016• Tie-Yan Liu, Learning to Rank for Information Retrieval,

2011


keine


empfohlenes Semester MSc 1Turnus jedes WintersemesterDauer des Moduls 1 Semester

150

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Business Analytics





151

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – DeepLearning

Modul: Deep Learning

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Deep learning has recently been associated with revolutionary Ar-

tificial Intelligence achievements, ranging from “close-to-human”speech and image recognition performances, up to “super-human”game playing results. Throughout this course, students will havethe opportunity to understand the building blocks of neural net-works

Lehrinhalte The curriculum starts by introducing supervised learning conceptsand incrementally dives into the peculiarities of learning the para-meters of neural networks through back-propagation. Specific ar-chitectures, such as the Convolutional Neural Networks will be co-vered, as well as different types of network regularization strategies.Furthermore implementation techniques involving GPU-based op-timization will be explained. The students are expected to masterthe necessary knowledge that will empower them to apply DeepLearning in real-life problems.

Literatur wird in der Vorlesung bekanntgegebenVoraussetzungen für dieTeilnahme

keine


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




152

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Planning and Optimal Control

Modul: Planning and Optimal Control

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen After the completion of this module, the students are able to map

practical tasks to their respective theoretical problem. They havedeveloped a deeper understanding in the field of Planning and Op-timal Control. They are be able to recognize the different types ofplanning and control problems as well as understand, implementand apply different techniques. The students are capable of adap-ting those techniques to specific applications. In addition, they arein a position to understand and elaborate further procedures basedon the literature.

Lehrinhalte The lecture will discuss main topics from Planning and optimalcontrol theory. The topics discussed will be:

1. Discrete and Heuristic Search2. Motion Planning3. Dealing with dynamics and Stochastic Optimal Control4. Reinforcement Learning

Literatur• H. Geffner, B. Bonet: A Concise Introduction to Modelsand Methods for Automated Planning, Morgan and Claypool,2013.

• D. Nau, M. Ghallab, P. Traverso: Automated Planning: Theo-ry and Practice, Morgan Kaufmann, 2004.

• H. Choset, K. M. Lynch, S. Hutchinson, G. Kantor, W. Bur-gard, L. E. Kavraki and S. Thrun. Principles of Robot Mo-tion: Theory, Algorithms, and Implementations; MIT Press,Boston, 2005.

• Steve LaValle. Planning Algorithms; Cambridge UniversityPress, 2006 (Available Online).

• Dimitri P. Bertsekas. Dynamic Programming and OptimalControl, Athena Scientific, 3rd ed. Vols. I and II, 2007.

• Richard S. Sutton and Andrew G. Barto. ReinforcementLearning: An Introduction. MIT Press, Cambridge, MA,1998.


keine



153

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Planning and Optimal Control





154

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Bayessche Netze

Modul: Bayessche Netze

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 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 Lernprozesse 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 Einflüssen 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.

Literatur• Marco Scutari: Bayesian Networks: With Examples in R,

Chapman and Hall/CRC, 2014.• D. Koller, N. Friedmann: Probabilistic Graphical Models:Principles and Techniques, The MIT Press, 2009.

• 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

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten oder mündliche Prüfung im Umfang von 20 Minuten. DieSprache des Moduls und der Prüfung ist Englisch.

empfohlenes Semester MSc 1-3Turnus unregelmäßig, i.d.R. jedes 4. SemesterDauer des Moduls 1 Semester

155

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Bayessche Netze



• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-fungsmodule – Wissensmanagement


zuletzt angeboten Sommersemester 2010

156

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Computer Vision

Modul: Computer Vision

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Studierende erwerben vertiefte Kenntnisse der Bildverarbeitung

(Computer Vision). Studierende können nach Absolvierung desModuls praktische Aufgaben auf das jeweilige Grundproblem zu-rückführen. Die Studierende erlernen den Umgang mit Verfahrenaus der Bildverarbeitungen und können diese auf neue Problem-stellungen übertragen und anwenden. Sie können sich selbständigin weiterführende Literatur aus dem Bereich der Bildverarbeitungeinarbeiten.

Lehrinhalte Die Vorlesung führt in die Grundbegriffe 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-Klassifikation vorgestellt.

Literatur• Richard Szeliski: Computer Vision: Algorithms and Applica-tions. Microsoft Research, 2010.

• 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 Differential Equations and the Calculusof Variations. Springer, 2006.

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


keine


empfohlenes Semester MSc 1-3Turnus unregelmäßig, i.d.R. jedes 4. SemesterDauer des Moduls 1 Semester

157

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Computer Vision





158

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Business Intelligence and Data Warehousing

Modul: Business Intelligence and Data Warehousing

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erlangen Kompetenzen zu Business Intelligence

und Data Warehousing. Business Intelligence versucht aus opera-tiven Daten Erkenntnisse zu extrahieren und zu präsentieren, diefür zukünftige Entscheidungen relevant sind. In größeren Unter-nehmen ist es gängige Praxis , die operativen Daten dafür an einerStelle – dem Data Warehouse – bereinigt und systematisiert be-reitzustellen.

Lehrinhalte In der Veranstaltung geht es um die Grundlagen zu Aufgabe, Auf-bau und Realisierung von Data Warehouses und die Einbettungvon Data Warehousing in den Gesamtkontext der Business Intel-ligence.

Literatur• J. Celko: Joe Celko’s Data Warehouse and Analytic Queriesin SQL, (2006) ISBN-13: 978-0123695123

• Graziano, Linstedt: Super Charge Your Data Warehouse,(2011) ISBN-13: 978-1463778682

• W.H. Inmon: Building the Data Warehouse, (2005) ISBN-13:978-0764599446

• J.E.Olson: Data Quality: The Accuracy Dimension, (2002)ISBN-13: 978-1558608917


keine


empfohlenes Semester MSc 1-3Turnus unregelmäßig, i.d.R. jedes 2. SemesterDauer des Moduls 1 SemesterVerwendung



159

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – DataWarehousing in Practice

Modul: Data Warehousing in Practice

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erlangen Kompetenzen zum Data Warehousing.

Business Intelligence versucht aus operativen Daten Erkenntnissezu extrahieren und zu präsentieren, die für zukünftige Entscheidun-gen relevant sind. In größeren Unternehmen ist es gängige Praxis ,die operativen Daten dafür an einer Stelle – dem „Data Warehouse“– bereinigt und systematisiert bereitzustellen.

Lehrinhalte Kern der Vorlesung ist die Entwicklung eines Data Warehouses aneinem konkreten Beispiel. Den Einstieg bildet dabei ein scheinbareinfaches Problem aus einem produzierenden Betrieb. Noch stär-ker als in Business Intelligence and Data Warehousing 1, werdenÜbungen und Praxisarbeit im Zentrum stehen. Zeitlich wird derFokus daher auch auf den Aspekten des DWH Prozesses liegendie in solchen Projekten den meisten Raum einnehmen: Analysevon Quellsystemen, Umgang mit unzureichenden Anforderungen,Datenqualitätsprobleme, ausgefallene Berichtswünsche etc. Ergän-zend wird in der Vorlesung noch auf einige Themen eingegangen,die im letzten Semester gar nicht, oder nur im Vorübergehen be-handelt wurden. Her geht es etwa um Master Data Management,Data Vault und die aktuellen Hypethemen Self Service BI und BigData

Literatur• J. Celko: Joe Celko’s Data Warehouse and Analytic Queriesin SQL, (2006) ISBN-13: 978-0123695123

• Graziano, Linstedt: Super Charge Your Data Warehouse,(2011) ISBN-13: 978-1463778682

• W.H. Inmon: Building the Data Warehouse, (2005) ISBN-13:978-0764599446

• Kimball, Ross: The Data Warehouse Toolkit, (2013) ISBN-13:978-1118530801

• Kimball, Munday, Thronthwaite: The Microsoft Data Ware-house Toolkit, (2011) ISBN-13: 978-0470640388

• J.E.Olson: Data Quality: The Accuracy Dimension, (2002)ISBN-13: 978-1558608917

• Russo, Ferrari, Webb: Expert Cube Development with Mi-crosoft SQL Server 2008 Analysis Services, (2009) ISBN-13:978-1847197221

• Russo, Ferrari, Webb: Microsoft SQL Server 2012 AnalysisServices: The BISM Tabular Model, (2012) ISBN-13: 978-0735658189

• NBI Testing Tool und Dokumentation auf: http://nbi.codeplex.com/

160

http://nbi.codeplex.com/

http://nbi.codeplex.com/

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – DataWarehousing in Practice


keine


empfohlenes Semester MSc 1-3Turnus unregelmäßig, i.d.R. jedes 2. SemesterDauer des Moduls 1 SemesterVerwendung




161

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Natural Language Processing

Modul: Natural Language Processing

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 40 StundenLernziele/Kompetenzen The students have an understanding of structures in natural lan-

guages and the traditional symbolic and statistical approaches tomodel structures in phonology, morphology, syntax and lexical se-mantics. They have an overview of state-of-the-art Natural Lan-guage Processing (NLP) methods. Students are able to build app-lications using or extending standard NLP methods. They are ableto familiarize quickly with other topics in NLP and are able to readoriginal research literature.

Lehrinhalte Student will learn the most important phenomena in natural lan-guages on different levels of granularity, starting with the combina-tion of sounds to the meaning of words, sentences and texts. Youwill get an introduction to main symbolic and statistical approa-ches to model these phenomena. All theoretical topics will be ac-companied by exercises dealing with these phenomena and demon-strating their use in practical applications, like spelling correction,auto completion, keyword extraction, topic detection, named entityrecognition, relation extraction, synonym detection, etc. Studentswill apply the basic natural language processing methods in theimplementation of a small application or in the analysis of a da-ta set. For this part they will study one specific phenomenon intodepth and will be free to explore various machine learning andnatural language processing techniques to find their own solution.

Literatur• Bird, Steven, Ewan Klein, and Edward Loper. Natural lan-

guage processing with Python: analyzing text with the na-tural language toolkit. O’Reilly Media, Inc. (2009)

• Daniel Jurafsky and James H. Martin: Speech and LanguageProcessing. Prentice Hall; 2nd edition (2008)

• Christopher D. Manning and Hinrich Schütze: Foundationsof Statistical Natural Language Processing. The MIT Press(1999)

• Additional literature will be announced in the lecture


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten oder mündliche Prüfung im Umfang von 20 Minuten. DieSprache des Moduls und der Prüfung ist Englisch.

empfohlenes Semester MSc 2-3Turnus unregelmäßigDauer des Moduls 1 Semester

162

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Natural Language Processing



163

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Betriebssysteme und Netzwerke

Modul: Betriebssysteme und Netzwerke

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 40 StundenLernziele/Kompetenzen Studierende verstehen die internen Abläufe von Betriebssystemen

und Netzwerken. Sie bewerten und beurteilen für einen gegebenenAufgabenkomplex verschiedene alternative Rechner und Netzwerk-Infrastrukturen, um eine bestmögliche Empfehlung für einen spä-teren Einsatz aussprechen zu können.

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 IBM iUmgebung ganzheitlich studiert. In begleitenden Übungen könnendie Teilnehmer an einem System IBM Power 740 arbeiten.

1. Aufgaben und Struktur von Betriebssystemen2. Dateiverwaltung3. Sicherheitsfunktionen4. Prozeß- und Speichermanagement5. Netzwerke6. Verfügbarkeit7. Virtualisierungskonzepte

Literatur• Tanenbaum, A. S.:Modern Operating Systems. 2001, Pearson

Verlag.• Silberschatz, A., Baer, G. P., Gagne, G. G.: Operating SystemConcepts. 2001, Wiley & Sons.


keine


empfohlenes Semester MSc 1Turnus Alle 4 Semester, aber nicht im regelmäßigen Angebot.Dauer des Moduls 1 Semester

164

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Betriebssysteme und Netzwerke




165

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Praktikum Programming Machine Learning

Modul: Praktikum Programming Machine Learning


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 reflektieren und im Zusammenhang zu beurteilen.Sie lernen die Notwendigkeit von Kooperation und Rollenvertei-lung durch die Arbeit im Team. Durch die Teamarbeit und denAustausch mit den Dozierenden in der Rolle der Auftraggeber/-innen erwerben sie soziale Kompetenzen wie Konfliktlösungsstrate-gien, Kommunikationsfähigkeit, Teammanagement, Effektivitäts-einschätzung und Verhandlungsgeschick.

Lehrinhalte Das Praktikum vermittelt Kenntnisse in der Implementierung vonLernalgorithmen für Machine Learning Modelle. Im wöchentlichenRhythmus implementieren Studierende ausgewählte Verfahren ausder Vorlesung Maschinelles Lernen 2 und führen mit ihren Im-plementierungen jeweils ein kleines Referenzexperiment mit einemDatensatz durch.

Literatur• Brett Lantz: Machine Learning with R, Packt Publishing,

2013.• Drew Conway, John Myles White: Machine Learning forHackers, O’Reilly, 2012.


keine

Prüfungsleistung Praktikum. Die Sprache des Moduls und der Prüfung ist Englisch.empfohlenes Semester MSc 1-3Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung




166

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Praktikum Distributed Data Analytics

Modul: Praktikum Distributed Data Analytics


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 reflektieren und im Zusammenhang zu beurteilen.Sie lernen die Notwendigkeit von Kooperation und Rollenvertei-lung durch die Arbeit im Team. Durch die Teamarbeit und denAustausch mit den Dozierenden in der Rolle der Auftraggeber/-innen erwerben sie soziale Kompetenzen wie Konfliktlösungsstrate-gien, Kommunikationsfähigkeit, Teammanagement, Effektivitäts-einschätzung und Verhandlungsgeschick.

Lehrinhalte Praktische Kenntnisse der Methoden und Technologien für das ver-teilte Rechnen für die Datenanalyse:

1. arbeiten mit einem Scheduler in einem Computer Cluster(z.B. Sun Grid Engine)

2. arbeiten mit einem verteilten Dateisystem zum Managementgroßer Datenmengen

3. arbeiten mit NoSQL-Datenbanken zum Speichern lose struk-turierter Daten

4. arbeiten mit einem execution framework zur verteilten Verar-beitung großer Datenmengen (z.B. MapReduce, GraphLab)

5. arbeiten mit einem message passing framework6. arbeiten mit einem GPU / coprocessor-Maschine

Literatur• Anand Rajaraman, Jure Leskovec, and Jeffrey Ullman: Mi-ning of massive datasets, 3rd ed., Cambridge UniversityPress. 2020

• Yucheng Low, Joseph Gonzalez, Aapo Kyrola, Danny Bick-son, Carlos Guestrinand Joseph M. Hellerstein: DistributedGraphLab: A Framework for Machine Learning and Data Mi-ning in the Cloud, PVLDB. 2012


keine

Prüfungsleistung Praktikum. Die Sprache des Moduls und der Prüfung ist Englisch.empfohlenes Semester MSc 1-3Turnus jedes SommersemesterDauer des Moduls 1 Semester

167

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen –Praktikum Distributed Data Analytics





168

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – DeepLearning Masterclass

Modul: Deep Learning Masterclass

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS Vorlesung, 4 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen The course allows students to gain practical knowledge and capa-

bilities in the area of Deep Learning. Students will be able to re-produce probabilistic models from state-of-the-art techniques fromrecent papers.

Lehrinhalte This 10-day full-time instructor-led deep-dive course for codersconsists of three parts. The first part, an overview over deep lear-ning and deep neural networks, which problems they are applicableto, how they work and how they are implemented on a very highlevel (using pytorch building blocks to be precise) on day 1. Thesecond part teaches how to code deep learning using deep neuralnetworks efficiently for various problem settings such as image clas-sification, multi-class classification, tabular data, audio, image seg-mentation, superresolution, neural style transfer, GAN and NLPon days 2-6. The third part re-creates large parts of fast.ai andpytorch as an optional module for those who want to dive deep in-to the inner workings of deep learning during days 7-10. The daysof this course are structured such that the mornings consist of re-corded lectures presenting the jupyter notebooks with the coursecontents and the afternoons consist of paper reading and presenta-tion groups (reading several of the original seminal and brand newpublication that drive the field), code presentation groups and gui-ded coding and q&a sessions. Participants are encouraged to applythe learned content on their own datasets or rehearse or preparematerials during the evenings.

Literatur will be announced in the lectureVoraussetzungen für dieTeilnahme

keine

Prüfungsleistung Praktikum. Die Sprache des Moduls und der Prüfung ist Englisch.empfohlenes Semester MSc 1-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung




169

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – LabCourse Deep Learning

Modul: Lab Course Deep Learning

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen The lab allows students to gain practical knowledge and capabili-

ties in the area of Deep Learning. Students will be able to reproduceprobabilistic models from state-of-the-art techniques from recentpapers.

Lehrinhalte The lab allows students to gain practical knowledge and capabi-lities in the area of Deep Learning. This implementation-orientedcourse offers hands-on experience with current algorithms and ap-proaches in Deep Learning and their application to real-world lear-ning and decision-making tasks. This course will provide capabili-ties for students to reproduce experiments seen in papers and alsohow to model their discoveries. This course also aims to guide stu-dents in how to use Deep Learning tools and also to adopt healthyimplementations practices. The methods being taught will changeaccording to recent publications allowing students to participatein research in current topics. Methods will include:

1. Basic usage of Deep Learning Tools2. Implementation of basic types of networks: CNN, RNN, and

FCN.3. Data Pre-Processing4. Image Classification5. Image Segmentation6. Time Series Analysis7. Recommender Systems

Literatur• Ian Goodfellow, Yoshua Bengio, and Aaron Courville. Deep

Learning. The Mit Press, Cambridge, Massachusetts, Novem-ber 2016. ISBN 978-0-262-03561-3.

• Kevin P. Murphy: Machine Learning: A Probabilistic Per-spective. MIT Press, 2012


keine

Prüfungsleistung Praktikum. Die Sprache des Moduls und der Prüfung ist Englisch.empfohlenes Semester MSc 1-3Turnus jedes WintersemesterDauer des Moduls 1 Semester

170

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen – LabCourse Deep Learning





171

Wahlmodule im Master – Informatik – Gebiet Künstliche Intelligenz und Maschinelles Lernen II –Advanced Computer Vision


Modul: Advanced Computer Vision

Modulverantwortlicher Prof. Dr. Niels LandwehrLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen After completion of the module, students are familiar with different

problem settings and tasks studied in modern computer vision.They understand how machine learning techniques and specificallydeep neural networks can be used to solve these tasks. They areable to build upon established techniques and adapt them to novelproblem settings, enabling them to solve practical computer visionproblems.

Lehrinhalte The lecture start with an overview of deep neural networks. It thendiscusses design principles of deep neural network architectures forcomputer vision problems. Specific computer vision problems suchas image classification, segmentation, object detection and locali-zation, or metric learning are discussed. The lecture also presentsexamples for practical applications of computer vision techniquesin different domains.

Literatur• Goodfellow, Ian, Bengio, Yoshua, Courville, Aaron. (2016).

Deep learning. Cambridge: MIT press.• Szeliski, Richard. Computer vision: algorithms and applica-

tions. Springer Science & Business Media, 2010.


Vorkenntnisse aus demModul "Deep Learningöder die gleichzeitigeBelegung des Moduls "Deep Learning"werden empfohlen



• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Künstliche Intelligenzund Maschinelles Lernen II

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Künst-liche Intelligenz und Maschinelles Lernen II

172

Wahlmodule im Master – Informatik – Gebiet Algorithmen – Numerische Interpolationsmethoden

Gebiet Algorithmen

Modul: Numerische Interpolationsmethoden


Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden Haben die grundlegenden Kompetenzen zum

Verständnis und zur theoretischen wie auch praktischen Anwen-dung des Bereichs Numerische Interpolation gemäß der unten ge-nannten Inhalten.

Lehrinhalte Interpolation durch Chebyshev-Systeme. Polynom-Interpolation,Trigonometrische und periodische Interpolation, Spline-Interpolation, Vergleich mit anderen Approximationsmethoden


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120 Mi-nuten oder mündliche Prüfung im Umfang von 30 Minuten.(beidesauch in digitaler Form). Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.

empfohlenes Semester MSc 1-3Turnus unregelmäßigDauer des Moduls siehe Ankündigung im LSFVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Algorithmen


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Algo-rithmen

173

Wahlmodule im Master – Informatik – Gebiet Algorithmen – Numerische Approximationsmethoden

Modul: Numerische Approximationsmethoden


Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden sollen die grundlegenden Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungdes Bereichs Numerische Approximation gemäß unten genanntenInhalten erwerben.

Lehrinhalte Proximum, Polynome bester Approximation, Methode der klein-sten Quadrate - Bestapproximation in Hilberträumen, positiveOperatoren, Bezier-Kurven


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120 Mi-nuten oder mündliche Prüfung im Umfang von 30 Minuten.(beidesauch in digitaler Form). Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.

empfohlenes Semester MSc 1-3Turnus unregelmäßigDauer des Moduls siehe Ankündigung im LSFVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Algorithmen



174

Wahlmodule im Master – Informatik – Graphen und Graphalgorithmen

Modul: Graphen und Graphalgorithmen



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.

Lehrinhalte1. Allgemeine Graphen; Wege; schwacher und starker Zusam-

menhang.2. Blockzerlegung3. Mengertheorie4. Höhere Zerlegungen5. Praktische Übungen mit dem Graphbearbeitungssystem

GHS.

Literatur• Günther Stiege: Einführung in die Informatik. Shaker Verlag.

Reihe Informatik. 2013• Günther Stiege: Graphen und Graphalgorithmen. Shaker

Verlag. Reihe Informatik. 2006


Die Inhalte der Module „Diskrete Methoden“, „Analytische Metho-den“ und „Algorithmen und Datenstrukturen“ werden vorausge-setzt.

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 MSc 1-3Turnus unregelmäßigDauer des Moduls 1 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Mathematische Methoden

175

Wahlmodule im Master – Informatik – Graphen und Graphalgorithmen – Netzwerke und Optimierung

Modul: Netzwerke und Optimierung



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

Lehrinhalte1. Allgemeine Graphen (Wiederholung).2. Kürzeste a- und f-Wege; Djikstra und Bellman/Ford; Berück-

sichtigung der Graphstruktur.3. a- und f-Flüsse in allgemeinen Graphen; Ford/Fulkerson; Ed-

monds/Karp; Dinic u.a.; Berücksichtigung der Graphstru-kur.

4. Zirkulationen.

Literatur• Günther Stiege: Einführung in die Informatik. Shaker Verlag.

Reihe Informatik. 2013• Günther Stiege: Graphen und Graphalgorithmen. Shaker

Verlag. Reihe Informatik. 2006


keine


empfohlenes Semester MSc 1-3Turnus unregelmäßigDauer des Moduls 1 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Graphen und Graphalgorith-men

176

Wahlmodule im Master – Informatik – Graphen und Graphalgorithmen – Servicerobotik

Modul: Servicerobotik


Lehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Studierende verfügen über einen umfassenden Überblick über tech-

nische und algorithmische Grundlagen der Robotik mit Fokus aufautonomen mobilen Robotern als Basis für Serviceroboter. Siegewinnen einen Überblick über alle Teilbereiche der Informatikund angrenzender Gebiete, die zur eigenständigen Programmie-rung und rudimentären Konstruktion von Robotern nötig sind,damit sie in der Lage sind, diese in der Veranstaltung ’Robotik II:Praktikum’ eigenständig umzusetzen. Sie sind grundlegend in derLage, Rahmenbedingungen und Folgen des Einsatzes von Robo-tern einzuschätzen und die wirtschaftlichen und gesellschaftlichenPotentiale der Servicerobotik insbesondere im Hinblick auf Dienst-leistungsinnovationen einzuschätzen.

177

Lehrinhalte In der industriellen Produktion sind Roboter seit JahrzehntenStandard. Mit der zunehmenden Leistungsfähigkeit autonomermobiler Roboter verlassen diese nun ebenso wie die Industriero-boter vor Jahrzehnten den Bereich der akademischen und indu-striellen Forschung und Entwicklung und stehen nun breiten Kun-denkreisen als „Serviceroboter“ zur Verfügung. Sie erledigen be-reits problemlos einfachere Aufgaben wie Staubsaugen und Ra-senmähen. Mit dem selbstfahrenden Kfz steht die nächste tech-nische „Revolution“ aber schon in den Startlöchern, die deutlichmacht, dass Roboter zunehmend Dienstleistungsaufgaben im all-täglichen Leben übernehmen, die bisher von Menschen durchge-führt wurden. Gleichzeitig bietet die zunehmende Verbreitung vonServicerobotern die Gelegenheit, neue Dienstleistungen rund umdie Robotik für Endkunden und Unternehmen anzubieten – ange-fangen von z.B. Inbetriebnahme- und Konfigurationsleistungen bishin zur Verfügbarmachung von komplexen Servicerobotern inklu-sive Dienstleistungsangeboten (Stichworte: Verknüpfung von Cars-haring, Taxis und selbstfahrenden Kfz, Hausbauroboter, Lieferun-gen per Drohne, ...). Die Veranstaltung gibt dazu einenÜberblick über die Grundthemen und den Stand der Technik derRobotik mit Schwerpunkt auf Methoden und Grundkenntnissender Servicerobotik:

1. Einführung, Beispiele und Kategorisierung von Robotern2. Aufbau und Teilsysteme von Robotern3. Sensorik (Laserscanner, Kameras, Bildanaly-

se/Bildverstehen)4. Aktorik (Steuerung und Regelung, Bewegungsplanung)5. Programmierung von Robotern (Echtzeitbedingungen, Soft-

warearchitekturen, Kontrollparadigmen)6. Pfadplanung, Navigation, Lokalisation und Kartenerstellung7. Intelligentes Verhalten und künstliche Intelligenz8. Stand der Technik zu selbstfahrenden Kfz

Literatur• Aktuelle Literatur wird in der Veranstaltung bekannt gege-

ben.


Einführung in die Informatik, Programmierpraktikum I, Algorith-men und Datenstrukturen Hilfreich, aber nicht zwingend erforder-lich: Grundlagen des Software Engineering


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

Turnus jedes SommersemesterDauer des Moduls 1 Semester

178



– Wahlmodule – Informatik – Graphen und Graphalgorith-men

• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-fungsmodule – Industrielles Produktions- und Dienstlei-stungsmanagement


179

Wahlmodule im Master – Informatik – Graphen und Graphalgorithmen – Praktikum Servicerobotik

Modul: Praktikum Servicerobotik


Lehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, die praktische Umsetzung von

Robotik voranzutreiben. Dazu wählen sie im Gruppenprozess undmit Unterstützung des Dozierenden ein eigenständig umzusetzen-des Projekt im Kontext aller Themen der Servicerobotik. Die Stu-dierenden lösen komplexe Probleme in kleinen Teams. Hierbeiidentifizieren die Studierenden verschiedene Aufgaben und zerle-gen komplexe Aufgaben in handhabbare Bestandteile. Sie planenihr Projekt so, dass sie das gesetzte Ziel erreichen. Das im bis-herigen Studium angeeignete Wissen wird genutzt, um sich diefür die Aufgabe nötigen technischen und methodischen Fertigkei-ten anzueignen. Durch die Teamarbeit und den Austausch mitden Dozierenden in der Rolle der Auftraggeber/-innen erwerbensie soziale Kompetenzen wie Konfliktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, Effektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Die Veranstaltung gibt eine praktische Einführung in die Program-mierung verschiedener Teilbereiche von Robotiksystemen. Es ste-hen drei typische Plattformen für Serviceroboter zur Verfügung:

1. mehrere leistungsschwaches eingebettetes System als typi-scher Vertreter von einfachen Serviceroboterplattformen wiez.B. Staubsaugroboter,

2. ein leistungsstarkes System mit PC-Steuerung und 3D-Kamera als Beispiel für autonome mobile Forschungsrobo-ter mit Potential für die Umsetzung aktueller Algorithmenund damit z.B. algorithmischer Teilbereiche selbstfahrenderKfz, für das auch eine Simulationskomponente zur Verfügungsteht und

3. ein Quadrocopter als zukunftsfähiges System in Umfeld, indem sich Einsatzbereich und Geschäftsmodelle noch in einemhochdynamischen Ausbildungsprozess befinden.

Im Praktikum können wahlweise diese drei Plattformen oder ei-ne beliebige andere (z.B. selbstgebaute) Plattform genutzt sowietheoretische oder rein softwarebasierte Projekte ohne Hardware-plattformnutzung umgesetzt werden.


Servicerobotik (oder anderweitig erworbene fundierte Grundkennt-nisse der Robotik) Grundlagen der Informatik I (Einführung, Pro-grammierung) und II (Algorithmen und Datenstrukturen) Hilf-reich, aber nicht zwingend erforderlich: Software Engineering

180

Wahlmodule im Master – Informatik – Graphen und Graphalgorithmen – Praktikum Servicerobotik

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. An einzelnen Terminen besteht Anwe-senheitspflicht, da die Lernziele ohne Anwesenheit nicht zuerreichen sind. (Präsentation der eigenen Projektideen in einerGruppe, kritische Auseinandersetzung mit Projektideen ande-rer Praktikumsteilnehmer, Abschlusspräsentation des eigenenProjekts)

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


• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Graphen und Graphalgorith-men



181

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – Verteilte lernendeSysteme


Modul: Verteilte lernende Systeme

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden besitzen ein Grundverständnis für intelligente,

lernende Software-Agenten und Multiagentensysteme, die als wich-tige Technologien für die zukünftige Entwicklung intelligenter In-formationssysteme einzuordnen sind. Sie besitzen sowohl Wissenüber 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. Abschließend wird die Interaktion und Kommunikation,Zusammenarbeit in Multiagentensysteme behandelt.

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. Auflage, Oldenbourg, Mün-chen/Wien 2003.

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


keine



182

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – Verteilte lernendeSysteme


– Wahlmodule – Informatik – Gebiet Intelligente Informati-onssysteme

• MSc Wirtschaftsinformatik – Kernmodule – Wissensmana-gement

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Intel-ligente Informationssysteme

183

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – Fallbasierte Systemeund Anwendungen

Modul: Fallbasierte Systeme und Anwendungen

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierenden besitzen ein tieferes Verständnis für Fallbasier-

tes Schließen Systeme (engl. Case-Based Reasoning; CBR). DieStudierenden beherrschen fortgeschrittene und detaillierte Verfah-ren zu Entwicklung, Betrieb und Wartung fallbasierter Systemeund können diese für komplexe Szenarien umsetzen. Sie könnenfür komplexe Szenarien und Fallstudien diese einer speziellen Auf-gabenklasse zuordnen und in den aktuellen Stand der Forschungals auch State-of-the-Practice einordnen.

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


Berlin 2013• R. Bergmann: Experience Management- Foundations, De-velopment Methodology, and Internet-Based Applications.Springer, Berlin 2002.




keine



184

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – Fallbasierte Systemeund Anwendungen





185

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – AdvancedCase-Based Reasoning

Modul: Advanced Case-Based Reasoning

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Students develop an extended understanding of case-based reaso-

ning. They master advanced and detailed procedures to develop,operate and maintain case-based reasoning systems and be able touse them for more complex scenarios. Students are able to assigncomplex scenarios and case studies to special task classes and tostate-of-the-art and state-of-the-practice.

Lehrinhalte Development, operation and maintainance of case-based reasoningand its application. Some characteristics of case-based reasoninglike case-based classification, diagnosis and decision making, con-figuration and design and case-based planning are presented forspecial task categories. The application potential is shown in casestudies and in state-of-the-art/practice-systems.


Berlin 2013• R. Bergmann: Experience Management- Foundations, De-velopment Methodology, and Internet-Based Applications.Springer, Berlin 2002.




keine



186

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – AdvancedCase-Based Reasoning





187

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – Seminar IntelligenteInformationssysteme (Master)

Modul: Seminar Intelligente Informationssysteme (Master)

Modulverantwortlicher Prof. Dr. Klaus-Dieter AlthoffLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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 Schließen, 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.


Kenntnisse in „Fallbasiertes Schließen“ 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 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Intelligente Informati-onssysteme



188

Wahlmodule im 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 AlthoffLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 Open Source Software myCBR, welche im Rahmender Veranstaltung zur Verfügung gestellt wird.


Berlin 2013• R. Bergmann: Experience Management - Foundations, De-velopment Methodology, and Internet-Based Applications,Springer, 2002.


• Weitere Literatur, insbesondere Dokumentation zur SoftwaremyCBR wird in der Veranstaltung bekannt gegeben.


Das Modul „Fallbasierte Systeme und Anwendungen“ wird emp-fohlen.

189

Wahlmodule im Master – Informatik – Gebiet Intelligente Informationssysteme – Master-PraktikumNeue Technologien für Semantic Web und Wissensmanagement

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.


• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Intelligente Informati-onssysteme



190

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Software-Architekturen


Modul: Software-Architekturen

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden erlernen die Grundlagen des Erstellens, Be-

wertens und Realisierens von Software-Architekturen. Sie verste-hen die Grundlager ‚guter‘ Software-Architekturen und erlangendie Kompetenz Software-Architekturen für bestimmte Software-Systeme zu erstellen. Die Studierenden entwickeln ebenfalls die Fä-higkeit bestehende Software-Architekturen zu bewerten und zu kri-tisieren. Die Studierenden verstehen die Bedeutung von Software-Architekturen als Teil der Softwareentwicklung im Software-Lebenszyklus und wie Software-Architekturen einerseits mit Ge-schäftsmodellen und andererseits mit technischen Aspekten zusam-menhängen.

Lehrinhalte Der Kurs beinhaltet sowohl fortgeschrittene wie auch praktischeAspekte aus den folgenden Gebieten:

• Die Grundsätze guter Architekturen• Das Modellieren von Architekturen• Stile, Muster und Taktiken der Software-Architektur• Design-Ansätze• Evaluation von Architekturen• Moderne Architektur-Paradigmen wie Serviceorientierung• Technische Schulden• Software-Ökosysteme• Architekturen für Big Data Systems

Literatur• K. Bass, P. Clements, R. Kazman: Software architecture inpractice. Addison-Wesley, 2012.

• R.Kazman, H. Cervantes: Designing Software Architectures.Addison-Wesley, 2016.

• F. van der Linden, K. Schmid, E. Rommes: Software ProductLines in Action. Springer, 2007.

Voraussetzungen für dieTeilnahme • Grundlegende Kenntnisse des Software Engineering (z.B.

durch die erfolgreiche Teilnahme an ’Grundlagen des Soft-ware Engineering’)

• Gute Programmierkenntnisse


empfohlenes Semester MSc 1-3Turnus Jedes Wintersemester

191

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Software-Architekturen


• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Software Engineering

• MSc Wirtschaftsinformatik – Kernmodule – Gestaltung undEntwicklung betrieblicher Informationssystemen

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Soft-ware Engineering

192

Wahlmodule im Master – Informatik – Gebiet Software Engineering –Software-Produktlinien-Entwicklung

Modul: Software-Produktlinien-Entwicklung

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Studierende sind in der Lage, die wesentlichen Unterschiede

zwischen Einzelsystem- und Produktlinienentwicklung zu benen-nen, die notwendigen methodischen Unterschiede einer Produktli-nienentwicklung zu beschreiben und diese im Kontext gegebenerAnwendungsfälle zu reflektieren. Sie kennen den aktuellen Wissen-schaftsstand in diesem Bereich und sind in der Lage, verschiedeneAnsätze zueinander in Beziehung zu setzen bzw. gegeneinanderabzugrenzen. Sie kennen den aktuellen Stand der Wissenschaft indiesem Bereich und sind in der Lage, aktuelle Arbeiten einzuord-nen. Sie sind in der Lage, ihren Wissenstand kontinuierlich weiter-zuentwickeln.

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 betroffen sind, werden auchalle Aktivitäten in Bezug auf Veränderungen in einem Produkt-linienansatz untersucht. Wesentliche Schwerpunkte der Vorlesungsind:

1. Produktportfolioplanung aus technischer Sicht und ausMarktsicht

2. Modellierung von Variabilität (Entscheidungsmodellierung,Feature-Modellierung)

3. Architekturpattern zur Repräsentation von Variabilität4. Implementierungsmechanismen zur Umsetzung von Variabi-

lität5. Teststrategien6. 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.

193

Wahlmodule im Master – Informatik – Gebiet Software Engineering –Software-Produktlinien-Entwicklung

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

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten oder mündliche Prüfung im Umfang von 30 Minuten..Die Prüfung kann auch durch ein geeignetes Online-format ersetztwerden.





194

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Constraint Logic Programming

Modul: Constraint Logic Programming

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung + ÜbungLeistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen Studierende kennen die Grundlagen alternativer Programmierpa-

radigmen am Beispiel von Constraint Programming und LogischerProgrammierung kennen. Sie kennen sowohl die grundlegendentheoretischen Konzepte als auch Anwendungsbeispiele, die sie da-bei unterstützen, sich ein Verständnis der Vor- und Nachteile dieserProgrammiertechniken und ihrer Grenzen zu erarbeiten. Anschlie-ßend können Studierende diese Ansätze zielgerichtet und kompe-tent einsetzen, um konkrete Probleme zu lösen, sowie die Eignungvon Problemen für die Anwendung dieser Ansätze beurteilen.

Lehrinhalte Es werden die grundlegenden Konzepte von Constraint Program-ming und Logischer Programmierung beschrieben. Verschiede-ne Klassen von Constraint Programmierungssprachen und dieentsprechenden Constraintsysteme werden beschrieben. Konkre-te Sprachen und Solver werden beschrieben und im Rahmen derÜbungen eingesetzt. Die Spezialfälle bestimmter Domänen wieBoolesche Algebra oder Finite Domänen werden besprochen. DieVeranstaltungen enthalten jeweils einen Übungsanteil zur Vertie-fung der jeweiligen Ideen. Die Veranstaltung wird in englischerSprache durchgeführt.

Literatur• Thom Frühwirth, Slim Abdennadher. Essentials of Cons-

traint programming, Springer 2003• Krzysztof Apt. Principles of Constraint Programming, Cam-

bridge University Press, 2003


keine


empfohlenes Semester MSc 1-3Turnus unregelmäßigDauer des Moduls 1 Semester

195

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Constraint Logic Programming


– Wahlmodule – Informatik – Gebiet Software Engineering• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-

fungsmodule – Gestaltung und Entwicklung betrieblicher In-formationssysteme



196

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Prozesse und Management desSoftware Engineering

Modul: Prozesse und Management des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 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:

1. Prozessmodellierung und Prozessbesschreibungssprachen2. Grundlagen des Projektmanagements (Kostenschätzung,

Projektsteuerung)3. Reifegradmodelle und Assessments (CMMI, ISO 9000, ...)4. Messen und Bewerten (u.a., Goal-Question-Metric)5. Organisatorische Verbesserungsansätze (QIP, TQM)6. Konfigurationsmanagement7. 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 Studierenden.

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

197

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Prozesse und Management desSoftware Engineering

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten oder mündliche Prüfung im Umfang von 30 Minuten. DiePrüfung kann ggfs. durch ein geeignetes Online-format ersetzt wer-den.

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




198

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Modellbasierte Entwicklung

Modul: Modellbasierte Entwicklung

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung, 1 SWS Übung, 1 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Studierende sind in die Lage, verschiedene die wesentlichen Un-

terschiede zwischen verschiedenen Arten von Modellen in derSoftware-Entwicklung zu benennen, Transformationen zwischenModellen zu beschreiben und diese im Kontext gegebener Anwen-dungsfälle zu reflektieren. Sie kennen den aktuellen Wissenschafts-stand in diesem Bereich und sind in der Lage verschiedene Ansätzezueinander in Beziehung zu setzen, bzw. gegeneinander abzugren-zen. Sie kennen den aktuellen Stand der Wissenschaft in diesemBereich und sind in der Lage aktuelle Arbeiten einzuordnen. Siesind in der Lage, ihren Wissenstand kontinuierlich weiterzuent-wickeln.

Lehrinhalte Das Erstellen, Verarbeiten und Analysieren von Modellen wird dar-gestellt. Aktuelle Ansätze aus diesen Bereichen werden besprochen.Wesentliche Schwerpunkte der Vorlesung sind:

1. Formale Grundlagen von Modellen2. Meta-Modellierung3. Modellsemantik4. Textuelle und grafische Modelle5. Modell-zu-Modell Transformationen6. Modell-zu-Text Transformationen

Im Rahmen der Übung werden die in der Vorlesung: Modellba-sierte Entwicklung vermittelten Inhalte anhand von Übungsaufga-ben vertieft. Dabei werden Aufgaben gemeinsam im Rahmen derÜbung bearbeitet und Fragen zur Analyse der Methoden bespro-chen. Der Fokus liegt auf der Vermittlung der Kompetenz zur selb-ständigen Analyse und Weiterentwicklung durch die Studierenden.

Literatur• T. Stahl and M. Völter,Model-Driven Software Development,

Wiley, 2006• A. V. Aho, M. S Lam, R. Sethi, J. D. Ullmann, Compilers –Principles, Techniques, & Tools, 2nd edition, Pearson, 2007

• S. Beydeda, M. Book, V. Gruhn, Model-Driven Software De-velopment, 2005



Prüfungsleistung Praktischen Einzelprüfung, mündlich im Umfang von 30 Minutenoder schriftlich im Umfang von 90 Minuten.


199

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Modellbasierte Entwicklung


– Wahlmodule – Informatik – Gebiet Software Engineering• MSc Wirtschaftsinformatik – Wahlbereich – Wirtschaftsin-

formatik i. e. S., Betriebswirtschaftslehre und Informatik• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlmodule im Master – Informatik – Gebiet Soft-ware Engineering

200

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Spezielle Themen des SoftwareEngineering

Modul: Spezielle Themen des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 ThemaLiteratur je nach ThemaVoraussetzungen für dieTeilnahme


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

empfohlenes Semester MSc 1-3Turnus Kein regelmäßiger Turnus, Veranstaltung findet bei Bedarf statt.Dauer des Moduls 1 SemesterVerwendung




201

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Seminar Software Engineering(Master)

Modul: Seminar Software Engineering (Master)

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 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 schriftli-che Ausarbeitung zu dem Themengebiet, wobei sie gefordert sindeine eigene Stellung zu dem wissenschaftlichen Gegenstand zu be-ziehen. Ergänzt wird dies durch eine Präsentation und Diskussionder Resultate.



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





202

Wahlmodule im Master – Informatik – Gebiet Software Engineering – FortgeschrittenenpraktikumSoftware Engineering

Modul: Fortgeschrittenenpraktikum Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen eines konkreten Entwicklungsprojekts,welches in einer ca. 4-wöchigen Präsenzphase (145 Stunden) wäh-rend der vorlesungsfreien Zeit umgesetzt wird. Sie erkennen undverstehen die praktischen Rahmenbedingungen, die für die Um-setzung der wissenschaftlich fundierten Ansätze relevant sind. Siesind in der Lage Möglichkeiten und Grenzen existierender Entwick-lungsansätze zu reflektieren und im Zusammenhang zu beurteilen.Sie lernen die Notwendigkeit von Kooperation und Rollenvertei-lung durch die Arbeit im Team. Durch die Teamarbeit und denAustausch mit den Dozierenden in der Rolle der Auftraggeber/-innen erwerben sie soziale Kompetenzen wie Konfliktlösungsstrate-gien, Kommunikationsfähigkeit, Teammanagement, Effektivitäts-einschätzung und Verhandlungsgeschick.

Lehrinhalte Die Studierenden erlernen in diesem Praktikum die Software-Entwicklung im Großen 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.

Literatur• Sommerville: Software Engineering. 8. Auflage, Pearson Stu-

dium, 2007.• H. Störrle: UML2 für Studenten. Pearson Studium, 2005.


Die Inhalte des Moduls „Grundlagen des Software Engineering“oder äquivalente Kenntnisse werden vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Darüber hinaus wird die aktive Teilnahmewährend der Präsenzphase erwartet. Die Prüfung kann auch ineinem geeigneten Onlineformat stattfinden.

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

203

Wahlmodule im Master – Informatik – Gebiet Software Engineering – FortgeschrittenenpraktikumSoftware Engineering






204

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Praktikum Webtechnologien

Modul: Praktikum Webtechnologien

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erwerben analytische und methodische Kom-

petenzen im Bereich der modernen Web-Technologien und -Architekturen. Sie erkennen und verstehen die praktischenRahmenbedingungen, die für die Umsetzung moderner Web-Applikationen relevant sind. Sie sind in der Lage Möglichkeitenund Anwendungsbereiche von Web-Technologien sowie zugehörigerEntwicklungsumgebungen zu reflektieren und im Zusammenhangzu beurteilen. Sie lernen die technischen Kompetenzen zur Reali-sierung einer beispielhaften Web-Anwendung, insbesondere durchdie Arbeit im Team. Durch die Teamarbeit und den Austausch mitden Dozierenden erwerben sie soziale Kompetenzen wie Konflikt-lösungsstrategien, Kommunikationsfähigkeit, Technik- und Effek-tivitätseinschätzung.

Lehrinhalte Die Studierenden erlernen in diesem Praktikum die Software-Entwicklung für aktuelle Web-Technologien. Dazu werden dieGrundlagen der Webseiten-Erstellung (kein Web-Design), aktuelleWeb-Technologien und Frameworks, zugehörige Entwicklungsum-gebungen und -Techniken erläutert und in Form eines begleiten-den Entwicklungsprojekts eingeübt. Die Entwicklungsarbeit erfolgtim Team und umfasst Realisierung und Testen einer (in letzterAusbaustufe) plattformabhängigen Web-Applikation. Die Studie-renden erlernen die dazu notwendigen Aktivitäten und üben diezugrundeliegenden Techniken und Werkzeuge ein. Die Aufgabenbeziehen sich dabei typischerweise auf das Einüben der erläuter-ten Techniken und Technologien.

Literatur je nach Problemstellung / TechnologieVoraussetzungen für dieTeilnahme

Die Inhalte des Moduls „Datenbankpraktikum“ oder äquivalenteKenntnisse werden vorausgesetzt.



205

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Praktikum Webtechnologien






206

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Softwaretesten

Modul: Softwaretesten

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung (mit Übung)Leistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen In diesem Modul erwerben die Studierenden detaillierte Kenntnisse

des Bereichs Softwaretesten. Sie lernen dabei die grundsätzlichenVorgehensweisen des Softwaretestens kennen und erwerben die not-wendigen praktischen Kenntnisse, um dies manuell und automati-siert durchzuführen. Sie lernen ebenfalls fortgeschrittene Testme-thodiken kennen, die zu einer Optimierung der Fehlerfindungsrateführen. Die Studierenden lernen die theoretischen Grundlagen unddie praktischen Herangehensweisen des Softwaretestens kennen.

Lehrinhalte Diese Veranstaltung vermittelt in der Breite die Grundlagen desSoftwaretestens. Dies umfasst insbesondere: • Grundlagen der Te-stens (inkl. Testebenen) • Black-Box/White-Box Testen • Ablei-tungsverfahren für Testfälle (Boundary-Cases) • Standards • Test-metriken • GUI-Testen

Literatur• Peter Liggesmeyer: ”Software-Qualität: Testen, Analysieren

und Verifizieren von Software, Spektrum, 2002.• Andreas Spillner, Tilo Linz: Basiswissen Softwaretest: Aus-und Weiterbildung zum Certified Tester - Foundation Level,nach ISTQB-Standard, 6. Auflage, dpunkt.verlag, 2019.

• Thomas Roßner, Christian Brandes, Helmut Götz, Ma-rio Winter: Basiswissen Modellbasierter Test, 2. Auflage,dpunkt.verlag, 2016.

• Glenford J. Myers, Tom Badgett: The Art of Software Te-sting, 3rd ed., Wiley, 2015.

• Hans Schäfer: The How’s and Why’s of Integration Testing• Gerard Meszaros: xUnit Test Patterns: Refactoring Test Co-de, Addison-Wesley, 2007.


„Grundlagen des Software Engineering“ oder äquivalente Kennt-nisse


empfohlenes Semester MSc 1-3Turnus Im SommersemesterDauer des Moduls 1 Semester

207

Wahlmodule im Master – Informatik – Gebiet Software Engineering – Softwaretesten






208

Wahlmodule im Master – Informatik – Gebiet Systemadministration und Internet-Technologien –Algorithmen und Protokolle für das Internet


Modul: Algorithmen und Protokolle für das Internet


Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden verstehen das Zusammenwirken der verschieden

Protokollschichten der TCP/IP Suite und sind in der Lage vordiesem Hintergrund Entwurfentscheidungen für eigene Entwicklun-gen im Anwendungs- und Forschungsbereich zu treffen. Sie könnenfehlerhafte Konfigurationen analysieren und korrigieren und kleineund mittlere Netzwerke planen. Sie verstehen, welche Auswirkun-gen ihr Handeln 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 internetspezifische Anwendungen (z.B. Routing, Crawling) so-wie den wichtigsten SGML-Anwendungen.

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. Auflage, Prentice Hall, 2004.


keine



209

Wahlmodule im Master – Informatik – Gebiet Systemadministration und Internet-Technologien –Algorithmen und Protokolle für das Internet


– Wahlmodule – Informatik – Gebiet Systemadministrationund Internet-Technologien


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft und In-formationswissenschaft – Gebiet Systemadministration undInternet-Technologien

210

Wahlmodule im Master – Informatik – Gebiet Systemadministration und Internet-Technologien –Umwelt-Informatik

Modul: Umwelt-Informatik

Modulverantwortlicher Prof. Dr. Helmut LessingLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 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. Grafische 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 - Effizienzsteige-

rung14. Smart-Home-Technologie, I-health, ambient assisted living15. GRID-Systeme, I-Energy16. Bio-Informatik und ihre Methoden, Gendatenbanken

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 Effizienzsteigerung technischer Systeme.

211

Wahlmodule im Master – Informatik – Gebiet Systemadministration und Internet-Technologien –Umwelt-Informatik


empfohlenes Semester MSc 1-3Turnus Wird nicht mehr angeboten.Dauer des Moduls 1 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Systemadministrationund Internet-Technologien

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft undInformationswissenschaft – Gebiet Umwelt Informatik

212

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Medieninformatik

Gebiet Medieninformatik

Modul: Medieninformatik

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden kennen die Geschichte digitaler Medien, aktueller

Medientheorien und psychologischer Grundlagen der Medieninfor-matik. Aufbauend auf diesen Kenntnissen können sie multimedialeDaten erstellen, digitalisieren, kodieren, komprimieren und bear-beiten. Die Studierenden kennen den grundlegenden Umgang mitmultimedialen Inhalten und sind in der Lage, diese in gebrauch-stauglichen Systemen einzusetzen.

Lehrinhalte Die Veranstaltung vermittelt einen Überblick über verschiedeneBereiche der Medieninformatik, insbesondere

1. Einführung, Geschichte2. Psychologische und medientheoretische Grundlagen3. Kanäle, Codecs und Medien4. Rastergraphik5. Audio6. Video7. 2D-Vektorgraphik8. 3D-Graphik9. Weitere Typen multimedialer Systeme10. Ambient Systems11. Designprozesse


keine

Prüfungsleistung Portfolio oder Schriftliche Prüfung in Form einer Klausur im Um-fang von 120 Minuten oder mündliche Prüfung im Umfang von 30Minuten. Kann auch online stattfinden.

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


• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Informatik – Gebiet Medieninformatik

• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-fungsmodule – Unternehmensmodellierung

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Me-dieninformatik

213

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Contextual Design of InteractiveSystems

Modul: Contextual Design of Interactive Systems

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 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 be-nutzerzentrierte Konzeption und Entwicklung interaktiver Softwa-resysteme. Die Studierenden erlernen den Entwurf, die gebrauch-staugliche Gestaltung sowie die Realisierung multimedialer Syste-me und deren Einsatz in der Praxis.

Lehrinhalte Die Veranstaltung vermittelt einen Überblick über verschiedeneAspekte benutzerzentrierter Anwendungsentwicklung, insbesonde-re

1. Kriterien für und Evaluation von gebrauchstauglichen Soft-waresystemen

2. Kontext-Erkundung3. Interpretation und Modellierung4. Neugestaltung der Arbeit5. Systemdesign6. Prototypische Umsetzung

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

keine

Prüfungsleistung Vortrag und Ausarbeitung oder Schriftliche Prüfung in Form einerKlausur im Umfang von 60-90 Minuten oder mündliche Prüfungim Umfang von 20 Minuten. Kann auch online stattfinden.

empfohlenes Semester MSc 1-3Turnus jedes dritte SommersemesterDauer des Moduls 1 SemesterVerwendung




214

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Data and Process Visualization

Modul: Data and Process Visualization

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierenden kennen verschiedene Prinzipien, Methoden und

Verfahren der Visualisierung und Exploration von Daten undInformationen. Aufbauend auf psychologischen und semiotischenGrundlagen können die Studierenden verschiedene Arten von Da-ten betrachten und Techniken zu deren Visualisierung vorstellen.Sie sind in der Lage, verschiedene Methoden der Visualisierung vonSimulationen und Prozessen zu diskutieren.

Lehrinhalte Die Veranstaltung vermittelt einen Überblick über verschiedeneAspekte der Visualisierung unterschiedlicher Arten von Daten undInformationen, insbesondere

1. Psychologische Grundlagen2. Semiotische Grundlagen3. Datentypen und Datenrepräsentation4. Statistische Graphiken5. Interaktion und Datenexploration6. Prozeßvisualisierung7. Visualisierung von Simulationen

Literatur• Literatur wird in der Veranstaltung bekannt gegeben.


keine


empfohlenes Semester MSc 1-3Turnus jedes dritte SommersemesterDauer des Moduls 1 SemesterVerwendung




215

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Contextualized Computing andAmbient Intelligent Systems

Modul: Contextualized Computing and Ambient Intelligent Systems

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Die Studierenden kennen verschiedene Prinzipien, Methoden und

Verfahren für die Entwicklung kontextualisierter und ambient in-telligenter Systeme. Kontextualisierte Anwendungssysteme neh-men Kontextparameter wie den Ort, die Zeit, anwesende Personenund ähnliches in Betracht. Ambient intelligente Systeme treten inden Hintergrund und werden Teil der Umgebung. Aufbauend aufpsychologischen und semiotischen Grundlagen wird erläutert, wieKontextparameter analysiert und modelliert werden können. Ver-schiedene Methoden und Verfahren der Verarbeitung von Kontext-parametern werden vorgestellt. Weiterhin werden Herausforderun-gen bei der Entwicklung ambienter Systeme sowie Verfahren undTechnologien zu deren Realisierung dargestellt.

Lehrinhalte Die Veranstaltung vermittelt einen Überblick über verschiedeneAspekte kontextualisierter und ambient intelligenter Systeme, ins-besondere

1. Psychologische Grundlagen2. Semiotische Grundlagen3. Erfassung von Kontextparametern4. Modellierung von Kontextparametern5. Reasoning mit und über Kontext6. Herausforderungen ambienter Systeme7. Architekturen ambient intelligenter Systeme

Literatur• Literatur wird in der Veranstaltung bekannt gegeben.


keine


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

216

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Contextualized Computing andAmbient Intelligent Systems


– Wahlmodule – Informatik – Gebiet Medieninformatik• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-

fungsmodule – Business Intelligence• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlmodule im Master – Informatik – Gebiet Me-dieninformatik

217

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Praktikum Medieninformatik

Modul: Praktikum Medieninformatik

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 4 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 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 Prin-zipien, Methoden und Werkzeuge an und kennen deren Möglich-keiten und Grenzen. Die Studierenden lösen komplexe Problemein kleinen Teams. Hierbei identifizieren die Studierenden verschie-dene Aufgaben und zerlegen komplexe Aufgaben in handhabbareBestandteile. Sie planen ihr Projekt so, dass sie das gesetzte Zielerreichen. Das im bisherigen Studium angeeignete Wissen wird ge-nutzt, um sich die für die Aufgabe nötigen technischen und metho-dischen Fertigkeiten anzueignen. Durch die Teamarbeit und denAustausch mit den Dozierenden in der Rolle der Auftraggeber/-innen erwerben sie soziale Kompetenzen wie Konfliktlösungsstrate-gien, Kommunikationsfähigkeit, Teammanagement, Effektivitäts-einschätzung und Verhandlungsgeschick.

Lehrinhalte Die Veranstaltung vertieft Aspekte der Medieninformatik:1. Anforderungsanalyse für multimediale Informatiksysteme2. Konzeption multimedialer Systeme3. Umgang mit modernen Autorenwerkzeugen4. Realiserung multimedialer Anwendungssysteme5. Projektdokumentation und -präsentation


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

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

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

Turnus jedes SommersemesterDauer des Moduls 1 Semester

218

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Praktikum Medieninformatik


– Wahlmodule – Informatik – Gebiet Medieninformatik• MSc Wirtschaftsinformatik – Wahlbereich – Wirtschaftsin-


matik – Wahlmodule im Master – Informatik – Gebiet Me-dieninformatik

219

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Seminar Medieninformatik (Master)

Modul: Seminar Medieninformatik (Master)

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-


Lehrinhalte Vertiefende Themen aus den Gebieten des Seminars.Literatur je nach ThemaVoraussetzungen für dieTeilnahme

Vertiefende Veranstaltungen aus dem Bereich des gewählten Se-minarthemas werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitung oder Portfolio. Kann auch online statt-finden.






220

Wahlmodule im Master – Informatik – Gebiet Medieninformatik – Informatik und Gesellschaft

Modul: Informatik und Gesellschaft

Modulverantwortlicher Dr. Jörg CassensLehrform/SWS 2 SWS SeminarLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-


Lehrinhalte Im Modul Informatik und Gesellschaft befassen sich die Teilneh-merinnen und Teilnehmer mit dem Verlauf der Entwicklung der In-formationstechnik und ihrer Wirkung auf die Gesellschaft. Dabeilernen sie, die ethischen und gesellschaftspolitischen und rechtli-chen Implikationen verschiedener Bereiche und Anwendungen derInformatik zu analysieren und eine begründete eigene Position da-zu zu erarbeiten, insbesondere im Hinblick auf ihre berufliche Ver-antwortung.


Keine

Prüfungsleistung Vortrag und Ausarbeitung oder Portfolio. Kann auch online statt-finden.



221

Wahlmodule im Master – Informatik – Gebiet Theoretische Informatik – Beschreibungslogik

Gebiet Theoretische Informatik

Modul: Beschreibungslogik

Modulverantwortlicher Dr. Jean Christoph JungLehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen The goals of this lecture are:

• Understanding the formalism and its use in computer science;in particular, understanding the underlying concepts andtheir applications in the areas of knowledge representationand ontologies

• Understanding mathematical proofs and being able to givesimple proofs

• Understanding the foundational methods in the field of des-cription logics

• Getting a feeling for the interplay between expressive powerand computational complexity of reasoning in different des-cription logics

Lehrinhalte Description Logics are a family of fundamental logical languagesthat are used for the representation of knowledge, for example inthe Semantic Web in the form of the known web ontology language,in biomedical applications, and in data integration. The lecturewill start with an introduction to the field of description logicsand ontologies. In particular, we will give precise definitions forsyntax and semantics of the fundamental description logic ALCand introduce the standard reasoning problems. We then proceedto study expressive power, computational complexity of reasoning,and practical (tableaux) algorithms exemplarily for ALC. In theend, we will also look at light-weight description logics with lessexpressive power but computationally easier reasoning.

Literatur Franz Baader, Ian Horrocks, Carsten Lutz, Uli Sattler. An Intro-duction to Description Logic. Cambridge University Press, 2017.


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


empfohlenes Semester BSc 4-6 oder MSc 1-3Turnus unregelmäßigDauer des Moduls 1 Semester

222

Wahlmodule im Master – Informatik – Gebiet Theoretische Informatik – Beschreibungslogik


– Wahlmodule – Informatik – Gebiet Theoretische Informa-tik


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Informatik – Gebiet Theo-retische Informatik

223

Wahlmodule im Master – Informatik – Gebiet Theoretische Informatik – Komplexitätstheorie

Modul: Komplexitätstheorie

Modulverantwortlicher Dr. Jean Christoph JungLehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen The goals of this lecture are:

• Understanding the role of complexity theory in computerscience

• Understanding mathematical proofs and being able to givesimple proofs

• Understand the principled landscape of complexity classes• Getting a feeling for the nature and the difficulty of compu-

tational problems

Lehrinhalte Complexity theory is the theory of which problems computers cansolve with restricted resources assuming the best possible algo-rithm. Typical resources are time and space, but also include thedepth of circuits when we talk about circuit complexity. In thelecture, we will start off with a repetition of the Turing machi-ne model that underlies the definition of many complexity classes.We will then recall the famous P vs NP problem and discuss typi-cal NP problems from different areas of computer science. We willthen proceed with hierarchy theorems, space complexity, circuitcomplexity, and computations using oracles.

Literatur• Oded Goldreich. Computational Complexity: a Conceptual

Perspective. Cambridge University Press, 2008.• Sanjeev Arora, Boaz Barak. Computational Complexity: A

Modern Approach. Cambridge University Press, 2009.


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


empfohlenes Semester BSc 4-6 oder MSc 1-3Turnus unregelmäßigDauer des Moduls 1 SemesterVerwendung




224

Wahlmodule im Master – Informatik – Gebiet Theoretische Informatik – SAT Solving

Modul: SAT Solving

Modulverantwortlicher Dr. Jean Christoph JungLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen The goal of the seminar is the independent reading and understan-

ding of original scientific literature, the composition of a scientificreport on the selected paper, and finally the presentation of thematerial to the other participants of the seminar. This will enablethe students to acquire the basic skills for the scientific method.

Lehrinhalte The seminar will deal with automated reasoning mostly for satis-fiability (SAT) problems. These reasoning procedures were coined“SAT solvers” and are one success story of the field of artificialintelligence: In spite of solving an NP-complete (and thus “intrac-table”) problem, SAT solvers perform quite well in practice due tosophisticated implementation techniques. We will cover the basictechniques in the seminar: clause learning, watched literal schemesand unit propagation, local search, parallelization, variable andvalue selections, and more. Possible other aspects are verificati-on, satisfiability modulo theories (SMT), modeling, and countingsolutions to SAT problems.

Literatur• Biere, A., Heule, M., van Maaren, H. and Walsh, T. (Eds.):Handbook of Satisfiability, Frontiers in Artificial Intelligenceand Applications, 2009.


keine

Prüfungsleistung Ausarbeitung und Vortragempfohlenes Semester BSc 4-6 oder MSc 1-3Turnus unregelmäßigDauer des Moduls 1 SemesterVerwendung




225

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Marketing 2 (frühere Bezeichnung: Marketing B)


Gebiet Marketing

Modul: Marketing 2 (frühere Bezeichnung: Marketing B)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, anhand von Marktforschungser-

gebnissen Handlungsalternativen aufzuzeigen und mögliche Gren-zen zu erkennen. Sie sind zudem fähig, Datensätze zu analysie-ren, selbstständig auszuwerten und die Ergebnisse zu interpretie-ren. Weiterhin können sie aktuelle Entwicklungen nachvollziehenund selbstständig umsetzen. Die Studierenden kennen unterschied-liche Methoden zur Analyse quantitativer Daten und können diesegezielt anwenden. Außerdem können sie mit Hilfe geeigneter Aus-wertungsprogramme Marktforschungsdaten 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.

Literatur• Hammann, P., Erichson, B. (2006): Marktforschung: Grund-wissen der Ökonomik, 5. Auflage, UTB, Stuttgart

• Backhaus, K., Erichson, B., Plinke, W., Weiber, R. (2018):Multivariate Analysemethoden - Eine anwendungsorientierteEinführung, 15. Auflage, Springer Gabler, Berlin





226

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Marketing 2 (frühere Bezeichnung: Marketing B)


– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Marketing


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft undInformationswissenschaft – Gebiet Marketing

227

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Praktikum Marketing (Master)

Modul: Praktikum Marketing (Master)


können verschiedene Aufgaben zu identifizieren, komplexe Aufga-ben in handhabbare Bestandteile zerlegen und zur Lösung derresultierenden Probleme einen praxistauglichen Prototypen ent-wickeln. Sie können eine wissenschaftliche Arbeit selbständig anfer-tigen und die Inhalte präsentieren. Durch die Teamarbeit besitzensie soziale Kompetenzen wie Konfliktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, Effektivitätseinschätzung undVerhandlungsgeschick. Sie können komplexe Instrumente und Me-thoden des Marketings zielorientiert anwenden.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortge-schrittene Problemstellungen aus der Marktforschung oder demMarketing-Mix-Bereich.


Es werden die Inhalte des Moduls „Marketing 1“ vorausgesetzt.


empfohlenes Semester MSc 1-3Turnus jedes Wintersemester. Die Veranstaltung wird organisatorisch zu-

sammen mit der zeitgleich stattfindenden Veranstaltung (Bezeich-nung im LSF) ’Seminar Betriebswirtschaftslehre: Master’ angebo-ten. Beachten Sie die dortigen Angaben zur Anmeldung im LSF.





228

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Seminar Marketing (Master)

Modul: Seminar Marketing (Master)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden können einen vorgegebenen Inhaltsbereich er-

schließen und ausarbeiten. Sie können eine wissenschaftliche Arbeitselbständig anfertigen und die Inhalte präsentieren. Sie besitzeneine Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbständig technischen und gesellschaftlichen Entwicklungen an-zupassen. Sie können komplexe Instrumente und Methoden desMarketings zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Marketing.Literatur je nach ThemaVoraussetzungen für dieTeilnahme


Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes Wintersemester. Die Veranstaltung wird organisatorisch zu-






229

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Softwaretechniken für interaktive Online-Befragungen

Modul: Softwaretechniken für interaktive Online-Befragungen

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2+2 SWS PraktikumLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, selbstständig interaktive

Online-Fragebögen mit allen Aspekten zu konzipieren, implemen-tieren und durchzuführen. Dazu wird fachübergreifendes Wissenund die Befähigung zur Integration wissenschaftlicher Vorgehens-weisen unterschiedlicher Fachgebiete (insbes. Betriebswirtschaftund Informatik) vermittelt. Durch die selbständige Bearbeitungder Aufgabenstellung in Teams, teilweise auch in Zusammenar-beit mit externen Auftraggebern und Auftraggeberinnen, erwer-ben die Studierenden die Fähigkeiten zu Teammanagement, Kon-fliktlösungsstrategien, Kommunikationsfähigkeit und Effektivitäts-einschätzung.

Lehrinhalte Teilmodul 1:• Online-Befragungen als serverbasierte Webanwendungen• Inhaltlicher und formaler Aufbau von Online-Fragebögen,

Umsetzung als HTML-Formular• Einführung in die Befragungssysteme LimeSurvey und Que-

storPro, Teil 1: Anlage und Gestaltung von Fragebögen• Grundlagen der Datenauswertung durch statistische Metho-

den sowie der graphischen Veranschaulichung• Einführung in die Befragungssysteme LimeSurvey und Que-

storPro, Teil 2: Möglichkeiten der Datenauswertung, Ergeb-nisexport für andere Anwendungen

• Bewertung der Möglichkeiten des Einsatzes von Online-Befragungen als Marktforschungsinstrument

Teilmodul 2:• Konzeption und Umsetzung einer Kundenbefragung eines

fiktiven Onlineshops als Online-Befragung. Die Studieren-den übernehmen dabei die Rolle der beauftragten Markt-forschungsagentur

• Auswertung eine umfangreichen Datensatzes einer früherenUmfrage und Anfertigung eines Auswertungsberichts

• Durchführung einer weiteren Online-Befragung, z.B. Kun-denbefragung

230

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Softwaretechniken für interaktive Online-Befragungen

Literatur• Theobald, A., Dreyer, M., Starsetzki, T. (2003): Online-Marktforschung. Theoretische Grundlagen und praktisch Er-fahrungen, 2. Auflage, Springer Gabler, Wiesbaden

• Gräf, L., Scholz, S. (2010): Online-Befragung, LIT, Münster• Jacob, R., Heinz, A., Decieux, J. (2019): Umfrage: Einfüh-rung in die Methoden der Umfrageforschung, 4. Auflage, Ol-denbourg, München


Grundkenntnisse in HTML/CSS.


empfohlenes Semester MSc 1-3Turnus Jedes 2. Jahr (VL im SS, PR im WS)Dauer des Moduls 2 SemesterVerwendung




231

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Unternehmensentscheidung und Existenzgründung

Modul: Unternehmensentscheidung und Existenzgründung

Modulverantwortlicher Prof. Dr. Athanassios PitsoulisLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden sind in der Lage, ein entwickeltes Unternehmens-

konzept von der Idee über die Erstellung eines Business-Plans, dieWahl der richtigen Rechtsform und das Abschätzen der Risikenbis hin zur praktischen Ausführung umzusetzen und diesbezüg-lich relevante unternehmerische Entscheidungen abhängig von po-litischen Entwicklungen selbstständig zu treffen. Die Studierendenkennen die wesentlichen Entscheidungskriterien bei einer Existenz-gründung und wissen, welche rechtlichen Aspekte bei dieser vonBedeutung 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.

Literatur• Bleiber, R. (2011): Erfolgreiche Existenzgründung, 2. Aufla-

ge, Haufe Verlag.• Hebig, M. (2014): Existenzgründungsberatung: Steuerliche,rechtliche und wirtschaftliche Gestaltungshinweise zur Unter-nehmensgründung, 4. Auflage, Erich Schmidt Verlag.

• Hofmeister, R. (2003): Der Business Plan: Geschäftsidee prü-fen, Firmengründung planen, Finanzierung sichern, 4. Auf-lage, Redline Verlag

• Münster, T. (2005): Die optimale Rechtsform, MVGModerneVerlags Gesellschaft.


keine


empfohlenes Semester MSc 1-3Turnus jedes 3. SemesterDauer des Moduls 1 Semester

232

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Unternehmensentscheidung und Existenzgründung



• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Produktion und Logistik

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Betriebliche Informationsysteme



• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft undInformationswissenschaft – Gebiet Produktion und Logistik

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft und In-formationswissenschaft – Gebiet Betriebliche Informationsy-steme

233

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Project Management and Scheduling (englisches Angebot der ehemaligen ”Projektplanung undProjektmanagement”)

Modul: Project Management and Scheduling (englisches Angebot der ehemaligen”Projektplanung und Projektmanagement”)

Responsible Prof. Dr. Julia RieckResponsible Instructors Prof. Dr. Julia RieckType 2 HPW lecture, 2 HPW tutorialCredit Points 6 CPsLearning goals/ Compe-tencies

Upon completion of this course, the students can:• fully understand fundamental scheduling and sequencing

problems that arise in resource-constrained project schedu-ling environments within the manufacturing and service in-dustry,

• apply state-of-the-art methodologies for effectively and ef-ficiently planning projects subject to both precedence andresource constraints,

• manage and control a project.

Content Project representation using activity networks, time analysis (esti-mating the project duration in a deterministic setting), resourcemanagement, i.e. resource leveling (leveling the use of the resourcesover time subject to a project deadline) and resource-constrained-project scheduling (scheduling the activities subject to the variousprecedence and resource constraints in order to minimize the pro-ject duration and other objective functions).

Submodules noneLiterature

• Neumann, K.; Schwindt, C.; Zimmermann, J. (2003): ProjectScheduling with Time Windows and Scarce Resources, 2ndedition, Springer, Berlin

• Schwindt, C.; Zimmermann, J. (2015): Handbook on ProjectManagement and Scheduling Vol. 1, Springer, Cham

• Schwindt, C.; Zimmermann, J. (2015): Handbook on ProjectManagement and Scheduling Vol. 2, Springer, Cham

• Vanhoucke, M. (2013): Project Management with DynamicScheduling: Baseline Scheduling, Risk Analysis and ProjectControl, 2nd edition, Springer, Berlin

Requirements noneExam Written exam (90 min); for justified exceptions oral exam (30 min).

Possibly additional requierements have to be met to be admittedto the final exam - further information is available in the accom-panying learnweb-course.

Term MSc 1-3Turn Each winter termDuration 1 Semester

234

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Project Management and Scheduling (englisches Angebot der ehemaligen ”Projektplanung undProjektmanagement”)

Use• Informationsmanagement und Informationstechnologie

(IMIT) / MSc. Wahlmodul Betriebswirtschaft und Informa-tionswissenschaft

• MSc. WINF / Spezialisierungs- und Vertiefungsmodule / In-dustrielles Produktions- und Dienstleistungsmanagement

• Data Analytics DA / MSc. elective module Business Admi-nistration

Language EnglishVerwendung







235

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Internet Marketing

Modul: Internet Marketing

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden besitzen fundierte Kenntnisse darüber, wie das

Internet unser herkömmliches Marketing-Verständnis verändertund wie es als neues Instrument des Marketing und des markt-orientierten Electronic Commerce eingesetzt wird. Sie beherr-schen die dafür notwendigen begrifflichen und technischen Grund-lagen und kennen die relevanten Rahmenbedingungen des Internet-Marketings. Ferner besitzen sie Kenntnisse zu den Besonderheitendes strategischen und operativen Marketing-Managements im In-ternet und können diese anwenden.

Lehrinhalte• Begriffliche 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

Literatur• Fritz, W. (2004): Internet-Marketing und Electronic Com-merce, 3. Auflage, Springer Gabler, Wiesbaden

• Chaffey, D., Ellis-Chadwick, F. (2019): Internet Marketing:Strategy, Implementation and Practice, 7th Edition, Pearson,Harlow




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

236

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Internet Marketing





237

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Unternehmensführung

Modul: Unternehmensführung

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 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 dieInstrumente im Berufsalltag anwenden. Sie können Ziele formu-lieren, planen, Entscheidungen vorbereiten, organisieren und dieZiele kontrollieren. Sie kennen die Methoden der strategischen Pla-nung und können ausgewählte Methoden anwenden. Sie kennen dieGrundlagen des menschlichen Verhaltens und können Motive vonMitarbeiterinnen und Mitarbeitern erkennen und diese motivieren.Sie können Führungsstile und Managementtechniken unterschei-den. Sie kennen die aktuellen Entwicklungen der Unternehmens-führung. Sie können einen Kleinbetrieb selbständig führen und sindvorbereitet, eine kleinere Abteilung in einem mittleren bis großenUnternehmen zu leiten.

Lehrinhalte Allgemeine Grundlagen der Unternehmensführung; Grundsatzpla-nung; der Management-Prozess: Zielsetzung, Planung, Entschei-dung, Realisierung/Organisation, Kontrolle; Einführung in die Me-thoden der strategischen Planung: SWOT-Analyse, Lebenszyklu-sanalyse, Ansoff-Matrix; Motivation von Mitarbeitern bzw. Mit-arbeiterinnen/Motivationstheorien; Führungsstile; Management-techniken (Management-by-Techniken); Überblick über aktuel-le Entwicklungen: Qualitätsmanagement, Benchmarking, Change-Management, Lean Management.

Literatur• Olfert, K., Pischulti, H. (2017): Kompakt-Training Unterneh-mensführung, 7. Auflage, NWB Verlag, Herne

• Pepels, W. (2000): Unternehmensführung, Kohlhammer,Stuttgart

• Thommen, J., Achleitner, A.-K., Gilbert, U., Hachmeister,D., Jarchow, S., Kaiser, G. (2020): Allgemeine Betriebswirt-schaftslehre aus managementorientierter Sicht, 9. Auflage,Springer Gabler, Wiesbaden


keine


empfohlenes Semester MSc 1-3Turnus i.d.R. jedes Sommersemester

238

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Unternehmensführung









239

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Marketing –Product development and technologies for navigation and driver assistance systems (englisches Angebotder ehem. ”Produktentwicklung und Technologien für Navigationsgeräte und Fahrerassistenzsysteme”)

Modul: Product development and technologies for navigation and driver assistance systems(englisches Angebot der ehem. ”Produktentwicklung und Technologien für Navigationsgeräteund Fahrerassistenzsysteme”)

Responsible Prof. Dr. Julia Rieck, Dr. Felix HahneResponsible Instructors Dr. Thomas Kleine-Besten and othersType 2 HPW lectureCredit Points 3 CPsLearning goals/ Compe-tencies

The students become acquainted with the tasks and challenges ofa product development on the basis of real examples. As exampleproducts navigation and driver assistance systems are used, whichare developed in the automotive development process. In additionthe business aspects, the underlying technologies will also be intro-duced. The students know the basic tasks of a product developmentof a complex technical product in the business environment as wellas its interaction with the technical conditions. They can classifythe learned content in the context of the scientific discipline andconnect it to the knowledge learned so far in business economics. Adiscussion of the topics covered take place, enabling the studentsto do self-employed scientific research.

Content Students are introduced to the product development process in theautomotive-industry and learn about the underlying technologiesusing navigation- und driver assistance systems as an example.Topics covered are e.g.

• Marketing, product management• Commercial acquisition process• Technical customer acquisition: hardware and software plat-

forms• Requirements analysis and automotive development process• Project management• Introduction to navigation systems• Bluetooth• Driver assistance• Application: The „electronic horizon“• Car to Car – Communications• Machine Learning• Digital Maps for highly-automated driving• Testing procedures

Submodules none

240


Literature• Winner, H., Hakuli, S., Lotz, F., Singer, C. (2015): HandbuchFahrerassistenzsysteme: Grundlagen, Komponenten und Sy-steme für aktive Sicherheit und Komfort, 3. Auflage, SpringerVieweg, Wiesbaden

• Schäuffele, J., Zurawka, T. (2016): Automotive Software En-gineering: Grundlagen, Prozesse, Methoden und Werkzeugeeffizient einsetzen, 6. Auflage, Springer Vieweg, Wiesbaden

• Rupp C., die SOPHISTen (2009): Requirements-Engineeringund Management: Professionelle, iterative Anforderungsana-lyse für die Praxis, 5. Auflage, Hanser, München

• Krüger, R. (2004): Lehr- und Übungsbuch Telematik, 3. Auf-lage, Hanser, München

• Merkle, A., Terzis, A. (2002): Digitale Funkkommunikationmit Bluetooth, Franzis, Haar

• Mulcahy, R., PMP Exam Prep (2013): Rita’s Cource in aBook for Passing the Pmp E, Bertrams, Hilden

Requirements noneExam written exam (90 - 120 min). Possibly additional requierements ha-

ve to be met to be admitted to the final exam - further informationis available in the accompanying learnweb-course.

Term MSc 1-3Turn Each summer termDuration 1 SemesterUse

• Data Analytics DA / MSc. elective module Business Admi-nistration

• Informationsmanagement und Informationstechnologie(IMIT) / MSc. Wahlmodul Betriebswirtschaft und Informa-tionswissenschaft

• WI MSc / Wahlbereich / Wirtschaftsinformatik i. e. S., Be-triebswirtschaftslehre und Informatik

Language English

241










242

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Produktion und Logistik 2

Gebiet Produktion und Logistik

Modul: Produktion und Logistik 2

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden besitzen vertiefte Fachkenntnisse in der Fabrik-

planung, der Materialflusstechnik und Logistiksystemen, um einenreibungslosen Produktionsablauf mithilfe einer gut organisiertenLogistik und dem Einsatz von modernen Techniken zu steuern.Sie können die behandelten Probleme der Produktions- und Logi-stikplanung durch Entscheidungsmodelle der mathematischen Pro-grammierung abbilden und die notwendigen Modellannahmen undhiermit verbundene Beschränkungen benennen. Zur Lösung derProbleme können die Studierenden exakte bzw. heuristische Lö-sungsprinzipien anwenden. Durch die angeleitete Bearbeitung vonÜbungsaufgaben sind sie in die Lage, die erlernten Methoden selb-ständig auf Probleme der Einsatzplanung von Logistiksystemenanzuwenden und auf andere Anwendungsgebiete zu übertragen.

Lehrinhalte Produktions- und Logistiksysteme, Fabrikplanung, Maschinen-belegungsplanung, Job Shop und Flow Shop, Umladeprobleme,Mehrgüter-Flussprobleme, Flussprobleme mit Randbedingungen,Timetabling in Speditionsnetzen, Handlungsreisenden- und Tou-renplanungsprobleme, Beladungsplanung, Lagerbetrieb, Kommis-sionierung.

Literatur• Ahuja, R. K.; Magnanti, T. L.; Orlin, J. B. (1993): NetworkFlows, Englewood Cliffs

• Domschke, W. (2007): Logistik: Transport, 5. Auflage, Olden-bourg, München

• Ghiani, G.; Laporte, G.; Musmanno, R. (2013): Introductionto Logistics Systems Planning and Control, 2. Auflage, Wiley,Chichester

• Grünert, T.; Irnich, S. (2005): Optimierung im Transport,Band II: Wege und Touren, Shaker, Aachen

• Günther, H.-O.; Tempelmeier, H. (2016): Produktion und Lo-gistik - Supply Chain und Operations Management, 12. Auf-lage, Books on Demand, Norderstedt


Die Inhalte des Moduls Produktion und Logistik 1"werden voraus-gesetzt.


empfohlenes Semester MSc 1-3

243

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Produktion und Logistik 2

Turnus jedes Wintersemester. Das Angebot startet im WS 2019/20.Dauer des Moduls 1 SemesterVerwendung


• MSc Wirtschaftsinformatik – Kernmodule – IndustriellesProduktions- und Dienstleistungsmanagement



244

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Moderne Heuristiken in Theorie und Praxis

Modul: Moderne Heuristiken in Theorie und Praxis

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden können praxisbezogene Problemstellungen als

Optimierungsaufgaben formulieren und mit Hilfe moderner Heuri-stiken untersuchen und näherungsweise lösen. Sie können basierendauf der Kenntnis über die Komplexität verschiedener Optimie-rungsprobleme wirtschaftlich begründete Auswahlentscheidungenhinsichtlich anzuwendender Lösungsverfahren und -algorithmentreffen. Bei der Bearbeitung von Fallstudien in Kleingruppen sowieder Präsentation und Diskussion der erarbeiteten Ergebnisse wirddie Gelegenheit gegeben, soziale Kompetenzen zu vertiefen.

Lehrinhalte Optimierungsprobleme und ihre Komplexität, Heuristische Lö-sungsverfahren, Multi-Start Verfahren, Lokale Suchverfahren, Po-pulationsbasierte Verfahren, Verkürzte Enumerationsverfahren.

Literatur• Glover, F.; Kochenberger, G. A. (2019): Handbook of Meta-heuristics, 3. Auflage, Springer, Boston

• Goldberg, D. E. (1989): Genetic Algorithms in Search, Opti-mization, and Machine Learning, Reading Addison Wesley ,Massachusetts

• Hoos, H. H.; Stützle, T. (2005): Stochastic Local Search –Foundations and Applications, Norgan Kaufmann, Amster-dam

• Michalewicz, Z.; Fogel, D. B. (2004): How to Solve It: ModernHeuristics, 2. Auflage, Springer, Berlin


Die Inhalte der Module „Grundlagen der Betriebswirtschaftslehre1“, „Grundlagen der Betriebswirtschaftslehre 1“ sowie „OperationsResearch 1“ werden vorausgesetzt.


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

245

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Moderne Heuristiken in Theorie und Praxis


– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Produktion und Logistik




246

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Operations Research 2

Modul: Operations Research 2

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden besitzen ein wissenschaftlich fundiertes und pra-

xisbezogenes Verständnis der linearen, nicht-linearen, stochasti-schen und dynamischen Optimierung. Darauf aufbauend könnensie praktische technisch-ökonomische Entscheidungsprobleme for-malisieren und modellieren. Sie verfügen über die Fähigkeit, ad-äquate Lösungsverfahren für gegebene Problemstellungen eigen-ständig und kreativ zu entwickeln. Die Studierenden haben dasnotwendige Bewusstsein und die Methodenkompetenz, um in derPraxis auftretende Optimierungsprobleme zu analysieren, zu lösenund zu interpretieren.

Lehrinhalte Modellierung betriebswirtschaftlicher und technischer Fragestel-lungen, Lineare Programmierung, Ganzzahlige Optimierung,Nichtlineare Optimierung, Dynamische Optimierung, Simulationund Warteschlangensysteme.

Literatur• Domschke, W.; Drexl, A. (2015): Einführung in OperationsResearch, 9. Auflage, Springer Gabler, Berlin

• Neumann, K.; Morlock; M. (2002): Operations Research, 2.Auflage, Hanser, München

• Winston, W. 2004): Operations Research: Applications andAlgorithms, 4. Auflagr, Brooks/Cole, Belmont


Die Inhalte des Moduls „Operations Research 1“ werden vorausge-setzt.



247

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Operations Research 2






248

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Logistik B (wird im WS 18/19 letztmalig angeboten!)

Modul: Logistik B (wird im WS 18/19 letztmalig angeboten!)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Aufbauend auf dem Modul „Logistik A“ beherrschen Studieren-

de fortgeschrittene, komplexe Modelle und Algorithmen aus denBereichen „Standortplanung“, „Lagerhaltung“ und „Warteschlan-gensysteme“ in den theoretischen Grundlagen und können selb-ständig deren Lösung unter Einsatz von komplexen Methoden derMathematik und des Operations Research ermitteln. Sie könnendiese Kenntnisse auf ähnliche gelagerte logistische Problemstellun-gen übertragen und die Möglichkeiten der Implementierung aufeinem rechnerbasierten Entscheidungsunterstützungssystem beur-teilen. Aufbauend auf diesen Kenntnissen sind sie in der Lage,aktuelle Ergebnisse und Verfahren aus der Forschung einzuordnenund anzuwenden. Studierende können Aufgaben und Ziele der be-handelten Bereiche der Logistik definieren und strukturieren undkennen jeweils praktische Anwendungsmöglichkeiten. Sind sie mitden jeweils wichtigsten zugehörigen mathematischen Modellen ver-traut, können die vorgestellten Algorithmen anwenden und dieseals Methoden in ein Entscheidungsunterstützungssystem einord-nen. Sie besitzen die methodische und analytische Kompetenzen,die zu einer selbständigen Erweiterung der wissenschaftlichen Er-kenntnisse in den behandelten Bereichen befähigen.

Lehrinhalte1. Standortplanung: Einführung in die Standortplanung, Dis-

krete Standortprobleme, Kontinuierliche Standortprobleme2. Lagerhaltung: Deterministische Lagerhaltungsmodelle, Sto-

chastische Lagerhaltungsmodelle3. Warteschlangensysteme: Komponenten von Wartesystemen,

Wartesystem M/M/1, Wartesystem M/M/s, Wartenetze

Literatur• Domschke, W., Drexl, A. (2014): Logistik: Standorte, 4. Auf-

lage, Oldenbourg, München• Neumann, K., Morlock, M. (2002): Operations Research, 2.

Auflage, Hanser, München


Die Inhalte des Moduls „Logistik A“ werden vorausgesetzt.



249

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Logistik B (wird im WS 18/19 letztmalig angeboten!)

Turnus Das Modul wird im WS 2018/19 letztmalig angeboten. Bitte in-formieren Sie sich bei Prof. Dr. Julia Rieck über die Alternativen.




250

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Praktikum Logistik (Master)

Modul: Praktikum Logistik (Master)


können verschiedene Aufgaben zu identifizieren, komplexe Aufga-ben in handhabbare Bestandteile zerlegen und zur Lösung derresultierenden Probleme einen praxistauglichen Prototypen ent-wickeln. Sie können eine wissenschaftliche Arbeit selbständig anfer-tigen und die Inhalte präsentieren. Durch die Teamarbeit besitzensie soziale Kompetenzen wie Konfliktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, Effektivitätseinschätzung undVerhandlungsgeschick. Sie können komplexe Instrumente und Me-thoden der Logistik zielorientiert anwenden.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschrit-tene Problemstellungen aus dem Logistik-Bereich, z.B. aus derTransportplanung, Standortwahl und Lagerhaltung sowie weitere.










251

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Seminar Logistik (Master)

Modul: Seminar Logistik (Master)


schließen und ausarbeiten. Sie können eine wissenschaftliche Arbeitselbständig anfertigen und die Inhalte präsentieren. Sie besitzeneine Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbständig technischen und gesellschaftlichen Entwicklungen an-zupassen. Sie können komplexe Instrumente und Methoden derLogistik zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Logistik.Literatur je nach ThemaVoraussetzungen für dieTeilnahme








252

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Produktion B (wird nicht mehr angeboten)

Modul: Produktion B (wird nicht mehr angeboten)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Teilnehmer sind in der Lage, sich mit produktionsspezifischen

komplexen Fragestellungen auseinanderzusetzen und diese selbst-ständig wissenschaftlich zu bearbeiten. Die Studierenden könnenfachliche Zusammenhänge im Umfeld der Produktion überblickenund behandelte Inhalte umsetzen.

Lehrinhalte Erweiterung der Kenntnisse zu Produktion A; Vermittlung vonvertiefenden Inhalten der Betriebswirtschaft aus dem Bereich Pro-duktion als einer der zentralen Funktionen eines Unternehmens.Die konkreten Lehrinhalte sind von den Forschungsschwerpunktender Person abhängig, die die ausgeschriebene Professur besetzenwird.

Literatur• Domschke, W.; Scholl, A.; Voß, S. (1997): Produktionspla-nung: Ablauforganisatorische Aspekte, Springer, Berlin

• Dyckhoff, H., Spengler, T. (2010): Produktionswirtschaft: Ei-ne Einführung, 3. Auflage, Springer, London


Die Inhalte des Moduls „Produktion A“ werden vorausgesetzt.

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90-120Minuten.

empfohlenes Semester MSc 1-3Turnus Das Modul wird nicht mehr angeboten. Bitte informieren Sie sich

bei Prof. Dr. Julia Rieck über die Alternativen.Dauer des Moduls 1 SemesterVerwendung



253

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Praktikum Produktion (Master)

Modul: Praktikum Produktion (Master)


können verschiedene Aufgaben zu identifizieren, komplexe Aufga-ben in handhabbare Bestandteile zerlegen und zur Lösung derresultierenden Probleme einen praxistauglichen Prototypen ent-wickeln. Sie können eine wissenschaftliche Arbeit selbständig anfer-tigen und die Inhalte präsentieren. Durch die Teamarbeit besitzensie soziale Kompetenzen wie Konfliktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, Effektivitätseinschätzung undVerhandlungsgeschick. Sie können komplexe Instrumente und Me-thoden der Produktion zielorientiert anwenden.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschrit-tene Problemstellungen aus dem Produktionsbereich, z.B. ausden Bereichen „Strategisches Produktionsmanagement“, „Operati-ves Produktionsmanagement“ sowie „Produktionsorientierte Ma-nagementkonzepte“.










254

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Seminar Produktion (Master)

Modul: Seminar Produktion (Master)

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden können einen vorgegebenen Inhaltsbereich er-

schließen und ausarbeiten. Sie können eine wissenschaftliche Arbeitselbständig anfertigen und die Inhalte präsentieren. Sie besitzeneine Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbständig technischen und gesellschaftlichen Entwicklungen an-zupassen. Sie können komplexe Instrumente und Methoden derProduktion zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich Produktion.Literatur je nach ThemaVoraussetzungen für dieTeilnahme








255

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Supply-Chain-Management

Modul: Supply-Chain-Management

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Studierenden kennen Aufbau, Aktionsfelder und Optimierungspo-

tentiale von Logistiknetzwerken, wobei eine kritische Auseinander-setzung mit der Thematik stattfindet. Studierende können die er-lernten Inhalte in den Kontext der Disziplin einordnen und im Rah-men aktueller komplexer Forschungs- und Entwicklungsprojekteauch in unbekannten Situationen einzusetzen. Sie haben methodi-sche und analytische Kompetenzen, die sie zu einer selbständigenErweiterung der wissenschaftlichen Erkenntnisse befähigen.

Lehrinhalte1. Grundlagen und Definitionen des SCM Begriffsentwicklung,

Entwicklungsstufen des SCM, Abgrenzung gegenüber ver-wandten Begriffen, Aufgaben und Ziele, Chancen und Ri-siken des SCM, Bereiche des SCM, Aufbau eines Logistik-netzwerkes

2. SCM-Basiskonzepte Führungskonzepte und deren Einflussauf 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(Efficient Consumer Response, Strategien der Beschaffung),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

Literatur• Arndt, H. (2017): Supply Chain Management: Optimierunglogistischer Prozesse, 7. Auflage, Springer Gabler, Wiesbaden

• Pfohl, H.-C. (2017): Logistiksysteme: BetriebswirtschaftlicheGrundlagen, 9. Auflage, Springer Vieweg, Berlin

• Vahrenkamp, R., Kotzab, H., Siepermann, C. (2012) : Lo-gistik: Management und Strategien, 7. Auflage, Oldenbourg,München

• Werner, H. (2017): Supply Chain Management: Grundlagen,Strategien, Instrumente und Controlling, 6. Auflage, SpringerGabler, Wiesbaden

256

Wahlmodule im 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.






257

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Methoden zur Entscheidungsunterstützung

Modul: Methoden zur Entscheidungsunterstützung

Modulverantwortlicher Prof. Dr. Klaus Ambrosi (bis SS 2019), Prof. Dr. Julia Rieck (abWS 2019/20)

Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 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.

Lehrinhalte1. 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

Literatur• Domschke, W., Drexl, A., Klein, T., Scholl, A. (2015): Ein-führung in Operations Research, 9. Auflage, Springer Gabler,Berlin

• Neumann, K., Morlock, M. (2002): Operations Research, 2.Auflage, Hanser, München

• Homburg, C. (2000): Quantitative Betriebswirtschaftslehre,3. Auflage, Springer Gabler, Wiesbaden

• Borgwardt, K.-H. (2001): Optimierung Operations ResearchSpieltheorie, Birkhäuser, Basel


„Grundlagen der Betriebswirtschaftslehre 1“ und „Grundlagen derBetriebswirtschaftslehre 2“


empfohlenes Semester MSc 1-3Turnus Das Modul wird im WS 2018/19 letztmalig angeboten. Bitte in-

formieren Sie sich bei Prof. Dr. Julia Rieck über die Alternativen.Dauer des Moduls 1 Semester

258

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Methoden zur Entscheidungsunterstützung




259

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Innovationsmanagement

Modul: Innovationsmanagement

Modulverantwortlicher Prof. Dr. Klaus Ambrosi (bis SS 2019), Prof. Dr. Julia Rieck (abWS 2019/20)

Lehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden kennen die Bedeutung von Innovationsentwick-

lung sowie das Instrumentarium für Innovationsentwicklung. Siekönnen das Instrumentarium anwenden, kennen die Aufgaben undInstrumente der einzelnen Phasen des Innovationsprozesses undkönnen phasenbezogene Instrumente anwenden. Sie sind befähigt,Innovationsprozesse in Unternehmen zu unterstützen, Innovations-bedarfe zu analysieren, Ideen unter Anwendung von Kreativitäts-methoden zu entwickeln und zu bewerten. Sie kennen die Problemeder Markteinführung und die Erfordernisse des nachgelagerten Mo-nitoring. Die Studierenden kennen die besonderen Anforderungenan internationales Innovationsmanagement.

Lehrinhalte1. Einführung: wirtschaftliche und gesellschaftliche Bedeutung

von Innovationen, Kondratieff’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

Literatur• Hauschildt, J., Salomo, S., Schulz, C., Kock, A. (2016): In-novationsmanagement, 6. Auflage, Vahlen, München

• Nefiodow, L. (2007), Der sechste Kondratieff: Wege zur Pro-duktivität und Vollbeschäftigung im Zeitalter der Informati-on, 6. Auflage, Rhein-Sieg-Verlag, Sankt Augustin


keine


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

260

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Produktion undLogistik – Innovationsmanagement





261

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – ERP-Systeme 2

Gebiet Betriebliche Informationsysteme

Modul: ERP-Systeme 2

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Teilmodul 1 „Auswahl und Einführung von ERP-Systemen“: Studierende lernen die komplexe Aufgabe der Auswahl undEinführung von ERP-Systemen kennen. Ausgehend vom Enter-prise Architecture Management als strategischen Rahmen für IT-Landschaften in Unternehmen können Studierende Auswahlkriteri-en benennen und besitzen die Kenntnis der notwendigen Verfahrenzu deren Verwendung im Rahmen der Auswahlentscheidung. Fürdie Einführung des gewählten Systems lernen die Studierenden ge-eignete Vorgehensweisen (Projektorganisation und deren Control-ling) kennen. Durch Fallbeispiele wird der Praxisbezug der Inhalteverdeutlicht. Teilmodul 2: „SAP Customizing und wei-terführende Projekte“: In der angebotenen Veranstaltungwird die Abbildung eines Handelsunternehmens in einem ERP-System vorgestellt. Ziel der Veranstaltung ist es eine theoretischesowie praktische Einführung in die Gestaltung eines ERP-Systemsdarzustellen. Von der Stammdatenpflege über Funktionen bis hinzum Customizing des Systems werden alle Aspekte behandelt. Stu-dierende lernen in diesem Kurs die Einrichtung und das Customi-zing praktisch kennen und sollten sich zum Ende des Kurses einefunktionierende Installation erarbeitet haben

262

Lehrinhalte Teilmodul 1:1. Einführung von ERP-Systemen im Unternehmen als komple-

xe Aufgabe2. Enterprise Architecture Management als strategischer Rah-

men3. Auswahl von ERP-Systemen: Kriterien (Auswahl, Gewich-

tung) und Verfahren (z. B. Nutzwertanalyse)4. Organisation der Einführung von ERP-System (Projektor-

ganisation inkl. Schulungen)

Teilmodul 2:1. Abbildung eines Handelsunternehmens im ERP-System2. Stammdatenpflege in einer Live-Umgebung3. Abbildung und Durchführung von Einkaufs- und Ver-

kaufsprozessen4. Dispositions- und Logistikprozesse5. Integrierte Ausführung von automatisierbaren Geschäftspro-

zessen (E-Business)6. Anbindung eines Online Shops7. Customizing eines ERP-Systems8. Reporting / Beleganpassung

Literatur Teilmodul 1:• A. Leiting: Unternehmensziel ERP-Einführung: Projektma-

nagement wirksam gestalten, Springer, 2012.• M. Götz, M. Hesseler: Basiswissen ERP-Systeme: Auswahl,

Einführung & Einsatz betriebswirtschaftlicher Standardsoft-ware, W3I, 2007.

• W. Stadler: Leitfaden zur Einführung einer ERP-Softwarein KMUs: Methoden und Werkzeuge für die Praxis, VDM,2009.

• P.a. Grammer: Der ERP - Kompass: ERP-Projekte zum Er-folg führen, mitp, 2011.

• I. Hanschke: Strategisches Management der IT-Landschaft,3. Auflage, Hanser, 2013.

Teilmodul 2:• U. Brück: Praxishandbuch SAP-Controlling• N. Muir, I. Kimbell: Discover SAP• M. Munzel, R. Munzel: SAP-Controlling - Customizing


Die Inhalte der Module „ERP-Systeme 1“ werden vorausgesetzt.

Prüfungsleistung Teilmodul 1: Schriftliche Prüfung in Form einer Klausur im Um-fang von 120 Minuten Teilmodul 2: Schriftliche Prüfung inForm einer Klausur im Umfang von 90 Minuten. oder Kolloquiummit Hausaufgaben


263


Turnus Wird derzeit nicht angeboten.Dauer des Moduls 1 SemesterVerwendung



264

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Seminar Betriebliche Informationssysteme/-management (Master)

Modul: Seminar Betriebliche Informationssysteme/-management (Master)


schließen und ausarbeiten. Sie können eine wissenschaftliche Arbeitselbständig anfertigen und die Inhalte präsentieren. Sie besitzeneine Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbständig technischen und gesellschaftlichen Entwicklungen an-zupassen. Sie können komplexe Instrumente und Methoden vonbetrieblichen Informationssystemen zielorientiert anwenden.

Lehrinhalte Ausgewählte Themen aus dem Bereich BetrieblicheInformationssysteme/-management.


Die Inhalte des Moduls „Betriebliches Informationsmanagement“werden vorausgesetzt.







265

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Seminar Wirtschaftsinformatik (Master)

Modul: Seminar Wirtschaftsinformatik (Master)

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung und Ausarbei-

tung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahme ander 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

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jährlichDauer des Moduls 1 SemesterVerwendung



266

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Praktikum Design Thinking

Modul: Praktikum Design Thinking

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 3 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 80 StundenLernziele/Kompetenzen Kompetenzen zu Methoden des Design ThinkingsLehrinhalte Konzeption einer Geschäftsmodell-Idee unter Anwendung des

Design-Thinking Ansatzes. Durchführung eines konkreten Projek-tes zusammen mit Praxispartnern. Erlernen einer Methode zur Er-lernung von Innovation in Teamarbeit mit mehreren Iterationen.

Literatur• T. Frisendal: Design Thinking Business Analysis. Springer,

2012.• H. Plattner, C. Meinel, U. Weinberg: design ThiNK!NG. mi-

Wirtschaftsbuch, 2009.• F. Uebernickel, W. Brenner, T. Naef: Design Thinking: DasHandbuch. Frankfurter Allgemeine Buch, 2015


keine


empfohlenes Semester M. Sc. 1-3Turnus jedes SemesterDauer des Moduls 1 SemesterVerwendung




267

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Organisationsgestaltung und -beratung

Modul: Organisationsgestaltung und -beratung

Modulverantwortlicher Prof. Dr. Ralf Knackstedt, Prof. Dr. Inga TruschkatLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Ziel der Veranstaltung ist, den Aufbau und die Prozesse der Or-

ganisationsgestaltung kennenzulernen. Die Studierenden sind amEnde der Veranstaltung in der Lage, den Aufbau und die Prozesseauf weitere Fallbeispiele zu übertragen und so die Organisationsge-staltung in Unternehmungen durchzuführen bzw. dabei zu beraten.

Lehrinhalte Organisationsgestaltung befasst sich mit der Auslegung von Struk-turen (der Aufbau- und Ablauforganisation) und Systemen (denInformations- und Anreizsystemen) in Organisationen. Dabei istdie Organisationsgestaltung aufgeteilt in Organisationsplanung,Organisationsrealisation und Organisationskontrolle. Diese Aspek-te werden in dieser Veranstaltung näher betrachtet. Die Organisa-tionsberatung zielt auf eine Verbesserung der Kommunikations-, Kooperations- und Organisationsfähigkeit der Subsysteme einerUnternehmung und ihrer internen Vernetzung ab.

Literatur• Helmut Kreidenweis, Bernd Halfar: IT-Report für die Sozial-

wirtschaft: Wertbeitrag der IT und Markenstärke der Anbie-ter. Katholische Universität Eichstätt-Ingolstadt, Fakultät f.Soziale Dienste, 2010.


keine


empfohlenes Semester M. Sc. 1-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung





268

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Dienstleistungsengineering und -management

Modul: Dienstleistungsengineering und -management

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erwerben Analyse- und Entwurfs-Kompetenzen

zur Beschreibung von Anforderungen an Dienstleistungssystemeund zur Entwicklung, Umsetzung und zum Management vonDienstleistungssystemen. Dabei fördern sie insbesondere ihre be-triebswirtschaftlichen Kompetenzen durch die Reflexion von Be-sonderheiten der Dienstleistungswirtschaft im Vergleich zur Sach-güterproduktion und erwerben technologische Kompetenzen zurUmsetzung moderner Ansätze. Sie kennen aktuelle Herausfor-derungen an die Forschung im Dienstleistungsengineering und -management und entwickeln in Diskussionen ihre Kompetenz, sichin Forschungsprozesse einzubringen, indem sie vorhandenes Wis-sen auf neue Anwendungsfelder übertragen und an technische undgesellschaftliche Entwicklungen anpassen.

Lehrinhalte Mit zunehmender Tertiarisierung werden eine ingenieursmäßi-ge Entwicklung und ein IT-System-gestütztes Management vonDienstleistungen zunehmend bedeutungsvoll. Orientiert an einemfunktionalen Ordnungsrahmen werden in der Vorlesung fortge-schrittene Konzepte und Werkzeuge des Dienstleistungsenginee-rings und -managements vermittelt und aktuelle Herausforderun-gen für die Forschung aufgezeigt. In der Übung werden die Inhaltean Fallbeispielen veranschaulicht und vertieft. Es werden u. a. diefolgenden Themenfelder behandelt:

1. Abgrenzung zwischen Sach- und Dienstleistungen undDienstleistungsdefinitionsansätze

2. Ansätze der Dienstleistungsentwicklung und der integriertenSach- und Dienstleistungsentwicklung

3. Entwicklung von Dienstleistungsstrategien und Vermarktungvon Dienstleistungen

4. Konzeption und Management von Dienstleistungs- undWertschöpfungsnetzwerken

5. Grundlagen des Dienstleistungsmanagements6. Modellierung, Analyse und Messung von Dienstleistungsqua-

lität und Dienstleistungsproduktivität7. Moderne Lösungen für die Erbringung von Dienstleistungen

(z. B. mobile Assistenzsysteme, Multi-Agenten-Systeme)8. Aktuelle Gegenstände der Dienstleistungsforschung

269


Literatur• Jan Marco Leimeister: Dienstleistungsengineering und -

management. Berlin 2019.• Heribert Meffert, Manfred Bruhn: Dienstleistungsmarketing.

Grundlagen – Konzepte – Methoden. Berlin 2009.• Hans-Jörg Bullinger, August-Wilhelm Scheer (Hrsg.): Ser-

vice Engineering. Entwicklung und Gestaltung innovativerDienstleistungen. Berlin 2006.

• Marc Stickdorn, Jakob Schneider: This is Service DesignThinking: Basics, Tools, Cases. Amsterdam 2012.

• Sabine Haller: Dienstleistungsmanagement. Grundlagen –Konzepte – Instrumente. 6. Aufl. Berlin 2015.

• Sabine Fließ: Dienstleistungsmanagement. Kundenintegrati-on gestalten und steuern. Berlin 2009.

• Manfred Bruhn: Qualitätsmanagement für Dienstleistungen.9. Aufl. Berlin 2013.

• Jörg Becker, Ralf Knackstedt, Daniel Pfeiffer: Wertschöp-fungsnetzwerke. Konzepte für das Netzwerkmanagement undPotenziale aktueller Informationstechnologien. Berlin 2008.

• Jörg Becker, Ralf Knackstedt, Oliver Müller, Axel Winkel-mann: Vertriebsinformationssysteme. Standardisierung, In-dividualisierung, Hybridisierung und Internetisierung. Berlin2010.Klaus Backhaus, Jörg Becker, Daniel Beverungen, Mar-garethe Frohs, Ralf Knackstedt, Oliver Müller, Michael Stei-ner, Matthias Weddeling: Vermarktung hybrider Leistungs-bündel. Das ServPay-Konzept.Gestaltung von Controlling-und übergreifenden Koordinationssystemen für Dienstlei-stungsunternehmen. Berlin 2010.

• Oliver Thomas, Peter Loos, Markus Nüttgens (Hrsg.): Hy-bride Wertschöpfung. Mobile Anwendungssysteme und effi-ziente Dienstleistungsprozesse im technischen Kundendienst.Berlin 2010.

• Tilo Böhmann, Ralf Knackstedt, Jan Marco Leimeister, Mar-kus Nüttgens: Service Engineering & Management. Norder-stedt 2012.

• Jörg Becker, Torben Bernhold, Ralf Knackstedt, MartinMatzner (Hrsg.): Planung koordinierter Wertschöpfungspart-nerschaften. Berlin 2017.

• Weitere Literatur wird in der Veranstaltung bekannt gege-ben.


keine


empfohlenes Semester M. Sc. 1-3Turnus jedes SommersemesterDauer des Moduls 1 Semester

270



– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Betriebliche Informationsysteme

• MSc Wirtschaftsinformatik – Kernmodule – IndustriellesProduktions- und Dienstleistungsmanagement


271

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Geschäftsmodelle und Nachhaltigkeit

Modul: Geschäftsmodelle und Nachhaltigkeit

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Studierende erweitern ihr methodisches Wissen auf dem Gebiet

der Modellierung von Geschäftsmodellen, indem sie verschiedeneTechniken der Geschäftsmodellkonstruktion miteinander verglei-chen. Sie können unterschiedliche Ansätze auf konkrete Fallstu-dienbeispiele anwenden. Am Beispiel der Gestaltung nachhaltigerGeschäftsmodelle lernen Studierende die kritische Auseinanderset-zung mit bestehenden Modellierungstechniken, indem sie erken-nen, dass bisherige Modellierungsansätze nicht ausreichend geeig-net sind, um alle wesentlichen Aspekte der Nachhaltigkeit zu reprä-sentieren. Analytische Kompetenzen in der Bewertung von Model-lierungsansätzen werden dadurch gestärkt. Auf der Basis dieser kri-tischen Haltung werden die Studierenden in die Lage versetzt, Mo-dellerweiterungen und -adaptionen vorzuschlagen. Diskussionen inGruppen und Kritik an bestehenden Lösungen leisten einen Bei-trag zum Aufbau sozialer Kompetenzen.

272


Lehrinhalte Nachhaltigkeit erfordert innovative Geschäftsmodelle, die sowohlEffizienzkriterien als auch dem Substanzerhaltungsgrundsatz ge-recht werden. Die Veranstaltung vermittelt methodische Fähig-keiten zur systematischen Beschreibung und Analyse von Ge-schäftsmodellen. Etablierte Modellierungsmethoden werden dar-aufhin untersucht, inwieweit diese den vielfältigen ökonomischen,ökologischen und sozialen Gestaltungszielen der Nachhaltigkeitgerecht werden. Für ausgewählte Problemstellungen sollen neueLösungsansätze entwickelt werden. Aufbauend auf den Beschrei-bungsansätzen werden sowohl kontinuierliche als auch diskontinu-ierliche Ansätze zur Verbesserung bestehender bzw. zur Entwick-lung gänzlich neuer Geschäftsmodelle diskutiert und an Praxisbei-spielen eingeübt. Die genutzten Verfahren und Instrumente wer-den auf Adäquanz für unterschiedliche Zielgruppen hin überprüft.Neben der Nutzung der Ansätze im beruflichen Bereich soll ihreAdaption zur Förderung einer kritisch-konstruktiven Reflexion deraktuellen Wirtschaft in Bildungskontexten (Schule, Erwachsenen-bildung) Berücksichtigung finden. Zu den wesentlichen Inhaltenzählen damit:

• Überblick über bestehende Ansätze zur Modellierung vonGeschäftsmodellen

• Grundlagen einer nachhaltig gestalteten Wirtschaft• Ableitung von Kriterien an eine nachhaltigkeitsgerechte Ge-

staltung und Repräsentation von Geschäftsmodellen• Identifikation von Schwachstellen in bestehenden Ansätzen• Entwicklung neuer Ideen in der gemeinsamen Diskussion und

Reflexion und konzeptionelle Umsetzung mittels Methodenund Werkzeugen der Unternehmensmodellierung

• Entwurf von Evaluationskonzepten für selbstentwickelte Mo-dellvarianten

273


Literatur• Alexander Osterwalder, Yves Pigneur: Business model ge-

neration. Ein Handbuch für Visionäre, Spielveränderer undHerausforderer. Frankfurt 2010.

• Daniel R. A. Schallmo: Geschäftsmodelle erfolgreich ent-wickeln und implementieren. Mit Aufgaben und Kontrollfra-gen. Heidelberg 2013.

• Hartmut Bossel: Modellbildung und Simulation. Konzepte,Verfahren und Modelle zum Verhalten dynamischer Systeme.2. Auflage, Braunschweig, Wiesbaden 1994.

• Alexander Osterwalder, Yves Pigneur, Greg Bernarda, AlanSmith, T. A. Wegberg: Value Proposition Design: EntwickelnSie Produkte und Services, die Ihre Kunden wirklich wollenDie Fortsetzung des Bestsellers Business Model Generation.Frankfurt 2015.

• Stefan Schaltegger, Erik G. Hansen,Florian Lüdeke-Freund(2016): Business models for sustainability: Origins, presentresearch, and future avenues. Organization & Environment.https://doi.org/10.1177/1086026615599806

• Thorsten Schoormann, Dennis Behrens, Erik Kolek, RalfKnackstedt (2016): Sustainability in Business Models – ALiterature-Review-Based Design-Science-Oriented ResearchAgenda. In: Proceedings of the 24th European Conference inInformation Systems (ECIS), Istanbul, Turkey.

• Thorsten Schoormann, Dennis Behrens, Ralf Knackstedt(2018): The noblest way to learn Wisdom is by Reflecti-on: Designing Software Tools for Reflecting Sustainability inBusiness Models. In: Proceedings of the International Con-ference on Information Systems (ICIS), San Francisco, USA


keine

Prüfungsleistung Schriftliche Ausarbeitungen und mündlicher Vortrag (mit Einzel-und Gruppenanteilen)





274

https://doi.org/10.1177/1086026615599806

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Fortgeschrittene Aspekte der Unternehmensmodellierung

Modul: Fortgeschrittene Aspekte der Unternehmensmodellierung

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden können fortgeschrittene Aspekte der Unterneh-

mensmodellierung für praktische Anwendungen umsetzen, wo-durch sie ihre methodischen Kompetenzen in der Unternehmens-modellierung ausbauen. Die Auseinandersetzung mit fortschrittli-chen Ansätzen zur softwaregestützten Bereitstellung und Verwal-tungen von Unternehmensmodellen fördert ihre technologischenKompetenzen. Sie können sich neue Modellierungstechniken selb-ständig aneignen und anderen vermitteln, wodurch sie auch ih-re sozialen Kompetenzen weiterentwickeln. Sie können alternati-ve Modellierungsansätze systematisch miteinander vergleichen undentwickeln ihre Kompetenz, Lösungsvorschläge zur Unternehmens-modellierung selbständig bewerten zu können. Sie kennen aktuelleHerausforderungen für die Forschung und können für diese neueLösungsansätze entwickeln, kritisch reflektieren und adaptieren.

275


Lehrinhalte In der Vorlesung wird das Spektrum bekannter Unternehmens-modellierungsansätze durch die Vorstellung aktueller Ansätze ausder wissenschaftlichen Forschung erweitert. Orientiert an den un-terschiedlichen Beziehungsarten zwischen Unternehmensmodellenwerden in der Vorlesung fortgeschrittene Aspekte der Unterneh-mensmodellierung eingeführt, die in der Übung anhand von Bei-spielen veranschaulicht und vertieft werden. Die folgenden The-menbereiche werden dabei ausführlich behandelt:

1. Perspektiven für die Entwicklung neuer Unternehmensmo-dellierungsansätze (z. B. Integration bisher getrennter Sich-ten, Unterstützung wirtschaftlicher Entscheidungen)

2. Systematischer Vergleich von Modellierungsansätzen (insb.unter Einsatz von Szenarien und Kriterienkatalogen)

3. Metamodellierung (insb. Unterscheidung zwischen sprach-und prozessorientierter Metamodellierung, Metamodellie-rungstechniken, Einsatz zur Entwicklung von Modellreposi-torien, Metamodellierungswerkzeuge)

4. Referenzmodellierung (insb. Unterscheidung verschiedenerMechanismen zur Unterstützung der Referenzmodellanwen-dung, Überblick über bestehende Referenzmodelle, Nutzenund Grenzen der Referenzmodellierung, Entwicklung von Re-ferenzmodellen)

5. Transformation von Unternehmensmodellen gemäß der Mo-del Driven Architecture

6. Softwareunterstützung für die Abbildung der behandeltenModellbeziehungen

7. Evaluation innovativer Artefakte (insb. Kriterien für die wis-senschaftliche Evaluation von Modellierungsansätzen, Ent-wurf von Forschungsdesigns)

Literatur• Ralf Knackstedt: Fachkonzeptionelle Referenzmodellierung

einer Managementunterstützung mit quantitativen und qua-litativen Daten. Methodische Konzepte zur Konstruktionund Anwendung. Berlin 2006.

• Jörg Becker, Ralf Knackstedt (Hrsg.): Wissensmanagementmit Referenzmodellen. Konzepte für die Anwendungssystem-und Organisationsgestaltung. Berlin 2002.

• Weitere Literatur wird in der Veranstaltung bekannt gegeben


keine


empfohlenes Semester M. Sc. 1-3Turnus jedes WintersemesterDauer des Moduls 1 Semester

276




• MSc Wirtschaftsinformatik – Kernmodule – Unternehmens-modellierung


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft undInformationswissenschaft – Gebiet Gestaltung und Entwick-lung betrieblicher Informationssystem

277

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Theorien und Forschungsmethoden der Wirtschaftsinformatik A

Modul: Theorien und Forschungsmethoden der Wirtschaftsinformatik A

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung mit ÜbungsteilenLeistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen Studierende können auch fortgeschrittene Forschungsmethoden der

Wirtschaftsinformatik anwenden. Sie können Forschungsfragen for-mulieren und darauf abgestimmte Forschungsdesigns entwerfen. Siekennen die Unterscheidung erklärungs- und gestaltungszielorien-tierter Forschung und können die Beziehungen zwischen beiden anBeispielen erläutern und fachlich kompetent diskutieren. Sie wissenum die Bedeutung der Entwicklung und Anwendung von Theori-en in der Wirtschaftsinformatik. Sie kennen einige der wichtigstenTheorien in der Wirtschaftsinformatik und können ausgewählteTheorien anwenden. Außerdem erwerben die Studierenden Orien-tierungswissen zu aktuellen Forschungsprojekten und -inhalten derim Studiengang engagierten Dozentinnen und Dozenten.

Lehrinhalte Anhand ausgewählter wissenschaftlicher Projekte der Dozierendenwerden Theorien und Forschungsmethoden der Wirtschaftsinfor-matik vorgestellt. Die folgenden Inhalte werden u. a. adressiert:

• Abgrenzung und Zusammenhänge zwischen erklärungs- undgestaltungszielorientierter Forschung

• Richtlinien und Vorgehensmodelle gestaltungsorientierterForschung

• Theorienentwicklung und -evaluation im Rahmen erklä-rungszielorientierter Forschung

• Überblick über Theorien in der Wirtschaftsinformatik• Fortgeschrittene Aspekte ausgewählter Forschungsmethoden

der Wirtschaftsinformatik• Überblick über aktuelle Forschungsgegenstände in der Wirt-

schaftsinformatik und ihren angrenzenden Gebieten

278

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Theorien und Forschungsmethoden der Wirtschaftsinformatik A

Literatur• Jan Recker: Scientific Research in Information Systems.

Springer 2013.• Yogesh K. Dwivedi, Michael R. Wade, Scott L. Schneberger

(Hrsg.): Information Systems Theory: Explaining and Pre-dicting Our Digital Society. Band 1. In: Ramesh Sharda,Stefan Voß (Serienhrsg.): Integrated Series in InformationSystems. Band 28, New York 2012.

• Yogesh K. Dwivedi, Michael R. Wade, Scott L. Schneberger(Hrsg.): Information Systems Theory: Explaining and Pre-dicting Our Digital Society. Band 2. In: Ramesh Sharda,Stefan Voß (Serienhrsg.): Integrated Series in InformationSystems. Band 29, New York 2012

• Uwe Flick, Erst von Kardorff, Ines Steinke (Hrsg): Quali-tative Forschung. Ein Handbuch. 3. Auflage, Reinbeck beiHamburg 2004.

• Shirley Gregor (2006): The Nature of Theory in InformationSystems. MIS Quarterly, S. 611-642.

• Weitere Literatur wird in der Veranstaltung angegeben.


keine


empfohlenes Semester M. Sc. 1-2Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung


• MSc Wirtschaftsinformatik – Forschungsmethodik – Pflicht-module


279

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Theorien und Forschungsmethoden der Wirtschaftsinformatik B

Modul: Theorien und Forschungsmethoden der Wirtschaftsinformatik B

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung mit ÜbungsteilenLeistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen Studierende können auch fortgeschrittene Forschungsmethoden der

Wirtschaftsinformatik anwenden. Sie können Forschungsfragen for-mulieren und darauf abgestimmte Forschungsdesigns entwerfen. Siekennen die Unterscheidung erklärungs- und gestaltungszielorien-tierter Forschung und können die Beziehungen zwischen beiden anBeispielen erläutern und fachlich kompetent diskutieren. Sie wissenum die Bedeutung der Entwicklung und Anwendung von Theori-en in der Wirtschaftsinformatik. Sie kennen einige der wichtigstenTheorien in der Wirtschaftsinformatik und können ausgewählteTheorien anwenden. Außerdem erwerben die Studierenden Orien-tierungswissen zu aktuellen Forschungsprojekten und -inhalten derim Studiengang engagierten Dozentinnen und Dozenten.

Lehrinhalte Anhand ausgewählter wissenschaftlicher Projekte der Dozierendenwerden Theorien und Forschungsmethoden der Wirtschaftsinfor-matik vorgestellt. In den Modulen A und B wird jeweils das gleicheLehrkonzept verfolgt. Die gewählten Beispiele in den Modulen Aund B sind jeweils unterschiedlich, unterliegen aber einer inhalt-lichen Anpassung gemäß des aktuellen Forschungsprogramms derbeteiligten Dozierenden. Über die Module A und B hinweg werdeninnerhalb von zwei Semestern folgende Inhalte adressiert:

• Abgrenzung und Zusammenhänge zwischen erklärungs- undgestaltungszielorientierter Forschung

• Richtlinien und Vorgehensmodelle gestaltungsorientierterForschung

• Theorienentwicklung und -evaluation im Rahmen erklä-rungszielorientierter Forschung

• Überblick über Theorien in der Wirtschaftsinformatik• Fortgeschrittene Aspekte ausgewählter Forschungsmethoden

der Wirtschaftsinformatik• Überblick über aktuelle Forschungsgegenstände in der Wirt-

schaftsinformatik und ihren angrenzenden Gebieten

280

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Theorien und Forschungsmethoden der Wirtschaftsinformatik B

Literatur• Yogesh K. Dwivedi, Michael R. Wade, Scott L. Schneberger

(Hrsg.): Information Systems Theory: Explaining and Pre-dicting Our Digital Society. Band 2. In: Ramesh Sharda,Stefan Voß (Serienhrsg.): Integrated Series in InformationSystems. Band 29, New York 2012

• Uwe Flick, Erst von Kardorff, Ines Steinke (Hrsg): Quali-tative Forschung. Ein Handbuch. 3. Auflage, Reinbeck beiHamburg 2004.

• Weitere Literatur wird in der Veranstaltung angegeben.


keine

Prüfungsleistung Klausur im Umfang von bis zu 90 Minuten oder mündliche Prü-fung. Die Prüfung kann auch durch ein geeignetes Online-formatersetzt werden.



• MSc Wirtschaftsinformatik – Forschungsmethodik – Pflicht-module


281

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Auditing Informationssicherheit auf Basis ISO 27001

Modul: Auditing Informationssicherheit auf Basis ISO 27001

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Studierenden kennen die Grundlagen und Methoden der Au-

ditierung von Informationssicherheit auf Basis des internationalenStandards ISO 27001, wodurch sie ihre methodischen Kompeten-zen im Gebiet Informationssicherheit ausbauen. Die Studierendensind in der Lage, die Anforderungen der ISO 27001 zu benen-nen und die ISO 27001 in verschiedenen Umgebungen prinzipi-ell anzuwenden, wodurch insbesondere essentielle Kompetenzen,wie Analysefähigkeit und Beurteilungsvermögen, diesbezüglich ge-stärkt werden.

Lehrinhalte Die Studierenden lernen die Grundlagen und Methoden der Au-ditierung von Informationssicherheit auf Basis des internationalenStandards ISO 27001 kennen. Es werden der Aufbau der Normund die grundlegenden Konzepte der ISO 27001 zur Verbesserungder Informationssicherheit vorgestellt. Speziell werden die Defini-tion des Prüfbereiches (Scope) und der Stakeholder (Interne undExterne mit berechtigtem Interesse), das Risikomanagement, vor-gegebene Prüfspezifikationen und damit verbundenen Maßnahmenuntersucht. Weiterhin werden die Dokumentationsanforderungenund der kontinuierliche Verbesserungszyklus vorgestellt. Danebenwerden noch die weiteren Normen der ISO 27001 Familie, verbun-dene Normen und Normen, die auf ISO 27001 basieren, vorgestelltund erläutert.

Literatur • ISO 27001 und ISO 27002 Normen. Details und weitere Quellenwerden in der Veranstaltung bekanntgegeben.


keine


empfohlenes Semester M. Sc. 1-3Turnus ImWintersemester als Ergänzungsmodul. Die Fortsetzung der Ver-

anstaltung wird u.a. abhängig von der Beteiligung in den vorange-gangenen Semestern gemacht.

Dauer des Moduls 1 Semester

282

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Auditing Informationssicherheit auf Basis ISO 27001






283

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Agiles Projektmanagement

Modul: Agiles Projektmanagement

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung mit ÜbungsteilenLeistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen Die Studierenden erwerben Kompetenzen zur Planung, Steuerung

und Teamzusammenstellung im agilen Projektmanagement. Dabeilernen sie die Vorteile agiler Projektmanagementmethoden gegen-über klassischen Vorgehensweisen kennen und können ableiten, fürwelche Arten von Projekten sich der Einsatz agiler Methoden be-sonders eignet. Im Rahmen der Vorlesung wird vertiefend auf dasVorgehen nach Scrum und nach Kanban eingegangen. Beide Me-thoden sind am Markt am weitesten verbreitet. Agilität ist eineMethode, die erlebbar gemacht werden muss, um die Werkzeu-ge und die Praktiken zu verstehen und zu verinnerlichen. Daherwerden theoretische Vorlesungsteile mit vielen praktischen agilenÜbungen ergänzt, die die Teilnehmerinnen und Teilnehmer in eineProjektsituation versetzen und das Verständnis der Agilität för-dern. Zum agilen Vorgehen gehören jedoch nicht nur Werkzeugeund Methoden, sondern vor allem eine passende Haltung und agileWerte. Auf diese wird im Rahmen des agilen Manifests ebenfallseingegangen. Das agile Vorgehen in Projekten wirkt sich unmit-telbar auf die Organisationen aus, in denen agiles Vorgehen gelebtwird. Deshalb wird am Ende der Vorlesungsreihe ein Blick auf dasManagement 3.0 geworfen, um das Thema Agilität abzurunden.

284


Lehrinhalte Sowohl die zunehmende Komplexität in der Softwareentwicklungals auch ein erhöhter Anspruch an die Qualität und die Geschwin-digkeit haben dazu geführt, dass neue Projektvorgehensmethodenentwickelt werden mussten. Im Rahmen der Veranstaltungen wer-den agile Methoden und Werkzeuge vermittelt und die Ideen undGrundhaltungen in praktischen Übungen erlebt. Dabei werden u.a.folgende Themenfelder behandelt:

1. Agile Methoden und ihre Abgrenzung zum klassischen Was-serfall

2. Das agile Manifest3. Agile Methoden im Einzelnen

a) Scrumb) Kanbanc) DevOps

4. Projektvorbereitung5. Projektplanung6. Releases und Iterationen7. Projektabschluss8. Unternehmenskultur

a) Kulturkomponentenb) Agile Unternehmenskulturc) Führungskräfte im Fokus

9. Management 3.0a) Prinzipienb) Praktiken

Literatur• Bernd Oestereich, Christian Weiss: APM - Agiles Projekt-

management: Erfolgreiches Timeboxing für IT-Projekte• Uwe Vigenschow, Andrea Grass APM - Agiles Projektmana-

gement : Anspruchsvolle Softwareprojekte erfolgreich steuern• David J. Anderson: Kanban: Evolutionäres Change Manage-

ment für IT-Organisationen• Rolf Dräther, Holger Koschek, Carsten Sahling: Scrum kurz

& gut• Jurgen Appelo : Management 3.0: Leading Agile Developers,

Developing Agile Leaders• Weitere Beiträge werden in der Veranstaltung bekanntgege-

ben.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90-120Minuten oder mündliche Prüfung im Umfang von 20-30 Minuten.



285







286

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Innovationsmanagement als Erfolgsfaktor der Unternehmensmodellierung

Modul: Innovationsmanagement als Erfolgsfaktor der Unternehmensmodellierung

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden erwerben die theoretische Basis zur Einordnung

des Innovationsmanagements in die Unternehmensmodellierungund zum Aufbau und Ablauf eines umfassenden Innovationsmana-gementsystems. Hierdurch vertiefen sie ihre methodischen Kompe-tenzen in der Unternehmensmodellierung. Anhand von Fallbeispie-len und praktischen, interaktiven Übungen werden die Problemlö-sungsfähigkeiten, die Kreativität, die betriebswirtschaftlichen unddie sozialen Kompetenzen gefördert. Durch die Verwendung soft-waregestützter Ansätze in den relevanten Dimensionen eines um-fassenden Innovationsmanagementsystems werden die technologi-schen Kompetenzen weiterentwickelt. Die Studierenden können aufBasis der aktuellen Forschung und aktueller praktischer Anwen-dungsfälle alternative Vorgehensmodelle miteinander vergleichen,kritisch reflektieren, selbständig bewerten und situativ adaptieren.

287


Lehrinhalte In einer volatilen, unsicheren und digitalen Welt stellt das Innovati-onsmanagement einen wichtigen Erfolgsfaktor der Unternehmens-modellierung dar. Orientiert an funktionalen Ordnungsrahmen fürGeschäfts-, Organisations- und Prozessmodelle werden in der Vor-lesung die Dimensionen und Subdimensionen sowie die Methodenund Werkzeuge umfassender Innovationsmanagementsysteme ver-mittelt und aktuelle Herausforderungen für die Forschung aufge-zeigt. In der Übung werden die vermittelten Inhalte anhand vonFallbeispielen und praktischer, interaktiver Übungen veranschau-licht und vertieft. Es werden u.a. die folgenden Themenfelder be-handelt:

1. Grundzüge der Komponenten des Unternehmenswertes(Wachstums-, Kosten- und Risikokomponenten

2. Systematische Gegenüberstellung kundenzentrierter sekun-därer und tertiärer Geschäfts-, Organisations- und Pro-zessmodelle und deren Erfolgsfaktoren (z. B. Datenbasie-rung, Alliance Management)

3. Vermittlung und Vertiefung der Dimensionen und Subdimen-sionen umfassender Innovationsmanagementsysteme:a) Organisationskontext (z.B. Bedürfnisse und Erwartun-

gen von Kunden, Mitarbeitenden und Lieferanten; Be-deutung der Unternehmenskultur)

b) Führung (z. B. Agile Leadership, Spotify-Modell)c) Planung (z. B. strategische Innovationsziele, operative

Innovationsportfolien)d) Unterstützung und Ressourcen (z.B. Kompetenzent-

wicklung, Intellectual Property Management)e) Prozess (z. B. Trendanalyse Horizons 1-3, Entrepreneu-

rial Design Thinking, Prototypisierung, Kollaborations-management)

f) Erfolgsmessung (z. B. KPI Systeme / Innovation Evi-dence)

g) Verbesserung (z. B. Growth Mindset, KontinuierlicheVerbesserungskonzepte)

288


Literatur• Clayton Christensen: The Innovator’s Dilem-ma: When New

Technologies Cause Great Firms to Fail. Cambridge (US)1997.

• Alexander Osterwalder, Yves Pigneur: Business model ge-neration. Ein Handbuch für Visionäre, Spielveränderer undHerausforderer. Frankfurt 2010.

• Göran Ekvall: Organizational climate for creativity and in-novation. London 1996.

• A.G. Lafley, Roger L. Martin: Playing to Win. How StrategyReally Works. Cambridge (US) 2013.

• Louis Louw, Corne Schutte, Christian Seidel, Christian Im-ser: Towards a flexible innovation process model assuringquality and customer needs. Stellenbosch 2018.

• Gary Pisano: The Hard Truth About Innovative Cultures.Cambridge (US) 2019.

• ISO/TC279: Innovation management, Innovation manage-ment system, Guidance. Genf 2019.

• Weitere Literatur wird in der Veranstaltung bekannt gegeben


keine


empfohlenes Semester M. Sc. 1-3Turnus Zunächst im Wintersemester 2020/2021 (ggf. jeweils im Winterse-

mester wiederholt)Dauer des Moduls 1 SemesterVerwendung




289

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Dienstleistungs-Informationssysteme

Modul: Dienstleistungs-Informationssysteme

Modulverantwortlicher Prof. Dr. Ralf KnackstedtLehrform/SWS 2 SWS Vorlesung mit ÜbungsteilenLeistungspunkte 3 LPArbeitsaufwand 75 StundenLernziele/Kompetenzen Die Studierenden erwerben Kompetenzen für die Abbildung eines

Dienstleistungsunternehmens unter Verwendung eines spezifischenERP-Systems (eEvolution Service-Management). Sie erlernen wirt-schaftliche Prozesse im System durchzuführen, sowie die Konfigu-ration und Hintergründe in der Arbeit von Firmen im Dienstlei-stungssektor. Sie entwickeln und verstehen komplexe Problem- undFragestellungen eines Unternehmens und wie diese mit Hilfe voneEvolution gelöst und automatisiert werden können.

Lehrinhalte In der Vorlesung erlernen und üben die Studierenden verschiedeneTeilaspekte, die für die Abbildung eines Dienstleistungsunterneh-mens in einem ERP-System notwendig sind. Diese umfassen u.a.:

1. Die Identifizierung und Abbildung von Prozessen2. Die Bedienung der Service-Module des ERP-Systems (eEvo-

lution)3. Die Abbildung einer virtuellen Firma und deren Kernprozes-

sen im ERP-System4. Die verschiedenen Rollen und Positionen in Dienstleistungs-

unternehmen

Darüber hinaus entwickeln die Studierenden ein Problem- und Auf-gabenbewusstsein für Dienstleistungsunternehmen und erlernen,wie diese Unternehmen in ihren Aufgaben durch den Einsatz vonERP-Systemen unterstützt werden können.

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

keine







290

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Sprachtechnologien für die Unternehmensmodellierung und -beratung

Modul: Sprachtechnologien für die Unternehmensmodellierung und -beratung

Modulverantwortlicher Prof. Dr. Ralf Knackstedt, Prof. Dr. Ulrich HeidLehrform/SWS 2 SWS PraktikumLeistungspunkte 5 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 95 StundenLernziele/Kompetenzen Die Teilnehmenden kennen nach dem Kurs Einsatzpotenziale com-

puterlinguistischer Verfahren in der Unternehmensmodellierung.Sie können Forschungsdesigns konzipieren, mit denen sich Fra-gen der Unternehmensmodellierung mit Hilfe von computerlingui-stischen Verfahren beantworten lassen. Die Teilnehmenden ken-nen Grundlagen der Computerlinguistik und vertiefen ihre Grund-lagenkenntnisse für ausgewählte Verfahren. Sie können geeignetecomputerlinguistische Verfahren auswählen und hinsichtlich ihrerLimitationen und Chancen beurteilen. Die Teilnehmenden sind inder Lage ausgewählte Softwarewerkzeuge für computerlinguistischeFragestellungen anzuwenden. Die Teilnehmenden lernen die erziel-ten Ergebnisse für Aufgabenstellungen der Unternehmensmodel-lierung zu nutzen. Die forschungsmethodische Reflexionsfähigkeitder Teilnehmenden wird geschärft. In der gemeinsamen Projektar-beit entwickeln die Studierenden ihre sozialen Kompetenzen underweitern ihre Erfahrungen in der Projektorganisation.

Lehrinhalte Es werden ausgewählte computerlinguistische Methoden und Soft-warewerkzeuge vorgestellt. Ihre Anwendung wird in Prozesse derUnternehmensmodellierung aus Sicht der Praxis und aus Sicht derWissenschaft eingeordnet. Dabei wird ein breites Spektrum an Ein-satzpotenzialen differenziert. In eigenen Projekten lösen die Studie-renden mit Hilfe computerlinguistischer Verfahren und Werkzeu-ge gemeinsam ausgewählte Problemstellungen, die in jedem Kurswechseln.

Literatur• Schoormann, T., Behrens, D., Heid, U. und Knackstedt, R.

(2017): Semi-automatic Development of Modelling Techni-ques with Computational Linguis-tics Methods – A Procedu-re Model and Its Applica-tion. In Abrahamowicz, W. (Hrsg.):Proceedings of the 20th International Conference on BusinessIn-formation Systems (BIS), Poznan, Poland. Lecture Notesin Business Information Processing (LNBIP) 288, SpringerInternational Publishing. DOI: 10.1007/978-3-319-59336-4.

• Weitere Literatur wird – an die aktuellen Schwerpunkte derProjekte angepasst – in der Veranstaltung bekannt gegeben.


keine

Prüfungsleistung Schriftliche Ausarbeitungen und/oder mündliche Vorträge (mitEinzel- und Gruppenanteilen)

empfohlenes Semester M. Sc. 1-3

291

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet BetrieblicheInformationsysteme – Sprachtechnologien für die Unternehmensmodellierung und -beratung

Turnus Sommersemester 2021. Angestrebt wird regelmäßige Wiederholung(Turnus offen).





292

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Hauptseminar Computerlinguistische Ressourcen

Gebiet Sprachtechnologie und Information Retrieval

Modul: Hauptseminar Computerlinguistische Ressourcen

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden kennen einen Teilbereich computerlinguistischer

Verfahren oder sprachtechnologischer Anwendungen im Detail; siesind in der Lage, diese Verfahren und Anwendungen zu nutzen,für kleinere Forschungsaufgaben zu adaptieren und zu bewerten;sie sind in der Lage, selbstständig Lösungen zu Fragestellungen ausdiesen Teilbereichen zu erarbeiten.

Lehrinhalte Das Hauptseminar vertieft ausgewählte Themenbereiche der Com-puterlinguistik und der Sprachtechnologie; es führt die Studieren-den zu eigenen kleinen Forschungsaufgaben, idealerweise im Zu-sammenhang mit der Institutsforschung. Sprachressourcen, ihreErstellung, Verwaltung und Nutzung: z.B. Korpuslinguistik, Anno-tation von Korpora, Korpusaufbau, Datenextraktion aus Korpora;elektronische Wörterbücher, Terminologiedatenbanken, Spezialle-xika für die Sprachtechnologie (z.B. Sentiment-Lexika); Normenfür Sprachressourcen; Anwendungen von Sprachressourcen, z.B. imBereich Digital Humanities oder iCALL

Literatur• Lothar Lemnitzer & Heike Zinsmeister: Korpuslinguistik. Ei-ne Einführung. narr studienbücher. 2. Auflage 2010.


Die Inhalte des Moduls „Maschinelle Sprachverarbeitung 2: NeuereEntwicklungen in der Computerlinguistik“ werden vorausgesetzt.

Prüfungsleistung Präsentation und Hausarbeitempfohlenes Semester MSc 3Turnus jedes 4. SemesterDauer des Moduls 1 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Sprachtechnologie und Information Retrieval


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft und In-formationswissenschaft – Gebiet Sprachtechnologie und In-formation Retrieval

293

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Maschinelle Sprachverarbeitung 2: Neuere Entwicklungen in derComputerlinguistik

Modul: Maschinelle Sprachverarbeitung 2: Neuere Entwicklungen in der Computerlinguistik

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 2 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden erwerben eine umfassende Perspektive auf aktu-

elle computerlinguistische Verfahren und Methoden. Sie sind in derLage, die Vorteile und die Grenzen solcher Verfahren einzuschät-zen; sie können Querbezüge zu Aspekten von Informationsrecher-che und Mensch-Maschine-Interaktion herstellen; Sie sind mit denformalen Verfahren insoweit vertraut, als sie deren Input, Ressour-cen, Output und Einbindung in Anwendungen beurteilen können.

Lehrinhalte Die Vorlesung behandelt ausgewählte Bereiche der Computerlin-guistik und der Sprachtechnologie im Detail und gegen den Hin-tergrund von aktuellen Forschungen am Institut und im interna-tionalen Rahmen. Der Schwerpunkt liegt auf Methoden und aufden darauf aufsetzenden Werkzeugen. Beispiele solcher Themen-bereiche: - Verfahren der Analyse und Annotation von Textdaten(Tagging, Parsing, Koreferenzannotationen, Annotationsmethodenund Annotationsrepräsentationen, Normen für interoperable an-notierte Korpora etc.); - Methoden und Paradigmen der Evalu-ierung in der Sprachverarbeitung: Evaluierungsmethoden, -maße,Goldstandard-Evaluierungen, Shared Tasks etc.;- Statistische Ver-fahren in der Sprachverarbeitung: Lexikostatistik, Kookkurrenz-analysen, statistisches Parsing, statistische maschinelle Überset-zung, etc.; - Sprachtechnologie als Methode und Werkzeug: Di-gital Humanities-Anwendungen, sprachtechnologische Werkzeugeim Alltag (z.B. Dialogsysteme, Orthographiekorrektur, Stilprüfungetc.) Die genannten Themen (und je nach aktueller Forschungsla-ge eventuell weitere) werden in einer Überblicksvorlesung mit ggf.unterschiedlichem Schwerpunkt behandelt.


Grundkenntnisse der Maschinellen Sprachverarbeitung

Prüfungsleistung Mehrere Tests, über das Semester verteilt; außerdem oder alter-nativ Klausur. Regelmäßige Hausaufgaben und/oder begleitendeLektüre.

empfohlenes Semester MSc 2Turnus jährlichDauer des Moduls 1 Semester

294

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Maschinelle Sprachverarbeitung 2: Neuere Entwicklungen in derComputerlinguistik


– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Sprachtechnologie und Information Retrieval



295

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Mehrsprachige Informationssysteme

Modul: Mehrsprachige Informationssysteme

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden haben vertiefte Kenntnisse zu Informationssy-

stemen in mehrsprachigen Umgebungen. Sie können Systeme ziel-gerichtet einsetzen und benutzerorientierte Verfahren zur Evaluie-rung von mehrsprachigen Informationssystemen anwenden.

Lehrinhalte Informationssysteme enthalten zunehmend Inhalt in mehrerenSprachen, die dann angemessen behandelt werden müssen. Dazuzählt beispielsweise Information Retrieval oder Text Mining aufmehreren Sprachen, der Aufbau und die Verwaltung mehrsprachi-ger Wissensbasen, Software-Lokalisierung sowie Datenbanken mitmehrsprachigen Inhalten. Der Kurs behandelt Verfahren, Systeme,Evaluierungsmethoden und Probleme beim Einsatz von Informa-tionssystemen in mehrsprachigen Umgebungen. Die Studierendenhaben vertiefte Kenntnisse zu Informationssystemen in mehrspra-chigen Umgebungen. Sie können Systeme zielgerichtet einsetzenund benutzerorientierte Verfahren zur Evaluierung von mehrspra-chigen Informationssystemen anwenden.

Literatur• Peters, Carol; Di Nunzio, Giorgio; Kurimo, Mikko; Mandl,

Thomas; Mostefa, Djamel; Peñas, Anselmo; Roda, Giovanna(Eds.): Multilingual Information Access Evaluation I: TextRetrieval Experiments, Proceedings 10th Workshop of theCross-Language Evaluation Forum, CLEF 2009, Corfu, Gree-ce. Revised Selected Papers. Berlin et al.: Springer Notes inComputer Science 6241.

• Maristella Agosti, Nicola Ferro, Carol Peters, Maarten de Ri-jke, Alan F. Smeaton (Eds.): Multilingual and MultimodalInformation Access Evaluation, International Conference ofthe Cross-Language Evaluation Forum, CLEF 2010, Padua,Italy, September 20-23, 2010. Proceedings. Springer 2010 No-tes in Computer Science


Die Inhalte des Moduls „Einführung in das Information Retrieval(IR)“ werden vorausgesetzt.

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


296

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Mehrsprachige Informationssysteme





297

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Hauptseminar Computerlinguistische Verfahren

Modul: Hauptseminar Computerlinguistische Verfahren

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden kennen einen Teilbereich computerlinguistischer

Verfahren oder sprachtechnologischer Anwendungen und ihre Res-sourcen im Detail; sie sind in der Lage, solche Ressourcen (Lexika,Grammatiken, etc.) aufzubauen, zu strukturieren und in eigeneoder von freier Software ausgehend angepaßten Verfahren zu nut-zen und zu bewerten; sie sind in der Lage, selbstständig Lösungenzu Fragestellungen aus diesen Teilbereichen zu erarbeiten.

Lehrinhalte Das Hauptseminar vertieft führt die Studierenden zu eigenen klei-nen Forschungsaufgaben, idealerweise im Zusammenhang mit derInstitutsforschung: Verfahren und Anwendungen der maschinellenSprachverarbeitung: z.B. syntaktisch-semantische Analyse, Gene-rierung, Dialogmodellierung und Dialogsysteme, maschinelle Über-setzung.


Die Inhalte des Moduls „Maschinelle Sprachverarbeitung 2: NeuereEntwicklungen in der Computerlinguistik“ werden vorausgesetzt.

Prüfungsleistung Präsentation und Hausarbeitempfohlenes Semester MSc 3Turnus jedes 4. SemesterDauer des Moduls 1 SemesterVerwendung




298

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Hauptseminar Mehrsprachiges Information Retrival

Modul: Hauptseminar Mehrsprachiges Information Retrival

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden sind vertraut mit Information Retrieval Syste-

men in mehrsprachigen Umgebungen, kennen Probleme, Werkzeu-ge und benutzerorientierte Verfahren zur Evaluierung. Sie könnensich in ein spezifisches Problem intensiv einarbeiten.

Lehrinhalte Der Kurs vermittelt Kenntnisse zum Information Retrieval inmehrsprachigen Umgebungen, stellt den Forschungsstand zusprachabhängigen und sprachunabhängigen Verfahren dar undzeigt Werkzeuge zum mehrsprachigen Retrieval.


Die Inhalte des Moduls „Mehrsprachige Informationssysteme“ wer-den vorausgesetzt.

Prüfungsleistung Aktive Teilnahme und Seminararbeitempfohlenes Semester MSc 2Turnus jährlichDauer des Moduls 1 SemesterVerwendung




299

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Projektseminar Computerlinguistische Ressourcen

Modul: Projektseminar Computerlinguistische Ressourcen

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 4 SWS ProjektseminarLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Die Studierenden können computerlinguistische Ressourcen ana-

lysieren und bewerten; sie sind in der Lage, Fragestellungen ausder Computerlinguistik bzw. Sprachtechnologie selbstständig zuanalysieren, Lösungen zu konzipieren und zu implementieren bzw.anzupassen oder zu optimieren. Sie können ihre eigenen Lösungenzum jeweiligen Forschungsstand in Relation setzen. Das Seminarlegt die Grundlagen für Masterarbeiten.

Lehrinhalte Vertiefung und integrierte theoretische, methodische und prak-tische forschungsnahe Behandlung ausgewählter Themenberei-che der Computerlinguistik und der Sprachtechnologie mit demSchwerpunkt auf Ressourcen. Der Schwerpunkt im Projektseminarliegt auf der eigenständigen Erarbeitung (ggf. im Rahmen von ge-meinsamen „Projekten“ wie etwa der Beteiligung an Shared Tasks,der Erstellung von Ressourcen, der Evaluation oder Bewertung vonWerkzeugen oder Ressourcen usw.) von Lösungen mit den Mittelnder Computerlinguistik; außerdem wird einschlägige aktuelle For-schungsliteratur analysiert und auf die jeweilige Forschungsfragebezogen. Parallel zu Projektseminar kann eine Übung mit hohemPraxisanteil angeboten werden; dann berechnet sich der o.g. Auf-wand als Summe aus Projektseminar und Übung; solche Übun-gen können insbesondere zur Vermittlung, zum Training und zurVertiefung von Programmierverfahren, Annotationsschemata und,-methoden, speziellen statistischen Verfahren, Evaluierungsmetho-den oder von der Nutzung komplexer Systeme und dergleichenangeboten werden.


Die Inhalte des Moduls „Hauptseminar Computerlinguistische Res-sourcen“ werden vorausgesetzt.

Prüfungsleistung Projektarbeit Optional mit Übungen, vgl. oben unter „Inhalt“.empfohlenes Semester MSc 3Turnus jedes 4. SemesterDauer des Moduls 1 Semester

300

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Projektseminar Computerlinguistische Ressourcen





301

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Projektseminar Computerlinguistische Verfahren

Modul: Projektseminar Computerlinguistische Verfahren

Modulverantwortlicher Prof. Dr. Ulrich HeidLehrform/SWS 4 SWS ProjektseminarLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Die Studierenden können computerlinguistische Verfahren oder

sprachtechnologische Werkzeuge und Anwendungen analysierenund bewerten; sie sind in der Lage, Fragestellungen aus der Compu-terlinguistik bzw. Sprachtechnologie selbstständig zu analysieren,Lösungen zu konzipieren und zu implementieren bzw. anzupassenoder zu optimieren. Sie können ihre eigenen Lösungen zum jewei-ligen Forschungsstand in Relation setzen. Das Seminar legt dieGrundlagen für Masterarbeiten.

Lehrinhalte Vertiefung und integrierte theoretische, methodische und prak-tische forschungsnahe Behandlung ausgewählter Themenberei-che der Computerlinguistik und der Sprachtechnologie mit demSchwerpunkt auf Verfahren. Der Schwerpunkt im Projektseminarliegt auf der eigenständigen Erarbeitung (ggf. im Rahmen von ge-meinsamen „Projekten“ wie etwa der Beteiligung an Shared Tasks,der Erstellung von Ressourcen, der Evaluation oder Bewertung vonWerkzeugen oder Ressourcen usw.) von Lösungen mit den Mittelnder Computerlinguistik; außerdem wird einschlägige aktuelle For-schungsliteratur analysiert und auf die jeweilige Forschungsfragebezogen. Parallel zu Projektseminar kann eine Übung mit hohemPraxisanteil angeboten werden; dann berechnet sich der o.g. Auf-wand als Summe aus Projektseminar und Übung; solche Übun-gen können insbesondere zur Vermittlung, zum Training und zurVertiefung von Programmierverfahren, Annotationsschemata und,-methoden, speziellen statistischen Verfahren, Evaluierungsmetho-den oder von der Nutzung komplexer Systeme und dergleichenangeboten werden.


Die Inhalte des Moduls „Hauptseminar Computerlinguistische Ver-fahren“ werden vorausgesetzt.

Prüfungsleistung Projektarbeit Optional mit Übungen, vgl. oben unter „Inhalt“.empfohlenes Semester MSc 3Turnus jedes 4. SemesterDauer des Moduls 1 Semester

302

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Projektseminar Computerlinguistische Verfahren





303

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet Sprachtechnologieund Information Retrieval – Projektseminar Mehrsprachige Informationssysteme

Modul: Projektseminar Mehrsprachige Informationssysteme

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 4 SWS ProjektseminarLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Studierende können im Rahmen eines kleinen Projektes angemes-

sene Methoden auswählen und zielgerichtet anwenden. Reflektiertund theoriegeleitet streben die Studierenden praxisorientierte Lö-sungen an. Die Studierenden können die Aufgaben in einem kleinenProjektteam sinnvoll strukturieren und organisieren.

Lehrinhalte Im Rahmen des Kurses wird ein ausgewähltes Kleinprojekt zumehrsprachigen Informationssystemen durchgeführt, das sich anaktuellen Forschungsthemen orientiert.


Die Inhalte des Moduls „Mehrsprachige Informationssysteme“ wer-den vorausgesetzt.

Prüfungsleistung Projektarbeitempfohlenes Semester MSc 3Turnus jährlichDauer des Moduls 1 SemesterVerwendung




304

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Hauptseminar Wissensmanagement und E-Learning

Gebiet Online Kommunikation und Interaktion

Modul: Hauptseminar Wissensmanagement und E-Learning

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden erwerben eine umfassende Perspektive auf den

technikunterstützten effizienten und effektiven Umgang mit Wis-sen, wie er in Lernkontexten, sei es in Organisationen oder dezi-dierten Lernszenarien, zum Tragen kommt. Auf dieser Grundlageerarbeiten die Studierenden selbständig vertiefende Themenberei-che. Neben dem inhaltlichen Verstehen und der Erkenntnis derStruktur von Sachverhalten, werden die Studierenden auch in ihrerFähigkeit, komplexe Zusammenhänge und Strukturen einschätzenund evaluieren zu können, geschult.

Lehrinhalte Die Themenfelder Wissensmanagement und Lernen sind in derRealität oft kaum noch zu trennen und besitzen in vielfältiger Wei-se das Potenzial von Austauschs- und Kommunikationsprozessenin sozialen Netzwerken und kollaborativen Medien zu profitieren.Themenfelder umfassen u.a. Sozio-technologische und lerntheo-retische Grundlagen, Modelle des Wissensmanagements, Online-Communities, Computer supported collaborative learning, com-puter supported cooperative work (CSCL), E-Learning in und mitsozialen Medien, Mobile Learning, Social Enterprise, und Wissens-management und E-Learning für KMU.

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


Grundkenntnisse Informationswissenschaft

Prüfungsleistung Aktive Teilnahme und Seminararbeitempfohlenes Semester MSc 2

305

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Hauptseminar Wissensmanagement und E-Learning

Turnus jährlichDauer des Moduls 1 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Online Kommunikation und Interaktion


• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Betriebswirtschaft und In-formationswissenschaft – Gebiet Online Kommunikation undInteraktion

306

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Internationale Mensch-Maschine-Interaktion (IMMI)

Modul: Internationale Mensch-Maschine-Interaktion (IMMI)

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrform/SWS 2 SWS VorlesungLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel ist die Kenntnis der internationalen Aspekte der MMI, die

durch den weltweiten Einsatz von Informationssystemen entste-hen. Die Studierenden sind in der Lage, sich kritisch mit Vorschlä-gen zur kulturellen Adaption von Informationssystemen und ihrenBenutzungsschnittstellen sowie Websites auseinanderzusetzen unddiese zu bewerten. Sie verfügen über das Wissen, geeignete Metho-den auszuwählen und anzuwenden, um entsprechende Adaptions-prozesse durchzuführen oder bestehende Resultate zu beurteilen.

Lehrinhalte Im Zuge einer immer stärkeren Globalisierung von Informationssy-stemen und Informationsservices spielen Strategien für einen welt-weiten, aber die Kultur berücksichtigenden Einsatz der Mensch-Maschine-Interaktion eine bedeutende Rolle. Ausgehend von einerbenutzerzentrierten Perspektive werden Gestaltungsstrategien füreine kulturorientierte MMI im Spannungsfeld zwischen Lokalisie-rung und Globalisierung diskutiert. Dabei stehen die Auseinander-setzung mit aktuellen Ansätzen aus der Literatur (Kulturmodelle,Usabilityrichtlinien etc.) sowie methodische Aspekte im Zentrum.

Literatur• Mandl, Thomas; Womser-Hacker, Christa: Wirtschaftsinfor-matik: Kulturelle Aspekte von Informationssystemen. In: WI-SU: Das Wirtschaftsstudium. 8-9/09 S. 1135-1140, 2009.

• Heimgärtner, Rüdiger; Mandl, Thomas; Womser-Hacker,Christa: Zur Forschung im Bereich der Entwicklung interkul-tureller Benutzungsschnittstellen. In: Boll, Susanne; Susan-ne Maaß, Rainer Malaka (Hrsg.): Interaktive Vielfalt: Work-shopband Mensch & Computer 2013. 13. FachübergreifendeKonferenz für interaktive und kooperative Medien (M&C)Sept. Bremen. S. 441-450, 2013


Kenntnisse in interkulturelle Kommunikation Vorlesung Mensch-Maschine Interaktion



307

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Internationale Mensch-Maschine-Interaktion (IMMI)


– Wahlmodule – Betriebswirtschaft und Informationswissen-schaft – Gebiet Online Kommunikation und Interaktion



308

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Information und Gesellschaft

Modul: Information und Gesellschaft

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbständige Erschließung, Ausarbeitung

und Präsentation eines vorgegebenen Inhaltsbereichs, der interdis-ziplinäres Arbeiten erfordert. Die Studierenden sind in der Lage,eine wissenschaftliche Diskussion nach einer Präsentation zu leiten.Durch die Teilnahme an der Veranstaltung und die wissenschaftli-che Diskussion über die Vorträge wird das Verständnis der bereitserworbenen Kenntnisse zu einem Themenbereich aus dem BereichInformation und Gesellschaft vertieft und ausgeweitet. Die Studie-renden erwerben Methodenkompetenzen etwa zur eigenständigenLiteraturrecherche und der Bewertung wissenschaftlicher Litera-tur. Insbesondere erwerben die Studierenden Transferkompetenz,die es ihnen erlaubt, ihren Wissensstand selbsttätig technischenund gesellschaftlichen Entwicklungen anzupassen.

Lehrinhalte Die Wechselwirkungen zwischen Gesellschaft und Informations-technologie sind vielfältig. Innovationen in der Informationstechno-logie führen zu neuen Produkten, neuen ethischen Fragestellungenund einer Neuordnung der Informationsmärkte. Themen wie Iden-tität in digitalen Netzen, informationelle Selbstbestimmung undDatensicherheit spielen hier eine 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.

Literatur• Herman T. Tavani: Ethics and Technology: Controversies,Questions, and Strategies for Ethical Computing,John Wileyand Sons; 4th edition, 2012.

• Rainer Kuhlen: Informationsethik – Ethik in elektronischenRäumen, UVK, Konstanz, 2004.

• Rafael Capurro: Ethik im Netz (Medienethik 2) Franz Stei-ner, Stuttgart, 2003.


Grundkenntnisse Informationswissenschaft

Prüfungsleistung Aktive Teilnahme und Seminararbeitempfohlenes Semester MSc 2Turnus jedes SommersemesterDauer des Moduls 1 Semester

309

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Information und Gesellschaft






310

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Hauptseminar Internationales GUI Design

Modul: Hauptseminar Internationales GUI Design

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrform/SWS 2 SWS SeminarLeistungspunkte 4 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 70 StundenLernziele/Kompetenzen Die Studierenden haben vertiefte Kenntnisse zu dem Wechselspiel

zwischen MMI und Kultur sowie zum aktuellen Forschungsstand.Sie sind in der Lage, sich kritisch mit den Forschungsansätzen aus-einanderzusetzen und verfügen über umfassendes Wissen zur kon-struktiven Beurteilung.

Lehrinhalte Diskussion des Forschungsstandes zum Themenbereich MMI undInternationalisierung mit einem Schwerpunkt auf kulturellenAspekten.


Die Inhalte des Moduls „Internationale Mensch-Maschine-Interaktion (IMMI)“ werden vorausgesetzt.

Prüfungsleistung Aktive Teilnahme und Seminararbeitempfohlenes Semester MSc 2Turnus jährlichDauer des Moduls 1 SemesterVerwendung




311

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Projektseminar Internationale Mensch-Maschine-Interaktion (IMMI)

Modul: Projektseminar Internationale Mensch-Maschine-Interaktion (IMMI)

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrform/SWS 4 SWS ProjektseminarLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Studierende können im Rahmen eines kleinen Projektes angemes-

sene Methoden auswählen und zielgerichtet anwenden. Reflektiertund theoriegeleitet streben die Studierenden praxisorientierte Lö-sungen an. Die Studierenden können die Aufgaben in einem kleinenProjektteam sinnvoll strukturieren und organisieren.

Lehrinhalte Im Rahmen des Kurses wird ein ausgewähltes Kleinprojekt zur In-ternationalen Mensch-Maschine-Interaktion durchgeführt, das sichan aktuellen Forschungsthemen orientiert.


Die Inhalte des Moduls „Internationale Mensch-Maschine-Interaktion (IMMI)“ werden vorausgesetzt.





312

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Projektseminar Wissensmanagement und E-Learning

Modul: Projektseminar Wissensmanagement und E-Learning

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS ProjektseminarLeistungspunkte 6 LPArbeitsaufwand 150 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 und Fortführung der Inhalte des Hauptseminars Wis-sensmanagement und Lernen. Der Fokus liegt dabei auf der Ana-lyse, Konzeption, Entwicklung und Optimierung von computerun-terstützten Lern- und Wissensmanagementumgebungen.

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

Die Inhalte des Moduls „Hauptseminar Wissensmanagement unde-Learning“ werden vorausgesetzt.

Prüfungsleistung Projektarbeitempfohlenes Semester MSc 3Turnus jährlichDauer des Moduls 1 Semester

313

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Projektseminar Wissensmanagement und E-Learning





314

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Online Marketing 2

Modul: Online Marketing 2

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS ProjektseminarLeistungspunkte 4 LPArbeitsaufwand 100 StundenLernziele/Kompetenzen Transfer der Kenntnisse zum Themengebiet auf konkrete Anwen-

dungsszenarien zur Analyse und Verbesserung des Online Mar-ketings von Organisationen. Kompetenzerwerb: Auf methodischerEbene Kompetenzvermittlung zum erfolgreichen Management vonProjekten. Konkret, der selbstgesteuerte Erwerb (Learning bydoing) von organisatorischer, fachlicher und sozialer Projektkom-petenz. Auf inhaltlicher Ebene der Erwerb von Online Marketing-Kompetenz. Die Studierenden sind in der Lage ausgehend von kon-kreten Fallstudien adäquate Online Marketing-Strategien zu kon-zipieren, real durchzuführen und nach Abschluss zu evaluieren.

Lehrinhalte Vertiefung und Fortführung der Inhalte des Kurses Einführung On-line Marketing – Suchmaschinen und Social Media Marketing ausdem B.A. IIM. Schwerpunkt ist die praktische Anwendung des bzw.die Umsetzung von Online Marketing in Fallstudien.

Literatur Spezielle Literatur je nach ThemengebietVoraussetzungen für dieTeilnahme

Erfolgreiche Teilnahme am Seminar Online Marketing - Suchma-schinen und Social Media Marketing





315

Wahlmodule im Master – Betriebswirtschaft und Informationswissenschaft – Gebiet OnlineKommunikation und Interaktion – Aktuelle Standards und Formalisierung

Modul: Aktuelle Standards und Formalisierung

Modulverantwortlicher Prof. Dr. Thomas MandlLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand 150 StundenLernziele/Kompetenzen Lernziele: Die Studierenden kennen formale Konzepte der Model-

lierung und können diese einsetzen. Kompetenzerwerb: Die Stu-dierenden können die Grenzen der prinzipiellen Möglichkeiten derFormalisierung mittels theoretisch fundierter Aussagen benennenund einschätzen.

Lehrinhalte Informationsmanager haben es im Berufsleben immer wieder mitinternationalen Standards für die Aufbereitung und Bereitstellungvon Information im Netz zu tun: wir werden in der Vorlesung äk-tuelle Standardsëinige davon theoretisch und praktisch beleuchten:Von HTML/XML und CSS als Standards für das statisches Web-seitendesign, über SQL/PHP, das für die automatische Generie-rung von Webseiteninhalten genutzt wird, bis hin zu Ontologien(Stichwort ßemantic Web"), online Dokumentationen, etc. Wiruntersuchen existierende Webseiten im Netz, die Information be-reitstellen und erstellen in den zur Vorlesung gehörigen Übung (FF-ormalisierung") dazu eigene Seiten. Hier spielt auch bisher erwor-benes Wissen aus früher besuchten Lehrveranstaltungen (Mensch-Maschine-Interaktion, Computervermittelte Kommunikation, etc.)eine wichtige Rolle.

Literatur Spezielle Literatur je nach ThemengebietVoraussetzungen für dieTeilnahme

keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 75 Mi-nuten. Studienbegleitende Leistungen in Form von Projektarbei-ten.

empfohlenes Semester MSc 1Turnus jährlichDauer des Moduls 1 SemesterVerwendung



316

Wahlmodule im Master – Mathematische Methoden – Stochastische Methoden

Mathematische Methoden

Modul: Stochastische Methoden

Modulverantwortlicher PD Dr. Jürgen GroßLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 StundenLernziele/Kompetenzen Die Studierenden erwerben weiterführende Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungder Stochastik. Die Studierenden entwickeln selbständig stochasti-sche Modelle zu Problemen in Anwendungs- und Forschungszu-sammenhängen und sind in der Lage diese mittels theoretischerMethoden und mittels Simulationen zu analysieren.

Lehrinhalte In der Vorlesung sollen Theorie und praktische Anwendung stocha-stischer Prozesse besprochen werden, z.B. anhand folgender Bei-spiele:

1. Urnenmodelle: Urnen mit und ohne Zurücklegen, Polya-Urne2. Modelle von Treffern zu zufälligen Zeitpunkten: Bernoulli-

prozesse, Poissonprozess3. Markov-Ketten

Erarbeitung grundlegender Begriffe, Inhalte und Methoden stocha-stischer Prozesse, Verstehen der Techniken und Konzepte, mathe-matische Modellbildung, Simulation von stochastischen Proessenam Rechner.

Literatur• T. Richthammer: Skript zur Vorlesung Mathematische Me-thoden VI: Stochastische Methoden.


keine





• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Mathematische Methoden

317

Wahlmodule im Master – Mathematische Methoden – Algebraische und Zahlentheoretische Methoden

Modul: Algebraische und Zahlentheoretische Methoden

Modulverantwortlicher Prof. Dr. Jürgen SanderLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 8 LPArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 125 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.

Lehrinhalte1. Theoretische Grundlagen aus Algebra und Zahlentheorie

(Gruppen, endliche Körper, Gleichungssysteme, Teilbarkeit,Euklidischer Algorithmus, Primzahlen, Kongruenzen)

2. Grundbegriffe der Kryptologie (Kryptosysteme, Kryptanaly-se, Sicherheit)

3. Kryptosysteme (affin-lineare Kryptosysteme, DES, AES,asymmetrische Kryptosysteme, RSA, Diffie-Hellman)

4. Probabilistische Kryptographie (perfekte Sicherheit, Kriteri-um von Shannon)

5. Primzahltests (Fermat-Test, Miller-Rabin-Test)

Literatur• Jürgen Sander: Skript Diskrete Methoden (Mathematische

Methoden I), Universität Hildesheim, 2010.• Jürgen Sander: Skript Kryptographie, Universität Hildes-

heim, 2010.• Johannes Buchmann: Einführung in die Kryptographie,

Springer, 3. Aufl., 2004.• Wolfgang Willems: Codierungstheorie und Kryptographie,

Birkhäuser, 2008


Diskrete Methoden (Mathematische Methoden I), Analytische Me-thoden (Mathematische Methoden II)



318

Wahlmodule im Master – Mathematische Methoden – Algebraische und Zahlentheoretische Methoden


– Wahlmodule – Mathematische Methoden• MSc Wirtschaftsinformatik – Wahlbereich – Wirtschaftsin-


matik – Wahlmodule im Master – Mathematische Methoden

319

Wahlmodule im Master – Mathematische Methoden – Time Series Analysis

Modul: Time Series Analysis

Responsible Prof. Dr. Sebastian MentemeierType 2 HPW lecture, 2 HPW tutorialCredit Points 6 CPsLearning goals/ Compe-tencies

After completion of this module, students should be able to des-cribe and analyse time series data with methods from probabilitytheory and statistics, to make predictions about future develop-ment of the observed time series and to make decisions based onobservations of time series data. The students should have a de-eper understanding of mathematical models for time series andtheir fields of applications. They should have good command of astatistical programming language, e.g. R.

Content This lecture gives an overview of time series analysis from theviewpoint of mathematical statistics. It focusses on:

• Decomposition: Identification of trends and seasonal com-ponents

• Models for discrete time series: Autoregressive Models, Mo-ving Average Models and ARMA models, parameter estima-tion for these models

• Models for heteroskedasticity: ARCH and GARCH modelsand parameter estimation

• Aspects of extreme value theory for time series• Models for continuous time series: Brownian motion and re-

lated stochastic processes - if time permits.

Submodules SM 1: Time Series Analysis, LectureType: 2 HPW Lecture (3 CPs) Lecturer: Prof. Dr. Sebastian Men-temeier SM 2: Time Series Analysis, TutoriumType: 2 HPW Tutorium (3 CPs)

Literature• P. Cowpertwait, A. Metcalfe: Introductory Time Series with

R, Springer 2009• P. Brockwell, R. Davis: Introduction to Time Series and Fo-

recasting, Springer 1996

Requirements noneExam written exam (120 min) or an oral exam (30 min)Recommended Term MSc 1-3Turn Every summer semester.Duration 1 SemesterUse

• Data Analytics: Elective Modules - Methodological Speciali-zation

• Informationsmanagement und Informationstechnologie(IMIT) / MSc. Wahlmodul Mathematische Methoden

Language English

320

Wahlmodule im Master – Mathematische Methoden – Time Series Analysis


– Wahlmodule – Mathematische Methoden• MSc Wirtschaftsinformatik – Spezialisierungs- und Vertie-

fungsmodule – Business Intelligence• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlmodule im Master – Mathematische Methoden

321

Wahlmodule im Master – Mathematische Methoden – Datenanalyse und Statistik

Modul: Datenanalyse und Statistik

Modulverantwortlicher PD Dr. Jürgen GroßLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden sollen Kompetenzen in der angewandten statisti-

schen Datenanalyse und der konkreten Umsetzung mit Hilfe stati-stischer Software gewinnen.

Lehrinhalte1. Grundlegender Umgang mit der Statistik Software R.2. Methoden der Datenanalyse, Datenvisualisierung, statisti-

sche Zusammenhänge, statistische Modelle: Wahrscheinlich-keitsverteilungen, Hypothesentests, Bootstrap, Regression(einfach, multiple, logistisch), multivariate Datenexploration(Hauptkomponenten-, Diskriminanz-, Clusteranalyse).

Literatur• Groß, J.: Grundlegende Statistik mit R. Vieweg + Teubner.• Maindonald, J. und Braun, W.J.: Data Analysis and Gra-

phics Using R. An Example-Based Approach. CambridgeUniversity Press.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90 Minuten oder mündliche Prüfung im Umfang von 20 Minuten.Voraussetzung für die Teilnahme an der Abschlussprüfung ist dieerfolgreiche Teilnahme an den Übungen.



• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – Mathematische Methoden

322

Wahlmodule im Master – Mathematische Methoden – Survey Sampling

Modul: Survey Sampling

Modulverantwortlicher PD Dr. Jürgen GroßLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungLeistungspunkte 6 LPArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Students should be able to discern different elementary sampling

designs, understand and handle the statistical implications of suchdesigns, and be able to apply an appropriate sampling design to re-trieve information about a target population. In addition, studentsshould acquire knowledge of a statistical programming language toimplement specific sampling designs tailored to accommodate gi-ven data.

Lehrinhalte The course gives an introduction to the statistical theory and me-thods for sample surveys based on probability sampling. Some ele-mentary sampling designs are presented and their statistical andmathematical implications are discussed. The treated sampling de-signs include:

• Bernoulli Sampling, Simple Random Sampling, SystematicSampling, Poisson Sampling, Probability Proportional-to-Size Sampling, Stratified Sampling, Cluster Sampling.

Literatur• Särndal, C.-E., Swensson, B. & Wretmann, J. (1992). Model

Assisted Survey Sampling. Springer.• Thompson, S.K. (2012). Sampling. Third edition. Wiley.


keine





323

Wahlmodule im Master – IT-Studienprojekt (Projektseminar) – Projektseminar / IT-StudienprojektM.Sc. IMIT

IT-Studienprojekt (Projektseminar)

Modul: Projektseminar / IT-Studienprojekt M.Sc. IMIT

Modulverantwortlicher Professoren des Studiengangs Informationsmanagement und In-formationstechnologie, Übergreifende Koordination durch die Stu-diengangsbeauftragte bzw. den Studiengangsbeauftragten

Lehrform/SWS 2 SWS ProjektseminarLeistungspunkte 15 LPArbeitsaufwand 375 StundenLernziele/Kompetenzen Die Studierenden entwickeln ihre methodischen und sozialen Kom-

petenzen bei der eigenverantwortlichen Organisation der Projekt-arbeit. Bedingt durch die lange Projektdauer lernen Sie mit Kon-flikten in der Gruppe konstruktiv umzugehen und sich auf wan-delnde Rahmenbedingungen anzupassen. Sie entwickeln ihre for-schungsmethodischen Kompetenzen, indem sie eigenverantwortlichForschungsfragen formulieren, Forschungsdesigns konzipieren, die-se kritisch reflektieren und die Durchführung von Forschungs- undImplementierungsprozessen organisieren. Sie können sich eigen-ständig in ein für sie neues Thema einarbeiten und können Me-thoden auf die Problemstellung zielgerichtet und ggf. unter An-passung der Methoden anwenden. Sie sind in der Lage, ein Pro-jekt mitlaufend ausführlich zu dokumentieren und in Abschluss-und Zwischenpräsentationen über die erzielten Ergebnisse zu be-richten.

Lehrinhalte Studierende erarbeiten im Team einen Lösungsbeitrag für eine um-fangreiche Problemstellung. Unabhängig von der konkreten Aufga-benstellung werden folgende Inhalte adressiert:

• Iterative Formulierung, Überprüfung und Revision von For-schungsfragen

• Iterativer Entwurf und kritische Reflexion von Forschungs-designs

• Grundlegende und fortgeschrittene Forschungsmethoden• Methoden des Projektmanagements• Aufbau, Gestaltung und Durchführung von Zwischen- und

Abschlusspräsentationen• Planung, Leitung, Moderation von Gruppensitzungen• Mitlaufende Projektdokumentation

Weitere Inhalte sind abhängig von der inhaltlichen Ausgestaltungdes Projektseminars.

Literatur Abhängig von der thematischen Ausrichtung des Projektseminarswird diese in der Veranstaltung bekannt gegeben.


Voraussetzungen gemäß Ankündigung des einzelnen Projektsemi-nars in Verantwortung des durchführenden Dozierenden

Prüfungsleistung Schriftliche Dokumentationen, Zwischen- und Abschlusspräsenta-tionen, abhängig vom bearbeiteten Thema prototypische Imple-mentierungen und Datenbanken


324

Wahlmodule im Master – IT-Studienprojekt (Projektseminar) – Projektseminar / IT-StudienprojektM.Sc. IMIT

Turnus jedes SemesterDauer des Moduls 2 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – IT-Studienprojekt (Projektseminar)

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Wahlmodule im Master – IT-Studienprojekt (Pro-jektseminar)

325

Wahlmodule im Master – Forschungsmethodik – Theorien und Forschungsmethoden der Informatik

Forschungsmethodik

Modul: Theorien und Forschungsmethoden der Informatik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung mit ÜbungsteilenLeistungspunkte 3 ECTSArbeitsaufwand 75 StundenLernziele/Kompetenzen Studierende können auch fortgeschrittene Forschungsmethoden der

Informatik anwenden. Sie können Forschungsfragen formulierenund darauf abgestimmte Forschungsdesigns entwerfen. Sie erwer-ben eine breite Übersicht der verschiedenen Forschungsansätze.Dies umfasst sowohl primäre Forschungsansätze der empirischenForschung und der formalen Methoden als auch sekundäre For-schungsansätze wie Literaturstudien. Sie können die Beziehungenzwischen Forschungsfragen und Forschungsdesigns an Beispielenerläutern und fachlich kompetent diskutieren. Sie kennen einigeder wichtigsten Forschungsmethodiken der Informatik und könnenausgewählte Ansätze anwenden.

Lehrinhalte• Forschungsgrundlagen wie Wiederholbarkeit und Verfolgbar-

keit von Studien• Empirische Forschungsansätze wie Experiment, Fallstudie,

Action Research• Analytische Verfahren technischer Natur• Formale Ansätze wie Beweisverfahren• Sekundäre Forschung (Survey, Mapping Study)• Wechselwirkung zwischen Forschungsfrage und Forschungs-

design

Literatur• Kitchenham, Budgen Bereton: Evidence-Based Software En-

gineering und Systematic Reviews, CRC Press, 2016• Claes Wohlin, Per Runeson, Martin Höst, Magnus C. Ohls-

son, Björn Regnell, Anders Wesslén Experimentation in Soft-ware Engineering, Springer, 2012

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

keine

Prüfungsleistung Klausur im Umfang von bis zu 90 Minuten oder mündliche Prü-fung. Die Prüfung kann auch durch ein geeignetes Online-formatersetzt werden.

empfohlenes Semester MSc 2Turnus jedes SommersemesterDauer des Moduls 1 Semester

326

Wahlmodule im Master – Forschungsmethodik – Theorien und Forschungsmethoden der Informatik


– Wahlmodule – Forschungsmethodik• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlmodule im Master – Forschungsmethodik

327

Wahlmodule im Master – Soft Skills – Wirtschaftsenglisch 2

Soft Skills

Modul: Wirtschaftsenglisch 2

Modulverantwortlicher Prof. Dr. Julia RieckLehrform/SWS 2 SWS VorlesungLeistungspunkte 3 LPArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 45 StundenLernziele/Kompetenzen Die Teilnehmer sind in der Lage, fachspezifische Verhandlungen in

korrektem Englisch zu führen, Vorträge zu halten und fließend zudiskutieren. Die Studierenden besitzen ein erweitertes Vokabular,um im Wirtschaftsbereich zu verhandeln. Sie kennen die Formali-täten für die Kommunikation zwischen Unternehmen und wissen,worauf im englischsprachigen Raum zu achten ist. Außerdem besit-zen sie die Fähigket, Vorträge auf Englisch zu halten und sich demInternationalisierungsgrad in verschiedenen Bereichen anzupassen.

Lehrinhalte1. Kommunikation im Unternehmen2. Formelle schriftliche Kommunikation im Business Bereich

(Anfragen, Beschwerden, Bestellungen, Verträge, Vereinba-rungen)

3. Bewerbungen, Vorträge, Vorstellungsgespräche4. mündliche und schriftliche Kompetenz in den o.g. Bereichen5. Wiederholungen und Übungen: Grammatik


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60-90Minuten oder schriftliche Hausarbeit. Um an der Abschlussprüfungteilnehmen zu dürfen, müssen ggf. Vorleistungen erbracht werden.Details siehe zugehöriger Learnweb-Kurs.


• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Soft Skills

• MSc Wirtschaftsinformatik – Wahlbereich – Soft Skills• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlmodule im Master – Soft Skills

328

Wahlmodule im Master – Soft Skills – Unterrichten in der Informatik

Modul: Unterrichten in der Informatik

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS ProjektseminarLeistungspunkte 3 LPArbeitsaufwand 75 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 findet ein Blocktermin vor Vorlesungsbeginn statt.Vorlesungsbegleitend wird dies durch kontinuierliche Supervisions-termine ergänzt.


Eine parallele, nachgewiesene Tätigkeit als wissenschaftliche Hilfs-kraft in einer Lehrveranstaltung der Informatik ist eine notwendigeVoraussetzung zur Teilnahme.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus Kein regelmäßiger Turnus, Veranstaltung findet bei Bedarf statt.Dauer des Moduls 1 SemesterVerwendung

• MSc Informationsmanagement und Informationstechnologie– Wahlmodule – Soft Skills

• MSc Wirtschaftsinformatik – Wahlbereich – Soft Skills• Bachelor- und Masterstudienprogramm Angewandte Infor-

matik – Wahlmodule im Master – Soft Skills

329

Abschlussprüfung

Modul: Abschlussprüfung Master

Modulverantwortlicher Professoren des Studiengangs IMIT.Lehrform/SWS AbschlussarbeitLeistungspunkte 30 LPArbeitsaufwand 750 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.



Prüfungsleistung Masterarbeit (schriftliche Ausarbeitung)empfohlenes Semester MSc 4Turnus jedes SemesterDauer des Moduls 1 SemesterVerwendung

• Bachelor- und Masterstudiengang Informationsmanagementund Informationstechnologie – Abschlussprüfung

• Bachelor- und Masterstudienprogramm Angewandte Infor-matik – Abschlussprüfung

330

Informationsmanagementund Informationstechnologie Bachelor ...

Documents

Transcript of Informationsmanagementund Informationstechnologie Bachelor ...