Modulhandbuch - oth- · PDF fileEinführung in die Medizin 2 ... Medizinisches Praktikum,...

Modulhandbuchfür den

Bachelorstudiengang

Medizinische Informatik(B.Sc.)

SPO-Version ab: Wintersemester 2012

Sommersemester 2018erstellt am 20.03.2018

von Eva Neumaier

Fakultät Informatik und Mathematik

AusbildungszieleWie jeder Informatiker, muss ein Medizininformatiker Probleme erkennen und analysieren,Modelle bilden und konkrete Lösungen entwickeln. Voraussetzung für diese Aufgabe ist, dasser grundlegende Methoden aus der Mathematik und der Informatik beherrscht und erfolgreicheinsetzen kann. Vom „normalen“ Informatiker unterscheidet ihn ein solides Grundlagenwissen inseinem Anwendungsfach - der Medizin und dem Gesundheitswesen.

Ziel des Bachelor-Studiengangs „Medizinische Informatik“ ist es, die Absolventen optimal aufdiese Aufgaben vorzubereiten, damit sie sich im späteren Berufsleben als qualifizierte Angestellteoder Selbständige behaupten können. Es wird besonderer Wert darauf gelegt, dass Studierendedie Fähigkeit erwerben, sich gezielt und selbständig in neue Themengebiete einzuarbeiten.Zusammen mit einer breit angelegten Informatikausbildung kann so sichergestellt werden, dassAbsolventinnen und Absolventen der Medizinischen Informatik auch in Bereichen außerhalb desGesundheitswesens und der Medizin einsetzbar sind. Konkrete Ausbildungsziele sind:

G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen derInformationstechnikG2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse undModellierungG3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl infachlicher, als auch in planerischer und organisatorischer HinsichtG4: Grundlegende Fähigkeit zum wissenschaftlichen ArbeitenG5: Grundverständnis anatomischer und physiologischer Zusammenhänge für die wichtigstenKrankheitsbilderG6: Verständnis des deutschen Gesundheitssystems und der zentralen Abläufe in Organisationendes Gesundheitswesens sowie der betriebswirtschaftlichen ZusammenhängeG7: Verantwortungsbewusstes Arbeiten in TeamsG8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete

Im Rahmen der Modulbeschreibungen finden Sie die Beiträge, die die einzelnen Module zurErreichung der Ausbildungsziele leisten.

ModullisteStudienabschnitt 1:

Allgemeinwissenschaftliches Wahlpflichtmodul 1, Mandatory General Studies: Elective Module 1................6Lehrveranstaltungen nach Angaben des aktuellen AW-Katalogs....................................................... 7

Einführung in die Medizin, Medical Basics...................................................................................................... 8Einführung in die Medizin 1.................................................................................................................9Einführung in die Medizin 2...............................................................................................................11

Mathematische Grundlagen, Mathematical Foundations............................................................................... 13Mathematik 1...................................................................................................................................... 14Mathematik 2...................................................................................................................................... 16

Medizinische Informationssysteme, Medical Information Systems................................................................ 18Medizinische Informationssysteme..................................................................................................... 19

Programmieren, Programming........................................................................................................................ 21Programmieren 1................................................................................................................................ 22Programmieren 2 (C++)..................................................................................................................... 24

Technische Grundlagen der Informatik, Technology in Informatics.............................................................. 26Technische Grundlagen der Informaitk..............................................................................................27

Theoretische Informatik, Theoretical Computer Science............................................................................... 29Theoretische Informatik...................................................................................................................... 30

Studienabschnitt 2:Algorithmen u. Datenstrukturen, Algorithms and Data Structures.................................................................32

Algorithmen und Datenstrukturen.......................................................................................................33Allgemeinwissenschaftliches Wahlpflichtmodul 2, Mandatory General Studies: Elective Module 2..............35

Lehrveranstaltungen nach Angaben des aktuellen AW-Kataloges................................................... 36Betriebssysteme, Operating Systems.............................................................................................................38

Betriebssysteme.................................................................................................................................. 39Datenbanken, Databases................................................................................................................................ 41

Datenbanken....................................................................................................................................... 42Gesundheitsökonomie, Health Economy and Processes.............................................................................. 44

Gesundheitsökonomie.........................................................................................................................45Kommunikationssysteme, Networking.............................................................................................................47

Kommunikationssyteme-IM................................................................................................................. 48Medizinische Bildverarbeitung, Medical Image Processing........................................................................... 50

Medizinische Bildverarbeitung............................................................................................................ 51Medizinische Dokukumentation, Medical Documentation.............................................................................. 53

Medizinische Dokumentation.............................................................................................................. 54Medizinisches Praktikum, Hands-On Medicine.............................................................................................. 56

Medizinisches Praktikum.................................................................................................................... 57Medizinrecht, Regulations and Legal Affairs..................................................................................................59

Medizinrecht........................................................................................................................................ 60Physik, Physics................................................................................................................................................62

Physik.................................................................................................................................................. 63Praktikum mit Praxisseminar, Industrial Placement....................................................................................... 65

Praktikum mit Praxisseminar, Industrial Placement.......................................................................... 66Software Engineering...................................................................................................................................... 68

Software Engineering..........................................................................................................................69Softwarepraktikum, Practical Course in Software Design............................................................................. 71

Softwarepraktikum............................................................................................................................... 72

Studienabschnitt 3:Angewandte Medizintechnik, Applied Medical Engineering...........................................................................74

Angewandte Medizintechnik............................................................................................................... 75Bachelorarbeit.................................................................................................................................................. 77

Bachelorarbeit......................................................................................................................................78Bachelorseminar.............................................................................................................................................. 79

Bachelorseminar..................................................................................................................................80Bildverarbeitung und 3D-Visualisierung, Image Processing and 3D-visualization.........................................82

Bildverarbeitung und 3D-Visualisierung............................................................................................. 83Biometrie, Biometrics.......................................................................................................................................85

Biometrie..............................................................................................................................................86Fachbezogenes Wahlpflichtmodul 1............................................................................................................... 88

DASN: Algorithmen für Sensornetze................................................................................................. 91DBIO: Bioinformatik............................................................................................................................ 93DDLI: Deep Learning for Image Classification and Segmentation................................................... 94DDMI: Data Mining............................................................................................................................. 97DDSM: Datenschutz und Datensicherheit in der Medizin.................................................................99DDTS: Design Thinking in Security.................................................................................................101DEGS: Existenzgründungssimulation............................................................................................... 104DHMS: Hospital Management Simulation........................................................................................106DHPC: High Performance Computing............................................................................................. 107DMIS: Management der Informationssicherheit...............................................................................109DPLM: PLM am Beispiel der SAP PLM Komponenten.................................................................. 110DQCO: Quantencomputing...............................................................................................................112DRKL: Mathematikimport: Regression und Klassifikation............................................................... 114DSAP2: ABAP-Entwicklungsumgebung von SAP NetWeaver (Aufbaukurs)...................................115DSRP: Software reliability and performance................................................................................... 117DSYC: SystemC............................................................................................................................... 119DXML: XML-Processing....................................................................................................................121KBCO: Business Consulting.............................................................................................................123KITR: IT- und Wirtschaftsrecht........................................................................................................ 125KSAP1: ABAP-Entwicklung von SAP Netweaver (Grundkurs)....................................................... 127KSPR: SAP-Prozesse.......................................................................................................................129

Fachbezogenes Wahlpflichtmodul 2............................................................................................................. 131DASN: Algorithmen für Sensornetze............................................................................................... 134DBIO: Bioinformatik.......................................................................................................................... 136DDLI: Deep Learning for Image Classification and Segmentation................................................. 137DDMI: Data Mining........................................................................................................................... 140DDSM: Datenschutz und Datensicherheit in der Medizin...............................................................142DDTS: Design Thinking in Security.................................................................................................144DEGS: Existenzgründungssimulation............................................................................................... 147DHMS: Hospital Management Simulation........................................................................................149DHPC: High Performance Computing............................................................................................. 150DMIS: Management der Informationssicherheit...............................................................................152DPLM: PLM am Beispiel der SAP PLM Komponenten.................................................................. 153DQCO: Quantencomputing...............................................................................................................155DRKL: Mathematikimport: Regression und Klassifikation............................................................... 157DSAP2: ABAP-Entwicklungsumgebung von SAP NetWeaver (Aufbaukurs)...................................158DSRP: Software reliability and performance................................................................................... 160DSYC: SystemC............................................................................................................................... 162DXML: XML-Processing....................................................................................................................164KBCO: Business Consulting.............................................................................................................166KITR: IT- und Wirtschaftsrecht........................................................................................................ 168KSAP1: ABAP-Entwicklung von SAP Netweaver (Grundkurs)....................................................... 170KSPR: SAP-Prozesse.......................................................................................................................172

Laborpraktikum, Lab course......................................................................................................................... 174Laborpraktikum.................................................................................................................................. 175

Verteilte Systeme, Distributed computing Software..................................................................................... 177

Verteilte Systeme-IM.........................................................................................................................178Vertiefungsmodul Medizin 1..........................................................................................................................180

Radiologie..........................................................................................................................................181Vertiefungsmodul Medizin 2..........................................................................................................................183

Nuklearmedizin.................................................................................................................................. 184

Name des Studiengangs:Bachelor Medizinische Informatik (PO: 20122)

Modulname:Allgemeinwissenschaftliches Wahlpflichtmodul 1,

Mandatory General Studies: Elective Module 1

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Allgemeinwissenschaftliches Wahlpflichtmodul 1, MandatoryGeneral Studies: Elective Module 1

7

Modulverantwortliche/r FakultätProf. Dr. Gabriele Blod Allgemeinwissenschaften und Mikrosystemtechnik

Studiensemestergemäß Studienplan

Studienabschnitt Modultyp Arbeitsaufwand

[ECTS-Credits]2. 1. Wahlpflicht 2

Verpflichtende Voraussetzungenin der Regel keine, außer bei aufeinander aufbauenden KursenEmpfohlene Vorkenntnissein der Regel keine, außer bei aufeinander aufbauenden Kursen

Inhalte• Vermittlung von Orientierungswissen und Allgemeinbildung• Vermittlung und Training von Schlüsselkompetenzen (z.B. Zusatzzertifikat "Soft Skills")• Vermittlung und Training von Fremdsprachen

Lernziele/Lernergebnisse/Kompetenzen• Einsichten in Themen, die über das Fachstudium hinausgehen (Orientierungswissen,

Allgemeinbildung)• Erwerb von methodischen und/oder sozialen Kompetenzen (Schlüsselkompetenzen)• Erwerb von Fremdsprachenkompetenzen

Zugeordnete Lehrveranstaltungen:Nr. Bezeichnung der Veranstaltung Lehrumfang

[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Lehrveranstaltungen nach Angaben

des aktuellen AW-Katalogs2 SWS 2

Stand: 20.03.2018 Ostbayerische Technische Hochschule Regensburg Seite 6




Lehrveranstaltung LV-KurzbezeichnungLehrveranstaltungen nach Angaben des aktuellen AW-Katalogs AW1

Verantwortliche/r FakultätProf. Dr. Gabriele Blod Allgemeinwissenschaften und MikrosystemtechnikLehrende/r / Dozierende/r AngebotsfrequenzN.N.LehrformAbhängig vom ausgewählten Lehrveranstaltung


Lehrumfang

[SWS oder UE]

Lehrsprache Arbeitsaufwand

[ECTS-Credits]2. 2 SWS deutsch 2

Zeitaufwand:Präsenzstudium Eigenstudium30h 30h

Studien- und PrüfungsleistungKlausur und/oder Studienarbeit und/oder mündlicher Leistungsnachweis

InhalteAbhängig von der ausgewählten Lehrveranstaltung

Lernziele/Lernergebnisse/KompetenzenAbhängig von der ausgewählten Lehrveranstaltung

LehrmedienAbhängig von der ausgewählten Lehrveranstaltung

LiteraturAbhängig von der ausgewählten Lehrveranstaltung

Weitere Informationen zur LehrveranstaltungDas AW-Modul 1 ist aus dem gesamten AW-Angebot frei wählbar mit folgenden Ausnahmen:

• Module aus dem Bereich EDV• Module der VHB des Themenbereichs Internetkompetenz oder anderer

informatikbezogener Themen

Zuordnung zu Ausbildungszielen:• G7: Verantwortungsbewusstes Arbeiten in Teams• G8: Fähigkeit zum selbstständigen Einarbeiten in Spezialgebiet



Modulname:Einführung in die Medizin, Medical Basics

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Einführung in die Medizin, Medical Basics 4

Modulverantwortliche/r FakultätDr. Michael Reng (LB) Informatik und Mathematik



[ECTS-Credits]1. / 2. 1. Pflicht 10

Verpflichtende VoraussetzungenkeineEmpfohlene Vorkenntnissekeine

Inhaltesiehe Folgeseite

Lernziele/Lernergebnisse/Kompetenzensiehe Folgeseite


[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Einführung in die Medizin 1 4 SWS 5 2. Einführung in die Medizin 2 4 SWS 5




Lehrveranstaltung LV-KurzbezeichnungEinführung in die Medizin 1 EM1

Verantwortliche/r FakultätDr. Michael Reng (LB) Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Michael Reng (LB)LehrformSeminaristischer Unterricht (2 SWS) mit Blockpraktikum (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung: 90-120 min

Inhalte• Medizinische Terminologie an praktischen Beispielen• Anatomie an praktischen Bespielen• Physiologie an praktischen Bespielen• Vorstellung medizinischer Fachgebiete sowie des medizinischen• Arbeitsumfelds (Praktikum)

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden erlernen die kontextbezogene Bedeutung und Nutzung

medizinspezifischer Terminologie• Die Studierenden verstehen die Grundzüge der menschlichen Anatomie und Physiologie• Die Studierenden erhalten einen Einblick in pathophysiologische Konzepte als Grundlage

für medizinische Diagnostik und Therapie• Die Studierenden erhalten einen Einblick in das medizinische Arbeitsumfeld und die

medizinischen Fachgebiete

LiteraturFolienkopien Skript




Weitere Informationen zur LehrveranstaltungVorlesung und Blockpraktikum zusammen 4 SWSZuordnung zu Ausbildungszielen:• G5: Grundverständnis anatomischer und physiologischer Zusammenhänge für die wichtigstenKrankheitsbilder• G6: Verständnis des deutschen Gesundheitssystems und derzentralen Abläufe in Organisationen des Gesundheitswesens




Lehrveranstaltung LV-KurzbezeichnungEinführung in die Medizin 2 EM2

Verantwortliche/r FakultätDr. Michael Reng (LB) Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Michael Reng (LB)LehrformSeminaristischer Unterricht (2 SWS) mit Blockpraktikum (2 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Medizinische Terminologie an praktischen Beispielen• Anatomie an praktischen Bespielen• Physiologie an praktischen Bespielen• Vorstellung medizinischer Fachgebiete sowie des medizinischen Arbeitsumfelds

(Praktikum)

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden erlernen die kontextbezogene Bedeutung und Nutzung

medizinspezifischer Terminologie (Vertiefung zu EM1)• Die Studierenden verstehen die Grundzüge der menschlichen Anatomie und Physiologie

(Vertiefung zu EM1)• Die Studierenden erhalten einen Einblick in pathophysiologische Konzepte als Grundlage

für medizinische Diagnostik und Therapie (Vertiefung zu EM1)• Die Studierenden erhalten einen Einblick in das medizinische Arbeitsumfeld und die

medizinischen Fachgebiete (Vertiefung zu EM1)

LiteraturFolienkopien Skript




Weitere Informationen zur LehrveranstaltungVorlesung und Blockpraktikum zusammen 4 SWSZuordnung zu Ausbildungszielen:G5: Grundverständnis anatomischer und physiologischer Zusammen-hänge für die wichtigsten Krankheitsbilder



Modulname:Mathematische Grundlagen, Mathematical Foundations

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Mathematische Grundlagen, Mathematical Foundations 1

Modulverantwortliche/r FakultätProf. Dr. Rainer Löschel Informatik und Mathematik




Verpflichtende VoraussetzungenkeineEmpfohlene VorkenntnisseBesuch des Mathematik-Vorkurses




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Mathematik 1 6 SWS 7 2. Mathematik 2 6 SWS 7




Lehrveranstaltung LV-KurzbezeichnungMathematik 1 MA 1

Verantwortliche/r FakultätProf. Dr. Rainer Löschel Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Stefan KörkelProf. Dr. Rainer LöschelProf. Dr. Martin PohlDr. Gabriela Tapken (LBA)Prof. Dr. Martin WeißLehrformSeminaristischer Unterricht mit Übungen (6 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung 90-120 min

Inhalte• Mengenlehre und Logik (u.a.Mengenlehre und Aussagenlogik -Funktionen, Relationen,

Äquivalenzrelationen -Beweismethoden Struktur von Gruppen, Ringen, Körper; endlicheKörper)

• Anschauliche Vektorrechnung, Analytische Geometrie(u.a.Vektorrechnung im R²-Vektorrechnung im und R³, Vektorprodukt )

• Lineare Gleichungssysteme (u.a.Elementare Zeilenumformungen GaußschesEliminationsverfahren) Matrizen (u.a.Struktur, Ringstruktur bei quadratischen Matrizen -

• Zusammenhang mit Linearen Gleichungssystemen -Determinante - KomplexeZahlen)• Vektorräume, v.a. Rn und Cn(u.a. Lineare Unabhängigkeit - Unterräume - Lösungsmengen

von Linearen Gleichungssystemen - Basis, Dimension, Basistransformation)• Normierte Vektorra?ume (u.a. Euklidische Norm)• Skalarprodukträume (u.a. Euklidisches Skalarprodukt,• Orthogonal- und Orthonormalsysteme)• Lineare Abbildungen (u.a. Matrizendarstellung, Orthogonale Abbildungen)

Lernziele/Lernergebnisse/Kompetenzen• Verständnis der Grundlagen der Logik• Beherrschung der Konzepte der Linearen Algebra• Fertigkeit in der Anwendung der Methoden der Linearen Algebra• bei der Lösung praxisorientierter Fragestellungen




Literatur• Dirk Hachenberger: Mathematik für Informatiker, Pearson Studium• Rod Haggarty: Diskrete Mathematik für Informatiker, Pearson Studium• Peter Hartmann: Mathematik für Informatiker, Vieweg und Teubner• David Lay: Linear Algebra and its Applications, Pearson

Weitere Informationen zur LehrveranstaltungDieses Modul ist ein OrientierungsfachVorlesungen und Übungen zusammen 6 SWS Zuordnung zu Ausbildungszielen:G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse undModellierung




Lehrveranstaltung LV-KurzbezeichnungMathematik 2 MA2

Verantwortliche/r FakultätProf. Dr. Rainer Löschel Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Stefan KörkelProf. Dr. Rainer LöschelProf. Dr. Martin PohlDr. Gabriela Tapken (LBA)Prof. Dr. Martin WeißLehrformSeminatistischer Unterricht mit Übungen (6 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung 90 - 120 min

Inhalte• Folgen und Reihen,• Stetigkeit,• Differentialrechnung,• Integralrechnung,• Mehrdimensionale Analysis

Lernziele/Lernergebnisse/Kompetenzen• Verstehen der Konzepte der Analysis• Beherrschen der Konvergenzanalyse von Zahlenfolgen• Fertigkeit im flexiblen Einsatz der Methoden der Analysis bei der Lösung praxisorientierter Fragestellungen

Literatur• Dirk Hachenberger: Mathematik für Informatiker, Pearson Studium• Peter Hartmann: Mathematik für Informatiker, Vieweg und Teubner• Harro Heuser: Lehrbuch der Analysis I und Lehrbuch der Analysis II, Vieweg und Teubner• James Stewart: Essential Calculus, Brooks Cole Pub Co




Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 6 SWSZuordnung zu Ausbildungszielen:G2: Beherrschung elementarer Methoden der Mathematik und derInformatik zur Analyse und Modellierung



Modulname:Medizinische Informationssysteme, Medical Information

Systems

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Medizinische Informationssysteme, Medical Information Systems 6

Modulverantwortliche/r FakultätProf. Dr. Athanassios Tsakpinis Informatik und Mathematik



[ECTS-Credits]1. 1. Pflicht 5

Verpflichtende VoraussetzungenkeineEmpfohlene Vorkenntnissekeine




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Medizinische Informationssysteme 4 SWS 5




Systems

Lehrveranstaltung LV-KurzbezeichnungMedizinische Informationssysteme MIS

Verantwortliche/r FakultätProf. Dr. Athanassios Tsakpinis Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Michael Reng (LB)Jürgen Schedlbauer (LB)Prof. Dr. Athanassios TsakpinisLehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Aufbau und Organisationsstruktur von Krankenhäusern, Integrierte Versorgungskonzepte im Gesundheitswesen und die sich daraus ergebenden Anforderungen an die IT-Infrastruktur und Informationssysteme• Krankenhausinformationssysteme: Modellierung von Krankenhaus- informationssystemen, Referenzmodelle• Struktur und Komponenten von Krankenhausinformationssystemen• Kommunikationsstandards in der Medizinischen Informatik• Konzepte zur Administration von Krankenhausinformationssystemen.• Praxisinformationssysteme• Medizinische Wissensrecherche• Strukturierte Wissenserfassung

Lernziele/Lernergebnisse/Kompetenzen• Erarbeiten der Akteure, der Struktur und des Informationsbedarfs im Gesundheitswesen• Kennen lernen der notwendigen Infrastruktur und der wichtigsten Komponenten von Informationssystemen im Gesundheitswesen• Die Studierenden erhalten fundierten Einblick in die Technologie und Benutzerkonzepte klinischer Informationssysteme• Die Studierenden erhalten fundierten Einblick in die Technologie und Benutzerkonzepte von medizinischen Recherchesystemen




Systems

• Die Studierenden werden in die Lage versetzt medizinische Doku- mentation und Informationsbedürfnisse aufeinander abzustimmen• Die Studierenden erhalten fundierte Kenntnisse wie Filter Wissen- und Informationsfluss beeinflussen• Befähigung zur Beurteilung der anstehenden IT-Herausforderungen vor dem Hintergrund der aktuellen Entwicklungen im Gesundheitswesen• Kennen lernen von Methoden zur Auswahl und Betreuung von Informationssystemen im Gesundheitswesen.

Literatur• Folienkopien / Skript• P. Haas: Gesundheitstelematik - Grundlagen, Anwendungen, Potenziale - Berlin: Springer 2006• Thomas M. Lehmann: Handbuch der medizinischen Informatik Hanser Fachbuchverlag, 2004• P. Haas: Medizinische Informationssysteme und elektronische Krankenakten, Springer, 2004• Britta Herbig, André Büssing (Herausgeber): Informations- und Kommunikationstechnologien im Krankenhaus: Grundlagen, Umsetzung, Chancen und Risiken, Schattauer Verlag

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 4 SWSZuordnung zu Ausbildungszielen

• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen derInformationstechnik

• G6: Verständnis des deutschen Gesundheitssystems und der zentralen Abläufein Organisationen des Gesundheitswesens sowie der betriebswirtschaftlichenZusammenhänge



Modulname:Programmieren, Programming

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Programmieren, Programming 2

Modulverantwortliche/r FakultätProf. Dr. Christoph Palm Informatik und Mathematik




Verpflichtende VoraussetzungenkeineEmpfohlene VorkenntnisseBesuch der Vorkurse Mathematik und Programmieren




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Programmieren 1 6 SWS 8 2. Programmieren 2 (C++) 6 SWS 8




Lehrveranstaltung LV-KurzbezeichnungProgrammieren 1 PG1

Verantwortliche/r FakultätProf. Dr. Christoph Palm Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Michael BulendaProf. Dr. Jan DünnweberProf. Dr. Daniel JobstProf. Dr. Carsten KernProf. Dr. Alexander MetznerProf. Dr. Christoph PalmProf. Dr. Stefanie ScherzingerDr. Torsten Strobl (LB)Dr. Wolfgang Wiedermann (LB)Prof. Dr. Thomas WölflLehrformSeminaristischer Unterricht (4 SWS) mit Übungen (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung: 90 - 120 min

Inhalte• Problemanalyse und Algorithmusnotation• Ausdrücke, Operatoren, Operanden• Variablen und Datentypen, Arrays und Zeiger• Kontrollstrukturen• Funktionen• elementare und rekursive Datenstrukturen (z.B. verkettete Listen)• Iteration und Rekursion• dynamische und statische Speicherverwaltung• Modularisierung

Lernziele/Lernergebnisse/KompetenzenDie Studierenden verstehen die Konzepte prozeduraler Programmiersprachen.Die Studierenden können einfache Probleme analysieren und Algorithmen zur Lösung in derprozeduralen Programmiersprache C implementieren und testen.




Die Studierenden kennen elementare Datenstrukturen und können diese selbstständiganwenden.

LehrmedienTafel, Notebook, Beamer

Literaturz.B. können diese Bücher hilfreich sein

• Kirch-Prinz, Pinz: C, kurz & gut, O#Reilly, 2002• Goll, Dausman: C als erste Programmiersprache, Springer Vieweg, 2014• Schellong: Moderne C Programmierung, Xpert.press, 2014

Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen:G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse undModellierungG3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl infachlicher, als auch in planerischer und organisatorischer Hinsicht




Lehrveranstaltung LV-KurzbezeichnungProgrammieren 2 (C++) PG2

Verantwortliche/r FakultätProf. Dr. Christoph Palm Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Michael BulendaProf. Dr. Axel DoeringProf. Dr. Jan DünnweberProf. Dr. Daniel JobstProf. Dr. Carsten KernProf. Dr. Alexander MetznerProf. Dr. Christoph PalmProf. Dr. Stefanie ScherzingerPeter Schlegl (LB)Prof. Dr. Thomas WölflLehrformSeminaristischer Unterricht mit Übungen (6 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Klassen, Objekte, Klassenhierarchien (Einfach- und Mehrfachvererbung)• Lebenszyklus von Objekten• Templates, abstrakte Klassen• Polymorphie• GUI-Programmierung (z.B. mit Qt)

Lernziele/Lernergebnisse/KompetenzenDie Studierenden verstehen die grundlegenden Konzepte objektorientierterProgrammiersprachen und können diese zur praktischen Problemlösung einsetzen. Die Studierenden sind in der Lage, einfache Probleme mit Techniken der objektorientiertenAnalyse zu analysieren, sowie Algorithmen und Datenstrukturen zur Lösung einfacher Problemein der objektorientierten Sprache C++ zu formulieren und deren Korrektheit zu validieren.




Darüber hinaus sind die Studierenden in der Lage, sich zügig in vorhandene objektorientierteBibliotheken einzuarbeiten und können ihnen unbekannten Programmcode auf seineFunktionsweise hin analysieren.

Literaturz.B. können diese Bücher hilfreich sein

• Stroustrup: Einführung in die Programmierung mit C++, Pearson Studium, 2010• Josuttis: The C++ Standard Library: A Tutorial and Reference, Addison-Wesley, 2012• Breymann: Der C++ Programmierer, Hanser, 2015• Loudon: C++ kurz & gut, O'Reilly, 2013• Lippmann, Lajoie, Moo: C++ Primer, Addison-Wesley, 2012

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 6 SWSZuordnung zu Ausbildungszielen:• G2: Beherrschung elementarer Methoden der Mathematik und derInformatik zur Analyse und Modellierung• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung vonSoftware-Systemen, sowohl in fachlicher, als auch in planerischerund organisatorischer Hinsicht



Modulname:Technische Grundlagen der Informatik, Technology in

Informatics

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Technische Grundlagen der Informatik, Technology in Informatics 5

Modulverantwortliche/r FakultätProf. Dr. Axel Doering Informatik und Mathematik



[ECTS-Credits]1 1. Pflicht 5

Verpflichtende VoraussetzungenkeineEmpfohlene VorkenntnisseVorkurs-Mathematik




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Technische Grundlagen der

Informaitk4 SWS 5




Informatics

Lehrveranstaltung LV-KurzbezeichnungTechnische Grundlagen der Informaitk TGI

Verantwortliche/r FakultätProf. Dr. Axel Doering Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Axel DoeringSebastian Fischer (LB)LehrformSeminaristischer Unterricht mit Übungen (gesamt 4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung: 90-120min

Inhalte• Technische Umsetzung von Schaltfunktionen und Schaltwerken (Gatter,

Speicherelemente)• Zahlendarstellung (vorzeichenlose und vorzeichen-behaftete Ganzzahlen,

Gleitkommazahlen)• Prozessor von außen: Instruktionssatz-Architekturen, Ablauf der Programmübersetzung• Prozessor von innen: Datenpfad, Kontrollpfad, Architekturkonzepte• Speicherhierarchie: Hauptspeicher, Cache, Virtueller Speicher, externer Speicher• besondere Anforderungen an IT im Medizinumfeld: elektrische Sicherheit, Zuverlässigkeit.

Lernziele/Lernergebnisse/Kompetenzen• Teilnehmer kennen den Grundaufbau von Rechnersystemen (Daten- und Kontrollfluss,

Instruktionsarchitekturen)• Teilnehmer verstehen die Funktionsprinzipien wichtiger Komponenten von

Rechnersystemen• Teilnehmer können die Leistungsfähigkeit von Rechner- systemen abschätzen/bewerten

und Schwachstellen erkennen• Teilnehmer verstehen wichtige Zusammenhänge zwischen Rechnerarchitekturen

(Hardware) und der Programm-entwicklung (Software)




Informatics

Lehrmedien• Tafelvortrag (Powerpoint)• Rechenübungen• Computerpraktika

Literatur• D. Hoffmann. Grundlagen der Technischen Informatik. Hanser 2007• U. Schneider, D. Werner (Hrsg). Taschenbuch der Informatik, Fachbuchverlag Leipzig

2004.• Bryant, O’Hallaron: Computer Systems: A Programmer’s Perspective. 2nd ed., Addison-

Wesley, Boston 2011• David Patterson, John Hennessy. Computer Organization and Design. Morgan Kaufmann,

2008

Weitere Informationen zur LehrveranstaltungVorlesung (2 SWS) und Übungen/Praktika (2 SWS) Zuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen derInformationstechnik• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohlin fachlicher, als auch in planerischer und organisatorischer Hinsicht



Modulname:Theoretische Informatik, Theoretical Computer Science

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Theoretische Informatik, Theoretical Computer Science 3

Modulverantwortliche/r FakultätProf. Dr. Wolfgang Mauerer Informatik und Mathematik




Verpflichtende VoraussetzungenkeineEmpfohlene VorkenntnisseBesuch der Vor- und Brückenkurse




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Theoretische Informatik 6 SWS 8




Lehrveranstaltung LV-KurzbezeichnungTheoretische Informatik TI

Verantwortliche/r FakultätProf. Dr. Wolfgang Mauerer Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzHarriet Göhre (LB)Prof. Dr. Frank HerrmannProf. Dr. Wolfgang MauererProf. Dr. Klaus VolbertLehrformSeminaristischer Unterricht mit Übungen (6 SWS)

Die Lehrveranstaltung kann auch als virtuelle Lehrveranstaltung mit Präsenzübungen angebotenwerden.


Lehrumfang

[SWS oder UE]





Inhalte• Formale Sprachen und Automatentheorie• Alphabete, Wörter, Sprachen. Informationsgehalt von Wörtern, Sprachen zur

Problembeschreibung (speziell: Entscheidungsprobleme)• Deterministische und nichtdeterministische Endliche Automaten und deren Äquivalenz,

Minimierung von Automaten, Grenzen von endlichen Automaten• Abschlusseigenschaften regulärer Sprachen• Grammatiken und Chomsky Hierarchie• Berechenbarkeitstheorie• Mächtigkeit und Abzählbarkeit• Turing Maschinen und äquivalente Varianten (z.B. Mehrband-Turingmaschine,

nichtdeterministische Turingmaschine)• Kodierung von Turingmaschinen• Grenzen der Berechenbarkeit: Methode der Diagonalisierung und Methode der

Kolmogorov-Komplexität• Satz von Rice• Komplexitätstheorie• Komplexitätsmaße• Komplexitätsklassen P und NP




Lernziele/Lernergebnisse/Kompetenzen• Verständnis der Grundstrukturen zustandsbasierter Systeme• Beherrschen von Syntaxdefinitionen, die durch Regelsysteme gegeben sind• Kenntnis der Grenzen der Berechenbarkeit• Kenntnis wesentlicher Zeit- und Platzkomplexitätsklassen

LehrmedienTafel, Folien

Literatur• Dirk W. Hoffmann: Theoretische Informatik, Hanser Verlag, 2009• John E. Hopcroft, Jeffrey D. Ullmann, Rajee Motwani: Einführung in die Automatentheorie,

Formale Sprachen und Komplexitäts-theorie“ von John E. Hopcroft, Pearson Studium,2002

• Michal Sipser: Introduction to the Theory of Computation, Thomson Course Technology,2006

• Uwe Schöning: Theoretische Informatik – kurzgefaßt, Spektrum Akademischer Verlag,1995

• Gottfried Vossen und Kurt-Ulrich Witt: Grundlagen der Theoretischen Informatik mitAnwendungen, Vieweg, 2002

• Ingo Wegener: Theoretische Informatik, Teubner, 2005

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 6 SWSZuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzenvon Systemen der Informationstechnik• G2: Beherrschung elementarer Methoden der Mathematik und derInformatik zur Analyse und Modellierung• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung vonSoftware-Systemen, sowohl in fachlicher, als auch in planerischerund organisatorischer Hinsicht



Modulname:Algorithmen u. Datenstrukturen, Algorithms and Data

Structures

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Algorithmen u. Datenstrukturen, Algorithms and Data Structures 10

Modulverantwortliche/r FakultätProf. Dr. Klaus Volbert Informatik und Mathematik




Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene VorkenntnisseProgrammieren 1 und 2




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Algorithmen und Datenstrukturen 6 SWS 8




Structures

Lehrveranstaltung LV-KurzbezeichnungAlgorithmen und Datenstrukturen AD

Verantwortliche/r FakultätProf. Dr. Klaus Volbert Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Carsten KernProf. Dr. Christoph PalmProf. Dr. Klaus VolbertLehrformSeminaristischer Unterricht mit Übungen (6 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Komplexitätsanalyse (Modelle zur Laufzeit- und Speicherplatzanalyse, Best-, Average- und Worst-Case-Analyse, Komplexitätsklassen, Asymptotische Komplexität)• Entwurfsmethoden (Divide and Conquer, Dynamische Programmierung, Greedy-Algorithmen, Backtracking)• Algorithmen für Standard-Probleme:• Elementare, fortgeschrittene und schlüsselbasierte Sortierverfahren,• Datenstrukturen zur Verwaltung von Mengen (z.B. binäre Suchbäume, balancierte Bäume, Queues),• Suchen in Mengen und Zeichenketten,• einfache Graph-Algorithmen (z.B. Tiefen- und Breitensuche, kürzeste Pfade, minimale Spannbäume)

Lernziele/Lernergebnisse/Kompetenzen• Kenntnis grundlegender Entwurfsmethoden für Algorithmen• Verständnis der Komplexitätsanalyse (Laufzeit / Speicherplatz) von Algorithmen• Beherrschung von effizienten Datenstrukturen und Algorithmen für Standardprobleme (z.B. Suchen, Sortieren)• Fähigkeit zur Implementierung der erlernten Methoden




Structures

Literatur• Folienkopien• Robert Sedgewick: Algorithmen, Pearson Studium, 2002• T. Cormen, C. Leiserson, R. Rivest, C. Stein: Introduction to Algorithms, 2nd Edition, MIT Press and McGraw-Hill, 2001.• Kurt Mehlhorn, Datenstrukturen und effiziente Algorithmen, Band1, Suchen und Sortieren, Teubner Verlag, 1988

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 6 SWSZuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen der Informationstechnik• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse und Modellierung• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht





Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Allgemeinwissenschaftliches Wahlpflichtmodul 2, MandatoryGeneral Studies: Elective Module 2

19

Modulverantwortliche/r FakultätProf. Dr. Gabriele Blod Allgemeinwissenschaften und Mikrosystemtechnik



[ECTS-Credits]3. / 4. oder 5. 2. Wahlpflicht 2

Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene Vorkenntnissein der Regel keine, außer bei aufeinander aufbauenden Kursen

Inhalte• Vermittlung von Orientierungswissen und Allgemeinbildung• Vermittlung und Training von Schlüsselkompetenzen (z.B. Zusatzzertifikat "Soft Skills")• Vermittlung und Training von (Fremd-)Sprachen

Lernziele/Lernergebnisse/Kompetenzen• Einsichten in Themen, die über das Fachstudium hinausgehen (Orientierungswissen,

Allgemeinbildung)• Erwerb von methodischen und/oder sozialen Kompetenzen (Schlüsselkompetenzen)• Erwerb von Fremdsprachenkompetenzen


[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Lehrveranstaltungen nach Angaben

des aktuellen AW-Kataloges2 SWS 2





Lehrveranstaltung LV-KurzbezeichnungLehrveranstaltungen nach Angaben des aktuellen AW-Kataloges AW2

Verantwortliche/r FakultätProf. Dr. Gabriele Blod Allgemeinwissenschaften und MikrosystemtechnikLehrende/r / Dozierende/r AngebotsfrequenzN.N.LehrformAbhängig von der ausgewählten Lehrveranstaltung


Lehrumfang

[SWS oder UE]


[ECTS-Credits]3. , 4. oder 5. 2 SWS deutsch 2



InhalteAbhängig von der ausgewählten Lehrveranstaltung

Lernziele/Lernergebnisse/KompetenzenAbhängig von der ausgewählten Lehrveranstaltung

LiteraturAbhängig von der ausgewählten Lehrveranstaltung





Weitere Informationen zur LehrveranstaltungZuordung zu Ausbildungszielen:• G7: Verantwortungsbewusstes Arbeiten in Teams• G8: Fähigkeit zum selbstständigen Einarbeiten in Spezialgebiete Hinweis:Formal ist das AW-Fach 2 zwar dem 5. Semester zugeordnet, es empfiehlt sich jedoch, diesesbereits im 3. oder 4. Semester zu besuchen, um Kollisionen mit dem Praktikum zu vermeiden.Viele Kurse werden in Blockform angeboten, so dass man sie ergänzend zum normalenStudienablauf besuchen kann.Wir wollen Studierende an dieser Stelle ermutigen, eventuell zusätzliche Fächer aus dem AW-Bereich zu belegen. Diese können dann als Wahlfächer in das Abschlusszeugnis aufgenommenwerden. Wahlmöglichkeiten:Frei wählbar aus dem gesamten AW-Angebot mit folgenden Ausnahmen:

• Module aus dem Bereich EDV• Module der VHB des Themenbereichs Internetkompetenz oder anderer

informatikbezogener Themen



Modulname:Betriebssysteme, Operating Systems

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Betriebssysteme, Operating Systems 11

Modulverantwortliche/r FakultätProf. Dr. Markus Kucera Informatik und Mathematik




Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene VorkenntnisseProgrammieren 1 und 2




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Betriebssysteme 4 SWS 5




Lehrveranstaltung LV-KurzbezeichnungBetriebssysteme OS

Verantwortliche/r FakultätProf. Dr. Markus Kucera Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Jan DünnweberProf. Dr. Markus KuceraProf. Dr. Georgios RaptisLehrformSeminaristischer Unterricht mit Übungen ( 4 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Einführung (Historie, Betriebssystem, Schichtenmodell, Schnittstellen und virtuelle Maschine)• Prozesse (Prozesszustände, Scheduling, Synchronisation, Kom- munikation)• Speicherverwaltung (Speicherbelegungsstrategien, virtueller Speicher, Seitenverwaltung, Segmentierung, Cache)• Dateiverwaltung (Dateisysteme, Dateiattribute, Dateifunktionen, Dateiorganisation)• Einführung in Unix• Systemaufrufe, Shells und Utilities

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden kennen die grundlegenden Konzepte eines modernen Betriebssystems und erwerben Fertigkeiten in der systemnahen Programmierung.• Die Studierenden erwerben Kenntnisse über das Zusammenspiel von Hardware und Software, sowie die effiziente Ressourcenverwaltung

Literatur• A. S. Tanenbaum: Moderne Betriebssysteme, Pearson Studium• A. Silberschatz, P.B. Galvin und G. Gagne: Operating System Concepts, Wiley & Sons, 2005




Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 4 SWSZuordnung zu Ausbildungszielen• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen der Informationstechnik• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse und Modellierung• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht



Modulname:Datenbanken, Databases

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Datenbanken, Databases 9

Modulverantwortliche/r FakultätProf. Dr. Stefanie ScherzingerProf. Dr. Edwin Schicker

Informatik und MathematikInformatik und Mathematik




Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene VorkenntnisseGute Programmierkenntnisse in C und C++ oder Java; Theoretische Informatik




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Datenbanken 6 SWS 7




Lehrveranstaltung LV-KurzbezeichnungDatenbanken DB

Verantwortliche/r FakultätProf. Dr. Stefanie ScherzingerProf. Dr. Edwin Schicker

Informatik und Mathematik

Lehrende/r / Dozierende/r AngebotsfrequenzAlfred Jockisch (LB)Stephan Payer (LB)Prof. Dr. Stefanie ScherzingerProf. Dr. Edwin SchickerBernhard Zeller (LB)LehrformSeminaristischer Unterricht mit Übungen (6 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung: 90 Minuten

Inhalte• Relationenmodell: Integritätsregeln, Relationale Algebra. Entity-Relationship-Modell und

Normalformen.• SQL: Datenbankzugriffssprache DML, Datenbankbeschreibungssprache DDL, Sichten,

Schemata, Besonderheiten in speziellen Datenbanken.• Datenbankprogrammierung: Transaktionen, Zugriff auf Datenbanken mit geeigneten

Programmiersprachen, Fehlerbehandlung.• Concurrency und Recovery von Datenbanken: Recovery, Log-Dateien, Checkpoints,

Concurrency, Lockmechanismen, Deadlock.• Datenbankoptimierung: Optimierung der Zugriffe , Indexe• Ausgewählte aktuelle Entwicklungen, etwa zu XML, NoSQL, Datenbanken in der Cloud

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden kennen den Aufbau und die Funktionsweise von Datenbanken.• Sie kennen die Datenbanksprache SQL.• Die Studierenden erwerben die Fertigkeit, selbstständig kleinere bis mittlere Datenbanken

zu entwerfen.• Sie können diese Datenbanken erzeugen, einrichten und verwenden.




• Die Studierenden sind in der Lage, auch komplexe Datenbanken einzusetzen und effizientzu programmieren.

• Die Studierenden können ausgewählte aktuelle Entwicklungen im Bereich Datenbankenein- und zuordnen (z.B. XML, NoSQL, ...).

LehrmedienTafel, Beamer, Notebook

Literatur• E. Schicker: Datenbanken und SQL, Springer-Vieweg 2014• A. Kemper / A. Eickler: Datenbanksysteme: Eine Einführung, Oldenbourg, 2015• C.J. Date: Introduction to Database Systems, Addison Wesley, 2003• C.J. Date / H. Darwen: SQL – Der Standard, Addison Wesley, 1998

Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen:G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen derInformationstechnikG2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse undModellierungG3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl infachlicher, als auch in planerischer und organisatorischer Hinsicht



Modulname:Gesundheitsökonomie, Health Economy and

Processes

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Gesundheitsökonomie, Health Economy and Processes 15

Modulverantwortliche/r FakultätDr. Hans-Jürgen Goller (LB) Informatik und Mathematik




Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene VorkenntnisseMedizinische Informationssysteme




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Gesundheitsökonomie 4 SWS 5




Processes

Lehrveranstaltung LV-KurzbezeichnungGesundheitsökonomie GOK

Verantwortliche/r FakultätDr. Hans-Jürgen Goller (LB) Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Hans-Jürgen Goller (LB)LehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]





InhalteZiele und Aufgaben der Gesundheitsökonomie werden eingeführt und grundlegendegesundheitsökonomische Analyseinstrumente vorgestellt. Akteure, Struktur und rechtlicheRahmenbesingungen im deutschen Gesundheitssystem werden diskutiert und mit anderenModellen aus dem europäischen Ausland verglichen. Die Vorlesung geht insbeson-dere aufFragen der Finanzierung des Gesundheitssystems ein: gesetzliche Krankenversicherung,Risikostrukturausgleich, private Krankenversicherung, Vergütung (stationär und ambulant) undLeistungserbringung (Krankenhäuser, niedergelassene Ärzte, Pharma-markt, Medizintechnik),Managed Care und Integrierte Versorgung. Reformansätze und Reformvorschläge werdendiskutiert und Grund-tendenzen aufgezeigt. Im einzelnen werden folgende Aspekte erörtert:• Gesundheitsökonomische Aspekte aus Sicht der Patienten• Gesundheitsökonomische Aspekte aus Sicht der Kostenträger• Gesundheitsökonomische Besonderheiten im Krankenhaus• Gesundheitsökonomische Besonderheiten in der ärztlichen Praxis• Angewandte Gesundheitsökonomie: Controlling• Angewandte Gesundheitsökonomie: Qualitätsmanagement

Lernziele/Lernergebnisse/Kompetenzen• Einführung in das Fachgebiet Gesundheitsökonomie• Vermittlung der Fähigkeit zur Lösung von gesundheitspolitischen Problemen• Vertiefte Kenntnisse in die Struktur, Akteure und Finanzierung des Gesundheitswesens in Deutschland• Entwicklungstendenzen und Vergleich mit dem Europäischen Ausland• Die Studierenden verstehen den Einfluss der Gesundheitsökonomie




Processes

auf die Versorgungssituation der Patienten• Die Studierenden verstehen den Einfluss der Gesundheitsökonomie auf die Prozessabläufe im Gesundheitswesen• Die Studierenden verstehen, wie medizinökonomische Vorgaben anhand von Controlling-Ergebnissen überprüft werden können• Die Studierenden erlernen Basiskenntnisse des Qualitätsmanage- ments• Die Studierenden verstehen, welche Aussagen Qualitätsindikatoren erlauben• Die Studierenden erarbeiten Konzepte zur Datenerhebung und -verwertung zur Unterstützung bei der Umsetzung gesundheits- ökonomischer Vorgaben

Literatur• Folienkopien / Skript• Adam H, Henke, KD (2006): Gesundheitsökonomie. in: Hurrelmann K, Laaser U (Hrsg). Handbuch Gesundheitswissenschaften, 4. Auflage, Weinheim München, Juventa.• Breyer F, Zweifel P, Kifmann M (2005): Gesundheitsökonomie. 5. Auflage, Berlin Heidelberg, Springer.• Breyer F, Zweifel P, Kifmann M (2005): Gesundheitsökonomie. 5. Auflage, Berlin Heidelberg, Springer.• Schulenburg M Graf von der, Greiner W (2005): Gesundheitsökonomik. 2. Auflage. Mohr, Tübingen.

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 4 SWSZuordnung zu Ausbildungszielen:• G6: Verständnis des deutschen Gesundheitssystems und der zentralen Abläufe in Organisationen des Gesundheitswesens sowie der betriebswirtschaflichenZusammenhänge.



Modulname:Kommunikationssysteme, Networking

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Kommunikationssysteme, Networking 12

Modulverantwortliche/r FakultätProf. Dr. Thomas Waas Informatik und Mathematik




Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem1. StudienabschnittEmpfohlene Vorkenntnisse• Programmieren 1 und 2• Technische Grundlagen der Informatik




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Kommunikationssyteme-IM 4 SWS 5




Lehrveranstaltung LV-KurzbezeichnungKommunikationssyteme-IM KS

Verantwortliche/r FakultätProf. Dr. Thomas Waas Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Rudolf HackenbergProf. Dr. Georgios RaptisProf. Dr. Thomas WaasLehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Überblick über Computernetzwerke (Komponenten, Operation, Protokolle, zeitlicher Ablauf

der Datenübertragung, Netzwerk- Architektur Modelle: ISO - OSI, TCP/IP• Anwendungs-Schicht (Kommunikation zw. Prozessen, Dienste für NW-Anwendungen,

Protokollablauf und Meldungsformate der Anwendungen: HTTP, FTP, E-Mail, DNS)• Transport Schicht (Protokollarten: TCP, UDP, Meldungsformate, Ablauf, Überlastkontrolle,

Analyse)• Netzwerk Schicht (Netzwerkdienst-Modell, Routing, Routing-Algorithmen, hierarchisches

Routing, Routing Tabellen, Routing Protokolle, Adressierung in TCP/IP Netzen, IPv4-Protokoll: Meldungsformat, Fragmentierung: Hilfsprotokolle, Subnetting, Einführung in dasIPv6 Protokoll

• Data Link (DL) Schicht (Dienste der DL Schicht, Techniken für Fehlerkorrekturen,gesicherte und ungesicherte Übertragungs protokolle: Stop & Wait, Go Back to N,Mehrfachzugriffsprotokolle, ARP-Protokoll, DL für LANs: Ethernet, Fast-Ethernet, Gigabit-Ethernet, Wireless Zugriffsverfahren: IEEE 802.11, Netzwerk-Komponenten der DL:Bridge, Hub, Switches, VLAN-Konzept, DL- für WAN

• Einführung in die Kommunikationssicherheit: TLS, Firewalls, Virtuelle Private Netzwerke

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden kennen die Computer Netzwerk-Komponenten, deren Rolle und die

Kommunkationsprotokolle zwischen Komponenten.• Sie kennen das Standard ISO-OSI Architektur-Modell im Vergleich zum TCP/IP-Modell

sowie verschiedene Netzwerk-Dienste der Anwendungs-Schicht (wie z. B. FTP, http, DNS).




• Sie sind befähigt, mittels Analyse-Tools im Labor die Meldungsinhalte zu analysieren undzu identifizieren.

• Sie kennen die Protokolle der Transportschicht (TCP, UDP) und die wichtigsten Diensteder Netzwerkschicht, wie Routing und globale Adressierung und können diese praktischauf die Netzwerk-Komponenten, wie Router und Switch, anwenden.

• Die Studierenden kennen die meist verwendeten Verfahren für die Meldungsübertragungauf die Data-Link-Ebenen, auf Fest- und Wireless-Netze der LANs (Ethernet, FEth,IEEE802.11).

• Die Studierenden beherrschen die Grundlagen gängiger Strategien zur Strukturierung vonNetzwerken und zur Kommunikationssicherheit in der Medizinischen Informatik.

Literatur• Douglas E. Comer: Computer Networks and Internets, Pearson Education Limited, 2015• Skript und On-Line Tutorials• James Kurose & Keith Ross: Computernetzwerke: Der Top-Down Ansatz, Pearson

Deutschland, 2014• Fred Halsall: Computer Networking and the Internet, 5th Edition, Addison Wesley,

Reading, MA., 2005• A.Tannenbaum: Computernetzwerke, Pearson Studium, 2012

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 4 SWSZuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen der Informationstechnik• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse und Modellierung• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht



Modulname:Medizinische Bildverarbeitung, Medical Image

Processing

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Medizinische Bildverarbeitung, Medical Image Processing 13





Verpflichtende Voraussetzungenmindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene Vorkenntnisse• Programmieren 1 und 2• Einführung in die Medizin 1und 2




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Medizinische Bildverarbeitung 4 SWS 5




Processing

Lehrveranstaltung LV-KurzbezeichnungMedizinische Bildverarbeitung MBV

Verantwortliche/r FakultätProf. Dr. Christoph Palm Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Christoph PalmLehrformSeminaristischer Unterricht (3 SWS) mit Übungen (1 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur: 90 Min

Inhalte• Grundlagen der technisch/physikalischen Prinzipien bildgebender Verfahren in der

Medizin• Filter im Ortsraum, Faltung• Kantenerkennung und Glättung• Fouriertransformation• Grundlegende Segmentierungsverfahren• Binäre Morphologie• ausgewählte Beispiele des Einsatzes von medizinischer Bildverarbeitung in der Praxis

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden können verschiedene Bildmodalitäten gegenüberstellen und den Nutzen

für medizinische Fragestellungen erkennen.• Die Studierenden sind in der Lage, mit medizinischen Bildern zu experimentieren und

dabei die besonderen Anforderungen beim Umgang mit solchen Daten herauszuarbeiten.• Die Studierenden verstehen die wichtigsten Methoden der Bildverarbeitung und können

sie implementieren.• Die Studierenden sind in der Lage, geeignete Bildverarbeitungsmethoden, die Reihenfolge

ihrer Anwendung zur Lösung einer Fragestellung vorzuschlagen und mit Hilfe von Toolsumzusetzen. Sie analysieren die Auswirkung von Parametern auf die Ergebnisse undkönnen die Effekte begründen.

• Die Studierenden können den Zusammenhang zwischen Orts- und Frequenzraumaufzeigen und Filter im Frequenzraum konstruieren.




Processing

• Die Studierenden hinterfragen die Möglichkeiten von medizinischenBildverarbeitungsmethoden auf realem Bildmaterial, entdecken die Grenzen und könnensie benennen.

LehrmedienBeamer, Tafel, Whiteboard

Literatur• Folienkopien• Burger, Wilhelm und : Digitale Bildverarbeitung: Eine Einfu#hrung mit Java und ImageJ,

Springer, 2006.• Jähne, Bernd: Digitale Bildverarbeitung, Springer, 2005• Handels, Heinz: Medizinische Bildverarbeitung: Bildanalyse, Mustererkennung und

Visualisierung fu#r die computergestu#tzte a#rztliche Diagnostik und Therapie, Vierweg+ Teubner, 2009

• Dougherty, Geoffrey: Digital image processing for medical applications, CambridgeUniversity Press, 2009

• Lehmann, Thomas et al.: Bildverarbeitung für die Medizin: Grundlagen, Modelle,Methoden, Anwendungen, Springer, 1997

Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen der Informationstechnik• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse und Modellierung• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Medizinische Dokukumentation, Medical

Documentation

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Medizinische Dokukumentation, Medical Documentation 16





Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene VorkenntnisseEinführung in die Medizin 1 und 2




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Medizinische Dokumentation 4 SWS 5




Documentation

Lehrveranstaltung LV-KurzbezeichnungMedizinische Dokumentation MDO

Verantwortliche/r FakultätDr. Michael Reng (LB) Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Karl Huber (LB)Dr. Michael Reng (LB)LehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Aufgaben und Ziele der medizinischen Dokumentation• Medizinische Basisdokumentation (Administrative Dokumentation) an praktischen Bespielen• Klinische Dokumentation an praktischen Bespielen• Medico legale Dokumentation an praktischen Bespielen• Qualitätssichernde Dokumentation an praktischen Bespielen•Terminologien/Ontologien (ICD-10, OPS, SNOMED-CT, LOINC, UMLS)• Standards für die Integration von Wissensbasen (Guidelines, Literatur-DB) in klinischer Anwendungssoftware• IT-Unterstützung bei der Dokumentation medizinischen Handelns

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden erhalten Einblick in die Pflichten und gesetzliche Vorschriften der medizinischen Dokumentation• Die Studierenden verstehen Notwendigkeit und unterschiedliche Bedeutung der medizinischen Dokumentation• Die Studierenden erlangen die Fähigkeit die medizinische Dokumentation im klinischen und administrativen Workflow einzuordnen.• Die Studierenden erarbeiten Konzepte zur integrativen Dokumentation• Werkzeuge zur Codierung von Diagnosen und Prozeduren• Kennen lernen des Einflusses der Medizinischen Dokumentation auf die Entgeltstruktur im Gesundheitswesen




Documentation

Literatur• Folienkopien / Skript• Florian Leiner, Wilhelm Gaus, Reinhold Haux, Petra Knaup-Gregori, Karl-Peter Pfeiffer: Medizinische Dokumentation: Grundlagen einer qualitätsgesicherten integrierten Krankenversorgung. Lehrbuch und Leitfaden , Schattauer Verlag, 2006• P. Haas: Medizinische Informationssysteme und elektronische Kranken- akten, Springer, 2004

Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen.• G6: Verständnis des deutschen Gesundheitssystems und der zentralen Abläufe in Organisationen des Gesundheitswesens sowie der betriebswirtschaftlichenZusammenhänge.• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Medizinisches Praktikum, Hands-On Medicine

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Medizinisches Praktikum, Hands-On Medicine 17





Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnitEmpfohlene Vorkenntnisse• Einführung in die Medizin 1 & 2• Medizinische Informationssysteme




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Medizinisches Praktikum 4 SWS 5




Lehrveranstaltung LV-KurzbezeichnungMedizinisches Praktikum MPX

Verantwortliche/r FakultätDr. Michael Reng (LB) Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Michael Reng (LB)LehrformSeminaristischer Unterricht (2 SWS) und Praktikum an einer Klinik


Lehrumfang

[SWS oder UE]





Inhalte• Einsatz von EDV-Verfahren in der Medizin (klinisch + administrativ)• Praktische Kenntnisse medizinspezifischer EDV-Applikationen• Vertiefter Einblick in die Arbeitsweise medizinischer Fachgebiete sowie des medizinischen Arbeitsumfelds (Praktikum)

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden lernen Einsatzgebiete, Möglichkeiten und Limitationen von EDV-Verfahren Arbeitsplatzbezogen kennen• Die Studierenden stellen die erworbenen Kenntnisse vor und erarbeiten theoretische Ansätze zur Optimierung der vorhandenen Verfahren• Die Studierenden erwerben die Fähigkeit zur Arbeitsplatz- und Workflowbezogenen Analyse des Einsatzes EDV-basierter Verfahren

Literatur




Weitere Informationen zur LehrveranstaltungSeminaristischer Unterricht (2 SWS) und Praktilum an einer KlinikZuordnung zu Ausbildungszielen:• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht• G6: Verständnis des deutschen Gesundheitssystems und der zentralen Abläufe in Organisationen des Gesundheitswesens sowie der betriebswirtschaftlichenZusammenhänge.• G7: Verantwortungsbewusstes Arbeiten in Teams• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiet



Modulname:Medizinrecht, Regulations and Legal Affairs

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Medizinrecht, Regulations and Legal Affairs 20




[ECTS-Credits]3. / 4. oder 5. 2. Pflicht 3

Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1.Studienabschnitt




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Medizinrecht 2 SWS 3




Lehrveranstaltung LV-KurzbezeichnungMedizinrecht MRE

Verantwortliche/r FakultätDr. Michael Reng (LB) Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Philipp Schlosser (LB)LehrformSeminaristischer Unterricht mit Übungen (2 SWS)


Lehrumfang

[SWS oder UE]


[ECTS-Credits]5., auch 3. oder 4.möglich

2 SWS deutsch 3



Inhalte• Juristische Aspekte der klinischen Arbeit (Vertrauensgrundsatz, Aufklärung, etc.)• Verbindlichkeit medizinischer Dokumentation• Implikationen der umgekehrten Beweislast• Medizinproduktegesetz• Heilmittelgesetzgebung einschließlich BTM• Datenschutz mit Besonderheiten des Datenschutzes medizinischer Daten

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden verstehen die Relevanz medicolegaler Aspekte im klinischen Bezug• Die Studierenden gewinnen fundierte Kenntnisse in Bezug auf medizin- relvante Implikationen des Datenschutzes (Zugriffs-, Modifikationsschutz etc.)• Die Studierenden sind in der Lage Konzepte zur Datenprozessierung im Hinblick auf ihre juristische Stichhaltigkeit zu hinterfragen

LiteraturFolienkopien / Skript




Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 2 SWSZuordnung zu Ausbildungszielen:G6: Verständnis des deutschen Gesundheitssystems und der zentralenAbläufe in Organisationen des Gesundheitswesens sowie der betriebswirtschaftlichenZusammenhänge



Modulname:Physik, Physics

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Physik, Physics 14





Verpflichtende VoraussetzungenMindestens 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene Vorkenntnissekeine




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Physik 4 SWS 5




Lehrveranstaltung LV-KurzbezeichnungPhysik PH

Verantwortliche/r FakultätProf. Dr. Axel Doering Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Axel DoeringProf. Dr. Ernst WildLehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung 90 min

Inhalte• physikalische Messgrößen, Messfehlerbetrachtung• Elektrizitätslehre: elektrische Größen, Gleichstromkreis, elektrisches Feld, Kondensator, magnetisches Feld, Induktion, Kraft im Magnetfeld, Wechselstromkreis• Grundlagen der Halbleiterphysik: pn-Übergang, Bipolartransistoren, MOSFET• Wellen: Interferenz, Reflexion, Brechung, Schallwellen• Optik: Wellencharakter des Lichts, paraxiale Näherung• Wärmelehre: erster Hauptsatz, Ausdehnung, Ideales Gas, zweiter Hauptsatz und Kreisprozesse

Literatur• Dobrinski/Krakau/Vogel: Physik für Ingenieure; Teubner Verlag, 7. Auflage 1988• Lindner. Physik für Ingenieure, Hanser 2010.




Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 4 SWSZuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen der Informationstechnik• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Praktikum mit Praxisseminar, Industrial Placement

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Praktikum mit Praxisseminar, Industrial Placement 21 / 22

Modulverantwortliche/r FakultätProf. Dr. Klaus Volbert Informatik und Mathematik




Verpflichtende Voraussetzungen• 90 Kreditpunkte aus den vorangegangenen 4 Semestern

oder Ergänzende Regelung APO:• Vollständiges Ablegen der Grundlagenmodule (Erwerb von 60 Kreditpunkten) und

Absolvierung mindestens eines weiteren Studiensemesters in Vollzeit.Empfohlene VorkenntnisseErfolgreicher Abschluss der Module aus dem ersten Studienabschnitt, Besuch der Module AD,DB, KS und SE




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Praktikum mit Praxisseminar,

Industrial Placement23




Lehrveranstaltung LV-KurzbezeichnungPraktikum mit Praxisseminar, Industrial Placement PR + PS

Verantwortliche/r FakultätProf. Dr. Klaus Volbert Informatik und MathematikLehrende/r / Dozierende/r Angebotsfrequenzalle Professoren/innen der Fakultät IMLehrform

• Praktikum (mind. 16 Wochen Vollzeit im Betrieb)• Praxisseminar (1 Tag)


Lehrumfang

[SWS oder UE]


[ECTS-Credits]5. deutsch 23

Zeitaufwand:Präsenzstudium Eigenstudium

Studien- und PrüfungsleistungPraktikum: Nachweis über 16 Wochen Praktikum im Betrieb,Praxisseminar: Seminarvortrag mit Erfolg und Praktikumsbericht mit Erfolg

InhalteIm Rahmen von DV-Projekten ist die Mitarbeit in möglichst allen Projektphasen (Systemanalyse,Systemplanung, Implementierung und Systemeinführung) sicherzustellen

Lernziele/Lernergebnisse/Kompetenzen• Kenntnis der Arbeitsweise und Arbeitsabläufe in einem Unternehmen• Erfahrung in der praktischen Anwendung im Studium erworbener Fachkenntnisse• Erfahrung in der Diskussion und Präsentation von Arbeitsergebnissen

LehrmedienPraxisseminar: Tafel, Notebook, Beamer

Literatur




Weitere Informationen zur LehrveranstaltungPraktikum und PraxisseminarPraktikum:16 Wochen, je ca. 38,5h Vollzeit im Betrieb (gesamt: ca. 616h)Praxisseminar: Präsenz im Seminar, (Vor- und Nachbereitung)Zuordnung zu Ausbildungszielen:• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht• G7: Verantwortungsbewusstes Arbeiten in Teams• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Software Engineering

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Software Engineering 8





Verpflichtende Voraussetzungenmind. 30 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene VorkenntnisseProgrammieren 1 und 2




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Software Engineering 6 SWS 7




Lehrveranstaltung LV-KurzbezeichnungSoftware Engineering SE

Verantwortliche/r FakultätProf. Dr. Axel Doering Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Axel DoeringLehrformSeminaristischer Unterricht mit Übungen (gesamt 6 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Agile Vorgehensmodelle (Iterationen, Disziplinen, Phasen)• Software-Engineering im Medizinprodukte-Umfeld (Lebenszyklusprozesse nach IEC 62

304)• Anforderungsanalyse (Use Cases, funktionale Anforderungsspezifikation, nichtfunktionale

Anforderungen, Qualitätsmerkmale von Software)• Objektorientierte Analyse (Domänenmodellierung, Systemsequenzdiagramme, Aktivitäts-

und Zustandsdiagramme)• Objektorientierter Entwurf (Notation, GRASP Pattern, GoF Pattern, Architektur-Pattern)• Testen (Testfallentwicklung, Testautomatisierung, Unit Testing, Testmetriken)• Projektinfrastruktur (Integrierte Entwicklungsumgebungen, Versionskontrolle,

Konfigurationsmanagement)

Lernziele/Lernergebnisse/Kompetenzen• Teilnehmer kennen Probleme und Lösungsansätze beim "Programming in the Large"• Teilnehmer können Vorgaben zu Lebenszyklus-Prozessen und Artefakten bei derEntwicklung von Software für Medizingeräte umsetzen

LehrmedienTafelvortrag (Powerpoint)




Literatur• Craig Larman. Applying UML and Patterns. 3rd Edition, Prentice Hall 2005 (dt. Fassung:

UML und Patterns angewendet)• Eric Freeman, Elisabeth Freeman, Kathy Sierra und Bert Bates. Head First Design

Patterns.O’Reilly 2004 (dt. Fassung: Entwurfsmuster von Kopf bis Fuß)• Alistair Cockburn. Writing Effective Use Cases. Addison-Wesley 2000• Gernot Starke. Effektive Software-Architekturen – Ein praktischer Leitfaden. Hanser 2005

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 6 SWSZuordnung zu Ausbildungszielen:• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse und Modellierung• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht



Modulname:Softwarepraktikum, Practical Course in Software

Design

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Softwarepraktikum, Practical Course in Software Design 18





Verpflichtende VoraussetzungenMindestens 10 Kreditpunkte aus dem 1. StudienabschnittEmpfohlene Vorkenntnisse• PG1, PG2• Software Engineering




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Softwarepraktikum 2 SWS 5




Design

Lehrveranstaltung LV-KurzbezeichnungSoftwarepraktikum SWP

Verantwortliche/r FakultätProf. Dr. Axel Doering Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Axel DoeringLehrformPraktikum (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur und/oder Studeinarbeit und /oder mdl. Leistungsnachweis

Inhalte• Ein Softwareprojekt wird in einem kleinen Team methodisch von der Anforderungsspezikation bis zum getesteten Code vollständig entwickelt und dokumentiert.• Das Projekt wird in 3er bis 4er Teams durchgeführt. (Abweichende Teamgrößen können von den Dozenten bewilligt werden.)• Das Thema kann vom Team gewählt werden, muss aber vom Dozenten bewilligt werden.• Das Projekt wird in einem inkrementellen, iterativen Entwicklungsprozess in Phasen abgewickelt. Es finden pro Team mehrere Reviews statt, bei denen festgelegte Arbeitsresultate abzugeben sind. Zum Teil sind bei den Reviews Prototypen zu demonstrieren.• Am Schlusstermin wird das Projekt präsentiert und alle (überarbeiteten) Arbeitsresultate werden abgegeben

Lernziele/Lernergebnisse/Kompetenzen• Probleme und Lösungsansätze beim Programming in the Large verstehen• Entwicklungsprojekt in einem kleinen Team mit einem objektorientierten Ansatz vollständig und methodisch abwickeln




Design

Literatur• Craig Larman. Applying UML and Patterns. 3rd Edition, Prentice Hall 2005 (dt. Fassung: UML und Patterns angewendet)• Eric Freeman, Elisabeth Freeman, Kathy Sierra und Bert Bates. Head First Design Patterns. O’Reilly 2004 (dt. Fassung: Entwurfsmuster von Kopf bis Fuß)

Weitere Informationen zur LehrveranstaltungPraktikum (2 SWS)Zuordnung zu Ausbildungszielen:• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen, sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht• G7: Verantwortungsbewusstes Arbeiten in Teams• G8: Fähigkeit zum selbstständigen Einarbeiten in Spezialgebiete



Modulname:Angewandte Medizintechnik, Applied Medical

Engineering

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Angewandte Medizintechnik, Applied Medical Engineering 24





Verpflichtende VoraussetzungenMindestens 110 Kreditpunkte aus dem 1. und 2. StudienabschnittBestehen aller Prüfungen aus dem 1. StudienabschnittEmpfohlene Vorkenntnisse• Technische Grundlagen der Informatik• Betriebssysteme• Physik




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Angewandte Medizintechnik 6 SWS 7




Engineering

Lehrveranstaltung LV-KurzbezeichnungAngewandte Medizintechnik AMT

Verantwortliche/r FakultätProf. Dr. Axel Doering Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Axel DoeringLehrformSeminaristischer Unterricht mit Übungen (6 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• grundlegende Messverfahren und Sensoren (resistive, induktive, kapazitive, piezoelektrische und optische)• Biopotenziale und bioelektrische Phänomene (Potenzialentstehung, Messverfahren der Neurophysiologie, EKG)• Biophysikalische Messverfahren (Blutdruck, Blutfluss, Lungenfunktion, Labordiagnostik)• Grundlagen bildgebender Geräte und Verfahren• Therapeutische Geräte und Verfahren (Herzschrittmacher, Beatmung und Anästhesie, Herz-Lungen-Maschine, Hämodialyse)• Gerätesicherheit und Entwicklungsprozesse (MPG, Risikomanagement, Zulassungsverfahren und Regulierungsbehörden)

Lernziele/Lernergebnisse/Kompetenzen• Teilnehmer verstehen wichtige physiologische und physikalische Grund- lagen für die Wirkung von Medizingeräten und können einfache Rechnungen zur Dimensionierung durchführen• Teilnehmer gewinnen einen Überblick zu Funktionsprinzipien wichtiger Klassen von Medizingeräten und verstehen deren Einfluss auf die Softwareentwicklung für solche Geräte• Teilnehmer kennen gesetzliche, regulatorische und normative Vorgaben für die Entwicklung und Betreibung von Medizinprodukten• Teilnehmer können in interdisziplinären Entwicklungsteams für Medizin- produkte effizient kommunizieren




Engineering

Literatur• Kramme, Medizintechnik: Verfahren Systeme Informationsverarbeitung. Springer 2011• Enderle, Bronzino. Introduction to Biomedical Engineering. Academic Press 2011• Webster, Medical Instrumentation Application and Design. John Wiley 2009

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen (Gerätepraktikum) zusammen 6 SWSZuordnung zu Ausbildungszielen• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen derInformationstechnik• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Bachelorarbeit

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Bachelorarbeit 32

Modulverantwortliche/r FakultätVorsitzender der Prüfungskommission Informatik und Mathematik




Verpflichtende VoraussetzungenMindestens 110 Kreditpunkte aus dem 1. und 2. StudienabschnittBestehen aller Prüfungendes 1. StudienabschnittsPraktikum erfolgreich absolviertEmpfohlene VorkenntnisseAlle Module des 1. und 2. Studienabschnittes




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Bachelorarbeit 12



Modulname:Bachelorarbeit

Lehrveranstaltung LV-KurzbezeichnungBachelorarbeit BA

Verantwortliche/r FakultätVorsitzender der Prüfungskommission Informatik und MathematikLehrende/r / Dozierende/r Angebotsfrequenzalle Dozenten/innen der Fakultät IMLehrform

• Selbständige Bearbeitung eines Problems,• Erstellen einer schriftlichen Ausarbeitung,• Vorbereiten einer Präsentation


Lehrumfang

[SWS oder UE]




360h

Studien- und PrüfungsleistungSchriftliche Ausarbeitung

InhalteFachspezifsches Thema

Lernziele/Lernergebnisse/KompetenzenDie Studierenden können ein fachspezifisches Problem selbstständigbearbeiten, Lösungsansätze im Team diskutieren und die Ergebnisse in mündlicher undschriftlicher Form präsentieren.

Literatur

Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen:

• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen,sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht.

• G4: Grundlegende Fähigkeit zum wissenschaftlichen Arbeiten• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Bachelorseminar

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Bachelorseminar 33

Modulverantwortliche/r FakultätDekan Fakultät IM Informatik und Mathematik




Verpflichtende Voraussetzungen• mindestens 110 Kreditpunkte aus dem 1. und 2. Studienabschnitt• Bestehen aller Prüfungen des 1. Studienabschnitts

Siehe hierzu auch die Ausführungen zur Lehrveranstaltung/Bachelorseminar: "Studien- undPrüfungsleistung"Empfohlene VorkenntnisseAlle Module des 1. und 2. Studienabschnittes




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Bachelorseminar 3




Lehrveranstaltung LV-KurzbezeichnungBachelorseminar BS

Verantwortliche/r FakultätDekan Fakultät IM Informatik und MathematikLehrende/r / Dozierende/r Angebotsfrequenzalle Dozenten/innen der Fakultät IMLehrformSeminar


Lehrumfang

[SWS oder UE]




Studien- und Prüfungsleistung• Referat mit Erfolg ableisten, Zulassungsvoraussetzung: Anmeldung der eigenen

Bachelorarbeit• Teilnahme an 9 weiteren Seminarvorträgen: Teilnahme möglich mit Eintritt in den 3.

Studienabschnitt, eine Anmeldung der eigenen Bachelorarbeit ist nicht erforderlich.

InhalteFachspezifisches Thema

Die erfolgreiche Absolvierung des Bachelorseminars setzt die Teilnahme an mindestens10 Referaten voraus. Das eigene Referat ist hierbei eingeschlossen. Die Teilnahme kannwahlweise in jedem der Informatikstudiengänge erfolgen. Mit dem Teilnehmernachweis imjeweiligen Bachelorseminar wird auch die Anzahl der gehaltenen Referate erfasst und kann imSekretariat abgefragt werden.

Lernziele/Lernergebnisse/KompetenzenDie Studierenden können ein fachspezifisches Problem selbstständigbearbeiten, Lösungsansätze im Team diskutieren und die Ergebnisse in mündlicher undschriftlicher Form präsentieren.

LehrmedienTafel, Notebook, Beamer und ggf. weitere Medien

Literatur




Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen:

• G3: Fähigkeit zur ingenieurmäßigen Planung und Erstellung von Software-Systemen,sowohl in fachlicher, als auch in planerischer und organisatorischer Hinsicht

• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Bildverarbeitung und 3D-Visualisierung, Image

Processing and 3D-visualization

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Bildverarbeitung und 3D-Visualisierung, Image Processing and 3D-visualization

26





Verpflichtende VoraussetzungenMindestens 110 Kreditpunkte aus dem 1. und 2. StudienabschnittBestehen aller Prüfungen des 1. StudienabschnittsEmpfohlene Vorkenntnisse• Programmieren 1 und 2• Medizinische Bildverarbeitung




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Bildverarbeitung und 3D-

Visualisierung4 SWS 5





Lehrveranstaltung LV-KurzbezeichnungBildverarbeitung und 3D-Visualisierung BVV

Verantwortliche/r FakultätProf. Dr. Christoph Palm Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Bärbel Kieninger (LB)Prof. Dr. Christoph PalmLehrformSeminaristischer Unterricht (2 SWS) mit Übungen (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur: 90 Min

Inhalte• Affine Registrierung multimodaler medizinischer Biddaten

• Ähnlichkeitsmaße• Resampling und Interpolation• Transformation• Optimierung

• Volumenvisualisierung medizinischer Bilder

• Surface Rendering• Volume Rendering• Farbbildverarbeitung

Lernziele/Lernergebnisse/Kompetenzen

• Die Studierenden kennen die Komponenten der Bildregistrierung und können denZusammenhang zwischen diesen Komponenten beschreiben.

• Sie verstehen die Komponenten der Registrierung detailliert und können daraus dasVerhalten einer Beispielregistrierung analysieren und optimieren.

• Die Studierenden sind in der Lage, eine Fragestellung der Bildregistrierung selbstständigzu analysieren, geeignete Vertreter der Komponenten zur Lösung vorzuschlagen und eineApplikation zu schreiben, die diese Lösung realisiert.





• Die Studierenden können mit einer großen Softwarebibliothek zur medizinischenBildverarbeitung experimentieren und aus den Modulen eine eigene Softwareimplementieren.

• Die Studierenden sind in der Lage, verschiedene Volumenvisualisierungsmethodengegenüberzustellen. Sie können für einen vorgegebenen Datensatz eine sinnvolleVisualisierung wählen und mit Hilfe von Visualisierungssoftware umsetzen.

• Die Studierenden untersuchen die Visualisierungsmöglichkeiten bei zwei Datensätzen,analysieren den jeweiligen Informationsgehalt der Daten und entwickeln eine kombinierteDarstellung, die beiden Datensätzen gerecht wird.

LehrmedienBeamer, Whiteboard, elektronische Videoaufzeichnung

Literatur• Folienkopien• Burger, Wilhelm und : Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ,

Springer, 2006.• Jähne, Bernd: Digitale Bildverarbeitung, Springer, 2005• Handels, Heinz: Medizinische Bildverarbeitung: Bildanalyse, Mustererkennung und

Visualisierung für die computergestützte ärztliche Diagnostik und Therapie, Vierweg +Teubner, 2009

• Preim, Bernhard: Visualization in Medicine: Theory, Algorithms, and Applications, MorganKaufmann, 2007

• Engel, Klaus: Real-Time Volume Graphics, A.K. Peters Ltd., 2006

Weitere Informationen zur LehrveranstaltungZuordnung zu Ausbildungszielen:• G1: Kenntnis des Aufbaus, sowie der Möglichkeiten und Grenzen von Systemen der Informationstechnik• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyse und Modellierung• G8: Fähigkeit zum selbständigen Einarbeiten in Spezialgebiete



Modulname:Biometrie, Biometrics

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Biometrie, Biometrics 23

Modulverantwortliche/r FakultätProf. Dr. Peter Wirtz Informatik und Mathematik




Verpflichtende Voraussetzungen• Mindestens 110 Kreditpunkte aus dem 1. und 2. Studienabschnitt• Bestehen aller Prüfungen aus dem 1. Studienabschnitt Empfohlene VorkenntnisseMathematik 1 und 2




[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. Biometrie 4 SWS 5




Lehrveranstaltung LV-KurzbezeichnungBiometrie BIO

Verantwortliche/r FakultätProf. Dr. Peter Wirtz Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Peter WirtzLehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung: 90-120 Min

Inhalte1) Grundbegriffe der Wahrscheinlichkeitstheorie(Wahrscheinlichkeitsräume, bedingte Wahrscheinlichkeiten, stochastische Unabhängigkeit,diskrete und stetige Zufallsvariablen, zweidimensionale Zufallsvariablen);2) Deskriptive Statistik(Merkmale, Skalenniveau von Daten, Darstellung von Messreihen, Maßzahlen für ein- undzweidimensionale Messreihen, lineare Regression, Korrelation);3) Schließende Statistik(Prinzip des Statistischen Testens);4) Anwendungen der Statistik in der Medizin.

Lernziele/Lernergebnisse/Kompetenzen• Kenntnis der spezifischen Denkweisen der Wahrscheinlichkeitstheorie• Fähigkeit, zufallsabhängige Beobachtungsdaten unter Verwendung adäquater deskriptiver

Verfahren aufzuarbeiten und zu analysieren• Kenntnis der Methodik des Statistischen Testens• Fähigkeit, einfache medizinische Fragestellungen mit Hilfe statistischer Methoden zu

bearbeiten.




Literatur• Altman, D. G.: Practical Statistics for Medical Research, Chapman & Hall• Feinstein, A. R.: Principles of Medical Statistics, Chapman & Hall• Harms, V.: Biomathematik, Statistik und Dokumentation, Harms Verlag• Pocock, S. J.: Clinicla Trials A Practical Approach, John Wiley & Sons• Precht, M. und Kraft, R.: Biostatistik 1, Oldenbourg Verlag• Precht, M. und Kraft, R.: Biostatistik 2, Oldenbourg Verlag• Schumacher, M. et al: Methodik klinischer Studien, Springer Verlag• Trampisch, H. J. und Windeler, J.: Medizinische Statistik, Sprin-ger Verlag• Zar, J. H.: Biostatistical Analysis, Prentice Hall

Weitere Informationen zur LehrveranstaltungVorlesung und Übungen zusammen 4 SWSZuordnung zu Ausbildungszielen:

• G2: Beherrschung elementarer Methoden der Mathematik und der Informatik zur Analyseund Modellierung



Modulname:Fachbezogenes Wahlpflichtmodul 1

Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Fachbezogenes Wahlpflichtmodul 1 30





Verpflichtende VoraussetzungenErfolgreiches Bestehen aller Prüfungen des 1. Studienabschnitts,Mindestens 110 Kreditpunkte aus dem 1.+ 2. StudienabschnittEmpfohlene VorkenntnisseModule des 1. und 2. Studienabschnitts in Abhängigkeit der gewählten Lehrveranstaltung

Inhalteabhängig von der jeweiligen Lehrveranstaltung

Lernziele/Lernergebnisse/Kompetenzenabhängig von der jeweiligen Lehrveranstaltung





[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. DASN: Algorithmen für Sensornetze 4 SWS 5 2. DBIO: Bioinformatik 4 SWS 5 3. DDLI: Deep Learning for Image

Classification and Segmentation4 SWS 5

4. DDMI: Data Mining 4 SWS 5 5. DDSM: Datenschutz und

Datensicherheit in der Medizin4 SWS 5

6. DDTS: Design Thinking in Security 4 SWS 5 7. DEGS: Existenzgründungssimulation 4 SWS 5 8. DHMS: Hospital Management

Simulation4 SWS 5

9. DHPC: High Performance Computing 4 SWS 5 10. DMIS: Management der

Informationssicherheit4 SWS 5

11. DPLM: PLM am Beispiel der SAPPLM Komponenten

4 SWS 5

12. DQCO: Quantencomputing 4 SWS 5 13. DRKL: Mathematikimport: Regression

und Klassifikation4 SWS 5

14. DSAP2: ABAP-Entwicklungsumgebung von SAPNetWeaver (Aufbaukurs)

4 SWS 5

15. DSRP: Software reliability andperformance

4 SWS 5

16. DSYC: SystemC 4 SWS 5 17. DXML: XML-Processing 4 SWS 5 18. KBCO: Business Consulting 4 SWS 5 19. KITR: IT- und Wirtschaftsrecht 4 SWS 5 20. KSAP1: ABAP-Entwicklung von SAP

Netweaver (Grundkurs)4 SWS 5

21. KSPR: SAP-Prozesse 4 SWS 5

Hinweise zur Belegungspflicht oder zu Optionen• Im Studiengang Mediziniche Informatik sind zwei Fachbezogene Wahlpflichtmodule im 3.

Studienabschnitt zu belegen. Die Module sind wie folgt gekennzeichnet:

D + Modulkürzel: Zuordnung dritter Studienabschnitt K + Modulkürzel: Zuordnung dritter Studienabschnit (K-Module sind grundsätzlich belegbar im zweiten und dritten Studienabschnitt, auf Grund des Studienverlaufsplans im Studiengang Medizinische Informatik nur dem dritten Studienabschnitt zugeordnet.)




• Pro Semester werden nicht alle Lehrveranstaltungen angeboten• Das Angebot der Lehrveranstaltungen regelt der Studienplan




Lehrveranstaltung LV-KurzbezeichnungDASN: Algorithmen für Sensornetze DASN

Verantwortliche/r FakultätProf. Dr. Klaus Volbert Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Klaus VolbertLehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]


[ECTS-Credits]6. oder 7. 4 SWS deutsch 5


Studien- und PrüfungsleistungKlausur: 90-120 min und/oder Projektarbeit und/oder mündliche Prüfung

Inhalte• Algorithmen für Sensornetze werden vorgestellt, diskutiert, mathematisch analysiert und

teilweise implementiert (ggf. Projektarbeit):• Einführung (Historie, Begriffe, Abgrenzungen)• Grundlagen (Funk, eingebettete Systeme)• Vorstellung der Entwicklungsplattform• Diskussion ausgewählter Algorithmen (z.B.Topologiekontrolle, Routing, Scheduling, …)• Ausblick (Themen für Arbeiten)

Lernziele/Lernergebnisse/KompetenzenVertiefung der algorithmischen Denkweise anhand von algorithmischen Frage-/Problemstellungen in Sensornetzen.Insbesondere Verständnis von Algorithmen zur energieeffizienten Kommunikation inSensornetzen.Erkenntnis, wo die algorithmischen Herausforderungen in Sensornetzwerken liegen.Fähigkeit zur Umsetzung ausgewählter Algorithmen und Methoden an einer aktuellenEntwicklungsplattform.

LehrmedienNotebook, Beamer, Tafel




Literatur• Eigenes Skript und aktuelle Forschungsartikel• Dokumentation zur Entwicklungsplattform• J. Schiller: Mobile Communication, Addison Wesley, 2003• A.S. Tanenbaum: Computer Networks, Prentice Hall, 2010• R. Gessler, T. Krause: Wireless-Netzwerke für den Nahbereich, Vieweg+Teubner, 2009• B. Walke: Mobile Radio Networks: Networking, Protocols and Traffic Performance, John

Wiley & Sons, 2001• B. Walke, M. Bossert, N. Fliege: Mobilfunknetze und ihre Protokolle, 2 Bde., Bd.1,

Grundlagen, GSM, UMTS und andere zellulare Mobilfunknetze, Vieweg+Teubner, 2001• B. Walke: Mobilfunknetze und ihre Protokolle, 2 Bde., Bd.2, Bündelfunk, schnurlose

Telefonsysteme, W-ATM, HIPERLAN, Satellitenfunk, UPT, B.G. Teubner Verlag, 2001• R. Klein: Algorithmische Geometrie: Grundlagen, Methoden, Anwendungen, Springer,

2005

Weitere Informationen zur LehrveranstaltungSeminaristischer Unterricht mit Übungen (4 SWS).Empfohlene Voraussetzungen: Grundlagen der Informatik, Programmieren 1 und 2, Mathematik1 und 2, ALgorithmen und Datenstrukturen, Kommunikationssysteme, Rechnertechnik, SoftwareEngineering und weitere Module aus dem 1. und 2. Studienabschnitt.




Lehrveranstaltung LV-KurzbezeichnungDBIO: Bioinformatik DBIO

Verantwortliche/r FakultätProf. Dr. Christoph Skornia Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Daniel Lang (LB)Lehrformseminaristischer Unterricht mit Praktikum und Seminar


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungLiteraturseminarvortrag zu einem Teilaspekt der Bioinformatik

InhalteVorstellung biologischer Fragestellungen und zur Erforschung eingesetzte bioinformatischeMethoden in Theorie und Praxis. Beispiele: Genomforschung (inklusive Transkriptomik,Proteomik, Populationsgenomik, Metagenomik), Genregulation, biologische Netzwerke undSystembiologie, Evolutionsforschung, Machine Learning in der Biologie

Lernziele/Lernergebnisse/KompetenzenAnwendung informatischer Methoden und Konzepte zur Lösung biologischer Fragestellungen.Informatische Herausforderungen in der Biologie insbesondere der Genomforschung. Überblicküber Teilgebiete der Bioinformatik/Biologie und mögliche Berufsbilder für (Bio)Informatiker.Praxis: Finden, Nutzen und Verstehen von open-source Software zu diversen bioinformatischenProblemstellungen, Gridanwendung, Data Mining von biologischen Datensätzen. Einblicke in diein der Biologie verbreiteten Programmiersprachen und Anwendungen.

LehrmedienVorlesung, PC (präferenziell Linux) mit Internetanbindung

LiteraturBioinformatik : Ein Leitfaden für Naturwissenschaftler von Andrea Hansen




Lehrveranstaltung LV-KurzbezeichnungDDLI: Deep Learning for Image Classification and Segmentation DDLI

Verantwortliche/r FakultätProf. Dr. Markus Westner Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Chih-Yu HsuLehrformRegular lecture, on line consultations, in-class exercises


Lehrumfang

[SWS oder UE]


[ECTS-Credits]6./7. 4 SWS englisch 5


Studien- und PrüfungsleistungCoursework




InhalteContentArtificial Neural Networks

• Perceptrons and Sigmoid Neuron• Loss Function• Gradient Descent Algorithm• Backpropagation

Image Classification and Segmentation

• Fuzzy C-means Method and Gaussian Mixture Models• Segmentation by Classification of Voxels• Model Estimation Segmentation• Artificial Neural Network for Image Classification

Deep Learning

• Convolutional Neural Network (CNN)• Gradient Descent Optimization Algorithms• Convolutional Neural Networks for Image Classification• Convolutional Neural Networks for Image Segmentation

Ps.- This module will provide students with knowledge of Deep Learning.- By using lab examples from Image Classification and Segmentation to illustrate aspects ofDeepLearning.- The examples show students how to leverage deep neural networks (DNN) - specificallyconvolutional neural networks (CNN) - within the deep learning workflow to solve a real-worldimage classification and segmentation problems with the MNIST hand-written digits and medicalimage datasets.In the labs, students will learn how to:- Architect a Deep Neural Network to run on a GPU- Manage the process of data preparation, model definition, model training and troubleshooting- Use validation data to test and try different strategies for improving for improving modelperformance

Lernziele/Lernergebnisse/KompetenzenObjectives

• Understand Machine Learning and Artificial Neural Networks• Understand Deep Learning and Convolutional Neural Networks (CNNs)• Code and Employ Artificial Neural Networks and CNN




LiteraturTextbook/teaching material

• Christopher M. Bishop (1995). Neural Networks for Pattern Recognition. Oxford UniversityPress.

• ISBN: 0198538642• John L. Semmlow (2004). Biosignal and Medical Image Processing. Marcel Dekker, Inc.

ISBN:1420062301• Duda, R.O., Hart, P.E. and Stork, D.G. (2001). Pattern Classification. Wiley. ISBN:

978-0-471-05669-0• Bengio Y., Goodfellow, I.J. and Courville, A. (2015). Deep Learning. MIT Press (in

preparation). http://www.iro.umontreal.ca/~bengioy/dlbook/

Weitere Informationen zur LehrveranstaltungPrerequisite(s)Good academic standing




Lehrveranstaltung LV-KurzbezeichnungDDMI: Data Mining DDMI

Verantwortliche/r FakultätProf. Dr. Edwin Schicker Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzAlfred Jockisch (LB)Prof. Dr. Edwin SchickerLehrformSeminaristischer Unterricht mit Übungen und Praktika (4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung: 90 min

Inhalte• Definition von Data-Mining.• Vorstellen verschiedener Werkzeuge und deren Möglichkeiten und Grenzen: spezielle

Statistische Verfahren, Neuronale Netze, Genetische Algorithmen, u.a.• Techniken des Data-Mining: Untersuchung verschiedener Analyse-verfahren, z.B.

Entscheidungsbäume und Entscheidungstheorie.• Anwendungen von Data-Mining-Verfahren in der Praxis

Lernziele/Lernergebnisse/KompetenzenDie Studierenden kennen die Arbeitsweise zum Einsatz von Data Mining.Die Studierenden erwerben die Fertigkeit, selbstständig aus mittleren und großenDatenbeständen durch Anwendung von Data-Mining statistisch korrekte Zusammenhänge zufinden.Die Studierenden sind befähigt, für die verschiedenen Fragestellungen die richtigen Werkzeugezur Auswertung großer Datenbestände einzusetzen.

LehrmedienTafel, Beamer mit Notebook

Literatur• Petersohn H: Data Mining. Verfahren, Prozesse, Anwendungsarchitektur, Oldenbourg,

2005• Alpar P, Niedereichholz J: Data Mining im praktischen Einsatz, Vieweg 2000• Otte R, Otte V, Kaiser V: Data Mining für die industrielle Praxis, Hanser, 2004




Weitere Informationen zur LehrveranstaltungVorlesung (2 SWS), Übung/Praktikum (2 SWS) Empfohlene Voraussetzungen sind: Datenbanken, Algorithmen und Datenstrukturen, Statistik




Lehrveranstaltung LV-KurzbezeichnungDDSM: Datenschutz und Datensicherheit in der Medizin DDSM

Verantwortliche/r FakultätProf. Dr. Georgios Raptis Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Georgios RaptisLehrformSeminaristischer Unterricht mit integrierten Übungen (4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung und/oder Studienarbeit und/oder mündlicher Leistungsnachweis

Inhalte• Kurze Einführung in grundlegenden Konzepten des technischen Datenschutzes• Kurze Einführung in die Grundlagen des Datenschutzes in der Medizin, der

ärztlichen Schweigepflicht und der Aufbewahrungs- fristen und Sicherheit medizinischerDokumentation

• Technischer Datenschutz in Arztpraxis und Krankenhaus, Empfehlungen derBundesärztekammer, „Orientierungshilfe Krankenhaus“

• Sicherheitsanforderungen telemedizinischer Anwendungen, Maßnahmen zur Absicherungvon E-Health Anwendungen

• Sicherheit medizinischer Dokumentation• Identity-Management und Authentifizierung in E-Health• Informationssicherheit bei vernetzten medizinischen Implantaten.

Lernziele/Lernergebnisse/Kompetenzen• Die Studierenden beherrschen die Grundlagen der ärztlichen Schweigepflicht und ihre

Auswirkungen auf die Informations- technologie• Die Studierenden haben fundierte Kenntnisse erworben und beherrschen die Methoden

und Werkzeuge, um den technischen Datenschutz in der Arztpraxis und im Krankenhaussicherzustellen

• Die Studierenden verfügen über fundierte Kenntnisse zur Informationssicherheit von E-Health Anwendungen und der Telemedizin

• Die Studierenden kennen Grundsätze und Methoden zur Absicherung von vernetztenmedizinischen Implantaten




Literatur• Kassenärztliche Bundesvereinigung, Bundesärztekammer (Hrsg.), Empfehlungen zur

ärztlichen Schweigepflicht, Datenschutz und Datenverarbeitung in der Arztpraxis,mit Addendum zur Technischen Anlage, Dtsch Arztebl 2014; 111(21): A-963 /B-819 / C-775, http://www.bundesaerztekammer.de/aerzte/telematiktelemedizin/sicherheit/(abgerufen 16.06.2016)

• Konferenz der Datenschutzbeauftragten des Bundes und der Länder, OrientierungshilfeKrankenhausinformationssysteme, 2. Fassung, https://www.datenschutz-bayern.de/technik/orient/oh-kis.pdf (abgerufen 16.06.2016)

• H. Anzinger, K. Hamacher, S. Katzenbeisser (Hrsg). Schutz genetischer, medizinischerund sozialer Daten als multidisziplinäre Aufgabe, ISBN: 978-3-642-34740-5 (Print)978-3-642-34741-2 (Online), Springer Verlag Berlin-Heidelberg, 2013

Weitere Informationen zur LehrveranstaltungEmpfohlene Voraussetzng: Medizinische Dokumentation




Lehrveranstaltung LV-KurzbezeichnungDDTS: Design Thinking in Security DDTS

Verantwortliche/r FakultätProf. Dr. Christoph SkorniaProf. Dr. Markus Heckner


Lehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Markus HecknerProf. Dr. Christoph SkorniaLehrformSeminaristischer Unterricht und Projektarbeit


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungProjektarbeit




InhalteSecurity und Usability werden häufig als grundlegende Gegensätze wahrgenommen unddargestellt. Insbesondere manuell auszuführende Aktivitäten im Bereich der Authentifizierung,Autorisierung und der Verschlüsselung werden Benutzern als störend empfunden. InKonsequenz werden Sicherheitsrichtlinien umgangen oder verfügbare Kerntechnologien garnicht eingesetzt. Email-Kommunikation, die wegen schlechter Usability nicht eingesetzt wirdkann als exemplarisch gelten. Hier setzt Design Thinking an: „Design Thinking ist eine Innovationsmethode, die auf Basiseines iterativen Prozesses nutzer- und kundenorientierte Ergebnisse zur Lösung von komplexenProblemen liefert“ (vgl. Übernickel et. al. 2015). Viele Unternehmen wie SAP, Lufthansa,Continental, Telekom, BSH Hausgeräte und BMW setzen die Methode bereits ein und beginnenProblemlösung neu zu denken und Nutzerzentrierung in der Unternehmensphilosophie zuverankern. Das Innovation Lab soll durch Anwendung von Methoden aus den Bereichen Design Thinking,Lean UX und agiler Softwareentwicklung rasch Software bzw. Systeme für die gestelltenProbleme unter Einbezug der Nutzer entwickeln. Hierbei liegt von Beginn an der Fokus auf demzu erwartenden Nutzerkreis, dessen Anforderungen und dem angenommenen Mehrwert für dieNutzer. Nach einer anfänglichen Phase der Inhaltsvermittlung zu den eingesetzten Methoden, werdendie Studenten während der Entwicklung der Konzepte und des Prototyps gecoacht undbegleitet. Der Fokus in diesem Kurs liegt allerdings nicht auf den Techniken und Frameworks zurImplementierung, sondern auf dem Gesamtprozess von der anfänglichen Problemstellung überdie kreative Lösungsfindung bis hin zu einem Prototyp.

Lernziele/Lernergebnisse/Kompetenzen• Studenten lernen die Innovationsmethode Design Thinking kennen und setzen diese zur

Lösungsfindung in konkreten Projekten ein.• Studenten erkennen die Relevanz von Usability in Bezug auf Security und identifizieren

geeignete Beispielszenarien• Studenten erkennen die Relevanz des Einbezugs von Nutzern in den

Problemlösungsprozess.• Studenten können die Methode für den Einsatz in eigenen Projekten bewerten und diese

selbst einsetzen.• Studenten können Anforderungen aus Prototypen ableiten und in agile

Projektmanagementtools überführenStudenten können eigene Projekte mit Scrumaufsetzen und managen und dabei Methoden des User Centered Design einsetzen, umzu überprüfen, ob die entwickelte Lösung zu den Anforderungen der Nutzer passt.

LehrmedienNotebook, Beamer, Flipchart, Whiteboard




Literatur• Alvares de Souza Soares, P. (2016). Design Thinking - eine neue

Denkschule erobert Deutschlands Strategie-Abteilungen. Frankfurter Allgemeine Zeitung.Online verfügbar: http://www.manager-magazin.de/magazin/artikel/design-thinking-eine-kreativitaetstechnik-erobert-konzernzentralen-a-1086472.html. Letzter Zugriff: 11.07.2017.

• Brenner, W. & Uebernickel, F. (Hrsg.) (2016). Design Thinking for Innovation. London:Springer.

• Dark Horse Innovation. (2016). Digital Innovation Playbook. Das unverzichtbareArbeitsbuch für Gründer, Macher und Manager. Hamburg: Murmann Publishers GmbH.

• Gothelf, J. (2012). Applying Lean Principles to Improve User Experience. Sebastopol:O’Reilly Media.

• Uebernickel, F., Brenner, W., Pukall, B., Naef, T. (2015). Design Thinking. Das Handbuch.Frankfurt: Frankfurter Allgemeine Buch.




Lehrveranstaltung LV-KurzbezeichnungDEGS: Existenzgründungssimulation DEGS

Verantwortliche/r FakultätProf. Dr. Josef Duttle Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Josef DuttleLehrformProjektarbeit im Team (4 SWS)


Lehrumfang

[SWS oder UE]





Inhalte• Existenzgründungsplanspiel• Allgemein: Marktrecherche, Businessplan, Bankgespräch, Absatzplanung,

Produktionsplanung, Personalplanung, Beschaffungsplanung, Finanz- undLiquiditätsplanung, Kosten- und Erfolgsplanung, Jahresabschlusserstellung,

• Plan-Ist-Analyse, Präsentation der Abschlussergebnisse.• Eingesetztes TOPSIM Planspiel: TOPSIM easyStartup! (2.0)• Sonderaufgaben: Impulsreferate zu ausgewählten Gründungs- und Managementthemen,

Firmenname/-logo/-slogan, Internetauftritt.

Lernziele/Lernergebnisse/Kompetenzen• Vertiefung und Verknüpfung der Kenntnisse zur Existenzgründung in realitätsabbildenden

Unternehmensplanspielen mittels Computersimulation.• Förderung der Sozialkompetenz und Teamfähigkeit• Weiterentwicklung der Präsentationsfähigkeit

LehrmedienWhiteboard, Flipchart, Notebook, Beamer, Videokamera

Literatur• Teilnehmerhandbuch zum Planspiel• Literaturhinweise zu den Referatsthemen




Weitere Informationen zur LehrveranstaltungProjektarbeit im Team, Gruppengröße: ca. 25 Studierende in Teams mit je 5 TeilnehmernEmpfohlene Voraussetzungen: Betriebswirtschaftslehre




Lehrveranstaltung LV-KurzbezeichnungDHMS: Hospital Management Simulation DHMS

Verantwortliche/r FakultätProf. Dr. Josef Duttle Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Josef DuttleLehrformInteraktive Projekt- und Gruppenarbeit für max. 25 Studierende (gesamt 4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungEingangsklausur, schriftliche Ausarbeitung eines Referatsthemas als Impulsreferat mit Vortrag,Abschlusspräsentation

Inhalte• Grundlagen zu den betrieblichen Funktionen Beschaffung, Produktion,

Absatz,Rechnungswesen• Prozesse und Verursachung von Aufwendungen im Krankenhaus• Wirtschaftliche Ergebnisse (Bilanz/Gewinn- und Verlustrechnung/Kapitalflussrechnung/

Kostenrechnung/Kennzahlen)

Lernziele/Lernergebnisse/Kompetenzen• Vertiefung der Kenntnisse zu den betrieblichen Funktionen

insbesonderezum Management eines Krankenhauses in realitätsabbildendenhaptischenUnternehmensplanspielen

• Förderung der Sozialkompetenz und Teamfähigkeit• Weiterentwicklung der Präsentationskompetenzen

LehrmedienTafel, Flipchart, Notebook, Beamer, haptische und computergestützte Unternehmensplanspiele

Literatur• Kurzanleitung zum haptischen BWL-Planspiel SEED• Teilnehmerhandbuch zum haptischen BTI-Planspiel Hospital Akut• Teilnehmerhandbuch zum computergestützten TOPSIM-Planspiel Hospital Management• Literaturhinweise zu den Referatsthemen




Lehrveranstaltung LV-KurzbezeichnungDHPC: High Performance Computing DHPC

Verantwortliche/r FakultätProf. Dr. Jan Dünnweber Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Jan DünnweberLehrformSeminaristischer Unterricht (2 SWS) mit Übungen / Praktikum (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur

InhalteThe lecture begins with a discussion on parallel computing - what it is and how it is used -followed by a discussion on theoretical concepts and terminology associated with parallelcomputing. The topics of parallel memory architectures and programming models are thenexplored. These topics are followed by a series of practical discussions on a number of thecomplex issues related to designing and running parallel programs, including heterogeneity andefficiency, parallel debugging etc. The lecture is accompanied by a tutorial showing severalexamples of how to parallelize serial programs.

Lernziele/Lernergebnisse/KompetenzenThe lecture "High-Performance Computing" is intended to provide an overview of the broad topicof distributed and parallel computing using clusters, grids, clouds, SMP servers, peer-to-peernetworks and other parallel platforms. It covers the writing of multi-threaded programs with Java,C & Pthreads and parallel programming using MPI and OpenMP as well. This lecture aims atstudents who want to become acquainted with parallel computing and who already have someexperience with sequential programming using Java and C (on top of Linux/Unix).

LehrmedienWebseite, Skript, Folien

LiteraturParallele Programmierung von Thomas Rauber und Gudula Rünger, Parallel Programming in Cwith MPI and OpenMPI von Michael J. Quinn




Weitere Informationen zur LehrveranstaltungSeminaristischer Unterrricht mit Übungen (4 SWS).Empfohlene Voraussetzungen: Grundkenntnisse in der Programmierung mit Java und C,Englischkenntnisse.




Lehrveranstaltung LV-KurzbezeichnungDMIS: Management der Informationssicherheit DMIS

Verantwortliche/r FakultätProf. Dr. Rudolf Hackenberg Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Rudolf HackenbergLehrformSeminaristischer Unterricht und Übungen (4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur: 90 – 120 min

InhalteBasis zur Lernzielerreichung ist die Vermittlung von technischen Zusammenhängen undProzessen. Die Vorlesung liefert eine Übersicht von organisatorischen und technischenSicherheitsmaßnahmen. Diese werden abgeleitet von der Grundproblematik „Bedrohungund Verhalten“. Dem Interesse und den Vorkenntnissen entsprechend können ausgewählteThemen vertieft bearbeitet werden. Die Themen kommen z.B. aus den Bereichen Technologie,Organisation, Methoden, Anwendungen etc. Dadurch können sowohl technische Informatiker,Wirtschaftsinformatiker, sowie Mathematiker teilnehmen.

Lernziele/Lernergebnisse/Kompetenzen• Sensibilisierung und Verantwortungsbewusstsein• Verständnis der Standardproblematik und aktueller Themen in der Informatik und in der

Wirtschaft• Einbringung informatik-spezifischer Kenntnisse zur Lösungsentwicklung

LehrmedienBeamer, Whiteboard

LiteraturAusgewählte Literatur wird themenorientiert und punktuell vorgegeben wie z.B. das BSIGrundschutzhandbuch www.bsi.bund.de

Weitere Informationen zur LehrveranstaltungSeminaristischer Unterricht und Übungen (4 SWS).Empfohlene Voraussetzungen: Grundlagen in DB, BS, Programmieren, Netzwerke




Lehrveranstaltung LV-KurzbezeichnungDPLM: PLM am Beispiel der SAP PLM Komponenten DPLM

Verantwortliche/r FakultätProf. Dr. Athanassios TsakpinisProf. Dr. Frank Herrmann


Lehrende/r / Dozierende/r AngebotsfrequenzManfred Aigner (LB)LehrformSemianristischer Unterricht, 4 SWS (30 Stud.)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur: 90 Minuten

InhaltePLM im Überblick (Theoretischer Teil)

PLM – Integration in die Geschäftsprozesse (Theoretischer Teil)

PLM - Abbildungsmöglichkeiten in SAP• Kennenlernen der SAP PLM Komponenten• Praktisches Arbeiten am SAP System für ausgewählte Teilprozesse

Prozessunterstützung mit SAPWorkflow• Workflowentwicklung – praktische Übungen

PLM - Ausblick• collaborative engineering – Collaborationsszenarien mit SAP• SAP PLM in der Cloud• Die HANA Cloud Plattform• Hypride Cloud - Lösungen

Lernziele/Lernergebnisse/KompetenzenDie Studierenden kennen Abgrenzung und Integration von PLM Prozessen.Sie kennen die SAP Module für PLM – Prozesse.Sie erwerben erste Fertigkeiten zur Implementierung eines SAPWorkflowsystems zurProzessunterstützung im PLM – Umfeld.




LehrmedienFolienkopien / PowerPoint Präsentation, PC und Beamer Software: SAP R/3Zum Teil interaktiver Übungsbetrieb mit kurzen Vorführungen des Dozenten mit anschließendenÜbungen

Literatur• Hanneke Raap: SAP Product Lifecycle Management ISBN 978-1-59229-418-3• Paul Bakker, Rick Bakker u.v.m. :Workflow-Management mit SAP ISBN

978-3-8362-2931-9

Weitere Informationen zur LehrveranstaltungEmpfohlene Vorausssetzungen: Erste SAP ABAP Programmiererfahrung




Lehrveranstaltung LV-KurzbezeichnungDQCO: Quantencomputing DQCO

Verantwortliche/r FakultätProf. Dr. Wolfgang Mauerer Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Wolfgang MauererLehrformSeminaristischer Unterricht mit integrierten Übungen (gesamt 4 SWS)


Lehrumfang

[SWS oder UE]





InhalteKlassische Bits und Quantenregister – Der Algorithmus von Deutsch und Josza –Quantenschaltkreise – Algorithmus von Grover – RSA-Entschlüsselung und der Algorithmus vonShor – Quantenfouriertransformation und mathematische Strukturen – Quantenkommunikation –Strukturelle Unterschiede zwischen Quanten- und klassischen Computern.

Lernziele/Lernergebnisse/KompetenzenStudenten lernen kennen, wie sich Quantencomputer von klassischen Rechnern unterscheiden,und schärfen dabei den Blick auf die wesentlichen Elemente des maschinellen Rechnens. Diebislang bekannten Möglichkeiten, aber insbesondere auch die Grenzen von Quantencomputernwerden diskutiert, um eine fundierte, realistische Einschätzung des auch häufig in der breitenÖffentlichkeit diskutierten Themas zu ermöglichen. Tieferes Verständnis der Rolle vonQuantencomputern in Verschlüsselung und Kommunikation ermöglicht eine Bewertung vonGefahren und Möglichkeiten in zukünftigen Rechnernetzwerken.

LehrmedienFolien, Tafel, (Rechner)Übungen

Literatur• Quantum Computing verstehen (Hohmeister)• Quantum Computing (Nilsen and Chuang)




Weitere Informationen zur LehrveranstaltungEmpfohlene Voraussetzungen:Lineare AlgebraStatistikKryptographie




Lehrveranstaltung LV-KurzbezeichnungDRKL: Mathematikimport: Regression und Klassifikation DRKL

Verantwortliche/r FakultätProf. Dr. Hans Kiesl Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Hans KieslLehrform


Lehrumfang

[SWS oder UE]


[ECTS-Credits]6. oder 7. 4 SWS 5


Studien- und Prüfungsleistung

Inhalte

Literatur




Lehrveranstaltung LV-KurzbezeichnungDSAP2: ABAP-Entwicklungsumgebung von SAP NetWeaver(Aufbaukurs)

DSAP2

Verantwortliche/r FakultätProf. Dr. Athanassios Tsakpinis Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzHeiner Göhlmann (LB)Prof. Dr. Athanassios TsakpinisLehrformSeminaristischer Unterricht (2 SWS) mit Übungen (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur: 90 min

Inhalte• Werkzeuge Software-Entwicklung (ABAP-Workbench), Dialogprogrammierung:

Wiederholung• Interaktives Reporting• Dialog-/Transaktionsprogrammierung weiterführende Konzepte• Objektorientierte Programmierung mit ABAP• Programmierung mit Controls• Business Server Pages• Software-Entwicklung mit ABAP und JAVA: die Zusammenführung der beiden Welten• Für die Übungen steht ein SAP-System zur Verfügung.

Lernziele/Lernergebnisse/Kompetenzen• Vertiefte Kenntnis der Software-Entwicklungsumgebung des SAP-Systems.• Fertigkeiten in der Anwendung objektorientierter Techniken sowie der Realisierung von

WEB-fähigen Transaktionen im SAP-Umfeld.

LehrmedienFolienkopien, interaktiver Übungsbetrieb mit kurzen Vorführungen des Dozenten mitanschließenden Übungen




Literatur• Aktuelle Literatur insbesondere aus dem Umfeld der ein-gesetzten Systeme (insbesondere

SAP-Portal, WEB-Programmierung)• Keller H, Krüger S: ABAP Objects, Galilleo Press

Weitere Informationen zur LehrveranstaltungSeminaristischer Unterricht (2 SWS), Übungen (2 SWS)Empfohlene Voraussetzungen: ProgrammierenABAP-Entwicklungsumgebung von SAP NetWeaver (Grundkurs)




Lehrveranstaltung LV-KurzbezeichnungDSRP: Software reliability and performance DSRP

Verantwortliche/r FakultätProf. Dr. Markus Westner Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzRichard LipkaLehrformLectures with discussion + Guided Lab Session


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSeveral Programming Assignment + Final exam

InhalteContent•Queuing theory•Markov models, their design and analysis (in context of reliability and performance)•Random and pseudorandom number generators•Simulation, especially discrete events simulation models•Reliability models•Performance testing, benchmarking and application profiling

Lernziele/Lernergebnisse/KompetenzenObjectivesThis course is focused on basic concepts of simulation and modelling of software systems andtesting of system reliability, performance and availability. During the course, students will getinformation about principles of simulation theory, the tools for monitoring software execution andmethods of processing and presentation of measured results.On completion of the course the students will be able to:- Knowledge & Understanding: Understand the reliability and performance models and theirapplication to real life computer systems. Understand basic principles of simulation in context ofperformance and reliability testing.- Skills & Abilities: Design a model of existing queueing system and perform its mathematicalor situational analysis, interpret the results and use them predict the system behaviourunder specified conditions. Measure the performance parameters of existing software orcomputersystem in order to estimate its performance parameters.




The course will consist of a series of lectures along with guided laboratories.The lectures willprovide basic theoretical background and should also serve to discuss the relevant issues. Thelaboratories will provide time and space to apply the theoretical principles in several examples,designed to show how to use the mathematical modelling, simulation and performancemeasurements.Students will be also asked to create one larger work, based preferably on a real life example oftheir choice and to create its model and perform its performance analysis.

LiteraturTextbook/teaching material (for reference purposes)•Performance Modeling and Design of Computer Systems, Mor Harchol-Balter, CambridgeUniversity press, 2013•Performance Evaluation and Benchmarking, Lizy Kurian John & Lieven Eeckhout, CRC Press2006•Markov Chain Monte Carlo in Practice, W.R. Gilks (Editor), S. Richardson (Editor), DavidSpiegelhalter (Editor), Chapman and Hall/CRC, 1996

Weitere Informationen zur LehrveranstaltungPrerequisite(s)Intermediate Programming Ability




Lehrveranstaltung LV-KurzbezeichnungDSYC: SystemC DSYC

Verantwortliche/r FakultätProf. Dr. Daniel Münch Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Daniel MünchLehrformSeminaristischer Unterricht mit Übungen


Lehrumfang

[SWS oder UE]


[ECTS-Credits]6. oder 7. 4 SWS englisch 5


Studien- und PrüfungsleistungWritten test 90-120min and/or project work/seminar paper and/or oral exam

Inhalte• Motivation for applying SystemC• SystemC fundamentals (Extension to C++)• Register Transfer Level Modeling with SystemC (hardware description / hardware

simulation)• Transaction Level Modeling with SystemC (System Level Simulation)

Lernziele/Lernergebnisse/Kompetenzen• The development process of (embedded) systems gets more and more complex. The

demanded shorter time-to-market requires a more abstract design to increase efficiency.One application is the simulation-based exploration of possible realization approachesregarding latency / execution time or realization approaches regarding communicationneeds.

• The students have an overview of SystemC and know the possibilities, benefits,applicability and challenges of the simulation-based development on different abstractionlayers.

• The students are capable to choose, implement and apply appropriate principles andmethods for specific problems.

LehrmedienProjector, slides, lecture notes, notebook, whiteboard / backboard

Literatur• Own slides / lecture notes in PDF• David C. Black et al., SystemC: From the Ground Up, Springer, 2010




Weitere Informationen zur Lehrveranstaltung• Essential requirements: C programming and skills in object-oriented programming• Recommended requirements: Skills in C++, hardware fundamentals or knowledge in digital

design• Slides / lecture notes in English• Teaching language and examination language in English • Eligible as elective subject in the course of studies Technical Computer Science, Computer

Science and Medical Information Technology• Lecture in form of seminar with exercises / practical training (4SWS)




Lehrveranstaltung LV-KurzbezeichnungDXML: XML-Processing DXML

Verantwortliche/r FakultätProf. Dr. Stefanie Scherzinger Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Stefanie ScherzingerLehrformSeminaristischer Unterricht (2 SWS) mit Übungen (2 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungStudienarbeit und Klausur

Inhalte• The XML data format (elements, attributes, recursion)• XML parsing with SAX and DOM• Grammar formalisms for XML (DTD, XML Schema) and the theory behind them• XML query languages (XPath, XQuery)• XML processing in databases• In-memory and XML stream processing• Outlook on the JSON format

Lernziele/Lernergebnisse/Kompetenzen• The students are able to create, parse, and query XML documents.• The students are able to discuss XML processing strategies: In-memory, streaming, and

persisting in databases.• The students understand the importance of document order in XML processing.• The students are able to transfer these techniques to other hierarchical data formats as

well (e.g., JSON).





Literatur• Ray, Eric T.: Learning XML, O‘Reilly, 2003.• McLaughlin, Brett und Edelson, Justin: Java & XML, O’Reilly, 2006.• Chamberlin, D.D. und Katz, Howard: XQuery from the Experts, Addison-Wesley, 2004.• Wissenschaftliche Artikel (in Englisch).




Lehrveranstaltung LV-KurzbezeichnungKBCO: Business Consulting KBCO

Verantwortliche/r FakultätProf. Dr. Markus Westner Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Markus WestnerLehrformSeminaristischer Unterricht 4 SWS


Lehrumfang

[SWS oder UE]


[ECTS-Credits]3./4./6. oder 7. 4 SWS englisch 5


Studien- und PrüfungsleistungStudienarbeit mit Vortrag

InhalteProfessional and corporate context

• Characteristics of professional services industry• Characteristics and key success factors of project work• Characteristics of collaborative work in dispersed and heterogeneous teams

Strategic management and research tools

• Fundamental concepts for analysing companies and their markets internally/externally• Information research and knowledge creation

Project management good practices

• Project Initiation• Project Planning• Project Execution• Project Monitoring

Student project work

• Pitch and plan a project• Execute the project• Monitor the project• Communicate professionally with, e.g., jour fixe meetings, steering committees and the

associated results in form or minutes, status reports, and presentations




Lernziele/Lernergebnisse/Kompetenzen• Ability to pitch for, to plan, and to execute a business project following generally agreed

principles of project management and professional conduct• Ability to work collaboratively and professionally together as a team using groupware

technology• Ability to research and to analyse a company and its business environment strategically

and to draw meaningful and actionable business implications• Ability to structure and visualize verbal and written communication according to

professional business standardsAbility to create and deliver work results in a professionalmanner in English language

LehrmedienLearning Management System, Videos, Folien, Literatur, Projektor

Literatur• Eigenes Skript• Wickham, Louise & Wilcock, Jeremy (2016). Management Consulting: Delivering an

Effective Project. Pearson.• Zelazny, Gene (2006). The Complete Say It With Charts Toolkit. McGraw-Hill.• Minto, Barbara (2008). The Pyramid Principle. Pearson.Rothaermel, Frank (2017):

Strategic Management. McGraw-Hill.

Weitere Informationen zur LehrveranstaltungVoraussetzungen lt. Prüfungsordnung: keine




Lehrveranstaltung LV-KurzbezeichnungKITR: IT- und Wirtschaftsrecht KITR

Verantwortliche/r FakultätProf. Dr. Markus Westner Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzSabine Sobola (LB)LehrformSeminaristischer Unterricht (4 SWS)


Lehrumfang

[SWS oder UE]


[ECTS-Credits]3. / 4. / 6. oder 7. 4 SWS deutsch 5


Studien- und PrüfungsleistungKlausur: 90 - 120 min

InhalteDie Lehrveranstaltung behandelt vor allem folgende Themen:Im Bereich Informationstechnologie:

• Schutz geistigen Eigentums (Designrecht, Urheberrecht, Markenrecht)• Vertragsrecht (Vertragsarten, Vertragsschluss, Recht der Allgemeinen

Geschäftsbedingungen, Gewährleistung für Software, Haftungsrecht)• Wettbewerbsrecht (Schutz vor unlauterem Wettbewerb, Zulässige Werbung)• Recht der Telemedien, Internetrecht• Recht bei Open Source Software und Open Content• Datenschutz und Datensicherheit• EU-Recht und Internationales Privatrecht

Im Bereich Wirtschaftsrecht:

• Grundzüge des Handelsrecht• Grundzüge des Gesellschaftsrecht• Arbeitsrecht (Arbeitsvertragsrecht, Kündigungsschutz)• Compliance und Haftung

Lernziele/Lernergebnisse/KompetenzenDie Studierenden erhalten einen Überblick über die im IT- und Wirtschaftsrecht wichtigstenRechtsgrundlagen, die Struktur der Gesetze und das Institut des Richterrechts. Sie erwerbendie Kompetenz mit der juristischen Fachsprache umzugehen, die rechtliche Problematik beiklassischen Fallgestaltungen aus dem IT- und Wirtschaftsbereich zu erkennen und einerstrukturierten Lösung zuzuführen.




Der Unterricht besteht aus Vorlesungen und Fallübungen, die einander abwechseln. Ziel ist es,dass die Studierenden rechtliche Fragestellungen erkennen und so lösen können, wie es denBedürfnissen der Praxis entspricht.

LehrmedienPowerpoint-Folien

LiteraturCompR, IT- und Computerrecht, 11. Auflage, C.H. Beck 2014ArbG, Arbeitsgesetze, 85. Auflage, C.H. Beck 2014




Lehrveranstaltung LV-KurzbezeichnungKSAP1: ABAP-Entwicklung von SAP Netweaver (Grundkurs) KSAP1



Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungSchriftliche Prüfung und/oder Studienarbeit und/oder mündlicher Leistungsnachweis,

Inhalte• Architektur und Komponenten eines SAP-Systems; Werkzeuge in der Software-

Entwicklung• Struktur und Basiselemente der Programmiersprache ABAP/4• Prozedurale Programmierung• Typkonzept, interne Tabellen• Datenbankschnittstelle (SQL),• Textuelle GUI-Programmierung• Modularisierungskonzepte• Einführung in die Dialogprogrammierung• Für die Übungen steht ein SAP-System zur Verfügung.

Lernziele/Lernergebnisse/Kompetenzen• Kenntnis der Software-Entwicklungsumgebung des SAP-Systems.• Überblick über die SAP-Komponenten.• Grundkenntnisse in der Programmierung im SAP-Umfeld.• Sicherer Umgang mit der SAP-Entwicklungsumgebung.





Literatur• Aktuelle Literatur insbesondere aus dem Umfeld der eingesetzten Systeme (insbesondere


Weitere Informationen zur LehrveranstaltungEmpfohlene Voraussetzungen: Programmieren




Lehrveranstaltung LV-KurzbezeichnungKSPR: SAP-Prozesse KSPR

Verantwortliche/r FakultätProf. Dr. Frank Herrmann Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzChristian Scholz (LB)LehrformSeminaristischer Unterricht 4 SWS


Lehrumfang

[SWS oder UE]


[ECTS-Credits]3./4./6. oder 7. 4 SWS 5


Studien- und PrüfungsleistungStudienarbeit und Vortrag mit mündlicher PrüfungNotengewicht ½

InhalteInhaltsvorschlag für die Vorlesung: „SAP Prozesse“1. Was ist überhaupt und was kann SAP ERP leisten?Trend zur industriellen Standardsoftware (Standard versus Individual)Referenzprozesse in Standardsoftware für typische Geschäftsprozesse (in Unternehmen)Organisationsstruktur von SAP ERP in Unternehmen.Typische Stammdaten in ERP Software und ihre Verwendung in Unternehmen.Wichtige Datenstrukturen (logistische Prozesse z.B. Programmplanung, Materialplanung, etc. ).Fallstudien (Planungs- und Dispositionssysteme).2. SAP ERP: Navigationskurs3. Die wichtigsten Anwendungsfälle in SAP ERP4. Beschreibung SAP Vertrieb (VT)5. Anlage Kunde6. Anlage Produkte (Rohstoffe, Halbfabrikate und Fertigerzeugnisse)7. Allgemeine Prozesse in SAP ERP8. Zusammenfassung und Fragen

Lernziele/Lernergebnisse/KompetenzenKenntnis der Abbildung von betrieblichen Abläufen durch die Enterprise Ressource Planning(ERP)-Standardsoftware SAP R/3Kenntnis des für ERP-Software typischen IntegrationsaspektsKenntnis der Kernmodule des R/3-Systems für einen Kernprozess.Kenntnis der Schnittstellen zum Finanzwesen und der Personalwirtschaft.




Der Prozess ist eine Abstraktion eines in der industriellen Praxis vorkommendenUnternehmensprozesses

LehrmedienOverheadfolien, PowerPoint Präsentation, PC und BeamerSoftware: SAP R/3

LiteraturMaassen A, Schoenen M, Werr I: Grundkurs SAP R/3, Vieweg-Verlag

Weitere Informationen zur LehrveranstaltungVoraussetzungen lt. Prüfungsordnung:Voraussetzungen für den 2. (FWPM 1) bzw. 3. Studienabschnitt (FWPM 2 und 3)Empfohlene Voraussetzungen: Betriebswirtschaftslehre




Modulbezeichnung (ggf. englische Bezeichnung) Modul-KzBez. oder Nr.Fachbezogenes Wahlpflichtmodul 2 31





Verpflichtende VoraussetzungenErfolgreiches Bestehen aller Prüfungen des 1. Studienabschnittes, Mindestens 110 Kreditpunkteaus dem 1. und 2. StudienabschnitEmpfohlene VorkenntnisseModule des 1. und 2. Studienabschnitts in Abhängigkeit der gewählten Lehrveranstaltung

Inhalteabhängig von der jeweiligen Lehrveranstaltung

Lernziele/Lernergebnisse/Kompetenzenabhängig von der jeweiligen Lehrveranstaltung





[SWS o. UE]

Arbeitsaufwand

[ECTS-Credits]1. DASN: Algorithmen für Sensornetze 4 SWS 5 2. DBIO: Bioinformatik 4 SWS 5 3. DDLI: Deep Learning for Image

Classification and Segmentation4 SWS 5

4. DDMI: Data Mining 4 SWS 5 5. DDSM: Datenschutz und

Datensicherheit in der Medizin4 SWS 5

6. DDTS: Design Thinking in Security 4 SWS 5 7. DEGS: Existenzgründungssimulation 4 SWS 5 8. DHMS: Hospital Management

Simulation4 SWS 5

9. DHPC: High Performance Computing 4 SWS 5 10. DMIS: Management der

Informationssicherheit4 SWS 5

11. DPLM: PLM am Beispiel der SAPPLM Komponenten

4 SWS 5

12. DQCO: Quantencomputing 4 SWS 5 13. DRKL: Mathematikimport: Regression

und Klassifikation4 SWS 5

14. DSAP2: ABAP-Entwicklungsumgebung von SAPNetWeaver (Aufbaukurs)

4 SWS 5

15. DSRP: Software reliability andperformance

4 SWS 5

16. DSYC: SystemC 4 SWS 5 17. DXML: XML-Processing 4 SWS 5 18. KBCO: Business Consulting 4 SWS 5 19. KITR: IT- und Wirtschaftsrecht 4 SWS 5 20. KSAP1: ABAP-Entwicklung von SAP

Netweaver (Grundkurs)4 SWS 5

21. KSPR: SAP-Prozesse 4 SWS 5

Hinweise zur Belegungspflicht oder zu Optionen• Im Studiengang Mediziniche Informatik sind zwei Fachbezogene Wahlpflichtmodule im 3.

Studienabschnitt zu belegen. Die Module sind wie folgt gekennzeichnet:

D + Modulkürzel: Zuordnung dritter Studienabschnitt K + Modulkürzel: Zuordnung dritter Stdueinabschnitt (K-Module sind grundsätzlich belegbar im zweiten und dritten Studienabschnitt, auf Grund des Studienverlaufsplans im Studiengang Medizinische Informatik nur dem dritten Studienabschnitt zugeordnet.)




• Es werden nocht alle Lehrveranstaltungen angeboten.• Das Angebot der Lehrveranstaltungen regelt der Studienplan.




Lehrveranstaltung LV-KurzbezeichnungDASN: Algorithmen für Sensornetze DASN

Verantwortliche/r FakultätProf. Dr. Klaus Volbert Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Klaus VolbertLehrformSeminaristischer Unterricht mit Übungen (4 SWS)


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungKlausur: 90-120 min und/oder Projektarbeit und/oder mündliche Prüfung

Inhalte• Algorithmen für Sensornetze werden vorgestellt, diskutiert, mathematisch analysiert und

teilweise implementiert (ggf. Projektarbeit):• Einführung (Historie, Begriffe, Abgrenzungen)• Grundlagen (Funk, eingebettete Systeme)• Vorstellung der Entwicklungsplattform• Diskussion ausgewählter Algorithmen (z.B.Topologiekontrolle, Routing, Scheduling, …)• Ausblick (Themen für Arbeiten)

Lernziele/Lernergebnisse/KompetenzenVertiefung der algorithmischen Denkweise anhand von algorithmischen Frage-/Problemstellungen in Sensornetzen.Insbesondere Verständnis von Algorithmen zur energieeffizienten Kommunikation inSensornetzen.Erkenntnis, wo die algorithmischen Herausforderungen in Sensornetzwerken liegen.Fähigkeit zur Umsetzung ausgewählter Algorithmen und Methoden an einer aktuellenEntwicklungsplattform.





Literatur• Eigenes Skript und aktuelle Forschungsartikel• Dokumentation zur Entwicklungsplattform• J. Schiller: Mobile Communication, Addison Wesley, 2003• A.S. Tanenbaum: Computer Networks, Prentice Hall, 2010• R. Gessler, T. Krause: Wireless-Netzwerke für den Nahbereich, Vieweg+Teubner, 2009• B. Walke: Mobile Radio Networks: Networking, Protocols and Traffic Performance, John

Wiley & Sons, 2001• B. Walke, M. Bossert, N. Fliege: Mobilfunknetze und ihre Protokolle, 2 Bde., Bd.1,

Grundlagen, GSM, UMTS und andere zellulare Mobilfunknetze, Vieweg+Teubner, 2001• B. Walke: Mobilfunknetze und ihre Protokolle, 2 Bde., Bd.2, Bündelfunk, schnurlose

Telefonsysteme, W-ATM, HIPERLAN, Satellitenfunk, UPT, B.G. Teubner Verlag, 2001• R. Klein: Algorithmische Geometrie: Grundlagen, Methoden, Anwendungen, Springer,

2005

Weitere Informationen zur LehrveranstaltungSeminaristischer Unterricht mit Übungen (4 SWS).Empfohlene Voraussetzungen: Grundlagen der Informatik, Programmieren 1 und 2, Mathematik1 und 2, ALgorithmen und Datenstrukturen, Kommunikationssysteme, Rechnertechnik, SoftwareEngineering und weitere Module aus dem 1. und 2. Studienabschnitt.




Lehrveranstaltung LV-KurzbezeichnungDBIO: Bioinformatik DBIO

Verantwortliche/r FakultätProf. Dr. Christoph Skornia Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzDr. Daniel Lang (LB)Lehrformseminaristischer Unterricht mit Praktikum und Seminar


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungLiteraturseminarvortrag zu einem Teilaspekt der Bioinformatik

InhalteVorstellung biologischer Fragestellungen und zur Erforschung eingesetzte bioinformatischeMethoden in Theorie und Praxis. Beispiele: Genomforschung (inklusive Transkriptomik,Proteomik, Populationsgenomik, Metagenomik), Genregulation, biologische Netzwerke undSystembiologie, Evolutionsforschung, Machine Learning in der Biologie

Lernziele/Lernergebnisse/KompetenzenAnwendung informatischer Methoden und Konzepte zur Lösung biologischer Fragestellungen.Informatische Herausforderungen in der Biologie insbesondere der Genomforschung. Überblicküber Teilgebiete der Bioinformatik/Biologie und mögliche Berufsbilder für (Bio)Informatiker.Praxis: Finden, Nutzen und Verstehen von open-source Software zu diversen bioinformatischenProblemstellungen, Gridanwendung, Data Mining von biologischen Datensätzen. Einblicke in diein der Biologie verbreiteten Programmiersprachen und Anwendungen.

LehrmedienVorlesung, PC (präferenziell Linux) mit Internetanbindung

LiteraturBioinformatik : Ein Leitfaden für Naturwissenschaftler von Andrea Hansen




Lehrveranstaltung LV-KurzbezeichnungDDLI: Deep Learning for Image Classification and Segmentation DDLI

Verantwortliche/r FakultätProf. Dr. Markus Westner Informatik und MathematikLehrende/r / Dozierende/r AngebotsfrequenzProf. Dr. Chih-Yu HsuLehrformRegular lecture, on line consultations, in-class exercises


Lehrumfang

[SWS oder UE]




Studien- und PrüfungsleistungCoursework
