Prüfungsordnung: 121-2014 Studiengang Bachelor of Science ...€¦ · 10170 Imaging Science ......

ModulhandbuchStudiengang Bachelor of Science Medieninformatik

Prüfungsordnung: 121-2014Hauptfach

Sommersemester 2017Stand: 31.03.2017

Universität StuttgartKeplerstr. 7

70174 Stuttgart

Modulhandbuch: Bachelor of Science Medieninformatik

Stand: 31.03.2017 Seite 2 von 150

Kontaktpersonen:

Studiendekan/in:Univ.-Prof. Stefan WagnerInstitut für SoftwaretechnologieTel.: 0711/685-88455E-Mail: [email protected]

Studiengangsmanager/in: Katrin SchneiderInstitut für Maschinelle SprachverarbeitungTel.: 685 88520E-Mail: [email protected]

Prüfungsausschussvorsitzende/r: Univ.-Prof. Albrecht SchmidtInstitut für Visualisierung und Interaktive SystemeTel.: 0711 685-60048E-Mail: [email protected]

Fachstudienberater/in: Katrin SchneiderInstitut für Maschinelle SprachverarbeitungTel.: 685 88520E-Mail: [email protected]

Stundenplanverantwortliche/r: Apl. Prof. Ulrich HertrampfInstitut für Formale Methoden der InformatikTel.: 7816-344E-Mail: [email protected]


Stand: 31.03.2017 Seite 3 von 150

Inhaltsverzeichnis

Präambel .............................................................................................................................. 5

100 Basismodule ................................................................................................................ 610190 Mathematik für Informatiker und Softwaretechniker ......................................................................... 710210 Mensch-Computer-Interaktion .......................................................................................................... 910280 Programmierung und Software-Entwicklung .................................................................................... 1110940 Theoretische Grundlagen der Informatik .......................................................................................... 1312060 Datenstrukturen und Algorithmen ..................................................................................................... 1556210 Medieninformatik .............................................................................................................................. 17

200 Kernmodule ................................................................................................................. 1810060 Computergraphik .............................................................................................................................. 1910170 Imaging Science ............................................................................................................................... 2156220 Programmierung für Medieninformatik ............................................................................................. 2356230 Empirische Methoden für Medieninformatik ..................................................................................... 2456240 Medieninformatik Projekt - Theorie .................................................................................................. 2556250 Seminar Medieninformatik ................................................................................................................ 2656260 Fachstudie Medieninformatik ............................................................................................................ 28

300 Ergänzungsmodule ..................................................................................................... 29310 Katalog INF .......................................................................................................................................... 30

10020 Algorithmik ................................................................................................................................... 3110220 Modellierung ................................................................................................................................ 3314360 Einführung in die Technische Informatik ..................................................................................... 3514910 Berechenbarkeit und Komplexität ............................................................................................... 3736100 Programmierparadigmen ............................................................................................................. 3940090 Systemkonzepte und -programmierung ...................................................................................... 4141590 Einführung in die Numerik und Stochastik für Softwaretechniker ............................................... 43

320 Katalog MIG ......................................................................................................................................... 4510020 Algorithmik ................................................................................................................................... 4610030 Architektur von Anwendungssystemen ....................................................................................... 4810100 Grundlagen der Graphischen Ingenieursysteme ........................................................................ 5010110 Grundlagen der Künstlichen Intelligenz ...................................................................................... 5110180 Information Retrieval und Text Mining ........................................................................................ 5310220 Modellierung ................................................................................................................................ 5413170 Grundlagen der Syntax ............................................................................................................... 5613270 Parsing ........................................................................................................................................ 5813870 Semantik ..................................................................................................................................... 5913960 Algorithmisches Sprachverstehen ............................................................................................... 6014000 Phonetik und Phonologie ............................................................................................................ 6114360 Einführung in die Technische Informatik ..................................................................................... 6314390 Programmentwicklung ................................................................................................................. 6514910 Berechenbarkeit und Komplexität ............................................................................................... 6618560 Grundlagen der Eingebetteten Systeme ..................................................................................... 6825610 Grundlagen des Software Engineerings ..................................................................................... 6936100 Programmierparadigmen ............................................................................................................. 7136530 Rechnerorganisation 1 ................................................................................................................ 7339040 Rechnernetze .............................................................................................................................. 7540090 Systemkonzepte und -programmierung ...................................................................................... 7740660 Statistische Sprachverarbeitung .................................................................................................. 7941590 Einführung in die Numerik und Stochastik für Softwaretechniker ............................................... 8042410 Grundlagen des Wissenschaftlichen Rechnens .......................................................................... 82


Stand: 31.03.2017 Seite 4 von 150

55650 Multimodal Interaction for Ubiquitous Computers ....................................................................... 8356930 Grundlagen der Rechnerarchitektur ............................................................................................ 84

330 Katalog MIW ......................................................................................................................................... 8610020 Algorithmik ................................................................................................................................... 8710030 Architektur von Anwendungssystemen ....................................................................................... 8910080 Datenbanken und Informationssysteme ...................................................................................... 9110100 Grundlagen der Graphischen Ingenieursysteme ........................................................................ 9310110 Grundlagen der Künstlichen Intelligenz ...................................................................................... 9410180 Information Retrieval und Text Mining ........................................................................................ 9610220 Modellierung ................................................................................................................................ 9713170 Grundlagen der Syntax ............................................................................................................... 9913270 Parsing ........................................................................................................................................ 10113870 Semantik ..................................................................................................................................... 10213960 Algorithmisches Sprachverstehen ............................................................................................... 10314000 Phonetik und Phonologie ............................................................................................................ 10414260 Grundlagen der Signalverarbeitung in der Lautsprachverarbeitung ............................................ 10614360 Einführung in die Technische Informatik ..................................................................................... 10714390 Programmentwicklung ................................................................................................................. 10914910 Berechenbarkeit und Komplexität ............................................................................................... 11018560 Grundlagen der Eingebetteten Systeme ..................................................................................... 11225610 Grundlagen des Software Engineerings ..................................................................................... 11329430 Computer Vision .......................................................................................................................... 11529440 Geometric Modeling and Computer Animation ........................................................................... 11729620 Fortgeschrittene Aspekte der Sprachperzeption und Sprachproduktion ..................................... 11929670 Rapid Prototyping ........................................................................................................................ 12029720 Mobile Computing ....................................................................................................................... 12136100 Programmierparadigmen ............................................................................................................. 12336530 Rechnerorganisation 1 ................................................................................................................ 12539040 Rechnernetze .............................................................................................................................. 12739250 Distributed Systems I .................................................................................................................. 12940090 Systemkonzepte und -programmierung ...................................................................................... 13140660 Statistische Sprachverarbeitung .................................................................................................. 13341070 Fortgeschrittene Methoden in der Maschinellen Sprachverarbeitung ......................................... 13441590 Einführung in die Numerik und Stochastik für Softwaretechniker ............................................... 13542410 Grundlagen des Wissenschaftlichen Rechnens .......................................................................... 13755960 Korpus-orientierte Ansätze in der Computerlinguistik ................................................................. 13856930 Grundlagen der Rechnerarchitektur ............................................................................................ 13960140 Sprachbau mit Language Workbenches ..................................................................................... 14160180 Sprache, Gehirn und Kognition ................................................................................................... 14271740 System and Web Security .......................................................................................................... 14471760 Security and Privacy ................................................................................................................... 145

400 Schlüsselqualifikationen fachaffin ............................................................................ 14756270 Medieninformatik Projekt - Praktikum .............................................................................................. 148

81140 Bachelorarbeit Medieninformatik ........................................................................... 150


Stand: 31.03.2017 Seite 5 von 150

PräambelDigitale Medien haben unsere Gesellschaft in den letzten 20 Jahren umfassend verändert. Analoge Medien undKommunikationskanäle werden heute weitgehend durch digitale Technologien abgelöst (z.B. Telefon, Radio,Fernsehen, Zeitungen, Filme und Fotografie). Dieser Wandel hin zu digitalen vernetzten Medien vollzieht sich imBereich der Unterhaltungselektronik, aber in gleichem Maße auch im Bereich von Fahrzeugen und Maschinen.Um solche Systeme grundlegend zu verstehen und Innovationen voranzutreiben, ist ein umfassendes Wissen imBereich der Informatik und der digitalen Medien notwendig. Durch ein Studium der Medieninformatik werden einfundierte Wissen und umfassende Kenntnisse vermittelt um diese neuen digitalen Systeme menschgerecht zugestalten.

Nach dem Studium der _Medieninformatik_ verfügen Absolventen über ein vertieftes mathematisches undingenieurwissenschaftliches Wissen, welches sie befähigt Probleme und Aufgabenstellungen der Entwicklung vondigitalen interaktiven Systemen zu verstehen, kritisch einzuschätzen und zu lösen. Sie haben ein umfassendesVerständnis über Methoden und Werkzeuge in der _Medieninformatik_, ihrer Anwendungsmöglichkeiten undverfügen über die Fertigkeit, Konzepte und Lösungen für neue digitale interaktive Mediensysteme zu entwickeln.Durch den Studiengang _Medieninformatik_ werden Menschen ausgebildet, die an der verantwortungsvollenUmstellung hin zur digitalen vernetzten Gesellschaft mitwirken und diese aktive gestalten.

Auf den Bachelorstudiengang _Medieninformatik_ bauen die Masterstudiengänge auf, die vom FachbereichInformatik im Anschluss an das Bachelorstudium angeboten werden. Dazu gehören neben den deutschsprachigenMasterstudiengängen _Informatik _und_ Softwaretechnik_ auch die englischsprachigen Masterstudiengänge_Computer_ _Science _und_ Computational Linguistics_. Es wird empfohlen, den Master als Abschluss einesuniversitären Studiums anzustreben.

Die Studien- und Prüfungsordnung für den Bachelorstudiengang _Medieninformatik_ beschreibt den Aufbaudes Studiums und die Organisation der Prüfungen. Sie stellt das Regelwerk und die Rechtsgrundlage für eineeinheitliche Handhabung des Studienablaufs und der Bewertung der Studien- und Prüfungsleistungen dar. Siewendet sich dabei sowohl an die Studierenden als auch an die Prüfenden sowie an die entsprechenden Organeder Universität Stuttgart.Aus Gründen der sprachlichen Vereinfachung wird grundsätzlich nur die grammatikalisch männliche Form fürPersonen verwendet. Sinngemäß ist stets auch die entsprechende weibliche Form gemeint.


Stand: 31.03.2017 Seite 6 von 150

100 Basismodule

Zugeordnete Module: 10190 Mathematik für Informatiker und Softwaretechniker10210 Mensch-Computer-Interaktion10280 Programmierung und Software-Entwicklung10940 Theoretische Grundlagen der Informatik12060 Datenstrukturen und Algorithmen56210 Medieninformatik


Stand: 31.03.2017 Seite 7 von 150

Modul: 10190 Mathematik für Informatiker und Softwaretechniker

2. Modulkürzel: 080300100 5. Moduldauer: Zweisemestrig

3. Leistungspunkte: 18 LP 6. Turnus: Wintersemester

4. SWS: 12 7. Sprache: Deutsch

8. Modulverantwortlicher: PD Dr. Andreas Markus Kollross

9. Dozenten: Wolfgang RumpAndreas Markus KollrossPeter LeskyWolf-Patrick Düll

10. Zuordnung zum Curriculum in diesemStudiengang:

B.Sc. Medieninformatik, PO 121-2014, 1. Semester➞ Basismodule

11. Empfohlene Voraussetzungen: Keine, die Teilnahme an einem Mathematik Vorkurs wirdempfohlen.

12. Lernziele: Die Studierenden haben die mathematischen Grundlagen für dieStudiengänge Informatik bzw. Softwaretechnik erarbeitet und denselbständigen und kreativen Umgang mit den mathematischenStoffgebieten gelernt.

13. Inhalt: 1. Semester:• Grundlagen (Aussagenlogik, Mengen, Relationen, Abbildungen,

Zahlenmengen, Grundbegriffe der Algebra)• Lineare Algebra (Vektorräume, lineare Abbildungen, Matrizen,

Determinanten, lineare Gleichungssysteme, Eigenwerte,Normalformen, Hauptachsentransformation, Skalarprodukte)

• Analysis (Konvergenz, Zahlenfolgen und Zahlenreihen, stetigeAbbildungen, Folgen und Reihen von Funktionen, spezielleFunktionen)

2. Semester:• Differential- und Integralrechung (Funktionen einer und mehrerer

Variablen, Ableitungen, Taylorentwicklungen, Extremwerte,Integration, Anwendungen)

• Gewöhnliche Differentialgleichungen (elementar lösbareDifferentialgleichungen, Existenz und Eindeutigkeit vonLösungen)

14. Literatur: • Anna Sändig, Mathematik, Vorlesungskripte , SS 2007• D. Hachenberger, Mathematik für Informatiker, 2005• M. Brill, Mathematik für Informatiker, 2001• P.Hartmann, Mathematik für Informatiker, 2002

15. Lehrveranstaltungen und -formen: • 101901 Vorlesung Mathematik 1 für Informatik und Softwaretechnik• 101902 Übung Mathematik 1 für Informatik und Softwaretechnik• 101903 Vorlesung Mathematik 2 für Informatik und Softwaretechnik• 101904 Übung Mathematik 2 für Informatik und Softwaretechnik

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 126 StundenNachbearbeitungszeit: 414 Stunden

17. Prüfungsnummer/n und -name: • 10191Mathematik für Informatiker und Softwaretechniker (PL),Schriftlich, 120 Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich


Stand: 31.03.2017 Seite 8 von 150

Ein Übungsschein aus den beiden Veranstaltungen, jeweils im 1.oder 2. Fachsemester zu erwerben

18. Grundlage für ... :

19. Medienform:

20. Angeboten von: Geometrie


Stand: 31.03.2017 Seite 9 von 150

Modul: 10210 Mensch-Computer-Interaktion

2. Modulkürzel: 051900001 5. Moduldauer: Einsemestrig

3. Leistungspunkte: 6 LP 6. Turnus: Sommersemester


8. Modulverantwortlicher: Univ.-Prof. Dr. Albrecht Schmidt

9. Dozenten: Thomas ErtlDaniel WeiskopfAlbrecht SchmidtNiels Henze



11. Empfohlene Voraussetzungen: • Modul 10280 Programmierung und Software-Entwicklung

12. Lernziele: Studierende entwickeln ein Verständnis für Modelle, Methodenund Konzepte der Mensch-Computer-Interaktion. Sie lernenverschiedene Ansätze für den Entwurf, die Entwicklung undBewertung von Benutzungsschnittstellen kennen und verstehenderen Vor- und Nachteile.

13. Inhalt: Die Vorlesung vermittelt Konzepte, Prinzipien, Modelle,Methoden und Techniken für die effektive Entwicklung vonbenutzerfreundlichen Mensch-Computer-Schnittstellen. DasThema moderner Benutzungsschnittstellen wird dabei fürklassische Computer aber auch für mobile Geräte, eingebetteteSysteme, Automobile und intelligente Umgebungen betrachtet.Die folgenden Themen werden in der Vorlesung behandelt:• Einführung in die Grundlagen der Mensch-Computer Interaktion,

historische Entwicklung• Entwurfsprinzipien und Modelle für moderne

Benutzungsschnittstellen und interaktive Systeme• Informationsverarbeitung des Menschen, Wahrnehmung,

Motorik, Eigenschaften und Fähigkeiten des Benutzers• Interaktionskonzepte und -stile, Metaphern, Normen, Regeln und

Style Guides• Ein- und Ausgabegeräte, Entwurfsraum für interaktive Systeme• Analyse-, Entwurfs- und Entwicklungsmethoden und -werkzeuge

für Benutzungsschnittstellen• Prototypische Realisierung und Implementierung von

interaktiven Systemen, Werkzeuge• Architekturen für interaktive Systeme, User Interface Toolkits

und Komponenten• Akzeptanz, Evaluationsmethoden und Qualitätssicherung

14. Literatur: • Bernhard Preim, Raimund Dachselt. InteraktiveSysteme 1: Grundlagen, Graphical User Interfaces,Informationsvisualisierung. Springer, Berlin, 2. Auflage. 2010

• Alan Dix, Janet Finley, Gregory Abowd, Russell Beale, Human-Computer Interaction, 2004

• Ben Shneiderman, Catherine Plaisant, Designing the UserInterfaces, 2005

15. Lehrveranstaltungen und -formen: • 102101 Vorlesung Mensch-Computer-Interaktion• 102102 Übung Mensch-Computer-Interaktion


Stand: 31.03.2017 Seite 10 von 150

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 hSelbststudiums- /Nachbearbeitungszeit:

138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 10211Mensch-Computer-Interaktion (PL), Schriftlich, 90 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder MündlichPrüfungsvorleistung: Übungsschein


19. Medienform:

20. Angeboten von: Forschungszentrum Simulationstechnologie


Stand: 31.03.2017 Seite 11 von 150

Modul: 10280 Programmierung und Software-Entwicklung




8. Modulverantwortlicher: Frank Leymann

9. Dozenten: Frank Leymann



11. Empfohlene Voraussetzungen: Keine. Teilnahme an einem Vorkurs Java ist hilfreich aber nichtnotwendig.

12. Lernziele: Die Teilnehmer haben einen Überblick über das Gebiet derInformatik. Sie haben die wichtigsten Konzepte einer höherenProgrammiersprache und ihrer Verwendung verstanden und sindin der Lage, kleine Programme (bis zu einigen hundert Zeilen)zu analysieren und selbst zu konzipieren und zu implementieren.Sie kennen die Möglichkeiten, Daten- und Ablaufstrukturenzu entwerfen, zu beschreiben und zu codieren. Sie habendie Abstraktionskonzepte moderner Programmiersprachenverstanden. Sie kennen die Techniken und Notationen zurDefinition kontextfreier Programmiersprachen und können damitarbeiten.

13. Inhalt: - Die Programmiersprache Java und die virtuelle Maschine- Objekte, Klassen, Schnittstellen, Blöcke, Programmstrukturen,Kontrakte- Klassenmodellierung mit der UML- Objekterzeugung und -ausführung- Boolsche Logik- Verzweigungen, Schleifen, Routinen, Abstraktionen,Modularisierung, Variablen, Zuweisungen- Rechner, Hardware- Syntaxdarstellungen- Übersicht über Programmiersprachen und -werkzeuge- Grundlegende Datenstrukturen und Algorithmen- Vererbung, Polymorphe- Semantik- Programmierung graphischer Oberflächen- Übergang zum Software Engineering

14. Literatur: - Appelrath, Hans-Jürgen und Ludewig, Jochen, SkriptumInformatik- eine konventionelle Einführung , Verlag der Fachvereine Zürichund B.G. Teubner Stuttgart, 4. Auflage 1999.- Meyer, Bertrand, Touch of Class , Springer-Verlag, 2009.- Savitch, Walter, Java. An Introduction to Problem Solving andProgramming , Pearson, 6. Auflage, 2012.

15. Lehrveranstaltungen und -formen: • 102801 Vorlesung Programmierung und Softwareentwicklung• 102802 Übung Programmierung und Softwareentwicklung

16. Abschätzung Arbeitsaufwand: Präsenzstunden: 63 hEigenstudiumstunden: 207 hGesamtstunden: 270 h


Stand: 31.03.2017 Seite 12 von 150

17. Prüfungsnummer/n und -name: • 10281Programmierung und Software-Entwicklung (PL), Schriftlich,90 Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[10281] Programmierung und Software-Entwicklung (PL),schriftliche Prüfung, 90 Min., Gewicht: 1.0, [Prüfungsvorleistung]Vorleistung (USL-V), schriftlich, eventuell mündlich, Vorleistung:Übungsschein. Voraussetzungen werden zu Beginn vom Dozentenfestgesetzt. Dazu gehören eine bestimmte Anzahl von Vorträgen inden Übungen und ein bestimmter Teil der Übungspunkte.

18. Grundlage für ... : Datenstrukturen und Algorithmen

19. Medienform: - Folien über Beamer- Tafelanschrieb

20. Angeboten von: Architektur von Anwendungssystemen


Stand: 31.03.2017 Seite 13 von 150

Modul: 10940 Theoretische Grundlagen der Informatik

2. Modulkürzel: 050420005 5. Moduldauer: Zweisemestrig



8. Modulverantwortlicher: apl. Prof. Dr. rer. nat. habil. Ulrich Hertrampf

9. Dozenten: Volker DiekertUlrich Hertrampf



11. Empfohlene Voraussetzungen: Keine

12. Lernziele: • Logik und Diskrete Strukturen: Die Studierenden haben diegrundsätzlichen Kenntnisse in Logik und Diskreter Mathematikerworben, wie sie in den weiteren Grundvorlesungen derInformatik in verschiedenen Bereichen benötigt werden.

• Automaten und Formale Sprachen: Die Studierendenbeherrschen wichtige theoretische Grundlagen der Informatik,insbesondere die Theorie und Algorithmik endlicher Automaten.Hierzu gehört das Kennenlernen, Einordnung und Trennung derChomskyschen Sprachklassen.

13. Inhalt: Logik und Diskrete Strukturen:• Einführung in die Aussagenlogik: Semantik (Wahrheitswerte),

Syntax (Axiome und Schlussregeln), Normalformen,Hornformeln, Endlichkeitssatz, aussagenlogische Resolution,

• Einführung in die Prädikatenlogik 1. Stufe: Semantik undSyntax, Normalformen, Unifikatoren, Herbrand-Theorie,prädikatenlogische Resolution,

• Elementare Zahlentheorie: Rechnen mit Restklassen, endlicheKörper, Euklidischer Algorithmus, Chinesischer Restsatz,Primzahltests, RSA-Verfahren, Wachstumsabschätzungen,Grundbegriffe der Wahrscheinlichkeitsrechnung, Kombinatorik,Graphen.

Automaten und Formale Sprachen:• Deterministische- bzw. nichtdeterministische endliche

Automaten, reguläre Ausdrücke, Minimierung endlicherAutomaten, Iterationslemmata für reguläre und kontextfreieSprachen, Normalformen, Kellerautomaten, Lösen desWortproblems kontextfreier Sprachen mit dem CYK-Algorithmus,linear beschränkte Automaten, kontextsensitive Grammatiken,Typ 0-Grammatiken und Turingmaschinen.

14. Literatur: • John Hopcroft, Jeffrey Ullman, Einführung in dieAutomatentheorie, formale Sprachen und Komplexitätstheorie,1988.

• Uwe Schöning, Theoretische Informatik - kurzgefasst, 1999.

15. Lehrveranstaltungen und -formen: • 109401 Vorlesung Logik und Diskrete Strukturen• 109403 Vorlesung Automaten und Formale Sprachen• 109404 Übung Automaten und Formale Sprachen• 109402 Übung Logik und Diskrete Strukturen


Stand: 31.03.2017 Seite 14 von 150

• 109405 Zusatztutorium Theoretische Grundlagen der Informatik fürMSV (freiwillig)

16. Abschätzung Arbeitsaufwand:

17. Prüfungsnummer/n und -name: • 10941Theoretische Grundlagen der Informatik (PL), Schriftlich, 120Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich, 30 Min.[10941] Theoretische Grundlagen der Informatik (PL),schriftliche Prüfung, 120 Min., Gewicht: 1.0, Prüfungsvorleistung:Übungsschein [Prüfungsvorleistung] Vorleistung (USL-V),schriftlich, eventuell mündlich,30 Min.


19. Medienform:

20. Angeboten von: Theoretische Informatik


Stand: 31.03.2017 Seite 15 von 150

Modul: 12060 Datenstrukturen und Algorithmen




8. Modulverantwortlicher: Univ.-Prof. Dr. Daniel Weiskopf

9. Dozenten: Stefan FunkeThomas ErtlAndrés BruhnDaniel Weiskopf



11. Empfohlene Voraussetzungen: • Modul 10280 Programmierung und Software-Entwicklung

12. Lernziele: Die Studierenden kennen nach engagierter Mitarbeit in dieserVeranstaltung diverse zentrale Algorithmen auf geeignetenDatenstrukturen, die für eine effiziente Nutzung von Computernunverzichtbar sind. Sie können am Ende zu gängigen Problemengeeignete programmiersprachliche Lösungen angeben und diesein einer konkreten Programmiersprache formulieren.

Die Lernziele lassen sich wie folgt zusammenfassen:

• Kenntnis der Eigenschaften elementarer und häufig benötigterAlgorithmen

• Verständnis für die Auswirkungen theoretischer undtatsächlicher Komplexität

• Erweiterung der Kompetenz im Entwurf und Verstehen vonAlgorithmen und der zugehörigen Datenstrukturen

• Erste Begegnung mit nebenläufigen Algorithmen

13. Inhalt: Es werden die folgenden Themen behandelt:• Vorgehensweise bei der Entwicklung und Implementierung von

Algorithmen• Komplexität und Effizienz von Algorithmen, O-Notation• Listen (Stack, Queue, doppelt verkettete Listen)• Sortierverfahren (Selection-, Insertion-, Bubble-, Merge-, Quick-

Sort)• Bäume (Binär-, AVL-, 2-3-4-, Rot-Schwarz-, B-Bäume,

Suchbäume, Traversierung, Heap)• Räumliche Datenstrukturen (uniforme Gitter, Oktal-, BSP-, kD-,

CSG-Bäume, Bounding-Volumes)• Graphen (Datenstrukturen,DFS, BFS, topologische

Traversierung,Dijkstra-, A*-, Bellman-Ford-Algorithmen,minimale Spannbäume, maximaler Fluss)

• Räumliche Graphen (Triangulierung, Voronoi, Delaunay, Graph-Layout)

• Textalgorithmen (String-Matching, Knuth-Morris-Pratt, Boyer-Moore, reguläre Ausdrücke, Levenshtein-Distanz)

• Hashing (Hashfunktionen, Kollisionen)• Verteilte Algorithmen (Petri-Netze, Programmieren nebenläufiger

Abläufe, einige parallele und parallelisierte Algorithmen)


Stand: 31.03.2017 Seite 16 von 150

• Algorithmenentwurf und -muster (inkrementell, greedy, divide-and-conquer, dynamische Programmierung, Backtracking,randomisierte Algorithmen)

• Maschinelles Lernen (überwachtes Lernen,Entscheidungsbäume, SVM, neuronale Netze, unüberwachtesLernen, k-Means)

14. Literatur: • G. Saake, K. Sattler. Algorithmen und Datenstrukturen: EineEinführung mit Java . 5. Auflage, dpunkt-Verlag, 2013

• T. Ottmann, P. Widmayer. Algorithmen und Datenstrukturen . 5.Auflage, Springer-Verlag, 2012

15. Lehrveranstaltungen und -formen: • 120601 Vorlesung Datenstrukturen und Algorithmen• 120602 Übung Datenstrukturen und Algorithmen


207

Summe: 270 h

17. Prüfungsnummer/n und -name: • 12061Datenstrukturen und Algorithmen (PL), Schriftlich, 120 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder MündlichPrüfungsvorleistung: Übungsschein.Die genauen Details der Übungsleistungen und Ihrer Anrechnungwerden zu Beginn der Lehrveranstaltung bekannt gegeben.


19. Medienform:

20. Angeboten von: Visualisierung


Stand: 31.03.2017 Seite 17 von 150

Modul: 56210 Medieninformatik

2. Modulkürzel: - 5. Moduldauer: Einsemestrig




9. Dozenten: Albrecht SchmidtNiels Henze



11. Empfohlene Voraussetzungen: Keine.

12. Lernziele: Die Studierenden sind mit den grundlegenden Konzeptender Produktion, Speicherung, Verteilung und Nutzung vondigitalen Medien vertraut. Sie haben einen Überblick überMedientechnologien und Werkzeuge der Medieninformatik undkönnen einfache digitale Mediensysteme analysieren. Sie habenerste Erfahrungen in der Herstellung digitaler Medien.

13. Inhalt: • Konzepte und Strukturen digitaler Mediensysteme• Medientypen (Texte, Typografie, Grafik, Bilder, Audio, Video)• Digitale Kodierung und Speicherung von Medien• Grundlagen der Produktion digitaler Inhalte• Medien und Kommunikation• Entwicklung interaktiver Medien• Gesellschaftliche Bedeutung von Medien

14. Literatur: • Butz, Andreas, Rainer, Malaka, and Heinrich Hussmann.Medieninformatik: Eine Einführung. Pearson Deutschland, 2009.ISBN: 987-3-8273-7353-3

• Richard Harper, Tom Rodden, Yvonne Rogers, Abigail Sellen.Being Human: Human-Computer Interaction in 2020, 2008.ISBN: 987-0-9554-7611-2

15. Lehrveranstaltungen und -formen: • 562101 Vorlesung Medieninformatik• 562102 Übung Medieninformatik

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 hSelbststudiums- /Nachberarbeitungszeit:

138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56211 Medieninformatik (PL), Schriftlich oder Mündlich, 90 Min.,Gewichtung: 1

Studienleistung: Übungsschein. Vorleistung (USL-V), schriftlich,eventuell mündlich

18. Grundlage für ... : Programmierung für Medieninformatik

19. Medienform:

20. Angeboten von: Visualisierung und Interaktive Systeme


Stand: 31.03.2017 Seite 18 von 150

200 Kernmodule

Zugeordnete Module: 10060 Computergraphik10170 Imaging Science56220 Programmierung für Medieninformatik56230 Empirische Methoden für Medieninformatik56240 Medieninformatik Projekt - Theorie56250 Seminar Medieninformatik56260 Fachstudie Medieninformatik


Stand: 31.03.2017 Seite 19 von 150

Modul: 10060 Computergraphik




8. Modulverantwortlicher: Univ.-Prof. Dr. Thomas Ertl

9. Dozenten: Thomas ErtlDaniel WeiskopfMichael KroneGuido Reina


B.Sc. Medieninformatik, PO 121-2014, 5. Semester➞ Kernmodule

11. Empfohlene Voraussetzungen: • Modul 10210 Mensch-Computer-Interaktion• Modul 41590 Einführung in die Numerik und Stochastik

12. Lernziele: Die Studierenden haben Wissen über die Grundlagender Computergraphik sowie praktische Fähigkeiten in derGraphikprogrammierung erworben.

13. Inhalt: Folgende Themen werden in der Vorlesung behandelt:• Überblick über den Prozess der Bildsynthese• Graphische Geräte, visuelle Wahrnehmung, Farbsysteme• Grundlegende Rastergraphik und Bildverarbeitung• Raytracing und Beleuchtungsmodelle• 2D und 3D Geometrietransformationen, 3D Projektion• Graphikprogrammierung in OpenGL 3• Texturen• Polygonale und hierarchische Modelle• Rasterisierung und Verdeckungsberechung• Grundlagen der geometrischen Modellierung (Kurven, Flächen)• Räumliche Datenstrukturen

Die Veranstaltung besteht aus Vorlesung mit Übungen. DieÜbungen umfassen praktische Programmierübungen, theoretischeThemen und Programmierprojekte.

14. Literatur: • J. Encarnacao, W. Strasser, R. Klein: GraphischeDatenverarbeitung (Band1 und 2), 1997

• J. Foley, A. van Dam, S. Feiner, J. Hughes: Computer Graphics:Principle and Practice, 1990

15. Lehrveranstaltungen und -formen: • 100601 Vorlesung Computergraphik• 100602 Übung Computergraphik


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 10061Computergraphik (PL), Schriftlich, 60 Min., Gewichtung: 1• V Vorleistung (USL-V), Schriftlich oder MündlichPrüfungsvorleistung: Übungsschein.


19. Medienform:


Stand: 31.03.2017 Seite 20 von 150

20. Angeboten von: Praktische Informatik (Dialogsysteme)


Stand: 31.03.2017 Seite 21 von 150

Modul: 10170 Imaging Science



4. SWS: 4 7. Sprache: Englisch

8. Modulverantwortlicher: Univ.-Prof. Dr.-Ing. Andrés Bruhn

9. Dozenten: Andrés Bruhn



11. Empfohlene Voraussetzungen: - Modul 10190 Mathematik für Informatiker und Softwaretechniker

12. Lernziele: Der Student / die Studentin beherrscht die Grundlagen derRepräsentation und Verarbeitung digitaler Bilder, kann Problemeaus dem Fachgebiet einordnen und selbständig mit den erlerntenAlgorithmen und Verfahren lösen.

The student knows the basics of digital image representation andprocessing and is able to solve problems of the field using themethods presented in the course.

13. Inhalt: - Grundlagen aus der Optik:Lochkamera, Linsengleichung- Bildaufnahme:Kameras, Objektive, Beleuchtung,Aufnahmeprozess- Bildrepräsentation:Diskretisierung, Farbräume- Elementare Bildbearbeitung:Punktoperationen (z.B.Kontrastverstärkung, Binarisierung)- Lineare und nichtlineare Filter:Faltung, morphologischeOperatoren- Fouriertransformation, Bilddarstellung und -bearbeitung imFourierraum, Abtasttheorem- Orthogonale Transformationen:Cosinus, Wavelets- Kompression:Generische Verfahren (RLE, Entropie), spezielleBildverfahren (z.B. jpeg)- Video:Formate, Kompression (z.B. MPEG)- Bildverbesserung und Restauration- Elementare Segmentierungsverfahren •Fundamentals of opticssuch as pinhole camera and lens equation •Image acquisition:Cameras, lenses, illumination, acquisition process •Imagerepresentation: Discretization, color spaces •Basics of imageprocessing, e.g. point operations such as contrast enhancement orbinarization •Linear and nonlinear filtering such as convolution andmorphological operations. •Fourier transform, image representationand processing in Fourier space, sampling theorem •Orthogonaltransforms such as cosine transform and wavelets •Compression:Generic compression (RLE, entropy coding), methods specializedto domain of images (e.g. jpeg) •Video: file formats, compression(e.g. mpeg) •Image enhancement and restauration •Basics ofsegmentation

14. Literatur: - Bässmann, Henning, Kreyss, Jutta, Bildverarbeitung Ad Oculos,2004.- Forsyth, David and Ponce, Jean, Computer Vision. A ModernApproach, 2003.


Stand: 31.03.2017 Seite 22 von 150

- Gonzalez, Rafael C., Woods, Richard E., Eddins, Steven L.,Digital Image Processing, 2004.- Bigun, J.: Vision with Direction, 2006.- Klaus D. Tönnies, Grundlagen der Bildverarbeitung, 2005.- L. G. Shapiro, G. C. Stockman, Computer Vision, 2001.

15. Lehrveranstaltungen und -formen: • 101701 Vorlesung Imaging Science• 101702 Übung Imaging Science


17. Prüfungsnummer/n und -name: • 10171 Imaging Science (PL), Schriftlich oder Mündlich, 120 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[10171] Imaging Science (PL), schriftlich, eventuell mündlich,120 Min., Gewicht: 1.0, Prüfungsvorleistung: Übungsschein,Kriterien werden in der ersten Vorlesung bekannt gegeben.[Prüfungsvorleistung] Vorleistung (USL-V), schriftlich, eventuellmündlich

18. Grundlage für ... : - Modul Computer Vision - Modul Correspondence Problems inComputer Vision

19. Medienform:

20. Angeboten von: Intelligente Systeme


Stand: 31.03.2017 Seite 23 von 150

Modul: 56220 Programmierung für Medieninformatik








11. Empfohlene Voraussetzungen: Medieninformatik (56210)Mensch-Computer-Interaktion (10210)

12. Lernziele: Die Studierenden kennen verschiedene Konzepte zurProgrammierung von digitalen Mediensystemen. Sie könnenSoftware programmieren, welche graphische Inhalte darstellt.Sie können einfache interaktive und verteilte Anwendungenentwickeln, welche sich im WWW nutzen lassen.

13. Inhalt: • Programmierkurs in C/C++• Einführung in die Grafikprogrammierung mit OpenGL• Beschreibungssprachen für digitale Medien (HTLM, XML, CSS,

SVG)• Webprogrammierung (client- und serverseitig)

14. Literatur: • Bjarne Stroustrup. 2008. Programming: Principles and PracticeUsing C++ (1st ed.). Addison-Wesley Professional.

• Dave Shreiner, Bill Licea-Kane, Graham Sellers, John M.Kessenich. OpenGL Programming Guide: The Official Guide toLearning OpenGL, Version 4.3. 2013

15. Lehrveranstaltungen und -formen:


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56221 Programmierung für Medieninformatik (BSL), Sonstige,Gewichtung: 1

Scheinkriterien: Aktive Mitwirkung im Projektteam. Abgabe einesPrototypen, eines Projektberichts, Präsentation der Ergebnisseund Teilnahme an der internen Semesterkonferenz.

18. Grundlage für ... : Computergraphik

19. Medienform:



Stand: 31.03.2017 Seite 24 von 150

Modul: 56230 Empirische Methoden für Medieninformatik








11. Empfohlene Voraussetzungen: Medieninformatik (Modul 56210)

12. Lernziele: Die Studierenden kennen verschiedene empirische Methoden derMedieninformatik. Sie können angemessene empirische Methodenfür ausgewählte Fragestellungen auswählen und können dieseMethoden anwenden. Auf Basis der Ergebnisse der empirischenMethoden können interaktive digitale Mediensysteme qualitativ undquantitative bewertet werden.

13. Inhalt: • Anwendung deskriptiver Statistik• Anwendung von statistischen Tests• Methoden und Werkezuge zur Datenerhebung• Methoden und Werkezuge zur Datenanalyse• Durchführung von Experimenten und Nutzerstudien• Ethische Richtlinien bei der Durchführung von Studien

14. Literatur: • Field, Andy P., and Graham Hole. How to design and reportexperiments. London: Sage publications, 2003.

• Fink, Arlene, ed. How to conduct surveys: A step-by-step guide.Sage, 2009.

15. Lehrveranstaltungen und -formen: • 562301 Vorlesung Empirische Methoden für Medieninformatik• 562302 Übung Empirische Methoden für Medieninformatik


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56231 Empirische Methoden für Medieninformatik (PL), Schriftlichoder Mündlich, 90 Min., Gewichtung: 1

schriftlich 60 min. oder mündlich 20 min.

18. Grundlage für ... : Medieninformatik Projekt - Theorie Medieninformatik Projekt -Praktikum

19. Medienform:



Stand: 31.03.2017 Seite 25 von 150

Modul: 56240 Medieninformatik Projekt - Theorie





9. Dozenten: Dozenten der Informatik



11. Empfohlene Voraussetzungen: Folgende Module müssen vor Beginn der LehrveranstaltungMedieninformatik Projekt absolviert sein:• Modul 56210 Medieninformatik• Modul 10210 Mensch-Computer-Interaktion• Modul 56230 Empirische Methoden für Medieninformatik• Modul 56220 Programmierung für Medieninformatik müssen.

Das Medieninformatik Projekt - Theorie bildet mit demMedieninformatik Projekt - Praxis eine Einheit, beide können nurzusammen begonnen werden.

12. Lernziele: Die Vorlesung dient dazu, theoretische Grundlagen zumMedieninformatik Projekt - Praxis zu vermitteln.

13. Inhalt: Die konkreten Themen und Inhalte hängen vom jeweiligen Projektab und werden vor der Veranstaltung bekannt gegeben.

14. Literatur: Wird in der Veranstaltung bekannt gegeben



138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56241 Medieninformatik Projekt - Theorie (PL), Schriftlich oderMündlich, 90 Min., Gewichtung: 1

Studienleistung: Übungsschein. Vorleistung (USL-V), schriftlich,eventuell mündlich


19. Medienform:



Stand: 31.03.2017 Seite 26 von 150

Modul: 56250 Seminar Medieninformatik


3. Leistungspunkte: 3 LP 6. Turnus: Wintersemester/Sommersemester






11. Empfohlene Voraussetzungen: Basismodule der Medieninformatik, darüber hinaus variabel: Jenach dem gewählten Seminarthema können Vorkenntnisse ausweiteren Vorlesungen benötigt werden.

12. Lernziele: Die Studierenden können sich mit wissenschaftlicherOriginalliteratur auseinandersetzen, deren Kernaussagenrezipieren und sich ein spezielles Thema überwiegend imSelbststudium erarbeiten. Sie sind fähig relevante Daten zusammeln, zu interpretieren, ihre Erkenntnisse einem Fach- undLaienpublikum verständlich zu präsentieren und auf Fragenaus dem Publikum angemessen und sachgerecht zu reagieren.Sie haben gelernt, sich mit einem wissenschaftlichen Themaüber einen längeren Zeitraum hinweg auseinanderzusetzen undeigenständig aktuelle Hintergrundinformationen zu beschaffen.Sie haben generische Kompetenzen erworben, etwa aktiv aneiner wissenschaftlichen Diskussion zu einem vorher bekanntenThema teilzunehmen und durch Fragen an den Vortragendenihr Verständnis zu erweitern. Sie können eine Diskussionleiten und moderieren und sind befähigt, ihre Ergebnisseden Seminarteilnehmern vorzustellen und mit Hilfe modernerPräsentationstechniken zu visualisieren.

13. Inhalt: Variabel: Es werden Seminare zu diversen, häufig aktuellenThemen angeboten. Das Seminar Medieninformatik kannin der Informatik oder in einem affinen Fach durchgeführtwerden. Welche Seminare zugelassen sind, entscheidet dieStudienkommission. Zugelassene Seminare werden typischerWeise durch Aushang bekannt gegeben. Die Seminare sind inGröße und Inhalt so gestaltet, dass die generischen Kompetenzen(Schlüsselqualifikationen) der Studierenden entwickelt werden.

14. Literatur: Die begleitende Literatur wird in der Veranstaltung und im Webbekannt gegeben.



69 h

Summe: 90 h

17. Prüfungsnummer/n und -name: 56251 Seminar Medieninformatik (BSL), Sonstige, Gewichtung: 1Abgabe einer Ausarbeitung und Präsentation im Seminar,Gewichtung: 1.0


Stand: 31.03.2017 Seite 27 von 150


19. Medienform:

20. Angeboten von: Mensch-Computer-Interaktion


Stand: 31.03.2017 Seite 28 von 150

Modul: 56260 Fachstudie Medieninformatik








11. Empfohlene Voraussetzungen: • Mensch-Computer-Interaktion (Modul 10210)• Medieninformatik (Modul 56210)• Empirische Methoden für Medieninformatik (Modul 56230)

12. Lernziele: Die Studierenden sind in der Lage, eine konkrete praktische Frageder Medieninformatik, beispielsweise über die anzuwendendeMethode oder das geeignete Werkzeug, zu analysieren und zuentscheiden und ihre Entscheidung angemessen zu präsentieren.Die Arbeit erfolgt in Dreiergruppen.

13. Inhalt: Folgende Alternativen werden angeboten:• Analyse und Evaluierung eines digitalen Mediensystems• Vergleich verschiedener Mediensysteme• Konzeption eines digitalen Mediensystems• Machbarkeitsstudie einer Komponente in einem Mediensystems

Die Ergebnisse und eine Empfehlung werden mündlich und inForm eines Berichts präsentiert.

14. Literatur: Wird in der Veranstaltung bekannt gegeben.



138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56261 Fachstudie Medieninformatik (BSL), Sonstige, Gewichtung: 1Abgabe eines Projektberichts und Präsentation der Ergebnisse,Gewichtung: 1.0


19. Medienform:



Stand: 31.03.2017 Seite 29 von 150

300 Ergänzungsmodule

Zugeordnete Module: 310 Katalog INF320 Katalog MIG330 Katalog MIW


Stand: 31.03.2017 Seite 30 von 150

310 Katalog INF

Zugeordnete Module: 10020 Algorithmik10220 Modellierung14360 Einführung in die Technische Informatik14910 Berechenbarkeit und Komplexität36100 Programmierparadigmen40090 Systemkonzepte und -programmierung41590 Einführung in die Numerik und Stochastik für Softwaretechniker


Stand: 31.03.2017 Seite 31 von 150

Modul: 10020 Algorithmik





9. Dozenten: Volker DiekertStefan FunkeUlrich Hertrampf


B.Sc. Medieninformatik, PO 121-2014, 4. Semester➞ Katalog INF --> Ergänzungsmodule

B.Sc. Medieninformatik, PO 121-2014, 4. Semester➞ Katalog MIW --> Ergänzungsmodule

B.Sc. Medieninformatik, PO 121-2014, 4. Semester➞ Katalog MIG --> Ergänzungsmodule

11. Empfohlene Voraussetzungen: Grundvorlesungen in theoretischer und praktischer Informatik.

12. Lernziele: - Kennenlernen und beherrschen wichtigerProgrammierparadigmen und Entwurfsstrategien,

- Selbstständiges Erarbeiten von Laufzeitabschätzungen.

13. Inhalt: - Entwurfsstrategien für Algorithmen (Teile und Beherrsche,Gierige Methode, Dynamische Programmierung, Backtracking,heuristische Algorithmen)- Analyse und Komplexität von Algorithmen- Mustererkennung- Sortierverfahren und ihre Komplexität- Verwaltung von Mengen- Union-Find-Algorithmen- Konvexe Hülle- optimale (Teil-) Bäume- Minimale Schnitte- Randomisierte Algorithmen und weitere Themen

14. Literatur: - Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullman: The Designand Analysis of Computer Algorithms, 1974- Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullmann: DataStructures and Algorithms, 1987- T. Ottmann und P. Widmayer, Algorithmen 2004- Thomas H. Cormen, Charles E. Leiserson, Introduction toAlgorithms (Second Edition),- Volker Diekert, Entwurf und Analyse effizienter(Vorlesungsskript), 2006

15. Lehrveranstaltungen und -formen: • 100201 Vorlesung Algorithmik• 100202 Übung Algorithmik


17. Prüfungsnummer/n und -name: • 10021Algorithmik (PL), Schriftlich, 120 Min., Gewichtung: 1• V Vorleistung (USL-V), Schriftlich oder Mündlich[10021] Algorithmik (PL), schriftliche Prüfung, 120 Min., Gewicht:1.0, Prüfungsvoraussetzung: Übungsschein [Prüfungsvorleistung]Vorleistung (USL-V), schriftlich, eventuell mündlich


Stand: 31.03.2017 Seite 32 von 150


19. Medienform:



Stand: 31.03.2017 Seite 33 von 150

Modul: 10220 Modellierung




8. Modulverantwortlicher: Univ.-Prof. Dr. Frank Leymann

9. Dozenten: Bernhard MitschangFrank Leymann





11. Empfohlene Voraussetzungen: • Modul 10280 Programmierung und Software-Entwicklung• Modul 12060 Datenstrukturen und Algorithmen• Modul 40090 Systemkonzepte und -programmierung

12. Lernziele: Am Ende des Moduls sind die Studierenden in der Lage,wesentliche Artefakte eines IT Systems zu modellieren. DerZusammenhang und das Zusammenspiel solcher Artefakte istverstanden. Die Rolle von Metamodellen und deren Erstellung istklar.

13. Inhalt: • Entity-Relationship Modell und komplexe Objekte• Relationenmodell und Relationenalgebra , Überblick SQL -

Transformationen von ER nach Relationen, Normalisierung• XML, DTD, XML-Schema, Info-Set, Namensräume• Metamodelle und Repository - RDF, RDF-S und Ontologien• UML• Petri Netze, Workflownetze• BPMN

14. Literatur: • A. Silberschatz, H. F. Korth, S. Sudarshan, Database SystemConcepts, 2002.

• R. Eckstein, S. Eckstein, XML und Datenmodellierung ,dpunkt.verlag 2004.

• M. Hitz, G. Kappel, E. Kapsammer, W. Retschitzegger, UML @Work

• Objektorientierte Modellierung mit UML2, 2005.• P. Hitzler, M. Krötzsch, S. Rudolph, Y. Sure, Semantic Web,

2008.• T.J. Teorey, Database Modeling und Design, 2nd Edition, 1994.• H.J. Habermann, F. Leymann, Repository , Oldenbourg 1993.• W. Reisig, Petri-Netze , Vieweg und Teubner 2010.• B. Silver, BPMN Method und Style ,Cody-Cassidy Press 2009.

15. Lehrveranstaltungen und -formen: • 102201 Vorlesung Modellierung• 102202 Übung Modellierung


17. Prüfungsnummer/n und -name: • 10221Modellierung (PL), Schriftlich, 90 Min., Gewichtung: 1• V Vorleistung (USL-V), Schriftlich oder Mündlich


Stand: 31.03.2017 Seite 34 von 150

[10221] Modellierung (PL), schriftliche Prüfung, 90 Min., Gewicht:1.0, Prüfungsvorleistung: Übungsschein [Prüfungsvorleistung]Vorleistung (USL-V), schriftlich, eventuell mündlich

18. Grundlage für ... : Architektur von Anwendungssystemen Datenbanken undInformationssysteme

19. Medienform:



Stand: 31.03.2017 Seite 35 von 150

Modul: 14360 Einführung in die Technische Informatik




8. Modulverantwortlicher: Univ.-Prof. Dr. Otto Eggenberger

9. Dozenten: Otto EggenbergerSven Simon






12. Lernziele: Der/die Studierende kennt die grundlegende Funktionsweiseeines Computers, versteht die elektrotechnischen Grundlagen undTechnologien und kann einfache digitale Schaltungen analysieren,entwerfen und optimieren.

13. Inhalt: Grundlegende Funktionsweise eines Computers- Informationsdarstellung- Zahlendarstellung und Codes- Digitale Grundbausteine- Logische Funktionen, Speicherelemente- Befehlsausführung, Programmablauf ElektrotechnischeGrundlagen- Physikalische Grundbegriffe- Elektrische Spannung, elektrischer Strom- Elektrische Netzwerke- Halbleiterbauelemente- Digitale Grundschaltungen Digitale Schaltungen- Schaltnetzwerke- Boolesche Algebra und Schaltalgebra- Darstellung und Minimierung von Schaltfunktionen- Rückkopplung, Zustandsbegriff- Automaten und sequentielle Netzwerke- Digitale Standardschaltungen- Entwurfsmethodik

14. Literatur: - Dirk W. Hoffman: Grundlagen der technischen Informatik,Hanser, 2007.- Bernd Becker, Rolf Drechsler, Paul Molitor: TechnischeInformatik, Pearson Studium, 2005.- Jörg Keller, Wolfgang J. Paul: Hardware Design, Teubner, 3. Aufl.2005.

15. Lehrveranstaltungen und -formen: • 143602 Gruppenübungen Einführung in die Technische Informatik• 143601 Vorlesung Einführung in die Technische Informatik



Stand: 31.03.2017 Seite 36 von 150

17. Prüfungsnummer/n und -name: 14361 Einführung in die Technische Informatik (PL), Schriftlich, 60Min., Gewichtung: 1

[14361] Einführung in die Technische Informatik (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0

18. Grundlage für ... : Rechnerorganisation 1

19. Medienform:

20. Angeboten von: Grundlagen der Informatik


Stand: 31.03.2017 Seite 37 von 150

Modul: 14910 Berechenbarkeit und Komplexität










11. Empfohlene Voraussetzungen: Inhaltliche Voraussetzungen: Theoretische Grundlagen derInformatik, Mathematik für Informatiker 1 und 2 (abgedeckt durchPflichtmodule im Grundstudium).

12. Lernziele: Die Teilnehmer beherrschen wichtige theoretische Grundlagender Informatik, können Probleme in Kategorien einordnen wieentscheidbar/unentscheidbar, effizient lösbar, deterministische/nichtdeterministische Berechnungen.

13. Inhalt: - Gleichwertigkeit der verschiedenden Konkretisierungen desAlgorithmenbegriffs, Churchsche These, Grenzen zwischenEntscheidbarbkeit und Unentscheidbarkeit.- Turing-Berechenbarkeit, primitiv-rekursive Funktionen, mu-rekursive Funktionen, Halteproblem, Satz von Rice, GödelscherSatz.- Wichtige Komplexitätsklassen, P-NP-Problem, NP-Vollständigkeit, Satz von Cook.

14. Literatur: - Christos H. Papadimitriou, Computational Complexity , 1994.- John E. Hopcroft, Jeffrey D. Ullman, Einführung in dieAutomatentheorie, formale Sprachen und Komplexitätstheorie,1988.- Volker Diekert, Komplexitätstheorie (Vorlesungsskript), 2007.

15. Lehrveranstaltungen und -formen: • 149101 Vorlesung Berechenbarkeit und Komplexität• 149102 Übung Berechenbarkeit und Komplexität


17. Prüfungsnummer/n und -name: • 14911Berechenbarkeit und Komplexität (PL), Schriftlich, 120 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[14911] Berechenbarkeit und Komplexität (PL), schriftlichePrüfung, 120 Min., Gewicht: 1.0 Prüfungsvorleistung:Übungsschein [Prüfungsvorleistung] Vorleistung (USL-V),schriftlich, eventuell mündlich

18. Grundlage für ... : Modul Algorithmik


Stand: 31.03.2017 Seite 38 von 150

19. Medienform:



Stand: 31.03.2017 Seite 39 von 150

Modul: 36100 Programmierparadigmen




8. Modulverantwortlicher: Univ.-Prof. Dr. Erhard Plödereder

9. Dozenten: Erhard Plödereder





11. Empfohlene Voraussetzungen: Programmiererfahrung in mindestens einer Programmiersprache,vornehmlich Java, so wie z. B. im Modul "Programmierung undSoftware Entwicklung"(10280) erworben.

12. Lernziele: Die Studierenden haben grundlegende Konzepte vonProgrammiersprachen verstanden, die dem Erlernen weitererSprachen und dem vertieften Verständnis ihnen bekannterSprachen dienlich sind. Sie haben deren Anwendung inmindestens einer weiteren Programmiersprache ihrer Ausbildungverstanden. Sie können ihre Kenntnisse in einfachen Programmenanwenden. Sie können weitere Programmiersprachen in ihrerakademischen und beruflichen Karriere schneller und präzisererlernen.

13. Inhalt: Überblick typischer Konzepte in Programmiersprachen und ihrerAuswirkungen auf die Sprache und deren Anwendung:• Grundsätzliche Ausführungsmodelle• Speichermodelle und deren Konsequenzen• Datentypen und Typsysteme• unterschiedliche Bindungskonzepte und ihre Auswirkungen• objekt-orientierte Sprachkonzepte• Abstraktion und Kompositionsmechanismen• funktionale Sprachen.• Eventuell werden auch Elemente der parallelen Programmierung

und der Logik-Programmierung mit einbezogen. Die Vorlesungist kein Streifzug durch diverse Programmiersprachen,sondern die Vorstellung zugrundeliegender Prinzipien, undihrer Begründung aus der Sicht des Software Engineering,insbesondere der Zuverlässigkeit der Anwendung, und, wo nötig,der Implementierungsmodelle.

14. Literatur: • Sebesta, Robert, Concepts of Programming Languages,Pearson Verlag, 2010 (Hörerschein verfügbar).

• weitere Literatur wird zu Beginn der Lehrveranstaltung und aufden Webseiten bekanntgegeben.

15. Lehrveranstaltungen und -formen: • 361001 Vorlesung Programmierparadigmen• 361002 Übung Programmierparadigmen



Stand: 31.03.2017 Seite 40 von 150

17. Prüfungsnummer/n und -name: • 36101Programmierparadigmen (PL), Schriftlich, 90 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[36101] Programmierparadigmen (PL), schriftliche Prüfung, 90Min., Gewicht: 1.0 [Prüfungsvorleistung] Vorleistung (USL-V),schriftlich, eventuell mündlich


19. Medienform:

20. Angeboten von: Programmiersprachen und Übersetzerbau


Stand: 31.03.2017 Seite 41 von 150

Modul: 40090 Systemkonzepte und -programmierung




8. Modulverantwortlicher: Univ.-Prof. Dr. Kurt Rothermel

9. Dozenten: Kurt RothermelFrank Dürr





11. Empfohlene Voraussetzungen: • Modul 10280 Programmierung und Software-Entwicklung ;• Modul 12060 Datenstrukturen und Algorithmen

12. Lernziele: • Verstehen grundlegender Architekturen undOrganisationsformen von Software-Systemen

• Verstehen systemnaher Konzepte und Mechanismen• Kann existierende Systemplattformen und Betriebssysteme

hinsichtlich ihrer Eigenschaften analysieren und anwenden. ;• Kann systemnahe Software entwerfen und implementieren. ;• Kann nebenläufige Programme entwickeln ;• Kann mit Experten anderer Fachgebiete die Anwendung von

Systemfunktionen abstimmen.

13. Inhalt: Grundlegende Systemstrukturen - und organisationen ;• Multitaskingsystem ;• Multiprozessorsystem ;• Verteiltes System Modellierung und Analyse nebenläufiger

Programme ;• Abstraktionen: Atomare Befehle, Prozesse, nebenläufiges

Programm ;• Korrektheit- und Leitungskriterien Betriebssystemkonzepte ;• Organisation von Betriebssystemen ;• Prozesse und Threads ;• Eingabe/Ausgabe ;• Scheduling Konzepte zur Synchronisation über gemeinsamen

Speicher ;• Synchronisationsprobleme und -lösungen ;• Synchronisationswerkzeuge: Semaphor, Monitor

Konzepte zur Kommunikation und Synchronisation mittelsNachrichtentransfer ;

• Taxonomie: Kommunikation und Synchronisation ;• Nachrichten als Kommunikationskonzept ;• Höhere Kommunikationskonzepte Basisalgorithmen für Verteilte

Systeme ;• Erkennung globaler Eigenschaften ;• Schnappschussproblem ;• Konsistenter globaler Zustand ;• Verteilte Terminierung Praktische nebenläufige Programmierung

in Java ;• Threads und Synchronisation


Stand: 31.03.2017 Seite 42 von 150

• Socketschnittstelle ;• RMI Programmierung

14. Literatur: Literatur, siehe Webseite zur Veranstaltung

15. Lehrveranstaltungen und -formen: • 400901 Vorlesung Systemkonzepte und -programmierung• 400902 Übung Systemkonzepte und -programmierung


17. Prüfungsnummer/n und -name: • 40091Systemkonzepte und -programmierung (PL), Schriftlich, 120Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[40091] Systemkonzepte und -programmierung (PL), schriftlichePrüfung, 120 Min., Gewicht: 1.0 [Prüfungsvorleistung] Vorleistung(USL-V), schriftlich, eventuell mündlich


19. Medienform:

20. Angeboten von: Verteilte Systeme


Stand: 31.03.2017 Seite 43 von 150

Modul: 41590 Einführung in die Numerik und Stochastik fürSoftwaretechniker




8. Modulverantwortlicher: Jun.-Prof. Dr. Dirk Pflüger

9. Dozenten: Thomas Ertl Daniel Weiskopf Miriam Mehl Stefan Zimmer DirkPflüger





11. Empfohlene Voraussetzungen: Mathematik für Informatiker und Softwaretechniker (Modulnummer10190)

12. Lernziele: Beherrschung grundlegender Begriffe und Methoden derNumerik und Stochastik, Kenntnis der Anwendungsbereicheund Gültigkeitsgrenzen der erlernten Methoden, insbesondereKenntnis der Auswirkungen von Näherungen, Beherrschung derModellierung einfacher Probleme mit stochastischen Methoden.

13. Inhalt: Methoden der angewandten Mathematik, insbesondere derNumerik und Stochastik, sind für viele Bereiche der Informatik wieSimulation, Grafik oder Bildverarbeitung von zentraler Bedeutung.In Ergänzung der Mathematik-Grundausbildung vermittelt dieseVorlesung folgende Grundkenntnisse:- numerische Algorithmik- Gleitpunktzahlen und Gleitpunktarithmetik- Interpolation und Approximation- Integration- lineare Gleichungssysteme- Iterative Lösung linearer und nichtlinearer Gleichungen- gewöhnliche Differentialgleichungen- Stochastik- Zufall und Unsicherheit- diskrete und kontinuierliche Wahrscheinlichkeitsräume- Asymptotik

14. Literatur: - Dahmen, Reusken, Numerik für Ingenieure- Schwarz, Köckler, Numerische Mathematik- Huckle, Schneider, Numerik für Informatiker- Henze, Stochastik für Einsteiger- Schickinger, Steger, Diskrete Strukturen, Band 2

15. Lehrveranstaltungen und -formen: • 415901 Vorlesung Einführung in die Numerik und Stochastik fürSoftwaretechniker

• 415902 Übung Einführung in die Numerik und Stochastik fürSoftwaretechniker



Stand: 31.03.2017 Seite 44 von 150

17. Prüfungsnummer/n und -name: 41591 Einführung in die Numerik und Stochastik fürSoftwaretechniker (PL), Schriftlich oder Mündlich, 90 Min.,Gewichtung: 1

[41591] Einführung in die Numerik und Stochastik fürSoftwaretechniker (PL), schriftlich, eventuell mündlich, 90 Min.,Gewicht: 1.0


19. Medienform:

20. Angeboten von: Simulation Software Engineering


Stand: 31.03.2017 Seite 45 von 150

320 Katalog MIG

Zugeordnete Module: 10020 Algorithmik10030 Architektur von Anwendungssystemen10100 Grundlagen der Graphischen Ingenieursysteme10110 Grundlagen der Künstlichen Intelligenz10180 Information Retrieval und Text Mining10220 Modellierung13170 Grundlagen der Syntax13270 Parsing13870 Semantik13960 Algorithmisches Sprachverstehen14000 Phonetik und Phonologie14360 Einführung in die Technische Informatik14390 Programmentwicklung14910 Berechenbarkeit und Komplexität18560 Grundlagen der Eingebetteten Systeme25610 Grundlagen des Software Engineerings36100 Programmierparadigmen36530 Rechnerorganisation 139040 Rechnernetze40090 Systemkonzepte und -programmierung40660 Statistische Sprachverarbeitung41590 Einführung in die Numerik und Stochastik für Softwaretechniker42410 Grundlagen des Wissenschaftlichen Rechnens55650 Multimodal Interaction for Ubiquitous Computers56930 Grundlagen der Rechnerarchitektur


Stand: 31.03.2017 Seite 46 von 150




















Stand: 31.03.2017 Seite 47 von 150


19. Medienform:



Stand: 31.03.2017 Seite 48 von 150

Modul: 10030 Architektur von Anwendungssystemen









11. Empfohlene Voraussetzungen: Vorlesungen des Grundstudiums.

12. Lernziele: Die Vorlesung erläutert den Begriff der Architektur vonAnwendungssystemen und die Rolle des Architektensolcher Systeme. Die wesentlichen Bestandteile vonAnwendungsarchitektur wie etwa Datenbanksysteme,Anwendungsserver, Messaging Systeme, Workflowsysteme undTP-Monitore werden diskutiert. Die wesentlichen Mustern zurErstellung von Anwendungssystemen sind verstanden.

13. Inhalt: Architekturelle Stile wie etwa N-stufige Aufbauten oder Service-Orientierung werden vorgestellt. Architekturmuster werdendetailliert. Fundamentale Konzepte wie Transaktionen undQueuing werden eingeführt. Darauf aufbauend wird Direct TPvs Queues TP diskutiert. Grundlegende Qualitätseigenschaftenwie Verfügbarkeit und Skalierbarkeit werden erläutert undMechanismen zu deren Erzielen eingeführt. Die Rolle vonKomponenten und Programmierung im Großen wird herausgearbeitet und Modell-getriebene Architektur vorgestellt.

14. Literatur: - A. Silberschatz, H. F. Korth, S. Sudarshan, Database SystemConcepts, 2002.- B. Neubauer, T. Ritter, F. Stoinnski, CORBA Komponenten,2004.- F. Buschmann, R. Meunier, H. Rohnert, P. Sommerlad, M. Stal,Pattern-orientierte Software Architektur- Ein Patternsystem, 1998.- F. Leymann, D. Roller, Production Workflow, 2000.- L. Hohmann, Beyond Software Architecture, 2003.- M. Fowler, Patters of Enterprise Application Architecture, 2003.- P. Bernstein, E. Newcomer, Principles of Transaction Processing,1997.- S. Conrad, W. Hasselbring, A. Koschel, R. Tritsch, EnterpriseApplication Integration, 2006.- S. Weerawarana, F. Curbera, F. Leymann, T. Storey, D.Ferguson, Web Services Platform Architecture, 2005.- W. Emmerich, Konstruktion von verteilten Objekten, 2003.

15. Lehrveranstaltungen und -formen: • 100301 Vorlesung Grundlagen der Architektur vonAnwendungssystemen

• 100302 Übung Grundlagen der Architektur vonAnwendungssystemen



Stand: 31.03.2017 Seite 49 von 150

17. Prüfungsnummer/n und -name: 10031 Architektur von Anwendungssystemen (PL), Schriftlich, 90Min., Gewichtung: 1

[10031] Architektur von Anwendungssystemen (PL), schriftlichePrüfung, 90 Min., Gewicht: 1.0

18. Grundlage für ... : - Modul Loose Coupling and Message Based Applications - ModulService Computing - Modul Business Process Management

19. Medienform: Vorlesungen mit begleitenden Übungen



Stand: 31.03.2017 Seite 50 von 150

Modul: 10100 Grundlagen der Graphischen Ingenieursysteme




8. Modulverantwortlicher: Univ.-Prof. Dr. Dieter Roller

9. Dozenten: Dieter Roller




11. Empfohlene Voraussetzungen: Grundstudium

12. Lernziele: - Kenntnis und Verständnis von Modellen bei derProduktentwicklung- Grundkenntnisse über die wichtigsten Modellarten, Algorithmenund Datenstrukturen und Techniken für den Datenaustausch

13. Inhalt: Inhalte:- Anforderungen an CAD-Systeme- zweidimensionale Modelle- dreidimensionale Modelle- interaktive Modellerstellung- Einführung in die Modifikationstechnik u. parametrischeModellierung- Methoden zur Modellmodifikation- Grundlagen der parametrischen Modellierung- Ansätze und Verfahren zur parametrischen Variantenerzeugung- Ausgewählte Anwendungsbeispiele- Überblick über weitergehende Modellieransätze- Datenverwaltung in CAD

14. Literatur: - D. Roller, CAD- Effiziente Anpassungs- und Variantenkonstruktion, Springer-Verlag.- Literatur, siehe Webseite zur Veranstaltung

15. Lehrveranstaltungen und -formen: • 101001 Vorlesung Grundlagen der Graphischen Ingenieursysteme• 101002 Übung Grundlagen der Graphischen Ingenieursysteme


17. Prüfungsnummer/n und -name: 10101 Grundlagen der Graphischen Ingenieursysteme (PL),Schriftlich, 60 Min., Gewichtung: 1

[10101] Grundlagen der Graphischen Ingenieursysteme (PL),schriftliche Prüfung, 60 Min., Gewicht: 1.0


19. Medienform:



Stand: 31.03.2017 Seite 51 von 150

Modul: 10110 Grundlagen der Künstlichen Intelligenz




8. Modulverantwortlicher: Univ.-Prof. Dr. Marc Toussaint

9. Dozenten: Marc ToussaintAndrés Bruhn





12. Lernziele: Der Student / die Studentin beherrscht die Grundlagen derKünstlichen Intelligenz, kann Probleme der KI selbständigeinordnen und mit den erlernten Methoden und Algorithmenbearbeiten.

13. Inhalt: - Intelligenz- Agentenbegriff- Problemlösen durch Suchen, Suchverfahren- Probleme mit Rand- und Nebenbedingungen- Spiele- Aussagen- und Prädikatenlogik- Logikbasierte Agenten, Wissensrepräsentation- Inferenz- Planen- Unsicherheit, probabilistisches Schließen- Probabilistisches Schließen über die Zeit- Sprachverarbeitung- Entscheidungstheorie

14. Literatur: - S. Russell, P. Norvig, Künstliche Intelligenz, 2004.- G. F. Luger, Künstliche Intelligenz, 2001.

15. Lehrveranstaltungen und -formen: • 101101 Vorlesung Grundlagen der Künstlichen Intelligenz• 101102 Übung Grundlagen der Künstlichen Intelligenz


17. Prüfungsnummer/n und -name: • 10111Grundlagen der Künstlichen Intelligenz (PL), Schriftlich, 90Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[10111] Grundlagen der Künstlichen Intelligenz (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0 Prüfungsvorleistung: Übungsschein,Kriterien werden in der ersten Vorlesung bekannt gegeben[Prüfungsvorleistung] Vorleistung (USL-V), schriftlich, eventuellmündlich


19. Medienform:


Stand: 31.03.2017 Seite 52 von 150

20. Angeboten von: Autonome Systeme


Stand: 31.03.2017 Seite 53 von 150

Modul: 10180 Information Retrieval und Text Mining




8. Modulverantwortlicher: Dr. Roman Klinger

9. Dozenten: Sebastian PadoRoman Klinger




11. Empfohlene Voraussetzungen: Erfahrung mit Programmierung und Unix, erster Kontakt mitVerfahren des Maschinellen Lernens

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis derKonzepte und Algorithmen des Information Retrieval und TextMining entwickelt.

13. Inhalt: - Textpräprozessierung- invertierte Indexe- IR-Modelle (z.B. Vektorraum-basiertes IR)- Linkanalyse- Clustering- Frage-Antwort-Systeme- korpusbasierter Erwerb von lexikalischem und Weltwissen

14. Literatur: - Chris Manning, Prabhakar Raghavan, Hinrich Schütze,Introduction to Information Retrieval, 2008 Cambridge UniversityPress.

15. Lehrveranstaltungen und -formen: • 101801 Vorlesung Information Retrieval and Text Mining• 101802 Übung Information Retrieval and Text Mining


17. Prüfungsnummer/n und -name: • 10181 Information Retrieval und Text Mining (PL), Schriftlich, 60Min., Gewichtung: 1

• 10182 Information Retrieval und Text Mining - Hausübungen (USL),Sonstige, Gewichtung: 1

[10181] Information Retrieval und Text Mining (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0 [10182] Information Retrieval undText Mining- Hausübungen (USL), Sonstiges


19. Medienform:

20. Angeboten von: Theoretische Computerlinguistik


Stand: 31.03.2017 Seite 54 von 150
























Stand: 31.03.2017 Seite 55 von 150



19. Medienform:



Stand: 31.03.2017 Seite 56 von 150

Modul: 13170 Grundlagen der Syntax



4. SWS: 4 7. Sprache: Deutsch/Englisch

8. Modulverantwortlicher: Univ.-Prof. Dr. Jonas Kuhn

9. Dozenten: Jonas KuhnÖzlem Cetinoglu




11. Empfohlene Voraussetzungen: - Modul 15260 Einführung in die Maschinelle Sprachverarbeitung- Modul 13160 Grundlagen der Maschinellen Sprachverarbeitung- Modul 13870 Semantik- Modul 10280 Programmierung und Software-Entwicklung- Modul 12060 Datenstrukturen und Algorithmen- Modul 10260 Programmierkurs

12. Lernziele: - Die Studierenden kennen die Problemstellungen dersyntaktischen Theoriebildung und die Kategorien, strukturellenRepräsentationen und Relationsbeschreibungen, die eingesetztwerden.- Sie sind in der Lage, die wichtigsten sprachlichen Konstruktionenin einem theoretisch fundierten Grammatikformalismus zumodellieren.- Sie können theoretische Beschreibungsansätze zur Syntax fürdie Maschinelle Sprachverarbeitung auf dem Computer umsetzen.- Sie sind mit grundlegenden Überlegungen zum GrammarEngineering vertraut und haben praktische Erfahrungen mit derSpezifikation von linguistischen Ressourcen gesammelt.

13. Inhalt: Vertiefte formale Grammatikbeschreibung im Formalismus derLexikalisch-Funktionalen Grammatik (LFG), Subkategorisierung,Diathesen, Lange Abhängigkeiten, Anhebungund Kontrolle,evtl. Koordination, Implementierung von Constraint-basiertenGrammatiken (im Rahmen von XLE), Einbindung vonmorphologischen Analysekomponenten, Fragen des GrammarEngineering. Die Vorlesung wird in der Regel auf Englischangeboten, Fragen können jederzeit auf Deutsch gestellt werden,Hausübungen und Tests werden wahlweise auf Deutsch undEnglisch angeboten.

14. Literatur: - Folien, Fachartikel- M. Butt, T. King, F. Segond, M.-E. Nino, 1999. A grammar writer'scookbook. Stanford, CA: CSLI Publications.- Y. Falk, 2001. Lexical-Functional Grammar: An Introduction toParallel Constraint-Based Syntax. Stanford, CA: CSLI Publications.

15. Lehrveranstaltungen und -formen: • 131701 Vorlesung mit Übung Grundlagen der Syntax


17. Prüfungsnummer/n und -name: • 13171Grundlagen der Syntax (LBP), Schriftlich oder Mündlich,Gewichtung: 1


Stand: 31.03.2017 Seite 57 von 150

• 13172Grundlagen der Syntax - Hausübungen (USL), Sonstige,Gewichtung: 1

[13171] Grundlagen der Syntax (LBP), schriftlich, eventuellmündlich, Gewicht: 1.0 , Prüfungsleistung im Regelfall:lehrveranstaltungsbegleitende benotete Tests; die Modulnoteergibt sich aus dem Mittel der Testnoten. Die erfolgreicheBearbeitung der Hausübungen ist Zulassungsvoraussetzung.[13172] Grundlagen der Syntax- Hausübungen (USL), Sonstiges


19. Medienform:

20. Angeboten von: Grundlagen der Computerlinguistik


Stand: 31.03.2017 Seite 58 von 150

Modul: 13270 Parsing



4. SWS: 4 7. Sprache: Weitere Sprachen


9. Dozenten: Dieu Thu Le




11. Empfohlene Voraussetzungen: 052400002, 050420005, 05152005, 05152010

12. Lernziele: • Die Studierenden beherrschen Techniken zur Segmentierungvon Texten in einzelne Wörter (Tokenisierung). Sie habendie gängigen Verfahren für die automatische syntaktischeAnalyse (Parsing) natürlicher Sprache mit kontextfreienGrammatiken verstanden und einen Einblick in das Parsing mitmerkmalsbasierten Grammatiken gewonnen.

• Die Studierenden sind in der Lage, einen kontextfreien Parserselbständig zu programmieren.

• Die Studierenden haben das nötige Grundwissen erworben,um wissenschaftliche Arbeiten auf dem Gebiet des Parsingsverstehen und beurteilen zu können.

13. Inhalt: Parsingverfahren für kontextfreie Grammatiken(ableitungsorientierteParser, tabellengesteuerte Parser,Chartparser), Verfahren des Dependenzparsing, Aspekte desdaten-gesteuerten Parsing, methodologischer Hintergrund

14. Literatur: SkriptDaniel Jurafsky and James H. Martin. Speech and LanguageProcessing.An Introduction to Natural Language Processing,Computational Linguistics and Speech Recognition.Prentice Hall,2008

15. Lehrveranstaltungen und -formen: • 132701 Vorlesung mit Übung Parsing

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 h, Nachbearbeitungszeit 138 h

17. Prüfungsnummer/n und -name: • 13271Parsing (PL), Schriftlich oder Mündlich, Gewichtung: 1• 13272Parsing - Hausübungen (USL), Sonstige, Gewichtung: 1


19. Medienform:



Stand: 31.03.2017 Seite 59 von 150

Modul: 13870 Semantik




8. Modulverantwortlicher: apl. Prof. Dr. Uwe Reyle

9. Dozenten: Uwe Reyle




11. Empfohlene Voraussetzungen: 052400001, 052400002, 052400003, 050420005, 051510005,05152005, 05152010

12. Lernziele: • Die Studierenden sind mit den Fragestellungen der formalenSemantik der natürlichen Sprache und den zur Formalisierungverwendeten Konzepten vertraut.

• Die Studierenden sind zur Semantikkonstruktion im Rahmen dermodelltheoretischen Semantik in der Lage.

13. Inhalt: Extensionale Semantik, Bedeutungsbegriff, Mögliche-Welten-Semantik, Intensionen, Proposition, Typentheorie,Funktionalabstraktion, Montaguegrammatik, dynamische Semantik(Diskursrepräsentationstheorie)

14. Literatur: L.T.F. Gamut, 1991, Logic, Language, and Meaning, vol. II:Intensional Logic and Logical Grammar, The University of ChicagoPress

15. Lehrveranstaltungen und -formen: • 138701 Vorlesung mit Übung Semantik

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 h, Selbststudium 138 h

17. Prüfungsnummer/n und -name: 13871 Semantik (PL), Schriftlich, 60 Min., Gewichtung: 1Vorleistung: regelmäßige Hausübungen


19. Medienform:



Stand: 31.03.2017 Seite 60 von 150

Modul: 13960 Algorithmisches Sprachverstehen




8. Modulverantwortlicher: Univ.-Prof. Dr. Sebastian Pado

9. Dozenten: Roman KlingerDiego Frassinelli




11. Empfohlene Voraussetzungen: 052400005

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis derKonzepte und Algorithmen des Algorithmischen Sprachverstehensentwickelt. Sie haben in den Übungen Erfahrung mit seinerAnwendung gesammelt.

13. Inhalt: • Überblick Algorithmisches Sprachverstehen• Lexikalische Semantik• Korpusbasierte Akquisition von lexikalischen Relationen• Word sense disambiguation• Informationsextraktion• Semantic role labelling• Koreferenz-Resolution• Diskursrepräsentationstheorie (DRT)

14. Literatur: • Daniel Jurafsky and James Martin, Speech and LanguageProcessing, An Introduction to Natural Language Processing,Computational Linguistics, and Speech Recognition, SecondEdition, 2009, Pearson Prentice Hall.

• Steven Bird, Ewan Klein, and Edward Loper, Natural LanguageProcessing with Python, Analyzing Text with the NaturalLanguage Toolkit, 2009, O'Reilly Media (http://www.nltk.org/book)

15. Lehrveranstaltungen und -formen: • 139601 Vorlesung mit Übung Algorithmisches Sprachverstehen


17. Prüfungsnummer/n und -name: 13961 Algorithmisches Sprachverstehen (PL), Schriftlich, 60 Min.,Gewichtung: 1

Vorleistung: regelmundauml,undszlig,ige undUuml,bungen


19. Medienform:



Stand: 31.03.2017 Seite 61 von 150

Modul: 14000 Phonetik und Phonologie




8. Modulverantwortlicher: Univ.-Prof. Dr. Grzegorz Dogil

9. Dozenten: Grzegorz DogilJörg Mayer





12. Lernziele: • Die Studierenden haben ein grundlegendes Verständnis für diesegmentale und die suprasegmentale Struktur der Sprache. Siesind mit der akustischen Theorie der Sprachproduktion und mitTheorien der Sprachperzeption vertraut.

• Die Studierenden sind in der Lage, gesprochene Sprachephonetisch zu transkribieren. Sie können aus derSpektrogrammdarstellung die gesprochenen Laute ableiten.Sie können selbständig phonologische Regelmäßigkeiten invorgegebenen Sprachdaten erkennen bzw. verifizieren.

• Die Studierenden sind in der Lage, wissenschaftliche Arbeitenauf dem Gebiet der Phonetik und Phonologie zu verstehen undzu beurteilen.

13. Inhalt: Artikulation und Akustik, akustische Theorie der Sprachproduktion,Sprachperzeption, Prosodie, Phonologische Theorien, praktischeEinführung in die Transkription: Ohrenphonetik, InternationalPhonetic Alphabet, selbständiges Transkribieren

14. Literatur: J. Clark, C. Yallop, J. Fletcher. An Introduction to Phonetics andPhonology. Blackwell, 2007Handbook of the International Phonetic Association, 1999,Cambridge University Press.B. Rues, B. Redecker, E. Koch, U.Wallraff und A. P. Simpson.Phonetische Transkription des Deutschen: Ein Arbeitsbuch. Narr,2007.K. Johnson. Acoustic and Auditory Phonetics. Blackwell, 2007.

15. Lehrveranstaltungen und -formen: • 140001 Vorlesung mit Übung Phonetik und Phonologie


17. Prüfungsnummer/n und -name: 14001 Phonetik und Phonologie (LBP), Schriftlich und Mündlich,Gewichtung: 1

5 lehrveranstaltungsbegleitende Prüfungen: 2 Kurztests(Gewicht je 0,2), zwei Übungen (Gewicht je 0,2), eine mündlicheLeistungspräsentation (Gewicht 0,2)


19. Medienform:


Stand: 31.03.2017 Seite 62 von 150

20. Angeboten von: Experimentelle Phonetik


Stand: 31.03.2017 Seite 63 von 150


















Stand: 31.03.2017 Seite 64 von 150




19. Medienform:



Stand: 31.03.2017 Seite 65 von 150

Modul: 14390 Programmentwicklung




8. Modulverantwortlicher: Univ.-Prof. Dr. Stefan Wagner

9. Dozenten: Stefan WagnerJan-Peter Ostberg




11. Empfohlene Voraussetzungen: • Programmierung und Softwareentwicklung• Einführung in die Softwaretechnik

12. Lernziele: Die Teilnehmer kennen die Prinzipien der objektorientiertenProgrammierung und sind in der Lage, Programme in UML zubeschreiben und in Java zu implementieren.

13. Inhalt: • Grundlagen der objektorientierten Programmierung• Spezifikation und Entwurf objektorientierter Programme mit UML• Vertiefte Programmierung in Java

14. Literatur: • Rumbaugh, Jacobson, Booch, The unified modeling languagereference manual, 2nd ed., 2004

• Rupp, Queins, Zengler, UML 2 glasklar: Praxiswissen für dieUML-Modellierung, 3. Aufl. 2007

• Ullenboom: Java ist auch eine Insel. Galileo Computing, 8. Aufl.2009

15. Lehrveranstaltungen und -formen: • 143901 Vorlesung Programmentwicklung• 143902 Übung Programmentwicklung


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 14391 Programmentwicklung (PL), Schriftlich, 60 Min., Gewichtung:1

Klausur 60 min, keine Vorleistungen.


19. Medienform: • Folien am Beamer unterstützt durch Tafel und Overhead• Dokumente, Links und Diskussionsforen in ILIAS

20. Angeboten von: Software Engineering


Stand: 31.03.2017 Seite 66 von 150





















Stand: 31.03.2017 Seite 67 von 150

19. Medienform:



Stand: 31.03.2017 Seite 68 von 150

Modul: 18560 Grundlagen der Eingebetteten Systeme


3. Leistungspunkte: 6 LP 6. Turnus: Unregelmäßig


8. Modulverantwortlicher: Univ.-Prof. Dr.-Ing. Martin Radetzki

9. Dozenten: Martin Radetzki




11. Empfohlene Voraussetzungen: Modul 10310 Rechnerorganisation

12. Lernziele: Methodische und werkzeugunterstützte Konstruktion von Hardwareund Software für auf spezifische Anwendungen hin optimierteeingebettete Systeme.

13. Inhalt: Einführung in Charakteristik und Anwendungsgebiete eingebetteterSysteme, hardwarenahe Softwareentwicklung, Software-Scheduling, eingebettete Algorithmen (digitale Signalverarbeitung,Kanal- und Quellencodierung am Beispiel Viterbi-Algorithmusund MPEG-Video-Codec), zustandsbasierte Modellierung(Statecharts), eingebettete Prozessoren (Microcontroller,digitale Signalprozessoren, ARM), Bussysteme und Speicher,Systemsynthese (Taskgraphen, Allokation, Bindung,Ablaufplanung/Scheduling)

14. Literatur: - J. Teich, Digitale Hardware/Software-Systeme, 2. Auflage, 2007.- P. Marwedel, Embedded System Design, 2006.

15. Lehrveranstaltungen und -formen: • 185601 Vorlesung Grundlagen der Eingebetteten Systeme• 185602 Übung Grundlagen der Eingebetteten Systeme


17. Prüfungsnummer/n und -name: • 18561Grundlagen der Eingebetteten Systeme (PL), Schriftlich, 90Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich[18561] Grundlagen der Eingebetteten Systeme (PL), schriftlichePrüfung, 90 Min. [Prüfungsvorleistung] Vorleistung (USL-V ),schriftliche Prüfung


19. Medienform:

20. Angeboten von: Eingebettete Systeme (Embedded Systems Engineering)


Stand: 31.03.2017 Seite 69 von 150

Modul: 25610 Grundlagen des Software Engineerings





9. Dozenten: Stefan Wagner




11. Empfohlene Voraussetzungen: - Modul 10280 Programmierung und Software-Entwicklung- Modul 12060 Datenstrukturen und Algorithmen- sowie entsprechende Programmiererfahrung

12. Lernziele: Die Teilnehmer kennen die Grundbegriffe des SoftwareEngineerings und haben einen Überblick über die Methodenund Techniken, die dort angewandt werden. Einige ausgewählteMethoden und Techniken können angewandt werden.

13. Inhalt: Software Engineering kann in einer Vorlesung nicht erschöpfendbehandelt werden. GSE gibt einen Überblick über das Gebiet undvertieft einzelne Themen, damit diese in der Praxis verwendetwerden können. Es bildet damit auch die Basis für weitereVertiefungen in diesem Gebiet. Die Vorlesung behandelttechnische und andere Aspekte der Softwarebearbeitung. Dieeinzelnen Themen sind:- Geschichte und Konzepte des Software Engineerings- Der Software-Lebenszyklus und Software-Management- Software-Prüfung und Qualitätssicherung- Methoden, Sprachen und Werkzeuge für die einzelnen Phasen:Spezifikation, Grobentwurf, Feinentwurf, Implementierung,Test Viele dieser Aspekte werden speziell mit Bezug auf agileSoftwareentwicklung am Beispiel Scrum diskutiert. Dieses Modulkommt, wenn die Voraussetzungen erfüllt sind, auch für andereFachrichtungen in Frage.

14. Literatur: - Ludewig, Lichter: Software Engineering. 2. Aufl.dpunkt-Verlag,2010.- Pfleeger, Atlee: Software Engineering. Pearson, 2010.- Rubin: Essential Scrum. Addison-Wesley, 2013.

15. Lehrveranstaltungen und -formen: • 256101 Vorlesung Grundlagen des Software Engineerings• 256102 Übung Grundlagen des Software Engineerings


17. Prüfungsnummer/n und -name: 25611 Grundlagen des Software Engineerings (PL), Schriftlich, 60Min., Gewichtung: 1

[25611] Grundlagen des Software Engineerings (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0



Stand: 31.03.2017 Seite 70 von 150

19. Medienform: - Folien am Beamer unterstützt durch Tafel und Overhead- Dokumente, Links und Diskussionsforen in ILIAS



Stand: 31.03.2017 Seite 71 von 150




















Stand: 31.03.2017 Seite 72 von 150




19. Medienform:



Stand: 31.03.2017 Seite 73 von 150

Modul: 36530 Rechnerorganisation 1




8. Modulverantwortlicher: Univ.-Prof. Dr.-Ing. Sven Simon

9. Dozenten: Sven Simon




11. Empfohlene Voraussetzungen: Einführung in die Technische Informatik (14360)

12. Lernziele: • Kenntnisse über die Grundlagen der Organisation von Rechnernund deren maschinennahe Programmierung

• Grundzüge über die Beschreibung und den Entwurf vonHardwaresystemen

13. Inhalt: Aufbau, Entwurf und maschinennahe Programmierung vonMikroprozessoren werden erläutert. In den Übungen wird dasWissen durch schriftliche Aufgaben sowie Labor-Ünbungenvertieft. Im Einzelnen werden behandelt:• Grundstrukturen: Logik Multiplexer, Speicher, Addierer,

Multiplizierer, ALU• Zahlensysteme; Typ Interger, Typ Float, Gleitkommazahlen• Informationsdarstellung in Hardware: Daten- und

Befehlsformate, Befehlssätze• Instruction Set Architecture• Assemblerprogrammierung• Grundzüge einer Hardware-Beschreibungssprache• RISC und CISC Architekturen• Steuerwerksentwurf und Mikroprogrammierung• Pipelining und Hazards• Speicherorganisation: Cachestrukturen und virtueller Speicher,

Seitenverwaltung• Multi-Core Prozessoren• GPU-Architekturen und Programmierung• FPGA-Architekturen

14. Literatur: Literatur, siehe Veranstaltungshinweise

15. Lehrveranstaltungen und -formen: • 365301 Vorlesung Rechnerorganisation 1• 365302 Praktische und theoretische Übungen Rechnerorganisation

1


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 36531Rechnerorganisation 1 (PL), Schriftlich, 90 Min., Gewichtung:1

• V Vorleistung (USL-V), Schriftlich



Stand: 31.03.2017 Seite 74 von 150

19. Medienform:

20. Angeboten von: Parallele Systeme


Stand: 31.03.2017 Seite 75 von 150

Modul: 39040 Rechnernetze









11. Empfohlene Voraussetzungen: - 051520005 Programmierung und Software-Entwicklung- 051510005 Datenstrukturen und Algorithmen- Grundkenntnisse in Java

12. Lernziele: - Versteht grundsätzliche Eigenschaften, Konzepte und Methodenvon Rechnernetzen, insbesondere dem Internet.

- Versteht Schichten und deren Zusammenwirken in einemProtokollstapel

- Kann Rechnernetze aufbauen, verwalten und analysieren.

- Kann Protokolle entwickeln und in Schichtenarchitektur einbetten.

- Kann höhere Kommunikationsdienste zur Entwicklung vonnetzgestützen Systemen anwenden.

- Kann sich mit Experten anderer Domänen über Methoden derRechnernetze verständigen.

13. Inhalt: - Einführung in die Rechnernetze, ISO Referenzmodell,- Bitübertragungsschicht: Übertragungsmedien, analogeund digitale Informationskodierung und -übertragung,Vermittlungsarten,- Sicherungsschicht: Betriebsarten, Fehlererkennung und -behandlung, Flusskontrolle,- Lokale Netze: CSMA/CD, Token Ring, Token Bus, FDDI,Kopplung,- Vermittlungsschicht: Verbindungsorientierter undverbindungsloser Dienst, Leitwegbestimmung, Überlastkontrolle,- Internetworking,- Internet-Protokoll,- Transportschicht: ausgewählte Realisierungsprobleme undInternet-Protokolle,- Echtzeitkommunikation: IntServ, DiffServ, Sicherheit: Verfahren,IPsec, SSL, TLS.

14. Literatur: - A.S. Tanenbaum, Computer Networks, 4th Edition, 2003- D.E. Comer, Computernetzwerke und Internets, 2000- D.E. Comer, Internetworking with TCP/IP Volume I: Principles,Protocols, and Architecture, 1995


Stand: 31.03.2017 Seite 76 von 150

- J. F. Kurose, K. W. Ross, Computer Networks: a top-downapproach featuring the Internet, 2001- L.L. Peterson, B.S. Davie, Computer Networks: A SystemsApproach, 1999

15. Lehrveranstaltungen und -formen: • 390401 VL Rechnernetze• 390402 ÜB Rechnernetze

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 Stunden Nachbearbeitungszeit: 138 Stunden

17. Prüfungsnummer/n und -name: • 39041Rechnernetze (PL), Schriftlich oder Mündlich, 90 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder MündlichPrüfungsdauer: 90 min schriftlich oder 30 min mündlich Examduration: 90 min written exam or 30 min oral exam


19. Medienform:



Stand: 31.03.2017 Seite 77 von 150

























Stand: 31.03.2017 Seite 78 von 150








19. Medienform:



Stand: 31.03.2017 Seite 79 von 150

Modul: 40660 Statistische Sprachverarbeitung




8. Modulverantwortlicher: PD Dr. Sabine Schulte im Walde

9. Dozenten: Sabine Schulte im Walde




11. Empfohlene Voraussetzungen: 052400002, 052400003, 052400004, 052400005, 052400007,080310502, 050420005, 051510005,05152005, 05152010

12. Lernziele: • Die Studierenden sind mit den grundlegenden probabilistischenMethoden der Sprachverarbeitung vertraut undhaben inden Übungen Erfahrung mit ihrer Anwendung und derdatenorientierten Methodik der modernen Sprachverarbeitunggesammelt.

13. Inhalt: Einführung in Korpora und Empirie, Grundlagen derWahrscheinlichkeits- und Informationstheorie, Tokenisierung,Morphologie, Wortarten-Tagging, Hidden-Markov-Modelle,Glättungsverfahren, Klassifikation, Evaluation, Anwendungen (z.B.Maschinelle Übersetzung),themenbezogene Rechnenaufgaben und Übungen mit UNIX undvorhandenen Werkzeugen

14. Literatur: • Daniel Jurafsky and James H. Martin. Speech and LanguageProcessing.An Introduction to Natural Language Processing,Computational Linguistics and Speech Recognition.PrenticeHall, 2008.

• C. D. Manning und H. Schütze, 1999, Foundations of StatisticalNatural Language Processing, MIT Press.

15. Lehrveranstaltungen und -formen: • 406601 Vorlesung mit Übung Statistische Sprachverarbeitung


17. Prüfungsnummer/n und -name: • 40661Statistische Sprachverarbeitung (PL), Schriftlich oderMündlich, Gewichtung: 1

• V Vorleistung (USL-V), SchriftlichIm Regelfall wird das Modul aufgrund einer schriftlichen Klausurüber den Inhalt des Moduls bewertet.Die erfolgreiche Bearbeitung der Hausübungen ist Voraussetzungfür die Zulassung zur Prüfung.


19. Medienform:



Stand: 31.03.2017 Seite 80 von 150



















Stand: 31.03.2017 Seite 81 von 150




19. Medienform:



Stand: 31.03.2017 Seite 82 von 150

Modul: 42410 Grundlagen des Wissenschaftlichen Rechnens





9. Dozenten: Miriam MehlStefan ZimmerDirk Pflüger




11. Empfohlene Voraussetzungen: - Modul 10190 Mathematik für Informatiker und Softwaretechnikerund- Modul 10240 Numerische und Stochastische Grundlagen derInformatik bzw.- Modul 41590 Einführung in die Numerik und Stochastik fürSoftwaretechniker

12. Lernziele: Kenntnis grundlegender Konzepte, Algorithmen und Methodendes Wissenschaftlichen Rechnens. Fähigkeit, mit den erlerntenKenntnissen selbständig Methoden zu entwickeln, zu analysierenund umzusetzen, mit denen anwendungsorientierte Problemeeffizient und genau gelöst werden können.

13. Inhalt: - Überblick über die Simulationspipeline und dieWechselwirkungen zwischen den einzelnen Schritten- Skalenabhängige Modellierung- Diskretisierung (Gitter, Finite Elemente, Zeitschrittverfahren)- Algorithmen (Gittergenerierung, Adaptivität, Lineare Löser,Linked-Cell, Fast Multipole)- Parallelisierung (Gitterpartitionierung, Lastbalancierung)- Kurzer Überblick über die Visualisierung

14. Literatur: Martin Hanke-Bourgeois: Grundlagen der numerischen Mathematikund des wissenschaftlichen Rechnens, Vieweg+Teubner Verlag2009.

15. Lehrveranstaltungen und -formen: • 424102 Übung Grundlagen des Wissenschaftlichen Rechnens• 424101 Vorlesung Grundlagen des Wissenschaftlichen Rechnens


17. Prüfungsnummer/n und -name: 42411 Grundlagen des Wissenschaftlichen Rechnens (PL),Schriftlich oder Mündlich, 90 Min., Gewichtung: 1

[42411] Grundlagen des Wissenschaftlichen Rechnens (PL),schriftlich oder mündlich, 90 Min., Gewicht: 1.0


19. Medienform:



Stand: 31.03.2017 Seite 83 von 150

Modul: 55650 Multimodal Interaction for Ubiquitous Computers







B.Sc. Medieninformatik, PO 121-2014,➞ Katalog MIG --> Ergänzungsmodule

B.Sc. Medieninformatik, PO 121-2014,➞ Vorgezogene Master-Module

11. Empfohlene Voraussetzungen: Basics of human computer interaction

12. Lernziele: Broad understanding for methods and concepts of multimodalinteractions of personal computers, in particular for mobilesystems, vehicles, tedious devices and environments.

13. Inhalt: • Interaction with mobile phones• User interfaces for vehicles• Interaction with intelligent environments• Interactive interfaces and gestures• Tangible user interfaces• Speech input and output• Camera-based interaction• Physiological sensors as interfaces between human and

computer• Activities, context and emotions as input• Methods and techniques for designing user interfaces• Approaches for evaluating user interfaces

14. Literatur:

15. Lehrveranstaltungen und -formen: • 556501 Lecture Multimodal Interaction for Ubiquitous Computers• 556502 Exercise Multimodal Interaction for Ubiquitous Computers


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 55651 Multimodal Interaction for Ubiquitous Computers (PL),Schriftlich oder Mündlich, 90 Min., Gewichtung: 1


19. Medienform:

20. Angeboten von: Visualisierung und Interaktive Systeme


Stand: 31.03.2017 Seite 84 von 150

Modul: 56930 Grundlagen der Rechnerarchitektur




8. Modulverantwortlicher: Univ.-Prof. Dr. Hans-Joachim Wunderlich

9. Dozenten: Hans-Joachim Wunderlich Michael Kochte




11. Empfohlene Voraussetzungen: - Modul 41930 Rechnerorganisation

12. Lernziele: - Tiefes Verständnis von Entwurfskonzepten, die in modernenProzessoren und Rechensystemen Verwendung finden- Kenntnis von Entwurfsherausforderungen.- Verständnis von aktuellen und zukünftigen Entwicklungstrends

13. Inhalt: Grundlegende und fortgeschrittene Themen derRechenarchitektur, inklusive:- Technologiegrundlagen: Entwurfsverfahren,Herstellungsmethoden, Ausbeute, Test und Zuverlässigkeit,Kosten und Qualität, Skalierung.- Rechen- und Verlustleistung: Analyse und Optimierung- Rechnerarithmetik: Effiziente Hardwarestrukturen fürgrundlegende Arithmetik, Implementierung von Logarithmen,Exponentialfunktion und trigonometrischen Funktionen,arithmetische Pipelines, praktische Implementierungen vonGleitkommaarithmetik (Cell SPE, SPARC).- Instruktionsparallelismus (ILP): Superskalarität, statischesund dynamisches Scheduling, out-of-order execution, VLIWProzessoren, Multithreading.- Datenparallelismus (DLP): Vektorprozessoren, SIMD,Grafikprozessoreinheiten (GPGPU)- Threadparallelismus (TLP): Mehrprozessorsysteme,Speicherkohärenz und Synchronisierung. - Speicher- und Cache-Architekturen: Entwurf und Optimierung

14. Literatur: - J. L. Hennessy, D. A. Patterson, Computer Architecture: AQuantitative Approach, 2012.- I. Koren, Computer Arithmetic Algorithms, 2001.- Powerpoint Foliensatz-Auswahl von wissenschaftlichen Artikeln

15. Lehrveranstaltungen und -formen: • 569301 Vorlesung Grundlagen der Rechnerarchitektur• 569302 Übung Grundlagen der Rechnerarchitektur


17. Prüfungsnummer/n und -name: 56931 Grundlagen der Rechnerarchitektur (PL), Schriftlich, 90 Min.,Gewichtung: 1

[56931] Grundlagen der Rechnerarchitektur (PL), schriftlichePrüfung, 90 Min., Gewicht: 1.0



Stand: 31.03.2017 Seite 85 von 150

19. Medienform:

20. Angeboten von: Rechnerarchitektur


Stand: 31.03.2017 Seite 86 von 150

330 Katalog MIW

Zugeordnete Module: 10020 Algorithmik10030 Architektur von Anwendungssystemen10080 Datenbanken und Informationssysteme10100 Grundlagen der Graphischen Ingenieursysteme10110 Grundlagen der Künstlichen Intelligenz10180 Information Retrieval und Text Mining10220 Modellierung13170 Grundlagen der Syntax13270 Parsing13870 Semantik13960 Algorithmisches Sprachverstehen14000 Phonetik und Phonologie14260 Grundlagen der Signalverarbeitung in der Lautsprachverarbeitung14360 Einführung in die Technische Informatik14390 Programmentwicklung14910 Berechenbarkeit und Komplexität18560 Grundlagen der Eingebetteten Systeme25610 Grundlagen des Software Engineerings29430 Computer Vision29440 Geometric Modeling and Computer Animation29620 Fortgeschrittene Aspekte der Sprachperzeption und Sprachproduktion29670 Rapid Prototyping29720 Mobile Computing36100 Programmierparadigmen36530 Rechnerorganisation 139040 Rechnernetze39250 Distributed Systems I40090 Systemkonzepte und -programmierung40660 Statistische Sprachverarbeitung41070 Fortgeschrittene Methoden in der Maschinellen Sprachverarbeitung41590 Einführung in die Numerik und Stochastik für Softwaretechniker42410 Grundlagen des Wissenschaftlichen Rechnens55960 Korpus-orientierte Ansätze in der Computerlinguistik56930 Grundlagen der Rechnerarchitektur60140 Sprachbau mit Language Workbenches60180 Sprache, Gehirn und Kognition71740 System and Web Security71760 Security and Privacy


Stand: 31.03.2017 Seite 87 von 150




















Stand: 31.03.2017 Seite 88 von 150


19. Medienform:



Stand: 31.03.2017 Seite 89 von 150

Modul: 10030 Architektur von Anwendungssystemen









11. Empfohlene Voraussetzungen: Vorlesungen des Grundstudiums.

12. Lernziele: Die Vorlesung erläutert den Begriff der Architektur vonAnwendungssystemen und die Rolle des Architektensolcher Systeme. Die wesentlichen Bestandteile vonAnwendungsarchitektur wie etwa Datenbanksysteme,Anwendungsserver, Messaging Systeme, Workflowsysteme undTP-Monitore werden diskutiert. Die wesentlichen Mustern zurErstellung von Anwendungssystemen sind verstanden.

13. Inhalt: Architekturelle Stile wie etwa N-stufige Aufbauten oder Service-Orientierung werden vorgestellt. Architekturmuster werdendetailliert. Fundamentale Konzepte wie Transaktionen undQueuing werden eingeführt. Darauf aufbauend wird Direct TPvs Queues TP diskutiert. Grundlegende Qualitätseigenschaftenwie Verfügbarkeit und Skalierbarkeit werden erläutert undMechanismen zu deren Erzielen eingeführt. Die Rolle vonKomponenten und Programmierung im Großen wird herausgearbeitet und Modell-getriebene Architektur vorgestellt.

14. Literatur: - A. Silberschatz, H. F. Korth, S. Sudarshan, Database SystemConcepts, 2002.- B. Neubauer, T. Ritter, F. Stoinnski, CORBA Komponenten,2004.- F. Buschmann, R. Meunier, H. Rohnert, P. Sommerlad, M. Stal,Pattern-orientierte Software Architektur- Ein Patternsystem, 1998.- F. Leymann, D. Roller, Production Workflow, 2000.- L. Hohmann, Beyond Software Architecture, 2003.- M. Fowler, Patters of Enterprise Application Architecture, 2003.- P. Bernstein, E. Newcomer, Principles of Transaction Processing,1997.- S. Conrad, W. Hasselbring, A. Koschel, R. Tritsch, EnterpriseApplication Integration, 2006.- S. Weerawarana, F. Curbera, F. Leymann, T. Storey, D.Ferguson, Web Services Platform Architecture, 2005.- W. Emmerich, Konstruktion von verteilten Objekten, 2003.

15. Lehrveranstaltungen und -formen: • 100301 Vorlesung Grundlagen der Architektur vonAnwendungssystemen

• 100302 Übung Grundlagen der Architektur vonAnwendungssystemen



Stand: 31.03.2017 Seite 90 von 150

17. Prüfungsnummer/n und -name: 10031 Architektur von Anwendungssystemen (PL), Schriftlich, 90Min., Gewichtung: 1

[10031] Architektur von Anwendungssystemen (PL), schriftlichePrüfung, 90 Min., Gewicht: 1.0

18. Grundlage für ... : - Modul Loose Coupling and Message Based Applications - ModulService Computing - Modul Business Process Management

19. Medienform: Vorlesungen mit begleitenden Übungen



Stand: 31.03.2017 Seite 91 von 150

Modul: 10080 Datenbanken und Informationssysteme




8. Modulverantwortlicher: Univ.-Prof. Dr.-Ing. Bernhard Mitschang

9. Dozenten: Bernhard MitschangHolger Schwarz



B.Sc. Medieninformatik, PO 121-2014,➞ Katalog MIW --> Ergänzungsmodule

11. Empfohlene Voraussetzungen: Vorlesung "Modellierung" oder Gleichwertiges

12. Lernziele: Die Studierenden haben die erforderlichen Kenntnisse fürDatenbankprogrammierer in angemessenem Umfang erworben.

13. Inhalt: Die Vorlesung "Datenbanken und Informationssysteme"ist als Einstiegsveranstaltung in das VertiefungsgebietDatenbanksysteme konzipiert. Aufbauend auf dem Inhalt derVorlesung "Modellierung" werden insbesondere Entwurfs- undRealisierungsaspekte von Datenbanksystemen betrachtet.Die Entwicklung, Installation und Administration vonDatenbanksystemen bestimmen hier sowohl Stoffauswahlals auch Detaillierungsgrad. Als Grundlage für alle weiterenBetrachtungen wird ein Schichtenmodell zur Beschreibungeines allgemeinen Datenbanksystems vorgestellt. Daraufaufbauend werden die einzelnen Systemschichten im Detaildiskutiert, die dort zu realisierenden Komponenten betrachtetsowie die jeweils vorherrschenden Algorithmen beschriebenund bewertet. Im Einzelnen werden folgende Aspekte vertieft:Anwendungsprogrammierschnittstelle, Externspeicherverwaltung,DBS-Pufferverwaltung, Speicherungsstrukturen undZugriffspfadstrukturen, Anfrageverarbeitung undAnfrageoptimierung, Transaktionsverarbeitung, Synchronisation,Logging und Recovery.

14. Literatur: • A. Kemper, A. Eickler, Datenbanksysteme- Eine Einführung, 2004. • Th. Härder, E. Rahm,Datenbanksysteme, 2008. • H. Garcia-Molina, J. D. Ullman, J.Widom, Database Systems. The Complete Book, 2003. • R.Elmasri, S. Navathe, Fundamentals of Database Systems, 2003.

15. Lehrveranstaltungen und -formen: • 100802 Übung Datenbanken und Informationssysteme• 100801 Vorlesung Datenbanken und Informationssysteme


17. Prüfungsnummer/n und -name: • 10081Datenbanken und Informationssysteme (PL), Schriftlich oderMündlich, 60 Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich


Stand: 31.03.2017 Seite 92 von 150

[10081] Datenbanken und Informationssysteme (PL), schriftlichoder mündlich, 60 Min., Gewicht: 1.0, Prüfungsvorleistung:Modalitäten werden in der ersten Vorlesung angegeben


19. Medienform:

20. Angeboten von: Datenbanken und Informationssysteme


Stand: 31.03.2017 Seite 93 von 150

Modul: 10100 Grundlagen der Graphischen Ingenieursysteme




8. Modulverantwortlicher: Univ.-Prof. Dr. Dieter Roller

9. Dozenten: Dieter Roller




11. Empfohlene Voraussetzungen: Grundstudium

12. Lernziele: - Kenntnis und Verständnis von Modellen bei derProduktentwicklung- Grundkenntnisse über die wichtigsten Modellarten, Algorithmenund Datenstrukturen und Techniken für den Datenaustausch

13. Inhalt: Inhalte:- Anforderungen an CAD-Systeme- zweidimensionale Modelle- dreidimensionale Modelle- interaktive Modellerstellung- Einführung in die Modifikationstechnik u. parametrischeModellierung- Methoden zur Modellmodifikation- Grundlagen der parametrischen Modellierung- Ansätze und Verfahren zur parametrischen Variantenerzeugung- Ausgewählte Anwendungsbeispiele- Überblick über weitergehende Modellieransätze- Datenverwaltung in CAD

14. Literatur: - D. Roller, CAD- Effiziente Anpassungs- und Variantenkonstruktion, Springer-Verlag.- Literatur, siehe Webseite zur Veranstaltung

15. Lehrveranstaltungen und -formen: • 101001 Vorlesung Grundlagen der Graphischen Ingenieursysteme• 101002 Übung Grundlagen der Graphischen Ingenieursysteme


17. Prüfungsnummer/n und -name: 10101 Grundlagen der Graphischen Ingenieursysteme (PL),Schriftlich, 60 Min., Gewichtung: 1

[10101] Grundlagen der Graphischen Ingenieursysteme (PL),schriftliche Prüfung, 60 Min., Gewicht: 1.0


19. Medienform:



Stand: 31.03.2017 Seite 94 von 150

Modul: 10110 Grundlagen der Künstlichen Intelligenz




8. Modulverantwortlicher: Univ.-Prof. Dr. Marc Toussaint

9. Dozenten: Marc ToussaintAndrés Bruhn





12. Lernziele: Der Student / die Studentin beherrscht die Grundlagen derKünstlichen Intelligenz, kann Probleme der KI selbständigeinordnen und mit den erlernten Methoden und Algorithmenbearbeiten.

13. Inhalt: - Intelligenz- Agentenbegriff- Problemlösen durch Suchen, Suchverfahren- Probleme mit Rand- und Nebenbedingungen- Spiele- Aussagen- und Prädikatenlogik- Logikbasierte Agenten, Wissensrepräsentation- Inferenz- Planen- Unsicherheit, probabilistisches Schließen- Probabilistisches Schließen über die Zeit- Sprachverarbeitung- Entscheidungstheorie

14. Literatur: - S. Russell, P. Norvig, Künstliche Intelligenz, 2004.- G. F. Luger, Künstliche Intelligenz, 2001.

15. Lehrveranstaltungen und -formen: • 101101 Vorlesung Grundlagen der Künstlichen Intelligenz• 101102 Übung Grundlagen der Künstlichen Intelligenz


17. Prüfungsnummer/n und -name: • 10111Grundlagen der Künstlichen Intelligenz (PL), Schriftlich, 90Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[10111] Grundlagen der Künstlichen Intelligenz (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0 Prüfungsvorleistung: Übungsschein,Kriterien werden in der ersten Vorlesung bekannt gegeben[Prüfungsvorleistung] Vorleistung (USL-V), schriftlich, eventuellmündlich


19. Medienform:


Stand: 31.03.2017 Seite 95 von 150

20. Angeboten von: Autonome Systeme


Stand: 31.03.2017 Seite 96 von 150

Modul: 10180 Information Retrieval und Text Mining




8. Modulverantwortlicher: Dr. Roman Klinger

9. Dozenten: Sebastian PadoRoman Klinger




11. Empfohlene Voraussetzungen: Erfahrung mit Programmierung und Unix, erster Kontakt mitVerfahren des Maschinellen Lernens

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis derKonzepte und Algorithmen des Information Retrieval und TextMining entwickelt.

13. Inhalt: - Textpräprozessierung- invertierte Indexe- IR-Modelle (z.B. Vektorraum-basiertes IR)- Linkanalyse- Clustering- Frage-Antwort-Systeme- korpusbasierter Erwerb von lexikalischem und Weltwissen

14. Literatur: - Chris Manning, Prabhakar Raghavan, Hinrich Schütze,Introduction to Information Retrieval, 2008 Cambridge UniversityPress.

15. Lehrveranstaltungen und -formen: • 101801 Vorlesung Information Retrieval and Text Mining• 101802 Übung Information Retrieval and Text Mining


17. Prüfungsnummer/n und -name: • 10181 Information Retrieval und Text Mining (PL), Schriftlich, 60Min., Gewichtung: 1

• 10182 Information Retrieval und Text Mining - Hausübungen (USL),Sonstige, Gewichtung: 1

[10181] Information Retrieval und Text Mining (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0 [10182] Information Retrieval undText Mining- Hausübungen (USL), Sonstiges


19. Medienform:



Stand: 31.03.2017 Seite 97 von 150
























Stand: 31.03.2017 Seite 98 von 150



19. Medienform:



Stand: 31.03.2017 Seite 99 von 150

Modul: 13170 Grundlagen der Syntax





9. Dozenten: Jonas KuhnÖzlem Cetinoglu




11. Empfohlene Voraussetzungen: - Modul 15260 Einführung in die Maschinelle Sprachverarbeitung- Modul 13160 Grundlagen der Maschinellen Sprachverarbeitung- Modul 13870 Semantik- Modul 10280 Programmierung und Software-Entwicklung- Modul 12060 Datenstrukturen und Algorithmen- Modul 10260 Programmierkurs

12. Lernziele: - Die Studierenden kennen die Problemstellungen dersyntaktischen Theoriebildung und die Kategorien, strukturellenRepräsentationen und Relationsbeschreibungen, die eingesetztwerden.- Sie sind in der Lage, die wichtigsten sprachlichen Konstruktionenin einem theoretisch fundierten Grammatikformalismus zumodellieren.- Sie können theoretische Beschreibungsansätze zur Syntax fürdie Maschinelle Sprachverarbeitung auf dem Computer umsetzen.- Sie sind mit grundlegenden Überlegungen zum GrammarEngineering vertraut und haben praktische Erfahrungen mit derSpezifikation von linguistischen Ressourcen gesammelt.

13. Inhalt: Vertiefte formale Grammatikbeschreibung im Formalismus derLexikalisch-Funktionalen Grammatik (LFG), Subkategorisierung,Diathesen, Lange Abhängigkeiten, Anhebungund Kontrolle,evtl. Koordination, Implementierung von Constraint-basiertenGrammatiken (im Rahmen von XLE), Einbindung vonmorphologischen Analysekomponenten, Fragen des GrammarEngineering. Die Vorlesung wird in der Regel auf Englischangeboten, Fragen können jederzeit auf Deutsch gestellt werden,Hausübungen und Tests werden wahlweise auf Deutsch undEnglisch angeboten.

14. Literatur: - Folien, Fachartikel- M. Butt, T. King, F. Segond, M.-E. Nino, 1999. A grammar writer'scookbook. Stanford, CA: CSLI Publications.- Y. Falk, 2001. Lexical-Functional Grammar: An Introduction toParallel Constraint-Based Syntax. Stanford, CA: CSLI Publications.

15. Lehrveranstaltungen und -formen: • 131701 Vorlesung mit Übung Grundlagen der Syntax


17. Prüfungsnummer/n und -name: • 13171Grundlagen der Syntax (LBP), Schriftlich oder Mündlich,Gewichtung: 1


Stand: 31.03.2017 Seite 100 von 150

• 13172Grundlagen der Syntax - Hausübungen (USL), Sonstige,Gewichtung: 1

[13171] Grundlagen der Syntax (LBP), schriftlich, eventuellmündlich, Gewicht: 1.0 , Prüfungsleistung im Regelfall:lehrveranstaltungsbegleitende benotete Tests; die Modulnoteergibt sich aus dem Mittel der Testnoten. Die erfolgreicheBearbeitung der Hausübungen ist Zulassungsvoraussetzung.[13172] Grundlagen der Syntax- Hausübungen (USL), Sonstiges


19. Medienform:



Stand: 31.03.2017 Seite 101 von 150

Modul: 13270 Parsing





9. Dozenten: Dieu Thu Le




11. Empfohlene Voraussetzungen: 052400002, 050420005, 05152005, 05152010

12. Lernziele: • Die Studierenden beherrschen Techniken zur Segmentierungvon Texten in einzelne Wörter (Tokenisierung). Sie habendie gängigen Verfahren für die automatische syntaktischeAnalyse (Parsing) natürlicher Sprache mit kontextfreienGrammatiken verstanden und einen Einblick in das Parsing mitmerkmalsbasierten Grammatiken gewonnen.

• Die Studierenden sind in der Lage, einen kontextfreien Parserselbständig zu programmieren.

• Die Studierenden haben das nötige Grundwissen erworben,um wissenschaftliche Arbeiten auf dem Gebiet des Parsingsverstehen und beurteilen zu können.

13. Inhalt: Parsingverfahren für kontextfreie Grammatiken(ableitungsorientierteParser, tabellengesteuerte Parser,Chartparser), Verfahren des Dependenzparsing, Aspekte desdaten-gesteuerten Parsing, methodologischer Hintergrund

14. Literatur: SkriptDaniel Jurafsky and James H. Martin. Speech and LanguageProcessing.An Introduction to Natural Language Processing,Computational Linguistics and Speech Recognition.Prentice Hall,2008

15. Lehrveranstaltungen und -formen: • 132701 Vorlesung mit Übung Parsing

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 h, Nachbearbeitungszeit 138 h

17. Prüfungsnummer/n und -name: • 13271Parsing (PL), Schriftlich oder Mündlich, Gewichtung: 1• 13272Parsing - Hausübungen (USL), Sonstige, Gewichtung: 1


19. Medienform:



Stand: 31.03.2017 Seite 102 von 150

Modul: 13870 Semantik




8. Modulverantwortlicher: apl. Prof. Dr. Uwe Reyle

9. Dozenten: Uwe Reyle





12. Lernziele: • Die Studierenden sind mit den Fragestellungen der formalenSemantik der natürlichen Sprache und den zur Formalisierungverwendeten Konzepten vertraut.

• Die Studierenden sind zur Semantikkonstruktion im Rahmen dermodelltheoretischen Semantik in der Lage.

13. Inhalt: Extensionale Semantik, Bedeutungsbegriff, Mögliche-Welten-Semantik, Intensionen, Proposition, Typentheorie,Funktionalabstraktion, Montaguegrammatik, dynamische Semantik(Diskursrepräsentationstheorie)

14. Literatur: L.T.F. Gamut, 1991, Logic, Language, and Meaning, vol. II:Intensional Logic and Logical Grammar, The University of ChicagoPress

15. Lehrveranstaltungen und -formen: • 138701 Vorlesung mit Übung Semantik


17. Prüfungsnummer/n und -name: 13871 Semantik (PL), Schriftlich, 60 Min., Gewichtung: 1Vorleistung: regelmäßige Hausübungen


19. Medienform:



Stand: 31.03.2017 Seite 103 von 150

Modul: 13960 Algorithmisches Sprachverstehen




8. Modulverantwortlicher: Univ.-Prof. Dr. Sebastian Pado

9. Dozenten: Roman KlingerDiego Frassinelli




11. Empfohlene Voraussetzungen: 052400005

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis derKonzepte und Algorithmen des Algorithmischen Sprachverstehensentwickelt. Sie haben in den Übungen Erfahrung mit seinerAnwendung gesammelt.

13. Inhalt: • Überblick Algorithmisches Sprachverstehen• Lexikalische Semantik• Korpusbasierte Akquisition von lexikalischen Relationen• Word sense disambiguation• Informationsextraktion• Semantic role labelling• Koreferenz-Resolution• Diskursrepräsentationstheorie (DRT)

14. Literatur: • Daniel Jurafsky and James Martin, Speech and LanguageProcessing, An Introduction to Natural Language Processing,Computational Linguistics, and Speech Recognition, SecondEdition, 2009, Pearson Prentice Hall.

• Steven Bird, Ewan Klein, and Edward Loper, Natural LanguageProcessing with Python, Analyzing Text with the NaturalLanguage Toolkit, 2009, O'Reilly Media (http://www.nltk.org/book)

15. Lehrveranstaltungen und -formen: • 139601 Vorlesung mit Übung Algorithmisches Sprachverstehen


17. Prüfungsnummer/n und -name: 13961 Algorithmisches Sprachverstehen (PL), Schriftlich, 60 Min.,Gewichtung: 1

Vorleistung: regelmundauml,undszlig,ige undUuml,bungen


19. Medienform:



Stand: 31.03.2017 Seite 104 von 150

Modul: 14000 Phonetik und Phonologie





9. Dozenten: Grzegorz DogilJörg Mayer





12. Lernziele: • Die Studierenden haben ein grundlegendes Verständnis für diesegmentale und die suprasegmentale Struktur der Sprache. Siesind mit der akustischen Theorie der Sprachproduktion und mitTheorien der Sprachperzeption vertraut.

• Die Studierenden sind in der Lage, gesprochene Sprachephonetisch zu transkribieren. Sie können aus derSpektrogrammdarstellung die gesprochenen Laute ableiten.Sie können selbständig phonologische Regelmäßigkeiten invorgegebenen Sprachdaten erkennen bzw. verifizieren.

• Die Studierenden sind in der Lage, wissenschaftliche Arbeitenauf dem Gebiet der Phonetik und Phonologie zu verstehen undzu beurteilen.

13. Inhalt: Artikulation und Akustik, akustische Theorie der Sprachproduktion,Sprachperzeption, Prosodie, Phonologische Theorien, praktischeEinführung in die Transkription: Ohrenphonetik, InternationalPhonetic Alphabet, selbständiges Transkribieren

14. Literatur: J. Clark, C. Yallop, J. Fletcher. An Introduction to Phonetics andPhonology. Blackwell, 2007Handbook of the International Phonetic Association, 1999,Cambridge University Press.B. Rues, B. Redecker, E. Koch, U.Wallraff und A. P. Simpson.Phonetische Transkription des Deutschen: Ein Arbeitsbuch. Narr,2007.K. Johnson. Acoustic and Auditory Phonetics. Blackwell, 2007.

15. Lehrveranstaltungen und -formen: • 140001 Vorlesung mit Übung Phonetik und Phonologie


17. Prüfungsnummer/n und -name: 14001 Phonetik und Phonologie (LBP), Schriftlich und Mündlich,Gewichtung: 1

5 lehrveranstaltungsbegleitende Prüfungen: 2 Kurztests(Gewicht je 0,2), zwei Übungen (Gewicht je 0,2), eine mündlicheLeistungspräsentation (Gewicht 0,2)


19. Medienform:


Stand: 31.03.2017 Seite 105 von 150



Stand: 31.03.2017 Seite 106 von 150

Modul: 14260 Grundlagen der Signalverarbeitung in derLautsprachverarbeitung




8. Modulverantwortlicher: Dr. Wolfgang Wokurek

9. Dozenten: Wolfgang Wokurek



11. Empfohlene Voraussetzungen: - Modul 14040 Sprachsynthese und Spracherkennung

12. Lernziele: Studierende haben ein genaues Verständnis der folgendenEinzelteile und deren Zusammenhänge erworben: Quelle-Filter-Modell der Sprachproduktion, zeitliche Signaldarstellungen,Signalspektrum, automatische Formantanalyse,Sprachgrundfrequenzanalyse, Cepstralkoeffizienten.

13. Inhalt: - Schwingungen und Rauschen, Abtastung, Filter, Korrelation,Fensterfunktionen, Spektrum,- Cepstrum, Lineare Prädiktion, Quelle-Filter Modell derSprachproduktion, Kurzzeitenergie, Kurzzeitspektrum, Quelle-Modelle

14. Literatur: - Hamming: Digital filters.- Oppenheim, Schafer: Digital signal processing.- Stevens: Acoustic phonetics

15. Lehrveranstaltungen und -formen: • 142601 Vorlesung mit Übung Grundlagen der Signalverarbeitung inder Lautsprachverarbeitung


17. Prüfungsnummer/n und -name: 14261 Grundlagen der Signalverarbeitung in derLautsprachverarbeitung (PL), Schriftlich, 60 Min., Gewichtung:1

[14261] Grundlagen der Signalverarbeitung in derLautsprachverarbeitung (PL), schriftliche Prüfung, 60 Min.,Gewicht: 1.0 , Studienleistung: regelmäßige Hausübungen


19. Medienform:



Stand: 31.03.2017 Seite 107 von 150


















Stand: 31.03.2017 Seite 108 von 150




19. Medienform:



Stand: 31.03.2017 Seite 109 von 150

Modul: 14390 Programmentwicklung





9. Dozenten: Stefan WagnerJan-Peter Ostberg




11. Empfohlene Voraussetzungen: • Programmierung und Softwareentwicklung• Einführung in die Softwaretechnik

12. Lernziele: Die Teilnehmer kennen die Prinzipien der objektorientiertenProgrammierung und sind in der Lage, Programme in UML zubeschreiben und in Java zu implementieren.

13. Inhalt: • Grundlagen der objektorientierten Programmierung• Spezifikation und Entwurf objektorientierter Programme mit UML• Vertiefte Programmierung in Java

14. Literatur: • Rumbaugh, Jacobson, Booch, The unified modeling languagereference manual, 2nd ed., 2004

• Rupp, Queins, Zengler, UML 2 glasklar: Praxiswissen für dieUML-Modellierung, 3. Aufl. 2007

• Ullenboom: Java ist auch eine Insel. Galileo Computing, 8. Aufl.2009

15. Lehrveranstaltungen und -formen: • 143901 Vorlesung Programmentwicklung• 143902 Übung Programmentwicklung


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 14391 Programmentwicklung (PL), Schriftlich, 60 Min., Gewichtung:1

Klausur 60 min, keine Vorleistungen.


19. Medienform: • Folien am Beamer unterstützt durch Tafel und Overhead• Dokumente, Links und Diskussionsforen in ILIAS



Stand: 31.03.2017 Seite 110 von 150





















Stand: 31.03.2017 Seite 111 von 150

19. Medienform:



Stand: 31.03.2017 Seite 112 von 150

Modul: 18560 Grundlagen der Eingebetteten Systeme




8. Modulverantwortlicher: Univ.-Prof. Dr.-Ing. Martin Radetzki

9. Dozenten: Martin Radetzki




11. Empfohlene Voraussetzungen: Modul 10310 Rechnerorganisation

12. Lernziele: Methodische und werkzeugunterstützte Konstruktion von Hardwareund Software für auf spezifische Anwendungen hin optimierteeingebettete Systeme.

13. Inhalt: Einführung in Charakteristik und Anwendungsgebiete eingebetteterSysteme, hardwarenahe Softwareentwicklung, Software-Scheduling, eingebettete Algorithmen (digitale Signalverarbeitung,Kanal- und Quellencodierung am Beispiel Viterbi-Algorithmusund MPEG-Video-Codec), zustandsbasierte Modellierung(Statecharts), eingebettete Prozessoren (Microcontroller,digitale Signalprozessoren, ARM), Bussysteme und Speicher,Systemsynthese (Taskgraphen, Allokation, Bindung,Ablaufplanung/Scheduling)

14. Literatur: - J. Teich, Digitale Hardware/Software-Systeme, 2. Auflage, 2007.- P. Marwedel, Embedded System Design, 2006.

15. Lehrveranstaltungen und -formen: • 185601 Vorlesung Grundlagen der Eingebetteten Systeme• 185602 Übung Grundlagen der Eingebetteten Systeme


17. Prüfungsnummer/n und -name: • 18561Grundlagen der Eingebetteten Systeme (PL), Schriftlich, 90Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich[18561] Grundlagen der Eingebetteten Systeme (PL), schriftlichePrüfung, 90 Min. [Prüfungsvorleistung] Vorleistung (USL-V ),schriftliche Prüfung


19. Medienform:

20. Angeboten von: Eingebettete Systeme (Embedded Systems Engineering)


Stand: 31.03.2017 Seite 113 von 150

Modul: 25610 Grundlagen des Software Engineerings





9. Dozenten: Stefan Wagner




11. Empfohlene Voraussetzungen: - Modul 10280 Programmierung und Software-Entwicklung- Modul 12060 Datenstrukturen und Algorithmen- sowie entsprechende Programmiererfahrung

12. Lernziele: Die Teilnehmer kennen die Grundbegriffe des SoftwareEngineerings und haben einen Überblick über die Methodenund Techniken, die dort angewandt werden. Einige ausgewählteMethoden und Techniken können angewandt werden.

13. Inhalt: Software Engineering kann in einer Vorlesung nicht erschöpfendbehandelt werden. GSE gibt einen Überblick über das Gebiet undvertieft einzelne Themen, damit diese in der Praxis verwendetwerden können. Es bildet damit auch die Basis für weitereVertiefungen in diesem Gebiet. Die Vorlesung behandelttechnische und andere Aspekte der Softwarebearbeitung. Dieeinzelnen Themen sind:- Geschichte und Konzepte des Software Engineerings- Der Software-Lebenszyklus und Software-Management- Software-Prüfung und Qualitätssicherung- Methoden, Sprachen und Werkzeuge für die einzelnen Phasen:Spezifikation, Grobentwurf, Feinentwurf, Implementierung,Test Viele dieser Aspekte werden speziell mit Bezug auf agileSoftwareentwicklung am Beispiel Scrum diskutiert. Dieses Modulkommt, wenn die Voraussetzungen erfüllt sind, auch für andereFachrichtungen in Frage.

14. Literatur: - Ludewig, Lichter: Software Engineering. 2. Aufl.dpunkt-Verlag,2010.- Pfleeger, Atlee: Software Engineering. Pearson, 2010.- Rubin: Essential Scrum. Addison-Wesley, 2013.

15. Lehrveranstaltungen und -formen: • 256101 Vorlesung Grundlagen des Software Engineerings• 256102 Übung Grundlagen des Software Engineerings


17. Prüfungsnummer/n und -name: 25611 Grundlagen des Software Engineerings (PL), Schriftlich, 60Min., Gewichtung: 1

[25611] Grundlagen des Software Engineerings (PL), schriftlichePrüfung, 60 Min., Gewicht: 1.0



Stand: 31.03.2017 Seite 114 von 150

19. Medienform: - Folien am Beamer unterstützt durch Tafel und Overhead- Dokumente, Links und Diskussionsforen in ILIAS



Stand: 31.03.2017 Seite 115 von 150

Modul: 29430 Computer Vision




8. Modulverantwortlicher: Univ.-Prof. Dr.-Ing. Andrés Bruhn

9. Dozenten: Andrés Bruhn




11. Empfohlene Voraussetzungen: - Modul 10190 Mathematik für Informatiker und Softwaretechniker- Modul 10170 Imaging Science

12. Lernziele: Der Student / die Studentin beherrscht die Grundlagender Merkmalsextraktion und -repräsentation, des 3-DMaschinensehens, der Bildsegmentierung sowie derMustererkennung. Er/sie kann Probleme aus dem Fachgebieteinordnen und diese selbständig mit den erlernten Algorithmen undVerfahren lösen.

The student knows the basics of feature extraction andrepresentation, 3-D computer vision, image segmentation andpattern recognition. He/she can solve problems of the field usingthe methods discussed in the course.

13. Inhalt: - Lineare Diffusion, Skalenräume- Bildpyramiden, Kanten und Eckendetektion- Hough-Transformation, Invarianten- Texturanalyse- Scale Invariant Feature Transform (SIFT)- Bildfolgenanalyse: lokale Verfahren- Bewegungsmodelle, Objektverfolgung, Feature Matching- Bildfolgenanalyse: globale Verfahren- Kamerageoemtrie, Epipolargeometrie- Stereo Matching und 3-D Rekonstruktion- Shape-from-Shading- Isotrope und anisotrope nichtlineare Diffusion- Segmentierung mit globalen Verfahren- Kontinuierliche Morphologie, Schockfilter- Mean Curvature Motion- Self-Snakes, Aktive Konturen- Bayessche Entscheidungsthorie der Mustererkennung- Klassifikation mit parametrischen Verfahren, Dichteschätzung- Klassifikation mit nicht-parametrischen Verfahren- Dimensionsreduktion •Linear Diffusion, Scale Space •ImagePyramids, Edges and Corners •Hough Transform, Invariants•Texture Analysis •Scale Invariant Feature Transform •ImageSequence Analysis: Local Methods •Motion Models, Tracking,Feature Matching •Image Sequence Analysis: Variational Methods•Camera Geometry, Epipolar Geometry •Stereo Matchingand 3-D Reconstruction •Shape-from-Shading •Isotropic andAnisotropic Nonlinear Diffusion •Segmentation with GlobalMethods •Continuous Scaled Morphology, Shock Filters •Mean


Stand: 31.03.2017 Seite 116 von 150

Curvature Motion •Self-Snakes, Active Contours •Bayes DecisionTheory for Pattern Recognition •Classification with ParametricTechniques, Density Estimation •Classification with Non-Parametric Techniques •Dimensionality Reduction

14. Literatur: - Forsyth, David and Ponce, Jean, Computer Vision. A ModernApproach, 2003.- Bigun, J.: Vision with Direction, 2006.- L. G. Shapiro, G. C. Stockman, Computer Vision, 2001.- O. Faugeras, Q.-T. Luong: The Geometry of Multiple Images,2001.

15. Lehrveranstaltungen und -formen: • 294301 Vorlesung Computer Vision• 294302 Übung Computer Vision


17. Prüfungsnummer/n und -name: • 29431Computer Vision (PL), Schriftlich oder Mündlich, 120 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[29431] Computer Vision (PL), schriftlich oder mündlich, 120Min., Gewicht: 1.0 , Prüfungsvorleistung: Übungsschein,Kriterien werden in der ersten Vorlesung bekannt gegeben[Prüfungsvorleistung] Vorleistung (USL-V), schriftlich, eventuellmündlich

18. Grundlage für ... : Correspondence Problems in Computer Vision

19. Medienform:

20. Angeboten von: Intelligente Systeme


Stand: 31.03.2017 Seite 117 von 150

Modul: 29440 Geometric Modeling and Computer Animation




8. Modulverantwortlicher: Univ.-Prof. Dr. Daniel Weiskopf

9. Dozenten: Thomas ErtlDaniel WeiskopfGuido Reina




11. Empfohlene Voraussetzungen: Basic computer graphics, for example:- 10060 Computergraphik

12. Lernziele: Students gain an understanding of the fundamental conceptsand techniques of geometric modeling and computer animation.This includes theoretical and mathematical foundations, importantalgorithms, and implementation aspects as well as practicalexperience with modeling and animation tools such as Maya.

13. Inhalt: This course covers foundations and methods for the modelingof scenes and for computer animation. This includes therepresentation of curves and surfaces, which are used by modelingand animation software for modeling of objects, description of thedynamics of parameters, or keyframe animation. Physically basedanimation describes motion via kinematic and dynamics laws ofmechanics. Applications thereof include particle systems all theway to character animation and deformation. In particular, thefollowing topics are covered:- Description and modeling of curves: differential geometry ofcurves, polynomial curves in general, interpolation, Bezier curves,B-splines, rational curves, NURBS- Description and modeling of surfaces: differential geometry ofsurfaces, tensor product surfaces, Bezier patches, NURBS, ruledsurfaces, Coons pathes- Subdivision schemes: basic concept, convergence and limitprocess, sudivision curves, subdivision surfaces- Overview of animation techniques- Keyframe animation, inverse kinematics- Physically based animation of points and rigid bodies: kinematicsand dynamics- Particle systems: Reeves, flocking and boids, agent-basedsimulation- Cloth animation: continuum mechanics, mass-spring model,numerical solvers for ordinary differential equations, explicit andimplict integrators- Collision: efficient collision detection, bounding volumehierachies, hierarchical space partitioning, collision handling,sliding and resting contact- Fluid simulation: wave equation, Navier Stokes, level sets,particle level sets


Stand: 31.03.2017 Seite 118 von 150

- Basics of film production: camera, lighting, production process,storyboard

14. Literatur: - D. Eberly, 3D Game Engine Design: A Practical Approach toReal-Time Computer Graphics. Morgan Kaufmann, 2000.- G. Farin: Curves and Surfaces for CAGD: A Practical Guide.Morgan Kaufmann, 2002.- R. Parent: Computer Animation: Algorithms and Techniques.Morgan Kaufmann, 2002.- W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling:Numerical Recipies- The Art of Scientific Computing. Cambridge University Press,1986.

15. Lehrveranstaltungen und -formen: • 294401 Vorlesung mit Übungen Geometrische Modellierung undAnimation


17. Prüfungsnummer/n und -name: • 29441Geometric Modeling and Computer Animation (PL), Mündlich,30 Min., Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[29441] Geometric Modeling and Computer Animation (PL),mündliche Prüfung, 30 Min., Gewicht: 1.0, [Prüfungsvorleistung]Vorleistung (USL-V), schriftlich, eventuell mündlich, ErfolgreicheTeilnahme an Übungen


19. Medienform: Video projector, blackboard, exercises using PCs

20. Angeboten von: Visualisierung


Stand: 31.03.2017 Seite 119 von 150

Modul: 29620 Fortgeschrittene Aspekte der Sprachperzeption undSprachproduktion




8. Modulverantwortlicher: Dr. Antje Schweitzer

9. Dozenten: Antje SchweitzerNatalie LewandowskiGrzegorz Dogil




11. Empfohlene Voraussetzungen: 14000 Phonetik und Phonologie

12. Lernziele: Die Studierenden haben ein detailliertes Verständnis für Theoriender Sprachproduktion und -perzeption entwickelt. Sie sind inder Lage, aktuelle Forschungsarbeiten in diesen Bereichen zuverstehen und kritisch zu bewerten.

13. Inhalt: Es werden aktuelle Konferenz- und Zeitschriftenbeiträge aus denBereichen Sprachperzeption und Sprachproduktion erarbeitetund diskutiert, unter Berücksichtigung theoretischer und/oderpraktischer Aspekte.

14. Literatur: - R.L. Diehl, A.J. Lotto, L.L. Holt, Speech Perception, AnnualReview of Psychology, Annual Reviews, 2004.- W.J.M. Levelt, Speaking: From Intention to Articulation, 1989,MIT Press.- Konferenz- und Zeitschriftenbeiträge nach Ankündigung in denVorlesungen.

15. Lehrveranstaltungen und -formen: • 296201 Vorlesung / Seminar Fortgeschrittene Aspekte derSprachperzeption und Sprachproduktion


17. Prüfungsnummer/n und -name: • 29621Fortgeschrittene Aspekte der Sprachperzeption undSprachproduktion (PL), Mündlich, 20 Min., Gewichtung: 1

• V Vorleistung (USL-V), Sonstige[29621] Fortgeschrittene Aspekte der Sprachperzeption undSprachproduktion (PL), mündliche Prüfung, 20 Min., Gewicht: 1.0[Prüfungsvorleistung] Vorleistung (USL-V), Sonstiges


19. Medienform:



Stand: 31.03.2017 Seite 120 von 150

Modul: 29670 Rapid Prototyping








B.Sc. Medieninformatik, PO 121-2014, 6. Semester➞ Vorgezogene Master-Module

11. Empfohlene Voraussetzungen: Erfahrungen in mindestens einer Programmiersprache.

12. Lernziele: Die Studierenden beherrschen die schnelle Realisierungvon Computing-Systemenausgehend von einer Algorithmen-Implementierung unter Verwendung eines Computer-Algebrasystems.

13. Inhalt: Text

14. Literatur: • James O. Hamblen und Michael D. Furman, Rapid Prototypingof Digital Systems: A Tutorial Approach, 2001

• More literature is named in the lecture

15. Lehrveranstaltungen und -formen: • 296701 Vorlesung mit Übung Rapid Prototyping

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 StundenSelbststudium: 138 Stunden

17. Prüfungsnummer/n und -name: 29671 Rapid Prototyping (PL), Schriftlich oder Mündlich, 90 Min.,Gewichtung: 1


19. Medienform:



Stand: 31.03.2017 Seite 121 von 150

Modul: 29720 Mobile Computing




8. Modulverantwortlicher: Kurt Rothermel

9. Dozenten: Frank DürrKurt Rothermel




11. Empfohlene Voraussetzungen: Rechnernetze

12. Lernziele: The knowledge that has been acquired in the course ComputerNetworks I regarding concepts, protocols, and technologies ofcomputer networks , will be extended to mobile devices andwireless communication systems and procedures. The objectiveof this lecture is to understand problems that might occur in theusage of mobile devices as well as to obtain knowledge to developsolutions for these problems and to communicate with experts. TheParticipants will learn about advantages and the disadvantages ofspecific wireless communication technologies for mobile devicesand will be able to use appropriate protocols for the applicationsor modify them as needed. The exercises are used to providepractical experience in programming, analysis, performanceevaluation of mobile and wireless communication systems as wellas the expertise in the usage of appropriate tools.

13. Inhalt: 1. Fundamentals of wireless data transmission2. Media access for wireless networks3. Location Management4. Wireless Wide Area Networks5. Wireless networks (local/personal)6. Ad-hoc Networks: Exchange, Location administration7. Mobility in IP-networks8. Transport layer protocols for mobile systems9. Location of services10. Mobile data access11. Introduction12. Wireless data transmission13. Location Management14. Wireless15. Telephone communication systems : GSM, GPRS,UMTS16. Wireless networks (local/personal): 802.11, Bluetooth17. Ad-hoc Networks: Routing, Location Management18. Internetworking: Mobile IP, Cellular IP19. Transport layers for mobile systems20. Location of services : Problem, JINI, UpnP21. Mobile data access: Broadcast Scheduling, Hoarding

14. Literatur: Charles E. Perkins: Mobile IP: Design Principles and Practices.1997James D. Solomon: Mobile IP: The Internet Unplugged. 1998


Stand: 31.03.2017 Seite 122 von 150

Jochen Schiller: Mobile Communications. 2000Jörg Roth: Mobile Computing: Grundlagen, Technik und Konzepte.2002Kian-Lee Tan, Beng-Chin Ooi: Data Dissemination in WirelessComputing Envi-ronments. 2000Tomasz Imielinski, Henry F. Korth (ed.): Mobile Computing. 1996

15. Lehrveranstaltungen und -formen: • 297201 Vorlesung mit Übung Mobile Computing

16. Abschätzung Arbeitsaufwand: Mobile Computing Vorlesung- Präsenzzeit: 21 Stunden- Selbststudium: 69 StundenMobile Computing Übungen- Präsenzzeit: 21 Stunden- Selbststudium: 69 Stunden

17. Prüfungsnummer/n und -name: • 29721Mobile Computing (PL), Schriftlich oder Mündlich, 120 Min.,Gewichtung: 1

• V Vorleistung (USL-V),Prüfungsdauer: 90 min schriftlich oder 30 min mündlichExam duration: 90 min written exam or 30 min oral exam


19. Medienform: Folien, Tafel



Stand: 31.03.2017 Seite 123 von 150




















Stand: 31.03.2017 Seite 124 von 150




19. Medienform:



Stand: 31.03.2017 Seite 125 von 150

Modul: 36530 Rechnerorganisation 1









11. Empfohlene Voraussetzungen: Einführung in die Technische Informatik (14360)

12. Lernziele: • Kenntnisse über die Grundlagen der Organisation von Rechnernund deren maschinennahe Programmierung

• Grundzüge über die Beschreibung und den Entwurf vonHardwaresystemen

13. Inhalt: Aufbau, Entwurf und maschinennahe Programmierung vonMikroprozessoren werden erläutert. In den Übungen wird dasWissen durch schriftliche Aufgaben sowie Labor-Ünbungenvertieft. Im Einzelnen werden behandelt:• Grundstrukturen: Logik Multiplexer, Speicher, Addierer,

Multiplizierer, ALU• Zahlensysteme; Typ Interger, Typ Float, Gleitkommazahlen• Informationsdarstellung in Hardware: Daten- und

Befehlsformate, Befehlssätze• Instruction Set Architecture• Assemblerprogrammierung• Grundzüge einer Hardware-Beschreibungssprache• RISC und CISC Architekturen• Steuerwerksentwurf und Mikroprogrammierung• Pipelining und Hazards• Speicherorganisation: Cachestrukturen und virtueller Speicher,

Seitenverwaltung• Multi-Core Prozessoren• GPU-Architekturen und Programmierung• FPGA-Architekturen

14. Literatur: Literatur, siehe Veranstaltungshinweise

15. Lehrveranstaltungen und -formen: • 365301 Vorlesung Rechnerorganisation 1• 365302 Praktische und theoretische Übungen Rechnerorganisation

1


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 36531Rechnerorganisation 1 (PL), Schriftlich, 90 Min., Gewichtung:1

• V Vorleistung (USL-V), Schriftlich



Stand: 31.03.2017 Seite 126 von 150

19. Medienform:



Stand: 31.03.2017 Seite 127 von 150

Modul: 39040 Rechnernetze









11. Empfohlene Voraussetzungen: - 051520005 Programmierung und Software-Entwicklung- 051510005 Datenstrukturen und Algorithmen- Grundkenntnisse in Java

12. Lernziele: - Versteht grundsätzliche Eigenschaften, Konzepte und Methodenvon Rechnernetzen, insbesondere dem Internet.

- Versteht Schichten und deren Zusammenwirken in einemProtokollstapel

- Kann Rechnernetze aufbauen, verwalten und analysieren.

- Kann Protokolle entwickeln und in Schichtenarchitektur einbetten.

- Kann höhere Kommunikationsdienste zur Entwicklung vonnetzgestützen Systemen anwenden.

- Kann sich mit Experten anderer Domänen über Methoden derRechnernetze verständigen.

13. Inhalt: - Einführung in die Rechnernetze, ISO Referenzmodell,- Bitübertragungsschicht: Übertragungsmedien, analogeund digitale Informationskodierung und -übertragung,Vermittlungsarten,- Sicherungsschicht: Betriebsarten, Fehlererkennung und -behandlung, Flusskontrolle,- Lokale Netze: CSMA/CD, Token Ring, Token Bus, FDDI,Kopplung,- Vermittlungsschicht: Verbindungsorientierter undverbindungsloser Dienst, Leitwegbestimmung, Überlastkontrolle,- Internetworking,- Internet-Protokoll,- Transportschicht: ausgewählte Realisierungsprobleme undInternet-Protokolle,- Echtzeitkommunikation: IntServ, DiffServ, Sicherheit: Verfahren,IPsec, SSL, TLS.

14. Literatur: - A.S. Tanenbaum, Computer Networks, 4th Edition, 2003- D.E. Comer, Computernetzwerke und Internets, 2000- D.E. Comer, Internetworking with TCP/IP Volume I: Principles,Protocols, and Architecture, 1995


Stand: 31.03.2017 Seite 128 von 150

- J. F. Kurose, K. W. Ross, Computer Networks: a top-downapproach featuring the Internet, 2001- L.L. Peterson, B.S. Davie, Computer Networks: A SystemsApproach, 1999

15. Lehrveranstaltungen und -formen: • 390401 VL Rechnernetze• 390402 ÜB Rechnernetze

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 Stunden Nachbearbeitungszeit: 138 Stunden

17. Prüfungsnummer/n und -name: • 39041Rechnernetze (PL), Schriftlich oder Mündlich, 90 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder MündlichPrüfungsdauer: 90 min schriftlich oder 30 min mündlich Examduration: 90 min written exam or 30 min oral exam


19. Medienform:



Stand: 31.03.2017 Seite 129 von 150

Modul: 39250 Distributed Systems I




8. Modulverantwortlicher: Kurt Rothermel

9. Dozenten: Kurt Rothermel




11. Empfohlene Voraussetzungen: - Programmierung und Software-Entwicklung- Datenstrukturen und Algorithmen- Systemkonzepte und -programmierung

12. Lernziele: The Students will gain an understanding of the basiccharasteristics, concepts and methods of distributed systems.Furthermore, the ability to analyze existing distributed applicationsand platforms with regard to its specific properties will be obtained.The implementation of distributed applications as well as systemplatforms based on the shown methods of that course is anotherobjective. Due to the knowledge provided in that course, thestudents will be able to communicate with other experts of otherprofessional disciplines, about topics in the field of distributedsystems.

13. Inhalt: 1. Introduction to distributed systems 2. System models 3.Communication: Messages, Remote Procedure Call (RPC),Remote Method Invocation RMI 4. Naming: Generating andResolution 5. Time Management and clocks in distributedSystems: Applications, logical clocks, physical clocks,synchonization of clocks 6. Global state: concepts, snapshotalgorithms, distributed Debugging 7. Transaction management:Serializability, barrier methods, 2-phase-commit-protocols8. Data replication: primary copy, consensus-protocols andother algorithms 9. Safety/Security: Methods for confidentiality,integrity, authentication and authorization 10. Mulitcast-algorithms:processing model, broadcast-semantics and algorithms


15. Lehrveranstaltungen und -formen: • 392502 Übungen Verteilte Systeme• 392501 Vorlesung Verteilte Systeme


17. Prüfungsnummer/n und -name: • 39251Distributed Systems I (PL), Schriftlich oder Mündlich, 60 Min.,Gewichtung: 1

• V Vorleistung (USL-V), Schriftlich oder Mündlich[39251] Distributed Systems I (PL), schriftlich oder mündlich, 120Min., Gewicht: 1.0, [Prüfungsvorleistung] Vorleistung (USL-V),schriftlich, eventuell mündlich



Stand: 31.03.2017 Seite 130 von 150

19. Medienform:



Stand: 31.03.2017 Seite 131 von 150

























Stand: 31.03.2017 Seite 132 von 150








19. Medienform:



Stand: 31.03.2017 Seite 133 von 150

Modul: 40660 Statistische Sprachverarbeitung




8. Modulverantwortlicher: PD Dr. Sabine Schulte im Walde

9. Dozenten: Sabine Schulte im Walde




11. Empfohlene Voraussetzungen: 052400002, 052400003, 052400004, 052400005, 052400007,080310502, 050420005, 051510005,05152005, 05152010

12. Lernziele: • Die Studierenden sind mit den grundlegenden probabilistischenMethoden der Sprachverarbeitung vertraut undhaben inden Übungen Erfahrung mit ihrer Anwendung und derdatenorientierten Methodik der modernen Sprachverarbeitunggesammelt.

13. Inhalt: Einführung in Korpora und Empirie, Grundlagen derWahrscheinlichkeits- und Informationstheorie, Tokenisierung,Morphologie, Wortarten-Tagging, Hidden-Markov-Modelle,Glättungsverfahren, Klassifikation, Evaluation, Anwendungen (z.B.Maschinelle Übersetzung),themenbezogene Rechnenaufgaben und Übungen mit UNIX undvorhandenen Werkzeugen

14. Literatur: • Daniel Jurafsky and James H. Martin. Speech and LanguageProcessing.An Introduction to Natural Language Processing,Computational Linguistics and Speech Recognition.PrenticeHall, 2008.

• C. D. Manning und H. Schütze, 1999, Foundations of StatisticalNatural Language Processing, MIT Press.

15. Lehrveranstaltungen und -formen: • 406601 Vorlesung mit Übung Statistische Sprachverarbeitung


17. Prüfungsnummer/n und -name: • 40661Statistische Sprachverarbeitung (PL), Schriftlich oderMündlich, Gewichtung: 1

• V Vorleistung (USL-V), SchriftlichIm Regelfall wird das Modul aufgrund einer schriftlichen Klausurüber den Inhalt des Moduls bewertet.Die erfolgreiche Bearbeitung der Hausübungen ist Voraussetzungfür die Zulassung zur Prüfung.


19. Medienform:



Stand: 31.03.2017 Seite 134 von 150

Modul: 41070 Fortgeschrittene Methoden in der MaschinellenSprachverarbeitung





9. Dozenten: Stefanie Wiltrud Kessler Jonas Kuhn Jens Stegmann AndreasMaletti Sebastian Pado Nils Reiter Cerstin Mahlow



11. Empfohlene Voraussetzungen: - Modul 40660 Statistische Sprachverarbeitung

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis derKonzepte, Formalismen, Algorithmen und Implementierungsfragenzu fortgeschrittenen Methoden in der MaschinellenSprachverarbeitung entwickelt.

13. Inhalt: In einer 4-stündigen Veranstaltung bzw. zwei 2-stündigenTeilveranstaltungen werden zu einem oder mehreren Bereichender Maschinellen Sprachverarbeitung fortgeschrittene Methodenthematisiert. In Absprache mit dem Modulverantwortlichenund den Kursdozenten können verschiedene fortgeschritteneMethodenkurse zu diesem Modul kombiniert werden, z.B.- Digital Humanities (2 SWS)- Computational Morphology / Finite-State Morphology (2 SWS) -What's happening? Detecting, classifying and representing eventsin texts (2 SWS)- Detecting and classifying multi-word expressions (2 SWS)- Formal Models in NLP (2 SWS)- Statistical Dependency Parsing (2 SWS)

14. Literatur: Variabel nach Teilveranstaltung

15. Lehrveranstaltungen und -formen: • 410701 Vorlesung Fortgeschrittene Methoden in der MaschinellenSprachverarbeitung


17. Prüfungsnummer/n und -name: • V Vorleistung (USL-V), Sonstige• 41071Fortgeschrittene Methoden in der Maschinellen

Sprachverarbeitung (PL), Schriftlich oder Mündlich,Gewichtung: 1

[41071] Fortgeschrittene Methoden in der MaschinellenSprachverarbeitung (PL), schriftlich oder mündlich, Gewicht: 1.0[Prüfungsvorleistung] Vorleistung (USL-V ), Sonstiges


19. Medienform:



Stand: 31.03.2017 Seite 135 von 150



















Stand: 31.03.2017 Seite 136 von 150




19. Medienform:



Stand: 31.03.2017 Seite 137 von 150

Modul: 42410 Grundlagen des Wissenschaftlichen Rechnens





9. Dozenten: Miriam MehlStefan ZimmerDirk Pflüger




11. Empfohlene Voraussetzungen: - Modul 10190 Mathematik für Informatiker und Softwaretechnikerund- Modul 10240 Numerische und Stochastische Grundlagen derInformatik bzw.- Modul 41590 Einführung in die Numerik und Stochastik fürSoftwaretechniker

12. Lernziele: Kenntnis grundlegender Konzepte, Algorithmen und Methodendes Wissenschaftlichen Rechnens. Fähigkeit, mit den erlerntenKenntnissen selbständig Methoden zu entwickeln, zu analysierenund umzusetzen, mit denen anwendungsorientierte Problemeeffizient und genau gelöst werden können.

13. Inhalt: - Überblick über die Simulationspipeline und dieWechselwirkungen zwischen den einzelnen Schritten- Skalenabhängige Modellierung- Diskretisierung (Gitter, Finite Elemente, Zeitschrittverfahren)- Algorithmen (Gittergenerierung, Adaptivität, Lineare Löser,Linked-Cell, Fast Multipole)- Parallelisierung (Gitterpartitionierung, Lastbalancierung)- Kurzer Überblick über die Visualisierung

14. Literatur: Martin Hanke-Bourgeois: Grundlagen der numerischen Mathematikund des wissenschaftlichen Rechnens, Vieweg+Teubner Verlag2009.

15. Lehrveranstaltungen und -formen: • 424102 Übung Grundlagen des Wissenschaftlichen Rechnens• 424101 Vorlesung Grundlagen des Wissenschaftlichen Rechnens


17. Prüfungsnummer/n und -name: 42411 Grundlagen des Wissenschaftlichen Rechnens (PL),Schriftlich oder Mündlich, 90 Min., Gewichtung: 1

[42411] Grundlagen des Wissenschaftlichen Rechnens (PL),schriftlich oder mündlich, 90 Min., Gewicht: 1.0


19. Medienform:



Stand: 31.03.2017 Seite 138 von 150

Modul: 55960 Korpus-orientierte Ansätze in der Computerlinguistik





9. Dozenten: Dozenten des Instituts



11. Empfohlene Voraussetzungen:

12. Lernziele: Die Studierenden haben einen tieferen Einblick in mehrerecomputerlinguistisch fundierte Ansätze zur Auszeichnungbzw. Exploration von Korpusdaten und/oder zur Induktion vonModellparametern aus Sprach- und Textkorpora gewonnen undkönnen einschätzen, welche Verfahren bzw. Modellklassen füreine gegebene Problemstellung geeignet ist.

13. Inhalt: In einer 4-stündigen Veranstaltung bzw. zwei 2-stündigenTeilveranstaltungen werden korpus-orientierteAnsätze der Computerlinguistik thematisiert. In Absprache mitdem Modulverantwortlichen und den KursdozentInnen könnenverschiedene Kurse zu diesem Modul kombiniert werden, derenaktuelle Auswahl in C@MPUS dokumentiert ist.

14. Literatur:

15. Lehrveranstaltungen und -formen: • 559601 Vorlesung Korpus-orientierte Ansätze in derComputerlinguistik

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 hSelbststudiumszeit 138 h

17. Prüfungsnummer/n und -name: • 55961Korpus-orientierte Ansätze in der Computerlinguistik (PL),Schriftlich oder Mündlich, Gewichtung: 1

• 55962Korpus-orientierte Ansätze in der Computerlinguistik (USL)(USL), Sonstige, Gewichtung: 1


19. Medienform:



Stand: 31.03.2017 Seite 139 von 150

Modul: 56930 Grundlagen der Rechnerarchitektur




8. Modulverantwortlicher: Univ.-Prof. Dr. Hans-Joachim Wunderlich

9. Dozenten: Hans-Joachim Wunderlich Michael Kochte




11. Empfohlene Voraussetzungen: - Modul 41930 Rechnerorganisation

12. Lernziele: - Tiefes Verständnis von Entwurfskonzepten, die in modernenProzessoren und Rechensystemen Verwendung finden- Kenntnis von Entwurfsherausforderungen.- Verständnis von aktuellen und zukünftigen Entwicklungstrends

13. Inhalt: Grundlegende und fortgeschrittene Themen derRechenarchitektur, inklusive:- Technologiegrundlagen: Entwurfsverfahren,Herstellungsmethoden, Ausbeute, Test und Zuverlässigkeit,Kosten und Qualität, Skalierung.- Rechen- und Verlustleistung: Analyse und Optimierung- Rechnerarithmetik: Effiziente Hardwarestrukturen fürgrundlegende Arithmetik, Implementierung von Logarithmen,Exponentialfunktion und trigonometrischen Funktionen,arithmetische Pipelines, praktische Implementierungen vonGleitkommaarithmetik (Cell SPE, SPARC).- Instruktionsparallelismus (ILP): Superskalarität, statischesund dynamisches Scheduling, out-of-order execution, VLIWProzessoren, Multithreading.- Datenparallelismus (DLP): Vektorprozessoren, SIMD,Grafikprozessoreinheiten (GPGPU)- Threadparallelismus (TLP): Mehrprozessorsysteme,Speicherkohärenz und Synchronisierung. - Speicher- und Cache-Architekturen: Entwurf und Optimierung

14. Literatur: - J. L. Hennessy, D. A. Patterson, Computer Architecture: AQuantitative Approach, 2012.- I. Koren, Computer Arithmetic Algorithms, 2001.- Powerpoint Foliensatz-Auswahl von wissenschaftlichen Artikeln

15. Lehrveranstaltungen und -formen: • 569301 Vorlesung Grundlagen der Rechnerarchitektur• 569302 Übung Grundlagen der Rechnerarchitektur


17. Prüfungsnummer/n und -name: 56931 Grundlagen der Rechnerarchitektur (PL), Schriftlich, 90 Min.,Gewichtung: 1

[56931] Grundlagen der Rechnerarchitektur (PL), schriftlichePrüfung, 90 Min., Gewicht: 1.0



Stand: 31.03.2017 Seite 140 von 150

19. Medienform:

20. Angeboten von: Rechnerarchitektur


Stand: 31.03.2017 Seite 141 von 150

Modul: 60140 Sprachbau mit Language Workbenches





9. Dozenten: Markus Völter




11. Empfohlene Voraussetzungen: CompilerbauObjektorientierte Programmierung

12. Lernziele: Die Studenten verstehen, warum und wie Modelle für denpraktizierenden Softwareentickler nützlich sind: Kommunikation,Analyse, Synthese. Sie verstehen warum es in vielen Fällensinnvoll ist, eigene (domänenspezifische) Sprachen zu bauen. Sieverstehen die Mechanismen um Sprachen zu bauen, insbesonderedie Fähigkeiten moderner Language Workbenches. Die Studentensind in der Lage mit JetBrains MPS Sprachen zu bauen.

13. Inhalt: Modellierung, Grammatiken, Projizierende Editoren,Typsysteme, Codegenerierung, Interpreter. Grundlagendes Sprachdesigns: Ausdrucksfähigkeit vs. Komplexität,Vollständigkeit, Modularisierung, verschiedene Notationen.Wichtige Sprachparadigmas, die man in DSLs wiederverwendenkann: imperativ, funktional, zustandsbasiert. Grundlagen der Arbeitmit MPS. Die Veranstaltung wird als Blockveranstaltung als Workshopausgeführt, viele praktische Anteile. Die Klausur findet direkt amEnde der Blockveranstaltung statt. Der Zeitraum ist 22. Bis 26. August. Ort ist bei der itemis AG, Industriestrasse 6, Vaihingen (direktneben dem Bhf)

14. Literatur: Buch http://dslbook.org/ + ggfs. diverse wissenschaftliche Papiere

15. Lehrveranstaltungen und -formen: • 601401 Vorlesung Sprachbau• 601402 Übung Sprachbau

16. Abschätzung Arbeitsaufwand: Präsenzzeit in Stunden: 56Selbststudiumszeit in Stunden: 124

17. Prüfungsnummer/n und -name: 60141 Sprachbau mit Language Workbenches (PL), Schriftlich, 60Min., Gewichtung: 1


19. Medienform: Powerpoint, Tafel, Demos, Diskussionen, Selbstarbeit derStudenten



Stand: 31.03.2017 Seite 142 von 150

Modul: 60180 Sprache, Gehirn und Kognition





9. Dozenten: Grzegorz DogilNatalie Lewandowski




12. Lernziele: Die Studierenden haben ein detailliertes Verständnis fürTheorien und Phänomene in den verschiedenen Bereichen derNeurolinguistik, Neurophohnetik und Kognitionswissenschaftentwickelt. Sie sind in der Lage, aktuelle Forschungsarbeitenzu o.g. Themen zu verstehen, kritisch zu bewerten unddie Verbindungen zwischen verschiedenen Bereichen derNeurolinguistik, Kognitionswissenschaft und ihrem Studiengebietzu erkennen.

(ENGLISH) Students have developed a detailed understanding oftheories and phenomena from various subareas of neurolinguistics(incl. neurophonetics) and cognitive science. They are able tounderstand and discuss current publications from the areasabove and also draw parallels between the various strands ofneurolinguistics and cognitive science and their own field of study.

13. Inhalt: Es werden grundlegende Methoden und Prozeduren aus derNeurolinguistik und Neurophonetik vorgestellt. Außerdemwerden ausgewählte Themen aus den vielfältigen Disziplinender Kognitionswissenschaft (u.a. Philosophie, kognitivePsychologie und kognitive Neurowissenschaften) dargestellt unddiskutiert, unter Berücksichtigung ihrer Relevanz für Modelle der(maschinellen) Sprachverarbeitung.

14. Literatur: • Internet-Tutorial Sprache und Gehirn, http://www.ims.unistuttgart.de/phonetik/joerg/sgtutorial/

• Matlin, Margaret W. (2009). Cognitive Psychology. InternationalStudent Version. John Wiley und Sons.

• Kahneman, Daniel (2012). Thinking, fast and slow. PenguinBooks, London.

• Aktuelle Konferenz- und Zeitschriftenbeiträge nach Ankündigungin den Vorlesungen.

15. Lehrveranstaltungen und -formen: • 601801 Seminar Sprache, Gehirn und Kognition• 601802 Vorlesung Introduction to Cognitive Science

16. Abschätzung Arbeitsaufwand: 56 h Präsenzzeit + 124 h Selbststudium

17. Prüfungsnummer/n und -name: 60181 Sprache, Gehirn und Kognition (PL), Schriftlich oder Mündlich,Gewichtung: 1

schriftlich 180 min oder mündlich 30 min



Stand: 31.03.2017 Seite 143 von 150

19. Medienform:



Stand: 31.03.2017 Seite 144 von 150

Modul: 71740 System and Web Security




8. Modulverantwortlicher: Ralf Küsters

9. Dozenten: Ralf Küsters




11. Empfohlene Voraussetzungen: Solid knowledge in at least one programming language.

12. Lernziele: Students are sensitized for common security vulnerabilities andattack vectors in computer systems and the web,

Students are familar with concrete attacks on computer systemsand the web, and understand the underlying principles,

Students are familiar with common defense mechanisms.

13. Inhalt: IT-systems are constantly under attack, by various kinds ofattackers with diverse interests: criminal organizations withmonetary interests, intelligence agencies, industrial espionage bystates and companies.The course covers the most common attack vectors on computersystems, including mobile devices, and the web, including, forexample, stack and heap overflows, format string vulnerabilities,integer overflows, return-oriented-programming, Cross-Site-Scripting (CSS/XSS), SQL Injections, and Cross-Site-Request-Forgery (XSRF), etc.The course also discusses common defense mechanisms,including, for example, access control mechanisms, addressspace layout randomization (ASLR), static code analysis, securitymonitoring, input/output sanitization, prepared statements, etc.

14. Literatur:

15. Lehrveranstaltungen und -formen: • 717401 Vorlesung System and Web Security• 717402 Übung System and Web Security

16. Abschätzung Arbeitsaufwand: Presence time: 56 hoursSelf study: 124 hoursSum: 180 hours

17. Prüfungsnummer/n und -name: • 71741System and Web Security (PL), , Gewichtung: 1• V Vorleistung (USL-V),


19. Medienform:

20. Angeboten von: Universität Stuttgart


Stand: 31.03.2017 Seite 145 von 150

Modul: 71760 Security and Privacy




8. Modulverantwortlicher: Ralf Küsters

9. Dozenten: Ralf Küsters



11. Empfohlene Voraussetzungen: This course does not require specific knowledge in informationsecurity or cryptography, but solid knowledge of the foundationsof computer science and mathematics as taught in the firstfour semesters of a bachelor's course in computer science (ormathematics).Es werden keine spezifischen Kenntnisse in Informationssicherheitoder Kryptographie vorausgesetzt. Allerdings verlangt dieVeranstaltung solide Kenntnisse in den Grundlagen der Informatikund der Mathematik wie sie in den ersten vier Semestern einesBachelorstudiengangs in Informatik (oder Mathematik) vermitteltwerden.

12. Lernziele: Students will acquire an in-depth understanding of central topics ininformation security and privacy.

13. Inhalt: This course covers some of the most important, typically advancedtopics in information security and privacy. The selection of topicscan vary from course to course, depending on the development ofthe field and the focus of the information security group.Possible topics include:• Zero-Knowledge Protocols: a fundamental concept in many

advanced secure and privacy preserving systems• Verification of cryptographic protocols: What does it mean

for protocols, such as TLS, to be secure? How can we provesecurity? Can we prove security using automated tools?

• Secure Multi-Party Computation: how can multiple partiescompute a common function without revealing their input? E.g.,how can two millionaires figure out who earns more withoutrevealing their income to each other?

• E-Voting: Can we have a system where voters can make surethat their votes were actually counted even when the votingservers are completely malicious?

• Bitcoin and cryptocurrencies• Web-based security protocols, such as web-based single-sign

on protocols• Advanced attacks and defenses in as well as models of web

security

14. Literatur:

15. Lehrveranstaltungen und -formen: • 717601 Vorlesung Security and Privacy

16. Abschätzung Arbeitsaufwand: Presence time:56 hoursSelf study: 138 hoursSum: 180 hours


Stand: 31.03.2017 Seite 146 von 150

17. Prüfungsnummer/n und -name: • 71761Security and Privacy (PL), , Gewichtung: 1• V Vorleistung (USL-V),s 90 oder m 30


19. Medienform:



Stand: 31.03.2017 Seite 147 von 150

400 Schlüsselqualifikationen fachaffin

Zugeordnete Module: 56270 Medieninformatik Projekt - Praktikum


Stand: 31.03.2017 Seite 148 von 150

Modul: 56270 Medieninformatik Projekt - Praktikum

2. Modulkürzel: - 5. Moduldauer: Zweisemestrig






B.Sc. Medieninformatik, PO 121-2014,➞ Schlüsselqualifikationen fachaffin

11. Empfohlene Voraussetzungen: Folgende Module müssen vor Beginn der VeranstaltungMedieninformatik Projekt absolviert sein.:• Modul 56210 Medieninformatik• Modul 10210 Mensch-Computer-Interaktion• Modul 56230 Empirische Methoden für Medieninformatik• Modul 56220 Programmierung für Medieninformatik

Das Medieninformatik Projekt - Theorie bildet mit demMedieninformatik Projekt - Praxis eine Einheit, beide können nurzusammen begonnen werden.Die Vorleistungen (Scheine) aus dem Medieninformatik Projekt -Praxis sind für die abschließende Prüfung des MedieninformatikProjekt - Theorie Voraussetzung.

12. Lernziele: Die Studierenden kennen aus praktischer Erfahrung dieVorgehensweise bei der Durchführung eines größeren und fürdie Praxis typischen Projekts in der Medieninformatik. Sie könnenein interaktives digitales Mediensystem konzipieren, entwickeln,betreiben und evaluieren. In Präsentationen können sie umfassenddas Projekt vorstellen

13. Inhalt: Die Studierenden entwickeln exemplarisch ein interaktives digitalesMediensystem in einer benutzerorientierten Vorgehensweise nachISO 13407. Das Projekt umfasst den gesamten Lebenszyklus vondigitalen Mediensystemen. Es beinhaltet die Anforderungsanalyse,die Konzeption und Spezifikation, die Implementierung,Evaluierung, Inbetriebnahme und den Betrieb des Systemsüber einen bestimmten Zeitraum. In regelmäßigen Abständenpräsentieren die Studierenden den Projektfortschritt. DieStudierenden erstellen einen Bericht, welcher die individuellenLeistungen der einzelnen Teilnehmer erkennen lässt.Die konkreten Themen und Inhalte hängen vom jeweiligen Projektab und werden vor der Veranstaltung bekannt gegeben.

14. Literatur: Wird in der Veranstaltung bekannt gegeben



240 h

Summe: 450 h

17. Prüfungsnummer/n und -name: 56271 Medieninformatik Projekt - Praktikum (LBP), Sonstige,Gewichtung: 1


Stand: 31.03.2017 Seite 149 von 150

Ausreichende Leistungen im Medieninformatik Projekt - Praxiswerden in jedem der beiden Semester durch einen unbenotetenSchein bestätigt. Die Note im Medieninformatik Projekt - Praxiswird auf der Grundlage der im Projekt gezeigten Leistungen unddes Projektberichts, der die individuellen Beiträge der Teilnehmerangeben muss, bestimmt. Sie geht in die Gesamtnote desStudienprojekts mit dem Gewicht 2 ein, der andere Beitrag kommtvon Medieninformatik Projekt - Theorie mit dem Gewicht 1.Vorleistung (USL-V), schriftlich, eventuell mündlich


19. Medienform:



Stand: 31.03.2017 Seite 150 von 150

Modul: 81140 Bachelorarbeit Medieninformatik





9. Dozenten:


B.Sc. Medieninformatik, PO 121-2014, 6. Semester


12. Lernziele:

13. Inhalt:

14. Literatur:



17. Prüfungsnummer/n und -name:


19. Medienform:

20. Angeboten von: Mensch-Computer-Interaktion

Prüfungsordnung: 121-2014 Studiengang Bachelor of Science ...€¦ · 10170 Imaging Science ......

Documents

Transcript of Prüfungsordnung: 121-2014 Studiengang Bachelor of Science ...€¦ · 10170 Imaging Science ......