Prüfungsordnung: 2014 Studiengang Bachelor of Science … · 2016-10-11 · Modulhandbuch:...

ModulhandbuchStudiengang Bachelor of Science Medieninformatik

Prüfungsordnung: 2014

Wintersemester 2016/17Stand: 10. Oktober 2016

Universität StuttgartKeplerstr. 7

70174 Stuttgart

Modulhandbuch: Bachelor of Science Medieninformatik

Stand: 10. Oktober 2016 Seite 2 von 150

Kontaktpersonen:Studiendekan/in: Univ.-Prof. Stefan Wagner

Institut 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]



Inhaltsverzeichnis

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

100 Basismodule ................................................................................................................ 612060 Datenstrukturen und Algorithmen ..................................................................................................... 710190 Mathematik für Informatiker und Softwaretechniker ......................................................................... 956210 Medieninformatik .............................................................................................................................. 1110210 Mensch-Computer-Interaktion .......................................................................................................... 1210280 Programmierung und Software-Entwicklung .................................................................................... 1410940 Theoretische Grundlagen der Informatik .......................................................................................... 16

200 Kernmodule ................................................................................................................. 1810060 Computergraphik .............................................................................................................................. 1956230 Empirische Methoden für Medieninformatik ..................................................................................... 2156260 Fachstudie Medieninformatik ............................................................................................................ 2210170 Imaging Science ............................................................................................................................... 2356240 Medieninformatik Projekt - Theorie .................................................................................................. 2548560 Practical Course Robotics ................................................................................................................ 2656220 Programmierung für Medieninformatik ............................................................................................. 2756250 Seminar Medieninformatik ................................................................................................................ 28

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

10020 Algorithmik ................................................................................................................................... 3114910 Berechenbarkeit und Komplexität ............................................................................................... 3341590 Einführung in die Numerik und Stochastik für Softwaretechniker ............................................... 3514360 Einführung in die Technische Informatik ..................................................................................... 3710220 Modellierung ................................................................................................................................ 3936100 Programmierparadigmen ............................................................................................................. 4140090 Systemkonzepte und -programmierung ...................................................................................... 43

320 Katalog MIG ......................................................................................................................................... 4510020 Algorithmik ................................................................................................................................... 4613960 Algorithmisches Sprachverstehen ............................................................................................... 4810030 Architektur von Anwendungssystemen ....................................................................................... 4914910 Berechenbarkeit und Komplexität ............................................................................................... 5141590 Einführung in die Numerik und Stochastik für Softwaretechniker ............................................... 5314360 Einführung in die Technische Informatik ..................................................................................... 5518560 Grundlagen der Eingebetteten Systeme ..................................................................................... 5710100 Grundlagen der Graphischen Ingenieursysteme ........................................................................ 5810110 Grundlagen der Künstlichen Intelligenz ...................................................................................... 5968440 Grundlagen der Maschinellen Sprachverarbeitung für Medieninformatik .................................... 6156930 Grundlagen der Rechnerarchitektur ............................................................................................ 6213170 Grundlagen der Syntax ............................................................................................................... 6425610 Grundlagen des Software Engineerings ..................................................................................... 6642410 Grundlagen des Wissenschaftlichen Rechnens .......................................................................... 6810180 Information Retrieval und Text Mining ........................................................................................ 6910220 Modellierung ................................................................................................................................ 7055650 Multimodal Interaction for Ubiquitous Computers ....................................................................... 7213270 Parsing ........................................................................................................................................ 7314000 Phonetik und Phonologie ............................................................................................................ 7414390 Programmentwicklung ................................................................................................................. 7636100 Programmierparadigmen ............................................................................................................. 7739040 Rechnernetze .............................................................................................................................. 79



36530 Rechnerorganisation 1 ................................................................................................................ 8113870 Semantik ..................................................................................................................................... 8340660 Statistische Sprachverarbeitung .................................................................................................. 8440090 Systemkonzepte und -programmierung ...................................................................................... 85

330 Katalog MIW ......................................................................................................................................... 8710020 Algorithmik ................................................................................................................................... 8813960 Algorithmisches Sprachverstehen ............................................................................................... 9010030 Architektur von Anwendungssystemen ....................................................................................... 9114910 Berechenbarkeit und Komplexität ............................................................................................... 9329430 Computer Vision .......................................................................................................................... 9510080 Datenbanken und Informationssysteme ...................................................................................... 9739250 Distributed Systems I .................................................................................................................. 9941590 Einführung in die Numerik und Stochastik für Softwaretechniker ............................................... 10114360 Einführung in die Technische Informatik ..................................................................................... 10329620 Fortgeschrittene Aspekte der Sprachperzeption und Sprachproduktion ..................................... 10541070 Fortgeschrittene Methoden in der Maschinellen Sprachverarbeitung ......................................... 10629440 Geometric Modeling and Computer Animation ........................................................................... 10718560 Grundlagen der Eingebetteten Systeme ..................................................................................... 10910100 Grundlagen der Graphischen Ingenieursysteme ........................................................................ 11010110 Grundlagen der Künstlichen Intelligenz ...................................................................................... 11156930 Grundlagen der Rechnerarchitektur ............................................................................................ 11314260 Grundlagen der Signalverarbeitung in der Lautsprachverarbeitung ............................................ 11513170 Grundlagen der Syntax ............................................................................................................... 11625610 Grundlagen des Software Engineerings ..................................................................................... 11842410 Grundlagen des Wissenschaftlichen Rechnens .......................................................................... 12010180 Information Retrieval und Text Mining ........................................................................................ 12155960 Korpus-orientierte Ansätze in der Computerlinguistik ................................................................. 12229720 Mobile Computing ....................................................................................................................... 12310220 Modellierung ................................................................................................................................ 12513270 Parsing ........................................................................................................................................ 12714000 Phonetik und Phonologie ............................................................................................................ 12814390 Programmentwicklung ................................................................................................................. 13036100 Programmierparadigmen ............................................................................................................. 13129670 Rapid Prototyping ........................................................................................................................ 13339040 Rechnernetze .............................................................................................................................. 13436530 Rechnerorganisation 1 ................................................................................................................ 13613870 Semantik ..................................................................................................................................... 13860140 Sprachbau mit Language Workbenches ..................................................................................... 13960180 Sprache, Gehirn und Kognition ................................................................................................... 14140660 Statistische Sprachverarbeitung .................................................................................................. 14340090 Systemkonzepte und -programmierung ...................................................................................... 14456100 Tree Automata ............................................................................................................................ 146

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

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



Präambel

Digitale 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 MasterstudiengängeComputer 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.



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



Modul: 12060 Datenstrukturen und Algorithmen

2. Modulkürzel: 051510005 5. Moduldauer: 1 Semester

3. Leistungspunkte: 9.0 LP 6. Turnus: jedes 2. Semester, SoSe

4. SWS: 6.0 7. Sprache: Deutsch

8. Modulverantwortlicher: Univ.-Prof. Daniel Weiskopf

9. Dozenten: • Andrés Bruhn• Thomas Ertl• Stefan Funke• Daniel Weiskopf

10. Zuordnung zum Curriculum in diesemStudiengang:

B.Sc. Medieninformatik, PO 2014, 2. Semester➞ Basismodule

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 diese in einerkonkreten Programmiersprache formulieren.

Die Lernziele lassen sich wie folgt zusammenfassen:

• Kenntnis der Eigenschaften elementarer und häufig benötigterAlgorithmen

• Verständnis für die Auswirkungen theoretischer und tatsächlicherKomplexität

• 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 vonAlgorithmen

• 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, minimaleSpannbäume, 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)



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

• Maschinelles Lernen (überwachtes Lernen, Entscheidungsbäume,SVM, neuronale Netze; unüberwachtes Lernen, 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

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 63 hSelbststudiums- /Nachbearbeitungszeit:

207

Summe: 270 h

17. Prüfungsnummer/n und -name: • 12061Datenstrukturen und Algorithmen (PL), schriftlichePrüfung, 120 Min., Gewichtung: 1.0, Prüfungsvorleistung:Übungsschein. Die genauen Details der Übungsleistungenund Ihrer Anrechnung werden zu Beginn derLehrveranstaltung bekannt gegeben.

• V Vorleistung (USL-V), schriftlich, eventuell mündlich

18. Grundlage für ... :

19. Medienform:

20. Angeboten von: Institut für Visualisierung und Interaktive Systeme



Modul: 10190 Mathematik für Informatiker und Softwaretechniker


3. Leistungspunkte: 18.0 LP 6. Turnus: jedes 2. Semester, WiSe


8. Modulverantwortlicher: PD Andreas Markus Kollross

9. Dozenten: • Peter Lesky• Wolfgang Rump• Wolf-Patrick Düll• Andreas Markus Kollross



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

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 mehrererVariablen, Ableitungen, Taylorentwicklungen, Extremwerte, Integration,Anwendungen)

• Gewöhnliche Differentialgleichungen (elementar lösbareDifferentialgleichungen, Existenz und Eindeutigkeit von Lösungen)

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),schriftliche Prüfung, 120 Min., Gewichtung: 1.0, EinÜbungsschein aus den beiden Veranstaltungen, jeweils im 1.oder 2. Fachsemester zu erwerben





19. Medienform:

20. Angeboten von:



Modul: 56210 Medieninformatik

2. Modulkürzel: [pord.modulcode] 5. Moduldauer: 1 Semester



8. Modulverantwortlicher: Univ.-Prof. Albrecht Schmidt

9. Dozenten: • Albrecht Schmidt• Niels Henze



11. Empfohlene Voraussetzungen: Keine.

12. Lernziele: Die Studierenden sind mit den grundlegenden Konzepten der Produktion,Speicherung, Verteilung und Nutzung von digitalen Medien vertraut.Sie haben einen Überblick über Medientechnologien und Werkzeugeder Medieninformatik und können einfache digitale Mediensystemeanalysieren. Sie haben erste Erfahrungen in der Herstellung digitalerMedien.

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, eventuell mündlich, 90 Min.,Gewichtung: 1.0, Studienleistung: Übungsschein. Vorleistung(USL-V), schriftlich, eventuell mündlich

18. Grundlage für ... : 56220 Programmierung für Medieninformatik

19. Medienform:

20. Angeboten von: Mensch-Computer-Interaktion und Kognitive Systeme



Modul: 10210 Mensch-Computer-Interaktion





9. Dozenten: • Albrecht Schmidt• Thomas Ertl• Daniel Weiskopf• Niels Henze



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

12. Lernziele: Studierende entwickeln ein Verständnis für Modelle, Methoden undKonzepte der Mensch-Computer-Interaktion. Sie lernen verschiedeneAnsätze für den Entwurf, die Entwicklung und Bewertung vonBenutzungsschnittstellen kennen und verstehen deren Vor- undNachteile.

13. Inhalt: Die Vorlesung vermittelt Konzepte, Prinzipien, Modelle, Methodenund Techniken für die effektive Entwicklung von benutzerfreundlichenMensch-Computer-Schnittstellen. Das Thema modernerBenutzungsschnittstellen wird dabei für klassische Computer aber auchfür mobile Geräte, eingebettete Systeme, Automobile und intelligenteUmgebungen betrachtet.

Die folgenden Themen werden in der Vorlesung behandelt:

• Einführung in die Grundlagen der Mensch-Computer Interaktion,historische Entwicklung

• Entwurfsprinzipien und Modelle für moderne Benutzungsschnittstellenund interaktive Systeme

• Informationsverarbeitung des Menschen, Wahrnehmung, Motorik,Eigenschaften und Fähigkeiten des Benutzers

• Interaktionskonzepte und -stile, Metaphern, Normen, Regeln und StyleGuides

• 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. Interaktive Systeme 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 User Interfaces,2005

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



• 102102 Übung Mensch-Computer-Interaktion


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 10211Mensch-Computer-Interaktion (PL), schriftliche Prüfung, 90Min., Gewichtung: 1.0, Prüfungsvorleistung: Übungsschein



19. Medienform:




Modul: 10280 Programmierung und Software-Entwicklung




8. Modulverantwortlicher: Univ.-Prof. 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 der Informatik.Sie haben die wichtigsten Konzepte einer höheren Programmierspracheund ihrer Verwendung verstanden und sind in der Lage, kleineProgramme (bis zu einigen hundert Zeilen) zu analysieren undselbst zu konzipieren und zu implementieren. Sie kennen dieMöglichkeiten, Daten- und Ablaufstrukturen zu entwerfen, zu beschreibenund zu codieren. Sie haben die Abstraktionskonzepte modernerProgrammiersprachen verstanden. Sie kennen die Techniken undNotationen zur Definition kontextfreier Programmiersprachen und könnendamit arbeiten.

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, "Skriptum Informatik -eine konventionelle Einführung", Verlag der Fachvereine Zürich undB.G. Teubner Stuttgart, 4. Auflage 1999

• Meyer, Bertrand, "Touch of Class", Springer-Verlag, 2009• Savitch, Walter, "Java. An Introduction to Problem Solving and

Programming", Pearson, 6. Auflage, 2012

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


187 h

Prüfungsvorbereitung: 20 hSumme: 270 h



17. Prüfungsnummer/n und -name: • 10281Programmierung und Software-Entwicklung (PL), schriftlichePrüfung, 90 Min., Gewichtung: 1.0,

• V Vorleistung (USL-V), schriftlich, eventuell mündlich,Vorleistung: Übungsschein. Voraussetzungen werden zuBeginn vom Dozenten festgesetzt. Dazu gehören einebestimmte Anzahl von Vorträgen in den Übungen und einbestimmter Teil der Übungspunkte.

18. Grundlage für ... : 12060 Datenstrukturen und Algorithmen

19. Medienform: • Folien über Beamer• Tafelanschrieb

20. Angeboten von: Software-Engineering



Modul: 10940 Theoretische Grundlagen der Informatik




8. Modulverantwortlicher: Apl. Prof. Ulrich Hertrampf

9. Dozenten: • Volker Diekert• Ulrich Hertrampf



11. Empfohlene Voraussetzungen: Keine

12. Lernziele: Logik und Diskrete Strukturen:

• Die Studierenden haben die grundsätzlichen Kenntnisse in Logikund Diskreter Mathematik erworben, wie sie in den weiterenGrundvorlesungen der Informatik in verschiedenen Bereichen benötigtwerden.

Automaten und Formale Sprachen:

• Die Studierenden beherrschen wichtige theoretische Grundlagender Informatik, insbesondere die Theorie und Algorithmik endlicherAutomaten. Hierzu gehört das Kennenlernen, Einordnung undTrennung der Chomskyschen 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 und Syntax,Normalformen, Unifikatoren, Herbrand-Theorie, prädikatenlogischeResolution;

• Elementare Zahlentheorie: Rechnen mit Restklassen, endliche Körper,Euklidischer Algorithmus, Chinesischer Restsatz, Primzahltests,RSA-Verfahren; Wachstumsabschätzungen; Grundbegriffe derWahrscheinlichkeitsrechnung; Kombinatorik; Graphen.

Automaten und Formale Sprachen:

• Deterministische- bzw. nichtdeterministische endliche Automaten,reguläre Ausdrücke, Minimierung endlicher Automaten,Iterationslemmata für reguläre und kontextfreie Sprachen,Normalformen, Kellerautomaten, Lösen des Wortproblemskontextfreier Sprachen mit dem CYK-Algorithmus, linear beschränkteAutomaten, kontextsensitive Grammatiken, Typ 0-Grammatiken undTuringmaschinen.

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

• Uwe Schöning, Theoretische Informatik - kurzgefasst, 1999

15. Lehrveranstaltungen und -formen: • 109401 Vorlesung Logik und Diskrete Strukturen• 109402 Übung Logik und Diskrete Strukturen



• 109403 Vorlesung Automaten und Formale Sprachen• 109404 Übung Automaten und Formale Sprachen


276 h

Summe: 360 h

17. Prüfungsnummer/n und -name: • 10941Theoretische Grundlagen der Informatik (PL), schriftlichePrüfung, 120 Min., Gewichtung: 1.0, Prüfungsvorleistung:Übungsschein

• V Vorleistung (USL-V), schriftlich, eventuell mündlich, 30 Min.


19. Medienform:

20. Angeboten von: Institut für Formale Methoden der Informatik



200 Kernmodule

Zugeordnete Module: 10060 Computergraphik10170 Imaging Science48560 Practical Course Robotics56220 Programmierung für Medieninformatik56230 Empirische Methoden für Medieninformatik56240 Medieninformatik Projekt - Theorie56250 Seminar Medieninformatik56260 Fachstudie Medieninformatik



Modul: 10060 Computergraphik




8. Modulverantwortlicher: Univ.-Prof. Thomas Ertl

9. Dozenten: • Thomas Ertl• Daniel Weiskopf• Guido Reina


B.Sc. Medieninformatik, PO 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. Die Übungenumfassen praktische Programmierübungen, theoretische Themen undProgrammierprojekte.

14. Literatur: • J. Encarnacao, W. Strasser, R. Klein: Graphische Datenverarbeitung(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), schriftliche Prüfung, 60 Min.,Gewichtung: 1.0, Prüfungsvorleistung: Übungsschein.



19. Medienform:



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 Methoden fürausgewählte Fragestellungen auswählen und können diese Methodenanwenden. Auf Basis der Ergebnisse der empirischen Methoden könneninteraktive digitale Mediensysteme qualitativ und quantitative bewertetwerden.

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, 60 Min., Gewichtung: 1.0, schriftlich 60 min.oder mündlich 20 min.

18. Grundlage für ... : • 56240Medieninformatik Projekt - Theorie• 56270Medieninformatik Projekt - Praktikum

19. Medienform:




Modul: 56260 Fachstudie Medieninformatik


3. Leistungspunkte: 6.0 LP 6. Turnus: jedes Semester



9. Dozenten: Dozenten der Informatik



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 Frage derMedieninformatik, beispielsweise über die anzuwendende Methodeoder das geeignete Werkzeug, zu analysieren und zu entscheiden undihre Entscheidung angemessen zu präsentieren. Die Arbeit erfolgt inDreiergruppen.

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 in Formeines Berichts präsentiert.

14. Literatur: Wird in der Veranstaltung bekannt gegeben.

15. Lehrveranstaltungen und -formen:


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56261 Fachstudie Medieninformatik (BSL), schriftlich und mündlich,Gewichtung: 1.0, Abgabe eines Projektberichts undPräsentation der Ergebnisse, Gewichtung: 1.0


19. Medienform:




Modul: 10170 Imaging Science



4. SWS: 4.0 7. Sprache: Englisch

8. Modulverantwortlicher: Univ.-Prof. 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 Probleme ausdem Fachgebiet einordnen und selbständig mit den erlernten Algorithmenund Verfahren lösen.

The student knows the basics of digital image representation andprocessing and is able to solve problems of the field using the methodspresented 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, morphologische Operatoren• Fouriertransformation, Bilddarstellung und -bearbeitung im

Fourierraum, Abtasttheorem• Orthogonale Transformationen:Cosinus, Wavelets• Kompression:Generische Verfahren (RLE, Entropie), spezielle

Bildverfahren (z.B. jpeg)• Video:Formate, Kompression (z.B. MPEG)• Bildverbesserung und Restauration• Elementare Segmentierungsverfahren

• Fundamentals of optics such as pinhole camera and lens equation• Image acquisition: Cameras, lenses, illumination, acquisition process• Image representation: Discretization, color spaces• Basics of image processing, e.g. point operations such as contrast

enhancement or binarization• Linear and nonlinear filtering such as convolution and morphological

operations.• Fourier transform, image representation and processing in Fourier

space, sampling theorem• Orthogonal transforms such as cosine transform and wavelets• Compression: Generic compression (RLE, entropy coding), methods

specialized to domain of images (e.g. jpeg)• Video: file formats, compression (e.g. mpeg)• Image enhancement and restauration• Basics of segmentation

14. Literatur: • Bässmann, Henning; Kreyss, Jutta: Bildverarbeitung Ad Oculos, 2004• Forsyth, David and Ponce, Jean: Computer Vision. A Modern

Approach, 2003



• Gonzalez, Rafael C.; Woods, Richard E.; Eddins, Steven L.: DigitalImage 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 10171 Imaging Science (PL), schriftlich, eventuell mündlich, 120Min., Gewichtung: 1.0, Prüfungsvorleistung: Übungsschein,Kriterien werden in der ersten Vorlesung bekannt gegeben.


18. Grundlage für ... : • 29430Computer Vision• 55640Correspondence Problems in Computer Vision

19. Medienform:




Modul: 56240 Medieninformatik Projekt - Theorie








11. Empfohlene Voraussetzungen: Folgende Module müssen vor Beginn der Lehrveranstaltung"Medieninformatik 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 dem"Medieninformatik 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 Projekt ab undwerden vor der Veranstaltung bekannt gegeben.

14. Literatur: Wird in der Veranstaltung bekannt gegeben

15. Lehrveranstaltungen und -formen: • 562401 Vorlesung Medieninformatik Projekt - Theorie• 562402 Übungen Medieninformatik Projekt - Theorie


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56241 Medieninformatik Projekt - Theorie (PL), schriftlich odermündlich, Gewichtung: 1.0, Studienleistung: Übungsschein.Vorleistung (USL-V), schriftlich, eventuell mündlich


19. Medienform:




Modul: 48560 Practical Course Robotics


3. Leistungspunkte: 6.0 LP 6. Turnus: unregelmäßig


8. Modulverantwortlicher: Univ.-Prof. Marc Toussaint

9. Dozenten: Marc Toussaint


B.Sc. Medieninformatik, PO 2014➞ Kernmodule

11. Empfohlene Voraussetzungen: Courses: Robotics I; Reinforcement Learning. Fluency in oneprogramming language, preferrably C++

12. Lernziele: The Students will gain hand-on experience in programming robots forperception, navigation, planning and object manipulation.

13. Inhalt: This course will translate the methodological foundations taught in theRobotics I and Reinforcement Learning courses into practical experiencewith real robots. Students will work on various projects which target atrobots that navigate, search for objects and manipulate objects in theirenvironment.

14. Literatur:

15. Lehrveranstaltungen und -formen: 485601 Informationssystem-Fachpraktikum

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 60 StundenSelbststudium: 120 Stunden

17. Prüfungsnummer/n und -name: 48561 Practical Course Robotics (LBP), schriftlich oder mündlich,Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



Modul: 56220 Programmierung für Medieninformatik








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

12. Lernziele: Die Studierenden kennen verschiedene Konzepte zur Programmierungvon digitalen Mediensystemen. Sie können Software programmieren,welche graphische Inhalte darstellt. Sie können einfache interaktive undverteilte Anwendungen entwickeln, 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 Practice UsingC++ (1st ed.). Addison-Wesley Professional.

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

15. Lehrveranstaltungen und -formen: 562201 Übung Programmierung für Medieninformatik


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 56221 Programmierung für Medieninformatik (BSL), Sonstiges,Gewichtung: 1.0, Scheinkriterien: Aktive Mitwirkung imProjektteam. Abgabe eines Prototypen, eines Projektberichts,Präsentation der Ergebnisse und Teilnahme an der internenSemesterkonferenz.

18. Grundlage für ... : 10060 Computergraphik

19. Medienform:




Modul: 56250 Seminar Medieninformatik








11. Empfohlene Voraussetzungen: Basismodule der Medieninformatik, darüber hinaus variabel: Je nachdem gewählten Seminarthema können Vorkenntnisse aus weiterenVorlesungen benötigt werden.

12. Lernziele: Die Studierenden können sich mit wissenschaftlicher Originalliteraturauseinandersetzen, deren Kernaussagen rezipieren und sich einspezielles Thema überwiegend im Selbststudium erarbeiten. Sie sindfähig relevante Daten zu sammeln, zu interpretieren, ihre Erkenntnisseeinem Fach- und Laienpublikum verständlich zu präsentieren und aufFragen aus dem Publikum angemessen und sachgerecht zu reagieren.Sie haben gelernt, sich mit einem wissenschaftlichen Thema über einenlängeren Zeitraum hinweg auseinanderzusetzen und eigenständigaktuelle Hintergrundinformationen zu beschaffen. Sie haben generischeKompetenzen erworben, etwa aktiv an einer wissenschaftlichenDiskussion zu einem vorher bekannten Thema teilzunehmen unddurch Fragen an den Vortragenden ihr Verständnis zu erweitern. Siekönnen eine Diskussion leiten und moderieren und sind befähigt, ihreErgebnisse den Seminarteilnehmern vorzustellen und mit Hilfe modernerPräsentationstechniken zu visualisieren.

13. Inhalt: Variabel: Es werden Seminare zu diversen, häufig aktuellen Themenangeboten. Das Seminar Medieninformatik kann in der Informatik oder ineinem affinen Fach durchgeführt werden. Welche Seminare zugelassensind, entscheidet die Studienkommission. Zugelassene Seminare werdentypischer Weise durch Aushang bekannt gegeben. Die Seminare sindin Größe und Inhalt so gestaltet, dass die generischen Kompetenzen(Schlüsselqualifikationen) der Studierenden entwickelt werden.

14. Literatur: Die begleitende Literatur wird in der Veranstaltung und im Web bekanntgegeben.

15. Lehrveranstaltungen und -formen: 562501 Seminar Medieninformatik


69 h

Summe: 90 h

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


19. Medienform:




300 Ergänzungsmodule

Zugeordnete Module: 310 Katalog INF320 Katalog MIG330 Katalog MIW



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



Modul: 10020 Algorithmik





9. Dozenten: • Volker Diekert• Stefan Funke• Ulrich Hertrampf


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

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

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

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

12. Lernziele: • Kennenlernen und beherrschen wichtiger Programmierparadigmen undEntwurfsstrategien

• Selbstständiges Erarbeiten von Laufzeitabschätzungen.

13. Inhalt: • Entwurfsstrategien für Algorithmen (Teile und Beherrsche, GierigeMethode, Dynamische Programmierung, Backtracking, heuristischeAlgorithmen)

• 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 Design andAnalysis of Computer Algorithms, 1974

• Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullmann: Data Structuresand Algorithms, 1987

• T. Ottmann und P. Widmayer, Algorithmen 2004• Thomas H. Cormen, Charles E. Leiserson: Introduction to Algorithms

(Second Edition),• Volker Diekert: Entwurf und Analyse effizienter (Vorlesungsskript),

2006

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

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

138 h

Summe: 180 h



17. Prüfungsnummer/n und -name: • 10021Algorithmik (PL), schriftliche Prüfung, 90 Min., Gewichtung:1.0, Prüfungsvoraussetzung: Übungsschein



19. Medienform:




Modul: 14910 Berechenbarkeit und Komplexität





9. Dozenten: • Stefan Funke• Volker Diekert• Ulrich Hertrampf





11. Empfohlene Voraussetzungen: Inhaltliche Voraussetzungen: Theoretische Grundlagen der Informatik,Mathematik für Informatiker 1 und 2 (abgedeckt durch Pflichtmodule imGrundstudium).

12. Lernziele: Die Teilnehmer beherrschen wichtige theoretische Grundlagen derInformatik, können Probleme in Kategorien einordnen wie entscheidbar/unentscheidbar, effizient lösbar, deterministische/nichtdeterministischeBerechnungen.

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

14. Literatur: • Christos H. Papadimitriou: Computational Complexity , 1994• John E. Hopcroft, Jeffrey D. Ullman: Einführung in die

Automatentheorie, formale Sprachen und Komplexitätstheorie, 1988• Volker Diekert: Komplexitätstheorie (Vorlesungsskript), 2007

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


118 h


17. Prüfungsnummer/n und -name: • 14911Berechenbarkeit und Komplexität (PL), schriftlichePrüfung, 120 Min., Gewichtung: 1.0, Prüfungsvorleistung:Übungsschein


18. Grundlage für ... : 10020 Algorithmik



19. Medienform:




Modul: 41590 Einführung in die Numerik und Stochastik fürSoftwaretechniker




8. Modulverantwortlicher: Dirk Pflüger

9. Dozenten: • Dirk Pflüger• Stefan Zimmer• Thomas Ertl• Miriam Mehl• Daniel Weiskopf





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

12. Lernziele: Beherrschung grundlegender Begriffe und Methoden der Numerik undStochastik, Kenntnis der Anwendungsbereiche und Gültigkeitsgrenzender erlernten Methoden, insbesondere Kenntnis der Auswirkungen vonNäherungen, Beherrschung der Modellierung einfacher Probleme mitstochastischen Methoden.

13. Inhalt: Methoden der angewandten Mathematik, insbesondere der Numerikund Stochastik, sind für viele Bereiche der Informatik wie Simulation,Grafik oder Bildverarbeitung von zentraler Bedeutung. In Ergänzungder Mathematik-Grundausbildung vermittelt diese Vorlesung folgendeGrundkenntnisse:

• numerische Algorithmik• Gleitpunktzahlen und Gleitpunktarithmetik• Interpolation & 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 41591 Einführung in die Numerik und Stochastik fürSoftwaretechniker (PL), schriftlich, eventuell mündlich, 90Min., Gewichtung: 1.0


19. Medienform:

20. Angeboten von: Simulation großer Systeme



Modul: 14360 Einführung in die Technische Informatik




8. Modulverantwortlicher: Univ.-Prof. Otto Eggenberger

9. Dozenten: • Otto Eggenberger• Sven 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

Elektrotechnische Grundlagen

• 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: Technische Informatik,Pearson Studium, 2005



• Jörg Keller, Wolfgang J. Paul: Hardware Design, Teubner, 3. Aufl.2005

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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 14361 Einführung in die Technische Informatik (PL), schriftlichePrüfung, 60 Min., Gewichtung: 1.0

18. Grundlage für ... : 36530 Rechnerorganisation 1

19. Medienform:

20. Angeboten von: Institut für Rechnergestützte Ingenieursysteme



Modul: 10220 Modellierung





9. Dozenten: • Bernhard Mitschang• Frank Leymann





11. Empfohlene Voraussetzungen: • 051520005 Programmierung und Software-Entwicklung• 051510005 Datenstrukturen und Algorithmen• 051200005 Systemkonzepte und -programmierung

12. Lernziele: Am Ende des Moduls sind die Studierenden in der Lage, wesentlicheArtefakte eines IT Systems zu modellieren. Der Zusammenhang unddas Zusammenspiel solcher Artefakte ist verstanden. Die Rolle vonMetamodellen und deren Erstellung ist klar.

13. Inhalt: • Entity-Relationship Modell & komplexe Objekte • Relationenmodell & Relationenalgebra , Überblick SQL• Transformationen von ER nach Relationen, Normalisierung• XML, DTD, XML-Schema, Info-Set, Namensräume• Metamodelle & Repository• RDF, RDF-S & 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.verlag2004

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

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




17. Prüfungsnummer/n und -name: • 10221Modellierung (PL), schriftliche Prüfung, 90 Min., Gewichtung:1.0, Prüfungsvorleistung: Übungsschein


18. Grundlage für ... : • 10030Architektur von Anwendungssystemen• 10080Datenbanken und Informationssysteme

19. Medienform:

20. Angeboten von: Institut für Architektur von Anwendungssystemen



Modul: 36100 Programmierparadigmen




8. Modulverantwortlicher: Univ.-Prof. Erhard Plödereder

9. Dozenten: Erhard Plödereder





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

12. Lernziele: Die Studierenden haben grundlegende Konzepte vonProgrammiersprachen verstanden, die dem Erlernen weiterer Sprachenund dem vertieften Verständnis ihnen bekannter Sprachen dienlichsind. Sie haben deren Anwendung in mindestens einer weiterenProgrammiersprache ihrer Ausbildung verstanden. Sie können ihreKenntnisse in einfachen Programmen anwenden. Sie können weitereProgrammiersprachen in ihrer akademischen und beruflichen Karriereschneller und präziser erlernen.

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 Vorlesung ist 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, derImplementierungsmodelle.

14. Literatur: • Sebesta, Robert: Concepts of Programming Languages, PearsonVerlag, 11. ed., 2016 (Hörerschein verfügbar)

• weitere Literatur wird zu Beginn der Lehrveranstaltung und auf denWebseiten bekanntgegeben.

15. Lehrveranstaltungen und -formen: • 361001 Vorlesung Programmierparadigmen



• 361002 Übung Programmierparadigmen


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 36101Programmierparadigmen (PL), schriftliche Prüfung, 90 Min.,Gewichtung: 1.0



19. Medienform:

20. Angeboten von: Institut für Softwaretechnologie



Modul: 40090 Systemkonzepte und -programmierung




8. Modulverantwortlicher: Univ.-Prof. Kurt Rothermel

9. Dozenten: • Kurt Rothermel• Frank Dürr





11. Empfohlene Voraussetzungen: * Modul 051520005 Programmierung und Software-Entwicklung* Modul 051510005 Datenstrukturen und Algorithmen

12. Lernziele: * Verstehen grundlegender Architekturen und Organisationsformen vonSoftware-Systemen* Verstehen systemnaher Konzepte und Mechanismen* Kann existierende Systemplattformen und Betriebssysteme hinsichtlichihrer Eigenschaften analysieren und anwenden.* Kann systemnahe Software entwerfen und implementieren.* Kann nebenläufige Programme entwickeln* Kann mit Experten anderer Fachgebiete die Anwendung vonSystemfunktionen 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• 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), schriftlichePrüfung, 120 Min., Gewichtung: 1.0



19. Medienform:

20. Angeboten von: Verteilte Systeme



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 Rechnerarchitektur68440 Grundlagen der Maschinellen Sprachverarbeitung für Medieninformatik






















2006



138 h

Summe: 180 h






19. Medienform:




Modul: 13960 Algorithmisches Sprachverstehen




8. Modulverantwortlicher: Univ.-Prof. Sebastian Pado

9. Dozenten: • Roman Klinger• Diego Frassinelli




11. Empfohlene Voraussetzungen: 052400005

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis der Konzepteund Algorithmen des Algorithmischen Sprachverstehens entwickelt. Siehaben in den Übungen Erfahrung mit seiner Anwendung 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 Language Processing,An Introduction to Natural Language Processing, ComputationalLinguistics, and Speech Recognition, Second Edition, 2009, PearsonPrentice Hall.

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

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

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

17. Prüfungsnummer/n und -name: 13961 Algorithmisches Sprachverstehen (PL), schriftliche Prüfung,60 Min., Gewichtung: 1.0, Vorleistung: regelmäßige Übungen


19. Medienform:

20. Angeboten von:



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 Architekten solcher Systeme.Die wesentlichen Bestandteile von Anwendungsarchitektur wieetwa Datenbanksysteme, Anwendungsserver, Messaging Systeme,Workflowsysteme und TP-Monitore werden diskutiert. Die wesentlichenMustern zur Erstellung von Anwendungssystemen sind verstanden.

13. Inhalt: Architekturelle Stile wie etwa N-stufige Aufbauten oder Service-Orientierung werden vorgestellt. Architekturmuster werden detailliert.Fundamentale Konzepte wie Transaktionen und Queuing werdeneingeführt. Darauf aufbauend wird Direct TP vs Queues TP diskutiert.Grundlegende Qualitätseigenschaften wie Verfügbarkeit undSkalierbarkeit werden erläutert und Mechanismen zu deren Erzieleneingeführt. Die Rolle von Komponenten und Programmierung im Großenwird heraus gearbeitet und Modell-getriebene Architektur vorgestellt.


• 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, Enterprise

Application 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




17. Prüfungsnummer/n und -name: 10031 Architektur von Anwendungssystemen (PL), schriftlichePrüfung, 90 Min., Gewichtung: 1.0,

18. Grundlage für ... : • 29530Business Process Management• 29480Loose Coupling and Message Based Applications• 29510Service Computing

19. Medienform: Vorlesungen mit begleitenden Übungen

20. Angeboten von: Architektur von Anwendungssystemen




















118 h







19. Medienform:







138 h

Summe: 180 h



19. Medienform:




Modul: 18560 Grundlagen der Eingebetteten Systeme




8. Modulverantwortlicher: Univ.-Prof. Martin Radetzki

9. Dozenten: Martin Radetzki




11. Empfohlene Voraussetzungen: Modul 051700005 Rechnerorganisation

12. Lernziele: Methodische und werkzeugunterstützte Konstruktion von Hardware undSoftware für auf spezifische Anwendungen hin optimierte eingebetteteSysteme.

13. Inhalt: Einführung in Charakteristik und Anwendungsgebiete eingebetteterSysteme, hardwarenahe Softwareentwicklung, Software-Scheduling,eingebettete Algorithmen (digitale Signalverarbeitung, Kanal- undQuellencodierung am Beispiel Viterbi-Algorithmus und MPEG-Video-Codec), zustandsbasierte Modellierung (Statecharts), eingebetteteProzessoren (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), schriftlichePrüfung, 90 Min., Gewichtung: 75.0

• V Vorleistung (USL-V), schriftliche Prüfung


19. Medienform:

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



Modul: 10100 Grundlagen der Graphischen Ingenieursysteme




8. Modulverantwortlicher: Univ.-Prof. Dieter Roller

9. Dozenten: Dieter Roller




11. Empfohlene Voraussetzungen: Grundstudium

12. Lernziele: • Kenntnis und Verständnis von Modellen bei der Produktentwicklung• Grundkenntnisse über die wichtigsten Modellarten, Algorithmen und

Datenstrukturen und Techniken für den Datenaustausch

13. Inhalt: Inhalte:

• Anforderungen an CAD-Systeme• zweidimensionale Modelle• dreidimensionale Modelle• interaktive Modellerstellung• Einführung in die Modifikationstechnik u. parametrische Modellierung• 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 10101 Grundlagen der Graphischen Ingenieursysteme (PL),schriftliche Prüfung, 60 Min., Gewichtung: 1.0


19. Medienform:




Modul: 10110 Grundlagen der Künstlichen Intelligenz





9. Dozenten: • Andrés Bruhn• Marc Toussaint





12. Lernziele: Der Student / die Studentin beherrscht die Grundlagen der KünstlichenIntelligenz, kann Probleme der KI selbständig einordnen und mit denerlernten Methoden und Algorithmen bearbeiten.

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


Gesamt: 180 Stunden

17. Prüfungsnummer/n und -name: • 10111Grundlagen der Künstlichen Intelligenz (PL), schriftlichePrüfung, 90 Min., Gewichtung: 1.0, Prüfungsvorleistung:Übungsschein, Kriterien werden in der ersten Vorlesungbekannt gegeben





19. Medienform:




Modul: 68440 Grundlagen der Maschinellen Sprachverarbeitung fürMedieninformatik




8. Modulverantwortlicher: Univ.-Prof. Jonas Kuhn

9. Dozenten: • Antje Schweitzer• Sebastian Pado


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

11. Empfohlene Voraussetzungen: Grundkenntnisse Maschinelle Sprachverarbeitung

12. Lernziele: Die Studierenden sind mit den Grundlagen, zentralen Fragestellungen,Methoden und Anwendungsbereichen der Computerlinguistik undSprachtechnologie vertraut. Sie kennen grundlegende Methoden derSignalprozessierung.

Sie kennen formale Beschreibungsmodelle für einige Ebenen derSprachbeschreibung sowie grundlegende algorithmische Verfahren zurProzessierung dieser Modelle.

13. Inhalt: Schall/Schwingungen; Resonatoren,Quelle-Filter-Modell derSprachproduktion; Einführung in die Signalanalyse (Digitalisierung,Fensterung, RMS, Autokorrelationsmethode, Fouriertransformation).

Beschreibung der Strukturen natürlicher Sprache (Syntax, Semantik)aus korpusbasierter Sicht mit Fokus auf Methodologie (Datenanalyse,Evaluation) und praktischer Erfahrung mit Modellierungsansätzen.

14. Literatur: Daniel Jurafsky and James H. Martin: Speech and Language Processing.An Introduction to Natural Language Processing, ComputationalLinguistics and Speech Recognition. Prentice Hall, 2008.

Carstensen, Kai-Uwe et al. (Hrsg.): Computerlinguistik undSprachtechnologie. Eine Einführung. Spektrum- Verlag, 2004.

Keith Johnson. Acoustic and Auditory Phonetics. Blackwell, 2003.

15. Lehrveranstaltungen und -formen: 684401 Vorlesung Grundlagen der Maschinellen Sprachverarbeitung

16. Abschätzung Arbeitsaufwand: Präsenzzeit:56 h

Selbststudium: 124 h

17. Prüfungsnummer/n und -name: 68441 Grundlagen der Maschinellen Sprachverarbeitung fürMedieninformatik (PL), schriftlich oder mündlich, Gewichtung:1.0, schriftlich (60 Min.), evtl. mündlich (30 Min.)


19. Medienform:

20. Angeboten von:



Modul: 56930 Grundlagen der Rechnerarchitektur

2. Modulkürzel: - 5. Moduldauer: 1 Semester



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

9. Dozenten: • Michael Kochte• Hans-Joachim Wunderlich




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 der Rechenarchitektur,inklusive:

• Technologiegrundlagen: Entwurfsverfahren, Herstellungsmethoden,Ausbeute, Test und Zuverlässigkeit, Kosten und Qualität, Skalierung.

• Rechen- und Verlustleistung: Analyse und Optimierung• Rechnerarithmetik: Effiziente Hardwarestrukturen für grundlegende

Arithmetik, Implementierung von Logarithmen, Exponentialfunktionund trigonometrischen Funktionen, arithmetische Pipelines, praktischeImplementierungen von Gleitkommaarithmetik (Cell SPE, SPARC).

• Instruktionsparallelismus (ILP): Superskalarität, statisches unddynamisches Scheduling, out-of-order execution, VLIW Prozessoren,Multithreading.

• Datenparallelismus (DLP): Vektorprozessoren, SIMD,Grafikprozessoreinheiten (GPGPU)

• Threadparallelismus (TLP): Mehrprozessorsysteme, Speicherkohärenzund Synchronisierung.

• Speicher- und Cache-Architekturen: Entwurf und Optimierung

14. Literatur: • J. L. Hennessy, D. A. Patterson, Computer Architecture: A QuantitativeApproach, 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


138 h

Summe: 180 h



17. Prüfungsnummer/n und -name: 56931 Grundlagen der Rechnerarchitektur (PL), schriftliche Prüfung,90 Min., Gewichtung: 1.0


19. Medienform:

20. Angeboten von: Rechnerarchitektur



Modul: 13170 Grundlagen der Syntax



4. SWS: 4.0 7. Sprache: Nach Ankuendigung


9. Dozenten: • Özlem Cetinoglu El Khoury• Cerstin Mahlow




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

12. Lernziele: • Die Studierenden kennen die Problemstellungen der syntaktischenTheoriebildung und die Kategorien, strukturellen Repräsentationen undRelationsbeschreibungen, die eingesetzt werden.

• Sie sind in der Lage, die wichtigsten sprachlichen Konstruktionen ineinem theoretisch fundierten Grammatikformalismus zu modellieren.

• Sie können theoretische Beschreibungsansätze zur Syntax für dieMaschinelle Sprachverarbeitung auf dem Computer umsetzen.

• Sie sind mit grundlegenden Überlegungen zum Grammar Engineeringvertraut und haben praktische Erfahrungen mit der Spezifikation vonlinguistischen Ressourcen gesammelt.

13. Inhalt: Vertiefte formale Grammatikbeschreibung im Formalismus derLexikalisch-Funktionalen Grammatik (LFG); Subkategorisierung,Diathesen, Lange Abhängigkeiten, Anhebung und Kontrolle,evtl. Koordination; Implementierung von Constraint-basiertenGrammatiken (im Rahmen von XLE); Einbindung von morphologischenAnalysekomponenten; Fragen des Grammar Engineering.

Die Vorlesung wird in der Regel auf Englisch angeboten; Fragen könnenjederzeit auf Deutsch gestellt werden; Hausübungen und Tests werdenwahlweise auf Deutsch und Englisch 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 to ParallelConstraint-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, eventuellmündlich, Gewichtung: 1.0, Prüfungsleistung im Regelfall:lehrveranstaltungsbegleitende benotete Tests; die Modulnoteergibt sich aus dem Mittel der Testnoten. Die erfolgreicheBearbeitung der Hausübungen ist Zulassungsvoraussetzung.



• 13172Grundlagen der Syntax - Hausübungen (USL), Sonstiges,Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



Modul: 25610 Grundlagen des Software Engineerings




8. Modulverantwortlicher: Univ.-Prof. Stefan Wagner

9. Dozenten: Stefan Wagner




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

12. Lernziele: Die Teilnehmer kennen die Grundbegriffe des Software Engineeringsund haben einen Überblick über die Methoden und Techniken, diedort angewandt werden. Einige ausgewählte Methoden und Technikenkönnen angewandt werden.

13. Inhalt: Software Engineering kann in einer Vorlesung nicht erschöpfendbehandelt werden. GSE gibt einen Überblick über das Gebiet und vertiefteinzelne Themen, damit diese in der Praxis verwendet werden können.Es bildet damit auch die Basis für weitere Vertiefungen in diesemGebiet. Die Vorlesung behandelt technische und andere Aspekte derSoftwarebearbeitung. Die einzelnen 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 Modul kommt,wenn die Voraussetzungen erfüllt sind, auch für andere Fachrichtungenin 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 25611 Grundlagen des Software Engineerings (PL), schriftlichePrüfung, 60 Min., Gewichtung: 1.0




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




Modul: 42410 Grundlagen des Wissenschaftlichen Rechnens





9. Dozenten: • Dirk Pflüger• Stefan Zimmer• Miriam Mehl




11. Empfohlene Voraussetzungen: • Modul 10190 Mathematik für Informatiker und Softwaretechniker und• Modul 10240 Numerische und Stochastische Grundlagen der

Informatik bzw.• Modul 41590 Einführung in die Numerik und Stochastik für

Softwaretechniker

12. Lernziele: Kenntnis grundlegender Konzepte, Algorithmen und Methoden desWissenschaftlichen Rechnens. Fähigkeit, mit den erlernten Kenntnissenselbständig Methoden zu entwickeln, zu analysieren und umzusetzen,mit denen anwendungsorientierte Probleme effizient und genau gelöstwerden können.

13. Inhalt: • Überblick über die Simulationspipeline und die Wechselwirkungenzwischen 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 Mathematik unddes wissenschaftlichen Rechnens; Vieweg+Teubner Verlag 2009

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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 42411 Grundlagen des Wissenschaftlichen Rechnens (PL), schriftlichoder mündlich, 90 Min., Gewichtung: 1.0


19. Medienform:




Modul: 10180 Information Retrieval und Text Mining




8. Modulverantwortlicher: Roman Klinger

9. Dozenten: Roman Klinger




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

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis der Konzepteund Algorithmen des Information Retrieval und Text Mining 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 toInformation Retrieval, 2008 Cambridge University Press

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), schriftlichePrüfung, 60 Min., Gewichtung: 1.0

• 10182 Information Retrieval und Text Mining - Hausübungen (USL),Sonstiges, Gewichtung: 1.0


19. Medienform:

20. Angeboten von: Institut für Maschinelle Sprachverarbeitung






19. Medienform:




Modul: 55650 Multimodal Interaction for Ubiquitous Computers








B.Sc. Medieninformatik, PO 2014, 5. Semester➞ 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 mobile systems,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),schriftliche Prüfung, 120 Min., Gewichtung: 1.0


19. Medienform:




Modul: 13270 Parsing





9. Dozenten: Dieu Thu Le




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

12. Lernziele: • Die Studierenden beherrschen Techniken zur Segmentierung vonTexten in einzelne Wörter (Tokenisierung). Sie haben die gängigenVerfahren für die automatische syntaktische Analyse (Parsing)natürlicher Sprache mit kontextfreien Grammatiken verstanden undeinen Einblick in das Parsing mit merkmalsbasierten Grammatikengewonnen.

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

• Die Studierenden haben das nötige Grundwissen erworben, umwissenschaftliche Arbeiten auf dem Gebiet des Parsings verstehen undbeurteilen zu können.

13. Inhalt: Parsingverfahren für kontextfreie Grammatiken(ableitungsorientierte Parser, tabellengesteuerte Parser, Chartparser);Verfahren des Dependenzparsing; Aspekte des daten-gesteuertenParsing; methodologischer Hintergrund

14. Literatur: Skript

Daniel 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, eventuell mündlich, Gewichtung: 1.0• 13272Parsing - Hausübungen (USL), Sonstiges, Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



Modul: 14000 Phonetik und Phonologie




8. Modulverantwortlicher: Univ.-Prof. Grzegorz Dogil

9. Dozenten: • Grzegorz Dogil• Jörg Mayer




11. Empfohlene Voraussetzungen: 052400001, 052400002, 080310502, 050420005, 051510005, 05152005,05152010

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

• Die Studierenden sind in der Lage, gesprochene Sprache phonetischzu transkribieren. Sie können aus der Spektrogrammdarstellung diegesprochenen Laute ableiten. Sie können selbständig phonologischeRegelmäßigkeiten in vorgegebenen Sprachdaten erkennen bzw.verifizieren.

• Die Studierenden sind in der Lage, wissenschaftliche Arbeiten auf demGebiet der Phonetik und Phonologie zu verstehen und zu beurteilen.

13. Inhalt: Artikulation & Akustik, akustische Theorie der Sprachproduktion;Sprachperzeption; Prosodie; Phonologische Theorien; praktischeEinführung in die Transkription: Ohrenphonetik; International PhoneticAlphabet, selbständiges Transkribieren

14. Literatur: J. Clark, C. Yallop, J. Fletcher. An Introduction to Phonetics andPhonology. Blackwell, 2007

Handbook of the International Phonetic Association, 1999, CambridgeUniversity Press.

B. Rues, B. Redecker, E. Koch, U.Wallraff & A. P. Simpson. PhonetischeTranskription 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: 1.0, 5 lehrveranstaltungsbegleitendePrüfungen: 2 Kurztests (Gewicht je 0,2), zwei Übungen(Gewicht je 0,2), eine mündliche Leistungspräsentation(Gewicht 0,2)




19. Medienform:

20. Angeboten von: Experimentelle Phonetik



Modul: 14390 Programmentwicklung





9. Dozenten: • Stefan Wagner• Jan-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 die UML-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), schriftliche Prüfung, 60 Min.,Gewichtung: 1.0, Klausur 60 min, keine Vorleistungen.








138 h

Summe: 180 h




19. Medienform:




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 Methoden vonRechnernetzen, 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 von

netzgestützen Systemen anwenden.• Kann sich mit Experten anderer Domänen über Methoden der

Rechnernetze verständigen.

13. Inhalt: • Einführung in die Rechnernetze, ISO Referenzmodell;• Bitübertragungsschicht: Übertragungsmedien, analoge und digitale

Informationskodierung und -übertragung, Vermittlungsarten;• Sicherungsschicht: Betriebsarten, Fehlererkennung und -behandlung,

Flusskontrolle;• Lokale Netze: CSMA/CD, Token Ring, Token Bus, FDDI, Kopplung;• Vermittlungsschicht: Verbindungsorientierter und verbindungsloser

Dienst, Leitwegbestimmung, Überlastkontrolle;• Internetworking;• Internet-Protokoll;• Transportschicht: ausgewählte Realisierungsprobleme und Internet-

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• J. F. Kurose, K. W. Ross, Computer Networks: a top-down approach

featuring the Internet, 2001• L.L. Peterson, B.S. Davie, Computer Networks: A Systems Approach,

1999

15. Lehrveranstaltungen und -formen: • 390401 VL Rechnernetze



• 390402 ÜB Rechnernetze

16. Abschätzung Arbeitsaufwand:

Präsenzzeit: 42 StundenNachbearbeitungszeit: 138 Stunden

17. Prüfungsnummer/n und -name: • 39041Rechnernetze (PL), schriftlich oder mündlich, 90 Min.,Gewichtung: 1.0, Prüfungsdauer: 90 min schriftlich oder 30min mündlich Exam duration: 90 min written exam or 30 minoral exam



19. Medienform:




Modul: 36530 Rechnerorganisation 1





9. Dozenten: Hans-Joachim Wunderlich




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

12. Lernziele: • Kenntnisse über die Grundlagen der Organisation von Rechnern undderen maschinennahe Programmierung

• Gründzüge über die Beschreibung und den Entwurf vonHardwaresystemen

13. Inhalt: Aufbau, Entwurf und maschinennahe Programmierung vonMikroprozessoren werden erläutert. In den Übungen wird das Wissendurch schriftliche Aufgaben sowie Experimente mit Prozessorsimulatorenvertieft. Im einzelnen werden behandelt:

• Grundstrukturen: Stack-, Akkumulator- und Register-basierendeRechner

• Informationsdarstellung in Hardware: Daten- und Befehlsformate,Fehlererkennung und -korrektur, Befehlssätze und Unterstützung vonHochsprachen.

• MIPS als RISC-Bespiel und seine Assemblerprogrammierung• Grundelemente und Entwurf auf Register-Transfer-Ebene• Grundzüge einer Hardware-Beschreibungssprache• Operationswerke: Multiplikation, Division, Gleitkommaeinheiten• Steuerwerksentwurf und Mikroprogrammierung• Befehlszyklus und Unterbrechungen• Pipelining und statisches Scheduling• Speicherorganisation: Cachestrukturen und virtueller Speicher,

Seitenverwaltung, Segmentierung, TLB, MMU und DMA• Leistungsbewertung: Maßzahlen und CPI, Benchmarking und einfache

Anwendung von Warteschlangen


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), schriftliche Prüfung, 90 Min.,Gewichtung: 1.0





19. Medienform:




Modul: 13870 Semantik




8. Modulverantwortlicher: Apl. Prof. Uwe Reyle

9. Dozenten: Uwe Reyle





12. Lernziele: • Die Studierenden sind mit den Fragestellungen der formalen Semantikder natürlichen Sprache und den zur Formalisierung verwendetenKonzepten 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: IntensionalLogic and Logical Grammar, The University of Chicago Press

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


17. Prüfungsnummer/n und -name: 13871 Semantik (PL), schriftliche Prüfung, 60 Min., Gewichtung: 1.0,Vorleistung: regelmäßige Hausübungen


19. Medienform:

20. Angeboten von:



Modul: 40660 Statistische Sprachverarbeitung





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 und haben in den ÜbungenErfahrung mit ihrer Anwendung und der datenorientierten Methodik dermodernen Sprachverarbeitung gesammelt.

13. Inhalt: Einführung in Korpora und Empirie, Grundlagen der Wahrscheinlichkeits-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. Prentice Hall,2008.

• C. D. Manning & H. Schütze, 1999, Foundations of Statistical NaturalLanguage Processing, MIT Press.

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


17. Prüfungsnummer/n und -name: • 40661Statistische Sprachverarbeitung (PL), schriftlich, eventuellmündlich, Gewichtung: 1.0, Im Regelfall wird das Modulaufgrund einer schriftlichen Klausur über den Inhaltdes Moduls bewertet. Die erfolgreiche Bearbeitung derHausübungen ist Voraussetzung für die Zulassung zurPrüfung.



19. Medienform:

20. Angeboten von:











19. Medienform:




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 Computerlinguistik56100 Tree Automata56930 Grundlagen der Rechnerarchitektur60140 Sprachbau mit Language Workbenches60180 Sprache, Gehirn und Kognition






















2006



138 h

Summe: 180 h






19. Medienform:




Modul: 13960 Algorithmisches Sprachverstehen




8. Modulverantwortlicher: Univ.-Prof. Sebastian Pado

9. Dozenten: • Roman Klinger• Diego Frassinelli





12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis der Konzepteund Algorithmen des Algorithmischen Sprachverstehens entwickelt. Siehaben in den Übungen Erfahrung mit seiner Anwendung 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 Language Processing,An Introduction to Natural Language Processing, ComputationalLinguistics, and Speech Recognition, Second Edition, 2009, PearsonPrentice Hall.

• Steven Bird, Ewan Klein, and Edward Loper, Natural LanguageProcessing with Python, Analyzing Text with the Natural LanguageToolkit, 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), schriftliche Prüfung,60 Min., Gewichtung: 1.0, Vorleistung: regelmäßige Übungen


19. Medienform:

20. Angeboten von:



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 Architekten solcher Systeme.Die wesentlichen Bestandteile von Anwendungsarchitektur wieetwa Datenbanksysteme, Anwendungsserver, Messaging Systeme,Workflowsysteme und TP-Monitore werden diskutiert. Die wesentlichenMustern zur Erstellung von Anwendungssystemen sind verstanden.

13. Inhalt: Architekturelle Stile wie etwa N-stufige Aufbauten oder Service-Orientierung werden vorgestellt. Architekturmuster werden detailliert.Fundamentale Konzepte wie Transaktionen und Queuing werdeneingeführt. Darauf aufbauend wird Direct TP vs Queues TP diskutiert.Grundlegende Qualitätseigenschaften wie Verfügbarkeit undSkalierbarkeit werden erläutert und Mechanismen zu deren Erzieleneingeführt. Die Rolle von Komponenten und Programmierung im Großenwird heraus gearbeitet und Modell-getriebene Architektur vorgestellt.


• 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, Enterprise

Application 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




17. Prüfungsnummer/n und -name: 10031 Architektur von Anwendungssystemen (PL), schriftlichePrüfung, 90 Min., Gewichtung: 1.0,

18. Grundlage für ... : • 29530Business Process Management• 29480Loose Coupling and Message Based Applications• 29510Service Computing

19. Medienform: Vorlesungen mit begleitenden Übungen

20. Angeboten von: Architektur von Anwendungssystemen




















118 h







19. Medienform:




Modul: 29430 Computer Vision




8. Modulverantwortlicher: Univ.-Prof. 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 Grundlagen derMerkmalsextraktion und -repräsentation, des 3-D Maschinensehens, derBildsegmentierung sowie der Mustererkennung. Er/sie kann Problemeaus dem Fachgebiet einordnen und diese selbständig mit den erlerntenAlgorithmen und Verfahren lösen.

The student knows the basics of feature extraction and representation,3-D computer vision, image segmentation and pattern recognition. He/she can solve problems of the field using the methods discussed in thecourse.

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• Bayes'sche Entscheidungsthorie der Mustererkennung• Klassifikation mit parametrischen Verfahren, Dichteschätzung• Klassifikation mit nicht-parametrischen Verfahren• Dimensionsreduktion

• Linear Diffusion, Scale Space• Image Pyramids, Edges and Corners• Hough Transform, Invariants• Texture Analysis• Scale Invariant Feature Transform• Image Sequence Analysis: Local Methods• Motion Models, Tracking, Feature Matching



• Image Sequence Analysis: Variational Methods• Camera Geometry, Epipolar Geometry• Stereo Matching and 3-D Reconstruction• Shape-from-Shading• Isotropic and Anisotropic Nonlinear Diffusion• Segmentation with Global Methods• Continuous Scaled Morphology, Shock Filters• Mean Curvature Motion• Self-Snakes, Active Contours• Bayes Decision Theory for Pattern Recognition• Classification with Parametric Techniques, 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: • 29431Computer Vision (PL), schriftlich oder mündlich, 120 Min.,Gewichtung: 1.0, Prüfungsvorleistung: Übungsschein,Kriterien werden in der ersten Vorlesung bekannt gegeben


18. Grundlage für ... : 55640 Correspondence Problems in Computer Vision

19. Medienform:




Modul: 10080 Datenbanken und Informationssysteme




8. Modulverantwortlicher: Univ.-Prof. Bernhard Mitschang

9. Dozenten: • Bernhard Mitschang• Holger Schwarz




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 alsEinstiegsveranstaltung in das Vertiefungsgebiet Datenbanksystemekonzipiert. Aufbauend auf dem Inhalt der Vorlesung "Modellierung"werden insbesondere Entwurfs- und Realisierungsaspekte vonDatenbanksystemen betrachtet. Die Entwicklung, Installation undAdministration von Datenbanksystemen bestimmen hier sowohlStoffauswahl als auch Detaillierungsgrad.Als Grundlage für alle weiteren Betrachtungen wird ein Schichtenmodellzur Beschreibung eines allgemeinen Datenbanksystems vorgestellt.Darauf aufbauend 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 und Zugriffspfadstrukturen,Anfrageverarbeitung und Anfrageoptimierung, 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. TheComplete Book, 2003• R. Elmasri, S. Navathe, Fundamentals of Database Systems, 2003

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

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 Stunden

Selbststudium: 138 Stunden



17. Prüfungsnummer/n und -name: 10081 Datenbanken und Informationssysteme (PL), schriftlich odermündlich, 60 Min., Gewichtung: 1.0, Prüfungsvorleistung:Modalitäten werden in der ersten Vorlesung angegeben


19. Medienform:

20. Angeboten von:



Modul: 39250 Distributed Systems I





9. Dozenten: Kurt Rothermel




11. Empfohlene Voraussetzungen: Programmierung und Software-EntwicklungDatenstrukturen und AlgorithmenSystemkonzepte und -Programmierung

12. Lernziele: The Students will gain an understanding of the basic charasteristics,concepts and methods of distributed systems. Furthermore, the abilityto analyze existing distributed applications and platforms with regard toits specific properties will be obtained. The implementation of distributedapplications as well as system platforms based on the shown methodsof that course is another objective. Due to the knowledge provided inthat course, the students will be able to communicate with other expertsof other professional disciplines, about topics in the field of distributedsystems.

13. Inhalt: 1. Introduction to distributed systems2. System models3. Communication: Messages, Remote Procedure Call (RPC), RemoteMethod Invocation RMI4. Naming: Generating and Resolution5. Time Management and clocks in distributed Systems: Applications,logical clocks, physical clocks, synchonization of clocks6. Global state: concepts, snapshot algorithms, distributed Debugging7. Transaction management: Serializability, barrier methods, 2-phase-commit-protocols8. Data replication: primary copy, consensus-protocols and otheralgorithms9. Safety/Security: Methods for confidentiality, integrity, authenticationand authorization10. Mulitcast-algorithms: processing model, broadcast-semantics andalgorithms


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

16. Abschätzung Arbeitsaufwand: Präsenzzeit: 42 hSelbststudiumszeit / Nachbearbeitungszeit: 138 hGesamt: 180 h

17. Prüfungsnummer/n und -name: • 39251Distributed Systems I (PL), schriftlich oder mündlich, 120 Min.,Gewichtung: 1.0, Prüfungsdauer: 90 min schriftlich oder 30



min mündlich Exam duration: 90 min written exam or 30 minoral exam



19. Medienform:







138 h

Summe: 180 h



19. Medienform:




Modul: 29620 Fortgeschrittene Aspekte der Sprachperzeption undSprachproduktion




8. Modulverantwortlicher: Antje Schweitzer

9. Dozenten: • Grzegorz Dogil• Antje Schweitzer• Natalie Lewandowski




11. Empfohlene Voraussetzungen: 14000 Phonetik und Phonologie

12. Lernziele: Die Studierenden haben ein detailliertes Verständnis für Theorien derSprachproduktion und -perzeption entwickelt. Sie sind in der Lage,aktuelle Forschungsarbeiten in diesen Bereichen zu verstehen undkritisch zu bewerten.

13. Inhalt: Es werden aktuelle Konferenz- und Zeitschriftenbeiträge aus denBereichen Sprachperzeption und Sprachproduktion erarbeitet unddiskutiert, unter Berücksichtigung theoretischer und/oder praktischerAspekte.

14. Literatur: • R.L. Diehl, A.J. Lotto, L.L. Holt, Speech Perception, Annual Review ofPsychology, Annual Reviews, 2004.

• W.J.M. Levelt, Speaking: From Intention to Articulation, 1989, MITPress

• Konferenz- und Zeitschriftenbeiträge nach Ankündigung in denVorlesungen.

15. Lehrveranstaltungen und -formen: 296201 Vorlesung Advanced Speech Perception und AdvancedSpeech Production

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 hSelbststudiumszeit 138 h

17. Prüfungsnummer/n und -name: • 29621Fortgeschrittene Aspekte der Sprachperzeption undSprachproduktion (PL), mündliche Prüfung, 20 Min.,Gewichtung: 1.0

• V Vorleistung (USL-V), Sonstiges


19. Medienform:




Modul: 41070 Fortgeschrittene Methoden in der MaschinellenSprachverarbeitung





9. Dozenten: Dozenten des Instituts




12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis derKonzepte, Formalismen, Algorithmen und Implementierungsfragen zufortgeschrittenen Methoden in der Maschinellen Sprachverarbeitungentwickelt.

13. Inhalt: In einer 4-stündigen Veranstaltung bzw. zwei 2-stündigenTeilveranstaltungen werden zu einem oder mehreren Bereichen derMaschinellen Sprachverarbeitung fortgeschrittene Methoden thematisiert.In Absprache mit dem Modulverantwortlichen und den Kursdozentenkönnen verschiedene fortgeschrittene Methodenkurse zu diesem Modulkombiniert werden, z.B.

- Computational Morphology / Finite-State Morphology (2 SWS)- Text Technology (4 SWS)- Pragmatik (2 SWS)

- weitere für dieses Modul laut C@MPUS zulässige Veranstaltungen

14. Literatur:

Variabel nach Teilveranstaltung

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

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 hSelbststudiumszeit 138 h

17. Prüfungsnummer/n und -name: • 41071Fortgeschrittene Methoden in der MaschinellenSprachverarbeitung (PL), schriftlich oder mündlich,Gewichtung: 1.0

• V Vorleistung (USL-V), Sonstiges


19. Medienform:

20. Angeboten von:



Modul: 29440 Geometric Modeling and Computer Animation




8. Modulverantwortlicher: Univ.-Prof. Daniel Weiskopf

9. Dozenten: • Daniel Weiskopf• Thomas Ertl• Guido Reina




11. Empfohlene Voraussetzungen: Basic computer graphics, for example:

• 10060 Computergraphik

12. Lernziele: Students gain an understanding of the fundamental concepts andtechniques of geometric modeling and computer animation. This includestheoretical and mathematical foundations, important algorithms, andimplementation aspects as well as practical experience with modelingand animation tools such as Maya.

13. Inhalt: This course covers foundations and methods for the modeling of scenesand for computer animation. This includes the representation of curvesand surfaces, which are used by modeling and animation softwarefor modeling of objects, description of the dynamics of parameters, orkeyframe animation. Physically based animation describes motion viakinematic and dynamics laws of mechanics. Applications thereof includeparticle systems all the way to character animation and deformation.

In particular, the following topics are covered:

• Description and modeling of curves: differential geometry of curves,polynomial curves in general, interpolation, Bezier curves, B-splines,rational curves, NURBS

• Description and modeling of surfaces: differential geometry of surfaces,tensor product surfaces, Bezier patches, NURBS, ruled surfaces,Coons pathes

• Subdivision schemes: basic concept, convergence and limit process,sudivision curves, subdivision surfaces

• Overview of animation techniques• Keyframe animation, inverse kinematics• Physically based animation of points and rigid bodies: kinematics and

dynamics• Particle systems: Reeves, flocking and boids, agent-based simulation• Cloth animation: continuum mechanics, mass-spring model, numerical

solvers for ordinary differential equations, explicit and implictintegrators

• Collision: efficient collision detection, bounding volume hierachies,hierarchical space partitioning, collision handling, sliding and restingcontact



• Fluid simulation: wave equation, Navier Stokes, level sets, particle levelsets

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

14. Literatur: • D. Eberly, 3D Game Engine Design: A Practical Approach to Real-Time Computer Graphics. Morgan Kaufmann, 2000

• G. Farin: Curves and Surfaces for CAGD: A Practical Guide. MorganKaufmann, 2002

• R. Parent: Computer Animation: Algorithms and Techniques. MorganKaufmann, 2002

• W. H. Press, B. P. Flannery, S. A. Teukolsky, W. T. Vetterling:Numerical Recipies - The Art of Scientific Computing. CambridgeUniversity Press, 1986

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

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

17. Prüfungsnummer/n und -name: • 29441Geometric Modeling and Computer Animation (PL), mündlichePrüfung, 30 Min., Gewichtung: 1.0,

• V Vorleistung (USL-V), schriftlich, eventuell mündlich,Erfolgreiche Teilnahme an Übungen / exercises passed


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




Modul: 18560 Grundlagen der Eingebetteten Systeme




8. Modulverantwortlicher: Univ.-Prof. Martin Radetzki

9. Dozenten: Martin Radetzki




11. Empfohlene Voraussetzungen: Modul 051700005 Rechnerorganisation

12. Lernziele: Methodische und werkzeugunterstützte Konstruktion von Hardware undSoftware für auf spezifische Anwendungen hin optimierte eingebetteteSysteme.

13. Inhalt: Einführung in Charakteristik und Anwendungsgebiete eingebetteterSysteme, hardwarenahe Softwareentwicklung, Software-Scheduling,eingebettete Algorithmen (digitale Signalverarbeitung, Kanal- undQuellencodierung am Beispiel Viterbi-Algorithmus und MPEG-Video-Codec), zustandsbasierte Modellierung (Statecharts), eingebetteteProzessoren (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), schriftlichePrüfung, 90 Min., Gewichtung: 75.0



19. Medienform:

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



Modul: 10100 Grundlagen der Graphischen Ingenieursysteme




8. Modulverantwortlicher: Univ.-Prof. Dieter Roller

9. Dozenten: Dieter Roller




11. Empfohlene Voraussetzungen: Grundstudium

12. Lernziele: • Kenntnis und Verständnis von Modellen bei der Produktentwicklung• Grundkenntnisse über die wichtigsten Modellarten, Algorithmen und

Datenstrukturen und Techniken für den Datenaustausch

13. Inhalt: Inhalte:

• Anforderungen an CAD-Systeme• zweidimensionale Modelle• dreidimensionale Modelle• interaktive Modellerstellung• Einführung in die Modifikationstechnik u. parametrische Modellierung• 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 10101 Grundlagen der Graphischen Ingenieursysteme (PL),schriftliche Prüfung, 60 Min., Gewichtung: 1.0


19. Medienform:




Modul: 10110 Grundlagen der Künstlichen Intelligenz





9. Dozenten: • Andrés Bruhn• Marc Toussaint





12. Lernziele: Der Student / die Studentin beherrscht die Grundlagen der KünstlichenIntelligenz, kann Probleme der KI selbständig einordnen und mit denerlernten Methoden und Algorithmen bearbeiten.

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


Gesamt: 180 Stunden

17. Prüfungsnummer/n und -name: • 10111Grundlagen der Künstlichen Intelligenz (PL), schriftlichePrüfung, 90 Min., Gewichtung: 1.0, Prüfungsvorleistung:Übungsschein, Kriterien werden in der ersten Vorlesungbekannt gegeben





19. Medienform:




Modul: 56930 Grundlagen der Rechnerarchitektur





9. Dozenten: • Michael Kochte• Hans-Joachim Wunderlich




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 der Rechenarchitektur,inklusive:

• Technologiegrundlagen: Entwurfsverfahren, Herstellungsmethoden,Ausbeute, Test und Zuverlässigkeit, Kosten und Qualität, Skalierung.

• Rechen- und Verlustleistung: Analyse und Optimierung• Rechnerarithmetik: Effiziente Hardwarestrukturen für grundlegende

Arithmetik, Implementierung von Logarithmen, Exponentialfunktionund trigonometrischen Funktionen, arithmetische Pipelines, praktischeImplementierungen von Gleitkommaarithmetik (Cell SPE, SPARC).

• Instruktionsparallelismus (ILP): Superskalarität, statisches unddynamisches Scheduling, out-of-order execution, VLIW Prozessoren,Multithreading.

• Datenparallelismus (DLP): Vektorprozessoren, SIMD,Grafikprozessoreinheiten (GPGPU)

• Threadparallelismus (TLP): Mehrprozessorsysteme, Speicherkohärenzund Synchronisierung.

• Speicher- und Cache-Architekturen: Entwurf und Optimierung

14. Literatur: • J. L. Hennessy, D. A. Patterson, Computer Architecture: A QuantitativeApproach, 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


138 h

Summe: 180 h



17. Prüfungsnummer/n und -name: 56931 Grundlagen der Rechnerarchitektur (PL), schriftliche Prüfung,90 Min., Gewichtung: 1.0


19. Medienform:




Modul: 14260 Grundlagen der Signalverarbeitung in derLautsprachverarbeitung




8. Modulverantwortlicher: Wolfgang Wokurek

9. Dozenten: Wolfgang Wokurek




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

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

14. Literatur: Hamming: Digital filters. Oppenheim, Schafer: Digital signal processing.Stevens: Acousticphonetics

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), schriftliche Prüfung, 60 Min.,Gewichtung: 1.0, Studienleistung: regelmäßige Hausübungen


19. Medienform:

20. Angeboten von:



Modul: 13170 Grundlagen der Syntax





9. Dozenten: • Özlem Cetinoglu El Khoury• Cerstin Mahlow




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

12. Lernziele: • Die Studierenden kennen die Problemstellungen der syntaktischenTheoriebildung und die Kategorien, strukturellen Repräsentationen undRelationsbeschreibungen, die eingesetzt werden.

• Sie sind in der Lage, die wichtigsten sprachlichen Konstruktionen ineinem theoretisch fundierten Grammatikformalismus zu modellieren.

• Sie können theoretische Beschreibungsansätze zur Syntax für dieMaschinelle Sprachverarbeitung auf dem Computer umsetzen.

• Sie sind mit grundlegenden Überlegungen zum Grammar Engineeringvertraut und haben praktische Erfahrungen mit der Spezifikation vonlinguistischen Ressourcen gesammelt.

13. Inhalt: Vertiefte formale Grammatikbeschreibung im Formalismus derLexikalisch-Funktionalen Grammatik (LFG); Subkategorisierung,Diathesen, Lange Abhängigkeiten, Anhebung und Kontrolle,evtl. Koordination; Implementierung von Constraint-basiertenGrammatiken (im Rahmen von XLE); Einbindung von morphologischenAnalysekomponenten; Fragen des Grammar Engineering.

Die Vorlesung wird in der Regel auf Englisch angeboten; Fragen könnenjederzeit auf Deutsch gestellt werden; Hausübungen und Tests werdenwahlweise auf Deutsch und Englisch 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 to ParallelConstraint-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, eventuellmündlich, Gewichtung: 1.0, Prüfungsleistung im Regelfall:lehrveranstaltungsbegleitende benotete Tests; die Modulnoteergibt sich aus dem Mittel der Testnoten. Die erfolgreicheBearbeitung der Hausübungen ist Zulassungsvoraussetzung.



• 13172Grundlagen der Syntax - Hausübungen (USL), Sonstiges,Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



Modul: 25610 Grundlagen des Software Engineerings





9. Dozenten: Stefan Wagner




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

12. Lernziele: Die Teilnehmer kennen die Grundbegriffe des Software Engineeringsund haben einen Überblick über die Methoden und Techniken, diedort angewandt werden. Einige ausgewählte Methoden und Technikenkönnen angewandt werden.

13. Inhalt: Software Engineering kann in einer Vorlesung nicht erschöpfendbehandelt werden. GSE gibt einen Überblick über das Gebiet und vertiefteinzelne Themen, damit diese in der Praxis verwendet werden können.Es bildet damit auch die Basis für weitere Vertiefungen in diesemGebiet. Die Vorlesung behandelt technische und andere Aspekte derSoftwarebearbeitung. Die einzelnen 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 Modul kommt,wenn die Voraussetzungen erfüllt sind, auch für andere Fachrichtungenin 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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 25611 Grundlagen des Software Engineerings (PL), schriftlichePrüfung, 60 Min., Gewichtung: 1.0




Modul: 42410 Grundlagen des Wissenschaftlichen Rechnens





9. Dozenten: • Dirk Pflüger• Stefan Zimmer• Miriam Mehl




11. Empfohlene Voraussetzungen: • Modul 10190 Mathematik für Informatiker und Softwaretechniker und• Modul 10240 Numerische und Stochastische Grundlagen der

Informatik bzw.• Modul 41590 Einführung in die Numerik und Stochastik für

Softwaretechniker

12. Lernziele: Kenntnis grundlegender Konzepte, Algorithmen und Methoden desWissenschaftlichen Rechnens. Fähigkeit, mit den erlernten Kenntnissenselbständig Methoden zu entwickeln, zu analysieren und umzusetzen,mit denen anwendungsorientierte Probleme effizient und genau gelöstwerden können.

13. Inhalt: • Überblick über die Simulationspipeline und die Wechselwirkungenzwischen 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 Mathematik unddes wissenschaftlichen Rechnens; Vieweg+Teubner Verlag 2009

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


138 h

Summe: 180 h

17. Prüfungsnummer/n und -name: 42411 Grundlagen des Wissenschaftlichen Rechnens (PL), schriftlichoder mündlich, 90 Min., Gewichtung: 1.0


19. Medienform:




Modul: 10180 Information Retrieval und Text Mining




8. Modulverantwortlicher: Roman Klinger

9. Dozenten: Roman Klinger




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

12. Lernziele: Die Studierenden haben ein grundlegendes Verständnis der Konzepteund Algorithmen des Information Retrieval und Text Mining 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 toInformation Retrieval, 2008 Cambridge University Press

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), schriftlichePrüfung, 60 Min., Gewichtung: 1.0

• 10182 Information Retrieval und Text Mining - Hausübungen (USL),Sonstiges, Gewichtung: 1.0


19. Medienform:

20. Angeboten von: Institut für Maschinelle Sprachverarbeitung



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 und könneneinschätzen, welche Verfahren bzw. Modellklassen für eine gegebeneProblemstellung geeignet ist.

13. Inhalt: In einer 4-stündigen Veranstaltung bzw. zwei 2-stündigenTeilveranstaltungen werden korpus-orientierteAnsätze der Computerlinguistik thematisiert. In Absprache mit demModulverantwortlichen und den KursdozentInnen können verschiedeneKurse zu diesem Modul kombiniert werden, deren aktuelle Auswahl inC@MPUS dokumentiert ist.

14. Literatur:

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

16. Abschätzung Arbeitsaufwand: Präsenzzeit 42 h

Selbststudiumszeit 138 h

17. Prüfungsnummer/n und -name: • 55961Korpus-orientierte Ansätze in der Computerlinguistik (PL),schriftlich oder mündlich, Gewichtung: 1.0

• 55962Korpus-orientierte Ansätze in der Computerlinguistik (USL)(USL), Sonstiges, Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



Modul: 29720 Mobile Computing









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 and wirelesscommunication systems and procedures. The objective of this lecture isto understand problems that might occur in the usage of mobile devicesas well as to obtain knowledge to develop solutions for these problemsand to communicate with experts. The Participants will learn aboutadvantages and the disadvantages of specific wireless communicationtechnologies for mobile devices and will be able to use appropriateprotocols for the applications or modify them as needed. The exercisesare used to provide practical experience in programming, analysis,performance evaluation of mobile and wireless communication systemsas well as 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. 1998Jochen Schiller: Mobile Communications. 2000



Jörg 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, Gewichtung:1.0, Prüfungsdauer: 90 min schriftlich oder 30 min mündlichExam duration: 90 min written exam or 30 min oral exam



19. Medienform: Folien, Tafel







19. Medienform:




Modul: 13270 Parsing





9. Dozenten: Dieu Thu Le




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

12. Lernziele: • Die Studierenden beherrschen Techniken zur Segmentierung vonTexten in einzelne Wörter (Tokenisierung). Sie haben die gängigenVerfahren für die automatische syntaktische Analyse (Parsing)natürlicher Sprache mit kontextfreien Grammatiken verstanden undeinen Einblick in das Parsing mit merkmalsbasierten Grammatikengewonnen.

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

• Die Studierenden haben das nötige Grundwissen erworben, umwissenschaftliche Arbeiten auf dem Gebiet des Parsings verstehen undbeurteilen zu können.

13. Inhalt: Parsingverfahren für kontextfreie Grammatiken(ableitungsorientierte Parser, tabellengesteuerte Parser, Chartparser);Verfahren des Dependenzparsing; Aspekte des daten-gesteuertenParsing; methodologischer Hintergrund

14. Literatur: Skript

Daniel 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, eventuell mündlich, Gewichtung: 1.0• 13272Parsing - Hausübungen (USL), Sonstiges, Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



Modul: 14000 Phonetik und Phonologie





9. Dozenten: • Grzegorz Dogil• Jörg Mayer





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

• Die Studierenden sind in der Lage, gesprochene Sprache phonetischzu transkribieren. Sie können aus der Spektrogrammdarstellung diegesprochenen Laute ableiten. Sie können selbständig phonologischeRegelmäßigkeiten in vorgegebenen Sprachdaten erkennen bzw.verifizieren.

• Die Studierenden sind in der Lage, wissenschaftliche Arbeiten auf demGebiet der Phonetik und Phonologie zu verstehen und zu beurteilen.

13. Inhalt: Artikulation & Akustik, akustische Theorie der Sprachproduktion;Sprachperzeption; Prosodie; Phonologische Theorien; praktischeEinführung in die Transkription: Ohrenphonetik; International PhoneticAlphabet, selbständiges Transkribieren

14. Literatur: J. Clark, C. Yallop, J. Fletcher. An Introduction to Phonetics andPhonology. Blackwell, 2007

Handbook of the International Phonetic Association, 1999, CambridgeUniversity Press.

B. Rues, B. Redecker, E. Koch, U.Wallraff & A. P. Simpson. PhonetischeTranskription 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: 1.0, 5 lehrveranstaltungsbegleitendePrüfungen: 2 Kurztests (Gewicht je 0,2), zwei Übungen(Gewicht je 0,2), eine mündliche Leistungspräsentation(Gewicht 0,2)




19. Medienform:




Modul: 14390 Programmentwicklung





9. Dozenten: • Stefan Wagner• Jan-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 die UML-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), schriftliche Prüfung, 60 Min.,Gewichtung: 1.0, Klausur 60 min, keine Vorleistungen.








138 h

Summe: 180 h




19. Medienform:




Modul: 29670 Rapid Prototyping




8. Modulverantwortlicher: Univ.-Prof. Sven Simon

9. Dozenten: Sven Simon




11. Empfohlene Voraussetzungen: Erfahrungen in mindestens einer Programmiersprache.

12. Lernziele: Die Studierenden beherrschen die schnelle Realisierung von Computing-Systemenausgehend von einer Algorithmen-Implementierung unterVerwendung eines Computer-Algebrasystems.

13. Inhalt: Text

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

• More literature is named in the lecture

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


17. Prüfungsnummer/n und -name: 29671 Rapid Prototyping (PL), schriftlich oder mündlich, 90 Min.,Gewichtung: 1.0


19. Medienform:

20. Angeboten von:



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 Methoden vonRechnernetzen, 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 von

netzgestützen Systemen anwenden.• Kann sich mit Experten anderer Domänen über Methoden der

Rechnernetze verständigen.

13. Inhalt: • Einführung in die Rechnernetze, ISO Referenzmodell;• Bitübertragungsschicht: Übertragungsmedien, analoge und digitale

Informationskodierung und -übertragung, Vermittlungsarten;• Sicherungsschicht: Betriebsarten, Fehlererkennung und -behandlung,

Flusskontrolle;• Lokale Netze: CSMA/CD, Token Ring, Token Bus, FDDI, Kopplung;• Vermittlungsschicht: Verbindungsorientierter und verbindungsloser

Dienst, Leitwegbestimmung, Überlastkontrolle;• Internetworking;• Internet-Protokoll;• Transportschicht: ausgewählte Realisierungsprobleme und Internet-

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• J. F. Kurose, K. W. Ross, Computer Networks: a top-down approach

featuring the Internet, 2001• L.L. Peterson, B.S. Davie, Computer Networks: A Systems Approach,

1999

15. Lehrveranstaltungen und -formen: • 390401 VL Rechnernetze



• 390402 ÜB Rechnernetze


Präsenzzeit: 42 StundenNachbearbeitungszeit: 138 Stunden

17. Prüfungsnummer/n und -name: • 39041Rechnernetze (PL), schriftlich oder mündlich, 90 Min.,Gewichtung: 1.0, Prüfungsdauer: 90 min schriftlich oder 30min mündlich Exam duration: 90 min written exam or 30 minoral exam



19. Medienform:




Modul: 36530 Rechnerorganisation 1





9. Dozenten: Hans-Joachim Wunderlich




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

12. Lernziele: • Kenntnisse über die Grundlagen der Organisation von Rechnern undderen maschinennahe Programmierung

• Gründzüge über die Beschreibung und den Entwurf vonHardwaresystemen

13. Inhalt: Aufbau, Entwurf und maschinennahe Programmierung vonMikroprozessoren werden erläutert. In den Übungen wird das Wissendurch schriftliche Aufgaben sowie Experimente mit Prozessorsimulatorenvertieft. Im einzelnen werden behandelt:

• Grundstrukturen: Stack-, Akkumulator- und Register-basierendeRechner

• Informationsdarstellung in Hardware: Daten- und Befehlsformate,Fehlererkennung und -korrektur, Befehlssätze und Unterstützung vonHochsprachen.

• MIPS als RISC-Bespiel und seine Assemblerprogrammierung• Grundelemente und Entwurf auf Register-Transfer-Ebene• Grundzüge einer Hardware-Beschreibungssprache• Operationswerke: Multiplikation, Division, Gleitkommaeinheiten• Steuerwerksentwurf und Mikroprogrammierung• Befehlszyklus und Unterbrechungen• Pipelining und statisches Scheduling• Speicherorganisation: Cachestrukturen und virtueller Speicher,

Seitenverwaltung, Segmentierung, TLB, MMU und DMA• Leistungsbewertung: Maßzahlen und CPI, Benchmarking und einfache

Anwendung von Warteschlangen


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), schriftliche Prüfung, 90 Min.,Gewichtung: 1.0





19. Medienform:




Modul: 13870 Semantik




8. Modulverantwortlicher: Apl. Prof. Uwe Reyle

9. Dozenten: Uwe Reyle





12. Lernziele: • Die Studierenden sind mit den Fragestellungen der formalen Semantikder natürlichen Sprache und den zur Formalisierung verwendetenKonzepten 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: IntensionalLogic and Logical Grammar, The University of Chicago Press

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


17. Prüfungsnummer/n und -name: 13871 Semantik (PL), schriftliche Prüfung, 60 Min., Gewichtung: 1.0,Vorleistung: regelmäßige Hausübungen


19. Medienform:

20. Angeboten von:



Modul: 60140 Sprachbau mit Language Workbenches





9. Dozenten: Markus Völter




11. Empfohlene Voraussetzungen: Compilerbau

Objektorientierte Programmierung

12. Lernziele: Die Studenten verstehen, warum und wie Modelle für den praktizierendenSoftwareentickler nützlich sind: Kommunikation, Analyse, Synthese.Sie verstehen warum es in vielen Fällen sinnvoll ist, eigene(domänenspezifische) Sprachen zu bauen. Sie verstehen dieMechanismen um Sprachen zu bauen, insbesondere die Fähigkeitenmoderner Language Workbenches. Die Studenten sind in der Lage mitJetBrains MPS Sprachen zu bauen.

13. Inhalt: Modellierung, Grammatiken, Projizierende Editoren, Typsysteme,Codegenerierung, Interpreter. Grundlagen des Sprachdesigns:Ausdrucksfähigkeit vs. Komplexität, Vollständigkeit, Modularisierung,verschiedene Notationen. Wichtige Sprachparadigmas, die man inDSLs wiederverwenden kann: imperativ, funktional, zustandsbasiert.Grundlagen der Arbeit mit MPS.

Die Veranstaltung wird als Blockveranstaltung als Workshop ausgeführt,viele praktische Anteile. Die Klausur findet direkt am Ende derBlockveranstaltung statt.

Der Zeitraum ist 22. Bis 26. August.

Ort ist bei der itemis AG, Industriestrasse 6, Vaihingen (direkt neben demBhf)

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: 56

Selbststudiumszeit in Stunden: 124

17. Prüfungsnummer/n und -name: 60141 Sprachbau mit Language Workbenches (PL), schriftlichePrüfung, 60 Min., Gewichtung: 1.0


19. Medienform: Powerpoint, Tafel, Demos, Diskussionen, Selbstarbeit der Studenten



Modul: 60180 Sprache, Gehirn und Kognition





9. Dozenten: • Grzegorz Dogil• Natalie Lewandowski




12. Lernziele: Die Studierenden haben ein detailliertes Verständnis für Theorienund Phänomene in den verschiedenen Bereichen der Neurolinguistik,Neurophohnetik und Kognitionswissenschaft entwickelt. Sie sind in derLage, aktuelle Forschungsarbeiten zu o.g. Themen zu verstehen, kritischzu bewerten und die Verbindungen zwischen verschiedenen Bereichender Neurolinguistik, Kognitionswissenschaft und ihrem Studiengebiet zuerkennen.

(ENGLISH) Students have developed a detailed understanding oftheories and phenomena from various subareas of neurolinguistics (incl.neurophonetics) and cognitive science. They are able to understand anddiscuss current publications from the areas above and also draw parallelsbetween the various strands of neurolinguistics and cognitive science andtheir own field of study.

13. Inhalt: Es werden grundlegende Methoden und Prozeduren aus derNeurolinguistik und Neurophonetik vorgestellt. Außerdemwerden ausgewählte Themen aus den vielfältigen Disziplinen derKognitionswissenschaft (u.a. Philosophie, kognitive Psychologieund kognitive Neurowissenschaften) dargestellt und diskutiert, unterBerücksichtigung ihrer Relevanz für Modelle der (maschinellen)Sprachverarbeitung.

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

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

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

• Aktuelle Konferenz- und Zeitschriftenbeiträge nach Ankündigung in denVorlesungen.

15. Lehrveranstaltungen und -formen: • 601801 Vorlesung Sprache und Gehirn• 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: 1.0, schriftlich 180 min oder mündlich 30 min


19. Medienform:



20. Angeboten von:



Modul: 40660 Statistische Sprachverarbeitung





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 und haben in den ÜbungenErfahrung mit ihrer Anwendung und der datenorientierten Methodik dermodernen Sprachverarbeitung gesammelt.

13. Inhalt: Einführung in Korpora und Empirie, Grundlagen der Wahrscheinlichkeits-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. Prentice Hall,2008.

• C. D. Manning & H. Schütze, 1999, Foundations of Statistical NaturalLanguage Processing, MIT Press.

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


17. Prüfungsnummer/n und -name: • 40661Statistische Sprachverarbeitung (PL), schriftlich, eventuellmündlich, Gewichtung: 1.0, Im Regelfall wird das Modulaufgrund einer schriftlichen Klausur über den Inhaltdes Moduls bewertet. Die erfolgreiche Bearbeitung derHausübungen ist Voraussetzung für die Zulassung zurPrüfung.



19. Medienform:

20. Angeboten von:











19. Medienform:




Modul: 56100 Tree Automata




8. Modulverantwortlicher: Andreas Maletti

9. Dozenten: • Andreas Maletti• Fabienne Braune




12. Lernziele: • Theorie kontextfreier Parser• Theorie von XML-Datenbanken• formales Arbeiten und Beweisführung

13. Inhalt: This class is an introduction to the theory of tree automata and theirapplications. Properties of recognizable tree languages as well astheir relation to natural language parsing will be studied. The lecture(Vorlesung) will be supplemented by a tutorial (Übung) where thecontents of the lecture will be recapitulated with weekly assignments andprogramming exercises. The theory of tree automata and tree grammarshas been studied since the 1960s. Tree automata and tree transducershave proved a useful tool in compiler construction, XML processing,verification and not least natural language processing.

14. Literatur: H. Comon, M. Dauchet, R. Gilleron, C. Löding, F. Jacquemard, D. Lugiez,S. Tison and M. Tommasi (2007): Tree Automata Techniques andApplications (available online)

15. Lehrveranstaltungen und -formen: • 561001 Lecture Tree Automata• 561002 Tutorial Tree Automata

16. Abschätzung Arbeitsaufwand: 120h

17. Prüfungsnummer/n und -name: • 56101Tree Automata (PL), schriftlich, eventuell mündlich,Gewichtung: 1.0

• 56102Prerequesite Tree Automata (USL), Sonstiges, Gewichtung:1.0, successful participation at the programming exercise


19. Medienform: Elektronische Folien, Tafel

20. Angeboten von:



400 Schlüsselqualifikatioen fachaffin

Zugeordnete Module: 56270 Medieninformatik Projekt - Praktikum



Modul: 56270 Medieninformatik Projekt - Praktikum







B.Sc. Medieninformatik, PO 2014, 4. Semester➞ Schlüsselqualifikatioen 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 dem MedieninformatikProjekt - Praxis eine Einheit; beide können nur zusammen begonnenwerden.

Die Vorleistungen (Scheine) aus dem Medieninformatik Projekt - Praxissind für die abschließende Prüfung des Medieninformatik Projekt -Theorie Voraussetzung.

12. Lernziele: Die Studierenden kennen aus praktischer Erfahrung die Vorgehensweisebei der Durchführung eines größeren und für die Praxis typischenProjekts in der Medieninformatik. Sie können ein interaktives digitalesMediensystem konzipieren, entwickeln, betreiben und evaluieren. InPräsentationen können sie umfassend das 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 Systems über einen bestimmtenZeitraum. In regelmäßigen Abständen präsentieren die Studierenden denProjektfortschritt. Die Studierenden erstellen einen Bericht, welcher dieindividuellen Leistungen der einzelnen Teilnehmer erkennen lässt.

Die konkreten Themen und Inhalte hängen vom jeweiligen Projekt ab undwerden vor der Veranstaltung bekannt gegeben.

14. Literatur: Wird in der Veranstaltung bekannt gegeben

15. Lehrveranstaltungen und -formen: 562701 Medieninformatik Projekt - Praktikum


240 h

Summe: 450 h

17. Prüfungsnummer/n und -name: 56271 Medieninformatik Projekt - Praktikum (LBP), schriftlich undmündlich, Gewichtung: 1.0, Ausreichende Leistungen imMedieninformatik Projekt - Praxis werden in jedem der



beiden Semester durch einen unbenoteten Schein bestätigt.Die Note im Medieninformatik Projekt - Praxis wird auf derGrundlage der im Projekt gezeigten Leistungen und desProjektberichts, der die individuellen Beiträge der Teilnehmerangeben muss, bestimmt. Sie geht in die Gesamtnote desStudienprojekts mit dem Gewicht 2 ein; der andere Beitragkommt von Medieninformatik Projekt - Theorie mit demGewicht 1. Vorleistung (USL-V), schriftlich, eventuell mündlich


19. Medienform:




Modul: 81140 Bachelorarbeit Medieninformatik





9. Dozenten:


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


12. Lernziele:

13. Inhalt:

14. Literatur:

15. Lehrveranstaltungen und -formen:


17. Prüfungsnummer/n und -name:


19. Medienform:

20. Angeboten von:

Prüfungsordnung: 2014 Studiengang Bachelor of Science … · 2016-10-11 · Modulhandbuch:...

Documents

Transcript of Prüfungsordnung: 2014 Studiengang Bachelor of Science … · 2016-10-11 · Modulhandbuch:...