Wirtschaftsinformatik Master - uni-hildesheim.de · Pressco Management , 2005 oraussetzungenV für...

Universität Hildesheim

Fachbereich IIIInformations- und Kommunikationswissenschaften

Wirtschaftsinformatik

Master

Modulhandbuch

Version vom 22. August 2008letzte editorische Änderung: 7. Oktober 2010

Wirtschaftsinformatik i.e.S.

Gebiet Betriebliche Anwendungs- und Informationssysteme

Modul Lehrform/SWS AP S.

Betriebliche Informationssysteme 2 SWS Vorlesung 3 6Referenzmodellierung 2 SWS Vorlesung, 2 SWS Übung 6 8Geschäftsprozess-Modellierung und -Management 2 SWS Vorlesung, 2 SWS Übung 6 9Prozesse und Management des Software Engineering 2 SWS Vorlesung, 2 SWS Übung 6 10Projektplanung und Projektmanagement 2 SWS Vorlesung, 2 SWS Übung 6 12SAP II: Customizing und weiterführende Projekte 1 SWS Vorlesung, 1 SWS Übung 3 13SAP BW: Grundlagen der Architektur, Modellierungund Datenbescha�ung und -auswertung

2 SWS Vorlesung, 1 SWS Übung 5 14

Telematik: Technologie und Management I 2 SWS Vorlesung 3 15Telematik: Technologie und Management II 2 SWS Vorlesung 3 16Master-Seminar Betriebliche Informationssysteme 2 SWS Seminar 3 17Master-Praktikum Betriebliche Informationssysteme 4 SWS Praktikum 6 18Master-Seminar Software Engineering 2 SWS Seminar 3 19

Gebiet Business Intelligence


Business Analytics 4 SWS Vorlesung, 2 SWS Übung 9 20Approximations- und Online-Algorithmen 3 SWS Vorlesung, 2 SWS Übung 8 21Data Warehousing 2 SWS Vorlesung 3 22Master-Seminar Business Intelligence 2 SWS Seminar 3 24Praktikum Business Intelligence und Data Mining 4 SWS Praktikum 6 25Praktikum Diskrete und Kombinatorische Algorith-men

3 SWS Praktikum 5 26

Gebiet Systematische Entwicklung wissensbasierter Systeme


Prozesse und Management des Software Engineering 2 SWS Vorlesung, 2 SWS Übung 6 10Verteilte lernende Systeme 3 SWS Vorlesung, 1 SWS Übung 6 27Master-Seminar wissensbasierte Systeme 2 SWS Seminar 3 28Master-Praktikum wissensbasierte Systeme 3 SWS Praktikum 5 29

Betriebswirtschaft

Gebiet Marketing


Marketing B 2 SWS Vorlesung, 2 SWS Übung 6 30Softwaretechniken für interaktive Online-Befragungen

2+2 SWS Praktikum 6 31

Master-Praktikum Marketing 4 SWS Praktikum 6 32Master-Seminar Marketing 2 SWS Seminar 3 33Unternehmensplanspiel 2 SWS Praktikum 3 34

2

Gebiet Logistik


Logistik B 2 SWS Vorlesung, 2 SWS Übung 6 36Supply-Chain-Management 2 SWS Vorlesung 3 38Master-Praktikum Logistik 4 SWS Praktikum 6 40Master-Seminar Logistik 2 SWS Seminar 3 41Unternehmensplanspiel 2 SWS Praktikum 3 34

Gebiet Produktion


Produktion B 2 SWS Vorlesung, 2 SWS Übung 6 42Master-Praktikum Produktion 4 SWS Praktikum 6 43Master-Seminar Produktion 2 SWS Seminar 3 44Unternehmensplanspiel 2 SWS Praktikum 3 34

Informatik

Gebiet Algorithmen


Numerische Approximation 3 SWS Vorlesung, 2 SWS Übung 8 45Praktikum Numerische Algorithmen 3 SWS Praktikum 5 46Computergraphik 2 SWS Vorlesung, 2 SWS Übung 6 47Praktikum Computergraphik 4 SWS Praktikum 6 48Algorithmen und Protokolle für das Internet 3 SWS Vorlesung, 2 SWS Übung 8 49Angewandte Kryptographie/Datensicherheit 1 SWS Vorlesung, 1 SWS Übung 3 50Master-Seminar Algorithmen und Informationstech-nologie

2 SWS Seminar 3 51

Gebiet Intelligente Informationssysteme


Fallbasierte Systeme und Anwendungen 2 SWS Vorlesung, 1 SWS Übung 5 52Erklärungsfähige Softwaresysteme 3 SWS Vorlesung 5 54Master-Seminar Intelligente Informationssysteme 2 SWS Seminar 3 55Master-Praktikum Neue Technologien für SemanticWeb und Wissensmanagement


Gebiet Künstliche Intelligenz und Maschinelles Lernen


Maschinelles Lernen 4 SWS Vorlesung, 2 SWS Übung 9 58Bayessche Netze 3 SWS Vorlesung, 2 SWS Übung 8 60Bildverarbeitung 3 SWS Vorlesung, 2 SWS Übung 8 62XML und Semantic-Web-Technologien 3 SWS Vorlesung, 2 SWS Übung 8 63Master-Seminar Maschinelles Lernen 2 SWS Seminar 3 64Master-Praktikum Maschinelles Lernen 4 SWS Praktikum 6 65Praktikum XML und Semantic-Web-Technologien 4 SWS Praktikum 6 66Analyse räumlicher Daten 4 SWS Vorlesung, 2 SWS Übung 9 67

3

Gebiet Software Engineering


Software-Produktlinien-Entwicklung 3 SWS Vorlesung, 2 SWS Übung 8 68Master-Seminar Software Engineering 2 SWS Seminar 3 19Fortgeschrittenenpraktikum Software Engineering 4 SWS Praktikum 6 70

Gebiet Verteilte Systeme


Verteilte Systeme II 3 SWS Vorlesung, 2 SWS Übung 8 71Master-Seminar Verteilte Systeme 2 SWS Seminar 3 72Master-Praktikum Verteilte Systeme 4 SWS Praktikum 6 73

Gebiet Assoziativspeicher und Neuronale Netze


Assoziative Programmierung I 2 SWS Vorlesung, 2 SWS Übung 6 74Assoziative Programmierung II 2 SWS Vorlesung, 2 SWS Übung 6 76Seminar Assoziativspeicher, Mustererkennung, Infor-mation Retrieval

2 SWS Seminar 3 78

Seminar Informationstheorie, Natürliche und Arti�-zielle Neuronale Netze

2 SWS Seminar 3 79

Grundlagen und Methoden

Gebiet Mathematische Methoden


Numerische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 80Algebraische und Zahlentheoretische Methoden 3 SWS Vorlesung, 2 SWS Übung 8 82

Abschlussprüfung


Masterarbeit Wirtschaftsinformatik Abschlussarbeit 27 83Masterkolloquium Wirtschaftsinformatik 2 SWS Seminar 3 84

Wahlbereich

Systemadministration und Internet-Technologien


Algorithmen und Protokolle für das Internet 3 SWS Vorlesung, 2 SWS Übung 8 49Angewandte Kryptographie/Datensicherheit 1 SWS Vorlesung, 1 SWS Übung 3 50Master-Seminar Algorithmen und Informationstech-nologie

2 SWS Seminar 3 51

4


Multimedia


Computergraphik 2 SWS Vorlesung, 2 SWS Übung 6 47Praktikum Computergraphik 4 SWS Praktikum 6 48Master-Seminar Algorithmen und Informationstech-nologie

2 SWS Seminar 3 51

Technik


Werksto�e: Eigenschaften und Technologien 2 SWS Vorlesung 3 85Technische Thermodynamik 2 SWS Vorlesung 3 86Praktikum Thermodynamik 2 SWS Praktikum 3 87Fertigungstechnik 2 SWS Vorlesung, 2 SWS Übung 6 88Verfahrenstechnik und Umweltschutz 2 SWS Vorlesung 3 89Elektrische Energietechnik 2 SWS Vorlesung, 2 SWS Übung 6 90

Personal und Recht


Unternehmensführung 2 SWS Vorlesung 3 91Unternehmensentscheidung und Existenzgründung 2 SWS Vorlesung 3 92

Informationswissenschaft


Aktuelle Standards 2 SWS Vorlesung 4 93Hauptseminar Ausgewählte Probleme der Sprach-technologie

2 SWS Seminar 3 94

Hauptseminar Information und Gesellschaft 2 SWS Seminar 4 96Projektseminar Computervermittelte Kommunikati-on


Hauptseminar Computervermittelte Kommunikation 4 SWS Seminar 4 99Hauptseminar e-Learning 2 SWS Seminar 4 101Projektseminar e-Learning 2 SWS Praktikum 3 103

Soft Skills


Wirtschaftsenglisch 2 2 SWS Vorlesung 3 105

5


Gebiet Betriebliche Anwendungs- und Informationssysteme

Modul: Betriebliche Informationssysteme

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende sollen vernetzte Kenntnisse über Funktion und Ein-

satzmöglichkeitenbesitzen von betrieblichen Informationssystemenbesitzen, indem Ihnen die Grundlagen der Modellierung innen- wieauÿenwirksamer betrieblicher Funktionen in IT-Systemen vermit-telt wird und zu eigenständiger wissenschaftlicher Forschung befä-higt. Die Studierenden kennen die informationstechnische Abbil-dung der wichtigsten betrieblichen Funktionen entlang der Haupt-aufgabenfelder eines Betriebs in Form von Betrieblichen Informa-tionssystemen. Sie sind befähigt, fachliche Zusammenhänge in de-ren Umfeld zu überblicken, selbständig wissenschaftlich zu arbeitenund wissenschaftliche Erkenntnisse anzuwenden.

Lehrinhalte

1. Einführung: Historische Entwicklung BIS, BIS als EUS; Glie-derungsmöglichkeiten von BIS

2. Beispiele für betriebliche Anwendungssysteme (BAS): Spe-zialisierte BAS im Vergleich mit integrierten Systemen

� Innerbetriebliche Anwendungssysteme: Branchenneu-trale Anwendungen (Finanzwesen und Finanzbuchhal-tung, Kosten- und Leistungsrechnung, Personalwesen,Materialwirtschaft und Bescha�ung), Branchenspezi�-sche Anwen-dungen (PPS-Systeme, weitere Systeme)

� Auÿenwirksame Anwendungssysteme: CRM (De�niti-on und Grundidee von CRM, Customer Lifetime Va-lue, Aufbau eines CRM-Systems, Analytisches CRM:OLAP, Data Mining und Web Mining im Customer Da-ta Warehouse, Operatives CRM: Aufgaben des FrontO�ce im oCRM, Customer Touch Points und Kanäleim oCRM), weitere auÿenwirksame Systeme

6

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Betriebliche Informationssysteme

Literatur

� H. Hippner, K. D. Wilde (Hrsg.): IT-Systeme im CRM� H. Hippner, K. D. Wilde (Hrsg.): Grundlagen des CRM� H. R. Hansen, G. Neumann: Wirtschaftsinformatik 1 �Grundlagen und Anwendungen

� P. Mertens: Integrierte Informationsverarbeitung Band 1,Operative Systeme in der Industrie

� P. Mertens, J. Griese: Integrierte InformationsverarbeitungBand 2, Planungs- und Kontrollsysteme in der Industrie

� A. W. Scheer: Wirtschaftsinformatik � Referenzmodelle fürindustrielle Geschäftsprozesse

Voraussetzungen für dieTeilnahme

keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten oder mündliche Prüfung im Umfang von 30 Minuten.

empfohlenes Semester MSc 1-3Turnus jedes 2. SemesterDauer des Moduls 1 SemesterVerwendung

� MSc Wirtschaftsinformatik � Wirtschaftsinformatik i.e.S. �Gebiet Betriebliche Anwendungs- und Informationssysteme

� MSc Wirtschaftsinformatik � Wahlbereich

7

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Referenzmodellierung

Modul: Referenzmodellierung

Modulverantwortlicher n.n. (W2 Wirtschaftsinformatik 2)Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieses Modul vermittelt methodische und analytische Kompeten-

zen, die zu einer eigenständigen, auch wissenschaftlichen Beschäfti-gung mit Referenzmodellierung notwendig sind. Studierende ken-nen verschiedene Referenzmodellerierungsmethoden, beherrschenReferenzmodellierungssprachen und -techniken und können einegeeignete IT-Unterstützung sowie Vorgehensmodelle einsetzen. DieStudierenden verstehen aktuelle Forschungsfragen und �ansätze.

Lehrinhalte In diesem Modul wird die Modellierung betrieblicher Informations-systeme mittels Referenzmodellen vermittelt, insb.

� Referenzmodelle� Modellierungsmethoden für Referenzmodelle� Modellierungssprachen für Referenzmodelle� Konstruktionstechniken� IT-Unterstützung� Vorgehensmodelle für Referenzmodelle

Im Rahmen der Übung werden die in der Vorlesung: Referenzmo-dellierung vermittelten Inhalte anhand von Übungsaufgaben ver-tieft. Dabei werden Aufgaben gemeinsam im Rahmen der Übungbearbeitet und Fragen zur Analyse der Methoden besprochen. DerFokus liegt auf der Vermittlung der Kompetenz zur selbständigenAnalyse und Weiterentwicklung durch die Studierenden.

Literatur

� Jörg Becker, Patrick Delfmann: Referenzmodellierung:Grundlagen, Techniken und domänenbezogene Anwendung,2007

� Jörg Becker, Michael Rosemann, Reinhard Schütte: Refe-renzmodellierung. State-of-the-Art und Entwicklungsperspek-tiven, 1998


keine

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

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



8

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Geschäftsprozess-Modellierung und -Management

Modul: Geschäftsprozess-Modellierung und -Management

Modulverantwortlicher n.n. (W2 Wirtschaftsinformatik 2)Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieses Modul vermittelt weiterführende methodische und analyti-

sche Kompetenzen, die zu einer eigenständigen, auch wissenschaft-lichen Beschäftigung mit Geschäftsprozessen, insb. deren Modellie-rung und Management, notwendig sind. Die Studierenden verste-hen aktuelle Forschungsfragen und �ansätze.

Lehrinhalte In diesem Modul werden aufbauend auf die Kenntnisse aus demBachelor, weiterführende Kentnisse zur Modellierung und zumMa-nagement von Geschäftsprozessen vermittelt, insb.

� Organisationsformen� Strategien� Paradigmen� Vorgehensweisen� Kritische Erfolgsfaktoren

Im Rahmen der Übung werden die in der Vorlesung:Geschäftsprozess-Modellierung und -Management vermittel-ten Inhalte anhand von Übungsaufgaben vertieft. Dabei werdenAufgaben gemeinsam im Rahmen der Übung bearbeitet undFragen zur Analyse der Methoden besprochen. Der Fokus liegtauf der Vermittlung der Kompetenz zur selbständigen Analyseund Weiterentwicklung durch die Studierenden.

Literatur

� Mathias Weske: Business Process Management: Concepts,Languages, Architectures, 2007

� Dan Madison: Process Mapping, Process Improvement andProcess Management, 2005


keine





9

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme � Prozesseund Management des Software Engineering

Modul: Prozesse und Management des Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieses Modul vermittelt methodische und analytische Kompeten-

zen, die zu einer eigenständigen, auch wissenschaftlichen Beschäf-tigung mit den Prozessen und Managementaktivitäten im BereichSoftware Engineering notwendig sind. Es werden insbesondereKompetenzen zur empirischen Forschung im Bereich des SoftwareEngineering vermittelt. Die Studierenden erhalten so die notwen-dige Fachkompetenz um die Eignung von Softwareentwicklungs-prozessen und Methoden des Qualitätsmanagement zu analysierenund Verbesserungen zu entwickeln. Die Studierenden verstehen ak-tuelle Forschungsfragen und �ansätze.

Lehrinhalte In diesem Modul werden die Grundlagen der Prozessmodelle undder Managementaktivitäten des Software Engineering vermittelt.Dabei liegt ein besonderer Schwerpunkt auf den empirischen Wis-senschaftsmethoden des Software Engineering. Insbesondere wer-den folgende Themenkreise angesprochen:

� Prozessmodellierung und Prozessbesschreibungssprachen� Grundlagen des Projektmanagements (Kostenschätzung,Projektsteuerung)

� Reifegradmodelle und Assessments (CMMI, ISO 9000, ...)� Messen und Bewerten (u.a., Goal-Question-Metric)� Organisatorische Verbesserungsansätze (QIP, TQM)� Kon�gurationsmanagement� Qualitätsmanagement

Im Rahmen der Übung werden die in der Vorlesung: Prozesse undManagement des Software Engineering vermittelten Inhalte an-hand von Übungsaufgaben vertieft. Dabei werden Aufgaben ge-meinsam im Rahmen der Übung bearbeitet und Fragen zur Ana-lyse der Methoden besprochen. Der Fokus liegt auf der Vermittlungder Kompetenz zur selbstandigen Analyse und Weiterentwicklungdurch die Studenten.

Literatur

� H. Balzert: Lehrbuch der Software-Technik, Band 2,Software-Management, Software-Qualitätssicherung, Unter-nehmensmodellierung. Spektrum Akademischer Verlag, 2000.

� H. Balzert: Lehrbuch der Software-Technik, Band 1,Software-Entwicklung. Spektrum Akademischer Verlag, 2000.


keine


empfohlenes Semester MSc 1-3

10

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme � Prozesseund Management des Software Engineering

Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung


� MSc Wirtschaftsinformatik � Wirtschaftsinformatik i.e.S. �Gebiet Systematische Entwicklung wissensbasierter Systeme


11

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Projektplanung und Projektmanagement

Modul: Projektplanung und Projektmanagement

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Ziel der Veranstaltung ist es, die Teilnehmer in die Lage zu ver-

setzen, neue projektbasierte Problemstellungen zu analysieren undmethodisch zu bearbeiten. Weiterhin sollen sie behandelte Metho-den kritisch hinterfragen und mögliche De�zite abschätzen können.Die Studierenden besitzen Kenntnisse im Bereich des Projektma-nagements und der Projektplanung. Sie können vermittelte Me-thoden der Projektplanung anwenden und verschiedene projekts-pezi�sche Problemstellungen gezielt bearbeiten. Ferner kennen sieAufgaben und Lösungsansätze des Projektmanagements sowie ver-schiedene Möglichkeiten der Projektorganisation.

Lehrinhalte In der Veranstaltung werden allgemeine Methoden der Projekt-planung behandelt. Besonderer Fokus liegt dabei auf konkretenProblemstellungen zu Zeit-, Kosten- und Kapazitätsplanung. Au-ÿerdem wird auf die verschiedenen Dimensionen des Projektmana-gement eingegangen, es werden unterschiedliche Formen der Pro-jektorganisation in Unternehmen erläutert und spezielle Heraus-forderungen von Softwareprojekten dargelegt.

Literatur

� J. Zimmermann, C. Stark, J. Rieck: Projektplanung.� B.J. Maddaus: Projektmanagement.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten.




12

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme � SAP II:Customizing und weiterführende Projekte

Modul: SAP II: Customizing und weiterführende Projekte

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen ihre Kenntnisse der Anwendungsmöglich-

keiten von integrierten betrieblichen Informationssystem (ERP-Systeme) vertiefen, indem sie das System auf komplexe veränderteAnforderungen anpassen können (Customizing). Dadurch wird dieBearbeitung neuartiger Aufgabenstellungen und die Entwicklungforschungsorientierten Lösungen ermöglicht. Anhand von fortge-schrittenen praktischen Übungen und Fallstudien an einem SAPR/3 IDES � System sowie der zugehörigen Theorie besitzen Stu-dierende belastbare vernetzte Kenntnisse des Systems. Durch dieeigenständige Arbeit und den Austausch mit den Dozenten könnensie das System für die Abbildung und Lösung realer Problemstel-lungen einsetzen.

Lehrinhalte

1. Konzeption des Customizing verschiedener logistischer Pro-zesse

2. Customizing dieser Konzepte3. Testen des Customizing4. De�nition eigener Auswertungen5. Einblick in das Customizing des HCM6. Überblick über andere funktionale Bereiche der SAP-

Software, wie z.B. SCM, WF.

Literatur Aktuelle Literatur wird in der Veranstaltung bekannt gegeben.Voraussetzungen für dieTeilnahme

keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten. oder Kolloquium mit Hausaufgaben

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



13

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme � SAP BW:Grundlagen der Architektur, Modellierung und Datenbescha�ung und -auswertung

Modul: SAP BW: Grundlagen der Architektur, Modellierung und Datenbescha�ungund -auswertung

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden sollen die praktische Lösung vom komplexen Pro-

blemstellungen aus dem Bereich der Analyse und des Reportingkennenlernen. Hierfür sollen sie lernen, die verschiedenen Teilauf-gaben zu identi�zieren und in handhabbare Bestandteile zu zerle-gen. Das im bisherigen Studium angeeignete Wissen in den Berei-chen Data Warehousing, R/3 Architektur und Geschäftsprozessesoll von ihnen genutzt werden, um sich die für die Aufgabe nöti-gen technischen und methodischen Fertigkeiten anzueignen, welchein vergleichbarer Form in komplexen Forschungs- und Entwick-lungsprojekten zum Einsatz kommen können. Anhand von fort-geschrittenen praktischen Übungen an einem SAP BW � Systemsowie der zugehörigen Theorie erlernen Studierende den Aufbaudie und die Funktionsweise des SAP BW kennen. Durch die eigen-ständige Arbeit und den Austausch mit den Dozenten erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Nach Vermittlung theoretischer Grundlagen zu betrieblichem Re-porting und Analyse wird auf die Architektur und Datenmodellie-rung eines SAP BW-Systems eingegangen. Behandelt werden dabeiu.a. Daten�uss und Berechtigungskonzept. Es wird der praktischeBetrieb eines BW Systems erläutert und Tuningmöglichkeiten auf-gezeigt. Anhand einer Sales Fallstudie wird eine typische praktischebetriebliche Problemstellung aufgearbeitet.

Literatur

� C. Mehrwald: Data Warehousing mit SAP BW 3.5� P. Chamoni, P. Gluchowski, M. Hahne: Business InformationWarehouse


Grundlegende Kenntnisse bzgl. Data Warehousing, R/3 Architek-tur und Geschäftsprozesse

Prüfungsleistung mündliche Prüfungempfohlenes Semester MSc 1-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung



14

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme � Telematik:Technologie und Management I

Modul: Telematik: Technologie und Management I

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Zielsetzung der Veranstaltung ist zum einen die Vermittlung der

technischen Grundlagen der Kernbausteine telematischer Systemesowie deren physikalische Bedeutung und Wirkungsweise, zum an-deren die Vorstellung von Geschäftsmodellen zur Wertschöpfungaus industrieller Sicht. Im ersten Teil der Veranstaltung liegt derThemenschwerpunkt auf der Vorstellung von Internettechnologi-en und Industriestandards sowie einer Einführung in grundlegendeAspekte von nachrichten- und informationstechnischen Systemen.Mikroelektronische Komponenten und Systeme als Innovationstrei-ber für telematische Systeme werden ebenfalls diskutiert.

Lehrinhalte

� Grundlagen der Telematik und Begri�ichkeiten� Internet-Technologien und Standards� Einführung in nachrichtententechnische Systeme

� Modulation� Kanalcodierung� Quellencodierung

� Grundlagen der Informationsverarbeitung und -darstellung� Analoge vs. digitale Signalverarbeitung

� Mikroelektronische Schlüsselkomponenten und Systeme� Halbleiterelektronik� Mikroprozessortechnik� Speichertechnologien


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60 Mi-nuten und ein Kurz-Referat (ca. 20 min.) über ein selbst gewähltesThema aus dem Bereich der Telematik mit technischem Schwer-punkt.

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



15

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme � Telematik:Technologie und Management II

Modul: Telematik: Technologie und Management II

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Zielsetzung der Veranstaltung ist zum einen die Vermittlung der

technischen Grundlagen der Kernbausteine telematischer Systemesowie deren physikalische Bedeutung und Wirkungsweise, zum an-deren die Vorstellung von Geschäftsmodellen zur Wertschöpfungaus industrieller Sicht. Der zweite Teil der Veranstaltung fokussiertauf eine Einführung in Systemaspekte und der Architektur von Mo-bilfunksystemen sowie Verfahren zur Positionsbestimmung. Abge-leitet aus diesen Schlüsselbereichen werden Anwendungen und Ge-schäftsmodelle aus der Automobil- und Verkehrstechnik sowie derGebäudeautomation vorgestellt. Zukünftige Trends für telemati-sche Applikationen werden abschlieÿend diskutiert.

Lehrinhalte

� Mobilkommunikation� Aufbau und Prinzip von GSM-Netzen� UMTS-Netze� LTE

� Positionsbestimmung� Satellitenbasierte Systeme� Mobilfunk- und Bakengestützte Systeme

� Anwendungen und Geschäftsmodelle� Satellitenrundfunk am Bspl. von Satellitenradio� Verkehrstelematik (Navigation, Tracking, Mautsyste-me)

� Gebäudeautomation� E-Commerce

� Zukünftige Trends


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 60 Mi-nuten und Kurz-Referat (ca. 20 min.) über ein selbst gewähltesThema aus dem Bereich der Telematik mit betriebswirtschaft-lichem Schwerpunkt und der Vorstellung eines Geschäftsplans(�Business Case�) für ein selbstgewähltes Thema.




16

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Master-Seminar Betriebliche Informationssysteme

Modul: Master-Seminar Betriebliche Informationssysteme

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, Dr. Felix HahneLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insbes.kennen die Studierenden Funktionen, Einsatzbereiche und Anwen-dungsmöglichkeiten betrieblicher Informationsssysteme aus allenUnternehmensbereichen.

Lehrinhalte Ausgewählte fortgeschrittene Themen aus dem Bereich Betrieb-liche Informationssysteme zur Unterstützung von betrieblichenFunktionen und Erschlieÿung neuer Geschäftsfelder.

Literatur je nach ThemaVoraussetzungen für dieTeilnahme

Die Inhalte eines der Module Betriebliche Informationssysteme,Referenzmodellierung oder Geschäftsprozess-Modellierung und -Management werden vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 2-3Turnus jedes 2. SemesterDauer des Moduls 1 SemesterVerwendung



17

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Master-Praktikum Betriebliche Informationssysteme

Modul: Master-Praktikum Betriebliche Informationssysteme

Modulverantwortlicher n.n. (W2 Wirtschaftsinformatik 2), Prof. Dr. Klaus AmbrosiLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen einer konkreten Aufgabenstellung. Sieerkennen und verstehen die praktischen Rahmenbedingungen, diefür die Umsetzung der wissenschaftlich fundierten Ansätze relevantsind. Sie sind in der Lage, Möglichkeiten und Grenzen existierenderMethoden zu re�ektieren und im Zusammenhang zu beurteilen. Sielernen die Notwendigkeit von Kooperation und Rollenverteilungdurch die Arbeit im Team. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick. Erwerb betriebswirtschaftlicher Kompeten-zen, insb. beherrschen die Studierenden die Instrumente ausge-wählter anderer Bereiche (hier: Betriebliche Informationssysteme).

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fort-geschrittene forschungsorientierte Problemstellungen aus demBereich Betriebliche Informationssysteme, Referenzmodellierungbzw. Geschäftsprozess-Modellierung und -Management.

Literatur je nach ProblemstellungVoraussetzungen für dieTeilnahme

Je nach Themenstellung werden die Inhalte des ModulsBetriebliche Informationssysteme, Referenzmodellierung bzw.Geschäftsprozess-Modellierung und -Management vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation




18

Wirtschaftsinformatik i.e.S. � Gebiet Betriebliche Anwendungs- und Informationssysteme �Master-Seminar Software Engineering

Modul: Master-Seminar Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen.

Lehrinhalte Ausgewählte Themen aus dem Bereich der modernen Software-Entwicklung.


Für einige Themen werden die Inhalte des Moduls Software-Produktlinien-Entwicklung vorausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 2-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung


� MSc Wirtschaftsinformatik � Informatik � Gebiet SoftwareEngineering


19

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Business Analytics

Gebiet Business Intelligence

Modul: Business Analytics

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-Thieme, Prof. Dr. Alexandros Nano-poulos

Lehrform/SWS 4 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 9 ECTSArbeitsaufwand Präsenzzeit: 90 Stunden; Selbststudium: 180 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen können. Siesollen ein tieferes Verständnis im Bereich Business Analytics er-werben. Sie sollen Verfahren verstehen, umsetzen und anwendenkönnen. Sie sollen Verfahren auf spezi�sche Anwendungsproblemeanpassen können. Sie sollen dazu in der Lage sein, sich selbständigweitere Verfahren anhand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung vermittelt einen vertieften Einblick in den BereichBusiness Analytics, insbesondere das Data Mining. Besonderes Au-genmerk liegt auf dem Verarbeiten von (semi-)strukturierten Da-ten, Textdaten (Text-Mining) und aus dem World Wide Web ge-wonnenen Daten (Web-Mining).

Literatur

� Feldman, Sanger: The Text Mining Handbook: Advanced Ap-proaches in Analyzing Unstructured Data, Cambridge Uni-versity Press, 2006

� Zbigniew Michalewicz, Martin Schmidt, Matthew Micha-lewicz, Constantin Chiriac: Adaptive Business Intelligence,Springer, 2006

� Burby, Atchison: Actionable Web Analytics: Using Data toMake Smart Business Decisions, Wiley & Sons, 2007


keine



� MSc Wirtschaftsinformatik � Wirtschaftsinformatik i.e.S. �Gebiet Business Intelligence


20

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Approximations- und Online-Algorithmen

Modul: Approximations- und Online-Algorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls Aufgaben aus

der Praxis auf das jeweilige Grundproblem zurückführen können.Sie sollen die Grundbegri�e des im Bereich Online- und Appro-ximationsalgorithmen verstehen. Sie sollen die grundlegenden Ver-fahren verstehen und anwenden, sowie auf spezi�sche Anwendungs-probleme anpassen können. Darüber hinaus sollen sie dazu in derLage sein, sich selbständig weitere Verfahren anhand von Literaturzu erarbeiten.

Lehrinhalte

1. Approximationsalgorithmen2. Online-Algorithmen

Literatur

� Vazirani: Approximation Algorithms. 2003.� Borodin, El-Yaniv: Online Computation and CompetitiveAnalysis. 1998.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120Minuten oder mündliche Prüfung im Umfang von 30 Minuten.Voraussetzung für die Teilnahme an der Abschlussprüfung ist dieerfolgreiche Teilnahme an den Übungen.




21

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Data Warehousing

Modul: Data Warehousing

Modulverantwortlicher N.N., Dr. Wolfgang BehmeLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Das Hauptziel der Veranstaltung besteht darin, den Studierenden

die Grundlagen des Data Warehousing zu vermitteln. Dazu zählenu.a. eine Einordnung in Business Intelligence, der ETL-Prozess, se-mantische/logische Modellierung, OLAP, Erweiterungen von SQLsowie entsprechende Architekturen. Der Sto� wird veranschaulichtam Beispiel des SAP Business Warehouse.

Lehrinhalte

1. Data Warehousing: Business Intelligence (BI) als inte-grierter Gesamtansatz, DWH als Teil von BI, DWH-Referenzarchitektur, BI-Reifegrad-Modelle

2. Anwendungen: Allgemeine und branchenspezi�sche Anwen-dungsgebiete (Handel, Telekommunikation, Banken, Versi-cherungen, Industrie)

3. ETL-Prozess: Schema- und Datenintegration, Extrakti-on/Laden/Transformation, Data Pro�ling, Datenqualität

4. Semantische Modellierung: Grundlagen des Multidimensio-nalen Modells, Ebenen der Modellierung, Darstellung ausge-wählter Notationen (z.B. ADAPT)

5. Logische Modellierung: Umsetzung in das relationale Modell(Star Schema, Snow�ake Schema etc.), Slowly Changing Di-mensions (SCD)

6. OLAP: Historie und De�nition, OLAP-Funktionen und-Architektur, Multidimensionale Anfragesprache MDX7.Physische Modellierung (Design)Partitionierung, Materiali-sierte Sichten/Query Rewrite, Indexstrukturen, Star QueryOptimierungen

7. SQL-Erweiterungen: Gruppierungskonzepte, AnalytischeFunktionen

8. Reporting und Analyse mit der Business Explorer Suite: Na-vigation in Berichten, Erstellung von Queries, Aufbau einesWeb Reporting, Information Broadcasting

9. Architektur: Aufbau der Administrator Workbench, Bestand-teile des SAP BW Datenmodells

10. Datenmodellierung im SAP BW: Erweitertes Star Schema11. Daten�uss: Extraktion aus den Quellsystemen,

Transformations- und Fortschreibungsregeln12. Betrieb eines BW Systems: Monitoring, Prozessketten13. Tuning: Aufbau von Aggregaten, Partitionierung / Indizie-

rung14. Berechtigungskonzept: Rollenmodell, Berechtigungsobjekte

22

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Data Warehousing

Literatur

� A. Bauer, H. Günzel (Hrsg.): Data Warehouse-Systeme.dpunkt, 2. Au�age, Heidelberg 2004.

� H. Mucksch, W. Behme (Hrsg.): Das Data Warehouse-Konzept. Gabler, 4. Au�age, Wiesbaden 2000.


keine





23

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Master-Seminar Business Intelligence

Modul: Master-Seminar Business Intelligence

Modulverantwortlicher Prof. Dr. Klaus-Jürgen Förster, Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Ausgewählte fortgeschrittene Themen aus den Bereichen BusinessIntelligence und Data Mining. Beispiele für Seminarthemen:

� Ökonometrie und Zeitreihenanalyse II� Recommender-Systeme und Personalisierung II� Text Mining II� Approximations-Algorithmen II� Online-Algorithmen II


Die Inhalte eines der Module Business Analytics, Approximations-und Online-Algorithmen oder Data Warehousing werden voraus-gesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 2-3Turnus jedes WintersemesterDauer des Moduls 1 SemesterVerwendung



24

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Praktikum Business Intelligence und DataMining

Modul: Praktikum Business Intelligence und Data Mining

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen einer konkreten Aufgabenstellung. Sieerkennen und verstehen die praktischen Rahmenbedingungen, diefür die Umsetzung der wissenschaftlich fundierten Ansätze relevantsind. Sie sind in der Lage, Möglichkeiten und Grenzen existierenderMethoden zu re�ektieren und im Zusammenhang zu beurteilen. Sielernen die Notwendigkeit von Kooperation und Rollenverteilungdurch die Arbeit im Team. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Studierende sollen anhand eines praktischen Problems sowie kon-kreter Datensätze ein eng umrissenes Data-Mining-Projekt in ei-nem Team von zwei bis drei Personen umsetzen. Dabei kommendie in den Vorlesungen Business Analytics und Data Warehousingbehandelten Techniken und Methoden, angefangen vom Prepro-cessing über die Modellierung bis hin zur Evaluation zum Ein-satz. Anhand von Aufgabeteilung in Teams können Konzepte wiedas DM-Prozessmodell, Modellversionierung, etc. erprobt werden.Bei der Arbeit kommt je nach Aufgabe verschiedene Software zumEinsatz, z.B. SAS Enterprise Miner für Standardmodelle für groÿeDatensätze.

Literatur

� Duda, Hart, Stork: Pattern Classi�cation. Springer, 2001.� Ian H. Witten, Eibe Frank: Data Mining. Practical MachineLearning Tools and Techniques. 2005.

� Bauer, Günzel: Data Warehouse-Systeme. dpunkt, 2004.


Die Inhalte der Module Business Analytics oder Data Warehousingwerden vorausgesetzt.





25

Wirtschaftsinformatik i.e.S. � Gebiet Business Intelligence � Praktikum Diskrete und KombinatorischeAlgorithmen

Modul: Praktikum Diskrete und Kombinatorische Algorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden erlernen die Lösung komplexer Probleme in klei-

nen Teams. Hierfür sollen sie lernen, verschiedene Aufgaben zuidenti�zieren sowie komplexe Aufgaben in handhabbare Bestand-teile zu zerlegen, und ihr Projekt so zu planen, dass sie das gesetz-te Ziel erreichen. Das im bisherigen Studium angeeignete Wissensoll von ihnen genutzt werden, um sich die für die Aufgabe nöti-gen technischen und methodischen Fertigkeiten anzueignen. Durchdie Teamarbeit und den Austausch mit den Dozenten in der Rolleder Auftraggeber erwerben sie soziale Kompetenzen wie Kon�iktlö-sungsstrategien, Kommunikationsfähigkeit, Teammanagement, Ef-fektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Aktuelle praktische Probleme aus der Wirtschaftsinformatik, diedie Anwendung von Approximations- und Online- Algorithmen er-fordern, werden untersucht. Hierzu werden entsprechende Lösungs-verfahren von den Studierenden implementiert.

Literatur

� Vazirani: Approximation Algorithms. 2003.� Borodin, El-Yaniv: Online Computation and CompetitiveAnalysis. 1998.


Die Inhalte des Moduls Approximations- und Online-Algorithmenwerden vorausgesetzt.





26

Wirtschaftsinformatik i.e.S. � Gebiet Systematische Entwicklung wissensbasierter Systeme � Verteiltelernende Systeme

Gebiet Systematische Entwicklung wissensbasierter Systeme

Modul: Verteilte lernende Systeme

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrform/SWS 3 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Dieser Kurs vermittelt den Studierenden ein Grundverständnis für

intelligente, lernende Software-Agenten und Multiagentensystemeals einer wichtigen Technologie für die zukünftige Entwicklung in-telligenter Informationssysteme. Es wird sowohl Wissen vermitteltüber Techniken, Methoden und Werkzeuge aus den Bereichen Ver-teilte Künstliche Intelligenz und Lernende Systeme als auch überdas Anwendungspotential dieser Technologien anhand von Fallstu-dien und Beispielsystemen.

Lehrinhalte Das Modul vermittelt eine Einführung in Lernende Systeme, Ver-teilte Künstliche Intelligenz und Multiagentensysteme, Intelligen-te Agenten mit deduktivem und pragmatischen Schlussfolgern so-wie reaktive und hybride Agenten. Weiterhin werden für LernendeAgenten die Techniken Lernen von Konzepten, Entscheidungsbäu-men und logischen Beschreibungen und analogiebasiertes Lernenvermittelt. Abschlieÿend wird die Interaktion und Kommunikation,Zusammenarbeit in Multiagentensysteme behandelt.

Literatur

� M. J. Wooldridge: An Introduction to MultiAgent Systems.John Wiley & Sons, Chichester 2002.

� G. Görz, C.-R. Rollinger, J. Schneeberger (Hrsg.): Handbuchder Künstlichen Intelligenz. 4. Au�age, Oldenbourg, Mün-chen/Wien 2003.

� F. L. Bellifemine, G. Caire, D. Greenwood: Developing Multi-Agent Systems with JADE, John Wiley & Sons, Chichester2007.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 120 Mi-nuten oder mündliche Prüfung im Umfang von 30 Minuten. Um ander Abschlussprüfung teilnehmen zu dürfen, müssen Vorleistungenerbracht werden.




27

Wirtschaftsinformatik i.e.S. � Gebiet Systematische Entwicklung wissensbasierter Systeme �Master-Seminar wissensbasierte Systeme

Modul: Master-Seminar wissensbasierte Systeme

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Ausgewählte Themen aus dem Bereich Systematische Entwicklungwissensbasierter Systeme. Beispiele für Seminarthemen:

� Anwendungen Intelligenter Informationssysteme� Entwicklungsmethoden für wissensbasierte Systeme� Software Engineering für Ambient Intelligence Systeme� Wissens- und Erfahrungsmanagement


Die Inhalte der Module Prozesse und Management des SoftwareEngineering oder Verteilte lernende Systeme werden vorausgesetzt.




28

Wirtschaftsinformatik i.e.S. � Gebiet Systematische Entwicklung wissensbasierter Systeme �Master-Praktikum wissensbasierte Systeme

Modul: Master-Praktikum wissensbasierte Systeme

Modulverantwortlicher Prof. Dr. Klaus Schmid, n.n. (W2 Wirtschaftsinformatik 2)Lehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen


Lehrinhalte Die Studierenden erlernen in diesem Praktikum die Grundlagen derEntwicklung von Wissensbasierten Systemen in kleineren Grup-pen. Dabei baut die Vorgehensmethodik stark auf agilen Ansätzenund anderen Ansätzen für die �exible Entwicklung von Informa-tionssystemen in Kleingruppen auf. Parallel wird der Einsatz mo-derner Entwicklungswerkzeuge vertieft.


Die Inhalte der Module Prozesse und Management des SoftwareEngineering oder Verteilte lernende Systeme werden vorausgesetzt.





29

Betriebswirtschaft

Gebiet Marketing

Modul: Marketing B

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen in der Lage sein, anhand von Marktfor-

schungsergebnissen Handlungsalternativen aufzuzeigen und mögli-che Grenzen zu erkennen. Sie sollen auÿerdem fähig sein, Daten-sätze zu analysieren, selbstständig auszuwerten und die Ergebnis-se zu interpretieren. Weiterhin sollen sie aktuelle Entwicklungennachvollziehen und selbstständig umsetzen können. Die Teilneh-mer kennen unterschiedliche Methoden zur Analyse quantitativerDaten und können diese gezielt anwenden. Auÿerdem können siemit Hilfe geeigneter Auswertungsprogramme Marktforschungsda-ten analysieren.

Lehrinhalte Es werden marktforschungsrelevante Methoden der Datenerhe-bung und Datenauswertung behandelt. Einen Schwerpunkt bildenmultivariate Analysemethoden wie zum Beispiel multiple lineareRegression, Diskriminanzanalyse, Faktorenanalyse, Kendall- undAID-Verfahren, mehrdimensionale Skalierung.

Literatur

� P. Hammann, B. Erichson: Marktforschung.� K. Backhaus, B. Erichson, W. Plinke, R. Weiber: Multiva-riate Analysmethoden - Eine anwendungsorientierte Einfüh-rung.


keine



� MSc Wirtschaftsinformatik � Betriebswirtschaft � GebietMarketing


30

Betriebswirtschaft � Gebiet Marketing � Softwaretechniken für interaktive Online-Befragungen

Modul: Softwaretechniken für interaktive Online-Befragungen

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2+2 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden sollen in die Lage versetzt werden, selbstständig

eine interaktive Online-Fragebögen mit allen Aspekten zu konzi-pieren, implementieren und durchzuführen. Dies soll über die Ver-mittlung fachübergreifenden Wissens und die Befähigung zur Inte-gration wissenschaftlicher Vorgehensweisen unterschiedlicher Fach-gebiete (insbes. Betriebswirtschaft und Informatik) erfolgen. Dieselbständige Bearbeitung der Aufgabenstellung in Teams, teilwei-se auch in Zusammenarbeit mit externen Auftraggebern, erwer-ben die Studierenden die Fähigkeit zu Teammanagement, Kon-�iktlösungsstrategien, Kommunikationsfähigkeit und E�ektivitäts-einschätzung. Eine Weiterentwicklung der erstellten Lösungen zueiner Masterthesis ist fallweise möglich.

Lehrinhalte Onlinebefragungen werden mit den Softwarewerkzeugen PHP(weborientierte Skriptsprache) und MySQL (relationale Online-Datenbank) realisiert, die zusammen mit weiteren Werkzeugen ein-geführt werden. Weitere Inhalte beschäftigen sich mit dem inhalt-lichen und formalen Aufbau von Online-Fragebögen, deren Um-setzung als HTML-Formularen inklusive der Ablaufsteuerung, derDatenauswertung durch statistische Methoden sowie der graphi-schen Veranschaulichung durch dynamisch erzeugte Gra�ken. DerEinführungsteil schlieÿt mit einer Bewertung der Möglichkeiten desEinsatzes von Online-Befragungen als Marktforschungsinstrument.Im Praktikum werden reale Anwendungen erstellt, zum Beispiel dieBefragung von Kunden von Unternehmen, Mitgliedern eines Ver-eins oder Studierenden zur Qualität der Lehre an der UniversitätHildesheim.

Literatur

� F. Hahne: Interaktive Websites. Das Praxisbuch.


Grundkenntnisse in einer modernen, imperativen Programmier-sprache (C++, Java, ...), SQL und HTML.





31

Betriebswirtschaft � Gebiet Marketing � Master-Praktikum Marketing

Modul: Master-Praktikum Marketing

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen einer konkreten Aufgabenstellung. Sieerkennen und verstehen die praktischen Rahmenbedingungen, diefür die Umsetzung der wissenschaftlich fundierten Ansätze relevantsind. Sie sind in der Lage, Möglichkeiten und Grenzen existierenderMethoden zu re�ektieren und im Zusammenhang zu beurteilen. Sielernen die Notwendigkeit von Kooperation und Rollenverteilungdurch die Arbeit im Team. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick. Erwerb betriebswirtschaftlicher Kompeten-zen, insb. beherrschen die Studierenden die Instrumente des Mar-keting.

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschritte-ne forschungsorientierte Problemstellungen aus dem betrieblichenBereich �Marketing� mit seinen Teilbereichen Marktforschung undMarketingpolitik.


Es werden die Inhalte des Moduls Marketing B vorausgesetzt.





32

Betriebswirtschaft � Gebiet Marketing � Master-Seminar Marketing

Modul: Master-Seminar Marketing

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden komplexere Instrumente des Marke-ting.

Lehrinhalte Ausgewählte fortgeschrittene Themen aus dem Bereich Marketingmit seinen Teilbereichen Marktforschung und Marketingpolitik.


Es werden die Inhalte des Moduls Marketing B vorausgesetzt.




33

Betriebswirtschaft � Gebiet Marketing � Unternehmensplanspiel

Modul: Unternehmensplanspiel

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen in die Lage versetzt werden, die in den

Grundlagenveranstaltungen vermittelten Kenntnisse aus den Be-reichen Kostenrechnung, Marketing und Produktion vernetzt ein-zusetzen, indem sie mit Hilfe weiterer Werkzeuge eine integrier-te vorausschauende Planung für die Entscheidungsgröÿen erstel-len. Sie sollen Möglichkeiten und Grenzen der Simulation kritischhinterfragen können. Die Studierenden beherrschen die komple-xen Wirkungszusammenhänge der verwendeten Art der Simulationund des Simulationsmodells, können ihre Entscheidungen plausi-bel begründen und im Planspielmarkt bestehen. Sie haben fach-übergreifenden Wissen und sind zur Integration wissenschaftlicherVorgehensweisen unterschiedlicher Fachgebiete befähigt.

Lehrinhalte Die TeilnehmerInnen übernehmen selbst die Leitung eines �ktivenUnternehmens und müssen die wichtigsten betrieblichen Abläu-fe (Einkauf, Finanzierung, Produktion) steuern. Auf dem Marktkonkurrieren sie mit den anderen TeilnehmerInnen und müssenüber Marketingaktivitäten (Angebotsmenge, Preissetzung, Wer-beetat, Kundendienstaufwendungen) den Absatz ihrer Produktesicher stellen. Ziel aller Unternehmen ist die Maximierung des Ge-winns vor Steuern.

Literatur

� Handbuch NUSS � Netzwerk UnternehmsplanSpiel Simulati-on. Universität Hildesheim.


keine

Prüfungsleistung Erwartet wird eine kontinuierliche Teilnahme am Spiel. Nach Ab-schluss des Planspiels müssen die TeilnehmerInnen den Spielver-lauf aus ihrer Sicht präsentieren und ihre Entscheidungen � ins-besondere Reaktionen auf negative Ergebnisse � rechtfertigen. Beiplausibler Präsentation wird ein unbenoteter Schein erteilt.

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

34

Betriebswirtschaft � Gebiet Marketing � Unternehmensplanspiel

Verwendung


� MScWirtschaftsinformatik � Betriebswirtschaft � Gebiet Lo-gistik

� MSc Wirtschaftsinformatik � Betriebswirtschaft � GebietProduktion


35

Betriebswirtschaft � Gebiet Logistik � Logistik B

Gebiet Logistik

Modul: Logistik B

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Aufbauend auf dem Modul �Logistik A� sollen Studierende fortge-

schrittene, komplexe Modelle und Algorithmen aus den Bereichen�Standortplanung�, �Lagerhaltung� und �Warteschlangensysteme�sowohl in den theoretischen Grundlagen beherrschen als auch selb-ständige deren Lösung unter Einsatz von komplexen Methodender Mathematik und des Operations Research ermitteln können.Sie sollen diese Kenntnisse auf ähnliche gelagerte logistische Pro-blemstellungen übertragen und die Möglichkeiten der Implemen-tierung auf einem rechnerbasierten Entscheidungsunterstützungs-system beurteilen können. Aufbauend auf diesen Kenntnissen sol-len sie in der Lage sein, aktuelle Ergebnisse und Verfahren aus derForschung einzuordnen und anzuwenden. Studierende können Auf-gaben und Ziele der behandelten Bereiche der Logistik de�nierenund strukturieren und kennen jeweils praktische Anwendungsmög-lichkeiten. Sind sie mit den jeweils wichtigsten zugehörigen mathe-matischen Modellen vertraut, können die vorgestellten Algorith-men anwenden und diese als Methoden in ein Entscheidungsun-terstützungssystem einordnen. Sie besitzen die methodische undanalytische Kompetenzen, die zu einer selbständigen Erweiterungder wissenschaftlichen Erkenntnisse in den behandelten Bereichenbefähigen.

Lehrinhalte

1. Standortplanung: Einführung in die Standortplanung, Dis-krete Standortprobleme, Kontinuierliche Standortprobleme

2. Lagerhaltung: Deterministische Lagerhaltungsmodelle, Sto-chastische Lagerhaltungsmodelle

3. Warteschlangensysteme: Komponenten von Wartesystemen,Wartesystem M/M/1, Wartesystem M/M/s, Wartenetze

Literatur

� W. Domschke, A. Drexl: Logistik: Standorte.� K. Neumann, M. Morlock: Operations Research.


keine


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

36

Betriebswirtschaft � Gebiet Logistik � Logistik B

Verwendung



37

Betriebswirtschaft � Gebiet Logistik � Supply-Chain-Management

Modul: Supply-Chain-Management

Modulverantwortlicher Dr. Felix HahneLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierenden sollen Aufbau, Aktionsfelder und Optimierungspo-

tentiale von Logistiknetzwerken als breites Grundlagenwissen zuden theoretischen Schwerpunkte aktueller Forschungsentwicklun-gen kennenlernen, wobei eine kritische Auseinandersetzung mit derThematik statt�ndet. Studierende können die erlerneten Inhaltein den Kontext der Disziplin einordnen und im Rahmen aktuel-ler komplexer Forschungs- und Entwicklungsprojekte auch in un-bekannten Situationen einzusetzen. Sie erhalten methodische undanalytische Kompetenzen, die zu einer selbständigen Erweiterungder wissenschaftlichen Erkenntnisse befähigen.

Lehrinhalte

1. Grundlagen und De�nitionen des SCM Begri�sentwicklung,Entwicklungsstufen des SCM, Abgrenzung gegenüber ver-wandten Begri�en, Aufgaben und Ziele, Chancen und Ri-siken des SCM, Bereiche des SCM, Aufbau eines Logistik-netzwerkes

2. SCM-Basiskonzepte Führungskonzepte und deren Ein�ussauf das SCM (Markt- und Ressourcenfokussierung, TotalQuality Management, Business Reengineering, Time Ba-sed Competition), Kooperationsformen in Logistiknetzwer-ken (Vertikale Kooperationen, Horizontale Kooperationen)

3. Logistik-Strategien im SCM Strategien in der Versorgung(E�cient Consumer Response, Strategien der Bescha�ung),Strategien in der Lagerhaltung (Aufgaben und Ziele derLagerhaltung, Strategien beim Layout von Lagersystemen,Strategien in der operativen Lagerhaltung), Strategien in derDistribution (SCM auf Einzelkundenebene, Optimierungspo-tentiale der Verpackungslogistik, Aufbau der Transportket-te), Entsorgungs- und Recyclingstrategien

Literatur

� H. Arndt: Supply Chain Management � Optimierung logisti-scher Prozesse

� H.-C. Pfohl: Logistiksysteme � BetriebswirtschaftlicheGrundlagen

� R. Vahrenkamp: Logistik� H. Werner: Supply Chain Management


Die Inhalte der Module �Grundlagen der Betriebswirtschaftslehre1�, �Grundlagen der Betriebswirtschaftslehre 2�, �Externes Rech-nungswesen� und �Internes Rechnungswesen� werden vorausge-setzt.

38

Betriebswirtschaft � Gebiet Logistik � Supply-Chain-Management





39

Betriebswirtschaft � Gebiet Logistik � Master-Praktikum Logistik

Modul: Master-Praktikum Logistik

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen einer konkreten Aufgabenstellung. Sieerkennen und verstehen die praktischen Rahmenbedingungen, diefür die Umsetzung der wissenschaftlich fundierten Ansätze relevantsind. Sie sind in der Lage, Möglichkeiten und Grenzen existierenderMethoden zu re�ektieren und im Zusammenhang zu beurteilen. Sielernen die Notwendigkeit von Kooperation und Rollenverteilungdurch die Arbeit im Team. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick. Erwerb betriebswirtschaftlicher Kompeten-zen, insb. beherrschen die Studierenden die Instrumente ausge-wählter anderer Bereiche (hier: Logistik).

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschritte-ne forschungsorientierte Problemstellungen aus dem betrieblichenBereich Logistik.


Es werden die Inhalte des Moduls Logistik B vorausgesetzt.





40

Betriebswirtschaft � Gebiet Logistik � Master-Seminar Logistik

Modul: Master-Seminar Logistik

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, Dr. Felix HahneLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (hier: Logistik).

Lehrinhalte Ausgewählte fortgeschrittene Themen aus dem Bereich Logistik,z.B. Fragestellungen aus den Bereichen Transportplanung, Stand-ortwahl, Lagerhaltung sowie weitere.


Es werden die Inhalte des Moduls Logistik B vorausgesetzt.




41

Betriebswirtschaft � Gebiet Produktion � Produktion B

Gebiet Produktion

Modul: Produktion B

Modulverantwortlicher n.n. (W1 Produktion)Lehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Ziel dieser Veranstaltung ist es, die Teilnehmer in die Lage zu ver-

setzen, sich mit produktionsspezi�schen komplexen Fragestellun-gen auseinanderzusetzen und selbstständig wissenschaftlich zu be-arbeiten. Die Studierenden können fachliche Zusammenhänge imUmfeld der Produktion überblicken und behandelte Inhalte um-setzen.

Lehrinhalte Erweiterung der Kenntnisse zu Produktion A; Vermittlung vonvertiefenden Inhalten der Betriebswirtschaft aus dem Bereich Pro-duktion als einer der zentralen Funktionen eines Unternehmens Diekonkreten Lehrinhalte sind von den Forschungsschwerpunkten derPerson abhängig, die die ausgeschriebene Professur besetzen wird.

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

keine





42

Betriebswirtschaft � Gebiet Produktion � Master-Praktikum Produktion

Modul: Master-Praktikum Produktion

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, n.n. (W1 Produktion)Lehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen einer konkreten Aufgabenstellung. Sieerkennen und verstehen die praktischen Rahmenbedingungen, diefür die Umsetzung der wissenschaftlich fundierten Ansätze relevantsind. Sie sind in der Lage, Möglichkeiten und Grenzen existierenderMethoden zu re�ektieren und im Zusammenhang zu beurteilen. Sielernen die Notwendigkeit von Kooperation und Rollenverteilungdurch die Arbeit im Team. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick. Erwerb betriebswirtschaftlicher Kompeten-zen, insb. beherrschen die Studierenden die Instrumente ausge-wählter anderer Bereiche (hier: Produktion).

Lehrinhalte Im Praktikum bearbeiten die Studierenden konkrete fortgeschritte-ne forschungsorientierte Problemstellungen aus dem betrieblichenBereich �Produktion�.


Es werden die Inhalte des Moduls Produktion B vorausgesetzt.





43

Betriebswirtschaft � Gebiet Produktion � Master-Seminar Produktion

Modul: Master-Seminar Produktion

Modulverantwortlicher n.n. (W1 Produktion)Lehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb betriebswirtschaftlicher Kompetenzen, insb.beherrschen die Studierenden die Instrumente ausgewählter ande-rer Bereiche (hier: Produktion).

Lehrinhalte Ausgewählte fortgeschrittene Themen aus dem Bereich Produkti-on.


Es werden die Inhalte des Moduls Produktion B vorausgesetzt.




44

Informatik

Gebiet Algorithmen

Modul: Numerische Approximation

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen die grundlegenden Kompetenzen zum Ver-

ständnis und zur theoretischen wie auch praktischen Anwendungdes Bereichs Numerische Approximation gemäÿ obigen Inhaltenerwerben.

Lehrinhalte

1. Interpolation (Tschbysche�-Systeme. algebraische Polynome,trigonometrische Audrücke, Spline-Funktionen)

2. Approximation (Proximum, Polynome bester Approximati-on, Methode der kleinsten Quadrate - Bestapproximation inHilberträumen, positive Operatoren, Bezier-Kurven)

3. Approxmation linearer Funktionale (Interpolationsverfahren,Sardverfahen, Konvergenz, Peonokerntheorie und Anwen-dungen, optimale Verfahren)


keine



� MSc Wirtschaftsinformatik � Informatik � Gebiet Algorith-men


45

Informatik � Gebiet Algorithmen � Praktikum Numerische Algorithmen

Modul: Praktikum Numerische Algorithmen

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden sollen grundlegenden Kompetenzen zur Beurtei-

lung und zur theoretischen wie auch praktischen Anwendung vonSoftware im Bereich Numerische Approximation gemäÿ obigen In-halten erwerben. Die Studierenden erlernen die Lösung komplexerProbleme in kleinen Teams. Hierfür sollen sie lernen, verschiedeneAufgaben zu identi�zieren sowie komplexe Aufgaben in handhab-bare Bestandteile zu zerlegen, und ihr Projekt so zu planen, dass siedas gesetzte Ziel erreichen. Das im bisherigen Studium angeeigneteWissen soll von ihnen genutzt werden, um sich die für die Aufga-be nötigen technischen und methodischen Fertigkeiten anzueignen.Durch die Teamarbeit und den Austausch mit den Dozenten inder Rolle der Auftraggeber erwerben sie soziale Kompetenzen wieKon�iktlösungsstrategien, Kommunikationsfähigkeit, Teammana-gement, E�ektivitätseinschätzung und Verhandlungsgeschick.

Lehrinhalte Anwendung grundlegender Konzepte der Numerische Approxima-tion auf ausgewählte praxisnahe Aufgaben. Erlernen und Beurtei-lung von Standard-Software (u.a. NAG Libraries).


Die Inhalte des Moduls Numerische Approximation werden emp-fohlen.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.




46

Informatik � Gebiet Algorithmen � Computergraphik

Modul: Computergraphik

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende verfügen über einen umfassenden Überblick über tech-

nische, mathematische und algorithmische Grundlagen der Com-putergraphik, Sie verstehen die Funktionsweise moderner komple-xer Gra�k-Software (3D Studio Max, Maya o.ä.), setzen diese sinn-voll ein und programmieren gra�sche Applikationen mit dem Indu-striestandard OpenGL in Anwendungs- und Forschungskontexten.

Lehrinhalte

1. Technische Grundlagen (Raster-Gra�k, primitive Operatio-nen (Linien-Algorithmen, Füllen von Polygonen, Clipping),Farbmodelle

2. Mathematische Grundlagen (Koordinatensysteme, Vektoren,Matrizen und homogene Koordinaten, Transformationen,Projektionen und Sichten)

3. Modellierung (z.B. konstruktive Verfahren (Polygonnetze,Sweeps, Boole'sche Operationen, gekrümmte Flächen), Kur-ven und Flächen, insb. auch Näherungsverfahren (Hermite-,Cardinal- und Bezier-Splines, uniforme und nichtuniforme B-Splines), metaballs und Fraktale)

4. Rendering (Bestimmung verdeckter Flächen, Beleuchtungs-modelle (Phong), shading-Verfahren (�at, Gouraud, PhongShading), globale Beleuchtungsverfahren (ray tracing, radio-sity), Texturen)

Inhalt der Übungen ist die Gra�k-Programmierung mit Open GL,dabei auch Interaktion und Animation.


Die Kenntnis der Inhalte des Moduls �Numerische Approximation�ist sinnvoll, aber nicht zwingend erforderlich.




� MSc Wirtschaftsinformatik � Wahlbereich � Multimedia

47

Informatik � Gebiet Algorithmen � Praktikum Computergraphik

Modul: Praktikum Computergraphik

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende entwickeln auch fortgeschrittene Applikationen in

Anwendungs- und Forschungskontexten entsprechenden den Inhal-ten der Vorlesung. Sie berücksichtigen wichtige Aspekte des Soft-ware Engineering (Analyse, Modularisierung und De�nition vonSchnittstellen, Programmentwicklung, Zusammenführen von Mo-dulen, Dokumentation etc.) bei ihrer Tätigkeit. Die Studierendenerlernen die Lösung komplexer Probleme in kleinen Teams. Hier-für sollen sie lernen, verschiedene Aufgaben zu identi�zieren sowiekomplexe Aufgaben in handhabbare Bestandteile zu zerlegen, undihr Projekt so zu planen, dass sie das gesetzte Ziel erreichen. Das imbisherigen Studium angeeignete Wissen soll von ihnen genutzt wer-den, um sich die für die Aufgabe nötigen technischen und methodi-schen Fertigkeiten anzueignen. Durch die Teamarbeit und den Aus-tausch mit den Dozenten in der Rolle der Auftraggeber erwerbensie soziale Kompetenzen wie Kon�iktlösungsstrategien, Kommuni-kationsfähigkeit, Teammanagement, E�ektivitätseinschätzung undVerhandlungsgeschick.

Lehrinhalte Im Praktikum Computergraphik wird auf der Basis des in derVorlesung vermittelten Sto�s ein gröÿeres Graphik-Projekt unterEinbeziehung von Methoden des Software-Engineerings realisiert.Hier kommen zurzeit wahlweise gröÿere Programmierprojekte inOpenGL oder die Modellierung umfassender Szenen und Erstel-lung von Animationen in 3D Studio Max in Betracht.


Die Inhalte des Moduls Computergraphik werden vorausgesetzt.

Prüfungsleistung Abschlusspräsentation, Prototyp und schriftliche Ausarbei-tung/Dokumentation. Voraussetzung für die Teilnahme an derAbschlussprüfung ist die erfolgreiche Teilnahme an den Übungen.




48

Informatik � Gebiet Algorithmen � Algorithmen und Protokolle für das Internet

Modul: Algorithmen und Protokolle für das Internet

Modulverantwortlicher Dr. Martin HenneckeLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Absolventen verstehen das Zusammenwirken der verschieden Pro-

tokollschichten der TCP/IP Suite und sind in der Lage vor die-sem Hintergrund Entwurfentscheidungen für eigene Entwicklungenim Anwendungs- und Forschungsbereich zu tre�en. Sie analysierenund korrigieren fehlerhafte Kon�gurationen und planen kleine undmittlere Netzwerke. Sie verstehen, welche Auswirkungen ihr Han-deln auf Sicherheitsfragen hat.

Lehrinhalte Die Vorlesung erläutert den Aufbau und die Funktion der wich-tigsten Protokolle des Internets, insbesondere der TCP/IP Suite.Weitere Schwerpunkte der Veranstaltung liegen auf Algorithmenfür internetspezi�sche Anwendungen (z.B. Routing, Crawling) so-wie den wichtigsten SGML-Anwendungen.

Literatur

� W. R. Stevens: TCP/IP Illustrated, Volume 1: The Protocols.Addison-Wesley, 1994.

� D. E. Comer: Internetworking with TCP/IP, Vol. 1: Prin-ciples, Protocols and Architechture. 4th ed., Prentice Hall,2000.

� D. E. Comer: Computernetzwerke und Internets mit Internet-Anwendungen. 3. Au�age, Prentice Hall, 2004.


keine




� MSc Wirtschaftsinformatik � Wahlbereich � Systemadmini-stration und Internet-Technologien

49

Informatik � Gebiet Algorithmen � Angewandte Kryptographie/Datensicherheit

Modul: Angewandte Kryptographie/Datensicherheit

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 1 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen einen Einblick in die Theorie und Anwen-

dung kryptographischer Methoden wie Verschlüsselung und digita-le Signaturen bekommen. Sie wählen kryptographische Methodenaus und setzen diese sinnvoll ein. Sie verstehen die Aufgabe unddie Funktionen von Signaturen und können die Verfahren in einemrechtlichen Kontext einordnen. Sie schätzen die Sicherheit von An-wendungen in diesem Bereich ein.

Lehrinhalte

1. Kryptographie als Bestandteil der Kommunikationssicher-heit

2. Kryptographische Methoden3. Elektronische Signaturen4. Zerti�katsbasierte Systeme5. Anwendungsfälle


keine





50

Informatik � Gebiet Algorithmen � Master-Seminar Algorithmen und Informationstechnologie

Modul: Master-Seminar Algorithmen und Informationstechnologie

Modulverantwortlicher Prof. Dr. Klaus-Jürgen Förster, Dr. Martin HenneckeLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Vertiefende Themen aus dem Bereich AlgorithmenLiteratur je nach ThemaVoraussetzungen für dieTeilnahme

Die Inhalte der Module Algorithmen und Protokolle für das Inter-net oder Angewandte Kryptographie/Datensicherheit werden vor-ausgesetzt.

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 2-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung




51

Informatik � Gebiet Intelligente Informationssysteme � Fallbasierte Systeme und Anwendungen

Gebiet Intelligente Informationssysteme

Modul: Fallbasierte Systeme und Anwendungen

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrform/SWS 2 SWS Vorlesung, 1 SWS ÜbungAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Die Studierenden erarbeiten sich ein tieferes Verständnis für Fall-

basiertes Schlieÿen Systeme (engl. Case-Based Reasoning; CBR).Die Studierenden beherrschen fortgeschrittene unnd detaillierteVerfahren zu Entwicklung, Betrieb und Wartung fallbasierter Sy-steme und können diese für komplexe Szenarien umsetzen. Siekönnen für komplexe Szenarien und Fallstudien diese einer spe-ziellen Aufgabenklasse zuordnen und in den aktuellen Stand derForschung als auch State-of-the-Practice einordnen.

Lehrinhalte Aufbauend auf der VL Fallbasiertes Schlieÿen werden Entwicklung,Betrieb und Wartung fallbasierter Systeme und ihrer Anwendun-gen behandelt. Es werden die Charakteristika von FallbasiertenSystemem für spezielle Aufgabenkategorien wie Fallbasierte Klas-si�kation, Diagnose & Entscheidungsunterstützung, Kon�gurationund Design sowie Fallbasierte Planung vorgestellt als auch das An-wendungspotential dieser Technologie anhand von Fallstudien undState-of-the-Art/Practice-Systemen aufgezeigt.

Literatur

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

� R. Bergmann, K.-D. Altho�, S. Breen, M. Göker, M. Mana-go, R. Traphöner, S. Wess: Developing Industrial Case-BasedReasoning Applications - The INRECA Methodology. Sprin-ger, Berlin 2003.

� M. Lenz, B. Bartsch-Spörl, H.-D. Burkhard, S. Wess (Hrsg.):Case-Based Reasoning Technology: From Foundations to Ap-plications. Springer, Berlin 1998.


keine



52

Informatik � Gebiet Intelligente Informationssysteme � Fallbasierte Systeme und Anwendungen

Verwendung

� MSc Wirtschaftsinformatik � Informatik � Gebiet Intelligen-te Informationssysteme


53

Informatik � Gebiet Intelligente Informationssysteme � Erklärungsfähige Softwaresysteme

Modul: Erklärungsfähige Softwaresysteme

Modulverantwortlicher Dr. Thomas Roth-BerghoferLehrform/SWS 3 SWS VorlesungAnrechnungspunkte 5 ECTSArbeitsaufwand 150 StundenLernziele/Kompetenzen Den Studierenden wird ein Grundverständnis für erklärungsfähi-

ge Softwaresysteme vermittelt. Dazu werden verschiedene Erklä-rungskomponenten vorgestellt, ihnen werden Methoden vermittelt,wie das Vertrauen des Benutzers in die Systemausgaben oder in dasSystem als Ganzes gestärkt werden kann sowie Anwendungen vonerklärungsfähigen Softwaresystemen vorgestellt.

Lehrinhalte Die Fähigkeit, Schlussfolgerungsprozesse und deren Resultate er-klären zu können, beein�usst die Bedienbarkeit und Akzeptanzvon Softwaresystemen in hohem Maÿe. Für wissensbasierte Syste-me werden Erklärungen als wichtige Verbindung zwischen Menschund Maschine betrachtet. Ihr Hauptzweck liegt darin, das Vertrau-en des Benutzers in die Systemausgaben oder das System als Gan-zes zu stärken. Durch Information, wie das System zu einer Lösungkommt, wird nicht nur Überzeugung, Zufriedenheit und Transpa-renz verstärkt, sondern auch Entscheidungsunterstützung angebo-ten. Ëxplanation-aware software design"hat zum Ziel, durch dieVerbesserung der Erklärungsfähigkeiten komplexe Informationssy-steme im Umgang mit ihren Benutzern kompetenter machen. DieLehrveranstaltung stellt dazu Grundlagen, Methoden und Anwen-dungen vor. 1. Überblick und Einführung 2. Historie: Erklärungenin Expertensystemen 3. Erklärungsarten 4. Erklärungsziele 5. De-taillierungsgrad von Erklärungen 6. Präsentation von Erklärungen7. Wissenscontainer 8. Anwendungen

Literatur wird im Rahmen der Vorlesung bekannt gegeben (siehe auch http:

//on-explanation.net


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





54

http://on-explanation.net

http://on-explanation.net

Informatik � Gebiet Intelligente Informationssysteme � Master-Seminar IntelligenteInformationssysteme

Modul: Master-Seminar Intelligente Informationssysteme

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Ausgewählte Anwendungsthemen, die mit Methoden aus den Be-reichen Wissens- und Erfahrungsmanagement oder Agenten für E-Commerce und Semantic Web bzw. angrenzender Gebiete bearbei-tet werden können


keine




55

Informatik � Gebiet Intelligente Informationssysteme � Master-Praktikum Neue Technologien fürSemantic Web und Wissensmanagement

Modul: Master-Praktikum Neue Technologien für Semantic Web undWissensmanagement

Modulverantwortlicher Prof. Dr. Klaus-Dieter Altho�Lehrform/SWS 3 SWS PraktikumAnrechnungspunkte 5 ECTSArbeitsaufwand Präsenzzeit: 45 Stunden; Selbststudium: 105 StundenLernziele/Kompetenzen Das Hauptziel dieser Veranstaltung besteht darin, die Studieren-

den mit der Durchführung eines Projekts zum Wissensmanage-ment vertraut zu machen. Dazu zählt einerseits die Systematik derDurchführung solcher Projekte, andererseits aber auch die Tech-nologien, die für eine Realisierung der Software notwendig sind.Weiterhin ist ein wichtiges Ziel, dass die Studierenden lernen, ineinem Team zu arbeiten.

Lehrinhalte In diesem Praktikum wird eine forschungsnahe Wissensmanage-ment Anwendung entwickelt in der die Teilnehmer alle Schrittedurchlaufen, die für die Entwicklung eines solchen Systems not-wendig sind. Die Teilnehmer werden dabei in Gruppen aufgeteiltund strukturieren ihre Arbeit durch eigenständig gesetzte Meilen-steine anhand einer Projektaufgabe. Die Aufgaben zur Erreichungder Meilensteine sollen sie dann in der Gruppe innovativ nach ei-genen Ideen erarbeiten und umsetzen. Dabei soll die Organisati-on in einem Team sowie die gemeinsame Arbeit an einem Thematrainiert werden. Im Rahmen des Praktikums werden die anwen-dungsbezogenen Phasen eines Wissensmanagement Projektes bei-spielhaft wie in einem Forschungsprojekt angegangen, beginnendbei der Anforderungsanalyse, über die Umsetzung, bis zur Präsen-tation der Ergebnisse. Der Schwerpunkt liegt in der Erfassung derDomäne sowie der Beschreibung der daraus resultierenden Anfor-derungen mit einem hohen technische Detaillierungsgrad und derBenutzung fortgeschrittener Komponenten, welche über die ein-fache Anwendungserstellung hinausgehen. Die Umsetzung erfolgtmit Hilfe der Software Information Access Suite (e:IAS) der Firmaempolis GmbH, welche im Rahmen der Veranstaltung zur Verfü-gung gestellt wird.

Literatur

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

� M. Lenz, B. Bartsch-Spörl, H.-D. Burkhard, S. Wess (Hrsg.):Case-Based Reasoning Technology: From Foundations to Ap-plications. Springer, Berlin 1998.

� Weitere Literatur, insbesondere Dokumentation zur Softwaree:IAS wird in der Veranstaltung bekannt gegeben.


Das Modul �Fallbasierte Systeme und Anwendungen� wird emp-fohlen.

56

Informatik � Gebiet Intelligente Informationssysteme � Master-Praktikum Neue Technologien fürSemantic Web und Wissensmanagement

Prüfungsleistung Die Teilnehmer bearbeiten ein Projekt in 2-3er Teams. Der Scheinwird durch das erfolgreiche Lösen aller Teilaufgaben (Meilenstei-ne) und durch das Bestehen des Testats mit Ergebnispräsentationerworben. Die Note wird aufgrund der Qualität der bearbeitetenAufgaben und der persönlichen Leistungen im mündlichen Testatvergeben.




57

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Maschinelles Lernen

Gebiet Künstliche Intelligenz und Maschinelles Lernen

Modul: Maschinelles Lernen


Lehrform/SWS 4 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 9 ECTSArbeitsaufwand Präsenzzeit: 90 Stunden; Selbststudium: 180 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen können. Siesollen ein tieferes Verständnis im Bereich des maschinellen Lernensentwickelt haben. Sie sollen die Verfahren des maschinellen Lernensverstehen, umsetzen und anwenden können. Sie sollen Verfahrenauf spezi�sche Anwendungsprobleme anpassen können. Darüberhinaus sollen sie dazu in der Lage sein, sich selbständig weitereVerfahren anhand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung vermittelt einen ersten Überblick über das Maschi-nelle Lernen. Behandelt werden:

1. Grundprobleme des Machinellen Lernens: Die verschiedenenGrundprobleme des maschinellen Lernens werden sowohl anBeispielen erläutert, als auch formal beschrieben.

2. Klassi�kation: Grundmodelle für Entscheidungs- und Klas-si�kationsaufgaben werden behandelt (Logistische Regressi-on, Nächste-Nachbar-Verfahren, Entscheidungsbäume, neu-ronale Netze, Support-Vector-Maschinen, einfache BayesscheNetze).

3. Cluster-Analyse und Dimensionsreduktion: Grundmodellefür unüberwachte Gruppierungsaufgaben werden behandelt(hierarchische Clusterverfahren, k-means, Graphenpartitio-nierung).

4. Anwendungen des maschinellen Lernens auf praktische Pro-bleme in der Informatik

Literatur

� Richard O. Duda, Peter E. Hart, David G. Stork: PatternClassi�cation. Springer, 2001.

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

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


keine



58

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Maschinelles Lernen

Verwendung

� MSc Wirtschaftsinformatik � Informatik � Gebiet KünstlicheIntelligenz und Maschinelles Lernen


59

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Bayessche Netze

Modul: Bayessche Netze

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende erwerben vertiefte Kenntnisse im Bereich der Bayes-

schen Netze. Sie können Probleme mittels Bayesscher Netze model-lieren. Sie verstehen exakte und approximative Inferenzverfahrenund können geeignete Verfahren je nach Problemstellung auswäh-len. Sie kennen Lernverfahren für Parameter und Struktur undkönnen die Ergebnisse solcher Lernprozeÿe einschätzen. Sie kön-nen sich selbständig in weiterführende Literatur aus dem BereichBayessche Netze einarbeiten.

Lehrinhalte Die Vorlesung gibt eine Einführung in Bayessche Netze. Ausge-hend von der prinzipiellen Modellierung von Ein�üssen und be-dingten Wahrscheinlichkeiten werden Algorithmen für die exakteund näherungsweise Inferenz (Propagation von Evidenz), die Ana-lyse bayesscher Netze (wahrscheinlichste Erklärung), das Lernenvon Parametern sowie das Lernen der Struktur behandelt. Al-gorithmen für Inferenz und das Lernen bayesscher Netze greifeni.d.R. auf Graphen-Algorithmen zurück, sowohl auf weit verbrei-tete Verfahren wie topologische Sortierung und Zusammenhang-Überprüfung, als auch auf speziellere Verfahren wie das Aufzählenvon Cliquen etc. Um die Vorlesung möglichst unabhängig zu hal-ten, werden alle benötigten Algorithmen auch in der Vorlesungvorgestellt.

Literatur

� Finn V. Jensen: Bayesian networks and decision graphs.Springer, 2001.

� Richard E. Neapolitan: Learning Bayesian Networks. Pren-tice Hall, 2003.

� Enrique Castillo, Jose Manuel Gutierrez, Ali S. Hadi: ExpertSystems and Probabilistic Network Models. Springer, 1997.

� Christian Borgelt, Rudolf Kruse: Graphical Models. Wiley,2002.


keine


empfohlenes Semester MSc 1-3Turnus jedes 2. SommersemesterDauer des Moduls 1 Semester

60

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Bayessche Netze

Verwendung



zuletzt angeboten Sommersemester 2010

61

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Bildverarbeitung

Modul: Bildverarbeitung

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben und relevante Forschungsfragen in der Bildverarbeitung lö-sen können. Sie sollen ein vertieftes Verständnis des Bereiches Bild-verarbeitung erworben haben. Sie sollen die Verfahren der Bildver-arbeitung verstehen, umsetzen und anwenden können. Sie sollenVerfahren auf spezi�sche Anwendungsprobleme anpassen können.Darüber hinaus sollen sie dazu in der Lage sein, sich selbständigweitere Verfahren anhand von aktueller Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung führt in die Grundbegri�e der Bildverarbeitungein. Ausgehend von grundlegenden Methoden der Bildreprä-sentation werden Methoden der Merkmalsextraktion, z.B. vonKanten, Bewegung und Texturen, sowie der Bildanalyse, z.B.der Bild-Segmentierung, der Bild-Regularisierung und der Bild-Klassi�kation vorgestellt.

Literatur

� Milan Sonka, Vaclav Hlavac, Roger Boyle: Image Processing,Analysis, and Machine Vision. Thomson, 2008.

� John C. Russ, J. Christian Russ: Introduction to Image Pro-cessing and Analysis. CRC Press, 2008.

� R. C. Gonzalez, R. E Woods: Digital Image Processing. Pear-son, 2008.

� G. Aubert, P. Kornprobst: Mathematical Problems in ImageProcessing. Partial Di�erential Equations and the Calculusof Variations. Springer, 2006.

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


keine


empfohlenes Semester MSc 1-3Turnus jedes 2. WintersemesterDauer des Moduls 1 SemesterVerwendung



62

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � XML undSemantic-Web-Technologien

Modul: XML und Semantic-Web-Technologien

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende sollen einen umfassenden Überblick über die Stan-

dards im Bereich XML und Semantic Web erhalten. Sie sollen inder Lage sein, Daten und Dokumente selbständig in XML, RDFbzw. OWL zu kodieren, Dokumententypen und Schemata in XML-Schema, RDF und OWL zu entwickeln und Abfragen in XSLT,XQuery und Sparql zu formulieren. Sie sollen die grundlegendenKonzepte sowie den Aufbau des �Semantic Web Layer Cakes� ver-stehen. Sie sollen in der Lage sein, sich W3C-Standards (Recom-mendations) selbständig zu erarbeiten.

Lehrinhalte Mit demW3C-Standard XML (Extensible Markup Language) kön-nen Dokumente und Daten auf eine sowohl für Menschen als auchMaschinen lesbare Weise einheitlich dargestellt werden. XML wirdin allen Anwendungsgebieten der Informatik als universelles Daten-und Dokumentformat eingesetzt. Während XML die Syntax be-schreibt, legen RDF (Resource Description Framework) und OWL(Web Ontology Language) die Semantik so fest, dass MaschinenDokumente automatisch verarbeiten können � z.B. neues Wissenableiten oder komplexe Anfragen beantworten. Der erste Teil derVorlesung behandelt die aktuellen XML-Standards (XML, XML-Schema, XPath, XSL und XQuery); der zweite Teil gibt eine Ein-führung in Semantic-Web-Technologien (RDF, OWL, SPARQL).Der Fokus der Vorlesung liegt auf der praktischen Anwendung derTechnologien; dabei werden aber auch die zugrundeliegenden theo-retischen Konzepte eingeführt.

Literatur

� Rainer Eckstein, Silke Eckstein: XML und Datenmodellie-rung. dpunkt.verlag, 2003.

� Eric T. Ray: Learning XML. O'Reilly, 2003.� Shelly Powers: Practical RDF. O'Reilly, 2002.


keine


empfohlenes Semester MSc 1-3Turnus jedes 2. SommersemesterDauer des Moduls 1 SemesterVerwendung



63

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Master-Seminar MaschinellesLernen

Modul: Master-Seminar Maschinelles Lernen


Lehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


Lehrinhalte Ausgewählte Themen aus dem Bereich Maschinelles Lernen. Bei-spiele für Seminarthemen:

� Predictive Modelling� Spam-Erkennung� Text Mining und Lernen von Ontologien


Die Inhalte eines der Module Maschinelles Lernen, Bayessche Netzeoder Bildverarbeitung werden vorausgesetzt.




64

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Master-Praktikum MaschinellesLernen

Modul: Master-Praktikum Maschinelles Lernen

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen


Lehrinhalte Aktuelle praktische Probleme werden anhand eines konkreten Da-tensatzes und einer konkreten Fragestellung in kleinen Teams un-tersucht. Dabei kommen in den Vorlesungen Bildverarbeitung,Bayessche Netze und Maschinelles Lernen behandelte Technikenund Methoden zum Einsatz.


Die Inhalte eines der Module Maschinelles Lernen, Bayessche Netzeoder Bildverarbeitung werden vorausgesetzt.





65

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Praktikum XML undSemantic-Web-Technologien

Modul: Praktikum XML und Semantic-Web-Technologien

Modulverantwortlicher Prof. Dr. Dr. Lars Schmidt-ThiemeLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende können in einem kleinen Team an einem gröÿeren, ge-

meinsamen Projekt arbeiten. Sie können die Anforderungen spe-zi�scher Anwendungen auf die Fähigkeiten allgemeiner Werkzeugeabbilden und Lücken in der existierenden Werkzeug-Landschaft er-kennen. Sie können mit anderen Teams interagieren, um Synergie-Potentiale auszunutzen. Sie können mit beschränkten Ressourcen(insb. Zeit) einen Prototypen mit beschränkter Funktionalität ent-wickeln und überzeugend präsentieren.

Lehrinhalte Das Praktikum erlaubt Studierenden, ihre Kenntnisse in XML-und Semantic Web-Technologien (XML, XML Schema, XSLT,XQuery, RDF, RDFS, OWL, Anfragesprachen und Inferenz) an-hand verschiedener praktischer Probleme zu erproben und zu ver-tiefen. Studierende arbeiten in Gruppen von 3-4 Teilnehmern aneinzelnen Themen. Jedes Thema umfaÿt die Entwicklung eines ge-nerischen Werkzeugs sowie einer Beispiel-Anwendung. Die einzel-nen Themen besitzen Gemeinsamkeiten, die auch eine Interaktionder einzelnen Gruppen erstrebenswert machen.

Literatur Im wesentlichen themenspezi�sche Literatur. Siehe aber auch:

� Rainer Eckstein, Silke Eckstein: XML und Datenmodellie-rung. dpunkt.verlag, 2003.

� Eric T. Ray: Learning XML. O'Reilly, 2003.� Shelly Powers: Practical RDF. O'Reilly, 2002.


Die Inhalte des Moduls XML und Semantic-Web-Technologienwerden vorausgesetzt.


empfohlenes Semester MSc 2-3Turnus jedes 2. WintersemesterDauer des Moduls 1 SemesterVerwendung



66

Informatik � Gebiet Künstliche Intelligenz und Maschinelles Lernen � Analyse räumlicher Daten

Modul: Analyse räumlicher Daten

Modulverantwortlicher Prof. Dr. Alexandros NanopoulosLehrform/SWS 4 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 9 ECTSArbeitsaufwand Präsenzzeit: 90 Stunden; Selbststudium: 180 StundenLernziele/Kompetenzen Studierende sollen nach Absolvierung des Moduls praktische Auf-

gaben auf das jeweilige Grundproblem zurückführen können. Siesollen ein tieferes Verständnis im Bereich der Analyse von räumli-chen Daten entwickelt haben. Sie sollen die Verfahren der Analysevon räumlichen Daten verstehen, umsetzen und anwenden können.Sie sollen Verfahren auf spezi�sche Anwendungsprobleme anpassenkönnen. Darüber hinaus sollen sie dazu in der Lage sein, sich selb-ständig weitere Verfahren anhand von Literatur zu erarbeiten.

Lehrinhalte Die Vorlesung vermittelt einen ersten Überblick über die Analysevon räumlichen Daten. Behandelt werden:

1. Die Modellierung räumlicher Daten: Die verschiedenen Mo-delle für die Organisation räumlicher Daten werden sowohlan Beispielen erläutert, als auch formal beschrieben.

2. E�ziente Speicherung und Verarbeitung räumlicher Daten:Methoden für die Speicherung und den Zugri� auf räumlicheDaten werden in e�zienter Weise beschrieben.

3. Data Mining für die Analyse räumlicher Daten: Grundmo-delle für Klassi�kation und Cluster-Analyse von räumlichenDaten werden behandelt (Logistische Regression, Nächste-Nachbar-Verfahren, hierarchische Clusterverfahren, k-means,Graphenpartitionierung).

4. Anwendungen der Analyse räumlicher Daten auf praktischeProbleme in der Informatik

Literatur

� Shashi Shekhar and Sanjay Chawla: Spatial Databases: ATour. Prentice Hall, 2003.

� Pang-Ning Tan, Michael Steinbach, Vipin Kumar: Introduc-tion to Data Mining. Addison-Wesley, 2006.


keine





67

Informatik � Gebiet Software Engineering � Software-Produktlinien-Entwicklung

Gebiet Software Engineering

Modul: Software-Produktlinien-Entwicklung

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Studierende werden in die Lage versetzt die wesentlichen Unter-

schiede zwischen Einzelsystem- und Produktlinienentwicklung zubenennen, die notwendigen methodischen Unterschiede einer Pro-duktlinienentwicklung zu beschreiben und diese im Kontext gege-bener Anwendungsfälle zu re�ektieren. Sie kennen den aktuellenWissenschaftsstand in diesem Bereich und sind in der Lage ver-schiedene Ansätze zueinander in Beziehung zu setzen, bzw. gegen-einander abzugrenzen. Sie kennen den aktuellen Stand der Wis-senschaft in diesem Bereich und sind in der Lage aktuelle Arbeiteneinzuordnen. Sie sind in der Lage ihren Wissenstand kontinuierlichweiterzuentwickeln.

Lehrinhalte Der gesamte Softwarelebenszyklus aus der Perspektive der Pro-duktlinienentwicklung (PLE) wird dargestellt. Aktuelle Ansätzeaus diesen Bereichen werden besprochen. Da alle Teilaktivitätender Softwareentwicklung durch PLE betro�en sind, werden auchalle Aktivitäten in Bezug auf Veränderungen in einem Produkt-linienansatz untersucht. Wesentliche Schwerpunkte der Vorlesungsind:

� Produktportfolioplanung aus technischer Sicht und ausMarktsicht

� Modellierung von Variabilität (Entscheidungsmodellierung,Feature-Modellierung)

� Architekturpattern zur Repräsentation von Variabilität� Implementierungsmechanismen zur Umsetzung von Variabi-lität

� Teststrategien� Reifegrad- und Adaptionsmodelle für Produktlinienentwick-lung

Im Rahmen der Übung werden die in der Vorlesung: Software-Produktlinien-Entwicklung vermittelten Inhalte anhand vonÜbungsaufgaben vertieft. Dabei werden Aufgaben gemeinsam imRahmen der Übung bearbeitet und Fragen zur Analyse der Metho-den besprochen. Der Fokus liegt auf der Vermittlung der Kompe-tenz zur selbständigen Analyse und Weiterentwicklung durch dieStudierenden.

68

Informatik � Gebiet Software Engineering � Software-Produktlinien-Entwicklung

Literatur

� K. Pohl, G. Böckle, F. van der Linden: Software ProductLine Engineering: Foundations, Principles and Techniques.Springer, 2005.

� P.Clements, L. Northrop: Software Product Lines: Practicesand Patterns. Addison-Wesley, 2002.

� F. van der Linden, K. Schmid, E. Rommes: Software ProductLines in Action. Springer, 2007.


keine





69

Informatik � Gebiet Software Engineering � Fortgeschrittenenpraktikum Software Engineering

Modul: Fortgeschrittenenpraktikum Software Engineering

Modulverantwortlicher Prof. Dr. Klaus SchmidLehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen

Kompetenzen im Rahmen eines konkreten Entwicklungsprojekts.Sie erkennen und verstehen die praktischen Rahmenbedingungen,die für die Umsetzung der wissenschaftlich fundierten Ansätze rele-vant sind. Sie sind in der Lage Möglichkeiten und Grenzen existie-render Entwicklungsansätze zu re�ektieren und im Zusammenhangzu beurteilen. Sie lernen die Notwendigkeit von Kooperation undRollenverteilung durch die Arbeit im Team. Durch die Teamarbeitund den Austausch mit den Dozenten in der Rolle der Auftragge-ber erwerben sie soziale Kompetenzen wie Kon�iktlösungsstrate-gien, Kommunikationsfähigkeit, Teammanagement, E�ektivitäts-einschätzung und Verhandlungsgeschick.

Lehrinhalte Die Studierenden erlernen in diesem Praktikum die Software-Entwicklung im Groÿen auf Basis rollenbasierter Vorgehensmodel-le. Dazu wird ein innovatives Entwicklungsprojekt als Basis derArbeit vorgegeben. Die Studierenden erlernen die eigenverantwort-liche Übernahme unterschiedlicher Rollen, die dazu notwendigenAktivitäten und üben die zugrundeliegenden Techniken und Werk-zeuge ein. Die Aufgaben beziehen sich dabei typischerweise aufaktuelle Forschungsfragestellungen.

Literatur

� Sommerville: Software Engineering. 8. Au�age, Pearson Stu-dium, 2007.

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


keine





70

Informatik � Gebiet Verteilte Systeme � Verteilte Systeme II

Gebiet Verteilte Systeme

Modul: Verteilte Systeme II

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen ein Verständnis für die Möglichkeiten und

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

Lehrinhalte Fortgeschrittene Themen aus den Bereichen

1. Kommunikationsprotokolle2. Architekturen: Client-Server, SOA, Peer-to-Peer-Systeme,

Mulitagenten-Systeme3. Remote Procedure Calls4. Verteilte Speichersysteme: Synchronisation, Fehlertoleranz5. Verteilte objektbasierte Systeme: CORBA, DCOM6. Sicherheitsaspekte verteilter Systeme

Literatur

� Tanenbaum, van Steen: Distributed Systems: Principles andParadigms. 2006.


keine



� MSc Wirtschaftsinformatik � Informatik � Gebiet VerteilteSysteme


71

Informatik � Gebiet Verteilte Systeme � Master-Seminar Verteilte Systeme

Modul: Master-Seminar Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-


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

Die Inhalte des Moduls Verteilte Systeme II werden vorausgesetzt.




72

Informatik � Gebiet Verteilte Systeme � Master-Praktikum Verteilte Systeme

Modul: Master-Praktikum Verteilte Systeme

Modulverantwortlicher n.n. (W2 Mobile Systeme)Lehrform/SWS 4 SWS PraktikumAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Die Studierenden vertiefen ihre analytischen und methodischen


Lehrinhalte Die Studierenden implementieren ein fortgeschrittenes Konzeptbzw. eine fortgeschrittene Architektur aus dem Bereich VerteilteSysteme.


Die Inhalte des Moduls Verteilte Systeme II werden vorausgesetzt.





73

Informatik � Gebiet Assoziativspeicher und Neuronale Netze � Assoziative Programmierung I

Gebiet Assoziativspeicher und Neuronale Netze

Modul: Assoziative Programmierung I

Modulverantwortlicher Prof. Dr. Hans-Joachim BentzLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende kennen die Grundbegri�e und die Arbeitsweise von

Assoziativmaschinen und �Speichern. Sie können selbstständigProblemstellungen analysieren und Konzepte zur Lösung von Pro-blemen erstellen oder weiterentwickeln.

Lehrinhalte In dieser Vorlesung werden die Grundlagen Assoziativer Maschi-nen vermittelt. Dabei liegt ein besonderer Schwerpunkt auf der As-soziativmaschine Vidas 495. Desweiteren werden folgende Inhalteangesprochen:

� Register, Speicher, Variablen� Assoziativketten und �kreise� Systeme der Assoziativmaschine:

� System 9� Turtle-Gra�k� Robot- und Homunkulusmodell

� Pfad�nde- und Irrwegeprobleme� Steuerung eines Roboters durch die Assoziativmaschine

Im Rahmen der Übung werden die in der Vorlesung: AssoziativeProgrammierung I vermittelten Inhalte anhand von Übungsaufga-ben vertieft. Dabei werden Aufgaben gemeinsam im Rahmen derÜbung bearbeitet und Fragen besprochen. Der Fokus liegt auf derVermittlung der Kompetenz zur selbständigen Analyse und Wei-terentwicklung durch die Studenten.

Literatur

� Vorlesungsskript von Prof. Dr. Bentz und Dr. A. Dierks.� Andreas Dierks: VidAs - Aufbau einer robusten, frei pro-grammierbaren Maschine aus Assoziativmatrizen. Simulati-on und Hardware-Lösung. Dissertationsschrift, UniversitätHildesheim, 2005.

� Günther Palm: Neural Assemblies - An Alternative Approachto Arti�cial Intelligence, Springer-Verlag, Berlin HeidelbergNew York 1982, ISBN 3-540-11366-5

� Olaf Holthausen: Ein Vergleich verschiedener Implementa-tionen binärer neuronaler Assoziativspeicher, Dissertations-schrift, Universität Ulm, 1994


keine

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

74

Informatik � Gebiet Assoziativspeicher und Neuronale Netze � Assoziative Programmierung I


� MSc Wirtschaftsinformatik � Informatik � Gebiet Assozia-tivspeicher und Neuronale Netze


75

Informatik � Gebiet Assoziativspeicher und Neuronale Netze � Assoziative Programmierung II

Modul: Assoziative Programmierung II

Modulverantwortlicher Prof. Dr. Hans-Joachim BentzLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Studierende können Modelle für die Auslastung und Optimierung

von Assoziativmatrizen erstellen, berechnen und analysieren. Siebesitzen die Fähigkeit eigene Codierungen zur Weiterentwicklungder Assoziativmaschine zu entwerfen und diese in der Praxis um-zusetzen.

Lehrinhalte In dieser Vorlesung werden die Inhalte der Vorlesung AssoziativerProgrammierung I weiterhin vertieft. Dabei liegt ein besondererSchwerpunkt auf die Vertiefung der Eigenschaften von Assoziativ-speichern. Besonders werden folgende Themenbereiche zur Vertie-fung behandelt:

� Auswinkungen von Matrizenzerstörung� Berechnung und Verbesserung der Speicherkapazität� Matrixauslastung und �kapazität� Informationsgehalt

Im Rahmen der Übung werden die in der Vorlesung: AssoziativeProgrammierung II vermittelten Inhalte anhand von Übungsauf-gaben vertieft. Dabei werden Aufgaben gemeinsam im Rahmender Übung bearbeitet und Fragen zur Analyse der Methoden be-sprochen. Der Fokus liegt auf der Vermittlung der Kompetenz zurselbständigen Analyse und Weiterentwicklung durch die Studen-ten.

Literatur

� Vorlesungsskript von Prof. Dr. Bentz und Dr. A. Dierks� Andreas Dierks: VidAs - Aufbau einer robusten, frei pro-grammierbaren Maschine aus Assoziativmatrizen. Simulati-on und Hardware-Lösung. Dissertationsschrift, UniversitätHildesheim, 2005

� Günther Palm: Neural Assemblies - An Alternative Approachto Arti�cial Intelligence, Springer-Verlag, Berlin HeidelbergNew York 1982, ISBN 3-540-11366-5

� Olaf Holthausen: Ein Vergleich verschiedener Implementa-tionen binärer neuronaler Assoziativspeicher, Dissertations-schrift, Universität Ulm, 1994

� Michael Hagström: Textrecherche in grossen Datenmengenauf der Basis spärlich codierter Assoziativmatrizen, Disser-tationsschrift, Universität Hildesheim, 1996

� Michael Heitland: Einsatz der SpaCAM-Technik für ausge-wählte Grundaufgaben der Informatik, Dissertationsschrift,Universität Hildesheim, 1994

� Richard Wesley Hamming: Information und Codierung, VCHVerlag, Weinheim New York 1987, ISBN 3-527-26611-9

76

Informatik � Gebiet Assoziativspeicher und Neuronale Netze � Assoziative Programmierung II


Die Inhalte des Moduls �Assoziative Programmierung I� werdenvorausgesetzt.

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




77

Informatik � Gebiet Assoziativspeicher und Neuronale Netze � Seminar Assoziativspeicher,Mustererkennung, Information Retrieval

Modul: Seminar Assoziativspeicher, Mustererkennung, Information Retrieval

Modulverantwortlicher Prof. Dr. Hans-Joachim BentzLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb Kompetenzen im Bereich Assoziativspeicher.

Lehrinhalte Abhängig vom jeweiligen Thema. Ausgewählte Themen zu Asso-ziativspeichern, Assoziativtechniken, Mustererkennungsaufgaben,Information Retrieval.


Empfohlene Teilnahme am Modul Assoziative Programmierung I

Prüfungsleistung Vortrag im Umfang von 45 Minuten mit anschlieÿender Diskussi-on bzw. Moderation. Schriftliche Ausarbeitung, Anwesenheit undaktive Teilnahme.




78

Informatik � Gebiet Assoziativspeicher und Neuronale Netze � Seminar Informationstheorie,Natürliche und Arti�zielle Neuronale Netze

Modul: Seminar Informationstheorie, Natürliche und Arti�zielle Neuronale Netze

Modulverantwortlicher Prof. Dr. Hans-Joachim BentzLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung und Ausar-

beitung eines vorgegebenen Inhaltsbereichs. Durch die Teilnahmean der Veranstaltung und die wissenschaftliche Diskussion über dieVorträge wird das Verständnis der bereits erworbenen Kenntnissevertieft. Erwerb von Methodenkompetenzen, insb. besitzen Studie-rende eine Transferkompetenz, die es ihnen erlaubt, ihren Wissens-stand selbstätig technischen und gesellschaftlichen Entwicklungenanzupassen. Erwerb Kompetenzen im Bereich Arti�zielle Neuro-nale Netze.

Lehrinhalte Abhängig vom jeweiligen Thema. Ausgewählte Themen zur Infor-mationstheorie, natürlichen und künstlichen neuronalen Netzen.

Literatur Wird bei Vergabe des Themas bekanntgegeben.Voraussetzungen für dieTeilnahme

Empfohlene Teilnahme am Modul Assoziative Programmierung I

Prüfungsleistung Vortrag im Umfang von 45 Minuten mit anschlieÿender Diskussi-on bzw. Moderation. Schriftliche Ausarbeitung, Anwesenheit undaktive Teilnahme.




79

Grundlagen und Methoden

Gebiet Mathematische Methoden

Modul: Numerische Methoden

Modulverantwortlicher Prof. Dr. Klaus-Jürgen FörsterLehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden sollen weiterführende, anwendungsorientierte

Kompetenzen in der Theorie analytischer Methoden und ihrerpraktischen Umsetzungen gemäÿ obigen Inhalten gewinnen.

Lehrinhalte

1. Analysis mehrerer Veränderlicher (Metrische und Normier-te Räume, Stetigkeit, Di�erenzierbarkeit, Extremwertheorie,Implizite Funktionen, Kurven, Kurvenintegrale, Volumenin-tegrale)

2. Numerische Behandlung nichtlinearer Gleichungen (Banach-scher Fixpunktsatz, Konvergenzordnung, Newtonverfahren)

3. Konvergenzbeschleunigung (Aitken-Verfahren, Ste�ensen-Verfahren)

4. Numerische Behandlung linearer Gleichungssysteme (Ma-trixnormen, Iterationsverfahren, Explizite Verfahren, Kondi-tionszahl)

Literatur

� Klaus-J. Förster: Skript Analysis und Numerik II.� Harro Heuser: Lehrbuch der Analysis. 16. Au�., 2006.� Hans R. Schwarz: Numerische Mathematik.


keine



80

Grundlagen und Methoden � Gebiet Mathematische Methoden � Numerische Methoden

Verwendung

� MSc Wirtschaftsinformatik � Grundlagen und Methoden �Gebiet Mathematische Methoden


81

Grundlagen und Methoden � Gebiet Mathematische Methoden � Algebraische und ZahlentheoretischeMethoden

Modul: Algebraische und Zahlentheoretische Methoden

Modulverantwortlicher n.n. (W2 Algebra und Zahlentheorie)Lehrform/SWS 3 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 8 ECTSArbeitsaufwand Präsenzzeit: 75 Stunden; Selbststudium: 165 StundenLernziele/Kompetenzen Die Studierenden verstehen die Grundlagen zahlentheoretischer

Methoden, wenden sie praktisch an und entwickeln Lösungen füreigene Probleme in Anwendungs- und Forschunskontexten.

Lehrinhalte Grundlegende anwendungsorientierte Methoden der Algebra undZahlentheorie


keine



� MSc Wirtschaftsinformatik � Grundlagen und Methoden �Gebiet Mathematische Methoden


82

Abschlussprüfung

Modul: Masterarbeit Wirtschaftsinformatik

Modulverantwortlicher Professoren der WirtschaftsinformatikLehrform/SWS AbschlussarbeitAnrechnungspunkte 27 ECTSArbeitsaufwand 810 StundenLernziele/Kompetenzen Studierende können die Methoden der Wirtschaftsinformatik selb-

ständig einsetzen, um konkrete Probleme zu lösen. Sie könnenWirtschaftsinformatik-Probleme auf ihren Kern reduzieren, sichden state-of-the-art in einem vorgegebenen Bereich erarbeiten undeventuelle Lücken erkennen. Sie können ein gröÿeres, über sechsMonate laufendes Projekt strukturieren und in einer schriftlichenArbeit konzise beschreiben.

Lehrinhalte Im Rahmen der Masterarbeit erarbeiten Studierende Lösungen fürein aktuelles Problem der Wirtschaftsinformatik.


bestandene Modulprüfungen im Umfang von 60 ECTS

Prüfungsleistung Masterarbeit (schriftliche Ausarbeitung)empfohlenes Semester MSc 4Turnus jedes SemesterDauer des Moduls 1 SemesterVerwendung

� MSc Wirtschaftsinformatik � Abschlussprüfung

83

Abschlussprüfung � Masterkolloquium Wirtschaftsinformatik

Modul: Masterkolloquium Wirtschaftsinformatik

Modulverantwortlicher Professoren der WirtschaftsinformatikLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Studierende können ihre Ergebnisse kompakt, übersichtlich und

verständlich präsentieren. Sie können einem längeren Fachvortragfolgen und eventuelle Schwachstellen erkennen. Sie können o�enePunkte in einer Diskussion klären.

Lehrinhalte Studierende stellen ihre Masterarbeit mit einem Vortrag und an-schlieÿender Diskussion vor.

Literatur Masterarbeiten und themenspezi�sche Literatur.Voraussetzungen für dieTeilnahme

gleichzeitig mit Masterarbeit Wirtschaftsinformatik

Prüfungsleistung mind. 30-minütiger Vortrag mit anschlieÿender mind. 30-minütigerDiskussion

empfohlenes Semester MSc 4Turnus jedes SemesterDauer des Moduls 1 SemesterVerwendung

� MSc Wirtschaftsinformatik � Abschlussprüfung

84

Wahlbereich

Systemadministration und Internet-Technologien

Keine weiteren Module in diesem Gebiet. Siehe Inhaltsverzeichnis.

Multimedia

Keine weiteren Module in diesem Gebiet. Siehe Inhaltsverzeichnis.

Technik

Modul: Werksto�e: Eigenschaften und Technologien

Modulverantwortlicher Prof. Dr.-Ing. habil. Jürgen Rüdiger BöhmerLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Überblick über die Eigenschaften und die Technologie moderner

Werksto�e. Kriterien zur Werksto�wahl.Lehrinhalte Grundlagen der Werksto�wissenschaften, Werksto�gruppen (Ei-

senlegierungen, Stähle, Nichteisenmetalle, Superlegierungen, Kera-miken, Hochleistungskeramiken, Kunststo�e, Biokunststo�e, Ver-bundwerksto�e, Nanowerksto�e,...), Eigenschaften und Verhalten,Prüfverfahren, Entwicklung, Gewinnung, Herstellung, Veredelung,Recycling.

Literatur SkriptVoraussetzungen für dieTeilnahme

keine



� MSc Wirtschaftsinformatik � Wahlbereich � Technik

85

Wahlbereich � Technik � Technische Thermodynamik

Modul: Technische Thermodynamik

Modulverantwortlicher Prof. Dr.-Ing. habil. Jürgen Rüdiger BöhmerLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Erwerb des Grundverständnisses für Energie- und Sto�umwand-

lungsprozesse.Lehrinhalte Wärme und Temperaturbegri�; Wärmeausdehnung von Festkör-

pern, Flüssigkeiten und Gasen; Gasgesetze; Maxwellsche Ge-schwindigkeitsverteilung; Sto�e und Mischungen; Hauptsätze,Kreisprozesse; thermische Maschinen und technische Verbrennung;Wärme- und Kältetechnik; Wärmeübertragung; Strahlungsgeset-ze; homogene und heterogene Systeme; chemische Gleichgewichte;Bildungsenergie und Bildungsenthalpie.


keine




86

Wahlbereich � Technik � Praktikum Thermodynamik

Modul: Praktikum Thermodynamik

Modulverantwortlicher Prof. Dr.-Ing. habil. Jürgen Rüdiger BöhmerLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Erwerb des Grundverständnisses für Energie- und Sto�umwand-

lungsprozesse.Lehrinhalte Praktische Vertiefung anhand ausgewählter Experimente.Literatur je nach ProblemstellungVoraussetzungen für dieTeilnahme

Die Inhalte des Moduls Technische Thermodynamik werden vor-ausgesetzt.

Prüfungsleistung Teilnahmenachweis/Versuchsprotokolleempfohlenes Semester MSc 2-3Turnus jedes SommersemesterDauer des Moduls 1 SemesterVerwendung


87

Wahlbereich � Technik � Fertigungstechnik

Modul: Fertigungstechnik

Modulverantwortlicher Prof. Dr.-Ing. habil. Jürgen Rüdiger BöhmerLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Überblick über und praktische Erfahrung mit den wichtigsten Fer-

tigungsverfahren zur Herstellung und Bearbeitung fester Körper(Fertigungstechnik) sowie von Schüttgütern und Fluiden (Verfah-renstechnik). Beurteilung wirtschaftlicher und ökologischer Impli-kationen.

Lehrinhalte Fertigungsverfahren (Urformen, Umformen, Trennen, Fügen, Be-schichten, Sto�eigenschaften ändern), Maschinen und Anlagen derFertigungstechnik, CNC und SPS, Automatisierung, CIM, FlexibleFertigungssysteme, Industrieroboter, Lasertechnik, Spezialverfah-ren, Mikrotechnik, Nanotechnologie, Einführung in das Produkti-onsmanagement.


keine




88

Wahlbereich � Technik � Verfahrenstechnik und Umweltschutz

Modul: Verfahrenstechnik und Umweltschutz

Modulverantwortlicher Prof. Dr.-Ing. habil. Jürgen Rüdiger BöhmerLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Überblick über und praktische Erfahrung mit den wichtigsten Fer-

tigungsverfahren zur Herstellung und Bearbeitung fester Körper(Fertigungstechnik) sowie von Schüttgütern und Fluiden (Verfah-renstechnik). Beurteilung wirtschaftlicher und ökologischer Impli-kationen.

Lehrinhalte Grundfragen der mechanischen Verfahrenstechnik, der thermischenVerfahrenstechnik, der chemischen Reaktionstechnik, der biologi-schen Verfahrenstechnik, Anwendungen in Industrie und Umwelt,prozessintegrierter Umweltschutz.


keine




89

Wahlbereich � Technik � Elektrische Energietechnik

Modul: Elektrische Energietechnik

Modulverantwortlicher Prof. Dr.-Ing. habil. Jürgen Rüdiger BöhmerLehrform/SWS 2 SWS Vorlesung, 2 SWS ÜbungAnrechnungspunkte 6 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 120 StundenLernziele/Kompetenzen Überblick über die wesentlichen Elemente der elektrischen Ener-

gietechnik sowie die technischen und wirtschaftlichen Aspekte derBereitstellung, Verteilung und Nutzung elektrischer Energie.

Lehrinhalte Mehrphasensysteme, Stern- und Dreieckschaltung, Leistung imDreiphasensystem, Transformatoren, Gleich-, Dreh- und Wechsel-strommaschinen, Anschluss elektrischer Maschinen und Antriebe,Energiebedarf und �klassische� Energieerzeugung, ergänzende Er-zeugung elektrischer Energie, Energieverteilungsnetze.


keine




90

Wahlbereich � Personal und Recht � Unternehmensführung

Personal und Recht

Modul: Unternehmensführung

Modulverantwortlicher Prof. Dr. Klaus Ambrosi, Prof. Dr. Barbara BetzLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen die Grundlagen der Unternehmensfüh-

rung/des Managements kennen, den Management-Prozess (Regel-kreis) und Instrumente zur Lösung der Aufgaben dieses Prozesseskennen und anwenden können, Methoden der Strategischen Pla-nung kennen und ausgewählte anwenden können, Grundlagen desmenschlichen Verhaltens und der Motivation kennen, Führungs-stile und Managementtechniken kennen und unterscheiden kön-nen, aktuelle Entwicklungen der Unternehmensführung sowie dieGrundlagen des ethischen, unternehmerischen Handelns kennen.

Lehrinhalte Allgemeine Grundlagen der Unternehmensführung; derManagement-Prozess: Zielsetzung, Planung, Entscheidung,Realisierung / Organisation, Kontrolle; Methoden der strategi-schen Planung: SWOT-Analyse, Lebenszyklusanalyse, Portfo-lioanalyse, Produkt-/Markt-Strategie (Anso�); Motivation vonMitarbeitern/Motivationstheorien/Anreizsysteme; Führungsstile;Managementtechniken (Management by-Techniken); Quali-tätsmanagement, Benchmarking, Change-Management, LeanManagement, Ökologie- und Umweltmanagement (Ökobilanzen),Unternehmensethik.

Literatur

� P. Kotler, F. Bliemel: Marketing-Management: Analyse, Pla-nung und Verwirklichung. 10. Au�age, Stuttgart 2001.

� H. Me�ert: Marketing: Grundlagen marktorientierter Unter-nehmensführung. 9. Au�age, Wiesbaden 2000.

� W. Staehle: Management. 8. Au�age, 1999.� J. P. Thommen, A.-K. Achleitner: Allgemeine Betriebswirt-schaftslehre. 2. Au�., Wiesbaden 1999.


keine



� MSc Wirtschaftsinformatik � Wahlbereich � Personal undRecht

91

Wahlbereich � Personal und Recht � Unternehmensentscheidung und Existenzgründung

Modul: Unternehmensentscheidung und Existenzgründung

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Studierenden sollen in die Lage versetzt werden, ein entwickel-

tes Unternehmenskonzept von der Idee über die Erstellung einesBusiness-Plans, die Wahl der richtigen Rechtsform und das Ab-schätzen der Risiken bis hin zur praktischen Ausführung umzuset-zen und diesbezüglich relevante unternehmerische Entscheidungenabhängig von politischen Entwicklungen selbstständig tre�en kön-nen. Die Studierenden kennen die wesentlichen Entscheidungskri-terien bei einer Existenzgründung und wissen, welche rechtlichenAspekte bei dieser von Bedeutung sind.

Lehrinhalte Welche Gesellschafts- und Unternehmensformen gibt es? WelcheVor- und Nachteile bieten Sie? Was ist in der Phase der Existenz-gründung zu bedenken? Welche vertragsrechtlichen und steuer-rechtlichen Aspekte sind zu berücksichtigen? Die Lehrveranstal-tung will Entscheidungsalternativen, Möglichkeiten und Perspek-tiven im Rahmen der Existenzgründung aufzeigen.

Literatur

� R. Bleiber: Existenzgründung.� M. Hebig: Existenzgründungsberatung.� R. Hofmeister: Der Business-Plan.� T. Münster: Die optimale Rechtsform.


keine



� MSc Wirtschaftsinformatik � Wahlbereich � Personal undRecht

92

Wahlbereich � Informationswissenschaft � Aktuelle Standards

Informationswissenschaft

Modul: Aktuelle Standards

Modulverantwortlicher Prof. Dr. Christa Womser-HackerLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Die Studierenden können sich selbständig aktuelle Standards und

innovative Programmiermethoden erarbeiten und deren Vor- undNachteile abschätzen sowie die Eignung dieser Werkzeuge und Me-thoden für konkrete informationswissenschaftliche Projekte bewer-ten. Die Studierenden können theoretisch-analytische und prakti-sche Strategien zum Vergleich und der Bewertung von Standardseinsetzen. Durch den erarbeiteten Überblick sind die Studierendenmit aktuellen Standards vertraut und können diese zielgerichtetauch für Teilprojekte einsetzen.

Lehrinhalte Jeweils aktuelle Standards und Methoden für die Informations-wissenschaft werden behandelt. Vermittelt werden fortgeschritte-ne Methoden zur Formalisierung, Modellierung und Programmie-rung sowie aktuelle Entwicklungen (z.B. innovative Suchverfahren,Metadaten-Standards, Wissensrepräsentation, Dokumentenmana-gement, Semantic Web und Ontologien, Services, AJAX und dyna-mische Webseiten). Anhand von Beispielen wird die Eignung derTechnologien für Projekte bewertet. Eine groÿe Rolle spielt dabeidie Rolle der Technologien bei der Informationsintegration durchdie Verknüpfung von bestehenden Systemen zu neuen Diensten.


keine

Prüfungsleistung Schriftliche Prüfung in Form einer Klausur im Umfang von 90 Mi-nuten. Um an der Abschlussprüfung teilnehmen zu dürfen, müssenVorleistungen in Form von Kurzreferaten und einem Programmier-projekt erbracht werden.


� MSc Wirtschaftsinformatik � Wahlbereich � Informations-wissenschaft

93

Wahlbereich � Informationswissenschaft � Hauptseminar Ausgewählte Probleme der Sprachtechnologie

Modul: Hauptseminar Ausgewählte Probleme der Sprachtechnologie

Modulverantwortlicher Prof. Dr. Christa HauenschildLehrform/SWS 2 SWS SeminarAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Ziel dieses Moduls ist es, den Studierenden ein vertrieftes Ver-

ständnis ausgewählter Gebiete der Sprachtechnologie zu vermit-teln. Entsprechend dem Charakter der Veranstaltung als Seminarin einem Masterstudiengang, sollen die Studierenden dabei angelei-tet werden komplexe Fragestellung eigenständig zu erarbeiten undin angemessener wissenschaftlicher Form darzustellen. Die vertief-te Auseinandersetzung mit den jeweiligen Problemfeldern soll dieStudierenden in die Lage versetzten einen sicheren Überblick überden Forschungsstand ihres Teilgebiets zu erarbeiten und darausabgeleitet weiter führende Forschungsfragen abzuleiten, die ggf.Gegenstand einer Abschlussarbeit sein können. Insofern hat die-ses Modul den Status eines Forschungsseminars, in dem vor allemauch o�en Fragen unterschiedlicher Teilbereiche de Sprachtechno-logie erarbeitet und diskutiert werden sollen. Kompetenzziele:

� Erwerb der Fähigkeit einzelne Teilgebiete der Sprachtechno-logie selbstständig zu erarbeiten

� Erwerb der Fähigkeit den Forschungsstand eines solchen Teil-gebiets sicher zu recherchieren und angemessen darzustellenund zu vermitteln

� Erwerb der Fähigkeit sich mit dem Forschungsstand kri-tisch auseinanderzusetzen und weiterführende Forschungsfra-gen zu formulieren

Lehrinhalte Im Rahmen des Moduls werden ausgewählte Teilgebiete derSprachtechnologie vertieft behandelt. Die Auswahl der Teilgebieterfolgt nach ihrer Relevanz für die im zweiten Teilmodul geplantenEntwicklungsprojekten, für die angestrebt wird, dass sie ein rea-les Anwendungsproblem bearbeiten, so dass ihre Ergebnisse auchtatsächlich in der Praxis Verwendung �nden. Solche Teilgebietekönnen den folgenden übergeordneten Themenfelder zugeordnetwerden:

� Theoretische Ansätze, Methoden und Verfahren der Sprach-technologie

� Basistechnologien der Sprachtechnologie� Ressourcen der Sprachtechnologie� Anwendungsfelder der Sprachtechnologie

Denkbar sind folgende Themen:

� Sprachwissen aus Texten extrahieren� Computationelle Morphologie� Phraseologie

Literatur je nach Thema

94

Wahlbereich � Informationswissenschaft � Hauptseminar Ausgewählte Probleme der Sprachtechnologie


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 3Turnus jedes 2. WintersemesterDauer des Moduls 1 SemesterVerwendung


95

Wahlbereich � Informationswissenschaft � Hauptseminar Information und Gesellschaft

Modul: Hauptseminar Information und Gesellschaft

Modulverantwortlicher PD Dr. Thomas MandlLehrform/SWS 2 SWS SeminarAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Ziel des Seminars ist die selbstständige Erschlieÿung, Ausarbei-

tung und Präsentation eines vorgegebenen Inhaltsbereichs, der in-terdisziplinäres Arbeiten erfordert. Die Studierenden sind in derLage, eine wissenschaftliche Diskussion nach einer Präsentation zuleiten. Durch die Teilnahme an der Veranstaltung und die wis-senschaftliche Diskussion über die Vorträge wird das Verständnisder bereits erworbenen Kenntnisse zu einem der zu einem The-menbereich aus dem Bereich Information und Gesellschaft vertieftund ausgeweitet. Die Studierenden erwerben Methodenkompeten-zen etwa zur eigenständigen Literaturrecherche und der Bewertungwissenschaftlicher Literatur. Insbesondere erwerben die Studieren-den Transferkompetenz, die es ihnen erlaubt, ihren Wissensstandselbstätig technischen und gesellschaftlichen Entwicklungen anzu-passen

Lehrinhalte Die Wechselwirkungen zwischen Gesellschaft und Informations-technolgie sind vielfältig. Innovationen in der Informationstechno-logie führen zu neuen Produkten, neuen ethischen Fragestellungenunde einer Neuordnung der Medienlandschaft. Themen wie Iden-tität in digitalen Netzen, informationelle Selbstbestimmung undDatensicherheit spielen hier ein Rolle. Dabei ist interdisziplinäresDenken notwendig und Bezüge bspw. zur Rechtswissenschaft, zurMedienwissenschaft oder der Ethik müssen diskutiert werden. Zueinem ausgewählten Thema aus dem Bereich Information und Ge-sellschaft wird anhand von innovativen Ansätzen der aktuelle For-schungsstand vorgestellt und diskutiert.

Literatur

� Rainer Kuhlen: Erfolgreiches Scheitern: eine Götterdämme-rung des Urheberrechts? UVK, 2008.

� Herman Tavani: Ethics and Technology: Ethical Issues in anAge of Information and Communication Technology. Wiley,2004.

� Joseph Weizenbaum: Wo sind sie, die Inseln der Vernunftim Cyberstrom? Herder, 2006

� Spezielle Literatur je nach Thema


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes SommersemesterDauer des Moduls 1 Semester

96

Wahlbereich � Informationswissenschaft � Hauptseminar Information und Gesellschaft

Verwendung


97

Wahlbereich � Informationswissenschaft � Projektseminar Computervermittelte Kommunikation

Modul: Projektseminar Computervermittelte Kommunikation

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Transfer der Kenntnisse zur Computervermittelten

Kommunikation auf ein konkretes Anwendungsszenario zur Ana-lyse und Verbesserung der ablaufenden kommunikativen Prozes-se. Insbesondere auch die Einbindung von Studierenden in lau-fende Forschungs- und Entwicklungsprojekte, beispielsweise imRahmen von Abschlussarbeiten. Kompetenzerwerb: Auf metho-discher Ebene Kompetenzvermittlung zum erfolgreichen Manage-ment von Projekten. Konkret, der selbstgesteuerte Erwerb (Lear-ning by doing) von organisatorischer, fachlicher und sozialer Pro-jektkompetenz mit Fokus auf der Nutzung computervermittelterMedien und Lernsystemen, die intensiv zur Projektkoordinations-und Projektdurchführung genutzt werden.

Lehrinhalte Vertiefung der Inhalte des Hauptseminars ComputervermittelteKommunikation: Auswahl möglicher Themenfelder

� Analyse der Computervermittelten Kommunikation in virtu-ellen Gruppen, Teams, Communities

� Gestaltung und Nutzung computerunterstützter Kommuni-kationsumgebungen

� Erwerb und Beförderung von Medienkompetenz (Umgangmit Kon�ikten und Medienbrüchen, ethische Richtlinien. . . )

Literatur

� Dirk Heche: Praxis des Projektmanagements. Springer, 2004.� Günter Drews, Norbert Hillebrandt: Lexikon derProjektmanagement-Methoden Haufe, 2007.

� Klaus Beck: Computervermittelte Kommunikation im Inter-net. Oldenbourg, 2006.

� Nicola Döring: Sozialpsychologie des Internet. Hogrefe, 2003.� Spezielle Literatur je nach Themengebiet


keine


empfohlenes Semester MSc 1-3Turnus jedes 2. SommersemesterDauer des Moduls 1 SemesterVerwendung


98

Wahlbereich � Informationswissenschaft � Hauptseminar Computervermittelte Kommunikation

Modul: Hauptseminar Computervermittelte Kommunikation

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 4 SWS SeminarAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 60 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Die Studierenden erarbeiten weitgehend selbstständig

vertiefende Themen der Computervermittelten Kommunikation.Neben dem inhaltlichen Verstehen und der Erkenntnis der Struk-tur von Sachverhalten bzw. der Konstruktion von Zusammenhän-gen zwischen Konzepten werden die Studierenden auch in ihrerFähigkeit komplexe Zusammenhänge und Strukturen einschätzenund evaluieren zu können geschult. Kompetenzerwerb: Auf metho-discher Ebene wird die Fähigkeit zum wissenschaftlichen Arbeitengefördert. Die Studierenden recherchieren, sichten und bewertenden State of the Art der wissenschaftlichen Literatur im jewei-ligen Themengebiet. Sie setzen sich mit aktuellen wissenschaftli-chen Themenfeldern auseinander und stärken damit zugleich ih-re analytischen Kompetenzen, im Sinne der Einübung wissen-schaftlicher Vorgehensweisen. In der Präsentationsphase werdenWissensvermittlungs- und Diskurskompetenzen eingeübt.

Lehrinhalte Im Rahmen dieses Moduls werden ausgewählte Themen der Com-putervermittelten Kommunikation durch die Studierenden selbst-ständig erarbeitet und vertiefend behandelt. Die Ergebnisse werdenim Plenum präsentiert. Mögliche Themen sind:

� Forschungsdesigns- und Analysemethoden zur Computerver-mittelten Kommunikation

� Strategien der Computervermittelten Kommunikation� Werkzeuge der Computervermittelten Kommunikation� Soziale Phänomene und interpersonales Verhalten im Inter-net

� Gruppen, soziale Beziehungen und virtuelle Gemeinschaften� Anonymität und Identitätsbildung� Regulierungsaspekte Computervermittelter Kommunikation� Massenmedien und politische Kommunikation im Internet

Literatur

� Klaus Beck: Computervermittelte Kommunikation im Inter-net. Oldenbourg, 2006.

� Nicola Döring: Sozialpsychologie des Internet. Hogrefe, 2003.� Spezielle Literatur je nach Themengebiet


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 1-3Turnus jedes 2. WintersemesterDauer des Moduls 1 Semester

99

Wahlbereich � Informationswissenschaft � Hauptseminar Computervermittelte Kommunikation

Verwendung


100

Wahlbereich � Informationswissenschaft � Hauptseminar e-Learning

Modul: Hauptseminar e-Learning

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS SeminarAnrechnungspunkte 4 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 90 StundenLernziele/Kompetenzen Lernziele: Die Studierenden erwerben eine umfassende Perspekti-

ve auf den technikunterstützten e�zienten und e�ektiven Umgangmit Wissen, wie er in Lernkontexten, sei es in Organisationen oderdezidierten Lernszenarien, zum Tragen kommt. Auf dieser Grund-lage erarbeiten die Studierenden selbstständig vertiefende Themendes technikunterstützten Lernens. Neben dem inhaltlichen Verste-hen und der Erkenntnis der Struktur von Sachverhalten bzw. derKonstruktion von Zusammenhängen zwischen Konzepten, werdendie Studierende auch in ihrer Fähigkeit komplexe Zusammenhän-ge und Strukturen einschätzen und evaluieren zu können geschult.Kompetenzerwerb: Auf methodischer Ebene wird die Fähigkeitzum wissenschaftlichen Arbeiten gefördert. Die Studierenden re-cherchieren, sichten und bewerten den State of the Art der wissen-schaftlichen Literatur im jeweiligen Themengebiet. Sie setzen sichmit aktuellen wissenschaftlichen Themenfeldern auseinander undstärken damit zugleich ihre methodischen Kompetenzen im Sinneder Einübung wissenschaftlicher Vorgehensweisen, Arbeitsmetho-den und Präsentationskompetenzen.

Lehrinhalte Die Themenfelder Wissensmanagement und E-Learning sind in derRealität oft kaum noch zu trennen und besitzen in vielfältiger Wei-se das Potenzial, von sozialen Netzwerken und kollaborativen Me-dien zu pro�tieren. Im Rahmen dieses Moduls werden zunächst diewesentlichen theoretischen Grundlagen des Computer supportedcollaborative Learning (CSCL) und des Wissensmanagements vor-gestellt, spezi�sche Wirkungsfaktoren und Unterstützungselemen-te erörtert, Vorgehensweisen zur konzeptionellen Umsetzung so-wie Forschungsdesigns: Untersuchungsmethoden und -instrumentedargestellt. Auf dieser Grundlage werden spezi�sche Themenfeldervertiefend behandelt, welche die Studierenden selbstständig erar-beiten und die Ergebnisse im Plenum präsentieren. Mögliche The-menfelder umfassen:

� Individuelle Lernstrategien, Methoden des Persönlichen Wis-sensmanagements

� Didaktische und organisatorische Ausgestaltung computer-unterstützter Lern- und Wissensgenerierungsprozesse

� Kollaborative Systeme� E-Learning 2.0� Communities/Community Building

101

Wahlbereich � Informationswissenschaft � Hauptseminar e-Learning

Literatur

� Andreas Hohenstein, Karl Wilbers: Handbuch E-Learning.DWD, 2006.

� Helmut M. Niegemann et al.: Kompendium E-Learning.X.media.press, Springer, 2004.

� Jörg Haake, Gerhard Schwabe, Martin Wessner: CSCL-Kompendium: Lehr- und Handbuch zum computerunterstütz-ten kooperativen Lernen. Oldenbourg, 2004.

� Udo Hinze: Computergestütztes kooperatives Lernen: Einfüh-rung in Technik, Pädagogik und Organisation des CSCL. Wa-xmann, 2004.

� Gabi Reinmann, Heinz Mandl: Psychologie des Wissensma-nagements: Perspektiven, Theorien und Methoden. Hogrefe,2004.

� Rolf Schulmeister: Grundlagen hypermedialer Lernsysteme:Theorie - Didaktik - Design. Oldenbourg, 2002.

� Spezielle Literatur je nach Themengebiet


keine

Prüfungsleistung Vortrag und Ausarbeitungempfohlenes Semester MSc 3Turnus jedes 2. WintersemesterDauer des Moduls 1 SemesterVerwendung


102

Wahlbereich � Informationswissenschaft � Projektseminar e-Learning

Modul: Projektseminar e-Learning

Modulverantwortlicher Prof. Dr. Joachim GriesbaumLehrform/SWS 2 SWS PraktikumAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Lernziele: Transfer der Kenntnisse zum Themengebiet auf konkre-

te Anwendungsszenarien zur Analyse und Verbesserung von Wis-sensprozessen. Insbesondere auch die Einbindung von Studieren-den in laufende Forschungs- und Entwicklungsprojekte, auch imRahmen von Abschlussarbeiten. Kompetenzerwerb: Auf metho-discher Ebene Kompetenzvermittlung zum erfolgreichen Manage-ment von Projekten. Konkret, der selbstgesteuerte Erwerb (Lear-ning by doing) von organisatorischer, fachlicher und sozialer Pro-jektkompetenz mit Fokus auf der Nutzung computervermittelterMedien, die intensiv zur Projektkoordination- und Projektdurch-führung genutzt werden sollen.

Lehrinhalte Vertiefung der Inhalte des Hauptseminars Kollaboratives E-Learning und kollaboratives Wissensmanagement: Auswahl mögli-cher Themenfelder

� Analyse von E-Learning Angeboten� Analyse kollaborativer Systeme� Konzeption, Entwicklung und Optimierung von computerun-terstützten Lern- und Kooperationssystemen

Literatur

� Dirk Heche: Praxis des Projektmanagements. Springer, 2004.� Günter Drews, Norbert Hillebrandt: Lexikon derProjektmanagement-Methoden. Haufe, 2007.

� Jörg Haake, Gerhard Schwabe, Martin Wessner: CSCL-Kompendium: Lehr- und Handbuch zum computerunterstütz-ten kooperativen Lernen. Oldenbourg, 2004.

� Udo Hinze: Computergestütztes kooperatives Lernen : Ein-führung in Technik, Pädagogik und Organisation des CSCL.Waxmann, 2004.

� Gabi Reinmann, Heinz Mandl: Psychologie des Wissensma-nagements: Perspektiven, Theorien und Methoden. Hogrefe,2004.

Spezielle Literatur je nach ThemengebietVoraussetzungen für dieTeilnahme

keine

Prüfungsleistung Entwickeltes e-Learning-Angebot, Projektberichtempfohlenes Semester MSc 1-3Turnus jedes JahrDauer des Moduls 1 Semester

103

Wahlbereich � Informationswissenschaft � Projektseminar e-Learning

Verwendung


104

Wahlbereich � Soft Skills � Wirtschaftsenglisch 2

Soft Skills

Modul: Wirtschaftsenglisch 2

Modulverantwortlicher Prof. Dr. Klaus AmbrosiLehrform/SWS 2 SWS VorlesungAnrechnungspunkte 3 ECTSArbeitsaufwand Präsenzzeit: 30 Stunden; Selbststudium: 60 StundenLernziele/Kompetenzen Die Teilnehmer sollen fähig sein, fachspezi�sche Verhandlungen in

korrektem Englisch zu führen, Vorträge zu halten und �ieÿend dis-kutieren können. Die Studierenden besitzen ein erweitertes Voka-bular, um imWirtschaftsbereich verhandeln zu können und kennensie die Formalitäten für die Kommunikation zwischen Unterneh-men und wissen, worauf im englischsprachigen Raum zu achtenist. Auÿerdem besitzen sie die Fähigket, Vorträge auf englisch zuhalten und sich dem Internationalisierungsgrad in verschiedenenBereichen anzupassen.

Lehrinhalte

� Kommunikation im Unternehmen� Formelle schriftliche Kommunikation im Business Bereich(Anfragen, Beschwerden, Bestellungen, Verträge, Vereinba-rungen)

� Bewerbungen, Vorträge, Vorstellungsgespräche� mündliche und schriftliche Kompetenz in den o.g. Bereichen� Wiederholungen und Übungen: Grammatik

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

keine



� MSc Wirtschaftsinformatik � Wahlbereich � Soft Skills

105

Wirtschaftsinformatik Master - uni-hildesheim.de · Pressco Management , 2005 oraussetzungenV für...

Documents

Transcript of Wirtschaftsinformatik Master - uni-hildesheim.de · Pressco Management , 2005 oraussetzungenV für...