Department Angewandte Informatik

Data Science and Artificial Intelligence

Im Studium

 

Aktueller Studienplan

1. Semester

Angewandte Informatik 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807108 Scripting für Data Scientists 3 SWS 5 ECTS
Bereich 1: Programmierung bzw. Scripting

- Programmierparadigmen

- Datentypen

- Elementare Befehle

- Operatoren und Kontrollstrukturen

- Funktionen und Bibliotheken

- Reguläre Ausdrücke

- Clean Coding und Debugging

Bereich 2: Datenbasierte Anwendungen

- Import und Export von Date

- Elementares Datenhandling

Bereich 3: Werkzeuge

- Werkzeuge zur Versionsverwaltung

- Entwicklungsumgebungen
Angewandte Mathematik 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807103 Graphentheorie und Systemdynamik 2 SWS 2.5 ECTS
Bereich 1: Graphentheorie

- Grundbegriffe von Graphen

- Inzidenzmatrix, Gradmatrix, Adjazenzmatrix, Abstandsmatrix, Laplace-Matrix

- Zusammenhang von Graphen

- Planare und bipartite Graphen

- Euler'sche und Hamilton'sche Graphen

- Grundlagen von gerichteten Graphen

Bereich 2: Systemdynamik

- Überblick über Modellierung und Simulation

- Systemwissenschaftliche Grundlagen

- Wirkungsgraphen, Wirkungsmatrizen und Pulsmodelle

- Eigenwertproblem, Matrixnormen, Singulärwerte und Diagonalisierung

- Markow-Ketten

- Kybernetische und regelungstechnische Grundlagen

- Lineare und nichtlineare Differenzialgleichungen

- Taylorreihen und Linearisierung

- Anfangswertprobleme und numerische Integration

- Gleichgewichte und Stabilitäten von Differentialgleichungen

- Grundlagen der ereignisorientierten Simulation
Angewandte Mathematik 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807102 Informations- und Kodierungstheorie 2 SWS 2.5 ECTS
Bereich 1: Informationstheorie & Signalverarbeitung

- Kommunikationsmodell von Weaver

- Statistische Eigenschaften natürlicher Sprachen

- Shannon-Entropie

- Grundbegriffe der Signalverarbeitung

- Fourierreihen und Integraltransformationen

Bereich 2: Zahlentheorie und Kodierungstheorie

- Zahlensysteme, Teilbarkeiten, Primzahlen, Chinesischer Restsatz

- Kodierungen (Huffman-Code, Hamming-Distanz, Grey-Code, ...)

- Prüfziffern und Hash-Codes

- Fehlerkorrigierende Codes

- Datenkompression

Bereich 3: Kryptographie

- Geschichte und Grundbegriffe der Kryptographie

- Symmetrische vs. asymmetrische Verfahren

- Wichtige Verfahren (RSA, AES, ...)

- Kryptographisches Hashing
Datenbanksysteme 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807106 Datenbankgrundlagen und Abfragesprachen 2 SWS 2.5 ECTS
Bereich 1: Einführung und Grundbegriffe

- Datenbankmodelle inkl. historischer Entwicklung

- Architektonische Schichten

Bereich 2: Relationale Datenbanken

- Grundbegriffe des relationalen Datenmodells

- Datenmodellierung mittels Entity-Relationship-Modell

- Integritätsbedingungen und Normalformen

- Denormalisierung

Bereich 3: SQL

- Relationale Operatoren

- Data Query Language (DQL)

- Data Manipulation Language (DML)

- Data Definition Language (DDL)

- Data Control Language (DCL)

Bereich 4: Spezielle Themen

- Verteilte und föderierte Datenbanksysteme

- NoSQL-Datenbanken

- Datensicherheit
Datenbanksysteme 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807107 Management relationaler Datenbanken 2 SWS 2.5 ECTS
Bereich 1: Grundlegende Themen

- Installation und Setup eines relationalen Datenbanksystems

- Erstellen von relationalen Datenbanken sowie Import/Export von Datensätzen

- Rechtekonzept und Benutzerverwaltung

- Absetzen von SQL-Statements (DQL, SML, DDL, DCL)

- Sichten und Indizes

Bereich 2: Fortgeschrittene Themen

- Gespeicherte Prozeduren, Funktionen, Transaktionen und Trigger

- Dateigruppen, FileTables, Partitionen und Cursor

- Speicheroptimierung und Verschlüsselung

- Räumliche und hierarchische Datentypen
Einführung und Grundlagen 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807101 Einführung in Data Science 3 SWS 5 ECTS
Bereich 1: Einführung in Data Science

- Überblick über das Fachgebiet

- Wichtige Grundbegriffe

- Anwendungsmöglichkeiten

- Gesellschaftlicher und rechtlicher Kontext

- Zukunftsperspektiven

Bereich 2: Grundlagen und ausgewählte Methoden der Künstlichen Intelligenz

- Klassische Logik (Aussagenlogik, Boolsche Logik, Prädikatenlogik)

- Grenzen der Logik

- Neuere Konzepte der Logik (Fuzzy-Logik, Informationslogik)

- Fuzzy-Mengen und Fuzzy-Regler

- Entscheidungsbäume und Erweiterungen

- Probabilistische Zugänge (insb. Naive Bayes Klassifikation und Bayes-Netze)

Bereich 3: Basiswerkzeuge für Data Scientists

- Tabellenkalkulation entsprechend ECDL Advanced Syllabus

- Datenbanken entsprechend ECDL Advanced Syllabus

- Grundlagen von Unix-Betriebssystemen

- Grundlagen von Unix-Shells bzw. der Shell-Programmierung (inkl. grep, sed und awk)

- Grundlagen der Textverarbeitung mit LaTeX

- Grundlagen der Literaturverwaltung
Einführung und Grundlagen 2 | Übung (UE) | Coursecode: 200807109 Repetitorium 3 SWS 5 ECTS
Wiederholung wichtiger Grundlagen für das Studium, wie zum Beispiel:

I. Repetitorium der Mathematik und höheren Mathematik

Bereich 1: Mathematische Grundbegriffe

- Mengenlehre und Zahlenmengen

- Lösen von Gleichungen und Ungleichungen

- Elementare Funktionen

- Rechnen mit komplexen Zahlen

- Metrische Räume

Bereich 2: Elementare Analysis

- Folgen und Reihen, Grenzwertbegriff

- Differenzialrechnung, Extremwertaufgaben, Regel von de l'Hospital

- Integralbegriff, einfache Integrale, Gammafunktion

Bereich 3: Grundbegriffe der Linearen Algebra

- Vektoren und Matrizen

- Lösung von linearen Gleichungssystemen

- Vektorräume inkl. Funktionenräume

II. Repetitorium der Informationswissenschaften

Bereich 1: Grundbegriffe

- Daten-, Wissens- und Informationsmanagement

- Information Retrieval

Bereich 2: Kognition

- Neuronen, Synapsen, Neurotransmitter, neuronale Schaltungen ...
Statistik 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807104 Deskriptive Statistik 2 SWS 2.5 ECTS
Bereich 1: Einführung und Kenngrößen

- Überblick über die Teildisziplinen der Statistik

- Skalenniveaus

- Lage-, Streuungs- und Assoziationsmaße

- Grundlagen der statistischen Visualisierung (insb. Boxplots und Scatterplots)

Bereich 2: Regressionen

- Lineare Regressionen

- Linear transformierbare nichtlineare Regressionen

- Logistische Regressionen

Bereich 3: Zeitreihenanalyse

- Trends und saisonale Komponenten

- Autokorrelation

- Heteroskedastizität
Statistik 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807105 Wahrscheinlichkeitstheorie und Induktive Statistik 2 SWS 2.5 ECTS
Bereich 1: Wahrscheinlichkeitstheorie

- Grundbegriffe der Wahrscheinlichkeitstheorie

- Grenzwertsätze

- Bedingte Wahrscheinlichkeiten und Bayes'sches Theorem

- Grundbegriffe der Kombinatorik

- Wichtige diskrete und stetige univariate Verteilungen

Bereich 2: Induktive Statistik

- Stichproben und Konfidenzintervalle

- Datensatzreduktion und Samplingtheorem

- Hypothesentests basierend auf parametrischen und nichtparametrischen Verteilungen

- Resampling (Bootstrapping, Kreuzvalidierung, ...) und Monte-Carlo-Verfahren

- Maximum Likelihood-Methode

2. Semester

Angewandte Informatik 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807208 Agenten-basierte Programmierung 2 SWS 2.5 ECTS
Bereich 1: Grundlagen zur Agenten-basierten Programmierung

- Zelluläre Automaten, Selbstorganisation und Emergenzen

- Eigenschaften von Agenten bzw. Agenten-basierten Modellen

- Beschreibung Agenten-basierter Modelle mittels ODD-Protokoll

- Übersicht über bekannte Agenten-basierte Modelle

Bereich 2: Programmierung und Evaluierung Agenten-basierter Modelle

- Einführung in die Konzeption und Programmierung von Agenten-basierten Modellen

- Einführung in die Evaluierung von Agenten-basierten Modellen/Simulationen

- Fortgeschrittene Themen der Agenten-basierten Modellierung
Angewandte Informatik 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807209 High Performance Computing 2 SWS 2.5 ECTS
Bereich 1: Grundlagen

- Überblick und Begriffsdefinitionen

- Prozessorarchitekturen (CPU, GPU, TPU, ...) und relevante Schnittstellen

Bereich 2: Hardware-Virtualisierung

- Plattform-Virtualisierung

- Relevante Cluster-Frameworks im Rahmen der Hardware-Virtualisierung

- Storage-Virtualisierung

Bereich 3: Betriebssystem-Virtualisierung

- Container-Virtualisierung

- Relevante Cluster-Frameworks im Rahmen der Betriebssystem-Virtualisierung
Angewandte Mathematik 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807203 Datenstrukturen und Algorithmen 2 SWS 2.5 ECTS
Bereich 1: Klassische Datenstrukturen und Algorithmen

- Berechenbarkeit, Turing-Maschine und Halteproblem

- Laufzeitbetrachtungen und Landau-Notation

- Grundaufgaben der Algorithmenentwicklung

- Einfache und weiterführende Datenstrukturen

- Einfache Algorithmen (Backtracking, Bubblesort, ...)

- Teile-und-Herrsche-Prinzip (inkl. dynamisches Programmieren)

Bereich 2: Weiterführende Algorithmen

- Besonderheiten beim Zugriff auf sequentiell gespeicherte Daten

- Prioritätswarteschlangen und selbstorganisierende Datenstrukturen

- Grundlagen der verlustbehafteten Kompression von Daten

- Grundlagen der Fast-Fourier-Transformation

- Single-Pass-Algorithmen

- Kalman-Filter
Angewandte Mathematik 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807202 Optimierung und Numerik 2 SWS 2.5 ECTS
Teil 1: Aspekte der Numerik

- Zahlendarstellung am Computer

- Art und Reduktion numerischer Fehler

- Konditionierung von Problemen

- Numerisches Differenzieren und numerische Quadratur

- Numerisches Lösen von Gleichungssystemen (inkl. Newton-Verfahren)

- Pivotisierung und Matrixzerlegung (LU, QR, ...)

Teil 2: Optimierung

- Grundlegende Aspekte von Optimierungsaufgabe

- Ein- und mehrdimensionale Extremwertaufgaben

- Abstiegsverfahren 1. Ordnung (Steepest Descent, Impulsmethoden, ...)

- Abstiegsverfahren 2. Ordnung (Newton- und Newton-artige Verfahren, ...)

- Konjugierte Gradienten

- Lineare Optimierung, Simplex-Algorithmus, MILP-Probleme

- Optimierung mit Nebenbedingungen (Langrange-Ansatz inkl. KKT-Bedingungen)

- Multikriterielle Optimierung (inkl. Pareto-Analyse)

- Spezielle Methoden der stochastischen Optimierung (z.B. Simulated Anealing)
Computational Intelligence 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807201 Neuronale Netze I: Architekturen 3 SWS 5 ECTS
Bereich 1: Grundlagen und Werkzeuge

- Wiederholung natürlicher neuronaler Netze

- Perzeptron und lineare Separabilität

- Grundstrukturen künstlicher neuronaler Netze

- Multilayered Perceptron und Error Backpropagation

- Hopfield-Netze

- Markow-Chain-Monte-Carlo-Methoden

- Tensoren und Tensorrechnung

- Vorstellung gängiger Frameworks für künstliche neuronale Netze

Bereich 2: Einfache Anwendungsgebiete

- Vorhersage einfacher Zeitreihen

- Handschriftenerkennung

- Assoziative Mustererkennung

Bereich 3: Weiterführende Architekturen

- Boltzmann-Maschinen

- Selbstorganisierende Karten

- Autoencoder

- Grundlagen von Convolutional Neural Networks

- Grundlagen von Recurrent Neural Networks
Datenbanksysteme 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807207 Analytische Informationssysteme 3 SWS 5 ECTS
Bereich 1: ETL bzw. ETL-Prozesse

- Grundlagen von ETL bzw. ETL-Prozessen

- Planung und Erstellung von ETL-Workflows

Bereich 2: Multidimensionale bzw. OLAP-Datenbanben

- Grundlagen von multidimensionalen bzw. OLAP-Datenbanken

- Planung und Erstellung von multidimensionalen bzw. OLAP-Datenbanken

- Zugriffsmöglichkeiten auf multidimensionale bzw. OLAP-Datenbanken

- Einführung in die Abfragesprache MDX

- Data Mining mittels multidimensionaler bzw. OLAP-Datenbanken

Bereich 3: Business Intelligence bzw. Business Analytics

- Einführung in Business Intelligence bzw. Business Analytics

- Übersicht über wichtige Lösungen im Bereich Business Intelligence bzw. Business Analytics

- Übersicht über wichtige Lösungen im Bereich Self-Service BI
Statistik 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807204 Multivariate Statistik und Data Mining 3 SWS 5 ECTS
Bereich 1:

Strukturenentdeckende Verfahren:

- Principal Component Analysis

- Explorative Faktorenanalyse

- Nächste-Nachbarn-Klassifikation

- Clusteranalyse

- Partial Least Squares Regression

- Support Vector Machines

- Multidimensionale Skalierung

Bereich 2: Strukturenprüfende Verfahren:

- Multivariate lineare, nichtlineare und logistische Regression

- LASSO (least absolute shrinkage and selection operator)

- Multivariate Zeitreihenanalyse (inkl. Strukturbruchanalyse)

- Strukturgleichungsmodelle

- Diskriminanzanalyse

- Varianzanalyse

- Konfirmatorische Faktorenanalyse

Bereich 3: Text Mining

- Häufigkeiten und Korrelationen von Wörtern

- Gruppierung/Clusterung von Texten
Statistik 3 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807205 Datenqualität und Datenbereinigung 2 SWS 2.5 ECTS
Bereich 1: Aufbereitung von Daten

- Einlesen von und Arbeiten mit Daten aus verschiedenen Quellen (CSV, XML, HTML, JSON, ...)

- Zeichensätze bzw. Zeichensatz-Transformation

- Datentypkonvertierung und Renormierung

- Erkennung von Dupletten und Deduplizierung

- Komplexe Transformationen von Daten (insb. Pivotierung und Unpivotierung)

- Komplexe Filterung und Sortierung von Daten

Bereich 2: Fehlerbehaftete und unvollständige Daten

- Analyse der Datenqualität

- Glättung von diskreten Daten

- Erkennung von Anomalien

- Singuläre und multiple Imputation

Bereich 3: Kontinuierliche Daten

- Besonderheiten von Audio-, Bild-, Videodaten (bzw. Signaldaten)

- Transformationen und Diskretisierung von kontinuierlichen Daten

- Faltungen und Anwendung von Filtern

- Glätten von kontinuierlichen Daten

- Komprimierung kontinuierlicher Daten
Statistik 3 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807206 Fortgeschrittene Informationsvisualisierung 2 SWS 2.5 ECTS
Bereich 1: Grundlagen der Visualisierung

- Grundlagen der menschlichen Verarbeitung visueller Informationen

- Fallstricke und Verzerrungen bei Visualisierungen

- Standardisierungen im Bereich der Visualisierung

- Berichts- sowie Diagrammtypen und deren Eigenschaften

- Klassische Diagrammtypen (Flächen-, Balken-, Säulen-, Linien-, Netzdiagramme, Boxplots, Scatterplots etc.)

- Moderne Diagrammtypen (Heatmaps, Treemaps, Streamgraphs, Chord- und Sunburst-Diagramme etc.)

- Spezielle Diagrammtypen (Tachometer, Wasserfalldiagramme, Landkarten etc.)

- Textbasierte Visualisierungen (Wordclouds, Infografiken etc.)

Bereich 2: Fortgeschrittene Themen

- Animierte Visualisierungen

- Interaktive Visualisierungen

- Automatisierte dynamische Berichtserstellung

3. Semester

Angewandte Informatik 3 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807305 Cloud Computing für Data Scientists 3 SWS 5 ECTS
Bereich 1: Grundlagen des Cloud Computing

- Überblick und Begriffsdefinitionen

- IT-Architekturen und IT-Servicemanagement

- Service Deployment Modelle (XaaS, Edge Computing, Fog Computing, ...)

- Security Management und Identity Management

- Überblick über wichtige Cloud Computing Provider

Bereich 2: Einführung in das Cloud Computing

- Anbindung an das Identitätsverzeichnis und entsprechende Sychronisierung

- Aufbau und Konfiguration einfacher Cloud Services

- Monitoring und Kostenverwaltung

Bereich 3: Data Storage und Data Processing in der Cloud

- Aufbau, Konfiguration und Einsatz ausgewählter Storage Services

- Aufbau, Konfiguration und Einsatz von Clustern zur verteilten Speicherung und Verarbeitung von Big Data

- Hochperformante und skalierbare Datenabfragen
Berufsübergreifende Qualifikationen 1 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807306 Business Development und Innovation 2 SWS 2.5 ECTS
Bereich 1: Betriebswirtschaftliche Grundbegriffe

- Rechnungswesen, Controlling und Bilanzierung

- Investition und Finanzierung

- Organisation, HR-Management und Führung

- Performance Management

- Marketing und Marktbearbeitung, Customer-Relationship-Management sowie Logistik

- Rechtliche Rahmenbedingungen

- Risiko und Risikomanagement

Bereich 2: Strategische Analys

- Externe Analyse der Makroökonomie, der Industrie, des Sektors etc

- Interne Analyse der Ressourcen, der Stakeholder, der Governance, der Unternehmenskultur etc

- SWOT-Analyse

Bereich 3: Strategien und Strategientwicklung

- Business Strategy vs. Corporate Strategy

- Mergers & Acquisitions sowie strategische Allianzen

- Strategieentwicklung in der Praxis

Bereich 4: Innovation

- Innovation, Entrepreneurship und Intrapreneurship

- Softwarelösungen zur Durchführung von Monte-Carlo-Simulationen ...
Berufsübergreifende Qualifikationen 1 | Seminar (SE) | Coursecode: 200807307 Wissenschaftliches Arbeiten und Schreiben 2 SWS 2.5 ECTS
Bereich 1: Wissenschaftstheorie

- Geschichte der Wissenschaftstheorie

- Wichtige Theorien bzw. Denkrichtungen der Wissenschaftstheorie

- Überblick über wissenschaftliche Forschungsmethoden

Bereich 2: Forschungsprozesse

- Ableitung der Forschungsfragen und Hypothesen

- Durchführung von Intensivrecherchen

- Design des Forschungsvorhabens bzw. Entscheidung hinsichtlich Methodik

- Analyse, Publikation und Präsentation des Erkenntnisgewinns

- Arbeitstechniken und Zeitmanagement

Bereich 3: Publikation und Publikationsstandards

- Klarer und konsistenter Schreibstil sowie geschlechtergerechte Formulierung

- Zitation und Umgang mit Literaturverwaltungsprogrammen

- Eigentumsrechte und ethische Grundsätze

- Strukturierung, Formatierung und Visualisierung

- Varianten des Publizierens

- Qualitätssicherung bzw. Reviews und Peer Reviews

- Rankings und Impact Faktoren
Computational Intelligence 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807302 Fortgeschrittene Themen der Künstlichen Intelligenz 2 SWS 2.5 ECTS
Bereich 1: Fortgeschrittene KI-gestützte Anwendungen

- Semantische Textanalyse und Textsynthese bzw. Natural Language Processing

- Biometrische Analysen

- Generierung synthetischer Datensätze

- Weitere fortgeschrittene KI-gestützte Anwendungen

Bereich 2: Methoden der Künstlichen Intelligenz in der Praxis

- Einsatzgebiet sowie Vor- und Nachteile verschiedener KI-Methoden

- Hybride Ansätze (Fuzzy-Neural-Ansätze etc.)

- Auswahl geeigneter KI-Methoden für konkrete Probleme

- Typische Fehler und Probleme sowie deren Vermeidung bzw. Reduktion

- Neue Ansätze der Künstlichen Intelligenz bzw. Computational Intelligence
Computational Intelligence 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807301 Neuronale Netze II: Deep Learning 2 SWS 2.5 ECTS
Bereich 1: Fortgeschrittene Themen hinsichtlich neuronaler Netze

- Convolutional Neural Networks

- Recurrent Neural Networks

- Generative Adversarial Networks

Bereich 2: Fortgeschrittene Anwendungen neuronaler Netze

- Handschrift- und Spracherkennung

- Kantendetektion in Bildern und Videos

- Objekterkennung in Bildern und Videos

Bereich 3: Deep Learning in der Praxis

- Deep Learning Frameworks für CPU-, GPU- und TPU-Computing

- Planung, Konzeption, Setup sowie Training und Optimierung von neuronalen Netzen
Computational Intelligence 3 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807303 Entscheidungs- und Spieltheorie 2 SWS 2.5 ECTS
Bereich 1: Präferenzen und Mechanismus Design Theorie

- Binäre Relationen und Präferenzordnungen

- Theorie offenbarter Präferenzen und Conjoint-Analysen

- Verfahren der Präferenzaggregation und Arrow's Unmöglichkeitstheorem

- Gibbard-Satterthwaite Theorem

Bereich 2: Entscheidungstheorie

- Entscheidungstheoretische Grundbegriffe

- Risikowahrnehmung und Risikoneigung

- Lösungskonzepte für Entscheidungen bei Risiko

- Lösungskonzepte für Entscheidungen bei Unsicherheit

Bereich 3: Nicht-kooperative Spieltheorie

- Grundbegriffe der nicht-kooperativen Spieltheorie

- Statische Spiele bei vollständiger Information

- Dynamische Spiele bei vollständiger Information

- Statische Spiele bei unvollständiger Infrormation

- Dynamische Spiele bei unvollständiger Information

- Auktionen und Auktionstheorie

Bereich 4: Kooperative Spieltheorie

- Grundbegriffe der kooperativen Spieltheorie ...
Computational Intelligence 3 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807304 Schwarmintelligenz und Evolutionäre Algorithmen 2 SWS 2.5 ECTS
Bereich 1: Schwarmintelligenz

- Grundlagen der Schwarmintelligenz

- Beispiele schwarmintelligenter Systeme

- Grundlagen der Partikelschwarmoptimierung

- Konzeption und Programmierung von schwarmintelligenten Modellen mittels Agenten-basierter Programmierung

- Evaluierung von schwarmintelligenten Modellen/Simulationen

Bereich 2: Genetische und evolutionäre Algorithmen

- Grundprinzipien genetischer und evolutionärer Algorithmen

- Anwendungen genetischer und evolutionärer Algorithmen

- Einsatz evolutionärer Algorithmen zur Evaluierung Agenten-basierter Modelle

- Grundprinzipien der evolutionären Spieltheorie

- Grundprinzipien der künstlichen Immunsysteme
Projekt | Projektarbeit (PA) | Coursecode: 200807309 Projektarbeit 1 SWS 7.5 ECTS
Bereich 1: Durchführung von Projekten aus dem Bereich Data Science

- Auseinandersetzung mit gegebenen Anforderungen

- Erarbeitung unterschiedlicher Lösungsstrategien

- Planung, Durchführung, Steuerung und Controlling des Projekts bzw. Projektfortschritts

- Zusammenarbeit im Team inkl. etwaiger Konfliktlösungen

Bereich 2: Projektdokumentation sowie Dissemination von Projektergebnissen

- Erstellung von Projektdokumentationen auf Basis von Normen, Standards und Vorgaben

- Präsentation und Diskussion des Projektfortschritts sowie der Projektergebnisse
Projekt | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807308 Projektmanagement und Evaluierung von Softwarelösungen 2 SWS 2.5 ECTS
Bereich 1: Grundlagen des F&E-Projektmanagements

- Grundbegriffe und Phasen

- Normen und Standards

- Methoden und Tools

- Grundlagen des agilen Projektmanagements

- Kommunikation, Präsentation und Moderation

- Krisenmamagement

Bereich 2: Förderprojekte

- Wichtige Grundlage hinsichtlich Förderprojekten

- Wichtige Fördergeber und Förderschienen

Bereich 3: Softwaregestütztes Projektmanagement

- Software zum Planen, Steuern und Controlling von Projekten

- Softwaregestütztes Projektmanagement in der Praxis

Bereich 4: Evaluierung von Softwarelösungen

- Wichtige Evaluierungskriterien für Software im Bereich Data Science

- Etablierte State-of-the-Art-Plattformen und -Softwarelösungen

4. Semester

Berufsübergreifende Qualifikationen 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807402 Erfolgsstrategien für Data Scientists 2 SWS 2.5 ECTS
Bereich 1: Data Science in der Praxis

- Analyse von Problemstellungen und Auswahl von geeigneten Methoden und Algorithmen

- Diskussion der Vor- und Nachteile verschiedener Methoden und Algorithmen

Bereich 2: Best Practices und die Zukunft von Data Sciene

- Best Practices bei Data Science Projekten

- Vermeidung typischer Fallstricke bei Data Science Projekten

- Diskussion über den Status Quo und die Zukunft von Data Science
Berufsübergreifende Qualifikationen 2 | Integrierte Lehrveranstaltung (IL) | Coursecode: 200807401 Ethik, Compliance und Datenschutz 2 SWS 2.5 ECTS
Bereich 1: Ethik

- Ethische Grundbegriffe und Problemstellungen

- Ethische Betrachtung von Big Data und Künstlicher Intelligenz

- Corporate Social Responsibility

Bereich 2: Datenschutz

- Grundbegriffe und Überblick

- Datenschutzgesetz

- Datenschutzgrundverordnung

- Rechtsdurchsetzung im Datenschutz

Bereich 3: Compliance bzw. IT-Compliance

- Governance und Compliance

- IT-Governance und IT-Compliance

- IT-Risiken und IT-Risikomanagement
Masterarbeit und Masterprüfung | Masterarbeit (MA) | Coursecode: 200807404 Masterarbeit 0.5 SWS 20 ECTS
Bereich 1: Masterarbeit

- Ableitung der Forschungsfragen und Hypothesen

- Durchführung von Intensivrecherchen

- Design des Forschungsvorhabens bzw. Entscheidung hinsichtlich Methodik

- Durchführung des geplanten Forschungsvorhabens

- Verfassung der Masterarbeit nach bestimmten Normen, Standards und Vorgaben

- Regelmäßige Abstimmungen mit dem Betreuer bzw. der Betreuerin der Masterarbeit

Bereich 2: Masterprüfung

- Präsentation und Verteidigung der Masterarbeit

- Ablegung von Teilprüfungen über wichtige studienplanrelevante Inhalte
Masterarbeit und Masterprüfung | Modul-/Abschlussprüfung (FA) | Coursecode: Masterprüfung 0 SWS 3 ECTS
Masterarbeit und Masterprüfung | Seminar (SE) | Coursecode: 200807403 Seminar zur Masterarbeit 1.5 SWS 2 ECTS
Bereich 1: Exposé zur Masterarbeit

- Verfassung des Exposés zur Masterarbeit nach bestimmten Normen, Standards und Vorgaben

Bereich 2: Dissemination erster Ergebnisse der Masterarbeit

- Präsentation und Verteidigung erster Ergebnisse der Masterarbeit

- Diskussion über erste Ergebnisse anderer Masterarbeitsprojekt

- Feedback geben und nehmen sowie reflektieren