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 Daten - 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 - Neuronale Speicherung von Information, Makroskopischer Aufbau des Gehirns ...
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 Optimierungsaufgaben - 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 Analyse - 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 - Erstellung und Monte-Carlo-Simulation von Business Modellen und Finanzplänen ...
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 - Wichtige Lösungskonzepte für kooperative Spiele
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: 0 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 Masterarbeitsprojekte - Feedback geben und nehmen sowie reflektieren