Informatik (AI, ITS, ECS und WI) Department Informatik ......Gerhard Weiss (ed.) Multiagent Systems....

14
Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik Wahlpflichtvorlesungen WiSe20 Department Informatik, HAW Hamburg Dozent Titel Wochentag SWS Buth Certified Tester Di 2+2 Düsterlho Unternehmensführung und Entrepreneurship Mi, später Nachmittag 2+2 Ferreau / Ferreri eCommerce Fr 2+2 Jenke Computergrafik Mi 2+2 Köhler-Bußmeier Complex Adaptive Systems Mi 3+1 Lehmann Simulationssoftware Mi 2+2 Pareigis Embedded Machine Learning Di 2+2 Schäfers Parallel Programming with Java Fr 2+2 Schäfers und Tiedeman Einführung in “Computer Engineering” Mi 2+2 Schultz/Steffens Process Intelligence Di 2+2 Hinweise: Alle WP können unabhängig von ihrer Zuordnung zu einem Studiengang und einer Semestergruppe von allen Studierenden belegt werden; mit folgenden Ausnahmen o Vorlesungen am Di können mit Pflichtvorlesungen von AI4 und ITS4 in Konflikt stehen Die Zuordnung zu den WP erfolgt nach der Wahl und ist dann verbindlich; eine nachträgliche Anmeldung zu den WP, eine Änderung der WP-Zuteilung oder die Abmeldung von dem WP ist nur mit dem WP-Wechselschein möglich. https://www.haw-hamburg.de/fileadmin/user_upload/FakTI/FSB_TI/Formulare/Informations- _und_Elektrotechnik/Form_WhlfchAEnderung_neues_CD.pdf Im Folgenden finden sich die Modulbeschreibungen zu den WP Angeboten im WiSe 2020

Transcript of Informatik (AI, ITS, ECS und WI) Department Informatik ......Gerhard Weiss (ed.) Multiagent Systems....

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Wahlpflichtvorlesungen WiSe20 Department Informatik, HAW Hamburg

    Dozent Titel Wochentag SWS

    Buth Certified Tester Di 2+2

    Düsterlho Unternehmensführung und Entrepreneurship Mi, später

    Nachmittag

    2+2

    Ferreau / Ferreri eCommerce Fr 2+2

    Jenke Computergrafik Mi 2+2

    Köhler-Bußmeier Complex Adaptive Systems Mi 3+1

    Lehmann Simulationssoftware Mi 2+2

    Pareigis Embedded Machine Learning Di 2+2

    Schäfers Parallel Programming with Java Fr 2+2

    Schäfers und

    Tiedeman Einführung in “Computer Engineering” Mi

    2+2

    Schultz/Steffens Process Intelligence Di 2+2

    Hinweise:

    Alle WP können unabhängig von ihrer Zuordnung zu einem Studiengang und einer

    Semestergruppe von allen Studierenden belegt werden; mit folgenden Ausnahmen

    o Vorlesungen am Di können mit Pflichtvorlesungen von AI4 und ITS4 in Konflikt

    stehen

    Die Zuordnung zu den WP erfolgt nach der Wahl und ist dann verbindlich; eine nachträgliche

    Anmeldung zu den WP, eine Änderung der WP-Zuteilung oder die Abmeldung von dem WP

    ist nur mit dem WP-Wechselschein möglich. https://www.haw-hamburg.de/fileadmin/user_upload/FakTI/FSB_TI/Formulare/Informations-

    _und_Elektrotechnik/Form_WhlfchAEnderung_neues_CD.pdf

    Im Folgenden finden sich die Modulbeschreibungen zu den WP Angeboten im WiSe 2020

    https://www.haw-hamburg.de/fileadmin/user_upload/FakTI/FSB_TI/Formulare/Informations-_und_Elektrotechnik/Form_WhlfchAEnderung_neues_CD.pdfhttps://www.haw-hamburg.de/fileadmin/user_upload/FakTI/FSB_TI/Formulare/Informations-_und_Elektrotechnik/Form_WhlfchAEnderung_neues_CD.pdf

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-CT Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Certified Tester Foundation Level Praktikum: Praktikum Certified Tester Foundation Level

    Fach-semester

    4 - 6

    Arbeitsaufwand 36 Std. SemU, 36 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Bettina Buth Turnus Sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen empfohlen wird der Abschluss der Module SE1 und SE2 bzw SEA1 und SEA2

    SWS 2+2

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Technische Informatik“, „Informatik Technischer Systeme“, „Wirtschaftsinformatik“, „European Computer Science“

    Sprache Deutsch

    Lernziele und Kompetenzen

    Die Studierenden

    Können Tests für Softwareprodukte systematisch entwickeln und den Entwicklungsprozess gestalten,

    indem sie grundlegenden Begriffe im Bereich Softwaretesten einsetzen sowie die Methoden und Werkzeuge zur Testplanung sowie Testfallentwicklung und -durchführung anwenden und bewerten

    um als Entwickler, Tester und Manager im Software-Entwicklungsprozess fundierte Entscheidungen bezüglich der Teststrategien und Testplanung treffen zu können und die notwendigen Teilaufgaben selber durchführen zu können

    Inhalte Grundlagen des Testens – Begriffe und Motivation

    Testprozesse und Testen im Softwareentwicklungszyklus

    Statische Tests – Reviews und statische Analysen

    Dynamische Tests – Blackbox Tests, Whitebox Tests, Erfahrungsbasierte Tests

    Testmanagement

    Testwerkzeuge und Testautomatisierung

    Lehr- und Lernformen SemU: Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Regelhafte Prüfungsform: benotete Klausur Alternative Prüfungsformen: benotete mündliche Prüfung oder benotetes Referat (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

    Literatur Andreas Spillner, Tilo Linz: Basiswissen Softwaretest – Aus- und Weiterbildung zum Certified Tester – Foundation Level nach ISTQB Standard, dpunkt.verlag

    Aktuelle Literatur und Webseiten zu ausgewählten Themen im Bereich Softwaretests

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modul Unternehmensführung und Entrepreneuership von Jens Eric von Düsterlho

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-Computergrafik Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Einführung in die Computergrafik Praktikum: Praktikum Einführung in die Computergrafik

    Fach-semester

    4 - 6

    Arbeitsaufwand 54 Std. SemU, 18 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Philipp Jenke Turnus sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen empfohlen werden Module Mathematik, Programmiermethodik 1+2, Programmiertechnik, Algorithmen und Datenstrukturen

    SWS 2+2

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Technische Informatik“, „Informatik Technischer Systeme“, „Wirtschaftsinformatik“, „European Computer Science“

    Sprache Deutsch

    Lernziele und Kompetenzen

    Die Studierenden

    können dreidimensionale Objekte in geeigneten polygonalen Repräsentationen beschreiben und in einem Szenengraph strukturieren.

    können die grundlegenden Algorithmen der Geometrieverarbeitung auf polygonale Netze anwenden.

    können die Lichtausbreitung und -reflexion in virtuellen Szenen und deren Approximationen und Vereinfachungen in der Computergrafik beschreiben.

    können dreidimensionale Objekte und Szenen durch Simulation und prozeduraler Generierung synthetisieren.

    können über Vektor- und Matrizenrechnen zwischen Koordinatensystemen transformieren.

    können 3D-Anwendungen mit OpenGL entwickeln.

    Inhalte Rendering Pipeline, Kameratransformationen

    Dreiecksnetze: Repräsentation und grundlegende Algorithmen

    Oberflächeneigenschaften und Beleuchtungsmodelle

    Datenstrukturen der Computergrafik, insbesondere zur hierarchischen Szenenunterteilung und für Kurven

    Animation und Simulation

    Prozedurale Generierung von Objekten

    Lehr- und Lernformen SemU: Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Regelhafte Prüfungsform: benotete Klausur Alternative Prüfungsformen: benotete mündliche Prüfung oder benotetes Referat (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

    Literatur jeweils aktuelle Auflage:

    T. Akenine-Moeller; E. Haines, et al.: Real-Time Rendering, A.K. Peters

    A. Nischwitz, M. Fischer, P. Haberäcker, G. Socher: Computergrafik, Springer Vieweg

    M. Bender, M. Brill: Computergrafik. Ein Anwendungsorientiertes Lehrbuch, Carl Hanser Verlag GmbH & Co. KG

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    H. Bungartz, M. Griebel, C. Zenger: Einführung in die Computergrafik, Vieweg

    G. Virag: Grundlagen der 3D-Programmierung, open source Press

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-CAS (Complex adaptive Systems) Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Complex adaptive Systems Praktikum: Complex adaptive Systems

    Fach-semester

    4 - 6

    Arbeitsaufwand 54 Std. SemU, 18 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Köhler-Bußmeier Turnus sofern angeboten und gewählt: semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen SWS 3+1

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Informatik technischer Systeme“, „European Computer Science“ und „Wirtschaftsinformatik“

    Sprache deutsch

    Lernziele und Kompetenzen

    Die Studierenden

    untersuchen die besonderen Aspekte komplexer, adaptiver Systeme (Nichtlinearität, Musterbildung, Emergenz, Adaption usw.),

    indem Sie eigene Modelle komplexer, adaptiver Systeme entwerfen, implementieren und analysieren,

    um in SW-Entwicklungskontexten vergleichende Kosten/Nutzen-Abschätzungen in Bezug auf den Einsatz von Adaptionsmechanismen fundiert vornehmen zu können.

    Inhalte Multiagentensysteme und -simulation

    VKI: verteiltes Wissen & verteiltes Planen

    Kooperation & Verhandlung

    Spiel- und Netzwerktheorie

    Computational Social Choice

    soziale Netzwerke

    Agenten-Logiken

    Adaption und Lernen

    Schwarm-Intelligenz

    Emergenz und Selbstorganisation

    Weitere Themen nach Aktualität

    Lehr- und Lernformen SemU: Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Regelhafte Prüfungsform: benotetes Referat Alternative Prüfungsformen: benotete mündliche Prüfung oder benotete Klausur (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

    Literatur Michael Wooldridge. An introduction to multiagent systems. Wiley, 2005

    Yoav Shoham and Kevin Leyton-Brown. Multiagent Systems Algorithmic, Game-Theoretic, and Logical Foundations. Cambridge University Press, 2009

    David Easley and Jon Kleinberg. Networks, Crowds, and Markets: Reasoning About a Highly Connected World. Cambridge University Press. 2010

    Gerhard Weiss (ed.) Multiagent Systems. MIT Press. 2013

    Skripte der Dozenten

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-Simulationssoftware Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Simulationssoftware Praktikum: Simulationssoftware Praktikum

    Fach-semester

    4 - 6

    Arbeitsaufwand 54 Std. SemU, 18 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Thomas Lehmann Turnus Sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen Empfohlen werden die Module: Programmiermethoden 2/ Software Engineering, Analysis und Lineare Algebra

    SWS 2+2

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Technische Informatik“, „Informatik Technischer Systeme“, „Wirtschaftsinformatik“, „European Computer Science“

    Sprache Deutsch

    Lernziele und Kompetenzen

    Die Studierenden erstellen für ein Problemstellung eine Simulationssoftware, indem sie

    Verfahren, Methoden, Modellbildung und Anwendungsbereich analysieren und untersuchen,

    geeignete Simulationsmethoden/-verfahren auswählen,

    eine Modellbildung vornehmen,

    die nötige Simulationssoftware entwickeln und

    die Simulationssoftware geeignet validieren und verifizieren.

    Inhalte Zeitbasierte Simulation, nummerische Verfahren, Kinematik, Event-basierte Simulationen, Physic Engines, Agenten-basierte Simulationen, Modellbildung, Forschungsprozess/wissenschaftliche Dokumentation und Arbeitsweise

    Lehr- und Lernformen SemU: Rechnerpräsentation, freiwillige Übungsaufgaben, Recherchen, Reviews, Exzerpts, Ansätze forschenden Lernens

    Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Prüfungsformen: benotete mündliche Prüfung oder benotetes Referat (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

    Literatur “Handbook of simulation : principles, methodology, advances, applications, and practice”, Banks, Jerry (1998)

    “Simulation mechatronischer Systeme : Grundlagen und Beispiele für MATLAB und Simulink “, Glöckler, Michael (2018)

    “The Java simulation handbook : simulating discrete event systems with UML and Java” , Page, Bernd (2005)

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-Embedded Machine Learning Kürzel EML / EMLP

    Lehrveranstaltung(en) SemU: Embedded Machine Learning Praktikum: Embedded Machine Learning Praktikum

    Fach-semester

    4 - 6

    Arbeitsaufwand 54 Std. SemU, 18 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Stephan Pareigis Turnus Sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen SWS 2+2

    Verwendbarkeit Alle Bachelorstudiengänge an der Fakultät Technik und Informatik

    Sprache Englisch

    Lernziele und Kompetenzen

    Nach erfolgreicher Teilnahme am Modul können Studierende Deep-Learning-Verfahren anwenden, ein Faltungsnetz mit eigenen Daten trainieren, das trainierte Modell konvertieren und die Inferenz auf einem eingebetteten System durchführen lassen. Die Studierenden können zur Anwendung von Machine-Learning-Verfahren auf eingebetteten Systemen Netzarchitekturen und Hardware auswählen. Sie können Analysewerkzeuge einsetzen um den Trainingsvorgang zu analysieren und visualisieren. Anhand eines individuell durchgeführten Projekts haben Studierende Erfahrung mit einem realen eingebetteten Anwendungsszenario erworben. Die Studierenden können Machine-Learning-Verfahren für eingebettete Systeme evaluieren und technisch dokumentieren.

    Inhalte Einführung in ML-Tools, anaconda, python, tensorflow, keras

    Einführung in Neuronale Netze

    Einführung in Faltungsnetze (CNN) und deep learning

    Klassifikation und Objekterkennung mit MobileNet und SSD

    Einführung in Entwicklung mit Raspberry Pi und ML-Beschleuniger Coral, TFlite

    ML-Inferenz mit und ohne Software- und Hardwarebeschleuniger

    Vertiefende Themen: Transferlernen, Messung von Inferenzzeiten, Nutzung von GPUs, ML-Verfahren für Signale, Lernen in der Cloud

    Individuelles Projekt eigener Wahl mit Raspberry Pi, Jetson Nano oder ähnlichem oder Mobiltelefon aus den Bereichen Robotik, autonomes Fahren, Mobilität, smart home und weiteren.

    Dokumentation des eigenen Projekts in LaTeX mit technischer Beschreibung und Evaluation der eingesetzten Technologien

    Lehr- und Lernformen Vorlesung und Praktikum finden integriert statt, kurze Vorträge des Dozenten mit Folien, Programmierbeispiele mit Jupyter Notebook, Projektarbeit.

    Studien- und Prüfungsleistungen

    Die Prüfungsvorleistung (PVL) wird erteilt, wenn das individuelle Projekt erfolgreich implementiert wurde. Die zu benotene Prüfungsleistung ist eine Hausarbeit. Diese besteht aus der technischen Beschreibung und Evaluation des individuellen Projekts.

    Literatur www.tensorflow.org

    Schwaiger, R.; Steinwendner, J.: Neuronale Netze programmieren mit Python. Rheinwerk Computing

    Alpaydin, E.: Maschinelles Lernen. De Gruyter OLDENBURG, 2. Auflage, 2019

    Ipython-Notebooks des Dozenten

    Eigene Folien der Dozenten

    http://www.tensorflow.org/

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-Parallel Programming with Java Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Parallel Programming with Java Praktikum: Parallel Programming with Java

    Fach-semester

    4 - 6

    Arbeitsaufwand 54 Std. SemU, 24 Std. Praktikum, 102 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Michael Schäfers Turnus Sofern angeboten und gewählt jährlich

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen Sichere Java Kenntnisse wie sie z.B. in den Programmierenveranstaltungen (PT, PM1&PM2) vermittelt werden.

    SWS 3+1

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Technische Informatik“, „Informatik Technischer Systeme“, „Wirtschaftsinformatik“, „European Computer Science“

    Sprache Deutsch

    Lernziele und Kompetenzen

    Die Studierenden

    erkennen wann Parallelisierung lohnt

    können parallele Anwendungen im Shared-Memory-Umfeld entwickeln.

    haben ein sicheres Verständnis für die Probleme, die im Zusammenhang mit Parallelisierung auftreten können (wie mangelhafte Sichtbarkeit/Visibility, Cache-Trashing) und können dafür Lösungen entwickeln.

    können geeignete ThreadPool-Varianten auswählen, konfigurieren und einsetzen.

    können Exceptions aus Threads auffangen und in ThreadPools Thread Leakage erkennen und geeignete Massnahmen ergreifen.

    Inhalte Grundbegriffe: Thread, Task, Scheduling, Scheduler, Dispatcher, Thread-Prioritäten, Thread-Zustände, Deadlock, Starvation, Livelock, kritischer Abschnitt Java: Thread, Runnable, Interrupt

    Grundlegende Synchronisation: Mutex(Lock) -Varianten, Semaphore, Condition-Variablen, Signalisierungsvarianten

    Beispielhaftes lösen klassischer Synchronisationsprobleme wie z.B. das Erzeuger-Verbraucher-Problems in verschiedenen Varianten und Diskussion der jeweiligen Vor- und Nachteile

    Amdahl’s Law, Gustafson’s Lav

    Java Memory Model, Visibility

    Java Bibliotheken insbesondere java.util.concurrent

    Barrier (CountDownLatch, CyclicBarrier, Phaser)

    Threadpools: ExecutorService, ThreadPoolExecutor, ForkJoinPool, Future, Callable, ForkJoinTask, RejectedExecutionHandler

    Exceptions im Thread-Umfeld, AutoCloseable-Interface , Thread Leakage, UncaughtExceptionHandler

    Wechselnde weitere Themen der "Parallelen Programmierung" und deren Anwendung

    Lehr- und Lernformen SemU: Seminaristischer Unterricht, Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben

    Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Regelhafte Prüfungsform: benotete Klausur Alternative Prüfungsformen: benotete mündliche Prüfung oder benotetes Referat (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

    Literatur Nebenläufige Programmierung mit Java - Konzepte und Programmiermodelle für Multicore-Systeme

    Hettel, Jörg; Tan, Manh Tien dpunkt.verlag

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Java - Concurrency in Practice Goetz, Brian Addison-Wesley

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-Einführung in Computer Engineering Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Einführung "Computer Engineering" Praktikum: Einführung "Computer Engineering"

    Fach-semester

    4 - 6

    Arbeitsaufwand 54 Std. SemU, 24 Std. Praktikum, 102 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Michael Schäfers Prof. Dr. Tim Tiedemann

    Turnus Sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen Sichere Kenntnisse der Programmiergrundlagen wie sie z.B. in den Programmierenveranstaltungen (PT, PM1&PM2) vermittelt werden. Vorkenntnisse der elementaren Grundlagen der Elektrotechnik (z.B. Strom, Spannung)

    SWS 3+1

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Informatik Technischer Systeme“, „Wirtschaftsinformatik“, „European Computer Science“

    Sprache Deutsch

    Lernziele und Kompetenzen

    Die Studierenden

    können einfache digitale Schaltungen entwickeln

    können Algorithmen mit einer HDL in einem FPGA implementieren

    kennen sowohl die Gemeinsamkeiten von als auch die Unterschiede zwischen SW-Programmierung und HW-Entwicklung mit einer HDL

    können synthesefähigen HDL-Code schreiben

    können kombinatorische Logik und sequentielle Logik klar trennen und die nötigen Zustände identifizieren

    können HDL-basierte Testbenches implementieren

    beherrschen die Tool-Chain für den FPGA-Design-Flow und können die zugehörigen Reports auswerten.

    Inhalte Grundlagen: Wertetabellen, Gatter, Latches, Flip-Flops Abstraktionsebenen für den Schaltungsentwurf und insbesondere der Register

    Transfer Level (RTL)

    Die Hardware-Description-Language VHDL

    Das VHDL-Zeitmodel und der VHDL-Scheduler

    Erstellung HDL-basierter Stimuli-Generatoren und Responsechecker (Testbenches)

    Mehrwertige Logik bzw. Datentyp(en): std_ulogic/std_logic

    Asynchroner vs. synchroner Reset, PowerUp-Reset

    Kombinatorische und sequentielle Logik

    Mealy- und Moore-Automaten für den FSM-Entwurf und deren jeweilige Vor- und Nachteile

    Huffman-Normalform

    Disjunktive Normal Form (DNF) und Konjunktive Normal Form (KNF)

    Clk-Skew, Setup-&Holdtime-Violation

    Tristate, Open-Drain

    Einsynchronisieren asynchroner Signale

    Grundlegende Schaltungsarchitekturen: Multizyklus-Datenpfad, Pipeline, Resource-Shared-Pipeline

    Grundlagen zum Aufbau und Funktionsweise von CPLD, FPGA und ASIC

    Wechselnde weitere Themen des Computer Engineering und dessen Anwendung

    Lehr- und Lernformen SemU: Seminaristischer Unterricht, Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben

    Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Regelhafte Prüfungsform: benotete Klausur Alternative Prüfungsformen: benotete mündliche Prüfung oder benotetes Referat (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Literatur 1076-2008 - IEEE Standard VHDL Language Reference Manual

    G. Herrmann, D. Müller: ASIC - Entwurf und Test. Fachbuchverlag Leipzig / Carl Hanser Verlag 2004

    Bleck, Goedecke, Huss, Waldschmidt: Praktikum des modernen VLSI-Entwurfs. B.G. Teubner 1996.

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-PI Process Intelligence Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: Process Intelligence Praktikum: Process Intelligence

    Fach-semester

    4 - 6

    Arbeitsaufwand 36 Std. SemU, 36 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Martin Schultz / Prof. Dr. Ulrike Steffens Turnus Sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen -- SWS 3+1 oder 2+2

    Verwendbarkeit für die Studiengänge „Angewandte Informatik“, „Technische Informatik“, „Informatik Technischer Systeme“, „Wirtschaftsinformatik“, „European Computer Science“

    Sprache Deutsch / Englisch?

    Lernziele und Kompetenzen

    Die Studierenden

    untersuchen verschiedene Aspekte des Lebenszyklus von Prozessen

    indem sie Methoden, Technologien und Werkzeuge zur Prozessimplementierung und -simulation sowie zum Process Mining kennenlernen und praktisch erproben

    um Enwicklungs- und IT-Projekte in größeren organisatorischen Kontexten gestalten, unterstützen und durchführen zu können

    Inhalte Prozessanalyse

    Prozessdesign

    Prozesssimulation

    Prozessimplementierung

    Prozessautomatisierung

    Process Mining

    Lehr- und Lernformen SemU: Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Regelhafte Prüfungsform: benotete Klausur Alternative Prüfungsformen: benotete mündliche Prüfung oder benotetes Referat (nach Ankündigung) Voraussetzung (PVL): erfolgreiche Bearbeitung der Aufgaben

    Literatur W. van der Aalst: Process Mining: Data Science in Action, Berlin Heidelberg: Springer-Verlag

    M. Weske: Business Process Management: Concepts, Languages, Architectures, Springer-Verlag

    M. Dumas, M. L. Rosa, J. Mendling, und H. Reijers: Fundamentals of Business Process Management, Springer-Verlag

    Weitere Literatur wird in der Veranstaltung bekanntgegeben

  • Modulhandbuch für die Bachelor-Studiengänge HAW Hamburg Informatik (AI, ITS, ECS und WI) Department Informatik

    Modulbezeichnung WP-eCommerce Kürzel WP / WPP

    Lehrveranstaltung(en) SemU: eCommerce Praktikum: Praktikum eCommerce

    Fach-semester

    4 - 6

    Arbeitsaufwand 36 Std. SemU, 36 Std. Praktikum, 108 Std. Eigenarbeit/Selbststudium

    Dauer ein Semester

    Modulverantwortliche(r) Prof. Dr. Rüdiger Weißbach Turnus Sofern angeboten und gewählt semesterweise

    Art des Moduls Wahlpflichtmodul CP 6

    Voraussetzungen SWS 2+2

    Verwendbarkeit für den Studiengang „Wirtschaftsinformatik“ Sprache Deutsch

    Lernziele und Kompetenzen

    Die Studierenden sind in der Lage, Entscheidungen von Unternehmen bzgl. ihrer Online-/“E-Commerce“ und „EBusiness“- Aktivitäten zu analysieren, vorzubereiten und zu bewerten.

    Modellierung von Geschäftsprozessen.

    Betriebliche Anforderungen an Informationssysteme konkret definieren und projektbezogen managen.

    Inhalte Grundlagen der Internet-Ökonomie

    Grundlagen des digitalen Marketings

    Veränderungen im Kundenmanagement (E-CRM)

    Instrumente wie Banner und Multimedia-Marketing sowie E-Mail-, Search Engine- und Social-Network-Marketing

    Konsumentenverhalten in der digitalen Welt (relevante psychologische Konstrukte, wie Vertrauen, Zufriedenheit, Begeisterung, Flow oder Usability)

    Kundensegmentierung im Online Marketing

    Controlling digitaler Marketingaktivitäten (Web Analytics)

    integrierte Wertschöpfungsketten (E-SCM, E-Procurement); damit zusammenhängende technisch-organisatorische Aspekte (EDI, technische Dienstleister als Intermediäre)

    Entwicklung von Strategien und Geschäftsmodellen im Online-/E-Commerce sowie deren Umsetzung in adäquate Geschäftsprozesse

    Geschäftsprozessmodellierung (BPM)

    Anforderungsanalyse und -management (Requirements Engineering & Management)

    Trends im E-Commerce

    Lehr- und Lernformen SemU: Tafelarbeit, Rechnerpräsentation, freiwillige Übungsaufgaben Praktikum: Bearbeitung von Aufgaben in Kleingruppen mit abschließendem Abnahmegespräch

    Studien- und Prüfungsleistungen

    Klausur, Laborübung, mündliche Prüfung, Hausarbeit, Projektarbeit, Referat (einzeln oder in Kombination, vgl. § 10 Abs. 3 Satz 2 APSO-W)

    Literatur EABPM (Hg.): BPM CBOK® – Business Process Management BPM Common Body of Knowledge, Version 3.0. Wettenberg: Götz Schmidt 32014

    Heinemann, G.: Der neue Online-Handel: Geschäftsmodell und Kanalexzellenz im Digital Commerce, 6., vollst. überarb. Aufl., 2015

    Laudon, K./Laudon, J./Schoder, D.: Wirtschaftsinformatik. Hallbergmoos: Pearson 32015

    Olbrich, R. et al.: Electronic Commerce und Online-Marketing, 2015

    Pohl, K./Rupp, Ch.: Basiswissen Requirements Engineering. Heidelberg: dpunkt 32011