Studienplan für den konsekutiven Masterstudiengang „Informatik“ an der RPTU Kaiserslautern-Landau
vom 26. 06. 2024
Neu in dieser Version:
- Aktualisierung des Lehrangebots in den Vertiefungen 'Algorithmik und Deduktion', 'Eingebettete Systeme und Robotik', 'Verteilte und Vernetzte Systeme' und 'Software Engineering'.
Inhaltsübersicht
1. Einleitung
2. Ziele des Studiengangs
3. Studienmodule und Vermittlungsformen
4. Dauer und Umfang des Studiengangs
5. Aufbau des Studiengangs
6. Masterprüfung
7. Studienverlaufsplan
8. Auslandsstudium und Mobilitätsfenster
Anhang: Studienverlaufsplan
Anhang 1: Abschnitte des Masterstudiengangs
Anhang 2: Zeitlicher Aufbau des Masterstudiengangs
1. Einleitung
Dieser Studienplan unterrichtet über Ziele, Struktur, Dauer, Umfang, Aufbau, Prüfung und die vorgesehenen Studienmodule des Masterstudiengangs „Informatik“. Er enthält Vorschläge für eine sinnvolle Abfolge der Studienmodule. Insbesondere regelt der Studienplan die Wahlmöglichkeiten in den Vertiefungen, die den Studienschwerpunkt bildet.
2. Ziele des Studiengangs
Der Masterstudiengang „Informatik“ vertieft und verbreitert die im Bachelorstudiengang „Informatik“ erworbene fachliche Basis im Bereich der Grundlagen, der Systeme und der Anwendungen. Damit werden insbesondere die Fähigkeiten zu Planung, Entwurf und Realisierung von Informatiksystemen sowie die berufliche Qualifikation verbessert.
Im Studium steht die Vermittlung und Anwendung von vertiefendem Wissen in zwei Teilgebieten der Informatik im Mittelpunkt. Dabei werden die Studierenden in diesen Teilgebieten bis an den Stand der Forschung herangeführt. Mit dem erfolgreichen Masterabschluss sind die Absolventen des Studiengangs zur selbständigen Weiterbildung entsprechend dem Stand der Forschung in den gewählten Vertiefungsgebieten befähigt. Ferner erhalten sie das Rüstzeug zum selbständigen wissenschaftlichen Arbeiten.
3. Studienmodule und Vermittlungsformen
Studienmodule (kurz: Module) werden in Form von Vorlesungen, Übungen, Seminaren und Projekten angeboten. Vorlesungen dienen der zusammenhängenden Darstellung und Vermittlung von Grundlagen, Aufbauwissen und Konzepten der Informatik. In Übungen wird die Anwendung des Vorlesungsstoffs anhand von selbständig zu lösenden Aufgaben erlernt und trainiert. Ziel eines Seminars ist die Einarbeitung in ein Thema der Informatik durch selbständiges Literaturstudium, das Anfertigen einer schriftlichen Ausarbeitung sowie die verständliche Präsentation des Themas. In Projekten werden umfangreichere Aufgabenstellungen der Informatik in Teamarbeit mit den erlernten Methoden und Techniken bearbeitet.
Vorlesungsmodule werden in Theoriemodule, Vertiefungsmodule und Ergänzungsmodule unterschieden. Theoriemodule vermitteln vertiefendes theoretisches Wissen von allgemeiner Bedeutung und sind daher von allen Studierenden zu absolvieren. Vertiefungsmodule vermitteln vertiefendes Wissen eines Teilgebiets der Informatik, wobei Wahlmöglichkeiten vorhanden sind. Ergänzungsmodule dienen dem Erwerb von Aufbauwissen in Teilbereichen der Informatik oder in einem Anwendungsbereich der Informatik.
Die Studienmodule haben ein in ECTS-Leistungspunkten angegebenes Gewicht, das ihrem Aufwand entspricht. Ein Leistungspunkt, abgekürzt LP, entspricht etwa 30 Arbeitsstunden. Darin enthalten sind Präsenzzeiten sowie Zeiten zur Vor- und Nachbereitung des Lehrstoffs, zur Lösung von Übungsaufgaben, zur Prüfungsvorbereitung und zur Erbringung der Prüfungsleistung.
4. Dauer und Umfang des Studiengangs
Die Regelstudienzeit bis zum Abschluss der Masterprüfung beträgt vier Semester. Das Masterstudium umfasst Studienmodule und die Masterarbeit mit einem Gesamtumfang von 120 ECTS-Leistungspunkten.
5. Aufbau des Studiengangs
Das Masterstudium ist in mehrere Abschnitte gegliedert (s. Abb. 1). Die Abschnitte Theoretische Informatik und Formale Grundlagen vermitteln vertiefendes theoretisches Wissen und schaffen damit wichtige Voraussetzungen für das wissenschaftliche Arbeiten. Während die Module aus dem Abschnitt Theoretische Informatik auf formale Methoden der Informatik eingeschränkt sind, können Module des Abschnitts Formale Grundlagen auch andere mathematisch/ingenieurwissenschaftliche Grundlagen umfassen, die in einer Vertiefung oder Anwendung der Informatik grundlegend sind.
Im Mittelpunkt des Masterstudiums stehen zwei vom Studierenden aus dem vorhandenen Angebot zu wählende Vertiefungen, die umfangreiches vertiefendes Wissen in jeweils einem größeren Teilgebiet der Informatik vermitteln. Einer der beiden Vertiefungsabschnitte umfasst auch ein Projektmodul und ein Seminarmodul.
Der Ergänzungsabschnitt enthält weitere Informatikmodule aus beliebigen Vertiefungsgebieten und/oder Module aus anderen Studiengängen, um eine Anwendung der Informatik zu betonen. Die Wahl der Module des Ergänzungsabschnitts muss vom Prüfungsausschuss bzw. ein von ihm beauftragten Mentor genehmigt werden.
In den Abschnitten 'Informatiktheorie', 'Formale Grundlagen', 'Vertiefung 1', 'Vertiefung 2' und 'Ergänzung' des Masterstudiums sind Prüfungsleistungen für Module auf Masterniveau im Umfang von insgesamt mindestens 56 LP zu erbringen.
Abb. 1: Aufbau des Masterstudiengangs "Informatik"
6. Masterprüfung
Die Masterprüfung setzt sich aus den studienbegleitenden Modulprüfungen und der Masterarbeit zusammen. Eine Modulprüfung besteht grundsätzlich aus einer Prüfungsleistung, die sich auf die Stoffgebiete des Moduls erstreckt; sie kann das Erbringen von Studienleistungen voraussetzen. Zu jedem Modul des Masterstudiengangs werden innerhalb eines Jahres zwei Prüfungstermine angeboten. Seminare werden auf der Basis der schriftlichen Ausarbeitung, der mündlichen Präsentation und der Beteiligung an der Diskussion beurteilt, Projekte aufgrund von erarbeiteten Lösungen und Testaten. Bei der Masterarbeit gehen das Ergebnis, die Ausarbeitung und das Abschlusskolloquium in die Bewertung ein.
7. Studienverlaufsplan
Der Studienverlaufsplan (s. Anhang) macht Angaben zu den Studienmodulen (Bezeichnung, Semesterwochenstunden, ECTS-Leistungspunkte), ihrer Zuordnung zu Abschnitten (vgl. 5.) und den Wahlmöglichkeiten. Er enthält ferner Empfehlungen für einen sachgerechten Aufbau des Studiums. Der Studienverlaufsplan ist Teil dieses Studienplans. Änderungen werden vom Fachbereichsrat beschlossen und sind über die Webseiten des Fachbereichs zu veröffentlichen.
8. Auslandsstudium und Mobilitätsfenster
Die Welt rückt immer näher zusammen, vor allem in der Informatik. Viele führende Forschungsinstitutionen befinden sich im Ausland. Alle großen Informatikfirmen haben internationale Wurzeln oder Außenstellen und ihre Kunden sind weltweit zu Hause. Die Forschungsgruppen des Fachbereichs Informatik sind ebenfalls international vernetzt. Es liegt deshalb auf der Hand, dass wir unsere Studierenden ermutigen, einen Teil ihres Studiums im Ausland zu verbringen.
Für Studierende des Fachbereichs Informatik bietet sich neben einem individuell organisierten Aufenthalt auch der Weg über Stipendien an. Das Sokrates/Erasmus Programm bietet die Möglichkeit, kostengünstig im europäischen Ausland zu studieren, da hierbei die Studiengebühren an der Partneruniversität erlassen werden. Die Forschungsgruppen des Fachbereichs Informatik haben eine Vielzahl von individuellen Kooperationspartnern, die auch ein Auslandsstudium unterstützen. Weiterführende Informationen zum Auslandsstudium bieten u.a. die Abteilung Internationales der RPTU Kaiserslautern-Landau und die Homepage des Fachbereichs Informatik.
Mobilitätsfenster
Typischerweise gehen Masterstudierende in den ersten drei Semestern ins Ausland, aber auch die Masterarbeit im vierten Semester kann bei Kooperationspartnern angefertigt werden, falls dies von einer Professorin oder einem Professor des Fachbereichs unterstützt wird. Ein festgeschriebenes Auslandssemester bzw. Mobilitätsfenster gibt es nicht.
Der beste Zeitraum für ein Auslandsstudium hängt stark vom individuellen Studienverlauf ab. Beispielsweise setzt das Masterprojekt Vorkenntnisse aus Vertiefungsvorlesungen voraus. Sollten diese nicht im Rahmen des Auslandsstudiums erworben werden können, wäre darauf zu achten, dass sowohl die Mastervorlesung als auch das Projekt an der TUK absolviert werden. Andererseits bietet der große Wahlpflichtblock des Masterstudiums ideale Voraussetzungen, ein Auslandsstudium zu absolvieren, ohne bestimmte Ersatzvorlesungen suchen zu müssen. Studienort und Lehrveranstaltungen können nach eigenen Interessen flexibel gewählt werden.
Obwohl für das Auslandsstudium ein Urlaubssemester eingelegt werden kann - wodurch das Fachsemester nicht weiter gezählt wird - können die Prüfungen im Ausland durchgeführt werden (während eines Urlaubssemesters können keine Prüfungen an der TU Kaiserslautern abgelegt werden). Mit dieser Öffnung möchte die TU das Auslandsstudium fördern. Sogar das erste Mastersemester kann ein Urlaubssemester sein, falls dieses im Ausland verbracht wird. Es ist aber darauf zu achten, dass die Vorlesungszeiten in vielen Ländern anders liegen als in Deutschland.
Die Planung eines Auslandsaufenthalts sollte etwa ein Jahr vor der geplanten Abreise beginnen. Die ersten Schritte sollten eine Studienberatung durch den Fachbereich und eine allgemeine Auslandsberatung durch die Abteilung Internationales der TU sein. Steht die Örtlichkeit des Aufenthalts fest, sollte der Auslandsaufenthalt mit der Mentorin bzw. dem Mentor besprochen und der individuelle Studienplan (formal "Prüfungsplan") angepasst werden. Anschließend muss ein so genanntes "Learning Agreement" erstellt werden (als Zusatz zum individuellen Studienplan). Hierbei handelt es sich um eine Auflistung von Lehrveranstaltungen, die an der Gasthochschule absolviert und im Studium eingebracht werden sollen. Das Dokument muss sowohl von der Gasthochschule als auch vom Vorsitzenden des (Master-) Prüfungsausschusses zwecks späterer Anerkennung unterschrieben werden.
Anhang: Studienverlaufsplan
Anhang 1: Abschnitte des Masterstudiengangs
Theoretische Informatik
Dieser Pflichtabschnitt beinhaltet ein oder zwei Theoriemodul(e) im Umfang von mindestens 8 ECTS-LP aus folgender Liste:
- MAT-52-11-M-7 "Graphen und Algorithmen" (4V+2U; 9.0LP; EN)
- INF-36-52-M-6 "Verified Functional Programming" (4V+2U; 8.0LP; EN)
- INF-56-51-M-6 "Concurrency Theory" (4V+2U; 8.0LP; EN)
- INF-56-52-M-5 "Advanced Automata Theory" (4V+2U; 8.0LP; EN)
- INF-56-53-M-5 "Komplexitätstheorie" (4V+2U; 8.0LP; EN)
- INF-59-51-M-5 "Automated Reasoning" (4V+2U; 8.0LP; EN)
- INF-62-52-M-6 "Verifikation reaktiver Systeme" (4V+2U; 8.0LP; EN)
- INF-75-50-M-5 "Machine Learning I - Theoretical Foundations" (4V+2U; 8.0LP; EN)
Formale Grundlagen
Dieser Pflichtabschnitt beinhaltet ein oder zwei formale Grundlagenmodul(e) im Umfang von mindestens 8 ECTS-LP aus folgender Liste (dies können Vorlesungen aus der Theoretischen Informatik, aber auch formale Grundlagen anderer Fachbereiche sein):
Themenbereich "Informatik-Theorie"- INF-36-52-M-6 "Verified Functional Programming" (4V+2U; 8.0LP; EN)
- INF-56-51-M-6 "Concurrency Theory" (4V+2U; 8.0LP; EN)
- INF-56-52-M-5 "Advanced Automata Theory" (4V+2U; 8.0LP; EN)
- INF-56-53-M-5 "Komplexitätstheorie" (4V+2U; 8.0LP; EN)
- INF-59-51-M-5 "Automated Reasoning" (4V+2U; 8.0LP; EN)
- INF-62-52-M-6 "Verifikation reaktiver Systeme" (4V+2U; 8.0LP; EN)
- INF-75-50-M-5 "Machine Learning I - Theoretical Foundations" (4V+2U; 8.0LP; EN)
- MAT-14-12-K-3 "Einführung in das symbolische Rechnen" (4V+2U; 9.0LP; DE)
- MAT-40-11-M-4 "Kommutative Algebra" (4V+2U; 9.0LP; EN)
- MAT-40-14-M-4 "Kryptographie" (4V+2U; 9.0LP; EN)
- MAT-40-28-M-4 "Ebene algebraische Kurven" (2V+1U; 4.5LP; EN)
- MAT-40-29-M-4 "Quadratische Zahlkörper" (2V+1U; 4.5LP; EN)
- MAT-50-11-M-4 "Ganzzahlige Optimierung: Polyedertheorie und Algorithmen" (4V+2U; 9.0LP; EN)
- MAT-50-12-M-4 "Nichtlineare Optimierung" (4V+2U; 9.0LP; EN)
- MAT-51-13-M-7 "Multikriterielle Optimierung" (4V+2U; 9.0LP; EN)
- MAT-52-11-M-7 "Graphen und Algorithmen" (4V+2U; 9.0LP; EN)
- MAT-52-12-M-7 "Fortgeschrittene Netzwerkflüsse und Egoistisches Routing in Netzwerken" (4V+2U; 9.0LP; EN)
- MAT-52-14-M-7 "Online-Optimierung" (4V+2U; 9.0LP; EN)
- MAT-59-11-M-7 "Theorie der Scheduling-Probleme" (4V+2U; 9.0LP; EN)
- MAT-60-12-M-4 "Regression und Zeitreihenanalyse" (4V+2U; 9.0LP; EN)
- MAT-60-14-M-6 "Monte-Carlo-Algorithmen" (4V+2U; 9.0LP; EN)
- MAT-80-11-M-4 "Differentialgleichungen: Numerik GDGL & Einführung in PDGL" (*; 9.0LP; EN)
- MAT-80-12A-M-4 "Einführung in die System- und Kontrolltheorie" (2V+1U; 4.5LP; EN)
- MAT-80-17-M-6 "Dynamische Systeme" (2V+1U; 4.5LP; EN)
- EIT-LRS-504-M-3 "Lineare Regelungen" (3V+1U; 5.0LP; DE)
- MV-TM-136-M-4 "Finite Elemente" (3V+1U; 6.0LP; DE)
Vertiefung 1
In diesem Abschnitt erlernen die Studierenden vertiefte Kenntnisse in einem Gebiet der Informatik, die sie dazu befähigen, den Stand der Forschung auf diesem Gebiet weiterentwickeln zu können. Der Abschnitt besteht aus aufeinander abgestimmten Vertiefungsvorlesungen der Informatik, mindestens einem Projekt und mindestens einem Seminar. Es müssen Prüfungsleistungen im Umfang von mindestens 16 LP erbracht werden. Wird die Vertiefung „Data Science“ im Abschnitt „Vertiefung 1“ gewählt, müssen in allen Unterabschnitten Module im jeweils angegebenem Mindestumfang absolviert werden, um den Abschnitt „Vertiefung 1“ erfolgreich abzuschließen. Der Fachbereich Informatik bietet die nachfolgend genannten und in Anhang 3 beschriebenen Gebiete an:
- Algorithmik und Deduktion
- Eingebettete Systeme und Robotik
- Informationssysteme
- Intelligente Systeme
- Verteilte und Vernetzte Systeme
- Software-Engineering
- Visualisierung und Scientific Computing
- Data Science
Vertiefung 2
Dieser Abschnitt verfolgt dieselben Ziele wie der Abschnitt Vertiefung 1, kann jedoch kleiner als die erste Vertiefung sein. In der Vertiefung 2 dürfen auch Seminare und Projekte gewählt werden. Es müssen Prüfungsleistungen im Umfang von mindestens 12 LP erbracht werden. Die wählbaren Gebiete und deren Vorlesungsmodule sind (falls nicht bereits belegt in Vertiefung 1):
- Algorithmik und Deduktion
- Eingebettete Systeme und Robotik
- Informationssysteme
- Intelligente Systeme
- Verteilte und Vernetzte Systeme
- Software-Engineering
- Visualisierung und Scientific Computing
Ergänzung
Dieser Abschnitt wird von den Studierenden in Absprache mit einer Mentorin oder einem Mentor (vom Prüfungsausschuss zugeordnete Professorin oder zugeordneter Professor am Fachbereich Informatik) geplant. Der Prüfungsplan für die Ergänzung kann folgende Ziele verfolgen:
- Breitenbildung in der Informatik durch Wahl weiterer Module aus anderen Vertiefungsgebieten.
- Stärkung des Studienprofils in einem selbst gewählten Anwendungsbereich durch Wahl von Modulen anderer Fachbereiche.
Bis zu 8 LP an Modulen können aus dem Bereich der überfachlichen Qualifikation gewählt werden (z.B. Persönlichkeitsentwicklung, gesellschaftlich/ethische Aspekten der Informatik, Erwerb von Fremdsprachen, usw.)
Werden Module anderer Fachbereiche gewählt, so dürfen hiervon maximal 10 LP aus einem Bachelorstudiengang stammen.
In der Ergänzung können weitere Projekte bzw. ein Modul zur angeleiteten Forschung platziert werden (allerdings nur solche, die nicht einer der gewählten Vertiefungen zugeordnet sind). Voraussetzung: in den Abschnitten 'Informatiktheorie', 'Formale Grundlagen', 'Vertiefung 1', 'Vertiefung 2' und 'Ergänzung' des Masterstudiums werden Prüfungsleistungen für Module auf Masterniveau im Umfang von insgesamt mindestens 56 LP erbracht.
Die Mentorin bzw. der Mentor genehmigt den Prüfungsplan, wenn dieser den genannten Zielen entspricht.
Angeleitete Forschung
Besonders begabte und an der Forschung interessierte Studierende können Module der angeleiteten Forschung (inkl. wissenschaftliche Publikation) in der Ergänzung einbringen. Voraussetzung hierfür ist die Bestätigung der Qualifikation und die Bereitschaft zur Betreuung durch einen Hochschullehrer.
Masterarbeit
Die Masterarbeit ist eine individuelle Prüfungsleistung zum Abschluss des Masterstudiums.
- INF-81-11-M-7 "Masterarbeit" (15L; 30.0LP; DE-EN)
Anhang 2: Zeitlicher Aufbau des Masterstudiengangs
| Semester | Theoretische Informatik / Formale Grundlagen | Vertiefung 1 | Vertiefung 2 | Ergänzung | ECTS-LP |
| 1 |
Ein Theoriemodul aus Anhang 1. |
Vertiefungsvorlesungen (Module über 16 LP) | Vertiefungsvorlesungen (Module über 12 LP) |
Wahlmodule im Gesamtumfang von 34 LP. |
ca. 30LP |
| 2 |
Ein formales Grundlagenmodul aus Anhang 1. |
ca. 30LP | |||
| 3 |
Ein Seminar (4 LP) und ein Projekt (8 LP). |
ca. 30LP | |||
| 4 | INF-81-11-M-7 "Masterarbeit" (15L; 30.0LP; DE-EN) | 30LP | |||
| ECTS-LP | 16 | 28 | 12 | 34 | 120 |
Anhang 3: Vertiefungen
Die Abschnitte Vertiefung 1 und Vertiefung 2 vermitteln umfangreiches vertiefendes Wissen in Teilgebieten der Informatik. Der Fachbereich Informatik bietet folgende Vertiefungen an, von denen zwei zu wählen sind. Bestandteile der Vertiefungsabschnitte sind Vorlesungsmodule (Vertiefung 1 minimal 16 LP, Vertiefung 2 minimal 12 LP) sowie in Vertiefung 1 ein Projektmodul (8 LP) und ein Seminarmodul (4 LP). Die nachfolgenden Vertiefungsbeschreibungen regeln Lehrangebot und Wahlmöglichkeiten.
Die Vertiefungsabschnitte sind in Unterabschnitte unterteilt, von denen einige Pflicht sein können. Alle Unterabschnitte enthalten eine Liste von Studienmodulen, wovon einige Pflicht sein können, falls der Unterabschnitt gewählt wird. Unterabschnitte können auch Restriktionen bzgl. minimaler Anzahl von Leistungspunkten der aus dem Unterabschnitt gewählten Module besitzen.
| Algorithmik und Deduktion | |
|---|---|
| Vertiefungsbeauftragte | Prof. Anthony Lin (AG Automatic Reasoning) |
| Lernziele / Kompetenzen |
Aufgabe der Algorithmik ist es, möglichst gute algorithmische Lösungen für Problemstellungen aus allen
Bereichen der Informatik zu finden. Von daher stellt sie eine Querschnittsdisziplin dar,
die eine Anwendung in jeglicher Richtung erlaubt. Neben dem reinen Entwurf des Algorithmus,
hat sie es zum Ziel, die erzielte Güte und die Korrektheit des Vorgehens mathematisch zu beweisen
und die Komplexität der behandelten Probleme zu untersuchen. |
| Unterabschnitt Grundlagen | Wahl aus:
|
| Unterabschnitt Algorithmen | Wahl aus:
|
| Unterabschnitt Programmsemantik und Deduktion |
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule | Wahl aus:
|
| Seminarmodule | Wahl aus:
|
| Eingebettete Systeme und Robotik | |
|---|---|
| Vertiefungsbeauftragter | Prof. Klaus Schneider (AG Eingebettete Systeme) |
| Lernziele / Kompetenzen |
Unter eingebetteten Systemen versteht man informationsverarbeitende Hardware- und Softwaresysteme, die integraler Bestandteil komplexer technischer Systeme sind und dort alle zentralen Steuerungsfunktionen übernehmen und/oder kontinuierliche Datenströme in Echtzeit verarbeiten. Sie werden in fast allen industriellen Produkten eingesetzt und bestimmen zunehmend deren Eigenschaften. Durch die Integration vieler Teilsysteme handelt es sich bei ihnen häufig um sehr komplexe Systeme. Darüber hinaus sind viele eingebettete Systeme Bestandteil sicherheitskritischer Anlagen. Eingebettete Systeme werden in verschiedenen Anwendungen und vielen Varianten benötigt und entziehen sich somit uniformen Lösungen. Studierende erlernen in dieser Vertiefung den systematischen Entwurf eingebetteter Systeme. Je nach Wahl aus den angebotenen Vertiefungsvorlesungen kann der Fokus mehr in Richtung Software Engineering für eingebettete Systeme, in Richtung Entwicklung der Hardwareplattform eingebetteter Systeme oder in Richtung der Entwicklung ausgezeichneter Anwendungen am Beispiel der Robotik verschoben werden. Kenntnisse über das Verhalten des umgebenden technischen Systems werden über die Nebenfachvorlesungen vermittelt. Diese sind für die Entwicklung eingebetteter Systeme im engeren Sinn essentiell. |
| Unterabschnitt Grundlagen | Wahl aus:
|
| Unterabschnitt Robotik | Wahl aus:
|
| Unterabschnitt Modellbasierter Entwurf | Wahl aus:
|
| Unterabschnitt Systemarchitektur | Wahl aus:
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule | Wahl aus:
|
| Seminarmodule | Wahl aus:
|
| Informationssysteme | |
|---|---|
| Vertiefungsbeauftragter | Prof. Stefan Deßloch (AG Heterogene Informationssysteme) |
| Lernziele / Kompetenzen | Ziel des Vertiefungsblocks ist der Erwerb vertiefender und spezialisierender Kenntnisse und Fähigkeiten im Bereich der Informationssysteme. Informationssysteme sind zum einen oftmals stark datenbankbasierte, transaktionsverarbeitende Anwendungen, zum anderen müssen Informationssysteme wie Websuchmaschinen große Mengen von unstrukturierten Daten in geeigneter Art und Weise effektiv und effizient durchsuchbar machen oder durch geeignete Analyseverfahren (Datamining) interessante Aspekte herausfiltern. Basierend auf den im Bachelorstudium vermittelten Grundlagen erwerben die Studierenden umfassendes und fundiertes Wissen sowohl im Bereich der Funktionalität und Realisierung von Datenbanksystemen, als auch im Gebiet der Entwicklung und Analyse von Anwendungssystemen bzw. -systemklassen, in denen Informationssysteme zum Einsatz kommen. Neben Themen zu Informationssuche und Datamining werden Grundlagen von Middleware-Lösungen und verteilten Datenmanagement zur Handhabung von "Big Data" betrachtet. |
| Unterabschnitt Grundlagen | Module:
|
| Unterabschnitt Verteilte Informationssysteme | Wahl aus:
|
| Unterabschnitt Modellierung, Suche und Mining | Wahl aus:
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule |
Wahl aus:
|
| Seminarmodule |
|
| Intelligente Systeme | |
|---|---|
| Vertiefungsbeauftragter | Prof. Marius Kloft (AG Maschinelles Lernen) |
| Lernziele / Kompetenzen |
Intelligente Systeme (IS) umfassen ein Gebiet der Informatik, das sich damit beschäftigt, Computer ein intelligentes Verhalten zu geben: Computer sollen Bilder, Sprache und Texte verstehen; Software soll selbständig planen, entscheiden und schlussfolgern; Systeme sollen Sensordaten und Benutzerverhalten interpretieren und mit den Nutzern kommunizieren und zusammenarbeiten. IS stellen die Basistechnologien für viele schnell wachsende Anwendungsfelder bereit: z.B. Internet-Suche, Computerspiele, soziale Netze, E-Commerce, elektronischer Handel, intelligente Gebäude, Data-Mining, digitale Bibliotheken, intelligente Benutzerschnittstellen. Studierende der Vertiefung IS sind nach ihrem Studium in der Lage, anspruchsvolle industrielle Entwicklungen und akademische Forschung in den Gebieten Künstliche Intelligenz, Maschinelles Lernen, Mustererkennung und Maschinelles Sehen durchzuführen. Der Studiengang verbindet formale Grundlagen mit praktischen Anwendungen. Studierende haben bereits während ihres Studiums die Möglichkeit, aktiv in den Forschungsgruppen des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) im Bereich der IS mitzuwirken. Voraussetzung für die Vertiefung IS sind gute Kenntnisse und Fähigkeiten in den Bereichen Algorithmik, Komplexitätstheorie und Softwareentwicklung sowie Interesse an diskreter Mathematik, Analysis und Stochastik. |
| Unterabschnitt Grundlagen | Wahl aus:
|
| Unterabschnitt Modelle komplexer Systeme | Wahl aus:
|
| Unterabschnitt Data Analysis and Mining | Wahl aus:
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule | Wahl aus:
|
| Seminarmodule | Wahl aus:
|
| Verteilte und Vernetzte Systeme | |
|---|---|
| Vertiefungsbeauftragter | Prof. Jens Schmitt (AG Verteilte Systeme) |
| Lernziele / Kompetenzen | Ziel des Vertiefungsblocks ist der Erwerb vertiefender und spezialisierender Kenntnisse und Fähigkeiten im Bereich der verteilten und vernetzten Systeme, entsprechend dem Stand der Praxis und der Forschung in diesem Gebiet. Schwerpunkte sind Kommunikationsprotokolle und deren ingenieurmäßige Entwicklung sowie die Leistungsanalyse von verteilten Systemen und die Bereitstellung von Sicherheit in Netzen. Vermittelt werden u. a. Kenntnisse über spezialisierte Algorithmen und Protokolle für drahtgebundene und drahtlose Netze, darunter Basistechnologien, dienstgütefähige Protokolle, Verfahren zur Zeitsynchronisation, zum Duty Cycling, zur deterministischen Arbitrierung und zur Leitwegwahl. Im Bereich der Leistungsanalyse erwerben die Studierenden die Fähigkeit, mithilfe des sogenannten Netzwerkkalküls komplexe vernetzte und verteilte Systeme zu modellieren. Hinsichtlich der Sicherheit in Netzen werden sowohl Kenntnisse über mögliche Angriffe als auch deren Abwehr mithilfe verschiedener Techniken vermittelt. Diese Kenntnisse werden praktisch in Übungen und Projektmodulen angewendet, um so die zur Entwicklung und Bewertung von verteilten und vernetzten Systemen erforderlichen Fähigkeiten zu erwerben. |
| Unterabschnitt Grundlagen | Wahl aus:
|
| Unterabschnitt Leistungs- und Sicherheitsanalyse | Wahl aus:
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule |
Wahl aus:
|
| Seminarmodule |
Wahl aus:
|
| Software-Engineering | |
|---|---|
| Vertiefungsbeauftragter | Prof. Peter Liggesmeyer (AG Software Engineering: Dependability) |
| Lernziele / Kompetenzen |
Die Studierenden erlernen die technischen und theoretischen Grundlagen des Software Engineering, die bei der Entwicklung, Verteilung und Nutzung von Softwaresystemen zum Einsatz kommen. Die Studierenden erwerben Fähigkeiten, die sie darauf vorbereiten, später in Führungspositionen – typischerweise als Systemarchitekt*innen, Projektleiter*innen oder Qualitätsmanager*innen – hineinzuwachsen. Daher spielen die arbeitsteiligen Prozesse der Entwicklung, Verteilung und Nutzung von Softwaresystemen eine wichtige Rolle. Neben vertieften Fachkenntnissen des Software Engineering werden Modelle und Werkzeuge zur Entwicklung und Pflege von Softwaresystemen vermittelt. Dabei stehen moderne Programmiersprachen und Sprachkonzepte sowie die Verifikation von Programmen im Fokus. Der forschungsorientierte Ansatz befähigt die Studierenden zur eigenständigen Vertiefung wissenschaftlicher Themen. |
| Unterabschnitt Grundlagen | Wahl aus:
|
| Unterabschnitt Software-Prozesse | Wahl aus:
|
| Unterabschnitt Sichere und zuverlässige Systeme | Wahl aus:
|
| Unterabschnitt Programmiermethodik und Sprachen | Wahl aus:
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule |
|
| Seminarmodule |
|
| Visualisierung und Scientific Computing | |
|---|---|
| Vertiefungsbeauftragter | Prof. Christoph Garth (AG Computational Topology) |
| Lernziele / Kompetenzen | Die wissenschaftliche Disziplin des Scientific Computing beschäftigt sich mit der Konstruktion von Simulationsmodellen, Analyse- und Entwurfstechniken, die bei der computergestützten Lösung von wissenschaftlichen und technischen Problemen und Entwurfsaufgaben in rapide steigendem Maße eingesetzt werden. Der Vertiefungsblock “Visualisierung und Scientific Computing” erlaubt Studierenden, sich mit den Problemen und Techniken des Scientific Computing vertraut zu machen und bis zum aktuellen Stand der Wissenschaft zu vertiefen. Hierbei stehen insbesondere die drei Aspekte geometrische Modellierung, Optimierung und Visualisierung im Vordergrund, die durch Themen der Computergrafik untermauert werden. Unterstützt wird diese Vertiefungsrichtung durch ein breites Angebot an Nebenfächern, das mit den gewählten Informatikthemen abgestimmt werden sollte und mögliche Anwendungen des Scientific Computing detailliert sowie Informatikkenntnisse durch Wissen aus den Nebenfächern ergänzt. |
| Unterabschnitt Grundlagen | Wahl aus:
|
| Unterabschnitt Geometric Modelling | Wahl aus:
|
| Unterabschnitt Scientific Visualization | Wahl aus:
|
| Unterabschnitt Scientific Computing | Wahl aus:
|
| Unterabschnitt Höchstleistungsrechnen | Wahl aus:
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule | Wahl aus:
|
| Seminarmodule | Wahl aus:
|
| Data Science | |
|---|---|
| Vertiefungsbeauftragter | Prof. Christoph Garth (AG Computational Topology) |
| Lernziele / Kompetenzen |
Diese Vertiefung zielt darauf ab, Studierenden spezialisierte Kenntnisse und Fertigkeiten zu vermitteln, die den aktuellen Stand der Praxis und Forschung im Bereich Data Science widerspiegeln. Ein Schwerpunkt liegt auf der Beherrschung fortschrittlicher Methoden der Datenverarbeitung und -analyse. Dies beinhaltet u.a. die effiziente Verwaltung und Abfrage von Datenbanken. Studierende erlernen Techniken im Bereich Machine Learning und Data Analytics und befassen sich dabei mit der Fragestellung, wie man aus komplexen Datensätzen relevante Informationen und Muster extrahieren und wertvolle Erkenntnisse gewinnen kann. Dies umfasst statistische Analysen, explorative Datenanalysen und fortgeschrittene Data Mining-Methoden. Darüber hinaus erwerben Studierende die Fähigkeit, Daten visuell ansprechend darzustellen und so Erkenntnisse verständlich zu kommunizieren. Der Vertiefungsbereich Data Science bildet somit Absolventinnen und Absolventen aus, die in der Lage sind, komplexe datenbasierte Herausforderungen in diversen Anwendungsfeldern anzugehen und innovative Lösungen zu entwickeln. |
| Unterabschnitt Machine Learning und Data Analytics | Wahl aus (≥ 8 LP):
|
| Unterabschnitt Visualisierung | Wahl aus (≥ 4 LP):
|
| Unterabschnitt Datenbanksysteme und Data Mining | Wahl aus (≥ 4 LP):
|
| Unterabschnitt Angeleitete Forschung (vgl. Anhang 1) |
|
| Projektmodule | Wahl aus:
|
| Seminarmodule | Wahl aus:
|