Vorlesungsverzeichnis. Master of Science - Computational Science Prüfungsversion Wintersemester 2013/14. Sommersemester 2020

Größe: px
Ab Seite anzeigen:

Download "Vorlesungsverzeichnis. Master of Science - Computational Science Prüfungsversion Wintersemester 2013/14. Sommersemester 2020"

Transkript

1 Vorlesungsverzeichnis Master of Science - Computational Science Prüfungsversion Wintersemester 2013/14 Sommersemester 2020

2 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 12 VII. Kernmodule Computational Science Architekturen und Middleware für das wissenschaftliche Rechnen V - Konzepte paralleler Programmierung U - Konzepte paralleler Programmierung 13 Geomatik 13 Intelligente Datenanalyse in den Naturwissenschaften VU - Machine Learning VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 14 Netzbasierte Speichersysteme VU - Netzbasierte Speichersysteme 15 Effiziente Datenverarbeitung für die Naturwissenschaften S2 - Visual Analytics for high-dimensional Data VU - Laufzeitsysteme 16 Modellierung für die Naturwissenschaften 17 Cartesisches Seminar OS - Cartesisches Seminar 17 Deklarative Problemlösung und Optimierung 17 Resiliente Systeme 18 Numerische Aspekte wissenschaftlichen Rechnens 18 VIII. Vertiefungsmodule Informatik Verteilte Systeme VU - Verteilte Systeme 18 Leistungsanalyse 18 Maschinelles Lernen I PJ - Individuelles interdisziplinäres Projekt PJ - Individuelles interdisziplinäres Projekt VU - Machine Learning VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 19 Maschinelles Lernen II PR - Individuelles Praktikum PR - Individuelles Praktikum VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 20 Multimediale Systeme PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity S - Gewissensbits: Digital first, Bedenken second? 22 Service-orientierte Architekturen 22 Pervasive Computing PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity S - Gewissensbits: Digital first, Bedenken second? 23 2

3 Inhaltsverzeichnis E-Learning PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity U - E-Learning V - E-Learning 26 Service- und Software- Engineering II VU - Software Engineering II PJ - Themen der sprachbasierten Sicherheit S - Themen der sprachbasierten Sicherheit VU - Laufzeitsysteme 27 Formale Methoden im Software Engineering VU - Software Engineering II S - Themen der sprachbasierten Sicherheit VU - Laufzeitsysteme 28 IT und Organisation II 28 Programmiersprachen und Compilertechnologie PJ - Themen der sprachbasierten Sicherheit S - Themen der sprachbasierten Sicherheit 28 Technische Informatik II S - Multi Media Signal Processing MSP S - Patente in der Informatik, speziell für zuverlässige Systeme VU - Hardware-Architekturen für KI-Anwendungen 31 Formale Methoden und ihre Komplexität 31 Sicherheit, Information und Komplexität 31 Automatisierte Logik und Programmierung: Formale Kalküle und Beweissysteme 32 Semantik und Typsysteme 32 Automatisierte Logik und Programmierung: Beweisautomatisierung und Programmsynthese 32 Entwurf effizienter Algorithmen 32 Kognitive Technologien PR - Cognitive technologies S - Cognitive technologies 32 Aktuelle Themen der Künstlichen Intelligenz S - Cognitive technologies 33 Deklarative Modellierung 33 Informatik und Gesellschaft II PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity VU - Didaktik der Informatik II S - Patente in der Informatik, speziell für zuverlässige Systeme S - Gewissensbits: Digital first, Bedenken second? 35 Advanced Topics in Computer Science I VU - Digital Government VU - Betriebliches Wissensmanagement S - esport und digitale Gesellschaft 38 Advanced Topics in Computer Science II VU - Digital Government VU - Betriebliches Wissensmanagement S - esport und digitale Gesellschaft 41 3

4 Inhaltsverzeichnis IX. Wahlpflichtmodul Advanced Topics in Computer Science I VU - Digital Government VU - Betriebliches Wissensmanagement S - esport und digitale Gesellschaft 44 Advanced Topics in Computer Science II VU - Digital Government VU - Betriebliches Wissensmanagement S - esport und digitale Gesellschaft 46 Agententechnologie PR - Agent-technology S - Agent-technology 48 Aktuelle Themen der Künstlichen Intelligenz S - Cognitive technologies 48 Aktuelle Themen der neurokognitiven Psychologie S - Visuelle Wahrnehmung: Modelle, Daten, computationaler Zugang 49 Algorithmen und Datenstrukturen U - Algorithmen und Datenstrukturen V - Algorithmen und Datenstrukturen 50 Allgemeine und anorganische Chemie V - Vorlesung Allgemeine und Anorganische Chemie II für BChem/BLAC/BS-GEE/BS-GEW PR - Allgemeine und Anorganische Chemie S - Seminar Allgemeine und Anorganische Chemie II für BS-GEE 51 Analysis of Cellular Networks U - Analysis of Cellular Networks (Ü) V - Analysis of Cellular Networks (V) 51 Architekturen und Middleware für das wissenschaftliche Rechnen V - Konzepte paralleler Programmierung U - Konzepte paralleler Programmierung 52 Astrophysik II 52 Aufbaumodul Astrophysik VU - Grundkurs Astrophysik II 52 Aufbaumodul Klimaphysik VU - Ice dynamics in Greenland and Antarctica VS - Fluiddynamik mit Anwendungen in Klima- und Geophysik VU - Theorie der globalen Meeresströmungen VU - Introduction to Climate Physics (engl.) 53 Aufbaumodul Statistische und nichtlineare Physik VU - Einführung in die Chaostheorie und in die stochastischen Prozesse V - Non-equilibrium statistical physics (engl.) 54 Automatisierte Logik und Programmierung: Beweisautomatisierung und Programmsynthese 54 Automatisierte Logik und Programmierung: Formale Kalküle und Beweissysteme 54 Bayesian Inference and Data Assimilation VU - Bayesian inference and data assimilation 54 Betriebssysteme und Rechnernetze 54 Bioinformatics of Biological Sequences (Evolutionary Genomics) 54 4

5 Inhaltsverzeichnis Bioinformatik 54 Cartesisches Seminar OS - Cartesisches Seminar 55 Datenbanken und wissensbasierte Systeme 55 Daten- und Wissensbasierte Systeme 55 Deklarative Modellierung 55 Deklarative Problemlösung und Optimierung 55 Effiziente Datenverarbeitung für die Naturwissenschaften S2 - Visual Analytics for high-dimensional Data VU - Laufzeitsysteme 56 Einführung in die Astronomie 56 Einführung in die Geowissenschaften I Einführung in das System Erde 56 Einführung in die Paläoklimatologie 56 E-Learning PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity U - E-Learning V - E-Learning 58 Entwurf effizienter Algorithmen 58 Experimentelles Design und Programmierung psychologischer Experimente S - Programming Psychological Experiments 58 Experimentelle und kognitive Psychologie V - Wahrnehmungspsychologie S - Grundlagen der Wahrnehmungspsychologie 60 Formale Grundlagen der Informatik 60 Formale Methoden im Software Engineering VU - Software Engineering II S - Themen der sprachbasierten Sicherheit VU - Laufzeitsysteme 61 Formale Methoden und ihre Komplexität 61 Genomik VS - Personalisierte Genomik PU - Vergleichende Genomanalyse VE - Molekulare Ökologie und Genomik VS - Genetic and genomic basis of evolutionary change 63 Geohazards für Fortgeschrittene 63 Geomatik 63 Geowissenschaften II VU - Einführung in die Geowissenschaften II (Vorlesung/Übung) VU - Einführung in die Geowissenschaften II (Geländeübung Einführung) U - Einführung in die Geowissenschaften II (Geländeübung zur Feldaufnahme) 64 Grundlagen der Biochemie und Zellbiologie V - Grundlagen der Biochemie V - Grundlagen der Zellbiologie 65 Grundlagen der geowissenschaftlichen Datenanalyse VU - Grundlagen der geowissenschaftlichen Datenanalyse (Übung) 65 Grundlagen der Molekularbiologie und Genetik 65 5

6 Inhaltsverzeichnis V - Molekularbiologie VU - Genetik 66 Grundlagen der Programmierung 67 Grundlagen der Stochastik VU - Grundlagen der Stochastik für Informatiker 67 Hydrologie VU - Hydrologie I 67 Image Processing and Phenotyping in Bioinformatics 68 Informatik und Gesellschaft VU - Didaktik der Informatik I U - Informatik und Gesellschaft V - Informatik und Gesellschaft S - Patente in der Informatik, speziell für zuverlässige Systeme S - Gewissensbits: Digital first, Bedenken second? 69 Informatik und Gesellschaft II PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity VU - Didaktik der Informatik II S - Patente in der Informatik, speziell für zuverlässige Systeme S - Gewissensbits: Digital first, Bedenken second? 72 Informationsverarbeitung 73 Information und Komplexität 73 Intelligente Datenanalyse VU - Machine Learning 73 Intelligente Datenanalyse II 73 Intelligente Datenanalyse in den Naturwissenschaften VU - Machine Learning VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 74 Introduction to Theoretical Systems Biology VU - Theoretical Systems Biology 75 IT und Organisation 75 IT und Organisation II 75 Klimaphysik II VU - Theorie der globalen Meeresströmungen 75 Klimatologie S - Angewandte Klimatologie S - Klimatologie 75 Kognitive Neurowissenschaften 76 Kognitive Technologien PR - Cognitive technologies S - Cognitive technologies 76 Komputationale Intelligenz VU - Computational Intelligence 77 Konzepte paralleler Programmierung V - Konzepte paralleler Programmierung U - Konzepte paralleler Programmierung 78 Künstliche Intelligenz 79 6

7 Inhaltsverzeichnis VU - Computational Intelligence 79 Leistungsanalyse 80 Logik, Berechnung und Komplexität 80 Maschinelles Lernen I PJ - Individuelles interdisziplinäres Projekt PJ - Individuelles interdisziplinäres Projekt VU - Machine Learning VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 81 Maschinelles Lernen II PR - Individuelles Praktikum PR - Individuelles Praktikum VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 82 Maschinenmodelle 83 Mathematik für Informatiker I 83 Mathematik für Informatiker II VU - Praxis der Programmierung 83 Mathematik für Informatiker III VU - Mathematik für Informatiker III 83 Mathematische Modellierung in der neurokognitiven Psychologie 84 Modellierung für die Naturwissenschaften 84 Moderne Themen der Künstlichen Intelligenz S - Agent-technology 84 Molekularbiologie / Evolutionsbiologie V - Evolutionsbiologie V - Vorlesung Molekularbiologie 2 85 Molekularbiologie / Proteinstrukturbiologie VU - Proteinstrukturbiologie V - Vorlesung Molekularbiologie 2 85 Multimediale Systeme PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity S - Gewissensbits: Digital first, Bedenken second? 87 Multimediatechnologie 87 Multivariate statistische Analysen 87 Naturkatastrophen SU - BScW19 Naturkatastrophen (Übung) V - BScW19 Naturkatastrophen (Vorlesung) 88 Netzbasierte Datenverarbeitung 88 Netzbasierte Speichersysteme VU - Netzbasierte Speichersysteme 88 Nichtlineare Dynamik II 90 Numerische Aspekte wissenschaftlichen Rechnens 90 Optical Remote Sensing 90 Organische Chemie V - OC-Vorlesung für BIW/ERN/GEE U - OC-Übungen für GEE VU - Organische Chemie für Geowissenschaftler 90 7

8 Inhaltsverzeichnis Pervasive Computing PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity S - Gewissensbits: Digital first, Bedenken second? 91 Physik des Alltags VP - Physik des Alltags und der Extreme 92 Physik I - GEO: Mechanik und Optik 92 Physik II - GEO: Physik der Materie VU - Experimentalphysik II (Ergänzungsfach für Geoökologen und Geowissenschaftler) 93 Practical sequence analysis 93 Programmiersprachen und Compilertechnologie PJ - Themen der sprachbasierten Sicherheit S - Themen der sprachbasierten Sicherheit 93 Quantitative Genetics 93 Rechnernetze VU - Verteilte Systeme 94 Remote Sensing of the Environment 94 Resiliente Systeme 94 Ringvorlesung Interdisziplinäre Mathematik: Eine projektorientierte Einführung 94 Seismologie 94 Semantik und Typsysteme 94 Service-orientierte Architekturen 94 Service- und Software-Engineering VU - Software Engineering II PJ - Themen der sprachbasierten Sicherheit S - Themen der sprachbasierten Sicherheit 95 Service- und Software-Engineering II VU - Software Engineering II PJ - Themen der sprachbasierten Sicherheit S - Themen der sprachbasierten Sicherheit VU - Laufzeitsysteme 96 Sicherheit, Information und Komplexität 96 Simulation und Modellierung 96 Software Engineering I 96 Software Engineering II VU - Software Engineering II S - Themen der sprachbasierten Sicherheit 97 Softwaresicherheit und Qualität PJ - Themen der sprachbasierten Sicherheit S - Themen der sprachbasierten Sicherheit 97 Sprachtechnologie 97 Statistical Data Analysis S - Matrix Methods for Data Mining and Pattern Recognition 98 Structural Bioinformatics U - Structural Bioinformatics (Ü) V - Structual Bioinformatics (V) 98 Technische Informatik 98 8

9 Inhaltsverzeichnis VU - Hardware-Architekturen für KI-Anwendungen 98 Technische Informatik II S - Multi Media Signal Processing MSP S - Patente in der Informatik, speziell für zuverlässige Systeme VU - Hardware-Architekturen für KI-Anwendungen 101 Theoretische Chemie VU - Theoretische Chemie I/1 (A8) 102 Theoretische Chemie/Computerchemie VP - Theoretische Chemie/Computerchemie (AWP2) 103 Theoretische Chemie II 103 Theoretische Grundlagen: Effiziente Algorithmen VU - Theoretische Informatik II: Effiziente Algorithmen 103 Theoretische Grundlagen: Modellierungskonzepte der Informatik 104 Theoretische Physik II: Quantenmechanik einfacher Systeme U - Theoretische Physik II für Lehramt V - Theoretische Physik II für Lehramt 105 Theoretische Physik I - Mechanik, Relativität 105 Verteilte Systeme VU - Verteilte Systeme 105 Vertiefungsmodul Theorie zeitabhängiger stochastischer und deterministischer Prozesse 105 X. Wissenschaftliches Arbeiten Interdisziplinäre Projektarbeit PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity PJ - Individuelles interdisziplinäres Projekt PJ - Individuelles interdisziplinäres Projekt PJ - Solver Construction PJ - Extensive Declarative Problem Solving PJ - Extensive Logistics Technology PJ - Extensive Solver Construction PJ - Knowledge Representation and Reasoning in Practice PJ - Logistics Technology S - Gewissensbits: Digital first, Bedenken second? 111 Forschungsmodul S - Mobile & Digital Business I S - Mobile & Digital Business III S - Mobile & Digital Business II VU - Graphenalgorithmen P - Advanced Competitive Programming FS - Cluster Computing S - Internet of Things S - Humanwissenschaftliche Informatilk OS - Lehrstuhlkolloquium II - Diplomanden- und Doktorandenseminar - Didaktik der Informatik FS - Komplexe Multimediale Anwendungsarchitekturen PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity OS - Fehlertolerantes Rechnen 118 9

10 Inhaltsverzeichnis FS - Software Engineering OS - Cartesisches Seminar OS - Theorie-Kolloquium BL - (Secure) Communication Networks FS - Machine learning Journal Club S - Patente in der Informatik, speziell für zuverlässige Systeme S - Automotiv 4, Fahrassistenz und Selbstfahrer FS - Knowledge-based Systems FS - Knowledge Representation and Reasoning S - Gewissensbits: Digital first, Bedenken second? 122 XI. Vertiefungsmodule Naturwissenschaften Bereich Physik 123 Theoretische Physik II: Quantenmechanik einfacher Systeme U - Theoretische Physik II für Lehramt V - Theoretische Physik II für Lehramt 124 Aufbaumodul Statistische und nichtlineare Physik VU - Einführung in die Chaostheorie und in die stochastischen Prozesse V - Non-equilibrium statistical physics (engl.) 124 Nichtlineare Dynamik II 124 Physik I - GEO: Mechanik und Optik 124 Physik II - GEO: Physik der Materie VU - Experimentalphysik II (Ergänzungsfach für Geoökologen und Geowissenschaftler) 125 Aufbaumodul Astrophysik VU - Grundkurs Astrophysik II 125 Astrophysik II 125 Aufbaumodul Klimaphysik VU - Ice dynamics in Greenland and Antarctica VS - Fluiddynamik mit Anwendungen in Klima- und Geophysik VU - Theorie der globalen Meeresströmungen VU - Introduction to Climate Physics (engl.) 126 Klimaphysik II VU - Theorie der globalen Meeresströmungen 126 Physik des Alltags VP - Physik des Alltags und der Extreme 126 Theoretische Physik I - Mechanik, Relativität 127 Bereich Chemie 127 Theoretische Chemie/Computerchemie VP - Theoretische Chemie/Computerchemie (AWP2) 127 Theoretische Chemie VU - Theoretische Chemie I/1 (A8) 127 Theoretische Chemie II 128 Bereich Geowissenschaften 128 Einführung in die Paläoklimatologie 128 Naturkatastrophen SU - BScW19 Naturkatastrophen (Übung)

11 Inhaltsverzeichnis V - BScW19 Naturkatastrophen (Vorlesung) 128 Seismologie 129 Grundlagen der geowissenschaftlichen Datenanalyse VU - Grundlagen der geowissenschaftlichen Datenanalyse (Übung) 129 Geohazards für Fortgeschrittene 129 Hydrologie VU - Hydrologie I 129 Klimatologie S - Angewandte Klimatologie S - Klimatologie 130 Optical Remote Sensing 130 Remote Sensing of the Environment 130 Bereich Bioinformatik 130 Analysis of Cellular Networks U - Analysis of Cellular Networks (Ü) V - Analysis of Cellular Networks (V) 131 Bioinformatics of Biological Sequences (Evolutionary Genomics) 131 Image Processing and Phenotyping in Bioinformatics 131 Introduction to Theoretical Systems Biology VU - Theoretical Systems Biology 131 Practical sequence analysis 131 Quantitative Genetics 131 Structural Bioinformatics U - Structural Bioinformatics (Ü) V - Structual Bioinformatics (V) 131 Bereich kognitive Neurowissenschaften 132 Experimentelle und kognitive Psychologie V - Wahrnehmungspsychologie S - Grundlagen der Wahrnehmungspsychologie 133 Kognitive Neurowissenschaften 133 Mathematische Modellierung in der neurokognitiven Psychologie 133 Multivariate statistische Analysen 133 Experimentelles Design und Programmierung psychologischer Experimente S - Programming Psychological Experiments 134 Bereich Mathematik 134 Ringvorlesung Interdisziplinäre Mathematik: Eine pro-jektorientierte Einführung 134 Bayesian Inference and Data Assimilation VU - Bayesian inference and data assimilation 134 Vertiefungsmodul Theorie zeitabhängiger stochastischer und deterministischer Prozesse 134 Statistical Data Analysis S - Matrix Methods for Data Mining and Pattern Recognition 135 Glossar

12 Abkürzungsverzeichnis Abkürzungsverzeichnis Veranstaltungsarten AG B BL DF EX FP FS FU GK IL KL KU LK LP OS P PJ PR PS PU RE RV S S1 S2 S3 S4 SK SU TU U UP V VE VP VS VU WS Arbeitsgruppe Blockveranstaltung Blockseminar diverse Formen Exkursion Forschungspraktikum Forschungsseminar Fortgeschrittenenübung Grundkurs individuelle Leistung Kolloquium Kurs Lektürekurs Lehrforschungsprojekt Oberseminar Projektseminar Projekt Praktikum Proseminar Praktische Übung Repetitorium Ringvorlesung Seminar Seminar/Praktikum Seminar/Projekt Schulpraktische Studien Schulpraktische Übungen Seminar/Kolloquium Seminar/Übung Tutorium Übung Praktikum/Übung Vorlesung Vorlesung/Exkursion Vorlesung/Praktikum Vorlesung/Seminar Vorlesung/Übung Workshop Andere N.N. n.v. LP SWS PL L Noch keine Angaben Nach Vereinbarung Leistungspunkte Semesterwochenstunden Belegung über PULS Prüfungsleistung Prüfungsnebenleistung Studienleistung sonstige Leistungserfassung Veranstaltungsrhytmen wöch. wöchentlich 14t. 14-täglich Einzel Einzeltermin Block Block BlockSa Block (inkl. Sa) BlockSaSo Block (inkl. Sa,So) 12

13 Vorlesungsverzeichnis VII. Kernmodule Computational Science Architekturen und Middleware für das wissenschaftliche Rechnen V - Konzepte paralleler Programmierung 1 V Mi 10:00-12:00 wöch Prof. Dr. Bettina Schnor Der Kurs besteht aus Vorlesung und Übung. An der richtigen Darstellung in PULS wird noch gearbeitet. Für weitere Informationen siehe auch die Webseite Vorlesung Grundlagen Betriebssysteme und Rechnernetze mindesten 50% der Hausaufgabenpunkte, um zur Klausur zugelassen zu werden. Die Note ergibt scih aus der Klausurnote. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Konzepte paralleler Programmierung" über diesen Link möglich und erforderlich: Achtung! Erst ab ! PL Vorlesung (benotet) U - Konzepte paralleler Programmierung 1 U Di 14:00-16:00 wöch H Petra Vogel Achtung! Der Kurs besteht aus Vorlesung und Übung! In PULS wird an der korrekten Darstellung noch gearbeitet! Weitere Informatonen siehe Webseite Vorlesung Grundlagen Betriebssysteme und Rechnernetze mindesten 50% der Hausaufgabenpunkte, um zur Klausur zugelassen zu werden. Die Note ergibt scih aus der Klausurnote. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Konzepte paralleler Programmierung" über diesen Link möglich und erforderlich: Achtung! Erst ab ! PL Übung (benotet) Geomatik 13

14 Intelligente Datenanalyse in den Naturwissenschaften VU - Machine Learning Alle V Mo 12:00-14:00 wöch H Prof. Dr. Tobias Scheffer 1 U Di 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 2 U Mi 16:00-18:00 wöch S Prof. Dr. Tobias Scheffer 3 U Do 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 4 U Fr 14:00-16:00 wöch S Prof. Dr. Tobias Scheffer Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnahe Aufgaben eigenständig in Python bearbeitet. Projektaufgabe, Klausur oder mündliche Prüfung Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 1 V Mo 10:00-12:00 wöch Prof. Dr. Niels Landwehr 1 U Do 14:00-16:00 wöch Prof. Dr. Niels Landwehr Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse. Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt. The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on. The first video lecture will be made available on The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing Vorlesung und Übung (unbenotet) Übung (unbenotet) 14

15 Netzbasierte Speichersysteme VU - Netzbasierte Speichersysteme 1 V Do 08:00-10:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke 1 U Di 12:00-14:00 wöch Stefanie Lemcke 1 U Di 12:00-14:00 Einzel Online.Veranstalt Stefanie Lemcke Links: Moodle Die Naturwissenschaften gehören zu den größten Datenproduzenten; innovative technische und organisatorische Lösungen zur Speicherung und Verarbeitung großer Datenmengen in verteilten IT-Systemen sind daher unabdingbar. In dem Modul werden Themen behandelt wie: Speichervirtualisierung Network Attached Storage (NAS) Storage Area Networks (SAN) Forschungsdatenmanagement Begleitend werden Exkursionen zu ausgewählten Speicher-Installationen an der Universität Potsdam angeboten. Grundkenntnisse von Rechnernetzen Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) erfolgreiche Bearbeitung von Übungsaufgaben, nachgewiesen durch Abgabe von mindestens 80% der Aufgabenblätter und Erreichen von mindestens 50% der Punkte 2) individuelle Erarbeitung eines Forschungsdatenmanagementplans, nachgewiesen durch Abgabe einer Projektbeschreibung, zwei Zwischenversionen des Plans und Peer-Feedback 3) Abgabe eines Forschungsdatenmanagementplans zu einem selbst gewählten Projekt Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus Assessment in this course consists of three components: 1) successful completion of exercises, proven by handing in at least 80% of the exercise sheets and achieving at least 50% of the points 2) individual development of a research data management plan, evidenced by submission of a project description, two intermediate versions of the plan and peer feedback 3) submission of a research data management plan for a self-chosen project Here, 1. and 2. are prerequisites for the admission to the module examination, and the module grade for this course results from 3. 15

16 Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. In Moodle.UP werden wir Ihnen wöchentlich eine Vorlesungsaufzeichnung sowie ergänzenden Lesestoff dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. In der Folgewoche sind dazu in Moodle.UP Aufgaben zur Reflexion und praktischen Übung zu beantworten. Begleitend erstellen Sie im Verlauf des Semesters einen Forschungsdatenmanagementplan zu einem selbst gewählten, datenbasierten Projekt. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können Due to the current emergency operation mode the course will be held online this semester. In Moodle.UP we will provide a weekly lecture recording and additional reading material. You will then have one week to work through the material. In the following week, you will have to complete reflections and practical exercises in Moodle.UP. Throughout the semester, you will also have to create an individual research data management plan for a data-based project of your choice. All important information and further details about the structure of the seminar can be found in the introductory presentation, which you can download and view on Moodle.UP from mid-april. Please come into the Moodle course created for this course: The course will be held fully online using this platform Vorlesung und Übung (unbenotet) Effiziente Datenverarbeitung für die Naturwissenschaften S2 - Visual Analytics for high-dimensional Data 1 P N.N. N.N. Block N.N. N.N. Prof. Dr. Jürgen Döllner Angaben zum Lehrinhalt in der Beschreibung aufrufbar unter en werden in den Lehrinhaltsbeschreibungen unter benannt. Unter sind folgende Angaben aufrufbar: Raum und Zeit Lehrinhalt und Leistungserfassung Teilnehmerbegrenzung Vorlesung und Projekt (unbenotet) VU - Laufzeitsysteme Alle V N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 1 U N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 16

17 This block lecture is going to cover virtual machines and runtime systems that are nowadays the prime target for all kinds of programming in scientific enviroments like Python, Java, R. In order to understand the runtime behavior but also other important aspects like security, a better understanding of these runtime systems is required. The objectives of this course are thus: Study VM architectures and applications Study key implementation technologies Focus on architecture and microarchitecture aspects Cover significant case studies Topics covered include: Emulation: Interpretation and binary translation Process virtual machines Dynamic binary optimization High level language VMs Co-designed VMs System VMs Multiprocessor Virtualization Applications Vorlesung und Projekt (unbenotet) Modellierung für die Naturwissenschaften Cartesisches Seminar OS - Cartesisches Seminar 1 OS Di 10:00-13:00 wöch Prof. Dr. Christoph Kreitz, Tim Richter, Nuria Brede, Dr. rer. nat. Sebastian Böhne, Mario Frank Gute Kenntnisse in theoretischer Informatik und Logik Literatur Verschiedene Fachartikel (siehe Webseite) Vorstellung und Diskussion eines wissenschaftlichen Artikels Das Cartesische Seminar, ursprünglich am Potsdamer Institut für Klimafolgenforschung entstanden, ist methodisch den von René Descartes in seinem "Discours de la méthode pour bien conduire sa raison..." formulierten Regeln wissenschaftlicher Forschung verpflichtet, thematisch jedoch offen gestaltet. Die gemeinsame gründliche Lektüre klassischer Texte der Mathematik, Physik, Ökonomie, Informatik u.a. eröffnet den Teilnehmern, die in sehr verschiedenen Fachgebieten arbeiten, ungewohnte Perspektiven und neue Einsichten. Das Cartesische Seminar findet wegen der Corona-Beschränkungen in diesem Semester zunächst auf einem online whiteboard statt. Genauere Informationen sowie die aktuellen Themen finden Sie unter CartesianSeminar/ Seminar (unbenotet) Seminar (unbenotet) Deklarative Problemlösung und Optimierung 17

18 Resiliente Systeme Numerische Aspekte wissenschaftlichen Rechnens VIII. Vertiefungsmodule Informatik Verteilte Systeme VU - Verteilte Systeme Alle V Di 10:00-12:00 wöch S Prof. Dr. Bettina Schnor 1 U Fr 10:00-12:00 wöch H Kristina Sahlmann 1 U Fr 10:00-12:00 Einzel Kristina Sahlmann Die Vorlesung gibt eine Einführung in die Konzepte verteilter Systeme. Themengebiete sind u.a. Kommunikation (RPC, Publish/Subscribe, Multicast, REST) in Verteilten Systemen, verteilte Dateisysteme, Synchronisationstechniken für verteilte Anwendungen und Lastverteilung (Webserver, Cloud Computing). Für weitere Informationen siehe auch die Webseite Grundlagen Betriebssysteme und Rechnernetze Hat man mindestens 50% der Hausaufgabenpunkte erreicht, wird man zur Klausur zugelassen. Die Klausur findet entweder in der letzten Vorlesungswoche oder in der ersten vorlesungsfreien Woche statt. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Verteilte Systeme" über diesen Link möglich und erforderlich: Achtung! Erst ab ! Vorlesung und Übung (unbenotet) Leistungsanalyse Maschinelles Lernen I PJ - Individuelles interdisziplinäres Projekt 2 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Projekt melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor Projektbeginn ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) 18

19 Übung (unbenotet) PJ - Individuelles interdisziplinäres Projekt 1 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Projekt melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor Projektbeginn ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Machine Learning Alle V Mo 12:00-14:00 wöch H Prof. Dr. Tobias Scheffer 1 U Di 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 2 U Mi 16:00-18:00 wöch S Prof. Dr. Tobias Scheffer 3 U Do 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 4 U Fr 14:00-16:00 wöch S Prof. Dr. Tobias Scheffer Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnahe Aufgaben eigenständig in Python bearbeitet. Projektaufgabe, Klausur oder mündliche Prüfung Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 1 V Mo 10:00-12:00 wöch Prof. Dr. Niels Landwehr 1 U Do 14:00-16:00 wöch Prof. Dr. Niels Landwehr Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse. Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt. 19

20 The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on. The first video lecture will be made available on The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing Vorlesung und Übung (unbenotet) Übung (unbenotet) Maschinelles Lernen II PR - Individuelles Praktikum 2 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer 2 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Praktikum melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor dem Praktikum ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) PR - Individuelles Praktikum 1 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Praktikum melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor dem Praktikum ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 1 V Mo 10:00-12:00 wöch Prof. Dr. Niels Landwehr 1 U Do 14:00-16:00 wöch Prof. Dr. Niels Landwehr Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse. Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt. 20

21 The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on. The first video lecture will be made available on The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing Vorlesung und Übung (unbenotet) Multimediale Systeme PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) 21

22 82026 S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) Service-orientierte Architekturen Pervasive Computing 22

23 81945 PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: 23

24 In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) E-Learning PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs 24

25 In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) U - E-Learning 1 U N.N. N.N. Block N.N. N.N. Stefanie Lemcke Raum und Zeit nach Absprache Die Veranstaltung gibt eine Einführung in das rechnergestützte Lehren und Lernen aus der Perspektive der Informatik. Es werden zunächst generelle didaktische Szenarien diskutiert und darauf aufbauend Beschreibungsmöglichkeiten, Werkzeuge, Plattformen und Architekturen der IT ausführlich behandelt. Aktuelle E-Learning-Lösungen an der Universität Potsdam und ihre strategische Weiterentwicklung veranschaulichen das Thema. Abschließend wird ein Einblick in verwandte Fragestellungen wie Organisation, Rechte, Geschäftsmodelle u.ä. gegeben. mdl. Prüfung ( zur Zulassung ist die erfolgreiche Erstellung eines kleinen E-Learning-Angebots im Team) Kurzkommentar Zulassungen nur nach Rücksprache mit dem Prüfer Vorlesung und Übung (unbenotet) Übung (unbenotet) 25

26 81989 V - E-Learning 1 V N.N. N.N. Block N.N. N.N. Prof. Dr.-Ing. Ulrike Lucke, Dr. Raphael Zender Raum und Zeit nach Absprache KEINE TEILNAHME MÖGLICH KEINE TEILNAHME MÖGLICH Kurzkommentar KEINE TEILNAHME MÖGLICH Vorlesung (unbenotet) Service- und Software- Engineering II VU - Software Engineering II Alle V Do 14:00-16:00 wöch H Prof. Dr.-Ing. Christian Hammer 1 U Mo 16:00-18:00 wöch S Prof. Dr.-Ing. Christian Hammer 2 U Di 14:00-16:00 wöch S Prof. Dr.-Ing. Christian Hammer Übung (unbenotet) PJ - Themen der sprachbasierten Sicherheit 1 PJ Do 16:00-18:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Übung (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Übung (unbenotet) 26

27 82001 VU - Laufzeitsysteme Alle V N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 1 U N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. This block lecture is going to cover virtual machines and runtime systems that are nowadays the prime target for all kinds of programming in scientific enviroments like Python, Java, R. In order to understand the runtime behavior but also other important aspects like security, a better understanding of these runtime systems is required. The objectives of this course are thus: Study VM architectures and applications Study key implementation technologies Focus on architecture and microarchitecture aspects Cover significant case studies Topics covered include: Emulation: Interpretation and binary translation Process virtual machines Dynamic binary optimization High level language VMs Co-designed VMs System VMs Multiprocessor Virtualization Applications Übung (unbenotet) Formale Methoden im Software Engineering VU - Software Engineering II Alle V Do 14:00-16:00 wöch H Prof. Dr.-Ing. Christian Hammer 1 U Mo 16:00-18:00 wöch S Prof. Dr.-Ing. Christian Hammer 2 U Di 14:00-16:00 wöch S Prof. Dr.-Ing. Christian Hammer Vorlesung und Übung (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Vorlesung und Übung (unbenotet) 27

28 82001 VU - Laufzeitsysteme Alle V N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 1 U N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. This block lecture is going to cover virtual machines and runtime systems that are nowadays the prime target for all kinds of programming in scientific enviroments like Python, Java, R. In order to understand the runtime behavior but also other important aspects like security, a better understanding of these runtime systems is required. The objectives of this course are thus: Study VM architectures and applications Study key implementation technologies Focus on architecture and microarchitecture aspects Cover significant case studies Topics covered include: Emulation: Interpretation and binary translation Process virtual machines Dynamic binary optimization High level language VMs Co-designed VMs System VMs Multiprocessor Virtualization Applications Vorlesung und Übung (unbenotet) IT und Organisation II Programmiersprachen und Compilertechnologie PJ - Themen der sprachbasierten Sicherheit 1 PJ Do 16:00-18:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Projekt (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr. 28

29 Vorlesung (unbenotet) Technische Informatik II S - Multi Media Signal Processing MSP 1 S Di 14:00-16:00 wöch Prof. Dr.-Ing. Christian Benno Stabernack Das Seminar gibt einen vertieften Einblick in die Signalverarbeitung sog. Multimediadaten. Im Wesentlichen werden von den Studierenden im Laufe des Semesters alle Konzepte vertieft, die erforderlich sind, um Bild-, Video- und Audiodaten zu komprimieren und die u.a. die Grundlage für die Geschäftsmodelle aller aktuellen Streamingdienste, wie YouTube, Spotify, Netflix, etc. darstellen. In der ersten Veranstaltung findet eine Einführung der Themen und die Themenvergabe für die zu haltenden Vorträge statt. Vortragsthemen sind z.b. : Informationstheorie (Informationsgehalt, Relevanz, Irrelevanz) Entropiecodierung, Nachrichtenkanal Abtastung, Quantisierung Transformation (Fourier, DCT, ) Prädiktion (Vorhersage) Audiocodierung / Standards, z.b. MP3 Einzelbildcodierung / Verfahren und Standards (JPEG) Videocodierung Grundlagen Standards der Videocodierung Neben den Vorträgen ist pro Thema eine kurze Ausarbeitung zu erstellen. Nachfolgend werden, nach Terminabsprache, die Einzelthemen als Vortrag dem Auditorium vorgetragen. Zum Ende des Semesters findet eine zusammenfassende Diskussion aller Themen statt Das Seminar richtet sich an Studierende im Bachelor und Masterstudiengang der Informatik, die einen speziellen Interessenschwerpunkt im Bereich der technischen Informatik haben. Literatur Folgende Literatur kann als begleitende Information zum Seminar herangezogen werden: Ohm, J.-R.: Digitale Bildcodierung, Springer-Verlag Rao K.R.: Techniques & Standards for Image, Video & Audio Coding, Prentice Hall Ohm, J.-R.: Multimedia Communications Technology, Springer-Verlag Wang, Y. et al.: Video Processing and Communications, Prentice Hall Rao K.R. et al.: The transform and data compression handbook, CRC Press Watkinson: MPEG-2, Focal Press 1999 Pennebaker, W.B. et al.: JPEG still image compression standard, NY Mitchell J. L. et al.: MPEG Video Compression Standard. Chapman and Hall Taubman, D.S. et al.: JPEG2000, Kluwer Academics Publishers, Richardson I.: H.264 and MPEG-4 Video Compression, Wiley & Sons Strutz T.: Bilddatenkompression, 3. Auflage, Vieweg-Verlag Die Gesamtnote für 3LP ergibt sich zu 70% aus einem benotetem Vortrag und 30% der Note für die Ausarbeitung. 29

30 Achtung: Aufgrund der aktuellen Corona-Lage wird die Art und Durchführung der Veranstaltung per bekannt gegeben. Bitte tragen Sie sich entsprechend in die Teilnehmerliste ein, damit ich mit Ihnen Kontakt treten kann. Die erste Lehrveranstaltung wird dann am per Videochat stattfinden. Die notwendigen Links dazu werde ich per an die eingetragenen Teilnehmer verschicken. Die Studierenden werden in die Lage versetzt, Video- und Audiokompressionsverfahren in ihrer Funktion und den verwendeten Qualitätsparametern zu beurteilen und in Abhaängigkeit vom jeweiligen Einsatzgebiet entsprechend einzusetzen. Hierzu gehört die erlebbare Gegenüberstellung von Parameteren wie z.b. Bitrate, Latenz oder z.b. der Größe eines komprimierten Videosignals. Folgende sollen dabei vermittelt werden: Darstellung der grundlegenden Algorithmen und Verfahren der Signalverarbeitung von Multi Media Daten Verständnis der Codierungs- und Kompressionsverfahren für Audio-, Bild und Videodaten Überblick über die aktuellen Standards zur Kompression von Audio-, Bild und Videodaten, wie z.b. MPEG-1,2,4, H.264, HEVC, VVC, MP3 und weitere MPEG / ITU Audio und Videocodierung Vermittlung implementierungsspezifischer Details der unterschiedlichen Verfahren und Standards Zielgruppe Die Veranstaltung ist von besonderem Interesse für Studierende, die sich mit den technischen Aspekten der Übertragung, Speicherung und Kompression von sog. Multimediadaten beschäftigen wollen Vorlesung oder Seminar oder Übung (unbenotet) Übung (unbenotet) S - Patente in der Informatik, speziell für zuverlässige Systeme 1 S Mi 16:00-18:00 wöch Prof. Dr. Michael Gössel 1 S Fr 14:00-16:00 wöch Prof. Dr. Michael Gössel Achtung! In diesem Seminar können 3 oder 6 LP erworben werden. Die Differenzierung wird bei der Prüfungsanmeldung vorgenommen. Bitte geben Sie zum Beginn des Seminars den gewünschten Umfang an LP an. Grundlagen in technischer Informatik. Literatur Diverse Patente, werden in dem Seminar angegeben und von den Teilnehmern im Rahmen ihrer Recherche selbst ermittelt. 1/2-stündiger Verständnisvortrag zum zu patentierenden Problem 20 %, 40-minütiger Vortrag zum ausgearbeiteten Patent 20 %, Qualität der Patentausarbeitung 40 %, Patentrecherche 20%, ein Besuch von mindestens 80% der Seminartermine und von 2 individuellen Konsultationen zur eigenen Arbeit ist zum Bestehen erforderlich. 30

31 Die Teilnehmer/innen lernen den Aufbau eines Patentes an Beispielen der Fehlererkennung und Codierung kennen, sie erarbeiten den Stand der Technik für eine neue wissenschaftliche Problemstellung anhand einer selbst durchgeführten Recherche, sie beurteilen die Neuheit und den Wert von Ansprüchen und die wirtschaftlich-technische Relevanz eines Forschungsgebietes auf Grund einer Patentrecherche. Die Teilnehmer/innen schreiben ein Beispielpatent zu einem vorgegebenen wissenschaftlichen Ergebnis unter der Annahme, dass es neu ist, sie lernen, wie man ein Patent an der Universität oder selbständig beim Patentamt anmeldet. Das schreiben eines Patentes erfordert einen iterativen Prozess in Wechselwirkung mit dem Seminarleiter. Der größte Teil wissenschaftlich-technischer Ergebnisse ist als Patent veröffentlicht. Ziel der Veranstaltung ist es, dass die Teilnehmer Patente in ihrer künftigen Arbeit, insbesondere im Beruf als Informationsquelle zum Stand der Technik nutzen und auch selbst schreiben, um ihre eigenen Resultate möglichst sinnvoll schützen, wenn das möglich ist. Die Veranstaltung wird über Skype, auch per Telefon in der persönlichen Beratung, durchgeführt. Der Erfolg für die Teilnehmer/innen hängt insbesondere auf Grund der gegenwärtigen Situation wesentlich von dem eigenen Engagement ab Vorlesung oder Seminar oder Übung (unbenotet) Übung (unbenotet) VU - Hardware-Architekturen für KI-Anwendungen 1 V Fr 10:00-12:00 wöch Prof. Dr. Milos Krstic 1 U Fr 12:00-14:00 wöch Prof. Dr. Milos Krstic Mündliche Prüfung. In this course the focus will be on the specifics of hardware design and architectures for AI applications. After the overview of the standard design techniques and common computing architectures, the additional requirements of AI will be discussed. Based on this, the specific architectures and design methods increasing the efficiency of the computation will be discussed. Finally, this course will include also an introduction to the emerging and novel architectures and technologies that could have significant impact in the future. Here is the detailed list of topics: - Introduction in VLSI design and computer architectures - State of the art processor architecture, Example RISC-V - Limitations of classical architectures for AI applications - Accelerators architectures: GPUs, MAC arrays - Neuromorphic Architectures (TrueNorth, Loihi, Spinnaker), asynchronous design - Emerging architectures: In-Memory-Computing (example RRAM) Vorlesung oder Seminar oder Übung (unbenotet) Übung (unbenotet) Formale Methoden und ihre Komplexität Sicherheit, Information und Komplexität 31

32 Automatisierte Logik und Programmierung: Formale Kalküle und Beweissysteme Semantik und Typsysteme Automatisierte Logik und Programmierung: Beweisautomatisierung und Programmsynthese Entwurf effizienter Algorithmen Kognitive Technologien PR - Cognitive technologies 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Praktikum (unbenotet) S - Cognitive technologies 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 wöch S Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle

33 This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Seminar (unbenotet) Aktuelle Themen der Künstlichen Intelligenz S - Cognitive technologies 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 wöch S Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Vorlesung oder Seminar (unbenotet) Deklarative Modellierung Informatik und Gesellschaft II 33

34 81945 PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Didaktik der Informatik II 1 V Do 12:00-14:00 wöch Prof. Dr. Andreas Schwill 1 U Mi 12:00-14:00 wöch Prof. Dr. Andreas Schwill Prüfungsgespräch im Umfang von Minuten oder Projektarbeit Vorlesung und Übung (unbenotet) Übung (unbenotet) 34

35 81996 S - Patente in der Informatik, speziell für zuverlässige Systeme 1 S Mi 16:00-18:00 wöch Prof. Dr. Michael Gössel 1 S Fr 14:00-16:00 wöch Prof. Dr. Michael Gössel Achtung! In diesem Seminar können 3 oder 6 LP erworben werden. Die Differenzierung wird bei der Prüfungsanmeldung vorgenommen. Bitte geben Sie zum Beginn des Seminars den gewünschten Umfang an LP an. Grundlagen in technischer Informatik. Literatur Diverse Patente, werden in dem Seminar angegeben und von den Teilnehmern im Rahmen ihrer Recherche selbst ermittelt. 1/2-stündiger Verständnisvortrag zum zu patentierenden Problem 20 %, 40-minütiger Vortrag zum ausgearbeiteten Patent 20 %, Qualität der Patentausarbeitung 40 %, Patentrecherche 20%, ein Besuch von mindestens 80% der Seminartermine und von 2 individuellen Konsultationen zur eigenen Arbeit ist zum Bestehen erforderlich. Die Teilnehmer/innen lernen den Aufbau eines Patentes an Beispielen der Fehlererkennung und Codierung kennen, sie erarbeiten den Stand der Technik für eine neue wissenschaftliche Problemstellung anhand einer selbst durchgeführten Recherche, sie beurteilen die Neuheit und den Wert von Ansprüchen und die wirtschaftlich-technische Relevanz eines Forschungsgebietes auf Grund einer Patentrecherche. Die Teilnehmer/innen schreiben ein Beispielpatent zu einem vorgegebenen wissenschaftlichen Ergebnis unter der Annahme, dass es neu ist, sie lernen, wie man ein Patent an der Universität oder selbständig beim Patentamt anmeldet. Das schreiben eines Patentes erfordert einen iterativen Prozess in Wechselwirkung mit dem Seminarleiter. Der größte Teil wissenschaftlich-technischer Ergebnisse ist als Patent veröffentlicht. Ziel der Veranstaltung ist es, dass die Teilnehmer Patente in ihrer künftigen Arbeit, insbesondere im Beruf als Informationsquelle zum Stand der Technik nutzen und auch selbst schreiben, um ihre eigenen Resultate möglichst sinnvoll schützen, wenn das möglich ist. Die Veranstaltung wird über Skype, auch per Telefon in der persönlichen Beratung, durchgeführt. Der Erfolg für die Teilnehmer/innen hängt insbesondere auf Grund der gegenwärtigen Situation wesentlich von dem eigenen Engagement ab Vorlesung und Übung (unbenotet) Übung (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: 35

36 In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) Advanced Topics in Computer Science I VU - Digital Government 1 V Mo 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber 1 U Do 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber 36

37 Verwaltungsmodernisierung durch E-Government wird innerhalb vielfältiger Strategien und Initiativen verfolgt. Trotzdem konnten die drei wesentlichen Ziele Qualitätsverbesserung, Kostensenkung und Zeitersparnis noch nicht in befriedigendem Maß erlangt werden. Die Vorlesung behandelt E-Government-Grundlagen, Strategien und Lösungen. Auch ein kritischer Blick auf weniger erfolgreiche Projekte bleibt nicht aus. Zu ausgewählten Themen werden Referenten aus der Praxis Inhalte einbringen. Einführung Electronic Government Geschäftsprozessmanagement in öffentlichen Verwaltungen E-Government-Anwendungen Mobile Government Standardisierung, Interoperabilität und Integration Wissensmanagement in öffentlichen Verwaltungen Open Government und Open Data Kommunales E-Government E-Government-Transfer Ziel der Lehrveranstaltung ist es, Studierende zu einer Problemerkenntnis und Problembewältigung im Bereich der Anwendungssysteme in öffentlichen Verwaltungen zu bringen. Daneben wird auch der Forschungsstand zur Digitalisierung im öffentlichen Sektor beleuchtet. Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Lehrstuhls für Wirtschaftsinformatik und Electronic Government Literatur Wird in der Vorlesung bekannt gegeben. Klausur (90 Minuten) Kurzkommentar Vorlesung und Übung Mo Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Übung Do Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Zielgruppe Zur Hauptzielgruppe gehören Betriebswirte, Wirtschaftsinformatiker, Informatiker und Verwaltungswissenschaftler. Ggf. bestehen weitere Anrechnungsmöglichkeiten. Sprechen Sie dazu mit Ihrer Studienfachberatung Vorlesung und Übung (unbenotet) VU - Betriebliches Wissensmanagement 1 V Mo 08:00-10:00 wöch H Prof. Dr. Norbert Gronau Beginn 2. Vorlesungswoche 1 U Di 10:00-12:00 wöch Prof. Dr. Norbert Gronau, Jennifer Haase Beginn 2. Vorlesungswoche Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( 37

38 Literatur Antoni, C.H.; Sommerlatte, T. (Hrsg.): Report Wissensmanagement - Wie deutsche Firmen ihr Wissen profitabel machen. 4. Auflage Düsseldorf, 2002 Gronau, N.: Anwendungen und Systeme für das Wissensmanagement: Ein aktueller Überblick. GITO-Verlag (Berlin) 3. Auflage 2009 Gronau, N.; u.a.: Wissen prozessorientiert managen. Methode und Werkzeuge für die Nutzung des Wettbewerbsfaktors Wissen in Unternehmen. Oldenbourg Wissenschaftsverlag. München 2009 Gronau, N.: Wissensmanagement: Potenziale - Konzepte Werkzeuge. GITO-Verlag (Berlin) 2003 Haun, M.: Handbuch Wissensmanagement. Springer-Verlag, 2002 Krallmann, H.: Wettbewerbsvorteile durch Wissensmanagement. Schäffer-Poeschel Verlag Stuttgart, 2000 Lehner, F.; Organisational Memory. Hanser Fachbuch, 2000 North, K.: Wissensorientierte Unternehmensführung - Wertschöpfung durch Wissen. Gabler, 2002 Schreyögg, Georg: Wissen in Unternehmen - Konzepte, Maßnahmen, Methoden. Erich Schmidt Verlag, 2001 Klausur 90 min. und Übungsleistung Einführung in das Wissensmanagement und Begriffsdefinitionen, Ansätze des Wissensmanagements, Prozessorientiertes Wissensmanagement, Modellierung wissensintensiver Geschäftsprozesse mit KMDL (Knowledge Modelling and Description Language), Analyse wissensintensiver Geschäftsprozesse, Werkzeuge des Wissensmanagements, Wissensbasierte Systeme und Knowledge Engineering, Information Retrieval, Fallbasiertes Schließen Semantische Technologien und Semantic Web, Communities of Practice E-Learning. Übungen werden in Form von Gruppenarbeiten anhand praktischer Arbeiten durchgeführt. Kurzkommentar Vorlesung Mo Uhr / Start: Übung Di Uhr / Start: Die Veranstaltung findet online statt. Die Unterlagen werden über Moodle zur Verfügung gestellt Vorlesung und Übung (unbenotet) S - esport und digitale Gesellschaft 1 BL N.N. N.N. Einzel N.N. N.N. Prof. Dr. Norbert Gronau, Dr. rer. pol. Edzard Weber Termine siehe Website des LS Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( 38

39 Zur Leistungserbringung zählt eine schriftlichen Ausarbeitung und die aktive Teilnahme an den Seminarveranstaltungen, die der Ergebnisvermittlung, Organisationssimulation und Wettkampferprobung dienen. Unabhängig von der Diskussion, ob esport als gleichberechtigte Sportart zu klassischen Sportarten angesehen werden darf, ist es unstrittig, dass der Umgang mit esport eine große und wachsende gesellschaftliche Bedeutung hat. Eine intensive Beschäftigung mit esport umfasst vielfältige Bereiche wie z.b. Physis, Kognition, Feinmotorik, Pädagogik, Didaktik, Psychologie aber auch Infrastrukturaspekte wie Technik, Spielbetriebsorganisation, Finanzierung, Recht und Gruppen-Kultur. In dieser Lehrveranstaltung wird die vielfältige Betrachtung von esport in Form eines rollenbasierten Praxisseminars behandelt. Seminarteilnehmer bearbeiten und vertiefen empirisch oder gestaltungsorientiert einzelne Themenstellungen, die sich auf Rollen bzw. Aufgabenbereiche in einer esport-organisation beziehen. Begleitend wird ein agiles Projektmanagement für interdisziplinäre Teams vorgestellt und innerhalb des Seminars praktiziert. Kurzkommentar Termine Auftakt Mi Uhr / Start: / Die Veranstaltung findet online statt. Details folgen Vorlesung und Übung (unbenotet) Advanced Topics in Computer Science II VU - Digital Government 1 V Mo 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber 1 U Do 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber Verwaltungsmodernisierung durch E-Government wird innerhalb vielfältiger Strategien und Initiativen verfolgt. Trotzdem konnten die drei wesentlichen Ziele Qualitätsverbesserung, Kostensenkung und Zeitersparnis noch nicht in befriedigendem Maß erlangt werden. Die Vorlesung behandelt E-Government-Grundlagen, Strategien und Lösungen. Auch ein kritischer Blick auf weniger erfolgreiche Projekte bleibt nicht aus. Zu ausgewählten Themen werden Referenten aus der Praxis Inhalte einbringen. Einführung Electronic Government Geschäftsprozessmanagement in öffentlichen Verwaltungen E-Government-Anwendungen Mobile Government Standardisierung, Interoperabilität und Integration Wissensmanagement in öffentlichen Verwaltungen Open Government und Open Data Kommunales E-Government E-Government-Transfer Ziel der Lehrveranstaltung ist es, Studierende zu einer Problemerkenntnis und Problembewältigung im Bereich der Anwendungssysteme in öffentlichen Verwaltungen zu bringen. Daneben wird auch der Forschungsstand zur Digitalisierung im öffentlichen Sektor beleuchtet. Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Lehrstuhls für Wirtschaftsinformatik und Electronic Government Literatur Wird in der Vorlesung bekannt gegeben. 39

40 Klausur (90 Minuten) Kurzkommentar Vorlesung und Übung Mo Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Übung Do Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Zielgruppe Zur Hauptzielgruppe gehören Betriebswirte, Wirtschaftsinformatiker, Informatiker und Verwaltungswissenschaftler. Ggf. bestehen weitere Anrechnungsmöglichkeiten. Sprechen Sie dazu mit Ihrer Studienfachberatung Vorlesung und Übung (unbenotet) VU - Betriebliches Wissensmanagement 1 V Mo 08:00-10:00 wöch H Prof. Dr. Norbert Gronau Beginn 2. Vorlesungswoche 1 U Di 10:00-12:00 wöch Prof. Dr. Norbert Gronau, Jennifer Haase Beginn 2. Vorlesungswoche Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( Literatur Antoni, C.H.; Sommerlatte, T. (Hrsg.): Report Wissensmanagement - Wie deutsche Firmen ihr Wissen profitabel machen. 4. Auflage Düsseldorf, 2002 Gronau, N.: Anwendungen und Systeme für das Wissensmanagement: Ein aktueller Überblick. GITO-Verlag (Berlin) 3. Auflage 2009 Gronau, N.; u.a.: Wissen prozessorientiert managen. Methode und Werkzeuge für die Nutzung des Wettbewerbsfaktors Wissen in Unternehmen. Oldenbourg Wissenschaftsverlag. München 2009 Gronau, N.: Wissensmanagement: Potenziale - Konzepte Werkzeuge. GITO-Verlag (Berlin) 2003 Haun, M.: Handbuch Wissensmanagement. Springer-Verlag, 2002 Krallmann, H.: Wettbewerbsvorteile durch Wissensmanagement. Schäffer-Poeschel Verlag Stuttgart, 2000 Lehner, F.; Organisational Memory. Hanser Fachbuch, 2000 North, K.: Wissensorientierte Unternehmensführung - Wertschöpfung durch Wissen. Gabler, 2002 Schreyögg, Georg: Wissen in Unternehmen - Konzepte, Maßnahmen, Methoden. Erich Schmidt Verlag, 2001 Klausur 90 min. und Übungsleistung 40

41 Einführung in das Wissensmanagement und Begriffsdefinitionen, Ansätze des Wissensmanagements, Prozessorientiertes Wissensmanagement, Modellierung wissensintensiver Geschäftsprozesse mit KMDL (Knowledge Modelling and Description Language), Analyse wissensintensiver Geschäftsprozesse, Werkzeuge des Wissensmanagements, Wissensbasierte Systeme und Knowledge Engineering, Information Retrieval, Fallbasiertes Schließen Semantische Technologien und Semantic Web, Communities of Practice E-Learning. Übungen werden in Form von Gruppenarbeiten anhand praktischer Arbeiten durchgeführt. Kurzkommentar Vorlesung Mo Uhr / Start: Übung Di Uhr / Start: Die Veranstaltung findet online statt. Die Unterlagen werden über Moodle zur Verfügung gestellt Vorlesung und Übung (unbenotet) S - esport und digitale Gesellschaft 1 BL N.N. N.N. Einzel N.N. N.N. Prof. Dr. Norbert Gronau, Dr. rer. pol. Edzard Weber Termine siehe Website des LS Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( Zur Leistungserbringung zählt eine schriftlichen Ausarbeitung und die aktive Teilnahme an den Seminarveranstaltungen, die der Ergebnisvermittlung, Organisationssimulation und Wettkampferprobung dienen. Unabhängig von der Diskussion, ob esport als gleichberechtigte Sportart zu klassischen Sportarten angesehen werden darf, ist es unstrittig, dass der Umgang mit esport eine große und wachsende gesellschaftliche Bedeutung hat. Eine intensive Beschäftigung mit esport umfasst vielfältige Bereiche wie z.b. Physis, Kognition, Feinmotorik, Pädagogik, Didaktik, Psychologie aber auch Infrastrukturaspekte wie Technik, Spielbetriebsorganisation, Finanzierung, Recht und Gruppen-Kultur. In dieser Lehrveranstaltung wird die vielfältige Betrachtung von esport in Form eines rollenbasierten Praxisseminars behandelt. Seminarteilnehmer bearbeiten und vertiefen empirisch oder gestaltungsorientiert einzelne Themenstellungen, die sich auf Rollen bzw. Aufgabenbereiche in einer esport-organisation beziehen. Begleitend wird ein agiles Projektmanagement für interdisziplinäre Teams vorgestellt und innerhalb des Seminars praktiziert. Kurzkommentar Termine Auftakt Mi Uhr / Start: / Die Veranstaltung findet online statt. Details folgen Vorlesung und Übung (unbenotet) IX. Wahlpflichtmodul 41

42 Advanced Topics in Computer Science I VU - Digital Government 1 V Mo 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber 1 U Do 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber Verwaltungsmodernisierung durch E-Government wird innerhalb vielfältiger Strategien und Initiativen verfolgt. Trotzdem konnten die drei wesentlichen Ziele Qualitätsverbesserung, Kostensenkung und Zeitersparnis noch nicht in befriedigendem Maß erlangt werden. Die Vorlesung behandelt E-Government-Grundlagen, Strategien und Lösungen. Auch ein kritischer Blick auf weniger erfolgreiche Projekte bleibt nicht aus. Zu ausgewählten Themen werden Referenten aus der Praxis Inhalte einbringen. Einführung Electronic Government Geschäftsprozessmanagement in öffentlichen Verwaltungen E-Government-Anwendungen Mobile Government Standardisierung, Interoperabilität und Integration Wissensmanagement in öffentlichen Verwaltungen Open Government und Open Data Kommunales E-Government E-Government-Transfer Ziel der Lehrveranstaltung ist es, Studierende zu einer Problemerkenntnis und Problembewältigung im Bereich der Anwendungssysteme in öffentlichen Verwaltungen zu bringen. Daneben wird auch der Forschungsstand zur Digitalisierung im öffentlichen Sektor beleuchtet. Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Lehrstuhls für Wirtschaftsinformatik und Electronic Government Literatur Wird in der Vorlesung bekannt gegeben. Klausur (90 Minuten) Kurzkommentar Vorlesung und Übung Mo Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Übung Do Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Zielgruppe Zur Hauptzielgruppe gehören Betriebswirte, Wirtschaftsinformatiker, Informatiker und Verwaltungswissenschaftler. Ggf. bestehen weitere Anrechnungsmöglichkeiten. Sprechen Sie dazu mit Ihrer Studienfachberatung Vorlesung und Übung (unbenotet) 42

43 80114 VU - Betriebliches Wissensmanagement 1 V Mo 08:00-10:00 wöch H Prof. Dr. Norbert Gronau Beginn 2. Vorlesungswoche 1 U Di 10:00-12:00 wöch Prof. Dr. Norbert Gronau, Jennifer Haase Beginn 2. Vorlesungswoche Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( Literatur Antoni, C.H.; Sommerlatte, T. (Hrsg.): Report Wissensmanagement - Wie deutsche Firmen ihr Wissen profitabel machen. 4. Auflage Düsseldorf, 2002 Gronau, N.: Anwendungen und Systeme für das Wissensmanagement: Ein aktueller Überblick. GITO-Verlag (Berlin) 3. Auflage 2009 Gronau, N.; u.a.: Wissen prozessorientiert managen. Methode und Werkzeuge für die Nutzung des Wettbewerbsfaktors Wissen in Unternehmen. Oldenbourg Wissenschaftsverlag. München 2009 Gronau, N.: Wissensmanagement: Potenziale - Konzepte Werkzeuge. GITO-Verlag (Berlin) 2003 Haun, M.: Handbuch Wissensmanagement. Springer-Verlag, 2002 Krallmann, H.: Wettbewerbsvorteile durch Wissensmanagement. Schäffer-Poeschel Verlag Stuttgart, 2000 Lehner, F.; Organisational Memory. Hanser Fachbuch, 2000 North, K.: Wissensorientierte Unternehmensführung - Wertschöpfung durch Wissen. Gabler, 2002 Schreyögg, Georg: Wissen in Unternehmen - Konzepte, Maßnahmen, Methoden. Erich Schmidt Verlag, 2001 Klausur 90 min. und Übungsleistung Einführung in das Wissensmanagement und Begriffsdefinitionen, Ansätze des Wissensmanagements, Prozessorientiertes Wissensmanagement, Modellierung wissensintensiver Geschäftsprozesse mit KMDL (Knowledge Modelling and Description Language), Analyse wissensintensiver Geschäftsprozesse, Werkzeuge des Wissensmanagements, Wissensbasierte Systeme und Knowledge Engineering, Information Retrieval, Fallbasiertes Schließen Semantische Technologien und Semantic Web, Communities of Practice E-Learning. Übungen werden in Form von Gruppenarbeiten anhand praktischer Arbeiten durchgeführt. Kurzkommentar Vorlesung Mo Uhr / Start: Übung Di Uhr / Start: Die Veranstaltung findet online statt. Die Unterlagen werden über Moodle zur Verfügung gestellt Vorlesung und Übung (unbenotet) 43

44 82064 S - esport und digitale Gesellschaft 1 BL N.N. N.N. Einzel N.N. N.N. Prof. Dr. Norbert Gronau, Dr. rer. pol. Edzard Weber Termine siehe Website des LS Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( Zur Leistungserbringung zählt eine schriftlichen Ausarbeitung und die aktive Teilnahme an den Seminarveranstaltungen, die der Ergebnisvermittlung, Organisationssimulation und Wettkampferprobung dienen. Unabhängig von der Diskussion, ob esport als gleichberechtigte Sportart zu klassischen Sportarten angesehen werden darf, ist es unstrittig, dass der Umgang mit esport eine große und wachsende gesellschaftliche Bedeutung hat. Eine intensive Beschäftigung mit esport umfasst vielfältige Bereiche wie z.b. Physis, Kognition, Feinmotorik, Pädagogik, Didaktik, Psychologie aber auch Infrastrukturaspekte wie Technik, Spielbetriebsorganisation, Finanzierung, Recht und Gruppen-Kultur. In dieser Lehrveranstaltung wird die vielfältige Betrachtung von esport in Form eines rollenbasierten Praxisseminars behandelt. Seminarteilnehmer bearbeiten und vertiefen empirisch oder gestaltungsorientiert einzelne Themenstellungen, die sich auf Rollen bzw. Aufgabenbereiche in einer esport-organisation beziehen. Begleitend wird ein agiles Projektmanagement für interdisziplinäre Teams vorgestellt und innerhalb des Seminars praktiziert. Kurzkommentar Termine Auftakt Mi Uhr / Start: / Die Veranstaltung findet online statt. Details folgen Vorlesung und Übung (unbenotet) Advanced Topics in Computer Science II VU - Digital Government 1 V Mo 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber 1 U Do 10:00-12:00 wöch S Dr. rer. pol. Edzard Weber 44

45 Verwaltungsmodernisierung durch E-Government wird innerhalb vielfältiger Strategien und Initiativen verfolgt. Trotzdem konnten die drei wesentlichen Ziele Qualitätsverbesserung, Kostensenkung und Zeitersparnis noch nicht in befriedigendem Maß erlangt werden. Die Vorlesung behandelt E-Government-Grundlagen, Strategien und Lösungen. Auch ein kritischer Blick auf weniger erfolgreiche Projekte bleibt nicht aus. Zu ausgewählten Themen werden Referenten aus der Praxis Inhalte einbringen. Einführung Electronic Government Geschäftsprozessmanagement in öffentlichen Verwaltungen E-Government-Anwendungen Mobile Government Standardisierung, Interoperabilität und Integration Wissensmanagement in öffentlichen Verwaltungen Open Government und Open Data Kommunales E-Government E-Government-Transfer Ziel der Lehrveranstaltung ist es, Studierende zu einer Problemerkenntnis und Problembewältigung im Bereich der Anwendungssysteme in öffentlichen Verwaltungen zu bringen. Daneben wird auch der Forschungsstand zur Digitalisierung im öffentlichen Sektor beleuchtet. Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Lehrstuhls für Wirtschaftsinformatik und Electronic Government Literatur Wird in der Vorlesung bekannt gegeben. Klausur (90 Minuten) Kurzkommentar Vorlesung und Übung Mo Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Übung Do Uhr / Start: / Die Veranstaltung findet online statt. Details folgen. Zielgruppe Zur Hauptzielgruppe gehören Betriebswirte, Wirtschaftsinformatiker, Informatiker und Verwaltungswissenschaftler. Ggf. bestehen weitere Anrechnungsmöglichkeiten. Sprechen Sie dazu mit Ihrer Studienfachberatung Vorlesung und Übung (unbenotet) VU - Betriebliches Wissensmanagement 1 V Mo 08:00-10:00 wöch H Prof. Dr. Norbert Gronau Beginn 2. Vorlesungswoche 1 U Di 10:00-12:00 wöch Prof. Dr. Norbert Gronau, Jennifer Haase Beginn 2. Vorlesungswoche Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( 45

46 Literatur Antoni, C.H.; Sommerlatte, T. (Hrsg.): Report Wissensmanagement - Wie deutsche Firmen ihr Wissen profitabel machen. 4. Auflage Düsseldorf, 2002 Gronau, N.: Anwendungen und Systeme für das Wissensmanagement: Ein aktueller Überblick. GITO-Verlag (Berlin) 3. Auflage 2009 Gronau, N.; u.a.: Wissen prozessorientiert managen. Methode und Werkzeuge für die Nutzung des Wettbewerbsfaktors Wissen in Unternehmen. Oldenbourg Wissenschaftsverlag. München 2009 Gronau, N.: Wissensmanagement: Potenziale - Konzepte Werkzeuge. GITO-Verlag (Berlin) 2003 Haun, M.: Handbuch Wissensmanagement. Springer-Verlag, 2002 Krallmann, H.: Wettbewerbsvorteile durch Wissensmanagement. Schäffer-Poeschel Verlag Stuttgart, 2000 Lehner, F.; Organisational Memory. Hanser Fachbuch, 2000 North, K.: Wissensorientierte Unternehmensführung - Wertschöpfung durch Wissen. Gabler, 2002 Schreyögg, Georg: Wissen in Unternehmen - Konzepte, Maßnahmen, Methoden. Erich Schmidt Verlag, 2001 Klausur 90 min. und Übungsleistung Einführung in das Wissensmanagement und Begriffsdefinitionen, Ansätze des Wissensmanagements, Prozessorientiertes Wissensmanagement, Modellierung wissensintensiver Geschäftsprozesse mit KMDL (Knowledge Modelling and Description Language), Analyse wissensintensiver Geschäftsprozesse, Werkzeuge des Wissensmanagements, Wissensbasierte Systeme und Knowledge Engineering, Information Retrieval, Fallbasiertes Schließen Semantische Technologien und Semantic Web, Communities of Practice E-Learning. Übungen werden in Form von Gruppenarbeiten anhand praktischer Arbeiten durchgeführt. Kurzkommentar Vorlesung Mo Uhr / Start: Übung Di Uhr / Start: Die Veranstaltung findet online statt. Die Unterlagen werden über Moodle zur Verfügung gestellt Vorlesung und Übung (unbenotet) S - esport und digitale Gesellschaft 1 BL N.N. N.N. Einzel N.N. N.N. Prof. Dr. Norbert Gronau, Dr. rer. pol. Edzard Weber Termine siehe Website des LS Die Anmeldung erfolgt ab Anfang April auch über die Seiten des Bereichs Wirtschaftsinformatik und Digitale Gesellschaft ( 46

47 Zur Leistungserbringung zählt eine schriftlichen Ausarbeitung und die aktive Teilnahme an den Seminarveranstaltungen, die der Ergebnisvermittlung, Organisationssimulation und Wettkampferprobung dienen. Unabhängig von der Diskussion, ob esport als gleichberechtigte Sportart zu klassischen Sportarten angesehen werden darf, ist es unstrittig, dass der Umgang mit esport eine große und wachsende gesellschaftliche Bedeutung hat. Eine intensive Beschäftigung mit esport umfasst vielfältige Bereiche wie z.b. Physis, Kognition, Feinmotorik, Pädagogik, Didaktik, Psychologie aber auch Infrastrukturaspekte wie Technik, Spielbetriebsorganisation, Finanzierung, Recht und Gruppen-Kultur. In dieser Lehrveranstaltung wird die vielfältige Betrachtung von esport in Form eines rollenbasierten Praxisseminars behandelt. Seminarteilnehmer bearbeiten und vertiefen empirisch oder gestaltungsorientiert einzelne Themenstellungen, die sich auf Rollen bzw. Aufgabenbereiche in einer esport-organisation beziehen. Begleitend wird ein agiles Projektmanagement für interdisziplinäre Teams vorgestellt und innerhalb des Seminars praktiziert. Kurzkommentar Termine Auftakt Mi Uhr / Start: / Die Veranstaltung findet online statt. Details folgen Vorlesung und Übung (unbenotet) Agententechnologie PR - Agent-technology 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Praktikum (unbenotet) 47

48 82012 S - Agent-technology 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 wöch S Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Seminar (unbenotet) Aktuelle Themen der Künstlichen Intelligenz S - Cognitive technologies 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 wöch S Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. 48

49 Changing Vorlesung oder Seminar (unbenotet) Aktuelle Themen der neurokognitiven Psychologie S - Visuelle Wahrnehmung: Modelle, Daten, computationaler Zugang N.N. N.N. N.N. N.N. N.N. N.N. N.N. N.N. Links: vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2009/10) vollständige Veranstaltungsinformationen für Masterstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2013/14) Standard PULS Einschreibung - Psychologie: Modul-basierte Platzvergabe und Zulassung (ein Platz pro Modul); andere StO: Die Platzvergabe und Zulassung erfolgen durch den Dozenten Für, Leistungserwerb, Literaturhinweise, Platzvergabe, Teilnahmeinschränkungen, Zulassungsverfahren, en, en und weitere Informationen auf Deutsch und Englisch klicken Sie bitte auf den Studiengangspezifischen Link in Weitere Links Kurzkommentar Termine: wöchentlich Zielgruppe Bachelorstudiengang Psychologie, Masterstudiengang Computational Science, Bachelorstudiengang Computational Science Seminar (unbenotet) Seminar (unbenotet) Algorithmen und Datenstrukturen U - Algorithmen und Datenstrukturen 1 U Di 10:00-12:00 wöch S Dr. Henning Bordihn 2 U Di 12:00-14:00 wöch S Dr. Henning Bordihn 3 U Mi 10:00-12:00 wöch S Dr. Henning Bordihn 4 U Mi 12:00-14:00 wöch H Dr. Henning Bordihn 4 U Mi 12:00-14:00 Einzel 3.06.H Dr. Henning Bordihn 49

50 Grundlagen der Programmierung Klausur am Schluß der Lehrveranstaltung - Abstrakte Datentypen und Datenstrukturen, insbesondere Sequenzen, Zeiger, Bäume, Mengen und deren Verwendung in Algorithmen - Analyse von Algorithmen (Asymptotik) - Algorithmische Prinzipien: Teile und Herrsche, Dynamisches programmieren, Greedy-Algorithmen - Algorithmen auf Sequenzen und Graphen, insbesondere Suchen und Sortieren, Bäume, balancierte Bäume, Hashing - Komplexität von Problemen, NP-Vollständigkeit Übung (unbenotet) Übung (unbenotet) V - Algorithmen und Datenstrukturen 1 V Mo 16:00-18:00 wöch H Dr. Henning Bordihn Grundlagen der Programmierung Klausur am Schluß der Lehrveranstaltung Die Vorlesungen und Übungen finden bis zum Ende der Kontaktbeschränkungen in digitaler Form statt. Die Lehrmaterialien werden wie gewohnt auf Moodle bereitgestellt. Einschreibeschlüssel: AuD20 - Abstrakte Datentypen und Datenstrukturen, insbesondere Sequenzen, Zeiger, Bäume, Mengen und deren Verwendung in Algorithmen - Analyse von Algorithmen (Asymptotik) - Algorithmische Prinzipien: Teile und Herrsche, Dynamisches programmieren, Greedy-Algorithmen - Algorithmen auf Sequenzen und Graphen, insbesondere Suchen und Sortieren, Bäume, balancierte Bäume, Hashing - Komplexität von Problemen, NP-Vollständigkeit Vorlesung (unbenotet) Vorlesung (unbenotet) Allgemeine und anorganische Chemie V - Vorlesung Allgemeine und Anorganische Chemie II für BChem/BLAC/BS-GEE/BS-GEW 1 V Di 16:15-17:45 wöch Prof. Dr. Andreas Taubert, Dr. rer. nat. Martin Oschatz 1 V Fr 12:15-13:45 wöch Prof. Dr. Andreas Taubert, Dr. rer. nat. Martin Oschatz 50

51 Allgemeine und Anorganische Chemie (unbenotet) PR - Allgemeine und Anorganische Chemie 1 PR N.N. 08:00-16:00 Block / Prof. Dr. Andreas Taubert, Dr. Robert Nöske, Dr. Fabian Otte 2 PR N.N. 08:00-16:00 Block / Prof. Dr. Andreas Taubert, Dr. Robert Nöske, Dr. Fabian Otte 3 PR N.N. 08:00-16:00 Block / Dr. Robert Nöske, Prof. Dr. Andreas Taubert, Dr. Fabian Otte 4 PR N.N. 08:00-16:00 Block / Dr. Robert Nöske, Prof. Dr. Andreas Taubert, Dr. Fabian Otte Allgemeine und Anorganische Chemie (unbenotet) S - Seminar Allgemeine und Anorganische Chemie II für BS-GEE 1 S Mi 08:15-09:00 wöch B Prof. Dr. Andreas Taubert, Alyna Lange 2 S Mi 09:15-10:00 wöch B Prof. Dr. Andreas Taubert, Christian Balischewski 3 S Mi 13:15-14:00 wöch F Prof. Dr. Andreas Taubert, Ramona Ihlenburg Allgemeine und Anorganische Chemie (unbenotet) Analysis of Cellular Networks U - Analysis of Cellular Networks (Ü) 1 U Mo 12:15-13:45 wöch D Prof. Dr. Zoran Nikoloski, Dr. Nooshin Omranian Good knowledge of R and statistics required. 1 U Mo 12:15-13:45 wöch D Prof. Dr. Zoran Nikoloski, Dr. Nooshin Omranian Good knowledge of R and statistics required Übung (unbenotet) V - Analysis of Cellular Networks (V) 1 V Mo 10:15-11:45 wöch B Prof. Dr. Zoran Nikoloski, Dr. Nooshin Omranian Good knowledge of R and statistics required Vorlesung (unbenotet) Architekturen und Middleware für das wissenschaftliche Rechnen 51

52 81920 V - Konzepte paralleler Programmierung 1 V Mi 10:00-12:00 wöch Prof. Dr. Bettina Schnor Der Kurs besteht aus Vorlesung und Übung. An der richtigen Darstellung in PULS wird noch gearbeitet. Für weitere Informationen siehe auch die Webseite Vorlesung Grundlagen Betriebssysteme und Rechnernetze mindesten 50% der Hausaufgabenpunkte, um zur Klausur zugelassen zu werden. Die Note ergibt scih aus der Klausurnote. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Konzepte paralleler Programmierung" über diesen Link möglich und erforderlich: Achtung! Erst ab ! PL Vorlesung (benotet) U - Konzepte paralleler Programmierung 1 U Di 14:00-16:00 wöch H Petra Vogel Achtung! Der Kurs besteht aus Vorlesung und Übung! In PULS wird an der korrekten Darstellung noch gearbeitet! Weitere Informatonen siehe Webseite Vorlesung Grundlagen Betriebssysteme und Rechnernetze mindesten 50% der Hausaufgabenpunkte, um zur Klausur zugelassen zu werden. Die Note ergibt scih aus der Klausurnote. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Konzepte paralleler Programmierung" über diesen Link möglich und erforderlich: Achtung! Erst ab ! PL Übung (benotet) Astrophysik II Aufbaumodul Astrophysik VU - Grundkurs Astrophysik II 1 V Fr 12:15-13:45 wöch Prof. Dr. Philipp Richter 1 U Mo 08:15-09:45 14t Prof. Dr. Philipp Richter, Ekaterina Ilin 52

53 Aufgrund der Einschränkungen in Verbindung mit der COVID-19 Pandemie wird diese Vorlesung als Online-Kurs stattfinden. Wenn Sie teilnehmen möchten, melden Sie sich bitte direkt bei mir ( damit ich Ihnen die notwendigen Informationen zusenden kann Grundkurs Astrophysik II (unbenotet) Aufbaumodul Klimaphysik VU - Ice dynamics in Greenland and Antarctica 1 V N.N. N.N. Block N.N. N.N. Prof. Dr. Hilke Ricarda Winkelmann 1 U N.N. N.N. Block N.N. N.N. Prof. Dr. Hilke Ricarda Winkelmann Physik der Atmosphäre (unbenotet) Dynamics of Climate System (unbenotet) VS - Fluiddynamik mit Anwendungen in Klima- und Geophysik 1 S Mo 14:15-15:45 wöch Dr. Fred Feudel 1 V Mi 12:15-13:45 wöch Dr. Fred Feudel Dynamics of Climate System (unbenotet) VU - Theorie der globalen Meeresströmungen 1 V Di 14:15-15:45 wöch Prof. Dr. Stefan Rahmstorf 1 U Di N.N. wöch. N.N. N.N. Prof. Dr. Stefan Rahmstorf Links: Webseite zur Vorlesung Raum und Zeit nach Absprache Physik der Atmosphäre (unbenotet) Dynamics of Climate System (unbenotet) VU - Introduction to Climate Physics (engl.) 1 V Mo 12:15-13:45 wöch Prof. Dr. Hilke Ricarda Winkelmann 1 U Do 12:15-13:00 wöch Prof. Dr. Hilke Ricarda Winkelmann Physik der Atmosphäre (unbenotet) Dynamics of Climate System (unbenotet) Aufbaumodul Statistische und nichtlineare Physik 53

54 79486 VU - Einführung in die Chaostheorie und in die stochastischen Prozesse 1 V Do 12:15-13:45 wöch apl. Prof. Dr. Michael Rosenblum 1 U Fr 12:15-13:45 14t apl. Prof. Dr. Michael Rosenblum Einführung in die Chaostheorie und in die stochastischen Prozesse (unbenotet) V - Non-equilibrium statistical physics (engl.) 1 V Do 10:15-11:45 wöch Prof. Dr. Ralf Metzler 1 V Fr 12:15-13:45 wöch Prof. Dr. Ralf Metzler If interested please send me an already now: rmetzler_at_uni-potsdam.de Automatisierte Logik und Programmierung: Beweisautomatisierung und Programmsynthese Automatisierte Logik und Programmierung: Formale Kalküle und Beweissysteme Bayesian Inference and Data Assimilation VU - Bayesian inference and data assimilation 1 U Mo 10:15-11:45 wöch Jakiw Ioan Pidstrigach 1 V Di 10:15-11:45 wöch Dr. Sahani Darschika Pathiraja, Prof. Dr. Sebastian Reich 1 U Mi 12:15-13:45 wöch Jakiw Ioan Pidstrigach 1 V Do 10:15-11:45 wöch Dr. Sahani Darschika Pathiraja, Prof. Dr. Sebastian Reich Übungen (unbenotet) Betriebssysteme und Rechnernetze Bioinformatics of Biological Sequences (Evolutionary Genomics) Bioinformatik Cartesisches Seminar 54

55 81955 OS - Cartesisches Seminar 1 OS Di 10:00-13:00 wöch Prof. Dr. Christoph Kreitz, Tim Richter, Nuria Brede, Dr. rer. nat. Sebastian Böhne, Mario Frank Gute Kenntnisse in theoretischer Informatik und Logik Literatur Verschiedene Fachartikel (siehe Webseite) Vorstellung und Diskussion eines wissenschaftlichen Artikels Das Cartesische Seminar, ursprünglich am Potsdamer Institut für Klimafolgenforschung entstanden, ist methodisch den von René Descartes in seinem "Discours de la méthode pour bien conduire sa raison..." formulierten Regeln wissenschaftlicher Forschung verpflichtet, thematisch jedoch offen gestaltet. Die gemeinsame gründliche Lektüre klassischer Texte der Mathematik, Physik, Ökonomie, Informatik u.a. eröffnet den Teilnehmern, die in sehr verschiedenen Fachgebieten arbeiten, ungewohnte Perspektiven und neue Einsichten. Das Cartesische Seminar findet wegen der Corona-Beschränkungen in diesem Semester zunächst auf einem online whiteboard statt. Genauere Informationen sowie die aktuellen Themen finden Sie unter CartesianSeminar/ Seminar (unbenotet) Seminar (unbenotet) Datenbanken und wissensbasierte Systeme Daten- und Wissensbasierte Systeme Deklarative Modellierung Deklarative Problemlösung und Optimierung Effiziente Datenverarbeitung für die Naturwissenschaften S2 - Visual Analytics for high-dimensional Data 1 P N.N. N.N. Block N.N. N.N. Prof. Dr. Jürgen Döllner Angaben zum Lehrinhalt in der Beschreibung aufrufbar unter en werden in den Lehrinhaltsbeschreibungen unter benannt. 55

56 Unter sind folgende Angaben aufrufbar: Raum und Zeit Lehrinhalt und Leistungserfassung Teilnehmerbegrenzung Vorlesung und Projekt (unbenotet) VU - Laufzeitsysteme Alle V N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 1 U N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. This block lecture is going to cover virtual machines and runtime systems that are nowadays the prime target for all kinds of programming in scientific enviroments like Python, Java, R. In order to understand the runtime behavior but also other important aspects like security, a better understanding of these runtime systems is required. The objectives of this course are thus: Study VM architectures and applications Study key implementation technologies Focus on architecture and microarchitecture aspects Cover significant case studies Topics covered include: Emulation: Interpretation and binary translation Process virtual machines Dynamic binary optimization High level language VMs Co-designed VMs System VMs Multiprocessor Virtualization Applications Vorlesung und Projekt (unbenotet) Einführung in die Astronomie Einführung in die Geowissenschaften I Einführung in das System Erde Einführung in die Paläoklimatologie E-Learning 56

57 81945 PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) U - E-Learning 1 U N.N. N.N. Block N.N. N.N. Stefanie Lemcke Raum und Zeit nach Absprache Die Veranstaltung gibt eine Einführung in das rechnergestützte Lehren und Lernen aus der Perspektive der Informatik. Es werden zunächst generelle didaktische Szenarien diskutiert und darauf aufbauend Beschreibungsmöglichkeiten, Werkzeuge, Plattformen und Architekturen der IT ausführlich behandelt. Aktuelle E-Learning-Lösungen an der Universität Potsdam und ihre strategische Weiterentwicklung veranschaulichen das Thema. Abschließend wird ein Einblick in verwandte Fragestellungen wie Organisation, Rechte, Geschäftsmodelle u.ä. gegeben. mdl. Prüfung ( zur Zulassung ist die erfolgreiche Erstellung eines kleinen E-Learning-Angebots im Team) 57

58 Kurzkommentar Zulassungen nur nach Rücksprache mit dem Prüfer Vorlesung und Übung (unbenotet) Übung (unbenotet) V - E-Learning 1 V N.N. N.N. Block N.N. N.N. Prof. Dr.-Ing. Ulrike Lucke, Dr. Raphael Zender Raum und Zeit nach Absprache KEINE TEILNAHME MÖGLICH KEINE TEILNAHME MÖGLICH Kurzkommentar KEINE TEILNAHME MÖGLICH Vorlesung (unbenotet) Entwurf effizienter Algorithmen Experimentelles Design und Programmierung psychologischer Experimente S - Programming Psychological Experiments 1 S Di 14:15-15:45 wöch Dr. Sarah Risse Links: complete course information for M.Sc. in Psychology (as of Winter 2012/13) complete course information for M.Sc. in Cognitive Sciences (as of Winter 2016/17) complete course information for M.Sc. in Computational Science (as of Winter 2013/14) complete course information for M.Sc. in Mathematics (as of Winter 2019/20) Normal registration through PULS - Seat allocation and enrollment by the instructor To see course content, grading, literature, seat assignment, seat limits, enrollment, prerequisites, notes, and other course information in English or in German follow the link to your study program in Additional Links 58

59 Kurzkommentar Sessions: weekly sessions Zielgruppe M.Sc. in Psychology, M.Sc. in Cognitive Sciences, M.Sc. in Computational Science Seminar (unbenotet) Experimentelle und kognitive Psychologie V - Wahrnehmungspsychologie 1 V Di 12:15-13:45 wöch Prof. Dr. Ralf Engbert Links: vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2009/10) vollständige Veranstaltungsinformationen für Bachelorstudiengang Patholinguistik (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Patholinguistik (ab WiSe 2010/11) vollständige Veranstaltungsinformationen für Masterstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2019/20) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Rechtswissenschaft (ab WiSe 2013/14) Standard PULS Einschreibung - Alle zugelassen Für, Leistungserwerb, Literaturhinweise, Platzvergabe, Teilnahmeinschränkungen, Zulassungsverfahren, en, en und weitere Informationen auf Deutsch und Englisch klicken Sie bitte auf den Studiengangspezifischen Link in Weitere Links Kurzkommentar Termine: wöchentlich 59

60 Zielgruppe Bachelorstudiengang Psychologie, Bachelorstudiengang Patholinguistik, Bachelorstudiengang Computational Science, Bachelorstudiengang Rechtswissenschaft Vorlesung (unbenotet) S - Grundlagen der Wahrnehmungspsychologie 1 S Mi 10:15-11:45 wöch Daniel Backhaus 2 S Mi 14:15-15:45 wöch Daniel Backhaus Links: vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2009/10) vollständige Veranstaltungsinformationen für Masterstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2013/14) Standard PULS Einschreibung - Psychologie: Modul-basierte Platzvergabe und Zulassung (ein Platz pro Modul); andere StO: Die Platzvergabe und Zulassung erfolgen durch den Dozenten Für, Leistungserwerb, Literaturhinweise, Platzvergabe, Teilnahmeinschränkungen, Zulassungsverfahren, en, en und weitere Informationen auf Deutsch und Englisch klicken Sie bitte auf den Studiengangspezifischen Link in Weitere Links Kurzkommentar Termine: wöchentlich Zielgruppe Bachelorstudiengang Psychologie, Masterstudiengang Computational Science, Bachelorstudiengang Computational Science Seminar (unbenotet) Formale Grundlagen der Informatik Formale Methoden im Software Engineering 60

61 81997 VU - Software Engineering II Alle V Do 14:00-16:00 wöch H Prof. Dr.-Ing. Christian Hammer 1 U Mo 16:00-18:00 wöch S Prof. Dr.-Ing. Christian Hammer 2 U Di 14:00-16:00 wöch S Prof. Dr.-Ing. Christian Hammer Vorlesung und Übung (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Vorlesung und Übung (unbenotet) VU - Laufzeitsysteme Alle V N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 1 U N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. This block lecture is going to cover virtual machines and runtime systems that are nowadays the prime target for all kinds of programming in scientific enviroments like Python, Java, R. In order to understand the runtime behavior but also other important aspects like security, a better understanding of these runtime systems is required. The objectives of this course are thus: Study VM architectures and applications Study key implementation technologies Focus on architecture and microarchitecture aspects Cover significant case studies Topics covered include: Emulation: Interpretation and binary translation Process virtual machines Dynamic binary optimization High level language VMs Co-designed VMs System VMs Multiprocessor Virtualization Applications Vorlesung und Übung (unbenotet) Formale Methoden und ihre Komplexität 61

62 Genomik VS - Personalisierte Genomik 1 V Mi 12:15-13:45 wöch B Dr. Stefanie Hartmann 1 S Do 12:15-13:45 wöch B Dr. Stefanie Hartmann Im SommerSemester 2020 werden beide Modul-Teile in einer online / Selbstlern Version durchgefuehrt: 1. Vorlesung: selbstaendiges Bearbeiten von zur Verfuegung gestelltem Material (auf Englisch). Einreichen von einer Seite pro Woche mit Antworten auf Fragen zum Material (auf Deutsch). 2. Seminar: Lesen und schriftliches Kommentieren von Primaer-Literatur (auf Englisch). Einreichen von 1-2 Seiten zum Paper pro Woche (auf Deutsch). Wenn Sie sich fuer den Kurs bei PULS eintragen, bekommen Sie von mir zu Beginn der Lehrveranstaltung (22.04.) eine mit weiterer Information. Fragen vorab koennen Sie an senden. BITTE BEACHTEN: DIES IST EIN BACHELOR-KURS! Vorlesung (unbenotet) PU - Vergleichende Genomanalyse 1 B N.N. N.N. Block N.N. N.N. Prof. Dr. Michael Hofreiter, Dr. Stefanie Hartmann, Dr. rer. nat. Patrick Arnold, Remco Folkertsma, Dr. rer. nat. Sereina Rutschmann Raum und Zeit nach Absprache Da noch nicht bekannt ist, wann wieder Präsenzlehre möglich ist, können wir momentan nicht angeben, wann die Veranstaltung stattfinden kann Vorlesung (unbenotet) VE - Molekulare Ökologie und Genomik 1 V Do 14:15-15:45 wöch B Prof. Dr. Michael Hofreiter, Dr. rer. nat. Sereina Rutschmann, Remco Folkertsma 1 EX N.N. N.N. Block N.N. N.N. Prof. Dr. Michael Hofreiter, Dr. rer. nat. Sereina Rutschmann, Remco Folkertsma Blockveranstaltung: eine Woche in der vorlesungsfreien Zeit 62

63 Dieser Kurs wird im kommenden Semester in seiner bisherigen Form (Vorlesung und Exkursion) nicht stattfinden. Als Alternative findet aber der Kurs " Genetic and genomic basis of evolutionary change ", welcher eine Vorlesung und ein Seminar beinhaltet, als online Kurs statt. Der Kurs wird auf Englisch gehalten und kann als Wahlpflichtfach angerechnet werden. Weiter Informationen über die Organisation finden Sie bitte direkt beim Kurs. Interessierte Studenten werden gebeten sich auf PULS zu registrieren. Bei Fragen kontaktieren Sie uns bitte per ( ). Bitte beachten Sie, dass Sie den alternativen Kurs (der dieses Semester auch für das Bachelor-Studium angeboten wird), insgesamt nur einmal anrechnen lassen können - also entweder Sie belegen den Kurs im Rahmen Ihres Bachelors oder Masters Vorlesung (unbenotet) VS - Genetic and genomic basis of evolutionary change 1 V Fr 08:15-09:45 wöch B Prof. Dr. Michael Hofreiter, Dr. rer. nat. Sereina Rutschmann, Remco Folkertsma, Federica Alberti 1 S Fr 10:15-11:45 wöch B Prof. Dr. Michael Hofreiter, Dr. rer. nat. Sereina Rutschmann, Remco Folkertsma, Federica Alberti The course "Genetic and genomic basis of evolutionary change", comprising a lecture and seminar, will take place in the upcoming summer term 2020 in the form of an online course. We will provide you with teaching slides along with technical literature. As part of the interactive learning, we will give you for each topic 1) short answer questions and in-depth problems and 2) research papers. For both, you are required to send us the answer and feedback every week (approx. 1-2 pages). Every two weeks, we will (if technically possible) schedule an online meeting. These meetings will give you the opportunity to directly interact with the lecturer (the attendance is voluntary). If possible we will provide you with additional autodidactic tools. Please register for this course in PULS. At the beginning of the semester, you will receive an with further details about the course. If you have any questions, please get in touch via ( ) Vorlesung (unbenotet) Geohazards für Fortgeschrittene Geomatik Geowissenschaften II VU - Einführung in die Geowissenschaften II (Vorlesung/Übung) 1 VU Mo 12:15-13:45 wöch Dr. Gerold Zeilinger Links: Moodle - Kurs Webseite 63

64 Liebe Studierende, für die erste Veranstaltung am 20. April 2020 werden Sie, falls bis 11:30 Uhr in Puls eingetragen, über Moodle Informationen bekommen. Beste Grüße, Ihr Gerold Zeilinger Vorlesung (unbenotet) VU - Einführung in die Geowissenschaften II (Geländeübung Einführung) 1 PU N.N. N.N. Block N.N. N.N. Dr. Gerold Zeilinger Geländeübung Sachsen (unbenotet) U - Einführung in die Geowissenschaften II (Geländeübung zur Feldaufnahme) 1 PU N.N. N.N. BlockSaSo N.N. N.N. Dr. Gerold Zeilinger, Dr. Martin Jan Timmerman Raum und Zeit nach Absprache 2 PU N.N. N.N. BlockSaSo N.N. N.N. Dr. Martin Jan Timmerman, Dr. Gerold Zeilinger wird nur bei Bedarf angeboten! Geländeübung Harz (unbenotet) Grundlagen der Biochemie und Zellbiologie V - Grundlagen der Biochemie 1 V Fr 08:15-09:45 wöch. Online.Veranstalt Prof. Dr. Petra Wendler Die ersten Termine werden von der Zellbiologie bestritten. Die VL wird zunächst als Podcast angeboten, solange Präsenzlehre nicht möglich ist, ggf. gibt es zusätzliche Podcasts mit Antworten zu Studierendenfragen. Der Biochemieteil wird voraussichtlich live mit Hilfe einer Konferenzsoftware angeboten. Den Vorlesungsplan finden Sie in Moodle. Über Moodle informieren wir auch über weitere Änderungen der Modalitäten der Vorlesungsdurchführung. Die vier Vorlesungen Grundlagen der Biochemie, Grundlagen der Zellbiologie, Genetik und Molekularbiologie I (Module BIO- BM1.07 Grundlagen der Biochemie und Zellbiologie und BIO-BM1.08 Grundlagen der Genetik und Molekularbiologie) werden gemeinsam organisiert und der Inhalt auf 3 Termine je 2 SWS aufgeteilt. Montag 16:15-17:45 Donnerstag 12:15-13:45 Freitag 8:15-9:45 64

65 Für Lehramtsstudierende wird ergänzend das fakultative Seminar Zentrale Konzepte der molekularen und zellulären Biologie identifizieren und anwenden angeboten Biochemie (unbenotet) V - Grundlagen der Zellbiologie 1 V Mo 17:00-17:45 wöch. Online.Veranstalt Prof. Dr. Ralph Gräf Die ersten Termine werden von der Zellbiologie bestritten. Die VL wird zunächst als Podcast angeboten, solange Präsenzlehre nicht möglich ist, ggf. gibt es zusätzliche Podcasts mit Antworten zu Studierendenfragen. Der Biochemieteil wird voraussichtlich live mit Hilfe einer Konferenzsoftware angeboten. Den Vorlesungsplan finden Sie in Moodle. Über Moodle informieren wir auch über weitere Änderungen der Modalitäten der Vorlesungsdurchführung. Die vier Vorlesungen Grundlagen der Biochemie, Grundlagen der Zellbiologie, Genetik und Molekularbiologie I (Module BIO- BM1.07 Grundlagen der Biochemie und Zellbiologie und BIO-BM1.08 Grundlagen der Genetik und Molekularbiologie) werden gemeinsam organisiert und der Inhalt auf 3 Termine je 2 SWS aufgeteilt. Montag 16:15-17:45 Donnerstag 12:15-13:45 Freitag 8:15-9:45 Fakultativ wird eine Übung zur Vorlesung angeboten, der Termin wird in der Vorlesung bekannt gegeben. Für Lehramtsstudierende wird ergänzend das fakultative Seminar Zentrale Konzepte der molekularen und zellulären Biologie identifizieren und anwenden angeboten Allgemeine Zellbiologie (unbenotet) Grundlagen der geowissenschaftlichen Datenanalyse VU - Grundlagen der geowissenschaftlichen Datenanalyse (Übung) 1 U Fr 13:15-16:30 wöch. Online.Veranstalt apl. Prof. Dr. Martin Trauth Links: Moodle We meet for the first time on Friday on Moodle for a chat Übung (unbenotet) Grundlagen der Molekularbiologie und Genetik V - Molekularbiologie 1 1 V Mo 16:15-17:00 wöch. Online.Veranstalt Dr. Katrin Czempinski 65

66 Die vier Vorlesungen Grundlagen der Biochemie, Grundlagen der Zellbiologie, Genetik und Molekularbiologie I (Module BIO- BM1.07 Grundlagen der Biochemie und Zellbiologie und BIO-BM1.08 Grundlagen der Genetik und Molekularbiologie) werden gemeinsam organisiert und der Inhalt auf 3 Termine je 2 SWS aufgeteilt. Montag 16:15-17:45 Donnerstag 12:15-13:45 Freitag 8:15-9:45 Molekularbiologie I - online Angebote: - vertonte VL-Folien und zusätzliche online open source Materialien zur selbständigen Erarbeitung des Themas - Sammlung der Fragen von Studierenden zu den jeweiligen Themen und online Meetings zur Beantwortung - mgl. online VL Alle Informationen, welche Mittel und Materialien zu den jeweiligen Themen zum Einsatz kommen, werden über den Moodle- Kurs "Grundlagen der Molekularbiologie-Genetik" zur Verfügung gestellt. Für Lehramtsstudierende wird ergänzend das fakultative Seminar Zentrale Konzepte der molekularen und zellulären Biologie identifizieren und anwenden angeboten Molekularbiologie (unbenotet) VU - Genetik 1 V Do 12:15-13:45 wöch. Online.Veranstalt Prof. Dr. Michael Lenhard 1 U Fr 10:15-11:45 14t. Online.Veranstalt Prof. Dr. Michael Lenhard fakultativ als Ergänzung zur Vorlesung Genetik in 3 Parallelen, zweite Semesterhälfte 1 U Fr 12:15-13:45 14t. Online.Veranstalt Prof. Dr. Michael Lenhard fakultativ als Ergänzung zur Vorlesung Genetik in 3 Parallelen, zweite Semesterhälfte 1 U Mo 08:15-09:45 14t. Online.Veranstalt Prof. Dr. Michael Lenhard fakultativ als Ergänzung zur Vorlesung Genetik in 3 Parallelen, zweite Semesterhälfte Die Inhalte der VL Genetik werden Ihnen in digitaler Form zur Verfügung gestellt werden, vermutlich als "besprochene Folien"/ Videos. Die Übungen zur Genetik werden wir versuchen, als Videokonferenzen oder Chats zu organisieren. Mehr Informationen dazu später. Da die Inhalte der VL Genetik die Inhalte der VL Molekularbiologie voraussetzen, werden die Inhalte der Genetik-VL ab ca. Mitte Mai zur Verfügung gestellt werden. Für Lehramtsstudierende wird ergänzend das fakultative Seminar Zentrale Konzepte der molekularen und zellulären Biologie identifizieren und anwenden angeboten Genetik (unbenotet) 66

67 Grundlagen der Programmierung Grundlagen der Stochastik VU - Grundlagen der Stochastik für Informatiker Alle V Fr 14:15-15:45 wöch H Dr. Peter Keller 1 U Mo 12:15-13:45 wöch S Dr. Peter Keller 2 U Mo 16:15-17:45 wöch H Dr. Peter Keller 3 U Fr 12:15-13:45 wöch. N.N Dr. Peter Keller 4 U Fr 14:15-15:45 wöch. N.N Dr. Peter Keller Erste Veranstaltung am , 14:00 Uhr, via Zoom. Besuchen Sie die Moodle-Seite Grundlagen der Stochastik für aktuelle Informationen und den Link zum Zoom-Room. Keine Literatur Einführung in die Wahrscheinlichkeitstheorie und Statistik, Hans Otto Georgii (online verfügbar durch die UB) empfohlen : Stochastik für Informatiker, Neomi Kurt (online verfügbar via UP VPN auf Springerlink) Schriftliche Klausur oder mündliche Prüfung am Ende des Semesters Wir führen die Grundbegriffe der Wahrscheinlichkeitstheorie ein und behandeln einige wichtige Beispiele. In den Übungen werden wir auch wo möglich die Konzepte in Programme umsetzen Vorlesung und Übung (unbenotet) Hydrologie VU - Hydrologie I Alle V Fr 14:15-15:45 wöch Dr. rer. nat. Christian Mohr 1 U Di 10:15-11:45 wöch PD Dr. Maik Heistermann 2 U Di 10:15-11:45 wöch / Dr. rer. nat. Klaus Vormoor 67

68 Die Übung Hydrologie im Modul GEE-HY startet erst Mitte Mai. Bis dahin wird sich herausstellen, ob die Übung online oder im Präsenzbetreib angeboten werden wird. Bereits jetzt könnt Ihr Euch aber hier für den zugehörigen Moodle-Kurs einschreiben. Dort findet Ihr aktuelle Informationen zur Übung und wir können Euch über den Nutzerverteiler auf dem Laufenden halten Mittelseminar Hydrologie (unbenotet) Hydrologie I (unbenotet) Image Processing and Phenotyping in Bioinformatics Informatik und Gesellschaft VU - Didaktik der Informatik I 1 V Do 14:00-16:00 wöch Prof. Dr. Andreas Schwill 1 U Di 12:00-14:00 wöch Prof. Dr. Andreas Schwill Regelmäßige und aktive (!) Mitarbeit in den Übungen. Eine Abschlussnote wird bei erfolgreicher Teilnahme an einem Prüfungsgespräch erteilt Vorlesung und Übung (unbenotet) Übung (unbenotet) U - Informatik und Gesellschaft 1 U Fr 14:00-16:00 wöch Prof. Dr. Andreas Schwill Vorlesung und Übung (unbenotet) Übung (unbenotet) V - Informatik und Gesellschaft 1 V Mi 16:00-18:00 wöch Prof. Dr. Andreas Schwill Mu#ndliche Pru#fung (15-30 Minuten) Vorlesung (unbenotet) S - Patente in der Informatik, speziell für zuverlässige Systeme 1 S Mi 16:00-18:00 wöch Prof. Dr. Michael Gössel 1 S Fr 14:00-16:00 wöch Prof. Dr. Michael Gössel 68

69 Achtung! In diesem Seminar können 3 oder 6 LP erworben werden. Die Differenzierung wird bei der Prüfungsanmeldung vorgenommen. Bitte geben Sie zum Beginn des Seminars den gewünschten Umfang an LP an. Grundlagen in technischer Informatik. Literatur Diverse Patente, werden in dem Seminar angegeben und von den Teilnehmern im Rahmen ihrer Recherche selbst ermittelt. 1/2-stündiger Verständnisvortrag zum zu patentierenden Problem 20 %, 40-minütiger Vortrag zum ausgearbeiteten Patent 20 %, Qualität der Patentausarbeitung 40 %, Patentrecherche 20%, ein Besuch von mindestens 80% der Seminartermine und von 2 individuellen Konsultationen zur eigenen Arbeit ist zum Bestehen erforderlich. Die Teilnehmer/innen lernen den Aufbau eines Patentes an Beispielen der Fehlererkennung und Codierung kennen, sie erarbeiten den Stand der Technik für eine neue wissenschaftliche Problemstellung anhand einer selbst durchgeführten Recherche, sie beurteilen die Neuheit und den Wert von Ansprüchen und die wirtschaftlich-technische Relevanz eines Forschungsgebietes auf Grund einer Patentrecherche. Die Teilnehmer/innen schreiben ein Beispielpatent zu einem vorgegebenen wissenschaftlichen Ergebnis unter der Annahme, dass es neu ist, sie lernen, wie man ein Patent an der Universität oder selbständig beim Patentamt anmeldet. Das schreiben eines Patentes erfordert einen iterativen Prozess in Wechselwirkung mit dem Seminarleiter. Der größte Teil wissenschaftlich-technischer Ergebnisse ist als Patent veröffentlicht. Ziel der Veranstaltung ist es, dass die Teilnehmer Patente in ihrer künftigen Arbeit, insbesondere im Beruf als Informationsquelle zum Stand der Technik nutzen und auch selbst schreiben, um ihre eigenen Resultate möglichst sinnvoll schützen, wenn das möglich ist. Die Veranstaltung wird über Skype, auch per Telefon in der persönlichen Beratung, durchgeführt. Der Erfolg für die Teilnehmer/innen hängt insbesondere auf Grund der gegenwärtigen Situation wesentlich von dem eigenen Engagement ab Vorlesung und Übung (unbenotet) Übung (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. 69

70 Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) Informatik und Gesellschaft II PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. 70

71 Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Didaktik der Informatik II 1 V Do 12:00-14:00 wöch Prof. Dr. Andreas Schwill 1 U Mi 12:00-14:00 wöch Prof. Dr. Andreas Schwill Prüfungsgespräch im Umfang von Minuten oder Projektarbeit Vorlesung und Übung (unbenotet) Übung (unbenotet) S - Patente in der Informatik, speziell für zuverlässige Systeme 1 S Mi 16:00-18:00 wöch Prof. Dr. Michael Gössel 1 S Fr 14:00-16:00 wöch Prof. Dr. Michael Gössel Achtung! In diesem Seminar können 3 oder 6 LP erworben werden. Die Differenzierung wird bei der Prüfungsanmeldung vorgenommen. Bitte geben Sie zum Beginn des Seminars den gewünschten Umfang an LP an. Grundlagen in technischer Informatik. Literatur Diverse Patente, werden in dem Seminar angegeben und von den Teilnehmern im Rahmen ihrer Recherche selbst ermittelt. 71

72 1/2-stündiger Verständnisvortrag zum zu patentierenden Problem 20 %, 40-minütiger Vortrag zum ausgearbeiteten Patent 20 %, Qualität der Patentausarbeitung 40 %, Patentrecherche 20%, ein Besuch von mindestens 80% der Seminartermine und von 2 individuellen Konsultationen zur eigenen Arbeit ist zum Bestehen erforderlich. Die Teilnehmer/innen lernen den Aufbau eines Patentes an Beispielen der Fehlererkennung und Codierung kennen, sie erarbeiten den Stand der Technik für eine neue wissenschaftliche Problemstellung anhand einer selbst durchgeführten Recherche, sie beurteilen die Neuheit und den Wert von Ansprüchen und die wirtschaftlich-technische Relevanz eines Forschungsgebietes auf Grund einer Patentrecherche. Die Teilnehmer/innen schreiben ein Beispielpatent zu einem vorgegebenen wissenschaftlichen Ergebnis unter der Annahme, dass es neu ist, sie lernen, wie man ein Patent an der Universität oder selbständig beim Patentamt anmeldet. Das schreiben eines Patentes erfordert einen iterativen Prozess in Wechselwirkung mit dem Seminarleiter. Der größte Teil wissenschaftlich-technischer Ergebnisse ist als Patent veröffentlicht. Ziel der Veranstaltung ist es, dass die Teilnehmer Patente in ihrer künftigen Arbeit, insbesondere im Beruf als Informationsquelle zum Stand der Technik nutzen und auch selbst schreiben, um ihre eigenen Resultate möglichst sinnvoll schützen, wenn das möglich ist. Die Veranstaltung wird über Skype, auch per Telefon in der persönlichen Beratung, durchgeführt. Der Erfolg für die Teilnehmer/innen hängt insbesondere auf Grund der gegenwärtigen Situation wesentlich von dem eigenen Engagement ab Vorlesung und Übung (unbenotet) Übung (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. 72

73 Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) Informationsverarbeitung Information und Komplexität Intelligente Datenanalyse VU - Machine Learning Alle V Mo 12:00-14:00 wöch H Prof. Dr. Tobias Scheffer 1 U Di 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 2 U Mi 16:00-18:00 wöch S Prof. Dr. Tobias Scheffer 3 U Do 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 4 U Fr 14:00-16:00 wöch S Prof. Dr. Tobias Scheffer Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnahe Aufgaben eigenständig in Python bearbeitet. Projektaufgabe, Klausur oder mündliche Prüfung Übung (unbenotet) Intelligente Datenanalyse II Intelligente Datenanalyse in den Naturwissenschaften 73

74 81995 VU - Machine Learning Alle V Mo 12:00-14:00 wöch H Prof. Dr. Tobias Scheffer 1 U Di 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 2 U Mi 16:00-18:00 wöch S Prof. Dr. Tobias Scheffer 3 U Do 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 4 U Fr 14:00-16:00 wöch S Prof. Dr. Tobias Scheffer Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnahe Aufgaben eigenständig in Python bearbeitet. Projektaufgabe, Klausur oder mündliche Prüfung Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 1 V Mo 10:00-12:00 wöch Prof. Dr. Niels Landwehr 1 U Do 14:00-16:00 wöch Prof. Dr. Niels Landwehr Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse. Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt. The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on. The first video lecture will be made available on The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing Vorlesung und Übung (unbenotet) Übung (unbenotet) Introduction to Theoretical Systems Biology 74

75 81613 VU - Theoretical Systems Biology 1 U Mo 14:15-15:45 wöch. N.N Daniel Seeler Room V Mi 08:15-09:45 wöch Dr. Niklas Hartung Vorlesung und Übung (unbenotet) IT und Organisation IT und Organisation II Klimaphysik II VU - Theorie der globalen Meeresströmungen 1 V Di 14:15-15:45 wöch Prof. Dr. Stefan Rahmstorf 1 U Di N.N. wöch. N.N. N.N. Prof. Dr. Stefan Rahmstorf Links: Webseite zur Vorlesung Raum und Zeit nach Absprache Vorlesung, Übung, Seminar (unbenotet) Klimatologie S - Angewandte Klimatologie 1 S Mo 12:15-13:45 14t Dr. rer. nat. Klaus Vormoor 2 S Mo 12:15-13:45 14t Dr. rer. nat. Klaus Vormoor Bitte schreiben Sie sich unmittelbar nach der Anmeldung in Puls in das Moodle-Seminar "BSc Klimatologie (S)" ein. Darüber erfolgt eine Meta-Einschreibung in den Moodle-Kurs für dieses Seminar, wo Sie alle wichtigen Informationen zum Ablauf des Seminars in diesem Semester finde Angewandte Klimatologie (unbenotet) S - Klimatologie 1 S Do 16:15-17:45 14t PD Dr. Maik Heistermann 2 S Do 16:15-17:45 14t PD Dr. Maik Heistermann 75

76 Links: Moodle-Kurs zum Seminar Das Seminar Klimatologie im Modul GEE-KL startet offiziell am Es wird so lange online stattfinden, bis Präsenzveranstaltungen wieder möglich sind. Bereits jetzt könnt Ihr Euch hier für den zugehörigen Moodle-Kurs einschreiben. Dort findet Ihr ausführliche Informationen zur Online-Lehre in diesem Seminar. Über das Forum könnt Ihr dann auch bereits Fragen z.b. zum Ablauf des Seminars stellen. Achtung: Wer sich für den Moodle-Kurs "Seminar Klimatologie" einschreibt, wird automatisch auch für den Moodle-Kurs "Angewandte Klimatologie" im gleichen Modul eingeschrieben Klimatologie (unbenotet) Klimatologie (unbenotet) Kognitive Neurowissenschaften Kognitive Technologien PR - Cognitive technologies 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Praktikum (unbenotet) S - Cognitive technologies 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 wöch S Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle

77 This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Seminar (unbenotet) Komputationale Intelligenz VU - Computational Intelligence 1 V Fr 12:00-14:00 wöch H Prof. Dr. Torsten Schaub 1 U Do 16:00-18:00 wöch H Prof. Dr. Torsten Schaub, Francois Laferriere 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Francois Laferriere Links: Artificial Intelligence Answer Set Programming moodle Raum und Zeit nach Absprache This course gives a gentle introduction to basic techniques used in intelligent systems. Motivation. Literatur D. Poole, A. Mackworth and R. Goebel. Computational Intelligence: A Logical Approach. Oxford University Press, New York, M. Gelfond and Y. Kahl. Knowledge Representation, Reasoning, and the Design of Intelligent Agents. Cambridge University Press, C. Baral. Knowledge Representation, Reasoning and Declarative Problem Solving. Cambridge University Press, V. Lifschitz. Answer Set Programming. Springer, W. Bibel, S. Hölldobler, and T. Schaub. Wissensrepräsentation und Inferenz. Vieweg Verlag, Braunschweig, T. Dean, J. Allen and Y. Aloimonos. Artificial Intelligence. Theory and Practice. Addison-Wesley, N. J. Nilsson. Artificial Intelligence: A new Synthesis. Morgan Kaufmann, St. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, Englewood Cliffs,NJ, Y. Shoham. Artificial Intelligence Techniques in Prolog. Morgan Kaufmann, Announced at first lecture. 77

78 Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to An introduction to answer set programming, used in the projects, is given separately. Introduction Artificial Intelligence and Agents Searching for Solutions Reasoning with Constraints Propositions and Inference Boolean Constraint Solving Planning Zielgruppe This is a basic lecture for BSc students with varying backgrounds Praktikum (unbenotet) Konzepte paralleler Programmierung V - Konzepte paralleler Programmierung 1 V Mi 10:00-12:00 wöch Prof. Dr. Bettina Schnor Der Kurs besteht aus Vorlesung und Übung. An der richtigen Darstellung in PULS wird noch gearbeitet. Für weitere Informationen siehe auch die Webseite Vorlesung Grundlagen Betriebssysteme und Rechnernetze mindesten 50% der Hausaufgabenpunkte, um zur Klausur zugelassen zu werden. Die Note ergibt scih aus der Klausurnote. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Konzepte paralleler Programmierung" über diesen Link möglich und erforderlich: Achtung! Erst ab ! Vorlesung (unbenotet) U - Konzepte paralleler Programmierung 1 U Di 14:00-16:00 wöch H Petra Vogel 78

79 Achtung! Der Kurs besteht aus Vorlesung und Übung! In PULS wird an der korrekten Darstellung noch gearbeitet! Weitere Informatonen siehe Webseite Vorlesung Grundlagen Betriebssysteme und Rechnernetze mindesten 50% der Hausaufgabenpunkte, um zur Klausur zugelassen zu werden. Die Note ergibt scih aus der Klausurnote. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Konzepte paralleler Programmierung" über diesen Link möglich und erforderlich: Achtung! Erst ab ! Vorlesung und Übung (unbenotet) Übung (unbenotet) Künstliche Intelligenz VU - Computational Intelligence 1 V Fr 12:00-14:00 wöch H Prof. Dr. Torsten Schaub 1 U Do 16:00-18:00 wöch H Prof. Dr. Torsten Schaub, Francois Laferriere 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Francois Laferriere Links: Artificial Intelligence Answer Set Programming moodle Raum und Zeit nach Absprache This course gives a gentle introduction to basic techniques used in intelligent systems. Motivation. Literatur D. Poole, A. Mackworth and R. Goebel. Computational Intelligence: A Logical Approach. Oxford University Press, New York, M. Gelfond and Y. Kahl. Knowledge Representation, Reasoning, and the Design of Intelligent Agents. Cambridge University Press, C. Baral. Knowledge Representation, Reasoning and Declarative Problem Solving. Cambridge University Press, V. Lifschitz. Answer Set Programming. Springer, W. Bibel, S. Hölldobler, and T. Schaub. Wissensrepräsentation und Inferenz. Vieweg Verlag, Braunschweig, T. Dean, J. Allen and Y. Aloimonos. Artificial Intelligence. Theory and Practice. Addison-Wesley, N. J. Nilsson. Artificial Intelligence: A new Synthesis. Morgan Kaufmann, St. Russell and P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, Englewood Cliffs,NJ, Y. Shoham. Artificial Intelligence Techniques in Prolog. Morgan Kaufmann,

80 Announced at first lecture. Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to An introduction to answer set programming, used in the projects, is given separately. Introduction Artificial Intelligence and Agents Searching for Solutions Reasoning with Constraints Propositions and Inference Boolean Constraint Solving Planning Zielgruppe This is a basic lecture for BSc students with varying backgrounds Praktikum (unbenotet) Leistungsanalyse Logik, Berechnung und Komplexität Maschinelles Lernen I PJ - Individuelles interdisziplinäres Projekt 2 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Projekt melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor Projektbeginn ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) Übung (unbenotet) PJ - Individuelles interdisziplinäres Projekt 1 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Projekt melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. 80

81 Vor Projektbeginn ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Machine Learning Alle V Mo 12:00-14:00 wöch H Prof. Dr. Tobias Scheffer 1 U Di 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 2 U Mi 16:00-18:00 wöch S Prof. Dr. Tobias Scheffer 3 U Do 10:00-12:00 wöch Prof. Dr. Tobias Scheffer 4 U Fr 14:00-16:00 wöch S Prof. Dr. Tobias Scheffer Die Veranstaltung beschäftigt sich mit Algorithmen, die aus Daten lernen können. Algorithmen des maschinellen Lernens gewinnen aus Daten Modelle, mit denen sich dann Vorhersagen über das beobachtete System treffen lassen. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über die Auswertung astronomischer Daten bis zu persönlichen Musikempfehlungen. Die Veranstaltung setzt sich aus einem Vorlesungs- und einem Projektteil zusammen. Der Vorlesungsteil vermittelt die Grundlagen des maschinellen Lernens. Im Projektteil werden anwendungsnahe Aufgaben eigenständig in Python bearbeitet. Projektaufgabe, Klausur oder mündliche Prüfung Vorlesung und Übung (unbenotet) Übung (unbenotet) VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 1 V Mo 10:00-12:00 wöch Prof. Dr. Niels Landwehr 1 U Do 14:00-16:00 wöch Prof. Dr. Niels Landwehr Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse. Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt. The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on. The first video lecture will be made available on The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing Vorlesung und Übung (unbenotet) 81

82 Übung (unbenotet) Maschinelles Lernen II PR - Individuelles Praktikum 2 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer 2 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Praktikum melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor dem Praktikum ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) PR - Individuelles Praktikum 1 1 PR N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Praktikum melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor dem Praktikum ist die Zustimmung eines Prüfungsberechtigenten einzuholen Vorlesung und Übung (unbenotet) VU - Maschinelles Lernen für landwirtschaftliche Anwendungen 1 V Mo 10:00-12:00 wöch Prof. Dr. Niels Landwehr 1 U Do 14:00-16:00 wöch Prof. Dr. Niels Landwehr Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse. Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt. The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on. The first video lecture will be made available on The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing Vorlesung und Übung (unbenotet) 82

83 Maschinenmodelle Mathematik für Informatiker I Mathematik für Informatiker II VU - Praxis der Programmierung Alle V Mi 08:00-10:00 wöch H Dr. Henning Bordihn 1 U Mo 12:00-14:00 wöch Dr. Henning Bordihn 2 U Di 10:00-12:00 wöch Dr. Henning Bordihn 3 U Do 10:00-12:00 wöch Dr. Henning Bordihn 4 U Fr 10:00-12:00 wöch Dr. Henning Bordihn Grundlagen der Programmierung Die Vorlesungen und Übungen finden bis zum Ende der Kontaktbeschränkungen in digitaler Form statt. Die Lehrmaterialien werden wie gewohnt auf Moodle bereitgestellt. Einschreibeschlüssel: PdP20 Programmierung in C, Implementierung von Algorithmen und Datenstrukturen in einer imperativen Programmiersprache wie beispielsweise C, Objektorientierte Programmierung, beispielsweise in der Programmiersprache Java Übung (unbenotet) Mathematik für Informatiker III VU - Mathematik für Informatiker III Alle V Do 08:00-10:00 wöch H Prof. Dr. Matthias Holschneider 1 U Mo 10:00-12:00 wöch H Prof. Dr. Matthias Holschneider 2 U Mo 12:00-14:00 wöch H Prof. Dr. Matthias Holschneider Es werden die Grundlagen der mehrdimensionalen Analysis, der numerischen Mathematik und der Differentialgleichungen behandelt. Bitte schreiben Sie sich so schnell wie möglich auch in den Moodle-Kurs ein! Dort werden die Vorlesungsfolien, Vorlesungsaufzeichnungen und vor allem die Übungsblätter verteilt und eingesammelt Vorlesung und Übung (unbenotet) 83

84 Übung (unbenotet) Mathematische Modellierung in der neurokognitiven Psychologie Modellierung für die Naturwissenschaften Moderne Themen der Künstlichen Intelligenz S - Agent-technology 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 wöch S Prof. Dr. Torsten Schaub, Javier Romero Davila 1 S Di 12:00-14:00 Einzel Prof. Dr. Torsten Schaub, Javier Romero Davila Links: potassco moodle This course deals with current research topics in computational intelligence. The concrete set of topics changes from year to year. Introductory course in artificial intelligence, and knowledge in answer set programming. As announced at first lecture. Changing Vorlesung oder Seminar (unbenotet) Molekularbiologie / Evolutionsbiologie V - Evolutionsbiologie 1 V Di 16:15-17:45 wöch. Online.Veranstalt Prof. Dr. Ralph Tiedemann Diese Veranstaltung startet online am Melden Sie sich bitte unbedingt sofort am bei PULS für die Veranstaltung an. Die Zugangsinformation wird dann per an die angemeldeten Studenten mitgeteilt. Für die Module EEC Bio-O-WM1, 2, 3 und 17 (inhaltliches Modul "System ecology and evolution") muss zusätzlich die Vorlesung System-Ökologie (Prof. Gaedke) im Wintersemster belegt werden. 84

85 Evolutionsbiologie (unbenotet) V - Vorlesung Molekularbiologie 2 1 V Do 08:15-09:45 wöch. Online.Veranstalt Prof. Dr. Bernd Müller- Röber vertonte VL-Folien und zusätzliche online Open-Source-Materialien zur selbständigen Erarbeitung des Themas Sammlung von Fragen der Studierenden zu den jeweiligen Themen und Online-Meetings zur Beantwortung mgl. Online-VL Relevante Informationen zur Lehrveranstaltung und Angaben zu Mitteln und Materialien zu den jeweiligen Themen, die zum Einsatz kommen, werden über den Moodle-Kurs "Molekularbiologie 2" zur Verfügung gestellt Molekularbiologie (unbenotet) Molekularbiologie / Proteinstrukturbiologie VU - Proteinstrukturbiologie 1 VU Mo 10:15-11:45 wöch D Prof. Dr. Robert Seckler Beginn im Hörsaal 25.F0.01; Computerübungen nach Absprache alternativ zur Vorlesung 1 VU Mo 10:15-11:45 wöch. Online.Veranstalt Prof. Dr. Robert Seckler Beginn im Hörsaal 25.F0.01; Computerübungen nach Absprache alternativ zur Vorlesung 1 VU Mo 10:15-11:45 wöch D Prof. Dr. Robert Seckler Beginn im Hörsaal 25.F0.01; Computerübungen nach Absprache alternativ zur Vorlesung 1 VU Mo 10:15-11:45 wöch D Prof. Dr. Robert Seckler Beginn im Hörsaal 25.F0.01; Computerübungen nach Absprache alternativ zur Vorlesung Normalerweise Vorlesung mit alternativ dazu stattfindenden Pymol-Übungen in Computerpools. Im SS2020 voraussichtlich zunächst als Online-Veranstaltung (moodle-kurs) mit Aufgaben, Chats und Forum. Die Übungen sollen entweder in der 2. Semesterhälfte in den Pools oder mit stattfinden. Nach Ihrer Belegung über PULS werden Sie in den moodle-kurs eingeschrieben. Selbsteinschreibung in moodle ist nicht erforderlich. Für das Wahlpflichtmodul BIO-AM3.09 muss zusätzlich entweder das Seminar Current Topics in Biophysical Chemistry oder ein zweiwöchiges Forschungspraktikum nach Absprache belegt werden Proteinstrukturbiologie (unbenotet) V - Vorlesung Molekularbiologie 2 1 V Do 08:15-09:45 wöch. Online.Veranstalt Prof. Dr. Bernd Müller- Röber 85

86 vertonte VL-Folien und zusätzliche online Open-Source-Materialien zur selbständigen Erarbeitung des Themas Sammlung von Fragen der Studierenden zu den jeweiligen Themen und Online-Meetings zur Beantwortung mgl. Online-VL Relevante Informationen zur Lehrveranstaltung und Angaben zu Mitteln und Materialien zu den jeweiligen Themen, die zum Einsatz kommen, werden über den Moodle-Kurs "Molekularbiologie 2" zur Verfügung gestellt Molekularbiologie (unbenotet) Multimediale Systeme PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) 86

87 82026 S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) Multimediatechnologie Multivariate statistische Analysen 87

88 Naturkatastrophen SU - BScW19 Naturkatastrophen (Übung) 1 SU Di 10:15-11:45 wöch. Online.Veranstalt apl. Prof. Dr. Martin Trauth, Prof. Dr. Bodo Bookhagen, Prof. Dr. Manfred Strecker, Prof. Dr. Eva Eibl, apl. Prof. Dr. Frank Krüger, Dr. Stefanie Kaboth-Bahr Links: Moodle Erster Termin am 14. April 2020 zur Vorbesprechung im Moodle Seminar (unbenotet) V - BScW19 Naturkatastrophen (Vorlesung) 1 V Di 08:30-10:00 wöch. Online.Veranstalt apl. Prof. Dr. Martin Trauth, Prof. Dr. Bodo Bookhagen, Prof. Dr. Eva Eibl, apl. Prof. Dr. Frank Krüger, Prof. Dr. Manfred Strecker, Dr. Stefanie Kaboth-Bahr Links: Moodle Erster Termin am 14. April 2020 zur Vorbesprechung im Moodle Vorlesung (unbenotet) Netzbasierte Datenverarbeitung Netzbasierte Speichersysteme VU - Netzbasierte Speichersysteme 1 V Do 08:00-10:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke 1 U Di 12:00-14:00 wöch Stefanie Lemcke 1 U Di 12:00-14:00 Einzel Online.Veranstalt Stefanie Lemcke Links: Moodle 88

89 Die Naturwissenschaften gehören zu den größten Datenproduzenten; innovative technische und organisatorische Lösungen zur Speicherung und Verarbeitung großer Datenmengen in verteilten IT-Systemen sind daher unabdingbar. In dem Modul werden Themen behandelt wie: Speichervirtualisierung Network Attached Storage (NAS) Storage Area Networks (SAN) Forschungsdatenmanagement Begleitend werden Exkursionen zu ausgewählten Speicher-Installationen an der Universität Potsdam angeboten. Grundkenntnisse von Rechnernetzen Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) erfolgreiche Bearbeitung von Übungsaufgaben, nachgewiesen durch Abgabe von mindestens 80% der Aufgabenblätter und Erreichen von mindestens 50% der Punkte 2) individuelle Erarbeitung eines Forschungsdatenmanagementplans, nachgewiesen durch Abgabe einer Projektbeschreibung, zwei Zwischenversionen des Plans und Peer-Feedback 3) Abgabe eines Forschungsdatenmanagementplans zu einem selbst gewählten Projekt Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus Assessment in this course consists of three components: 1) successful completion of exercises, proven by handing in at least 80% of the exercise sheets and achieving at least 50% of the points 2) individual development of a research data management plan, evidenced by submission of a project description, two intermediate versions of the plan and peer feedback 3) submission of a research data management plan for a self-chosen project Here, 1. and 2. are prerequisites for the admission to the module examination, and the module grade for this course results from 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. In Moodle.UP werden wir Ihnen wöchentlich eine Vorlesungsaufzeichnung sowie ergänzenden Lesestoff dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. In der Folgewoche sind dazu in Moodle.UP Aufgaben zur Reflexion und praktischen Übung zu beantworten. Begleitend erstellen Sie im Verlauf des Semesters einen Forschungsdatenmanagementplan zu einem selbst gewählten, datenbasierten Projekt. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können Due to the current emergency operation mode the course will be held online this semester. In Moodle.UP we will provide a weekly lecture recording and additional reading material. You will then have one week to work through the material. In the following week, you will have to complete reflections and practical exercises in Moodle.UP. Throughout the semester, you will also have to create an individual research data management plan for a data-based project of your choice. All important information and further details about the structure of the seminar can be found in the introductory presentation, which you can download and view on Moodle.UP from mid-april. Please come into the Moodle course created for this course: The course will be held fully online using this platform. 89

90 Vorlesung und Übung (unbenotet) Nichtlineare Dynamik II Numerische Aspekte wissenschaftlichen Rechnens Optical Remote Sensing Organische Chemie V - OC-Vorlesung für BIW/ERN/GEE 1 V Mi 08:15-09:45 wöch Prof. Dr. Bernd Schmidt BIW/ERN/GEE Veranstaltung wird mit 4SWS durchgeführt 1 V Fr 14:15-15:45 wöch Prof. Dr. Bernd Schmidt BIW/ERN/GEE Veranstaltung wird mit 4SWS durchgeführt U - OC-Übungen für GEE 1 U Do 10:15-11:45 wöch F Prof. Dr. Bernd Schmidt Nur für GEE; Doppelstunden in den ersten 12 Wochen der Vorlesungszeit Vorlesung und Übung (unbenotet) VU - Organische Chemie für Geowissenschaftler 1 VU Fr 14:15-15:45 wöch F Dr. Dirk Schanzenbach Vorlesung und Übung (unbenotet) Pervasive Computing PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. 90

91 Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Vorlesung und Übung (unbenotet) Übung (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. 91

92 Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Vorlesung und Übung (unbenotet) Übung (unbenotet) Physik des Alltags VP - Physik des Alltags und der Extreme 1 PR Mo 10:15-14:15 wöch Dr. Horst Gebert 1 V Fr 12:15-13:45 wöch Dr. Horst Gebert, Dr. Axel Heuer, Dr. Frank Jaiser, Dr. Stefan Katholy, Dr. Jürgen Reiche, Dr. Udo Schwarz, Patrick Enkrott Links: Moodlekurs Die Veranstaltung besteht zu einem großen Teil aus experimenteller Projektarbeit. Diese kann teilweise aufgrund der gegenwärtigen Situation auch zu Hause erfolgen. Für die Organisation der Veranstaltung melden Sie sich bitte im Moodlekurs "Physik des Alltags" an. Gleichzeitig kontaktieren Sie bitte Frau Dr. J. Dietrich ( ) und Herrn Dr. H. Gebert ( ) per . Alle weiteren Informationen erhalten Sie nach dem Physik des Alltags und der Extreme/Praktikum (unbenotet) Physik I - GEO: Mechanik und Optik Physik II - GEO: Physik der Materie 92

93 79356 VU - Experimentalphysik II (Ergänzungsfach für Geoökologen und Geowissenschaftler) Alle V Di 10:15-11:45 wöch Prof. Dr. Regina Hoffmann-Vogel, Dr. Oliver Henneberg Alle V Mi 12:15-13:45 wöch Prof. Dr. Regina Hoffmann-Vogel, Dr. Oliver Henneberg 1 U Mo 10:15-11:45 wöch Dr. Amina Kimouche, Paul Philip Schmidt 2 U Mo 10:15-11:45 wöch Dr. Jürgen Reiche 3 U Mo 10:15-11:45 wöch Dr. Amina Kimouche 4 U Di 14:15-15:45 wöch Dr. Jürgen Reiche 5 U Di 14:15-15:45 wöch Dr. rer. nat. Marek Sokolowski Kurzkommentar Die Veranstaltung startet als Online Angebot und wird als Präsenzveranstaltung weitergeführt so bald dies wieder möglich ist. Alle Informationen werden über Moodle weitergegeben. Sie können Sich bei Moodle über ein Passwort zur Veranstaltung anmelden. Das Passwort erhalten alle, die für Physik I für Geowissenschaften bei Puls angemeldet waren, automatisch per . Falls Sie nicht zu dieser Gruppe gehören, erhalten Sie das Passwort über die Kursleiterin Experimentalphysik II (unbenotet) Practical sequence analysis Programmiersprachen und Compilertechnologie PJ - Themen der sprachbasierten Sicherheit 1 PJ Do 16:00-18:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Projekt (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Vorlesung (unbenotet) Quantitative Genetics 93

94 Rechnernetze VU - Verteilte Systeme Alle V Di 10:00-12:00 wöch S Prof. Dr. Bettina Schnor 1 U Fr 10:00-12:00 wöch H Kristina Sahlmann 1 U Fr 10:00-12:00 Einzel Kristina Sahlmann Die Vorlesung gibt eine Einführung in die Konzepte verteilter Systeme. Themengebiete sind u.a. Kommunikation (RPC, Publish/Subscribe, Multicast, REST) in Verteilten Systemen, verteilte Dateisysteme, Synchronisationstechniken für verteilte Anwendungen und Lastverteilung (Webserver, Cloud Computing). Für weitere Informationen siehe auch die Webseite Grundlagen Betriebssysteme und Rechnernetze Hat man mindestens 50% der Hausaufgabenpunkte erreicht, wird man zur Klausur zugelassen. Die Klausur findet entweder in der letzten Vorlesungswoche oder in der ersten vorlesungsfreien Woche statt. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Verteilte Systeme" über diesen Link möglich und erforderlich: Achtung! Erst ab ! Vorlesung und Übung (unbenotet) Remote Sensing of the Environment Resiliente Systeme Ringvorlesung Interdisziplinäre Mathematik: Eine projektorientierte Einführung Seismologie Semantik und Typsysteme Service-orientierte Architekturen Service- und Software-Engineering 94

95 81997 VU - Software Engineering II Alle V Do 14:00-16:00 wöch H Prof. Dr.-Ing. Christian Hammer 1 U Mo 16:00-18:00 wöch S Prof. Dr.-Ing. Christian Hammer 2 U Di 14:00-16:00 wöch S Prof. Dr.-Ing. Christian Hammer Übung (unbenotet) PJ - Themen der sprachbasierten Sicherheit 1 PJ Do 16:00-18:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Übung (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Übung (unbenotet) Service- und Software-Engineering II VU - Software Engineering II Alle V Do 14:00-16:00 wöch H Prof. Dr.-Ing. Christian Hammer 1 U Mo 16:00-18:00 wöch S Prof. Dr.-Ing. Christian Hammer 2 U Di 14:00-16:00 wöch S Prof. Dr.-Ing. Christian Hammer Übung (unbenotet) PJ - Themen der sprachbasierten Sicherheit 1 PJ Do 16:00-18:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr. 95

96 Übung (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Übung (unbenotet) VU - Laufzeitsysteme Alle V N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. 1 U N.N. 10:00-16:00 Block Prof. Dr.-Ing. Christian Hammer The actual dates and times may differ from PULS and will be communicated in case. This block lecture is going to cover virtual machines and runtime systems that are nowadays the prime target for all kinds of programming in scientific enviroments like Python, Java, R. In order to understand the runtime behavior but also other important aspects like security, a better understanding of these runtime systems is required. The objectives of this course are thus: Study VM architectures and applications Study key implementation technologies Focus on architecture and microarchitecture aspects Cover significant case studies Topics covered include: Emulation: Interpretation and binary translation Process virtual machines Dynamic binary optimization High level language VMs Co-designed VMs System VMs Multiprocessor Virtualization Applications Übung (unbenotet) Sicherheit, Information und Komplexität Simulation und Modellierung Software Engineering I 96

97 Software Engineering II VU - Software Engineering II Alle V Do 14:00-16:00 wöch H Prof. Dr.-Ing. Christian Hammer 1 U Mo 16:00-18:00 wöch S Prof. Dr.-Ing. Christian Hammer 2 U Di 14:00-16:00 wöch S Prof. Dr.-Ing. Christian Hammer Vorlesung und Übung (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Vorlesung und Übung (unbenotet) Softwaresicherheit und Qualität PJ - Themen der sprachbasierten Sicherheit 1 PJ Do 16:00-18:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Projekt (unbenotet) S - Themen der sprachbasierten Sicherheit 1 S Mi 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Kurzkommentar Achtung! Die Termine werden nach Vereinbarung festgelegt. Die hier stehenden Zeiten und Räume gelten nicht mehr Vorlesung (unbenotet) Sprachtechnologie Statistical Data Analysis 97

98 82085 S - Matrix Methods for Data Mining and Pattern Recognition 1 S Fr 10:15-11:45 wöch Prof. Dr. Melina Freitag, Dr. Adem Kaya This course will be held as block later Numerical Linear Algebra You will need to present a Seminar. This course will be held as block seminar towards the end of the semester. Prerequisites: Numerical Linear Algebra and Numerical Analysis Vertiefende Vorlesung im Bereich Statistische Datenanalyse und Übung (unbenotet) Structural Bioinformatics U - Structural Bioinformatics (Ü) 1 U Di 12:15-13:45 wöch D apl. Prof. Dr. Dirk Walther Exercise in the PC pools 1 U Di 12:15-13:45 wöch D apl. Prof. Dr. Dirk Walther Exercise in the PC pools Lecture and seminar material as PDF and video (recorded or streamed) Übung (unbenotet) V - Structual Bioinformatics (V) 1 V Di 10:15-11:45 wöch B apl. Prof. Dr. Dirk Walther Lecture and seminar material as PDF and video (recorded or streamed) Vorlesung (unbenotet) Technische Informatik VU - Hardware-Architekturen für KI-Anwendungen 1 V Fr 10:00-12:00 wöch Prof. Dr. Milos Krstic 1 U Fr 12:00-14:00 wöch Prof. Dr. Milos Krstic 98

99 Mündliche Prüfung. In this course the focus will be on the specifics of hardware design and architectures for AI applications. After the overview of the standard design techniques and common computing architectures, the additional requirements of AI will be discussed. Based on this, the specific architectures and design methods increasing the efficiency of the computation will be discussed. Finally, this course will include also an introduction to the emerging and novel architectures and technologies that could have significant impact in the future. Here is the detailed list of topics: - Introduction in VLSI design and computer architectures - State of the art processor architecture, Example RISC-V - Limitations of classical architectures for AI applications - Accelerators architectures: GPUs, MAC arrays - Neuromorphic Architectures (TrueNorth, Loihi, Spinnaker), asynchronous design - Emerging architectures: In-Memory-Computing (example RRAM) Vorlesung/Übung/Seminar (unbenotet) Übung (unbenotet) Technische Informatik II S - Multi Media Signal Processing MSP 1 S Di 14:00-16:00 wöch Prof. Dr.-Ing. Christian Benno Stabernack Das Seminar gibt einen vertieften Einblick in die Signalverarbeitung sog. Multimediadaten. Im Wesentlichen werden von den Studierenden im Laufe des Semesters alle Konzepte vertieft, die erforderlich sind, um Bild-, Video- und Audiodaten zu komprimieren und die u.a. die Grundlage für die Geschäftsmodelle aller aktuellen Streamingdienste, wie YouTube, Spotify, Netflix, etc. darstellen. In der ersten Veranstaltung findet eine Einführung der Themen und die Themenvergabe für die zu haltenden Vorträge statt. Vortragsthemen sind z.b. : Informationstheorie (Informationsgehalt, Relevanz, Irrelevanz) Entropiecodierung, Nachrichtenkanal Abtastung, Quantisierung Transformation (Fourier, DCT, ) Prädiktion (Vorhersage) Audiocodierung / Standards, z.b. MP3 Einzelbildcodierung / Verfahren und Standards (JPEG) Videocodierung Grundlagen Standards der Videocodierung Neben den Vorträgen ist pro Thema eine kurze Ausarbeitung zu erstellen. Nachfolgend werden, nach Terminabsprache, die Einzelthemen als Vortrag dem Auditorium vorgetragen. Zum Ende des Semesters findet eine zusammenfassende Diskussion aller Themen statt 99

100 Das Seminar richtet sich an Studierende im Bachelor und Masterstudiengang der Informatik, die einen speziellen Interessenschwerpunkt im Bereich der technischen Informatik haben. Literatur Folgende Literatur kann als begleitende Information zum Seminar herangezogen werden: Ohm, J.-R.: Digitale Bildcodierung, Springer-Verlag Rao K.R.: Techniques & Standards for Image, Video & Audio Coding, Prentice Hall Ohm, J.-R.: Multimedia Communications Technology, Springer-Verlag Wang, Y. et al.: Video Processing and Communications, Prentice Hall Rao K.R. et al.: The transform and data compression handbook, CRC Press Watkinson: MPEG-2, Focal Press 1999 Pennebaker, W.B. et al.: JPEG still image compression standard, NY Mitchell J. L. et al.: MPEG Video Compression Standard. Chapman and Hall Taubman, D.S. et al.: JPEG2000, Kluwer Academics Publishers, Richardson I.: H.264 and MPEG-4 Video Compression, Wiley & Sons Strutz T.: Bilddatenkompression, 3. Auflage, Vieweg-Verlag Die Gesamtnote für 3LP ergibt sich zu 70% aus einem benotetem Vortrag und 30% der Note für die Ausarbeitung. Achtung: Aufgrund der aktuellen Corona-Lage wird die Art und Durchführung der Veranstaltung per bekannt gegeben. Bitte tragen Sie sich entsprechend in die Teilnehmerliste ein, damit ich mit Ihnen Kontakt treten kann. Die erste Lehrveranstaltung wird dann am per Videochat stattfinden. Die notwendigen Links dazu werde ich per an die eingetragenen Teilnehmer verschicken. Die Studierenden werden in die Lage versetzt, Video- und Audiokompressionsverfahren in ihrer Funktion und den verwendeten Qualitätsparametern zu beurteilen und in Abhaängigkeit vom jeweiligen Einsatzgebiet entsprechend einzusetzen. Hierzu gehört die erlebbare Gegenüberstellung von Parameteren wie z.b. Bitrate, Latenz oder z.b. der Größe eines komprimierten Videosignals. Folgende sollen dabei vermittelt werden: Darstellung der grundlegenden Algorithmen und Verfahren der Signalverarbeitung von Multi Media Daten Verständnis der Codierungs- und Kompressionsverfahren für Audio-, Bild und Videodaten Überblick über die aktuellen Standards zur Kompression von Audio-, Bild und Videodaten, wie z.b. MPEG-1,2,4, H.264, HEVC, VVC, MP3 und weitere MPEG / ITU Audio und Videocodierung Vermittlung implementierungsspezifischer Details der unterschiedlichen Verfahren und Standards Zielgruppe Die Veranstaltung ist von besonderem Interesse für Studierende, die sich mit den technischen Aspekten der Übertragung, Speicherung und Kompression von sog. Multimediadaten beschäftigen wollen Vorlesung oder Seminar oder Übung (unbenotet) Übung (unbenotet) S - Patente in der Informatik, speziell für zuverlässige Systeme 1 S Mi 16:00-18:00 wöch Prof. Dr. Michael Gössel 1 S Fr 14:00-16:00 wöch Prof. Dr. Michael Gössel 100

101 Achtung! In diesem Seminar können 3 oder 6 LP erworben werden. Die Differenzierung wird bei der Prüfungsanmeldung vorgenommen. Bitte geben Sie zum Beginn des Seminars den gewünschten Umfang an LP an. Grundlagen in technischer Informatik. Literatur Diverse Patente, werden in dem Seminar angegeben und von den Teilnehmern im Rahmen ihrer Recherche selbst ermittelt. 1/2-stündiger Verständnisvortrag zum zu patentierenden Problem 20 %, 40-minütiger Vortrag zum ausgearbeiteten Patent 20 %, Qualität der Patentausarbeitung 40 %, Patentrecherche 20%, ein Besuch von mindestens 80% der Seminartermine und von 2 individuellen Konsultationen zur eigenen Arbeit ist zum Bestehen erforderlich. Die Teilnehmer/innen lernen den Aufbau eines Patentes an Beispielen der Fehlererkennung und Codierung kennen, sie erarbeiten den Stand der Technik für eine neue wissenschaftliche Problemstellung anhand einer selbst durchgeführten Recherche, sie beurteilen die Neuheit und den Wert von Ansprüchen und die wirtschaftlich-technische Relevanz eines Forschungsgebietes auf Grund einer Patentrecherche. Die Teilnehmer/innen schreiben ein Beispielpatent zu einem vorgegebenen wissenschaftlichen Ergebnis unter der Annahme, dass es neu ist, sie lernen, wie man ein Patent an der Universität oder selbständig beim Patentamt anmeldet. Das schreiben eines Patentes erfordert einen iterativen Prozess in Wechselwirkung mit dem Seminarleiter. Der größte Teil wissenschaftlich-technischer Ergebnisse ist als Patent veröffentlicht. Ziel der Veranstaltung ist es, dass die Teilnehmer Patente in ihrer künftigen Arbeit, insbesondere im Beruf als Informationsquelle zum Stand der Technik nutzen und auch selbst schreiben, um ihre eigenen Resultate möglichst sinnvoll schützen, wenn das möglich ist. Die Veranstaltung wird über Skype, auch per Telefon in der persönlichen Beratung, durchgeführt. Der Erfolg für die Teilnehmer/innen hängt insbesondere auf Grund der gegenwärtigen Situation wesentlich von dem eigenen Engagement ab Vorlesung oder Seminar oder Übung (unbenotet) Übung (unbenotet) VU - Hardware-Architekturen für KI-Anwendungen 1 V Fr 10:00-12:00 wöch Prof. Dr. Milos Krstic 1 U Fr 12:00-14:00 wöch Prof. Dr. Milos Krstic Mündliche Prüfung. 101

102 In this course the focus will be on the specifics of hardware design and architectures for AI applications. After the overview of the standard design techniques and common computing architectures, the additional requirements of AI will be discussed. Based on this, the specific architectures and design methods increasing the efficiency of the computation will be discussed. Finally, this course will include also an introduction to the emerging and novel architectures and technologies that could have significant impact in the future. Here is the detailed list of topics: - Introduction in VLSI design and computer architectures - State of the art processor architecture, Example RISC-V - Limitations of classical architectures for AI applications - Accelerators architectures: GPUs, MAC arrays - Neuromorphic Architectures (TrueNorth, Loihi, Spinnaker), asynchronous design - Emerging architectures: In-Memory-Computing (example RRAM) Vorlesung oder Seminar oder Übung (unbenotet) Übung (unbenotet) Theoretische Chemie VU - Theoretische Chemie I/1 (A8) Alle V Mi 10:15-11:45 wöch Prof. Dr. Peter Saalfrank 1 U Do 12:15-13:00 wöch F N.N., Prof. Dr. Peter Saalfrank 2 U Do 13:15-14:00 wöch F N.N., Prof. Dr. Peter Saalfrank Liebe Studierende, diese Veranstaltung findet in diesem SoSe bis auf Weiteres als Online-Veranstaltung statt. Melden Sie sich bitte im entsprechenden Moodle-Kurs an. Mit besten Grüßen, Peter Saalfrank Vorlesung (unbenotet) Seminar (unbenotet) Theoretische Chemie/Computerchemie 102

103 80185 VP - Theoretische Chemie/Computerchemie (AWP2) 1 V Mo 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 V Di 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 V Mi 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 PR Mi 14:00-17:00 wöch D PD Dr. Tillmann Klamroth 1 V Do 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 PR Do 14:00-17:00 wöch D PD Dr. Tillmann Klamroth Vorlesung (unbenotet) Praktikum (unbenotet) Theoretische Chemie II Theoretische Grundlagen: Effiziente Algorithmen VU - Theoretische Informatik II: Effiziente Algorithmen Alle V Mo 08:00-10:00 wöch H Dr. rer. nat. Sebastian Böhne Alle TU Di 08:00-10:00 wöch H Dr. rer. nat. Sebastian Böhne, Mario Frank 1 U Mi 10:00-12:00 wöch S Mario Frank, Dr. rer. nat. Sebastian Böhne 2 U Mi 14:00-16:00 wöch H Mario Frank, Dr. rer. nat. Sebastian Böhne 2 U Mi 14:00-16:00 Einzel 3.06.H Mario Frank, Dr. rer. nat. Sebastian Böhne 3 U Do 12:00-14:00 wöch Dr. rer. nat. Sebastian Böhne, Mario Frank 4 U Fr 12:00-14:00 wöch S Mario Frank, Dr. rer. nat. Sebastian Böhne 103

104 %%%%% Wichtig %%%%% - Schauen Sie sich bis spätestens das erste Vorlesungsvideo an: Sie erhalten dort alle benötigten Informationen (insbsondere zum Zugang zum Moodle-Kurs) - Sehen Sie sich spätestens bis zum das Vorlesungsvideo zur Turing-Berechenbarkeit sowie das Video zu Loop-, While- und Goto-Programmen bis einschließlich Folie 33 an. Die Videos werden über Moodle verlinkt. - Wählen Sie in der ersten Woche einfach eine Übungsgruppe aus (Zeiten in Moodle), bei der Sie teilnehmen wollen. Sie müssen nicht(!) über PULS für diese Übungsgruppe zugelassen worden sein. %%%%% %%%%%%%%%% Die Theoretische Informatik beschäftigt sich mit den grundlegenden Fragestellungen der Informatik. Hierzu werden Computerund Automatenmodelle idealisiert und mathematisch untersucht. Die Automatentheorie und die Theorie der formalen Sprachen (Thema des ersten Semesters) ist grundlegend für die Entwicklung von Programmiersprachen und Compilern. Sie untersucht, mit welchen Techniken welche Arten von Sprachen effizient analysiert werden können. Die Berechenbarkeitstheorie befasst sich mit den prinzipiellen Grenzen des Berechenbaren und der Relation zwischen verschiedenen Computer- und Programmiermodellen. Die Komplexitätstheorie untersucht Effizienz von Algorithmen im Hinblick auf Platz- und Zeitbedarf und kümmert sich insbesondere um die Frage, wie effizient man bestimmte Probleme lösen kann. Gliederung der Theoretischen Informatik II * Berechenbarkeitstheorie o Turingmaschinen o Loop-, While- und Goto-Programme o Rekursive Funktionen o Lambda-Kalkül und arithmetische Repräsentierbarkeit o Die Churchsche These o Berechenbarkeit, Aufzählbarkeit und Entscheidbarkeit o Unlösbare Probleme * Komplexitätstheorie o Konkrete Komplexitätsanalyse o Komplexitätsklassen o Handhabbarkeit: das P - NP Problem o NP-vollständige Problem o Jenseits von NP-vollständigkeit o Programmverifikation und -synthese Erfolgreiche Teilnahme an Theoretische Informatik I ist sehr zu empfehlen Literatur Hopcroft, R. Motwani, J. Ullman: Einfuehrung in die Automatentheorie, Formale Sprachen und Komplexitaetstheorie, Pearson 2002 Hoffmann, Dirk: Theoretische Informatik, Hanser 2011 Michael Sipser: Introduction to the Theory of Computation. 2. Auflage, PWS 2005 J Klausur zu Beginn des vorlesungsfreien Zeitraums Vorlesung und Übung und Tutorium (unbenotet) Übung (unbenotet) Theoretische Grundlagen: Modellierungskonzepte der Informatik Theoretische Physik II: Quantenmechanik einfacher Systeme 104

105 79491 U - Theoretische Physik II für Lehramt 1 U Di 16:15-17:45 14t Dr. Ralf Tönjes Bitte Besuchen Sie zum Vorlesungsbeginn die Moodle Seite dieses Kurses : T-Physik 2 (LA) Bitte Besuchen Sie zum Vorlesungsbeginn die Moodle Seite dieses Kurses : T-Physik 2 (LA) Theoretische Physik II: Quantenmechanik einfacher Systeme (unbenotet) V - Theoretische Physik II für Lehramt 1 V Mo 12:15-13:45 wöch apl. Prof. Dr. Michael Rosenblum 1 V Di 16:15-17:45 14t apl. Prof. Dr. Michael Rosenblum Theoretische Physik II: Quantenmechanik einfacher Systeme (unbenotet) Theoretische Physik I - Mechanik, Relativität Verteilte Systeme VU - Verteilte Systeme Alle V Di 10:00-12:00 wöch S Prof. Dr. Bettina Schnor 1 U Fr 10:00-12:00 wöch H Kristina Sahlmann 1 U Fr 10:00-12:00 Einzel Kristina Sahlmann Die Vorlesung gibt eine Einführung in die Konzepte verteilter Systeme. Themengebiete sind u.a. Kommunikation (RPC, Publish/Subscribe, Multicast, REST) in Verteilten Systemen, verteilte Dateisysteme, Synchronisationstechniken für verteilte Anwendungen und Lastverteilung (Webserver, Cloud Computing). Für weitere Informationen siehe auch die Webseite Grundlagen Betriebssysteme und Rechnernetze Hat man mindestens 50% der Hausaufgabenpunkte erreicht, wird man zur Klausur zugelassen. Die Klausur findet entweder in der letzten Vorlesungswoche oder in der ersten vorlesungsfreien Woche statt. Mit Beginn der Einschreibefrist in PULS ist auch die Einschreibung zum zugehörigen Moodle-Kurs "Verteilte Systeme" über diesen Link möglich und erforderlich: Achtung! Erst ab ! Vorlesung und Übung (unbenotet) Vertiefungsmodul Theorie zeitabhängiger stochastischer und deterministischer Prozesse 105

106 X. Wissenschaftliches Arbeiten Interdisziplinäre Projektarbeit PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Praktikum (unbenotet) Praktikum (unbenotet) PJ - Individuelles interdisziplinäres Projekt 2 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Projekt melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. 106

107 Vor Projektbeginn ist die Zustimmung eines Prüfungsberechtigenten einzuholen Praktikum (unbenotet) PJ - Individuelles interdisziplinäres Projekt 1 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Scheffer Studierende mit individuell gewähltem und genehmigten Projekt melden sich hier an. In diesem Fall ist dieses Lehrangebot ein Platzhalter für die sonst erforderliche Lehrveranstaltung. Vor Projektbeginn ist die Zustimmung eines Prüfungsberechtigenten einzuholen Praktikum (unbenotet) PJ - Solver Construction 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Philipp Obermeier Links: potassco moodle In this project, student teams build their own problem solvers (or components thereof) based on modern constraint technology. Foremost this concerns ASP solving technology but equally well that of SAT, PB and related areas. Knowledge in answer set programming (and python and/or C++). Literatur Answer Set Solving in Practice by Martin Gebser, Roland Kaminski, Benjamin Kaufmann, and Torsten Schaub Synthesis Lectures on Artificial Intelligence and Machine Learning, Morgan and Claypool December 2012, 238 pages Implementation, evaluation, presentation, and documentation. Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to On individual basis. Kurzkommentar Joint kick-off event for all projects of the professorship Knowledge Processing and Information Systems as announced in course catalog of the department. 107

108 Zielgruppe Students interested in high-end programming Praktikum (unbenotet) Praktikum (unbenotet) PJ - Extensive Declarative Problem Solving 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Philipp Obermeier Links: potassco moodle In this project, student teams build software systems whose core consists of problem solvers for answer set programming. Knowledge in answer set programming. Implementation, evaluation, presentation, and documentation. Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to On individual basis. Kurzkommentar Joint kick-off event for all projects of the professorship Knowledge Processing and Information Systems as announced in course catalogue of the department Praktikum (unbenotet) Praktikum (unbenotet) PJ - Extensive Logistics Technology 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Philipp Obermeier Links: potassco asprilo moodle

109 In this project, student teams build software systems addressing problems in warehouse logistics using problem solvers for answer set programming. Knowledge in answer set programming (and python). Implementation, evaluation, presentation, and documentation. Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to On individual basis. Kurzkommentar Joint kick-off event for all projects of the professorship Knowledge Processing and Information Systems as announced in course catalog of the department Praktikum (unbenotet) PJ - Extensive Solver Construction 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Philipp Obermeier Links: potassco moodle In this project, student teams build their own problem solvers (or components thereof) based on modern constraint technology. Foremost this concerns ASP solving technology but equally well that of SAT, PB and related areas. Knowledge in answer set programming (and python and/or C++). Literatur Answer Set Solving in Practice by Martin Gebser, Roland Kaminski, Benjamin Kaufmann, and Torsten Schaub Synthesis Lectures on Artificial Intelligence and Machine Learning, Morgan and Claypool December 2012, 238 pages Implementation, evaluation, presentation, and documentation. 109

110 Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to On individual basis. Kurzkommentar Joint kick-off event for all projects of the professorship Knowledge Processing and Information Systems as announced in course catalog of the department. Zielgruppe Students interested in high-end programming Praktikum (unbenotet) PJ - Knowledge Representation and Reasoning in Practice 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Philipp Obermeier Links: potassco moodle In this project groups of students develop intelligent, knowledge-based systems. Introductory course in Artificial Intelligence. Implementation, evaluation, presentation, and documentation. Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to On individual basis. Kurzkommentar Joint kick-off event for all projects of the professorship Knowledge Processing and Information Systems as announced in course catalog of the department. 110

111 Praktikum (unbenotet) PJ - Logistics Technology 1 PJ N.N. N.N. wöch. N.N. N.N. Prof. Dr. Torsten Schaub, Philipp Obermeier Links: potassco asprilo moodle In this project, student teams build software systems addressing problems in warehouse logistics using problem solvers for answer set programming. Knowledge in answer set programming (and python). Implementation, evaluation, presentation, and documentation. Offline communication is conducted primarily via the associated moodle page. Announcements are also made through the list of registered students in puls. Questions can be address to On individual basis. Kurzkommentar Joint kick-off event for all projects of the professorship Knowledge Processing and Information Systems as announced in course catalog of the department Praktikum (unbenotet) Praktikum (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: 111

112 In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Praktikum (unbenotet) Praktikum (unbenotet) Forschungsmodul S - Mobile & Digital Business I 1 S Do 10:00-12:00 wöch S Alexander Gleiß, Maik Dehnert 112

113 Der Einfluss von Smartphones und sonstigen mobilen Endgeräten im Zusammenhang mit der Erfassung, Auswertung, Aufbereitung und Nutzung von Daten auf neuartige Weise mittels "Big Data"-Techniken verändert die Beziehung zwischen Organisationen und Endkunden auf strategischer Ebene. Dabei ist insbesondere der Einfluss zentraler Marktteilnehmer wie Apple, Google, Facebook und Amazon auf die Realwirtschaft Gegenstand aktueller Forschung. Aufbauend auf die Vorlesung Mobile & Digital Business sowie dem zugehörigen Seminar I wurden die Studierenden in das wissenschaftliche Arbeiten eingeführt, an die aktuelle Forschung und tiefgehende Analyse herangeführt und haben selbständig Teilprobleme mit wissenschaftlichen Methoden bearbeitet. Im Seminar Mobile & Digital Business II werden diese Fähigkeiten vertieft angewendet und eine Masterarbeit in diesem Fachgebiet vorbereitet. Das Seminar MDB I wird für M.Sc.-Studenten der WI im 2. Semester mit bestandener Klausur MDB angeboten. Es ist geöffnet für M.Sc. Studenten des entsprechenden Vertiefungsfachs der BWL (ebenfalls mit bestandener Klausur MDB) und der INF / CS (ohne en). Literatur Siehe Homepage des Lehrstuhls Die Anzahl der Seminarplätze ist begrenzt. Die Seminarleistung wird in Form einer Präsentation (1/3) und einer Seminararbeit (2/3) erbracht. Die Seminararbeit erfolgt in Form eines wissenschaftlichen Artikels in deutscher oder englischer Sprache Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) S - Mobile & Digital Business III 1 S Mi 12:00-14:00 wöch S Maik Dehnert, Alexander Gleiß Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) S - Mobile & Digital Business II 1 S Do 16:00-18:00 wöch S Maik Dehnert, Alexander Gleiß Für die Belegung des Seminars ist die vorherige Belegung der Vorlesung MDB erforderlich. Das Seminar MDB wird für M.Sc.- Studenten der WI im 3. Semester angeboten und ist geöffnet für M.Sc.-Studenten der INF und der BWL des entsprechenden Vertiefungsfachs. Literatur Wird auf der Homepage des Lehrstuhls bekanntgegeben. Die Anzahl der Seminarplätze ist begrenzt. Die Seminarleistung wird in Form einer Präsentation (1/3) und einer Seminararbeit (2/3) erbracht. Die Seminararbeit erfolgt in Form eines wissenschaftlichen Artikels in deutscher oder englischer Sprache. 113

114 Der Einfluss von Smartphones und sonstigen mobilen Endgeräten im Zusammenhang mit der Erfassung, Auswertung, Aufbereitung und Nutzung von Daten auf neuartige Weise mittels "Big Data"-Techniken verändert die Beziehung zwischen Organisationen und Endkunden auf strategischer Ebene. Dabei ist insbesondere der Einfluss zentraler Marktteilnehmer wie Apple, Google, Facebook und Amazon auf die Realwirtschaft Gegenstand aktueller Forschung. Aufbauend auf die Vorlesung Mobile + Digital Business sowie dem zugehörigen Seminar I wurden die Studierenden in das wissenschaftliche Arbeiten eingeführt, an die aktuelle Forschung und tiefgehende Analyse herangeführt und haben selbständig Teilprobleme mit wissenschaftlichen Methoden bearbeitet. Im Seminar Mobile + Digital Business II werden diese Fähigkeiten vertieft angewendet und eine Masterarbeit in diesem Fachgebiet vorbereitet Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) VU - Graphenalgorithmen 1 P N.N. N.N. Einzel N.N. N.N. Prof. Dr. Tobias Friedrich Angaben zum Lehrinhalt in der Beschreibung aufrufbar unter en werden in den Lehrinhaltsbeschreibungen unter benannt. Unter sind folgende Angaben aufrufbar: Raum und Zeit Lehrinhalt und Leistungserfassung Teilnehmerbegrenzung Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) P - Advanced Competitive Programming 1 VU N.N. N.N. wöch. N.N. N.N. Prof. Dr. Tobias Friedrich Angaben zum Lehrinhalt in der Beschreibung aufrufbar unter en werden in den Lehrinhaltsbeschreibungen unter benannt. 114

115 Unter sind folgende Angaben aufrufbar: Raum und Zeit Lehrinhalt und Leistungserfassung Teilnehmerbegrenzung Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) FS - Cluster Computing 1 FS Do 09:00-11:00 wöch Prof. Dr. Bettina Schnor Das Forschungsseminar behandelt aktuelle Themen aus dem Bereich Cluster Computing. Es werden aktuelle Arbeiten von Doktoranden, Diplomanden, Master- und Bachelorstudenten aus dem Bereich Cluster Computing, Betriebssysteme und Netzwerksicherheit vorgestellt. Eine Vortragsuebersicht finden Sie hier: Teilnehmer sind Doktoranden, Diplomanden, Master- und Bachelorstudenten aus der Arbeitsgruppe Betriebssysteme und Verteilte Systeme. Die Vorträge und die Ausarbeitung der Teilnehmer werden benotet und gehen zu je 50 % in die Note ein Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) S - Internet of Things 1 S Mo 14:00-16:00 wöch Prof. Dr. Bettina Schnor, Kristina Sahlmann Oder im Labor The presentations can be hold as a block course at the end of the semester. Further information on the website: Kurzkommentar Kick-Off lecture on Presentations as a block course Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) 115

116 81940 S - Humanwissenschaftliche Informatilk 1 OS Do 16:00-18:00 wöch Prof. Dr. Andreas Schwill Vortrag und schriftliche Ausarbeitung. Kurzkommentar Es handelt sich um das Modul "Huwi" als Pflichtveranst. im Master Lehramt. (Nur sp. Sekundarstufe I) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) OS - Lehrstuhlkolloquium II - Diplomanden- und Doktorandenseminar - Didaktik der Informatik 1 OS Do 16:00-18:00 wöch Prof. Dr. Andreas Schwill Vortrag und schriftliche Ausarbeitung Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) FS - Komplexe Multimediale Anwendungsarchitekturen 1 FS Di 14:00-16:00 wöch Prof. Dr.-Ing. Ulrike Lucke, Dr. Raphael Zender, Stefanie Lemcke Links: Moodle-Kurs Es werden aktuelle Forschungsarbeiten des Lehrstuhls sowie studentische Arbeiten vorgestellt und diskutiert. Die Leistungserfassung besteht aus insgesamt zwei Komponenten: 1) individuelle Auseinandersetzung mit den präsentierten Forschungsarbeiten, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erstellung eines fünfseitigen Essays über einen selbst gewählten Vortrag aus dem Seminar Dabei ist 1. die für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 2. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. In Moodle.UP werden wir Ihnen wöchentlich am Montag eine max. 30-minütige Vortragsaufzeichnung sowie kurze Reflexionsfragen dazu bereitstellen. Sie haben dann einen Tag Zeit um das Material durchzuarbeiten. Am Dienstag um 14:30 werden wir uns über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. 116

117 Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) PJ - Entwicklung von VR-Lehr-/Lernanwendungen mit Unity 1 PJ Mo 10:00-12:00 wöch. Online.Veranstalt Dr. Raphael Zender Links: Moodle-Kurs In dem Projektseminar werden die Möglichkeiten, Risiken und Implikationen des Einsatzen von Virtual Reality im Bildungskontext thematisiert. Neben theoretischen Betrachtungen steht dabei die Entwicklung einer eigenen VR- Lehr-/Lernanwendung im Fokus. Die Vermittlung der dafür grundlegenden Programmierkenntnisse wird anhand der Entwicklungsumgebung Unity im Projektseminar durchgeführt. Die Kursverwaltung wird über Moodle durchgeführt: Grundlegende Programmierfähigkeiten in einer modernen Programmiersprache werden vorausgesetzt. Die Leistungserfassung besteht aus insgesamt drei Komponenten und bezieht sich auf ein selbst gewähltes Projekt: 1) kursöffentliche Vorstellung des Projektkonzeptes per selbst aufgezeichnetem Video bis zum ) kursöffentliche Vorstellung der vorläufigen Projektergebnisse per selbst aufgezeichnetem Video bis zum ) Abgabe einer Projektdokumentation inkl. Softwareprojekt bis Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für diesen Kurs ergibt sich aus 3. ONLINE-KURS: Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester online statt. Dafür wird es wöchentlich in Moodle.UP eine Aufzeichnung zum Download und zur Bearbeitung geben. Die Ergebnisse der Teilnehmer*innen werden in der Folgewoche per Videokonferenz ausgewertet und diskutiert. Weitere Details zum Ablauf finden sich in der ersten Aufzeichnung, die bis zum 19. April in Moodle.UP zum Download bereit steht. Alle Teilnehmer*innen erhalten in Moodle.UP weiterhin bis zum Vorlesungsstart alle ggf. notwendigen Zugangsdaten. Jede*r Teilnehmer*in muss zudem Zugriff auf einen eigenen Rechner haben, auf dem die kostenlose Entwicklungsumgebung Unity in der Studentenversion XX installiert und lauffähig ist. Für die Dauer des Kurses muss jede*r Teilnehmer*in sich einen Unity-Account anlegen! Das folgende Tutorial ist bis 24.April durchzuspielen, um die Lauffähigkeit auf eurem Rechner sicherzustellen: Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) 117

118 81953 OS - Fehlertolerantes Rechnen 1 OS Fr 12:00-14:00 wöch Prof. Dr. Michael Gössel In dem Seminar tragen Mitarbeiter und Gäste der Arbeitsgruppe, Masterstudenten und Bacherlorstudenten, die ein Projekt, einen Bacherlorarbeit eine Masterarbeit schreiben, ihre Forschungsergebnisse vor und stellen sie zur Diskussion. Das Oberseminar dient auch dazu, neue, aktuell publizierte oder patentierte Ergebnisse auf dem Gebiet des fehlertoleranten Rechnens zu erarbeiten. Grundlagen der Technische Informatik, nützlich:fehlertoleranter Systementwurf, Codierungstheorie, Interesse an der Umsetzung theoretischer Ergebnisse in technische Lösungen. Eine aktive Teilnahme wird erwartet, (Projektarbeit, Bacherlorarbeit oder Masterarbeit in der Arbeitsgruppe, eigener Vortrag, Arbeit mit Patenten als Informationsquelle)) Literatur aktuelle Arbeiten, werden gemeinsam ausgewählt. Eigener Vortrag und regelmäßige Teilnahme am Seminar Ergebnisse können sowohl in Deutsch als auch in Englisch dargestellt werden. Vertiefung von Lösungen für Fehlererkennung und Fehlertoleranz, Stärkung der Fähigkeiten zu eigener wissenschaftlicher Arbeit. Zielgruppe Bacherlor-und Master- Studenten und Studentinnen, die eigenständig wissenschaftlich arbeiten wollen, sich selbst in komplexere Aufgaben einarbeiten wollen und einen eigenen wissenschaftlichen Beitrag auf dem Bebiet der Fehlertoleranz und Zuverlässigkeit anstreben Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) FS - Software Engineering 1 FS Do 10:00-12:00 wöch Prof. Dr.-Ing. Christian Hammer Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) OS - Cartesisches Seminar 1 OS Di 10:00-13:00 wöch Prof. Dr. Christoph Kreitz, Tim Richter, Nuria Brede, Dr. rer. nat. Sebastian Böhne, Mario Frank 118

119 Gute Kenntnisse in theoretischer Informatik und Logik Literatur Verschiedene Fachartikel (siehe Webseite) Vorstellung und Diskussion eines wissenschaftlichen Artikels Das Cartesische Seminar, ursprünglich am Potsdamer Institut für Klimafolgenforschung entstanden, ist methodisch den von René Descartes in seinem "Discours de la méthode pour bien conduire sa raison..." formulierten Regeln wissenschaftlicher Forschung verpflichtet, thematisch jedoch offen gestaltet. Die gemeinsame gründliche Lektüre klassischer Texte der Mathematik, Physik, Ökonomie, Informatik u.a. eröffnet den Teilnehmern, die in sehr verschiedenen Fachgebieten arbeiten, ungewohnte Perspektiven und neue Einsichten. Das Cartesische Seminar findet wegen der Corona-Beschränkungen in diesem Semester zunächst auf einem online whiteboard statt. Genauere Informationen sowie die aktuellen Themen finden Sie unter CartesianSeminar/ Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) OS - Theorie-Kolloquium 1 OS Di 14:00-16:00 wöch Prof. Dr. Christoph Kreitz, Tim Richter, Nuria Brede, Dr. rer. nat. Sebastian Böhne, Mario Frank Aktive Mitarbeit an Themen der Arbeitsgruppe, z.b zur Vorbereitung und Praesentation von Studien- und Abschlussarbeiten. Keine Doppelanrechnung von eigenstaendiger Leistung. Seminarvortrag + schriftliche Ausarbeitung zu einem selbstgewaehlten Arbeitsthema In unserem Kolloquium diskutieren wir aktuelle Forschungsprojekte und -ergebnisse unserer Arbeitsgruppe und für unsere Arbeit relevante Ergebnisse aus den Bereichen Formale Methoden in der Programmierung sowie automatisches und taktikbasiertes Theorembeweisen Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) BL - (Secure) Communication Networks 1 BL Do 14:00-16:00 Einzel 3.06.S Prof. Dr. Bettina Schnor 1 BL Do 14:00-16:00 wöch Prof. Dr. Bettina Schnor More information: Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) 119

120 Forschungsseminar oder Oberseminar (unbenotet) FS - Machine learning Journal Club 1 FS Mo 14:00-16:00 wöch Prof. Dr. Tobias Scheffer Im Forschungsseminar werden aktuelle Arbeiten auf dem Gebiet des Maschinellen Lernens diskutiert. Die Veranstaltung ist für Doktoranden und für Studierende in Masterstudiengängen geeignet, die ihre Abschlussarbeit im Bereich des maschinellen Lernens schreiben. Vortrag Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) S - Patente in der Informatik, speziell für zuverlässige Systeme 1 S Mi 16:00-18:00 wöch Prof. Dr. Michael Gössel 1 S Fr 14:00-16:00 wöch Prof. Dr. Michael Gössel Achtung! In diesem Seminar können 3 oder 6 LP erworben werden. Die Differenzierung wird bei der Prüfungsanmeldung vorgenommen. Bitte geben Sie zum Beginn des Seminars den gewünschten Umfang an LP an. Grundlagen in technischer Informatik. Literatur Diverse Patente, werden in dem Seminar angegeben und von den Teilnehmern im Rahmen ihrer Recherche selbst ermittelt. 1/2-stündiger Verständnisvortrag zum zu patentierenden Problem 20 %, 40-minütiger Vortrag zum ausgearbeiteten Patent 20 %, Qualität der Patentausarbeitung 40 %, Patentrecherche 20%, ein Besuch von mindestens 80% der Seminartermine und von 2 individuellen Konsultationen zur eigenen Arbeit ist zum Bestehen erforderlich. Die Teilnehmer/innen lernen den Aufbau eines Patentes an Beispielen der Fehlererkennung und Codierung kennen, sie erarbeiten den Stand der Technik für eine neue wissenschaftliche Problemstellung anhand einer selbst durchgeführten Recherche, sie beurteilen die Neuheit und den Wert von Ansprüchen und die wirtschaftlich-technische Relevanz eines Forschungsgebietes auf Grund einer Patentrecherche. Die Teilnehmer/innen schreiben ein Beispielpatent zu einem vorgegebenen wissenschaftlichen Ergebnis unter der Annahme, dass es neu ist, sie lernen, wie man ein Patent an der Universität oder selbständig beim Patentamt anmeldet. Das schreiben eines Patentes erfordert einen iterativen Prozess in Wechselwirkung mit dem Seminarleiter. Der größte Teil wissenschaftlich-technischer Ergebnisse ist als Patent veröffentlicht. Ziel der Veranstaltung ist es, dass die Teilnehmer Patente in ihrer künftigen Arbeit, insbesondere im Beruf als Informationsquelle zum Stand der Technik nutzen und auch selbst schreiben, um ihre eigenen Resultate möglichst sinnvoll schützen, wenn das möglich ist. Die Veranstaltung wird über Skype, auch per Telefon in der persönlichen Beratung, durchgeführt. Der Erfolg für die Teilnehmer/innen hängt insbesondere auf Grund der gegenwärtigen Situation wesentlich von dem eigenen Engagement ab Forschungsseminar oder Oberseminar (unbenotet) 120

121 Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) S - Automotiv 4, Fahrassistenz und Selbstfahrer 1 BL N.N. N.N. Block N.N. N.N. Gerrit Kalkbrenner Fahrzeughersteller statten ihre Fahrzeuge mit immer mehr Sicherheitskomponenten aus: ABS Airbags Tempomat. Mit viel Prestige betreibt Google eine Flotte von selbst-fahrenden Fahrzeugen, die bereits viele Millionen Kilometer fehlerfrei gefahren sind. In diesem Wochenendseminar wollen wir uns mit einzelnen Themen vertieft befassen. Vortrag und Ausarbeitung. Bitte beachten Sie die Terminankündigungen per Aushang oder auf der Webseite. Kurzkommentar Termine Freitags und Sonnabends, an zwei ausgewählten Wochenenden Erster Termin: , 16 Uhr, Raum , Universität Potsdam Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) FS - Knowledge-based Systems 1 FS Mi 14:00-16:00 wöch Prof. Dr. Torsten Schaub Links: Potassco This seminar deals with state-of-the-art research questions in the area of knowledge representation and reasoning and focusses on current topics in and around answer set programming. Knowledge in knowledge representation and reasoning and answer set programing. Literatur See potassco.org for a comprehensive collection of material. Active and regular participation, oral presentation and an essay. On individual basis. Kurzkommentar For announcements just (un)subscribe at 121

122 Zielgruppe Students conducting a BSc, MSc, or PhD thesis in knowledge representation and reasoning, and in particular in answer set programming Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) FS - Knowledge Representation and Reasoning 1 FS Mi 14:00-16:00 wöch Prof. Dr. Torsten Schaub Links: potassso This seminar deals with state-of-the-art research questions in the area of knowledge representation and reasoning and focusses on current topics in and around answer set programming. Knowledge in knowledge representation and reasoning and answer set programing. Literatur See potassco.org for a comprehensive collection of material. Active and regular participation, oral presentation and an essay. On individual basis. Kurzkommentar For announcements just (un)subscribe at Zielgruppe Students conducting a BSc, MSc, or PhD thesis in knowledge representation and reasoning, and in particular in answer set programming Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) S - Gewissensbits: Digital first, Bedenken second? 1 S Di 10:00-12:00 wöch. Online.Veranstalt Prof. Dr.-Ing. Ulrike Lucke Links: 122

123 In dem interdisziplinären Seminar gehen wir der Frage nach, wie wir die Zukunft unserer Gesellschaft im Zuge der digitalen Transformation gestalten wollen. Im Fokus unseres Forschungsinteresses stehen technologische Innovationen, deren Funktionsweise auf Künstlicher Intelligenz (KI) basieren. Bereits in der Entstehungsphase neuer Algorithmen oder ihrer Anwendungen sollten gesellschaftliche Implikationen, die diese haben (könnten), in den Blick genommen werden. Dafür braucht es neben verbindlichen rechtlichen Normen auch eine ethische Orientierung, die Spielraum für Entscheidungen im Einzelfall bietet bzw. diese auch einfordert. Gemeinsam mit eingeladenen Experten aus Ethik, Recht und IT erarbeiten wir uns, was unter einer Ethik der KI verstanden werden kann, was Orientierung bieten könnte oder was vielleicht auch weniger zielführend sein mag. Das Ziel des Seminares ist es, das Konzept von KI soweit zu verstehen, dass mögliche ethische Implikationen von KI-Algorithmen und -Anwendungen schon frühzeitig kritisch analysiert und diskutiert werden können. Ausgehend von ausgewählten Fallbeispielen sollen die Teilnehmer des Seminars in interdisziplinären Tandems eigene Forschungsfragen zu diesem Themenfeld entwickeln lernen und diese in Form eines Projektantrags aufbereiten. Die Leistungserfassung besteht aus insgesamt drei Komponenten: 1) individuelle Auseinandersetzung mit dem Themenfeld KI + Ethik, nachgewiesen durch eine aktive Teilnahme an mindestens 80% der Reflexions- und Diskussionsrunden 2) Erarbeitung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe von Forschungsfragen, Projektidee und Peer-Feedback 3) Beschreibung eines individuellen Forschungsprojekts in interdisziplinären Kleingruppen, nachgewiesen durch Abgabe eines Projektantrags und Präsentation der Projektidee Dabei sind 1. und 2. en für die Zulassung zur Modulprüfung, und die Modulnote für dieses Seminar ergibt sich aus 3. Aufgrund des Präsenznotbetriebs findet der Kurs in diesem Semester zunächst online statt. Falls die behördlichen Regelungen es erlauben, werden wir in den Präsenzmodus zurück wechseln. Da Sie in diesem Seminar ohnehin einen Großteil der Zeit mit (virtueller) Gruppenarbeit zur Konzeption eines Forschungsprojekts verbringen werden, stellt das keine Einschränkung dar. In Moodle.UP werden wir Ihnen wöchentlich Materialien (Vortragsaufzeichnungen und Lesestoff) sowie Reflexionsfragen dazu bereitstellen. Sie haben dann eine Woche Zeit um das Material durchzuarbeiten. Darüber hinaus werden wir uns in einigen Seminarsitzungen über die Videokonferenz-Software Zoom verbinden und virtuell miteinander diskutieren. Alle wichtigen Hinweise dazu sowie weitere Details zum Ablauf des Seminars entnehmen Sie bitte der Einführungspräsentation, die Sie sich ab Mitte April auf Moodle.UP herunterladen und ansehen können. Bitte tragen Sie sich in den Moodle-Kurs zum Seminar ein: Die Veranstaltung wird in dieser Umgebung voll online stattfinden Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) Forschungsseminar oder Oberseminar (unbenotet) XI. Vertiefungsmodule Naturwissenschaften Bereich Physik Theoretische Physik II: Quantenmechanik einfacher Systeme U - Theoretische Physik II für Lehramt 1 U Di 16:15-17:45 14t Dr. Ralf Tönjes 123

124 Bitte Besuchen Sie zum Vorlesungsbeginn die Moodle Seite dieses Kurses : T-Physik 2 (LA) Bitte Besuchen Sie zum Vorlesungsbeginn die Moodle Seite dieses Kurses : T-Physik 2 (LA) Theoretische Physik II: Quantenmechanik einfacher Systeme (unbenotet) V - Theoretische Physik II für Lehramt 1 V Mo 12:15-13:45 wöch apl. Prof. Dr. Michael Rosenblum 1 V Di 16:15-17:45 14t apl. Prof. Dr. Michael Rosenblum Theoretische Physik II: Quantenmechanik einfacher Systeme (unbenotet) Aufbaumodul Statistische und nichtlineare Physik VU - Einführung in die Chaostheorie und in die stochastischen Prozesse 1 V Do 12:15-13:45 wöch apl. Prof. Dr. Michael Rosenblum 1 U Fr 12:15-13:45 14t apl. Prof. Dr. Michael Rosenblum Einführung in die Chaostheorie und in die stochastischen Prozesse (unbenotet) V - Non-equilibrium statistical physics (engl.) 1 V Do 10:15-11:45 wöch Prof. Dr. Ralf Metzler 1 V Fr 12:15-13:45 wöch Prof. Dr. Ralf Metzler If interested please send me an already now: rmetzler_at_uni-potsdam.de Nichtlineare Dynamik II Physik I - GEO: Mechanik und Optik Physik II - GEO: Physik der Materie 124

125 79356 VU - Experimentalphysik II (Ergänzungsfach für Geoökologen und Geowissenschaftler) Alle V Di 10:15-11:45 wöch Prof. Dr. Regina Hoffmann-Vogel, Dr. Oliver Henneberg Alle V Mi 12:15-13:45 wöch Prof. Dr. Regina Hoffmann-Vogel, Dr. Oliver Henneberg 1 U Mo 10:15-11:45 wöch Dr. Amina Kimouche, Paul Philip Schmidt 2 U Mo 10:15-11:45 wöch Dr. Jürgen Reiche 3 U Mo 10:15-11:45 wöch Dr. Amina Kimouche 4 U Di 14:15-15:45 wöch Dr. Jürgen Reiche 5 U Di 14:15-15:45 wöch Dr. rer. nat. Marek Sokolowski Kurzkommentar Die Veranstaltung startet als Online Angebot und wird als Präsenzveranstaltung weitergeführt so bald dies wieder möglich ist. Alle Informationen werden über Moodle weitergegeben. Sie können Sich bei Moodle über ein Passwort zur Veranstaltung anmelden. Das Passwort erhalten alle, die für Physik I für Geowissenschaften bei Puls angemeldet waren, automatisch per . Falls Sie nicht zu dieser Gruppe gehören, erhalten Sie das Passwort über die Kursleiterin Experimentalphysik II (unbenotet) Aufbaumodul Astrophysik VU - Grundkurs Astrophysik II 1 V Fr 12:15-13:45 wöch Prof. Dr. Philipp Richter 1 U Mo 08:15-09:45 14t Prof. Dr. Philipp Richter, Ekaterina Ilin Aufgrund der Einschränkungen in Verbindung mit der COVID-19 Pandemie wird diese Vorlesung als Online-Kurs stattfinden. Wenn Sie teilnehmen möchten, melden Sie sich bitte direkt bei mir ( damit ich Ihnen die notwendigen Informationen zusenden kann Grundkurs Astrophysik II (unbenotet) Astrophysik II Aufbaumodul Klimaphysik VU - Ice dynamics in Greenland and Antarctica 1 V N.N. N.N. Block N.N. N.N. Prof. Dr. Hilke Ricarda Winkelmann 1 U N.N. N.N. Block N.N. N.N. Prof. Dr. Hilke Ricarda Winkelmann Physik der Atmosphäre (unbenotet) 125

126 Dynamics of Climate System (unbenotet) VS - Fluiddynamik mit Anwendungen in Klima- und Geophysik 1 S Mo 14:15-15:45 wöch Dr. Fred Feudel 1 V Mi 12:15-13:45 wöch Dr. Fred Feudel Dynamics of Climate System (unbenotet) VU - Theorie der globalen Meeresströmungen 1 V Di 14:15-15:45 wöch Prof. Dr. Stefan Rahmstorf 1 U Di N.N. wöch. N.N. N.N. Prof. Dr. Stefan Rahmstorf Links: Webseite zur Vorlesung Raum und Zeit nach Absprache Physik der Atmosphäre (unbenotet) Dynamics of Climate System (unbenotet) VU - Introduction to Climate Physics (engl.) 1 V Mo 12:15-13:45 wöch Prof. Dr. Hilke Ricarda Winkelmann 1 U Do 12:15-13:00 wöch Prof. Dr. Hilke Ricarda Winkelmann Physik der Atmosphäre (unbenotet) Dynamics of Climate System (unbenotet) Klimaphysik II VU - Theorie der globalen Meeresströmungen 1 V Di 14:15-15:45 wöch Prof. Dr. Stefan Rahmstorf 1 U Di N.N. wöch. N.N. N.N. Prof. Dr. Stefan Rahmstorf Links: Webseite zur Vorlesung Raum und Zeit nach Absprache Vorlesung, Übung, Seminar (unbenotet) Physik des Alltags VP - Physik des Alltags und der Extreme 1 PR Mo 10:15-14:15 wöch Dr. Horst Gebert 1 V Fr 12:15-13:45 wöch Dr. Horst Gebert, Dr. Axel Heuer, Dr. Frank Jaiser, Dr. Stefan Katholy, Dr. 126

127 Links: Moodlekurs Jürgen Reiche, Dr. Udo Schwarz, Patrick Enkrott Die Veranstaltung besteht zu einem großen Teil aus experimenteller Projektarbeit. Diese kann teilweise aufgrund der gegenwärtigen Situation auch zu Hause erfolgen. Für die Organisation der Veranstaltung melden Sie sich bitte im Moodlekurs "Physik des Alltags" an. Gleichzeitig kontaktieren Sie bitte Frau Dr. J. Dietrich ( ) und Herrn Dr. H. Gebert ( ) per . Alle weiteren Informationen erhalten Sie nach dem Physik des Alltags und der Extreme/Praktikum (unbenotet) Theoretische Physik I - Mechanik, Relativität Bereich Chemie Theoretische Chemie/Computerchemie VP - Theoretische Chemie/Computerchemie (AWP2) 1 V Mo 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 V Di 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 V Mi 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 PR Mi 14:00-17:00 wöch D PD Dr. Tillmann Klamroth 1 V Do 08:15-09:45 wöch D Prof. Dr. Peter Saalfrank, PD Dr. Tillmann Klamroth 1 PR Do 14:00-17:00 wöch D PD Dr. Tillmann Klamroth Vorlesung (unbenotet) Praktikum (unbenotet) Theoretische Chemie VU - Theoretische Chemie I/1 (A8) Alle V Mi 10:15-11:45 wöch Prof. Dr. Peter Saalfrank 1 U Do 12:15-13:00 wöch F N.N., Prof. Dr. Peter Saalfrank 2 U Do 13:15-14:00 wöch F N.N., Prof. Dr. Peter Saalfrank 127

128 Liebe Studierende, diese Veranstaltung findet in diesem SoSe bis auf Weiteres als Online-Veranstaltung statt. Melden Sie sich bitte im entsprechenden Moodle-Kurs an. Mit besten Grüßen, Peter Saalfrank Vorlesung (unbenotet) Seminar (unbenotet) Theoretische Chemie II Bereich Geowissenschaften Einführung in die Paläoklimatologie Naturkatastrophen SU - BScW19 Naturkatastrophen (Übung) 1 SU Di 10:15-11:45 wöch. Online.Veranstalt apl. Prof. Dr. Martin Trauth, Prof. Dr. Bodo Bookhagen, Prof. Dr. Manfred Strecker, Prof. Dr. Eva Eibl, apl. Prof. Dr. Frank Krüger, Dr. Stefanie Kaboth-Bahr Links: Moodle Erster Termin am 14. April 2020 zur Vorbesprechung im Moodle Seminar (unbenotet) V - BScW19 Naturkatastrophen (Vorlesung) 1 V Di 08:30-10:00 wöch. Online.Veranstalt apl. Prof. Dr. Martin Trauth, Prof. Dr. Bodo Bookhagen, Prof. Dr. Eva Eibl, apl. Prof. Dr. Frank Krüger, Prof. Dr. Manfred Strecker, Dr. Stefanie Kaboth-Bahr Links: Moodle 128

129 Erster Termin am 14. April 2020 zur Vorbesprechung im Moodle Vorlesung (unbenotet) Seismologie Grundlagen der geowissenschaftlichen Datenanalyse VU - Grundlagen der geowissenschaftlichen Datenanalyse (Übung) 1 U Fr 13:15-16:30 wöch. Online.Veranstalt apl. Prof. Dr. Martin Trauth Links: Moodle We meet for the first time on Friday on Moodle for a chat Übung (unbenotet) Geohazards für Fortgeschrittene Hydrologie VU - Hydrologie I Alle V Fr 14:15-15:45 wöch Dr. rer. nat. Christian Mohr 1 U Di 10:15-11:45 wöch PD Dr. Maik Heistermann 2 U Di 10:15-11:45 wöch / Dr. rer. nat. Klaus Vormoor Die Übung Hydrologie im Modul GEE-HY startet erst Mitte Mai. Bis dahin wird sich herausstellen, ob die Übung online oder im Präsenzbetreib angeboten werden wird. Bereits jetzt könnt Ihr Euch aber hier für den zugehörigen Moodle-Kurs einschreiben. Dort findet Ihr aktuelle Informationen zur Übung und wir können Euch über den Nutzerverteiler auf dem Laufenden halten Mittelseminar Hydrologie (unbenotet) Hydrologie I (unbenotet) Klimatologie 129

130 79664 S - Angewandte Klimatologie 1 S Mo 12:15-13:45 14t Dr. rer. nat. Klaus Vormoor 2 S Mo 12:15-13:45 14t Dr. rer. nat. Klaus Vormoor Bitte schreiben Sie sich unmittelbar nach der Anmeldung in Puls in das Moodle-Seminar "BSc Klimatologie (S)" ein. Darüber erfolgt eine Meta-Einschreibung in den Moodle-Kurs für dieses Seminar, wo Sie alle wichtigen Informationen zum Ablauf des Seminars in diesem Semester finde Angewandte Klimatologie (unbenotet) S - Klimatologie 1 S Do 16:15-17:45 14t PD Dr. Maik Heistermann 2 S Do 16:15-17:45 14t PD Dr. Maik Heistermann Links: Moodle-Kurs zum Seminar Das Seminar Klimatologie im Modul GEE-KL startet offiziell am Es wird so lange online stattfinden, bis Präsenzveranstaltungen wieder möglich sind. Bereits jetzt könnt Ihr Euch hier für den zugehörigen Moodle-Kurs einschreiben. Dort findet Ihr ausführliche Informationen zur Online-Lehre in diesem Seminar. Über das Forum könnt Ihr dann auch bereits Fragen z.b. zum Ablauf des Seminars stellen. Achtung: Wer sich für den Moodle-Kurs "Seminar Klimatologie" einschreibt, wird automatisch auch für den Moodle-Kurs "Angewandte Klimatologie" im gleichen Modul eingeschrieben Klimatologie (unbenotet) Klimatologie (unbenotet) Optical Remote Sensing Remote Sensing of the Environment Bereich Bioinformatik Analysis of Cellular Networks U - Analysis of Cellular Networks (Ü) 1 U Mo 12:15-13:45 wöch D Prof. Dr. Zoran Nikoloski, Dr. Nooshin Omranian Good knowledge of R and statistics required. 1 U Mo 12:15-13:45 wöch D Prof. Dr. Zoran Nikoloski, Dr. Nooshin Omranian Good knowledge of R and statistics required Übung (unbenotet) 130

131 79141 V - Analysis of Cellular Networks (V) 1 V Mo 10:15-11:45 wöch B Prof. Dr. Zoran Nikoloski, Dr. Nooshin Omranian Good knowledge of R and statistics required Vorlesung (unbenotet) Bioinformatics of Biological Sequences (Evolutionary Genomics) Image Processing and Phenotyping in Bioinformatics Introduction to Theoretical Systems Biology VU - Theoretical Systems Biology 1 U Mo 14:15-15:45 wöch. N.N Daniel Seeler Room V Mi 08:15-09:45 wöch Dr. Niklas Hartung Vorlesung und Übung (unbenotet) Practical sequence analysis Quantitative Genetics Structural Bioinformatics U - Structural Bioinformatics (Ü) 1 U Di 12:15-13:45 wöch D apl. Prof. Dr. Dirk Walther Exercise in the PC pools 1 U Di 12:15-13:45 wöch D apl. Prof. Dr. Dirk Walther Exercise in the PC pools Lecture and seminar material as PDF and video (recorded or streamed) Übung (unbenotet) V - Structual Bioinformatics (V) 1 V Di 10:15-11:45 wöch B apl. Prof. Dr. Dirk Walther 131

132 Lecture and seminar material as PDF and video (recorded or streamed) Vorlesung (unbenotet) Bereich kognitive Neurowissenschaften Experimentelle und kognitive Psychologie V - Wahrnehmungspsychologie 1 V Di 12:15-13:45 wöch Prof. Dr. Ralf Engbert Links: vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2009/10) vollständige Veranstaltungsinformationen für Bachelorstudiengang Patholinguistik (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Patholinguistik (ab WiSe 2010/11) vollständige Veranstaltungsinformationen für Masterstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2019/20) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Rechtswissenschaft (ab WiSe 2013/14) Standard PULS Einschreibung - Alle zugelassen Für, Leistungserwerb, Literaturhinweise, Platzvergabe, Teilnahmeinschränkungen, Zulassungsverfahren, en, en und weitere Informationen auf Deutsch und Englisch klicken Sie bitte auf den Studiengangspezifischen Link in Weitere Links 132

133 Kurzkommentar Termine: wöchentlich Zielgruppe Bachelorstudiengang Psychologie, Bachelorstudiengang Patholinguistik, Bachelorstudiengang Computational Science, Bachelorstudiengang Rechtswissenschaft Vorlesung (unbenotet) S - Grundlagen der Wahrnehmungspsychologie 1 S Mi 10:15-11:45 wöch Daniel Backhaus 2 S Mi 14:15-15:45 wöch Daniel Backhaus Links: vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2017/18) vollständige Veranstaltungsinformationen für Bachelorstudiengang Psychologie (ab WiSe 2009/10) vollständige Veranstaltungsinformationen für Masterstudiengang Computational Science (ab WiSe 2013/14) vollständige Veranstaltungsinformationen für Bachelorstudiengang Computational Science (ab WiSe 2013/14) Standard PULS Einschreibung - Psychologie: Modul-basierte Platzvergabe und Zulassung (ein Platz pro Modul); andere StO: Die Platzvergabe und Zulassung erfolgen durch den Dozenten Für, Leistungserwerb, Literaturhinweise, Platzvergabe, Teilnahmeinschränkungen, Zulassungsverfahren, en, en und weitere Informationen auf Deutsch und Englisch klicken Sie bitte auf den Studiengangspezifischen Link in Weitere Links Kurzkommentar Termine: wöchentlich Zielgruppe Bachelorstudiengang Psychologie, Masterstudiengang Computational Science, Bachelorstudiengang Computational Science Seminar (unbenotet) Kognitive Neurowissenschaften Mathematische Modellierung in der neurokognitiven Psychologie Multivariate statistische Analysen 133

134 Experimentelles Design und Programmierung psychologischer Experimente S - Programming Psychological Experiments 1 S Di 14:15-15:45 wöch Dr. Sarah Risse Links: complete course information for M.Sc. in Psychology (as of Winter 2012/13) complete course information for M.Sc. in Cognitive Sciences (as of Winter 2016/17) complete course information for M.Sc. in Computational Science (as of Winter 2013/14) complete course information for M.Sc. in Mathematics (as of Winter 2019/20) Normal registration through PULS - Seat allocation and enrollment by the instructor To see course content, grading, literature, seat assignment, seat limits, enrollment, prerequisites, notes, and other course information in English or in German follow the link to your study program in Additional Links Kurzkommentar Sessions: weekly sessions Zielgruppe M.Sc. in Psychology, M.Sc. in Cognitive Sciences, M.Sc. in Computational Science Seminar (unbenotet) Bereich Mathematik Ringvorlesung Interdisziplinäre Mathematik: Eine pro-jektorientierte Einführung Bayesian Inference and Data Assimilation VU - Bayesian inference and data assimilation 1 U Mo 10:15-11:45 wöch Jakiw Ioan Pidstrigach 1 V Di 10:15-11:45 wöch Dr. Sahani Darschika Pathiraja, Prof. Dr. Sebastian Reich 1 U Mi 12:15-13:45 wöch Jakiw Ioan Pidstrigach 1 V Do 10:15-11:45 wöch Dr. Sahani Darschika Pathiraja, Prof. Dr. Sebastian Reich Übungen (unbenotet) Vertiefungsmodul Theorie zeitabhängiger stochastischer und deterministischer Prozesse 134

135 Statistical Data Analysis S - Matrix Methods for Data Mining and Pattern Recognition 1 S Fr 10:15-11:45 wöch Prof. Dr. Melina Freitag, Dr. Adem Kaya This course will be held as block later Numerical Linear Algebra You will need to present a Seminar. This course will be held as block seminar towards the end of the semester. Prerequisites: Numerical Linear Algebra and Numerical Analysis Vertiefende Vorlesung im Bereich Statistische Datenanalyse und Übung (unbenotet) 135

136 Glossar Glossar Die folgenden Begriffserklärungen zu Prüfungsleistung, Prüfungsnebenleistung und Studienleistung gelten im Bezug auf Lehrveranstaltungen für alle Ordnungen, die seit dem WiSe 2013/14 in Kranft getreten sind. Prüfungsleistung Prüfungsnebenleistung Studienleistung Prüfungsleistungen sind benotete Leistungen innerhalb eines Moduls. Aus der Benotung der Prüfungsleistung(en) bildet sich die Modulnote, die in die Gesamtnote des Studiengangs eingeht. Handelt es sich um eine unbenotete Prüfungsleistung, so muss dieses ausdrücklich ( unbenotet ) in der Modulbeschreibung der fachspezifischen Ordnung geregelt sein. Weitere Informationen, auch zu den Anmeldemöglichkeiten von Prüfungsleistungen, finden Sie unter anderem in der Kommentierung der BaMa-O Prüfungsnebenleistungen sind für den Abschluss eines Moduls relevante Leistungen, die soweit sie vorgesehen sind in der Modulbeschreibung der fachspezifischen Ordnung beschrieben sind. Prüfungsnebenleistungen sind immer unbenotet und werden lediglich mit "bestanden" bzw. "nicht bestanden" bewertet. Die Modulbeschreibung regelt, ob die Prüfungsnebenleistung eine Teilnahmevoraussetzung für eine Modulprüfung oder eine Abschlussvoraussetzung für ein ganzes Modul ist. Als Teilnahmevoraussetzung für eine Modulprüfung muss die Prüfungsnebenleistung erfolgreich vor der Anmeldung bzw. Teilnahme an der Modulprüfung erbracht worden sein. Auch für Erbringung einer Prüfungsnebenleistungen wird eine Anmeldung vorausgesetzt. Diese fällt immer mit der Belegung der Lehrveranstaltung zusammen, da Prüfungsnebenleistung im Rahmen einer Lehrveranstaltungen absolviert werden. Sieht also Ihre fachspezifische Ordnung Prüfungsnebenleistungen bei Lehrveranstaltungen vor, sind diese Lehrveranstaltungen zwingend zu belegen, um die Prüfungsnebenleistung absolvieren zu können. Als Studienleistung werden Leistungen bezeichnet, die weder Prüfungsleistungen noch Prüfungsnebenleistungen sind. 136

137 Impressum Herausgeber Am Neuen Palais Potsdam Telefon: /977-0 Fax: / Internet: Umsatzsteueridentifikationsnummer DE Layout und Gestaltung jung-design.net Druck Rechtsform und gesetzliche Vertretung Die Universität Potsdam ist eine Körperschaft des Öffentlichen Rechts. Sie wird gesetzlich vertreten durch Prof. Oliver Günther, Ph.D., Präsident der Universität Potsdam, Am Neuen Palais 10, Potsdam. Zuständige Aufsichtsbehörde Ministerium für Wissenschaft, Forschung und Kultur des Landes Brandenburg Dortustr Potsdam Inhaltliche Verantwortlichkeit i. S. v. 5 TMG und 55 Abs. 2 RStV Referat für Presse- und Öffentlichkeitsarbeit Referatsleiterin und Sprecherin der Universität Silke Engel Am Neuen Palais Potsdam Telefon: / Fax: / Die einzelnen Fakultäten, Institute und Einrichtungen der Universität Potsdam sind für die Inhalte und Informationen ihrer Lehrveranstaltungen zuständig.

138 puls.uni-potsdam.de

Zweite Satzung zur Änderung der fachspezifischen. für das Bachelorstudium im Fach Informatik/Computational

Zweite Satzung zur Änderung der fachspezifischen. für das Bachelorstudium im Fach Informatik/Computational Zweite Satzung zur Änderung der fachspezifischen Studien- und Prüfungsordnung für das Bachelorstudium im Fach Informatik/Computational Science und das Masterstudium im Fach Computational Science an der

Mehr

Vorlesungsverzeichnis. Bachelor of Education - Kunst Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12. Wintersemester 2018/19

Vorlesungsverzeichnis. Bachelor of Education - Kunst Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12. Wintersemester 2018/19 Vorlesungsverzeichnis Bachelor of Education - Kunst Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12 Wintersemester 2018/19 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 Modul 01

Mehr

Vorlesungsverzeichnis Institut für Informatik und Computational Science Sommersemester 2018

Vorlesungsverzeichnis Institut für Informatik und Computational Science Sommersemester 2018 Vorlesungsverzeichnis Institut für Informatik und Computational Science Sommersemester 2018 Bitte beachten Sie auch die Hinweise am Ende des Dokuments. Stand: 20.04.18 Es nur eine Auswahl von Modulverknüpfungen

Mehr

Vorlesungsverzeichnis

Vorlesungsverzeichnis Vorlesungsverzeichnis Bachelor of Education - Mathematik Primarstufe Prüfungsversion Wintersemester 2013/14 Sommersemester 2018 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 BA-Ma-M1 -

Mehr

Vorlesungsverzeichnis

Vorlesungsverzeichnis Vorlesungsverzeichnis 2013 Sommersemester Inhaltsverzeichnis Hasso-Plattner-Institut 6 Bachelor IT-Systems Engenieering 7 Master IT-Systems Engenieering 9 Doktoranden und Habilitanten IMPRS on Biomimetic

Mehr

Vorlesungsverzeichnis. Bachelor of Education - Mathematik Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12. Wintersemester 2018/19

Vorlesungsverzeichnis. Bachelor of Education - Mathematik Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12. Wintersemester 2018/19 Vorlesungsverzeichnis Bachelor of Education - Mathematik Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12 Wintersemester 2018/19 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 MA-M1-BM:

Mehr

Vorlesungsverzeichnis

Vorlesungsverzeichnis Vorlesungsverzeichnis Bachelor of Education - Sport Primarstufe Prüfungsversion Wintersemester 2013/14 Sommersemester 2018 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 BM-01 - Naturwissenschaftliche

Mehr

Modulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik

Modulliste. für den Masterstudiengang. Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik Modulliste für den Masterstudiengang Data & Knowledge Engineering (alt) an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Masterstudiengang Data & Knowledge

Mehr

Vorlesungsverzeichnis Institut für Informatik und Computational Science Wintersemester 2017/18

Vorlesungsverzeichnis Institut für Informatik und Computational Science Wintersemester 2017/18 Vorlesungsverzeichnis Institut für Informatik und Computational Science Wintersemester 2017/18 Bitte beachten Sie auch die Hinweise am Ende des Dokuments. Stand: 19.10.17 Das Semester beginnt in der 42.

Mehr

Masterstudiengang Computational Science

Masterstudiengang Computational Science Masterstudiengang Computational Science Institut für Informatik und Computational Science Universität Potsdam Studienverlaufsplan Leistungspunkte (LP) werden durch bestandene Modulprüfungen erbracht Module

Mehr

Masterstudiengang Computational Science. Institut für Informatik und Computational Science Universität Potsdam

Masterstudiengang Computational Science. Institut für Informatik und Computational Science Universität Potsdam Masterstudiengang Computational Science Institut für Informatik und Computational Science Universität Potsdam 1 Studienverlaufsplan Leistungspunkte (LP) werden durch bestandene Modulprüfungen erbracht

Mehr

Vorlesungsverzeichnis. Master of Education - Deutsch Primarstufe Prüfungsversion Wintersemester 2013/14. Wintersemester 2018/19

Vorlesungsverzeichnis. Master of Education - Deutsch Primarstufe Prüfungsversion Wintersemester 2013/14. Wintersemester 2018/19 Vorlesungsverzeichnis Master of Education - Deutsch Primarstufe Prüfungsversion Wintersemester 2013/14 Wintersemester 2018/19 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 PriDeu-VM1 -

Mehr

Vorlesungsverzeichnis

Vorlesungsverzeichnis Vorlesungsverzeichnis Bachelor of Education - Musik Primarstufe Prüfungsversion Wintersemester 2013/14 Sommersemester 2019 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 BM-1 - Grundlagen

Mehr

Veranstaltungen, SWS, ECTS, Prüfungsdauer

Veranstaltungen, SWS, ECTS, Prüfungsdauer Anhang 1: 1 2 3 4 5 6 7 8 9 10 Veranstaltungen, SWS, ECTS, Pflichtveranstaltungen in Grundstudium Veranstaltung SWS ECTS (Klausur) (mündl.) Einführung in die Informatik I (LMU/TUM Alt) # 4V+3Ü 9 135-225

Mehr

Vorlesungsverzeichnis

Vorlesungsverzeichnis Vorlesungsverzeichnis Master of Education - Deutsch Lehramt LSIP (P3) Prüfungsversion Wintersemester 2011/12 Sommersemester 2018 Inhaltsverzeichnis Inhaltsverzeichnis Abkürzungsverzeichnis 3 Primarstufenspezifischer

Mehr

Universität Potsdam Institut für Informatik. Masterstudium Computational Science

Universität Potsdam Institut für Informatik. Masterstudium Computational Science Universität Potsdam Institut für Informatik Masterstudium Computational Science Computational Science The Science of Computation Wissenschaft vom Berechnen Informatik Science, done computationally Computergestützte

Mehr

Informatics Master Programs

Informatics Master Programs Informatics Master Programs T. Huckle Technichal University of Munich Department of Informatics Scientific Computing Garching, 8.6.2018 Overview Master Informatics Master Informatics: Games Engineering

Mehr

Gr Tag Zeit Raum Beginn Dozenten Vorlesungsverzeichnis Institut für Informatik und Computational Science Sommersemester 2015

Gr Tag Zeit Raum Beginn Dozenten Vorlesungsverzeichnis Institut für Informatik und Computational Science Sommersemester 2015 _Informatik Bachelor _Informatik Master _Wirtschaftsinformatik Bachelor _Informatik Lehramt Bachelor _Informatik Lehramt Master _Informatik B_M_D_M_ Alte Ordnungen _Informatik Bachelor CS _Informatik Master

Mehr

Modul Soll-LP PNr Titel LP Frq Programmieren I Programmieren I mit Laborübung als Studienleistung

Modul Soll-LP PNr Titel LP Frq Programmieren I Programmieren I mit Laborübung als Studienleistung Angebotsstruktur im Studiengang Technische Informatik - Bachelor (PO 2017) (SS 2018) 1 Kompetenzbereich Grundlagen der Informatik (58 LP) Programmieren I 5 110 Programmieren I mit Laborübung als Studienleistung

Mehr

Titel von Modul/Lehrveranstaltung (lt. Prüfungsordnung der Uni Potsdam für BL BIO SE H 20132) Foundations of Stochastics

Titel von Modul/Lehrveranstaltung (lt. Prüfungsordnung der Uni Potsdam für BL BIO SE H 20132) Foundations of Stochastics Einschätzung für Novelle MuSchG Abschluss: Master of Science(MS) Studienfach: Data Science (DSC) version: Wintersemester 2018/1 rot Belegung für Schwangere verboten gelb Belegung für Schwangere nach Rücksprache

Mehr

Lehrveranstaltungen im Wintersemester 2012/2013

Lehrveranstaltungen im Wintersemester 2012/2013 Lehrveranstaltungen im Wintersemester 2012/2013 Information Systems and Machine Learning Lab (ISMLL) Prof. Dr. Dr. Lars Schmidt-Thieme Hildesheim, Juli 2012 1 / 1 Übersicht Praktika Hildesheim, Juli 2012

Mehr

Foundations of Image Formation and. Pattern Recognition

Foundations of Image Formation and. Pattern Recognition Foundations of Image Formation and Picture Analysis - Pattern Recognition Prof. Dr. H. Burkhardt Chair of Pattern Recognition and Image Processing Computer Science Faculty Albert-Ludwigs-University of

Mehr

Institut für Künstliche Intelligenz

Institut für Künstliche Intelligenz Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie

Mehr

Die neuen Studiengänge der Physik

Die neuen Studiengänge der Physik Ab dem kommenden Wintersemester ändern sich die Studiengänge BSc Physik, BA Lehramt GymGe/ BK Physik und MSc Physics. Bis zum 31.12.2015 müssen Sie sich entscheiden, in welcher Studienordnung Sie Ihren

Mehr

Lehrveranstaltungen SS 2018

Lehrveranstaltungen SS 2018 Lehrveranstaltungen SS 2018 Grundlagenmodule der Informatik (1. - 4. Fachsemester Bachelor) Einführung Rechnernetze, Datenbanken und Betriebssysteme Leistungspunkte: 5 Vorlesung: Einführung Rechnernetze,

Mehr

Master-Studiengang & Bewerbung/Zulassung. Judith Zimmermann Studienkoordinatorin, Departement Informatik, ETH Zürich

Master-Studiengang & Bewerbung/Zulassung. Judith Zimmermann Studienkoordinatorin, Departement Informatik, ETH Zürich Master-Studiengang & Bewerbung/Zulassung Judith Zimmermann Studienkoordinatorin, Departement Informatik, ETH Zürich Master's in Data Science 120 Core Courses 62 Data Analysis 16 Information and Learning

Mehr

2. Prüfungs- und Studienplan 2.1 Prüfungs- und Studienplan Informatik Allgemein

2. Prüfungs- und Studienplan 2.1 Prüfungs- und Studienplan Informatik Allgemein 2. Prüfungs- und Studienplan 2.1 Prüfungs- und Studienplan Allgemein Sem. LP 3 9 12 15 18 21 24 27 30 33 3 1 Imperative Programmierung Logik und Berechenbarkeit 2 Algorithmen und Datenstrukturen Digitale

Mehr

Achtung: vorläufiges und unverbindliches. Verzeichnis der Lehrveranstaltungen Sommer 2016

Achtung: vorläufiges und unverbindliches. Verzeichnis der Lehrveranstaltungen Sommer 2016 lic h UNIVERSITÄT HEIDELBERG rb ind Achtung: vorläufiges und unverbindliches Verzeichnis der Lehrveranstaltungen Sommer 2016 (Stand:21.12.2015) vo rlä uf ig un du nv e Die ausführliche Darstellung der

Mehr

Module und Lehrveranstaltungen

Module und Lehrveranstaltungen Studium und Lehre Module und Lehrveranstaltungen nach Semestern WS 2012 Studiengang: WBS IuB Stand: Fr., 26. Okt. 2012-19:27 Diese Liste enthält alle die den Modulen zugeordneten Lehrveranstaltungen des

Mehr

Anlage 2: Modulübersicht und Modulbeschreibungen. Modulübersicht. Modul LP 1 Benotet/ unbenoted

Anlage 2: Modulübersicht und Modulbeschreibungen. Modulübersicht. Modul LP 1 Benotet/ unbenoted Modulübersicht Modul LP 1 Benotet/ unbenoted Regelprüfungstermin 2 Beginn Wintersemester Regelprüfungstermin 2 Beginn Sommersemester Pflichtmodule Einführung in Visual Computing benotet FS 1 FS 1 Forschungsthemen

Mehr

Fachbereich Informatik

Fachbereich Informatik Informationssysteme Künstliche Intelligenz I 11101, Vorlesung, SWS: 2 Di, wöchentl., 15:00-16:30, 3703-023 Multimedia-Hörsaal Übungen zu Künstliche Intelligenz I 11103, Theoretische Übung, SWS: 1 Di, wöchentl.,

Mehr

Die Technische Universität München und die Fakultät für Informatik. Julie Mäding

Die Technische Universität München und die Fakultät für Informatik. Julie Mäding Die und die Fakultät für 1 TUM. Campus Garching Chemie Physik Mathematik Maschinenwesen TUM Institute for Advanced Study Medizintechnik Forschungs- Neutronenquelle 2 Die Bewerbung an der Fakultät für 3

Mehr

Vom 11. Juli 2017* Mainz 11. Juli Der Dekan des Fachbereichs 1: Der Dekan des Fachbereichs 5:

Vom 11. Juli 2017* Mainz 11. Juli Der Dekan des Fachbereichs 1: Der Dekan des Fachbereichs 5: Sechzehnte Ordnung zur Änderung der Ordnung für die Prüfung im lehramtsbezogenen Zertifikatsstudiengang (Erweiterungsprüfung) an der Universität Koblenz-Landau Vom 11. Juli 2017* Aufgrund des 7 Abs. 2

Mehr

Lars Schmidt-Thieme et al., Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany, 0/13

Lars Schmidt-Thieme et al., Information Systems and Machine Learning Lab (ISMLL), University of Hildesheim, Germany, 0/13 0/13 Lehrveranstaltungen Wintersemester 2011/2012 WI-Gebiet Anwendungssysteme (teilw.) WI-Gebiet Business Intelligence Informatik-Gebiet KI & Maschinelles Lernen Prof. Dr. Dr. Lars Schmidt-Thieme Information

Mehr

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2019 Der Bachelorstudiengang Wirtschaftsinformatik

Mehr

Lehrveranstaltungen WS 2017/2018

Lehrveranstaltungen WS 2017/2018 Lehrveranstaltungen WS 2017/2018 Grundlagenmodule der Informatik (1. - 4. Fachsemester Bachelor) Programmierung Leistungspunkte: 10 Aufnahmekapazität für Studium Universale: 10 Teilnehmer / 2 ECP's Vorlesung:

Mehr

geändert durch Satzung vom 14. Oktober 2014 ECUST eingeschrieben sind und studieren, und in dem die Grundlagenfächer des Studiengangs

geändert durch Satzung vom 14. Oktober 2014 ECUST eingeschrieben sind und studieren, und in dem die Grundlagenfächer des Studiengangs Satzung des Fachbereichs Elektrotechnik und Informatik der Fachhochschule Lübeck über das Studium im Bachelor-Studiengang Information Technology (Studienordnung Information Technology - Bachelor) Vom 19.

Mehr

Satzung zur Änderung der Fachprüfungsordnung für den Bachelorstudiengang Informatik und

Satzung zur Änderung der Fachprüfungsordnung für den Bachelorstudiengang Informatik und Satzung zur Änderung der Fachprüfungsordnung für den Bachelorstudiengang Informatik und Multimedia der Fakultät für Angewandte Informatik der Universität Augsburg vom 25.07.2018 Auf Grund von Art. 13 Abs.

Mehr

Gültigkeit für Studienanfängerkohorte: ab WS 2012/ 2013 ab empf. Semester 1

Gültigkeit für Studienanfängerkohorte: ab WS 2012/ 2013 ab empf. Semester 1 Gültigkeit für Studienanfängerkohorte: ab WS 2012/ 2013 ab empf. Semester 1 Subject Module I mindestens 15 CTS Subject Module II mindestens 15 CTS Subject Module III mindestens 15 CTS Frei wählbar aus

Mehr

3. Sem. V/Ü/S/P. 4. Sem. V/Ü/S/P. 2. Sem. V/Ü/S/P. Grundstudium

3. Sem. V/Ü/S/P. 4. Sem. V/Ü/S/P. 2. Sem. V/Ü/S/P. Grundstudium Grundstudium Grundstudium: Pflichtmodule Analysis 1 4/2/0/0 9 Grundlagen der Informatik 4/2/0/0 9 Lineare Algebra 1 4/2/0/0 9 Analysis 2 4/2/0/0 9 Lineare Algebra 2 4/2/0/0 9 Softwareentwicklung 4/3/0/0

Mehr

37 Studiengang Informatik (MSI)

37 Studiengang Informatik (MSI) 37 Studiengang Informatik (MSI) ( Studiengangsprofil Der Masterstudiengang Informatik ist ein stärker anwendungsorientierter, konsekutiver Studiengang in Vollzeit, der auf einen ersten berufsqualifizierenden

Mehr

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Sommersemester 2017 Der Bachelorstudiengang Wirtschaftsinformatik

Mehr

M FPOBachInfMM

M FPOBachInfMM Fachprüfungsordnung für den Bachelorstudiengang Informatik und Multimedia der Fakultät für Angewandte Informatik der Universität Augsburg vom 27. Juli 2016 Auf Grund von Art. 13 Abs. 1 Satz 2 in Verbindung

Mehr

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik

Modulliste. für den Bachelorstudiengang. Wirtschaftsinformatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik Modulliste für den Bachelorstudiengang Wirtschaftsinformatik an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2016 Der Bachelorstudiengang Wirtschaftsinformatik

Mehr

Anlage 1b: Diplomstudiengang Mathematik, Studienrichtung Mathematik mit vertiefter Informatik MUSTERSTUDIENABLAUFPLAN

Anlage 1b: Diplomstudiengang Mathematik, Studienrichtung Mathematik mit vertiefter Informatik MUSTERSTUDIENABLAUFPLAN 1. Grundstudium Modul 1. Semester 2. Semester 3. Semester 4. Semester Arbeitsaufwand Leistungspunkte Gesamt Basismodule Mathematik B01 Analysis I B02 Lineare Algebra und Analytische Geometrie I I03 Algorithmen

Mehr

Lehrveranstaltungen SS 2019

Lehrveranstaltungen SS 2019 Lehrveranstaltungen SS 2019 Grundlagenmodule der Informatik (1. - 4. Fachsemester Bachelor) Einführung Rechnernetze, Datenbanken und Betriebssysteme Leistungspunkte: 5 Vorlesung: Einführung Rechnernetze,

Mehr

Zuletzt geändert durch Satzung vom 6. August 2015

Zuletzt geändert durch Satzung vom 6. August 2015 Satzung des Fachbereichs Elektrotechnik und Informatik der Fachhochschule Lübeck über das Studium im Bachelor-Studiengang Informatik/Softwaretechnik (INF) (Studienordnung Informatik/Softwaretechnik (INF))

Mehr

Studienplan FSPO 2014/2017 Master Informationssystemtechnik

Studienplan FSPO 2014/2017 Master Informationssystemtechnik Studienplan FSPO 2014/2017 Master Informationssystemtechnik Folgende Modulgruppen sind im Masterstudiengang Informationssystemtechnik zu absolvieren. In den Modulgruppen 1. bis 4. sind insgesamt 90 Leistungspunkte

Mehr

Äquivalenzübersicht für den Bachelorstudiengang Technische Informatik

Äquivalenzübersicht für den Bachelorstudiengang Technische Informatik Agent Competition: Multi Agent Contest Agent Competition: Multi Agent Contest Agent Competition: RoboCup Agent Competition: RoboCup Agententechnologien: Grundlagen und Anwendungen Aktuelle Themen der Algorithmik:

Mehr

Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017

Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017 Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017 Allgemeine Umbuchungsregeln: Für alle bisherigen Studierenden, die sich nach dem Prüfungszeitraum Sommersemester

Mehr

U N I V E R S I T Ä T K O N S T A N Z

U N I V E R S I T Ä T K O N S T A N Z - 20 - Anhang 1: Modulübersicht Die Angabe von Semesterwochenstunden (SWS) ist unverbindlich. Sie dient als Hinweis auf den zu erwartenden Umfang des Präsenzstudiums. Auskunft über den Inhalt der einzelnen

Mehr

Vom 29. März (Veröffentlichungsblatt der Johannes Gutenberg-Universität Mainz, Nr. 03/2016, S. 298)

Vom 29. März (Veröffentlichungsblatt der Johannes Gutenberg-Universität Mainz, Nr. 03/2016, S. 298) Zweite Ordnung zur Änderung der Ordnung des Fachbereichs 08 Physik, Mathematik und Informatik der Johannes Gutenberg-Universität Mainz für die Prüfung im Masterstudiengang Computational Sciences Rechnergestützte

Mehr

Modulübersichtstabelle des Studienganges Master of Science Informatik

Modulübersichtstabelle des Studienganges Master of Science Informatik Master of Science (Seite 1 von 11) Modulübersichtstabelle des Studienganges Master of Science Modul/zugehörige Lehrveranstaltungen Prüfungsleistung Art/Dauer (Modulabschlussprüfung und/oder semesterbegleitende

Mehr

Studiengangübersicht: Bachelor Informatik LP (FStPO: 1. Version 2016) vom

Studiengangübersicht: Bachelor Informatik LP (FStPO: 1. Version 2016) vom Studiengangübersicht: Bachelor Informatik - 180 (FStPO: 1. Version 2016) vom 22.09.2016 Pflichtmodule INF.00882.05 Automaten und Berechenbarkeit 6 10 Nein mündl./schriftl. 10/155 4. INF.06259.01 Bachelorarbeit

Mehr

3 Modulgruppe: Mathematische Grundlagen B

3 Modulgruppe: Mathematische Grundlagen B M-510-5-4-001 Satzung zur Änderung der Fachprüfungsordnung für den Bachelorstudiengang Informatik der Fakultät für Angewandte Informatik der Universität Augsburg vom 25.07.2018 Auf Grund von Art. 13 Abs.

Mehr

2. Prüfungs- und Studienplan 2.1 Physik (affin)

2. Prüfungs- und Studienplan 2.1 Physik (affin) Studiengangsspezifische Prüfungs- und Studienordnung für den Studiengang Beifach zum 2. Prüfungs- und Studienplan 2.1 Physik (affin) Sem. 3 9 12 1 Experimentalphysik 1: Mechanik, Wärme Mathematische Methoden

Mehr

Zentrum für Lehrerbildung

Zentrum für Lehrerbildung Zentrum für Lehrerbildung . Auflage, Herbst 0 Universität Ulm, Zentrum für Lehrerbildung Das Lehrangebot an den Universitäten entwickelt sich stetig weiter. Im Laufe des Studiums kann es daher zu Veränderungen

Mehr

Willkommen am Institut für Informatik und Computational Science!

Willkommen am Institut für Informatik und Computational Science! Willkommen am Institut für Informatik und Computational Science! Einführungsveranstaltung für die Studiengänge: Bachelor Informatik und Computational Science, Bachelor und Master Lehramt Informatik Master

Mehr

Willkommen am Institut für Informatik und Computational Science!

Willkommen am Institut für Informatik und Computational Science! Willkommen am Institut für Informatik und Computational Science! Einführungsveranstaltung für die Studiengänge: Bachelor Informatik und Computational Science, Bachelor und Master Lehramt Informatik Master

Mehr

SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S

SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S Regelstudienplan SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S Propädeutikum 1 1 Grundlagen der Informatik I Informatik und

Mehr

Regelstudien- und Prüfungspläne der einzelnen Fächer für den Bachelorstudiengang Lehramt an allgemeinbildenden Schulen

Regelstudien- und Prüfungspläne der einzelnen Fächer für den Bachelorstudiengang Lehramt an allgemeinbildenden Schulen Anlagen: Regelstudien- und Prüfungspläne der einzelnen Fächer für den Bachelorstudiengang Lehramt an allgemeinbildenden Schulen Legende zu den Regelstudien- und Prüfungsplänen: LN = Prüfungsvorleistung

Mehr

Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017

Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017 Umbuchungen im Bachelor-Studiengang Technische Informatik für den Wechsel von der PO 2010 zur PO 2017 Allgemeine Umbuchungsregeln: Für alle bisherigen Studierenden, die sich nach dem Prüfungszeitraum Sommersemester

Mehr

(Software) Architektur der Dinge. Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT

(Software) Architektur der Dinge. Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT (Software) Architektur der Dinge Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT Hardware Mainframe Speichersysteme Rechner Kopplung Zentralisierung Anwendungsprogramme Software

Mehr

Modulliste. für den Masterstudiengang. Ingenieurinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Masterstudiengang. Ingenieurinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Masterstudiengang Ingenieurinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Sommersemester 2017 Der Masterstudiengang Ingenieurinformatik (IngINF)

Mehr

Module-Handbuch English Linguistics

Module-Handbuch English Linguistics Module-Handbuch English Linguistics Modulkennziffer ELI-MA-01 1 Modultitel: Descriptive Linguistics Leistungspunkte* 12 Gesamt: 360 h Kontaktzeit: 60 h Selbststudium: 300 h Seminar/Übung: 25 Vorlesung:

Mehr

Vorläufiger Modulkatalog Erweiterungsfach Ethik für die Lehrämter an Grund- und Hauptschulen, Realschulen und Gymnasien

Vorläufiger Modulkatalog Erweiterungsfach Ethik für die Lehrämter an Grund- und Hauptschulen, Realschulen und Gymnasien Stand 16.06.2014 Vorläufiger Modulkatalog Erweiterungsfach Ethik 1 von 16 Vorläufiger Modulkatalog Erweiterungsfach Ethik für die Lehrämter an Grund- und Hauptschulen, Realschulen und Gymnasien Stand der

Mehr

Molekulare Biologie. Zulassung zum Masterstudium / Admission to the Master s Programme

Molekulare Biologie. Zulassung zum Masterstudium / Admission to the Master s Programme Zulassung zum Masterstudium / Admission to the Master s Programme Molekulare Biologie Die Zulassung zu einem Masterstudium setzt den Abschluss eines fachlich in Frage kommenden bzw. gleichwertigen Vorstudiums

Mehr

Aktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen 1

Aktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen 1 Aktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen 1 Im Wintersemester 2017/18 werden folgende Module im Rahmen des Dummy-Moduls Aktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen

Mehr

48 Studiengang Wirtschaftsinformatik (WIN)

48 Studiengang Wirtschaftsinformatik (WIN) 48 Studiengang Wirtschaftsinformatik (WIN) (1) Vorpraktikum Entfällt. (2) Studienaufbau Der Studiengang umfasst sieben Semester (zwei Semester Grundstudium und fünf Semester Hauptstudium). Das integrierte

Mehr

Modulliste. für den Masterstudiengang. Informatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik

Modulliste. für den Masterstudiengang. Informatik. an der Otto von Guericke Universität Magdeburg Fakultät für Informatik Modulliste für den Masterstudiengang Informatik an der Otto von Guericke Universität Magdeburg Fakultät für Informatik vom Sommersemester 2016 Der Masterstudiengang Informatik (INF) Dieser Masterstudiengang

Mehr

AMTLICHE BEKANNTMACHUNG

AMTLICHE BEKANNTMACHUNG AMTLICHE BEKANNTMACHUNG NUMMER 2017/094 SEITEN 1-6 DATUM 07.04.2017 REDAKTION Sylvia Glaser 3. Ordnung zur Änderung der studiengangspezifischen Prüfungsordnung für den Bachelorstudiengang Informatik der

Mehr

240 AS / 8 LP 240 AS. Übungsaufgaben. Übungsaufgaben. PVL Nachweis. PVL Nachweis. ASL Klausur. PL Klausur (V4/Ü2+2) 8 LVS.

240 AS / 8 LP 240 AS. Übungsaufgaben. Übungsaufgaben. PVL Nachweis. PVL Nachweis. ASL Klausur. PL Klausur (V4/Ü2+2) 8 LVS. Module 1. Semester 2. Semester 3. Semester 4. Semester 5. Semester 6. Semester Arbeitsaufwand (workload) Leistungspunkte Gesamt B01 Analysis I B02 Lineare Algebra und Analytische Geometrie I I03 Algorithmen

Mehr

Wahlmodulkataloge der Kombination Mathematik-Informatik des Bachelor und Master Naturwissenschaftliche Bildung

Wahlmodulkataloge der Kombination Mathematik-Informatik des Bachelor und Master Naturwissenschaftliche Bildung Wahlmodulkataloge der Kombination Mathematik-Inatik des Bachelor und Master Naturwissenschaftliche Bildung Die Auflistung dieser Wahlmodulkataloge ist nicht abschließend. Anträge zur Erweiterung des Wahlmodulkatalogs

Mehr

Erste Ordnung zur Änderung der Gemeinsamen Prüfungsordnung für den Bachelorstudiengang Angewandte Naturwissenschaften und den

Erste Ordnung zur Änderung der Gemeinsamen Prüfungsordnung für den Bachelorstudiengang Angewandte Naturwissenschaften und den Erste Ordnung zur Änderung der Gemeinsamen sordnung für den Bachelorstudiengang Angewandte Naturwissenschaften und den Masterstudiengang Chemie und Physik funktionaler Materialien an der Universität Koblenz-Landau

Mehr

Lehrveranstaltungen SS 2017

Lehrveranstaltungen SS 2017 Lehrveranstaltungen SS 2017 Grundlagenmodule der Informatik (1. - 4. Fachsemester Bachelor) Einführung Rechnernetze, Datenbanken und Betriebssysteme Leistungspunkte: 5 Vorlesung: Einführung Rechnernetze,

Mehr

Wahlmodulkataloge der Kombination Mathematik-Informatik des Bachelor und Master Naturwissenschaftliche Bildung Stand

Wahlmodulkataloge der Kombination Mathematik-Informatik des Bachelor und Master Naturwissenschaftliche Bildung Stand Wahlmodulkataloge der Kombination Mathematik-Inatik des Bachelor und Master Naturwissenschaftliche Bildung Stand 04.04.2018 Die Auflistung dieser Wahlmodulkataloge ist nicht abschließend. Anträge zur Erweiterung

Mehr

Planungshilfe Studiengang Wirtschaftsinformatik, PO 2014 Master

Planungshilfe Studiengang Wirtschaftsinformatik, PO 2014 Master Planungshilfe Studiengang Wirtschaftsinformatik, PO 2014 Master Stand: 22.04.2016 Hinweis: Dieses Dokument ist nicht verbindlich! Im Zweifelsfall gilt die (aktuelle) Prüfungsordnung! Erste veröffentlichte

Mehr

Masterstudiengänge am Institut für Informatik

Masterstudiengänge am Institut für Informatik Masterstudiengänge am Institut für Informatik Hintergrund: Informatikerausbildung für Wissenschaft und Industrie im Informationszeitalter wird die Informatik immer stärker zur Schlüsseldisziplin am Arbeitsmarkt

Mehr

Einführung in die Praktische Informatik WS 09/10

Einführung in die Praktische Informatik WS 09/10 Einführung in die Praktische Informatik WS 09/10 Prof. Dr. Christian Sengstock Institut für Informatik Neuenheimer Feld 348 69120 Heidelberg http://dbs.ifi.uni-heidelberg.de sengstock@informatik.uni-heidelberg.de

Mehr

Jg Dortmund, Nr. 3

Jg Dortmund, Nr. 3 SAMMLUNG GRUNDLEGENDER BESCHLÜSSE UND INFORMATIONEN DES PRÜFUNGSAUSSCHUSSES INFORMATIK UND ANGEWANDTE INFORMATIK UND DES MASTER-ZUGANGSSAUSSCHUSSES INFORMATIK UND ANGEWANDTE INFORMATIK DER TECHNISCHEN

Mehr

Vorläufiger Modulkatalog Dreierdidaktik Biologie. für die Lehrämter an Grund- und Hauptschulen

Vorläufiger Modulkatalog Dreierdidaktik Biologie. für die Lehrämter an Grund- und Hauptschulen Stand 18.09.2009 Vorläufiger Modulkatalog Dreierdidaktik Biologie 1 von 12 Vorläufiger Modulkatalog Dreierdidaktik Biologie für die Lehrämter an Grund- und Hauptschulen Stand der Redaktion 18. September

Mehr

Informationssystemtechnik (B.Sc.)

Informationssystemtechnik (B.Sc.) 1. Grundlagen der Mathematik (32 CP) o 32 8 8 8 8 04-00-0108 Mathematik I St s 90 6 o 8 04-00-0126-vu Mathematik I 6 VU 8 04-00-0109 Mathematik II St s 90 6 o 8 04-00-0079-vu Mathematik II 6 VU 8 04-00-0111

Mehr

Modulliste. für den Bachelorstudiengang. Informatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Bachelorstudiengang. Informatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Bachelorstudiengang Informatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Bachelorstudiengang Informatik (INF) Das Bachelorstudium

Mehr

Umbuchungen im Bachelor-Studiengang Informatik für den Wechsel von der PO 2009 zur PO 2017

Umbuchungen im Bachelor-Studiengang Informatik für den Wechsel von der PO 2009 zur PO 2017 Umbuchungen im Bachelor-Studiengang Informatik für den Wechsel von der PO 2009 zur PO 2017 Allgemeine Umbuchungsregeln: Für alle bisherigen Studierenden, die sich nach dem Prüfungszeitraum Sommersemester

Mehr

Umbuchungen im Bachelor-Studiengang Informatik für den Wechsel von der PO 2009 zur PO 2017

Umbuchungen im Bachelor-Studiengang Informatik für den Wechsel von der PO 2009 zur PO 2017 Umbuchungen im Bachelor-Studiengang Informatik für den Wechsel von der PO 2009 zur PO 2017 Allgemeine Umbuchungsregeln: Für alle bisherigen Studierenden, die sich nach dem Prüfungszeitraum Sommersemester

Mehr

MITTEILUNGSBLATT. Studienjahr 2005/2006 Ausgegeben am 06.09.2006 42. Stück Sämtliche Funktionsbezeichnungen sind geschlechtsneutral zu verstehen.

MITTEILUNGSBLATT. Studienjahr 2005/2006 Ausgegeben am 06.09.2006 42. Stück Sämtliche Funktionsbezeichnungen sind geschlechtsneutral zu verstehen. MITTEILUNGSBLATT Studienjahr 2005/2006 Ausgegeben am 06.09.2006 42. Stück Sämtliche Funktionsbezeichnungen sind geschlechtsneutral zu verstehen. R I C H T L I N I E N, V E R O R D N U N G E N 265. Äquivalenzverordnung

Mehr

Modulbeschreibung. Advanced Algorithmics. Titel des Moduls: LP (nach ECTS): 9. Stand: Ansprechpartner für das Modul:

Modulbeschreibung. Advanced Algorithmics. Titel des Moduls: LP (nach ECTS): 9. Stand: Ansprechpartner für das Modul: Titel des Moduls: Dt.: Höhere Algorithmik Verantwortlich für das Modul: Niedermeier, Rolf E-Mail: lehre@akt.tu-berlin.de URL: http://www.akt.tu-berlin.de/menue/teaching/ Lernergebnisse Modulnr.: 40025

Mehr

57 Studiengang Angewandte Informatik (AIN)

57 Studiengang Angewandte Informatik (AIN) 57 Studiengang Angewandte Informatik (AIN) ( Vorpraktikum Entfällt. (2) Studienaufbau Der Studiengang umfasst sieben Semester (zwei Semester Grundstudium und fünf Semester Hauptstudium). Das integrierte

Mehr

Modulliste. für den Masterstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik

Modulliste. für den Masterstudiengang. Wirtschaftsinformatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Modulliste für den Masterstudiengang Wirtschaftsinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Masterstudiengang Wirtschaftsinformatik

Mehr

Bachelor of Education (BL) Grundschulbildung (GSB) Lehramt für die Primarstufe Wintersemester 2018/19

Bachelor of Education (BL) Grundschulbildung (GSB) Lehramt für die Primarstufe Wintersemester 2018/19 Ampelsystem zur Gefährdungsbeurteilung: Belegung für Schwangere verboten Belegung für Schwangere nach Rücksprache evtl. möglich (individuelle Gefährdungsbeurteilung) Belegung für Schwangere unproblematisch

Mehr

M FPOBachInfMM

M FPOBachInfMM Fachprüfungsordnung für den Bachelorstudiengang Informatik und Multimedia der Fakultät für Angewandte Informatik der Universität Augsburg vom 27. Juli 2016 Auf Grund von Art. 13 Abs. 1 Satz 2 in Verbindung

Mehr

Amtliche Mitteilungen

Amtliche Mitteilungen Amtliche Mitteilungen Datum 25. April 2017 Nr. 29/2017 I n h a l t : Dritte Ordnung zur Änderung der Prüfungsordnung für den Master-Studiengang Informatik der Naturwissenschaftlich-Technischen Fakultät

Mehr

Master of Science (M.Sc.)

Master of Science (M.Sc.) of Science (M.Sc.) Mannheim in Data Science University of Mannheim Module catalog Appendix Academic Year HWS 2017 / FSS 2018 1 Die folgenden Veranstaltungen wurden nach Veröffentlichung des Modulkatalogs

Mehr