Personendetails

Studierende arbeiten individuell oder in Kleingruppen an Projekten mit Bezug zu Software Design und Software Engineering Technologien und Anwendungen im Kontext hochschulischer F&E-Aktivitäten oder im Rahmen ihrer individuellen Berufstätigkeit. Diese Projekte stellen in weiterer Folge die praxisrelevante Basis für die Masterarbeiten dar.

-

Immanente Leistungsüberprüfung

Projektfortschritt, Funktionsnachweis, Projektpräsentation

- Vertiefung der Grundprinzipien des wissenschaftlichen Arbeitens

- Lesen, Verstehen und Interpretieren von facheinschlägigen wissenschaftlichen Texten

- Literaturrecherchen

- formalen Methoden wissenschaftlicher Arbeit

- Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Masterarbeit und stellen diese zur Diskussion im Plenum

Vortrag, Case Studies

Immanente Leistungsüberprüfung

Präsentationen, Hausübungen

Software Engineering Projekt 1 ermöglicht Studierenden, das im Studium erworbene Wissen in einem konkreten Projekt umzusetzen. Im ersten Semester wird ein konkretes Problem analysiert und unter Anwendung von Methoden des Advanced Projektmanagements ein Design für die Software Lösung ausgearbeitet. Diese Lösung wird dann im Software Projekt im zweiten Semester implementiert.

Die LV deckt insbesondere die folgenden Inhalte ab:

- Anwendung vom modernen Projektmanagementmethoden an einem konkreten Projekt

- Formulierung, Klassifizierung und Priorisierung von Requirements für eine konkrete Problemstellung

- Verwendung von UML Diagrammen (Use Case, Klassen-, Aktivitäts- und Sequenzdiagrammen) für Software Design Entwurf, um Requirements zu erfüllen

- Strukturierte und standardisierte Dokumentation von Ergebnissen als ein High Level Design Dokument, das als Basis für die Implementierung dient.

Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching

Endprüfung

Projektabgabe

Software Engineering Projekt 2 ermöglicht Studierenden, das im Studium erworbene Wissen in einem konkreten Projekt umzusetzen. Im zweiten Semester wird ausgehend von Anforderungen und Designentwurf aus dem Software Design Projekt im ersten Semester die Software Lösung unter Anwendung von modernen Software Development Methoden und Tools implementiert. Diese implementierte Lösung wird anschließend systematisch getestet und Verbesserungen eingearbeitet.

Die LV deckt insbesondere die folgenden Inhalte ab:

- Implementierung von Klassen und Datenstrukturen auf Basis vom High Level Design Dokument

- Verwendung von Softwarealgorithmen für die Implementierung von Aktivitäts- und Sequenzdiagrammen

- Definition und Priorisierung von Testfällen unter Berücksichtigung von Anforderungen

- Durchführung von Testszenarien mit aktuellen Testwerkzeugen

Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching

Endprüfung

Projektabgabe.

- Psychologische Aspekte des HCIs

- Benutzerfreundlichkeit

- Benutzerforschung

- Benchmarking der Benutzerfreundlichkeit

- Interaktionsgestaltung

- Prototyping

- Methoden zur Untersuchung und Prüfung der Benutzerfreundlichkeit

- Benutzerfreundlichkeit in der Praxis

Fallstudien, Praktische Übungen, Vortrag

Immanente Leistungsüberprüfung

Fallbeispiele, Gruppenübung, schriftliche Endprüfung.

- Selbstständige Bearbeitung einer fachlich relevanten Thematik, primär basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers

- Ausarbeitung der Bachelorarbeit 1

Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.

Endprüfung

Approbation der Bachelorarbeit

- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule und eventeuell der Bachelorarbeit 1 auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers

- Ausarbeitung der Bachelorarbeit 2

Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 2 und stellen diese zur Diskussion.

Endprüfung

Approbation der Bachelorarbeit

Netzwerke sind essenziell für Kommunikation und Informatik. Egal ob im Bereich Embedded Systems, Web-Applikationen oder Middleware-das Verständnis der Netzwerkebenen und Protokolle ist entscheidend. Diese Lehrveranstaltung konzentriert sich auf die unteren Netzwerkschichten (OSI L1-L3). Hier lernen die Studierenden, wie Protokolle auf verschiedenen Netzwerkebenen arbeiten und genutzt werden können.

Die LV deckt insbesondere die folgenden Inhalte ab:

- Netzwerk-Protokolle,-Modelle und-Schichten (TCP/IP, OSI)

- Überblick von L1 und L2

- Ethernet

- L2-Switching, Spanning Tree Protocol, VLANs

- Physikalische und logische Adressierung

- ARP, IP, ICMP

- Konfiguration von Switches, VLANs

- Beobachtung von STP

- Protokoll-Analyse auf L2 und L3

- Vertiefung IPv4, IPv6

- Konnektivität ohne Routing; Routing Grundlagen

- DHCP, NAT

Praktische Übungen mit Netzwerk-Geräten, Protokoll-Analyzer, Simulationen; Cisco Networking Academy online Lernplattform; Vortrag

Endprüfung

Gruppenarbeiten; Einzelprüfung

Studierende können über den neuesten Stand der Technik im Bereich HCI diskutieren und wenden Aspekte des HCI in innovativen Lösungen für maschinelle Übersetzungstechnologien an. Studierende werden einen guten Überblick über die wichtigsten HCI-Methoden und Techniken und ein tiefes Verständnis dafür haben, wie diese in der Praxis anzuwenden sind.

Inhalte:

- Psychologische Aspekte des HCIs

- Benutzerfreundlichkeit

- Benutzerforschung

- Benchmarking der Benutzerfreundlichkeit

- Interaktionsgestaltung

- Prototyping

- Methoden zur Untersuchung und Prüfung der Benutzerfreundlichkeit

- Benutzerfreundlichkeit in der Praxis

Vortrag, praktische Übungen, Fallstudien

Endprüfung

Gruppenarbeiten

Virtual und Augmented Reality umfassen Methoden zu Erweiterung der realen Inhalte, um durch intelligente Algorithmen kontextabhängigeInformationen zur Verfügung zu stellen. Virtual und Augmented Reality werden in verschiedenen Bereichen eingesetzt, wie zum Beispiel: Medizin, Industrie, Unterricht, Tourismus und Computerspiele. Um Virtual und Augmented Reality zu ermöglichen, spielen die Methoden der Künstliche Intelligenz und Machine Learning insbesondere Deep Learning eine sehr wichtige Rolle. Virtual und Augmented Reality sind wichtige Komponenten der Cyber-Physical Systeme, die wiederum die Grundlagen für die Digitalisierung und Industrie 4.0 bilden.

Die LV deckt insbesondere die folgenden Inhalte ab:

- Anwendungsbeispiele zu Virtual und Augmented Reality

- Anforderungen an Augmented Reality and Deep Learning Applikationen

- Displays, Kameras und andere Sensoren für Virtual und Augmented Reality

- Kalibrierung und Filterung

- Computer Vision Algorithmen zu Objekt und Szene Erkennung

- Lokalisierung, Tracking und Navigation

- Deep Learning Algorithmen und Netzarchitekturen, insbesondere CNN und RNN

- Einsatz von Deep Learning Algorithmen in Virtual und Augmented Reality Applikationen

Vortrag, praktische Übungen, Fallstudien, Diskussion der aktuellen Literatur, Implementierung der Algorithmen und Applikationen

Endprüfung

Gruppenarbeiten

Die Studierenden lernen anhand einer praktischen, konkreten Aufgabenstellung, das theoretische Wissen über Projekte und Implementierungen in die Praxis umzusetzen. Sie handeln eigenverantwortlich und selbständig und dokumentieren ihre Arbeit nachvollziehbar und detailliert. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.

Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.

Endprüfung

Die Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert

abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.

Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.

Endprüfung

Praktisches Projekt in der Kleingruppe

Web Technologies sind die eingesetzten Technologien für eine statische oder dynamische Präsentation von Inhalten im Web. In der ILV werden sowohl die infrastrukturellen Technologien (Webserver, Clouddienste), die Technologien zur Aufbereitung der Inhalte als auch die für die Umsetzung erforderlichen Technologien behandelt.

Die Lehrveranstaltung deckt insbesondere folgende Inhalte ab:

- Historische Entwicklung des Internets

- Technik und Background

- HTTP Protokoll

- Rest & MVC

- Erstellen von statischen Websites mithilfe von HTML5 und CSS3

- Grundlagen in JavaScript, PHP und Frameworks

- Responsive Web Design

- Javascript Libraries

- Security Aspekte bei Web Technologien

Präsentation von Themen durch die Studierenden, praktische Übungen, Vortrag

Endprüfung

Mögliche Themen für das Vertiefungsseminar:

- Implementierung eines Deep Learing Algorithmus

- Software Design unter Benutzung von Design Patterns

- Optimierung des Energieverbrauchs von Embedded Systems

- Programmierung von einem Roboter (NAO)

- Simulation von Angriffsszenarien und Entwicklung von Abwehrstrategien

Eine Erweiterung der Themen ist durch die jeweiligen Gastvortragenden möglich.

Gruppenarbeit, praktische Umsetzung mit Unterstützung von Vortragenden.

Endprüfung

Einzelarbeiten

- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers

- Ausarbeitung der Bachelorarbeit 1

Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.

Endprüfung

Approbation der Bachelorarbeit

Netzwerke sind essenziell für Kommunikation und Informatik. Egal ob im Bereich Embedded Systems, Web-Applikationen oder Middleware-das Verständnis der Netzwerkebenen und Protokolle ist entscheidend. Diese Lehrveranstaltung konzentriert sich auf die unteren Netzwerkschichten (OSI L1-L3). Hier lernen die Studierenden, wie Protokolle auf verschiedenen Netzwerkebenen arbeiten und genutzt werden können.

Die LV deckt insbesondere die folgenden Inhalte ab:

- Netzwerk-Protokolle,-Modelle und-Schichten (TCP/IP, OSI)

- Überblick von L1 und L2

- Ethernet

- L2-Switching, Spanning Tree Protocol, VLANs

- Physikalische und logische Adressierung

- ARP, IP, ICMP

- Konfiguration von Switches, VLANs

- Beobachtung von STP

- Protokoll-Analyse auf L2 und L3

- Vertiefung IPv4, IPv6

- Konnektivität ohne Routing; Routing Grundlagen

- DHCP, NAT

Praktische Übungen mit Netzwerk-Geräten, Protokoll-Analyzer, Simulationen; Cisco Networking Academy online Lernplattform; Vortrag

Endprüfung

Gruppenarbeiten; Einzelprüfung

Studierende können über den neuesten Stand der Technik im Bereich HCI diskutieren und wenden Aspekte des HCI in innovativen Lösungen für maschinelle Übersetzungstechnologien an. Studierende werden einen guten Überblick über die wichtigsten HCI-Methoden und Techniken und ein tiefes Verständnis dafür haben, wie diese in der Praxis anzuwenden sind.

Inhalte:

- Psychologische Aspekte des HCIs

- Benutzerfreundlichkeit

- Benutzerforschung

- Benchmarking der Benutzerfreundlichkeit

- Interaktionsgestaltung

- Prototyping

- Methoden zur Untersuchung und Prüfung der Benutzerfreundlichkeit

- Benutzerfreundlichkeit in der Praxis

Vortrag, praktische Übungen, Fallstudien

Endprüfung

Gruppenarbeiten

Virtual und Augmented Reality umfassen Methoden zu Erweiterung der realen Inhalte, um durch intelligente Algorithmen kontextabhängigeInformationen zur Verfügung zu stellen. Virtual und Augmented Reality werden in verschiedenen Bereichen eingesetzt, wie zum Beispiel: Medizin, Industrie, Unterricht, Tourismus und Computerspiele. Um Virtual und Augmented Reality zu ermöglichen, spielen die Methoden der Künstliche Intelligenz und Machine Learning insbesondere Deep Learning eine sehr wichtige Rolle. Virtual und Augmented Reality sind wichtige Komponenten der Cyber-Physical Systeme, die wiederum die Grundlagen für die Digitalisierung und Industrie 4.0 bilden.

Die LV deckt insbesondere die folgenden Inhalte ab:

- Anwendungsbeispiele zu Virtual und Augmented Reality

- Anforderungen an Augmented Reality and Deep Learning Applikationen

- Displays, Kameras und andere Sensoren für Virtual und Augmented Reality

- Kalibrierung und Filterung

- Computer Vision Algorithmen zu Objekt und Szene Erkennung

- Lokalisierung, Tracking und Navigation

- Deep Learning Algorithmen und Netzarchitekturen, insbesondere CNN und RNN

- Einsatz von Deep Learning Algorithmen in Virtual und Augmented Reality Applikationen

Vortrag, praktische Übungen, Fallstudien, Diskussion der aktuellen Literatur, Implementierung der Algorithmen und Applikationen

Endprüfung

Gruppenarbeiten

Die Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert

abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.

Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.

Endprüfung

Praktisches Projekt in der Kleingruppe

Web Technologies sind die eingesetzten Technologien für eine statische oder dynamische Präsentation von Inhalten im Web. In der ILV werden sowohl die infrastrukturellen Technologien (Webserver, Clouddienste), die Technologien zur Aufbereitung der Inhalte als auch die für die Umsetzung erforderlichen Technologien behandelt.

Die Lehrveranstaltung deckt insbesondere folgende Inhalte ab:

- Historische Entwicklung des Internets

- Technik und Background

- HTTP Protokoll

- Rest & MVC

- Erstellen von statischen Websites mithilfe von HTML5 und CSS3

- Grundlagen in JavaScript, PHP und Frameworks

- Responsive Web Design

- Javascript Libraries

- Security Aspekte bei Web Technologien

Präsentation von Themen durch die Studierenden, praktische Übungen, Vortrag

Endprüfung

Mögliche Themen für das Vertiefungsseminar:

- Implementierung eines Deep Learing Algorithmus

- Software Design unter Benutzung von Design Patterns

- Optimierung des Energieverbrauchs von Embedded Systems

- Programmierung von einem Roboter (NAO)

- Simulation von Angriffsszenarien und Entwicklung von Abwehrstrategien

Eine Erweiterung der Themen ist durch die jeweiligen Gastvortragenden möglich.

Gruppenarbeit, praktische Umsetzung mit Unterstützung von Vortragenden.

Endprüfung

Einzelarbeiten