Vergangene 澳门皇冠_皇冠足球比分-劲爆体育 vor dem WiSe 2021/22
Lehrveranstaltungen im Sommersemester 2021
Wintersemester 2020 / 2021
1. Fachsemester
VAK: 03-IBGA-FI-DG
Termin: w?chentlich Mo 10:00 - 12:00 MZH 1090 ?bung Pr?senz / Online
w?chentlich Do 12:00 - 14:00 Externer Ort: Selbststudium Externer Ort: Zoom Vorlesung online
2V+2?
Es kann zwischen einem Pr?senz- und einem Online ?bungstermin gew?hlt werden.
Die Vorlesung ist online.
CP: 6
Ziele:
Studierende k?nnen Transformationsprozesse der Digitalisierung und digitalen Gesellschaft für verschiedene Gesellschaftsbereiche benennen und darstellen. ?
Studierende k?nnen wissenschaftliche Texte zum Themenbereich Digitale Gesellschaft lesen, analysieren und relevante Argumente herausarbeiten und bewerten. Sie k?nnen ihre Ergebnisse in einer schriftlichen Ausarbeitung strukturiert darstellen.?
Studierende k?nnen sich gegenseitig konstruktiv Feedback zu ihrer Arbeit geben. ?
Studierende k?nnen kritisch-reflektierend über die Rolle von Informatiker*innen in der digitalen Gesellschaft Stellung beziehen.
Inhalte:
Ziel der Veranstaltung ist es, dass Studierende digitale Transformationsprozesse für verschiedene Gesellschaftsbereiche (z.B. Bildung, Arbeit, ?ffentliche Verwaltung, Familie, Politik) benennen und darstellen k?nnen. Sie analysieren konkrete Transformationsprozesse unter Berücksichtigung folgender Aspekte (1) Partizipation und Teilhabe, (2) Ungleichheit und Diskriminierung, (3) ?berwachung und Kontrolle sowie (4) Transparenz und Accountability. Am Ende der Veranstaltung k?nnen Studierende kritisch-reflektierend über die Rolle von Informatik und Informatiker*innen in einer digitalen Gesellschaft Stellung beziehen.
Dozent/in:
Modulbereich: Profil: SQ, DMI.
VAK: 03-BB-802.01 (03-IBAA-ITM)
Termin: w?chentlich Mi 14:00 - 16:00
Raum: Online
CP: 6
Modulbereich: Angewandte Informatik
VAK: 03-MB-802.02 (03-IMAA-ITMDS)
Termin:
Die Veranstaltung findet online an folgenden Terminen statt:
5.11. um 16-18h ; 19.11. um 16-18h ; 27.11. um 14-16h ; 18.12. um 14-17h; 4.2. um 16-18h;
19.2. um 13-17h MPO 2012 Profil: SQ, DMI, MC. MPO 2020 Schwerpunkt: AI
CP: 6
Sommersemester 2020
VAK: 03-BE-802.98a
Raum: -
CP: 6
Inhalte:
From medical decision support systems to automatic language translation, from sorting and prioritizing news on social networks to autonomous cars: Machine learning is woven into the fabric of daily life. Applying machine learning, data science aims to extract knowledge or insights from data.
Content
The class will provide an introduction to data science and applied machine learning. For this, the programming language Python will be used (and taught). You will learn about the difference between supervised and unsupervised machine learning, and three machine learning tasks:
1. classification (e.g. k-NN, Decision Trees, Support Vector Machines)
2. regression (Linear Regression, Logistic Regression)
3. clustering (k-means, dimensionality reduction with PCA and t-SNE)
We will explore natural language processing for text mining and computer vision. Evaluation, as an integral part of data science, will be taught as well as data processing and data mining. To communicate our findings, we will also look at different visualization techniques.
Project
During this course, you will work in small groups on independent projects. Each group will have to:
* formulate a research question
* pick and potentially collect a dataset
* pick a suitable operationalisation and method
* find and justify the best machine learning model
* describe your approach and findings in a report
Requirements
Basic programming experience is required to succeed in this course. But the course is mostly about concepts and aimed at anybody that wants to learn more about data science.
Modulbereich: Bachelorprojekt
VAK: 03-BP-902.76
Termin: Freitag, 8:00-12:00 Uhr
Raum: MZH 1450
CP: 12
Inhalte:
Sowohl für die Schulen als auch die Hochschulen hat sich Erstellung und Verbreitung sogenannter ?offener Bildungsmedien‘ (Open Educational Resources, OER) als weiteres Modell gegenüber kommerziellen Verlagen etabliert. Auch wenn der Marktanteil bislang noch verh?ltnism??ig klein ist, streben immer neue Unternehmen und StartUps auf den Markt und machen den etablierten Verlagen Konkurrenz. Dabei stehen in der Diskussion drei offene Fragen im Vordergrund:
a) rechnet sich der Entwicklungsaufwand, wenn sp?ter keine direkten Erl?se erzielt werden k?nnen?
b) wie kann eine verl?ssliche Qualit?tssicherung organisiert werden und durch wen?
c) wie k?nnen mobile Findemaschinen aussehen, die eine einfache Erschlie?ung für die Nutzer*innen erm?glichen?
Im Projekt sollen nicht nur Antworten auf diese drei Fragen mit Hilfe von Literaturstudien und Feldarbeit in Verlagen, bei Gründern, in Rechen- und Medienzentren usw. gesucht werden, sondern auch verschiedene Gesch?ftsmodelle untersucht und bewertet werden. Auf Basis des Business Model Canvas werden bestehende Ans?tze analysiert und auch neue konzipiert. Mit Unterstützung des Gründungsnetzwerks in Bremen (BRIDGE) gewinnen die Teilnehmenden Kompetenzen bei der Erstellung und Bewertung von Gesch?ftsmodellen. Im Projekt lernen die Studierenden zudem die unterschiedlichen Lizenzmodelle für OER sowie bestehende Plattformen kennen und vertiefen damit die Modellierungsmethoden für Gesch?ftsprozesse. Für die Frage der technischen Unterstützung durch mobile Anwendungen und zentrale L?sungen zum Identit?tsmanagement (für die Sicherstellung von Rollen und Rechten) soll ein Prototyp entwickelt und mit Nutzerinnen und Nutzern getestet werden. Eine Fokussierung auf die Bildungsinstitution erfolgt in der ersten Projektphase sp?testens auf einer Klausurtagung, nachdem die Grundlagen erarbeitet worden sind.
Im Projekt wird auf Motivation, Kreativit?t und Selbstorganisation der Teilnehmenden gesetzt.
Neben Erfahrungen mit Projektmanagement erhalten die Teilnehmenden Einblicke in Bildungsinstitutionen und gewinnen an Erfahrungen in Zusammenarbeit mit Nutzerinnen und Nutzern aus diesem Bereich.
Dozent/in:
Wintersemester 2019 / 2020
VAK: 03-BB-899.04
Termin: Montag 12:00 - 14:00 Uhr
CP: 4
Profil: DMI
Dozent/in:
VAK: 03-BA-800.02/2a
Termin: Vorlesung - Dienstag: 12:00 - 14:00, SFG 0150
Tutorien:
Dienstag: 16:00 - 18:00, MZH 1100
Dienstag: 16:00 - 18:00, MZH 4140
Donnerstag: 12:00 - 14:00, MZH 6210
Raum: SFG 0150
CP: 6
Ziele:
- Die Wirtschaftsinformatik als wissenschaftliche Disziplin beschreiben und einordnen k?nnen.
- Grundlegende Konzepte der Wirtschaftsinformatik (wie bspw. Informations- und Anwendungssysteme) erl?utern und abgrenzen k?nnen.
- Die Rolle von Informationssystemen zur Unterstützung von Gesch?ftsprozessen und der Wettbewerbsf?higkeit von Unternehmen erl?utern k?nnen.
- Zusammenh?nge zwischen Gesch?fts- und IT-Strategie aufzeigen k?nnen.
- Wirtschaftliche Aspekte der Entwicklung und des Betriebs von IT-Systemen erl?utern k?nnen.
- Methoden zur Beurteilung von IT-Investition und zur Softwareauswahl kennen und praktisch anwenden k?nnen.
- Methoden und Softwarewerkzeuge zur Modellierung betrieblicher Informationssysteme kennen und praktisch anwenden k?nnen.
- IT-Service-Management in seinen Grundzügen erl?utern k?nnen
Inhalte:
Ziel der Veranstaltung ist es, dass Studierende die Wirtschaftsinformatik als wissenschaftliche Disziplin beschreiben und einordnen k?nnen. Hierzu geh?rt es grundlegende Konzepte der Wirtschaftsinformatik (z.B. Informations- und Anwendungssysteme) erl?utern und abgrenzen zu k?nnen. Die Vorlesung behandelt die Rolle von Informationssystemen zur Unterstützung von Gesch?ftsprozessen und der Wettbewerbsf?higkeit von Unternehmen. Studierende sollen die Zusammenh?nge zwischen Gesch?fts- und IT-Strategie aufzeigen k?nnen. Sie lernen Methoden und Softwarewerkzeuge zur Analyse und Modellierung betrieblicher Informationssysteme kennen und wenden diese praktisch an. In Gruppen bearbeiten und pr?sentieren Studierende an einem konkreten Fallbeispiel Probleme und L?sungen.
Dozent/in:
Modulbereich: Bachelorprojekt
VAK: 03-BP-902.76
Termin: Freitag, 8:00-12:00 Uhr
Raum: MZH 1450
CP: 12
Inhalte:
Sowohl für die Schulen als auch die Hochschulen hat sich Erstellung und Verbreitung sogenannter ?offener Bildungsmedien‘ (Open Educational Resources, OER) als weiteres Modell gegenüber kommerziellen Verlagen etabliert. Auch wenn der Marktanteil bislang noch verh?ltnism??ig klein ist, streben immer neue Unternehmen und StartUps auf den Markt und machen den etablierten Verlagen Konkurrenz. Dabei stehen in der Diskussion drei offene Fragen im Vordergrund:
a) rechnet sich der Entwicklungsaufwand, wenn sp?ter keine direkten Erl?se erzielt werden k?nnen?
b) wie kann eine verl?ssliche Qualit?tssicherung organisiert werden und durch wen?
c) wie k?nnen mobile Findemaschinen aussehen, die eine einfache Erschlie?ung für die Nutzer*innen erm?glichen?
Im Projekt sollen nicht nur Antworten auf diese drei Fragen mit Hilfe von Literaturstudien und Feldarbeit in Verlagen, bei Gründern, in Rechen- und Medienzentren usw. gesucht werden, sondern auch verschiedene Gesch?ftsmodelle untersucht und bewertet werden. Auf Basis des Business Model Canvas werden bestehende Ans?tze analysiert und auch neue konzipiert. Mit Unterstützung des Gründungsnetzwerks in Bremen (BRIDGE) gewinnen die Teilnehmenden Kompetenzen bei der Erstellung und Bewertung von Gesch?ftsmodellen. Im Projekt lernen die Studierenden zudem die unterschiedlichen Lizenzmodelle für OER sowie bestehende Plattformen kennen und vertiefen damit die Modellierungsmethoden für Gesch?ftsprozesse. Für die Frage der technischen Unterstützung durch mobile Anwendungen und zentrale L?sungen zum Identit?tsmanagement (für die Sicherstellung von Rollen und Rechten) soll ein Prototyp entwickelt und mit Nutzerinnen und Nutzern getestet werden. Eine Fokussierung auf die Bildungsinstitution erfolgt in der ersten Projektphase sp?testens auf einer Klausurtagung, nachdem die Grundlagen erarbeitet worden sind.
Im Projekt wird auf Motivation, Kreativit?t und Selbstorganisation der Teilnehmenden gesetzt.
Neben Erfahrungen mit Projektmanagement erhalten die Teilnehmenden Einblicke in Bildungsinstitutionen und gewinnen an Erfahrungen in Zusammenarbeit mit Nutzerinnen und Nutzern aus diesem Bereich.
Dozent/in:
Modulbereich: Masterprojekt
VAK: 03-MP-902.15
CP: 30
Ziele:
Abstract
The project applies advanced visualization and machine learning techniques to expose illegal deforestation that negatively affects climate change.
Inhalte:
Description
The farming of beef and soy is one of the main reasons for continuous deforestation, and hence one of the main causes of climate change. With increased meat consumption, there is a growing demand for farmland. Often, this deforestation is illegal. New policy regulations at international level aim to address this issue by promoting deforestation-free supply chains. This means that only agricultural commodities from those farms are being traded within Europe which are not associated with deforestation. In this project, we want to apply data science approaches to analyse and monitor these supply chains and expose
how different actors hide illegal deforestation.
The project will enable students to work on a challenging real-world problem with a large-scale dataset. Based on data from one of Brazil’s biggest federal states, we will explore possibilities for visualising beef-supply chains. We will apply machine learning to detect cattle movement patterns which may be associated with deforestation. Our project is situated in an emerging research area called Computational Social Science (CSS).
Lazer et al. characterised CSS as a field that leverages the capacity to collect and analyse data at scale to examine patterns of individual and group behaviours and to enhance our understanding of individuals and collectives.
A collaboration between social sciences and computer science opens up unprecedented opportunities to understand complex systems. The project will be conducted in collaboration with researchers from Brazil as well as Greenpeace Brazil and Germany. It aims to deliver a system that showcases the potential of data science and data visualization for monitoring purposes to clean supply-chains and exert civil society power.
In the project, participants will learn how to formulate research questions, identify and analyse user requirements, and design and develop visualization and machine learning models. We follow a research-oriented learning paradigm, i.e. the project is self-organised. Participants will not only learn about research in data science but also gain experience in managing a long-term project. Basic programming experience is required to succeed in this project. But the project is mostly about concepts and aimed at anybody that wants to learn more
about data science and machine learning.
Collaborateurs
? Prof. Raoni Raj?o (Federal University of Minas Gerais, Brazil)
? Greenpeace Germany
? Greenpeace Brazil
Dozent/in:
Sommersemester 2019
Modulbereich: General Study
VAK: 03-GS-509.09
Termin: Mo 01.04.19 16:00 - 18:00 MZH 6340
Mo 06.05.19 16:00 - 18:00 MZH 6340
Sa 11.05.19 10:00 - 17:00 MZH 1100
Mo 20.05.19 16:00 - 18:00 MZH 6340
Mo 17.06.19 16:00 - 18:00 MZH 6340
Mo 08.07.19 16:00 - 18:00 MZH 6340
Raum: MZH 6340
CP: 2
Dozent/in:
VAK: 03-BE-802.98a
Termin: Mo 10:00 - 14:00
Raum: MZH 1110
CP: 6
Inhalte:
From medical decision support systems to automatic language translation, from sorting and prioritizing news on social networks to autonomous cars: Machine learning is woven into the fabric of daily life. Applying machine learning, data science aims to extract knowledge or insights from data.
Content
The class will provide an introduction to data science and applied machine learning. For this, the programming language Python will be used (and taught). You will learn about the difference between supervised and unsupervised machine learning, and three machine learning tasks:
1. classification (e.g. k-NN, Decision Trees, Support Vector Machines)
2. regression (Linear Regression, Logistic Regression)
3. clustering (k-means, dimensionality reduction with PCA and t-SNE)
We will explore natural language processing for text mining and computer vision. Evaluation, as an integral part of data science, will be taught as well as data processing and data mining. To communicate our findings, we will also look at different visualization techniques.
Project
During this course, you will work in small groups on independent projects. Each group will have to:
* formulate a research question
* pick and potentially collect a dataset
* pick a suitable operationalisation and method
* find and justify the best machine learning model
* describe your approach and findings in a report
Requirements
Basic programming experience is required to succeed in this course. But the course is mostly about concepts and aimed at anybody that wants to learn more about data science.
Dozent/in:
VAK: 03-BB-803.02
Termin: Fr 12:00 - 16:00
Raum: MZH 1380/1400 ECO5 2.83
CP: 6
Dozent/in:
Imke Petra Frauke Sommer
VAK: 03-BB-802.01
Termin: w?chentlich Mo 12:00 - 14:00 Vorlesung
w?chentlich Do 10:00 - 12:00 ?bung
Raum: MZH 1090 und MZH 5210
CP: 6
Ziele:
- ?berblick über Aufgaben, Ziele und Funktionen des IT-Managements in Theorie und Praxis
- Kenntnisse über die Rolle, die Aufgaben und die Methoden des IT-Managements in Unternehmen und Verwaltungen
- Kenntnisse über relevante technische, organisatorische und rechtliche Entscheidungsfelder
- Einführung in die IT Infrastructure Library (ITIL)
- F?higkeit zur Bearbeitung von Problemen der Planung, der Realisierung und des Betriebs der IT-Infrastruktur und Anwendungssystemen in Unternehmen und Verwaltungen.
- Entwicklung von Kooperations- und Kommunikationsf?higkeiten durch gemeinsame Bearbeitung von ?bungsaufgaben
- Selbst?ndige Erarbeitung eines Konzeptes für das IT-Management an einem konkreten Fallbeispiel in einem Team
- Pr?sentationsf?higkeiten durch Vorstellung einer Fallstudie im Plenum
Inhalte:
- Grundbegriffe
- Modelle des Informations(technik)managements
- Ziele und Leitbilder des IT-Managements
- Anwendungen als sozio-technische Systeme
- Strategische Planung und Organisation des IT-Managements (zentral / dezentral)
- IT-Sourcing und Offshoring (?make or buy“)
- Beschaffung / E-Procurement
- IT-Service Management nach ITIL
- Informationssicherheits- und Datenschutzmanagement
Dozent/in:
VAK: BB-801.04
Termin: w?chentlich Mi 08:00 - 10:00
w?chentlich Mi 10:00 - 12:00
Raum: MZH 1100
CP: 6
Ziele:
- Kenntnis über die Geschichte und Kernkonzepte der partizipativen Softwareentwicklung
- Kenntnis verschiedener Verfahren/Methoden der partizipativen Softwareentwicklung
- Durchführung eines konkreten Entwicklungsprozesses unter Anwendung verschiedener Methoden
- Kompetenz der Planung eines eigenen Forschungs- oder Entwicklungsvorhabens auf Grundlage der partizipativen Softwareentwicklung
- Entwicklung von Gruppenkompetenzen und Interesse an Teamarbeit
Inhalte:
Die Idee, zukünftige Nutzerinnen und Nutzer an der Gestaltung von Informationssystemen teilhaben zu lassen, hat ihren Ursprung in drei verschiedenen partizipativen Designans?tzen zwischen den sp?ten 1970er Jahren bis in die frühen 1990er Jahre. Zu den Zielen einer solchen Beteiligung geh?ren sowohl moralische als auch pragmatische ?berlegungen: (i) das Teilen von Kontrolle über Designentscheidungen mit denjenigen, die von diesen Entscheidungen betroffen sein werden (ii) das Einbeziehen der Expertise und des Wissens zukünftiger Nutzerinnen und Nutzer über die Prozesse/Praktiken, die das zu entwickelnde System unterstützen soll, sowie (iii) die Erm?glichung individueller, organisatorischer und technologischer Ver?nderungen durch gemeinsame Entwicklung.
In diesem Kurs lernen Studierende verschiedene Methoden der partizipativen Softwareentwicklung kennen (z.B. ethnografische Methoden, Interviews, Fokusgruppen, Frageb?gen, Szenarien und Prototyping). Im Plenum werden verschiedene Verfahren vorgestellt, ihr jeweiliger Fokus und die m?glichen Fragestellungen, die durch sie beantwortet und bearbeitet werden k?nnen. Anschlie?end werden die Verfahren in Kleingruppen angewendet. Eine kritische, gemeinsame Reflektion erfolgt im Plenum.
Zur individuellen Vorbereitung der w?chentlichen Treffen, wird erwartet, dass Studierende je einen (zumeist englischen) Text lesen.
Dozent/in:
VAK: 03-BA-800.02/2
Termin: w?chentlich Mo 10:00 - 12:00
w?chentlich Di 16:00 - 18:00
w?chentlich Do 14:00 - 16:00
w?chentlich Do 16:00 - 18:00
Raum: MZH 1380/1400 und MZH 1450
CP: 6
Ziele:
- ?berblick über betriebswirtschaftliche Grundkategorien und Aufbau- und Ablauforganisation betrieblicher Prozesse erlangen
- Wirtschaftliche Aspekte der Entwicklung und des Betriebs informationstechnischer Systeme verstehen
- ?bliche Verfahren der Modellierung von Gesch?ftsprozessen und der wirtschaftlichen Beurteilung von Gesch?ftsideen auf der Basis informationstechnischer Systeme kennen
- Einflüsse verschiedener Rechtsbereiche auf das Handeln eines/r Informatikers/in einsch?tzen k?nnen
- Verschiedene Arten von Schutzrechten unterscheiden und jeweils den einzelnen T?tigkeiten eines/r Informatikers/in zuordnen k?nnen
- Lizenzmodell kennenlernen und bezüglich ihrer Auswirkung auf Schutzrechte einordnen k?nnen
Inhalte:
In dieser Veranstaltung vertiefen Studierende ihr Wissen über betriebliche Informationssysteme. Sie lernen betriebswirtschaftliche Grundlagen kennen und entsprechende Begrifflichkeiten anzuwenden k?nnen. Studierende lernen übliche Verfahren der Modellierung von Gesch?ftsprozessen sowie übliche Verfahren zur Pr?sentation und wirtschaftlichen Beurteilung von IT-basierten Gesch?ftsideen und Gesch?ftsmodellen kennen und wenden diese auf konkrete Fallbeispiel an. Des weiteren sollen Studierende Einflüsse verschiedener Rechtsbereiche auf das Handeln eines/r Informatikers/in einsch?tzen und erl?utern k?nnen.
Teil 1: Betrieb und Organisation:
- Grundlagen zu Betrieb und Organisation
- Aufgaben der betrieblichen Informationsverarbeitung
- Betriebswirtschaftliche Grundkategorien, Gesch?ftsmodelle usw.
- Grundlagen und Perspektiven der Unternehmensführung
- Gesch?ftsprozesse
Teil 2: Rechtliche Grundlagen
- Schutzrechte (Markenrecht, Urheberrecht, Copyright, Patente und verwandte Schutzrechte, Open-Source-Lizenzen vs. Schutzrechte)
- Weitere Rechtsbereiche (?berblick): Wettbewerbsrecht, Vertragsrecht, Datenschutzrecht, Strafrecht (Computerkriminalit?t)
Dozent/in:
Modulbereich: Projektstudium
VAK: 03-MP-902.61
CP: 18
Dozent/in:
Andreas Breiter und Hendrik Heuer