Bachelorstudium

Computer Science and Digital Communications

Computer Science and Digital Communications

berufsbegleitend

 

Computer Science and Digital Communications

Die Digitalisierung lässt die IT- und die reale Welt immer mehr zusammenwachsen. An den Schnittstellen entstehen Innovationspotenziale für neue Produkte, Dienstleistungen und Berufsbilder und damit viele Chancen für innovative IT-Spezialist*innen. Smart City, eHealth oder mobile App Design sind nur einige Beispiele dafür. Mit diesem Studium können Sie die digitale Zukunft mitgestalten. Es verbindet Grundlagen aus Informatik und Telekommunikation und bietet Ihnen die Chance auf eine individuelle Spezialisierung.

Department
Technik
Thema
Technologien

Highlights

  • Individuelle Spezialisierung ab dem 4. Semester

  • Garantierter Laborplatz im modernen Netzwerklabor

  • Zertifizierungen wie Cisco CCNA, PMA-Level D, Oracle Java, Oracle SQL, ISTQB, ISAQB und IREB.

  • Ars Docendi-Staatspreis für exzellente Lehre 2023: Das Informatikteam wurde, gemeinsam mit dem Institut für Innovation und Digitalisierung im Recht der Universität Wien, in der Kategorie „Kooperative Lehr- und Arbeitsformen“ ausgezeichnet. In den Jahren 2020 und 2022 verlieh die International E-Learning Association (IELA) dem Informatikteam eine lobende Erwähnung. Im Jahr 2019 wurde das Team vom Report Verlag für einen e-Award nominiert.

     

    Facts

    Abschluss

    Bachelor of Science in Engineering (BSc)

    Studiendauer
    6 Semester
    Organisationsform
    berufsbegleitend

    Studienbeitrag pro Semester

    € 363,361

    + ÖH Beitrag + Kostenbeitrag2

    ECTS
    180 ECTS
    Unterrichtssprache
    Deutsch

    Bewerbung Wintersemester 2024/25

    01. Oktober 2023 - 16. Juni 2024

    Studienplätze

    67

    1 Studienbeitrag für Studierende aus Drittstaaten € 727,- pro Semester

    2 für zusätzliche Aufwendungen rund ums Studium (derzeit bis zu € 83,- je nach Studiengang bzw. Jahrgang)

    Perspektiven

    Alle Videos
    <
    >

    "Es ist eine Leidenschaft, die man ausübt."

    Armend studiert das Bachelorstudium Computer Science and Digital Communications an der FH Campus Wien. Seit der Kindheit begleitet ihn die Leidenschaft für Technik. Er hat sich durch seine Sehbehinderung keinesfalls von seinem Ziel abbringen lassen, ganz im Gegenteil: Er erzählt im Video von den Hilfsmitteln, die er sich für das Studium besorgt hat bzw. ihm den Studienalltag erleichtern und spricht außerdem über seine Zukunft.

    02:26

    Alexander gefallen die Praxisübungen am besten

    „Geht nicht, gibt’s nicht.“ Das sagt Alexander Knapp, Studierender im Bachelorstudium Computer Science and Digital Communications. „Ich finde es toll, dass wir viele praktische Übungen haben und nicht nur trockene Theorie.“

    05:14

    Sigrid Schefer-Wenzl zu Studieninhalten und Aufnahmeverfahren

    Im Rahmen der BeSt-Messe Wien 2020 erklärt Sigrid Schefer-Wenzl, Lehre und Forschung, Computer Science and Digital Communications, Software Design and Engineering, das Aufnahmeverfahren und die Studienformen.

    36:52

    Wenn Maschinen zu denken beginnen: Interview mit Mugdim Bublin

    Im Interview erzählt Mugdim Bublin von möglichen Einsatzgebieten, Herausforderungen und Chancen im Zusammenhang mit Künstlicher Intelligenz.

    Mugdim Bublin im Gespräch

    4:12

    Die digitale Zukunft mitgestalten

    Sie interessieren Sich für Technologien und innovative Tech-Produkte? Innovative und sichere Softwarelösungen sind ein Thema für Sie? Im Video erfahren Sie mehr über die Studieninhalte des Bachelors Computer Science and Digital Communications

    1:43

    Vor dem Studium

    Zu Computern und IT haben Sie einen spielerischen oder praktischen Zugang – die neueste App macht Spaß oder erleichtert Ihren Alltag. Sie sind neugierig und möchten mehr über die dahinter liegende Technik erfahren. Sie stellen sich bei Anwendungen Fragen wie: Was brauchen Menschen? Wie kann man Anwendungen userfreundlich und sicher machen? Und wo sind sie am besten einsetzbar oder mit anderen verknüpfbar? Analytisch-systematisches Denken ist typisch für Sie. Datenschutz finden Sie wichtig. Aus Ihrer Schulzeit bringen Sie ein Grundverständnis für Mathematik und Physik mit.

    Das spricht für Ihr Studium bei uns

    In interdisziplinären Studierenden- oder Forschungsprojekten mitarbeiten

    So sind Spaß und Erfahrung vorprogrammiert!

    Praxis am Campus

    Moderne Laborausstattung und High-Tech-Forschungsräumlichkeiten ermöglichen praxisorientierten Unterricht.

    Einzigartige Jobchancen

    Erwerben Sie bereits während Ihres Studiums zusätzliche Zertifizierungen und steigern Sie Ihren Marktwert.

    • Allgemeine Hochschulreife:
      • Reifezeugnis einer Allgemeinbildenden oder Berufsbildenden Höheren Schule.
      • Berufsreifeprüfung
      • Gleichwertiges ausländisches Zeugnis
        Gleichwertig ist es, wenn es völkerrechtlich vereinbart ist oder nostrifiziert wurde. Die Studiengangsleitung kann das Zeugnis auch im Einzelfall anerkennen.
    • Studienberechtigungsprüfung für Elektrotechnik oder Informatik
      Die fachspezifische Studienberechtigungsprüfung umfasst die Prüfungen in "Mathematik 3", "Physik 1" und "Englisch 1". Informationen und Institute, die Kurse zur Vorbereitung für die Studienberechtigungsprüfung anbieten, finden Sie auf dem Portal Erwachsenenbildung.at des Bundesministeriums für Bildung und Frauen.

    Erwachsenenbildung.at
    Bundesministerium für Bildung, Wissenschaft und Forschung

    • Einschlägige berufliche Qualifikation mit Zusatzprüfungen
      Bei einer beruflichen Qualifikation in der Lehrberufsgruppe Elektrobereich oder bei Abschluss einer Berufsbildenden Mittleren Schule ersparen Sie sich die Prüfung aus Physik.

    Die Bewerbung erfolgt über das Online-Bewerbungsformular

    Für Ihre Bewerbung brauchen Sie folgende Dokumente:

    • Geburtsurkunde
    • Staatsbürgerschaftsnachweis
    • Reifeprüfungszeugnis / Studienberechtigungsprüfung / Nachweis der beruflichen Qualifikation
    • tabellarischer Lebenslauf

    Bitte beachten Sie:
    Ein Zwischenspeichern der Online-Bewerbung ist nicht möglich. Sie müssen Ihre Bewerbung in einem Durchgang abschließen. Ihre Bewerbung ist gültig, wenn Sie alle verlangten Dokumente und Unterlagen vollständig hochgeladen haben. Sollten zum Zeitpunkt Ihrer Bewerbung noch Dokumente fehlen (z.B. Zeugnisse), können Sie diese auch später per E-Mail, Post oder persönlich nachreichen, allerspätestens jedoch bis zum Beginn des Studiums.

    waff Vorqualifizierung

    Berufsbegleitender Vorqualifizierungkurs des Wiener Arbeitnehmer*innen Förderungsfonds (waff) im Rahmen der Ausbildungsinitiative für Frauen in Digitalisierung, Nachhaltigkeit und Technik.

    Kursdetails und Anmeldung

    Das Aufnahmeverfahren umfasst einen schriftlichen Test und ein Gespräch mit der Aufnahmekommission. Den Termin für das Aufnahmeverfahren erhalten Sie vom Sekretariat.

    • Ziel
      Ziel ist es, jenen Personen einen Studienplatz anzubieten, die das mehrstufige Aufnahmeverfahren mit den besten Ergebnissen abschließen. Die Testverfahren orientieren sich an den Fähigkeiten, die für den angestrebten Beruf erforderlich sind.
    • Ablauf
      Der schriftliche Aufnahmetest beinhaltet eine Reihe von Testanforderungen und überprüft Ihr logisches Denkvermögen und Grundkenntnisse in den Bereichen Mathematik, Logik, Schlussfolgerung, und Englisch (Textverständnis). 
      Im Bewerbungsgespräch beantworten Sie einige grundlegende fachspezifische Fragen, einige Fragen zu Ihrer Person und erläutern Ihre Motivation für die Studienwahl (Dauer des Gesprächs pro Bewerber*in: ca. 15 Minuten)
      Wenn Sie das geforderte Einstiegsniveau für das Studium noch nicht erreicht haben, erhalten Sie nach der Aufnahme Empfehlungen, wie Sie sich fachspezifisch am besten vorbereiten können.
    • Kriterien
      Die Aufnahmekriterien sind ausschließlich leistungsbezogen. Für die schriftlichen Testergebnisse und das mündliche Bewerbungsgespräch erhalten Sie Punkte. Daraus ergibt sich die Reihung der Kandidat*innen.
      Geographische Zuordnungen der Bewerber*innen haben keinen Einfluss auf die Aufnahme.
      Die Zugangsvoraussetzungen müssen erfüllt sein.
      Der Gesamtprozess sowie alle Testergebnisse und Bewertungen des Aufnahmeverfahrens werden nachvollziehbar dokumentiert und archiviert.

    Berufsbegleitend studieren mit dem waff-Stipendium für Frauen

    Der waff – Wiener Arbeitnehmer*innen Förderungsfonds unterstützt Frauen, die berufsbegleitend in den Bereichen Digitalisierung, Technik und Ökologie studieren wollen. Unter anderem wartet ein Stipendium in Höhe von 10.000 Euro für ein Bachelor- und 7.500 Euro für ein Masterstudium auf Sie. Detaillierte Informationen und Voraussetzungen finden Sie auf der Website des waff: waff – Frauen, Beruf und Studium

    Für weitere Förderungsmöglichkeiten besuchen Sie unsere Seite Förderungen und Stipendien.
     


    Im Studium

    Genauso wichtig wie das "Was" ist das "Wie". Wir entwickeln daher laufend unsere Studieninhalte und didaktischen Methoden für die Lehre weiter. Smartphones und Tablets als mobile Lernbegleiter im Studium – dieses innovative Didaktikkonzept präsentierten wir zuletzt auf Einladung an der Columbia University in New York City. Neben der Lehre ist uns die Praxis wichtig. Wir pflegen Kooperationen mit namhaften IT-Unternehmen, die auch bei unserer jährlich stattfindenden Karrieremesse Technik vertreten sind. Nutzen Sie die Gelegenheit, um für Ihre berufliche Zukunft wichtige Kontakte zu knüpfen und mit potenziellen Arbeitgeber*innen ins Gespräch zu kommen.

    Wir unterstützen Sie dabei, für Ihr Praktikum, Ihre Bachelorarbeit oder einen Studienaufenthalt die Fühler ins Ausland auszustrecken. Dabei profitieren Sie von unserem großen Netzwerk mit internationalen Hochschulen. Wenn Sie Ihre Ideen in spannenden Projekten verwirklichen möchten, fördern wir Sie dabei. In unserem Innovation Lab am Open House oder der BeSt-Messe stellen wir die besten Projekte für eine breite Öffentlichkeit aus. Bei uns haben Sie auch die Chance, sich aktiv an F&E-Projekten zu beteiligen. Praxisnähe ist auch garantiert, wenn wir mit hochkarätigen Expert*innen einen unserer frei zugänglichen Vortragsabende im Rahmen der Campus Lectures veranstalten.

    Die Digitalisierung revolutioniert immer mehr Lebens- und Industriebereiche. Entscheidend für diese Entwicklung ist das Zusammenwirken von Informatik und digitaler Kommunikation. Diese Symbiose verändert die IT-Branche nachhaltig und schafft nahezu unbegrenzte Möglichkeiten für innovative Anwendungen. Dafür braucht es jedoch technische Expertise, Projektmanagement-Know-how und die Fähigkeit, Trends frühzeitig zu erkennen und sich an veränderte Situationen flexibel anzupassen. Die Möglichkeit einer individuellen Spezialisierung im Studium hilft Ihnen zusätzlich, Ihr persönliches Profil zu schärfen. Im Laufe des Studiums unterstützen wir unsere Studierenden mit innovativen Didaktikkonzepten sowie Forschung in den Zukunftsfeldern Internet of Things und IT-Security. Ein modernes Netzwerklabor bietet Ihnen zudem die optimale Infrastruktur, um Ihre Ideen praxisnah zu testen und umsetzen. Neben dem Studium haben Sie an der FH die Möglichkeit, in der Jobwelt gefragte Zertifikate wie Cisco CCNA 3-4, Cisco CCNA-Security, PMA-Projektmanagement Austria Level D oder Oracle Java, Oracle SQL, ISTQB zu erwerben.

    Das Studium verbindet Grundlagen aus Informatik und Telekommunikation mit Soft Skills und einem achtwöchigen Berufspraktikum.

    Sie bauen zunächst Wissen über Software, Hardware und digitale Kommunikation auf. Ab dem 4. Semester werden Sie dieses Knowhow in Wahlpflichtfächern vertiefen und im Zuge wissenschaftlich- und praxisorientierter Projekte anwenden.

    Wahlpflichtfächer zu aktuellen Themen wie IT-Security, Mobile App Development, Virtual Reality, Projektmanagement und moderne Netzwerke bieten die Möglichkeit, sich individuell zu spezialisieren. In gemeinsamen Projekten mit unseren Businesspartner*innen können Sie Ihr Wissen und Ihre Ideen praxisnah umsetzen.

    Lehrveranstaltungsübersicht

    Modul Grundlagen der Informatik

    Grundlagen der Informatik

    5 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können Betriebssysteme evaluieren und für bestimmte Einsatzzwecke auswählen.

    • Absolvent*innen dieses Moduls können verschiedene Computerarchitekturen unterscheiden und erklären.

    • Absolvent*innen dieses Moduls können systemnahe Programmieraufgaben lösen.

    5 SWS
    10 ECTS
    Betriebssysteme | ILV

    Betriebssysteme | ILV

    3 SWS   6 ECTS

    Inhalt

    Grundlegende Konzepte von Betriebssystemen werden vorgestellt. Es wird beschrieben, wie Prozesse und Threads in einem Betriebssystem interagieren. Für die praktische Anwendung der theoretischen Konzepte werden in den Übungen vorwiegend Linux Betriebssysteme eingesetzt. Die Konzepte werden mittels Programmierbeispielen verdeutlicht. Deadlocks werden identifiziert und aufgelöst. Die verwendeten Betriebssysteme werden in einer virtuellen Umgebung eingesetzt.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Prozesse und Threads
    • Speicherverwaltung
    • Deadlocks, Livelocks, Monitor, Semaphore
    • Dateisysteme
    • Eingabe und Ausgabe
    • Virtualisierung
    • IT-Sicherheit
    • Unix, Linux
    • Windows

    Lernergebnisse

    • Nach Abschluss der ILV sind die Studierenden in der Lage Prozesse und Threads zu identifizieren, zu erstellen, zu pausieren und zu beenden.

    • Nach Abschluss der ILV sind die Studierenden in der Lage die Unterschiede zwischen Stack und Heap zu erklären.

    • Nach Abschluss der ILV sind die Studierenden in der Lage Deadlocks und Livelocks selbstständig zu identifizieren und aufzulösen.

    • Nach Abschluss der ILV sind die Studierenden in der Lage Betriebssysteme zu virtualisieren.

    • Nach Abschluss der ILV sind die Studierenden in der Lage Grundlagen der Systemnahen Programmierung unter Linux und Windows zu nutzen.

    Lehrmethode

    Präsentation von Themen durch die Studierenden, praktische Übungen, Vortrag

    Prüfungsmethode

    Endprüfung: Einzelarbeiten

    Literatur

    Andrew S. Tanenbaum, Herbert Bos: Modern Operating Systems, Pearson, 4th Edition, 2016

    William Stallings: Operating Systems: Internals and Design Principles, 9th Edition 2017

    Michael Kofler: Linux: Das umfassende Handbuch, Rheinwerk Computing 2017

    Unterrichtssprache

    Deutsch

    3 SWS
    6 ECTS
    Konzepte der IT | ILV

    Konzepte der IT | ILV

    2 SWS   4 ECTS

    Inhalt

    Um den Aufbau und die Arbeitsweise aktueller Computersysteme zu verstehen wird in dieser LV ein Bottom-Up Ansatz verfolgt. Beginnend mit den Bits und Bytes werden aus den logischen Grundfunktionen komplexere Komponenten zusammengesetzt. Insbesondere das Verständnis über den Aufbau eines Mikroprozessors und das Zusammenwirken mit dem Bussystem, dem Programm- und dem Datenspeicher werden mit integrierten praktischen Übungen erlernt.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Digitaltechnik (boolsche Algebra, Gatter, Flipflop, Register, Zahlensysteme)
    • State-Maschine (Zustandsgraphen, Schaltwerke)
    • Rechnerarchitekturen (Computergrundstrukturen, von Neumann - Architektur)

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage Problemstellungen durch logische Ausdrücke zu formulieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage Daten in unterschiedlichen Formaten darstellen zu können (Binär & Hex).

    • Nach Abschluss der LV sind die Studierenden in der Lage Abläufe in Form von State-Machines abzubilden.

    • Nach Abschluss der LV sind die Studierenden in der Lage den Aufbau eines Computers und die Funktionsweise der wichtigsten Komponenten zu erklären.

    Lehrmethode

    Vortrag und praktische Übungen (auf Papier, am PC, im Labor)

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Winfried Gehrke: Digitaltechnik: Grundlagen, VHDL, FPGAs, Mikrocontroller, 7te Auflage 2016, ISBN 978-3662497302
    • Klaus Wüst: Mikroprozessortechnik: Grundlagen, Architekturen, Schaltungstechnik und Betrieb von Mikroprozessoren und Mikrocontrollern, 4te Auflage 2010, ISBN 978-3834809063

    Unterrichtssprache

    Deutsch

    2 SWS
    4 ECTS
    Modul Grundlagen der Programmierung

    Grundlagen der Programmierung

    6 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können einfache Problemstellungen analysieren, strukturieren und mit der Programmiersprache Java lösen.

    • Absolvent*innen dieses Moduls können die Aufgaben von verschiedenen Rollen in Teams beurteilen und koordinieren.

    • Absolvent*innen dieses Moduls können einfache Software Projekte in Teams planen und durchführen.

    6 SWS
    10 ECTS
    Programmierung 1 | ILV

    Programmierung 1 | ILV

    4 SWS   8 ECTS

    Inhalt

    Die LV vermittelt Grundbegriffe der objektorientierten Programmierung mit Hilfe der Programmiersprache Java. Es werden Konzepte von Programmiersprachen, wie Kontrollstrukturen, elementare Datentypen, Datenstrukturen, Klassen, Objekte und Methoden gelehrt. Weiters wird der Entwurf von Programmen, sowie deren Analyse und Techniken zum Debuggen, Tracing und Testen vermittelt. Durch das Arbeiten in Kleingruppen an einem Projekt werden Teamarbeit und Selbstorganisation gefördert.
     

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Grundlagen der Programmierung
    • Variablen und Datentypen
    • Operatoren
    • Kontrollstrukturen
    • Fehlerbehandlung
    • Grundlagen der Objektorientierung
    • Vererbung
    • Polymorphismus
    • Abstrakte Klassen
    • Interfaces
    • Datenstrukturen und Generics

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, praxisnahe Aufgaben- und Problemstellungen zu erfassen und anschließend in Programme zu übersetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Probleme und Abläufe zu strukturieren und deren Zusammenhänge zu erkennen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Java-Sprachkonzepte (Syntax und Semantik) mit eigenen Worten zu beschreiben und situationsabhängig anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, mit geeigneten State-of-the-Art Softwareentwicklungstools umzugehen und diese auch für kollaboratives Arbeiten in einem EntwicklerInnenteam einzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, bestehende Software und Codestücke zu analysieren, zu testen und Fehler aufzuspüren und zu beheben.

    Lehrmethode

    Kurze Impulsvorträge, sofortiges Ausprobieren des Erlernten in praktischen Übungen, Gruppenarbeit, Präsentationen, Lerntagebücher

    Prüfungsmethode

    Endprüfung: Gruppenarbeit, praktische Übungen

    Literatur

    Bert Bates, Kathy Sierra: Head First Java, 2nd Edition, 2009.

    Allen B. Downey: Think Java - How to Think Like a Computer Scientist, 2012.

    Christian Ullenboom: Java ist auch eine, 12. Auflage, 2016.

    Bruce Eckel: Thinking in Java, 4th Edition, 2006.

    Guido Krüger, Heiko Hansen: Java-Programmierung - Das Handbuch zu Java 8, 8. Auflage, 2014.

    Unterrichtssprache

    Deutsch

    4 SWS
    8 ECTS
    Teamarbeit | ILV

    Teamarbeit | ILV

    2 SWS   2 ECTS

    Inhalt

    Grundlagen

    • Softwareprojekte benötigen heutzutage Teamwork: Teams & IT-Projekt-Vorgehensmodelle, Teams & moderne Software-Entwicklungsprozesse
    • Kennzeichen und Erfolgskriterien von Teamarbeit

    Teamentwicklung

    • Phasenmodelle & Teamrollen
    • Persönlichkeitsstrukturen & persönliche Entwicklungspotentiale
    • Teamkultur, Teamregeln & Zielvereinbarungen
    • Feedback geben und Feedback annehmen, Retrospektiven
    • Veränderung & Emotionen
    • Kommunikation & Information: Lösungsansätze aus der klassischen und agilen Softwareprojekt-Welt
    • Führung in der „IT-Welt“; Generation Y,Z, Alpha & Co?

    Probleme und Störungen in Teams

    • Konflikte, Konfliktgespräche und Lösungsstrategien
    • Interventionstechniken und Gruppen-Mediation: was tun wenn es knistert?
    • Psychological Safety; Kennzeichen und Messung von „Teamqualität“

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, ausgewählte Modelle und Werkzeuge im Bereich Teamentwicklung und Teamrollen - mit Fokus Softwareentwicklungsteams - zu erläutern, zu bewerten und selbstständig für ihre eigene Praxis abzuleiten und anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Ursachen und Entstehung von Konflikten zu analysieren, Lösungsvarianten zu entwickeln und hierbei Gesprächstechniken konstruktiv einzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, als Mitglied eines Teams den anderen Teammitgliedern Feedback zu geben und selbst Feedback anzunehmen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, eine aktive, reflektierende Rolle in einem Team einzunehmen, Regeln für die Zusammenarbeit zu entwickeln und in der Praxis anzuwenden.

    Lehrmethode

    Theorie-Vorlesungsblöcke inklusive ScreenCasts (Kurzvideos). Praktische Übungen mit Rollenspielen bzw. Fallbeispielen. Vernetzung mit den Softwareprojekten der LV Programmierung 1, um das Gelernte aus der LV Teamarbeit bereits bei diesen Projekten anwenden zu können.

    Prüfungsmethode

    Endprüfung

    Literatur

    Rolf van Dick, Michael A. West: Teamwork, Teamdiagnose, Teamentwicklung, Hogrefe, 2. Auflage 2013

    Martha I. Finney: Getting the best from people, Pearson Education, 2008

    Friedrich Glasl: Selbsthilfe in Konflikten, Freies Geistesleben/Haupt, 5. Auflage 2008

    Reinhard Grimm, Ewald E. Kainz: Teams sind berechenbar, Gabler, 2011

    Klaus Leopold u. Siegfried Kaltencker, Kanban in der IT, Hanser 2018

    Klaus Leopold, Kanban in der IT, Hanser 2017

    Mitch Lacey: The Scrum Field Guide, Addison Wesley, 2nd Ed. 2016

    Lundin, Lundin & Dobson: Working with Difficult People, AMA American Management Association, 2009

    Monika Oboth & Gabriele Seils: Mediation in Gruppen und Teams, Junfermann, 3. Auflage 2008

    Ernst Tiemeyer (Hrsg.): Handbuch IT-Projekt-Management, Hanser, 2. Auflage 2014 

    Unterrichtssprache

    Deutsch

    2 SWS
    2 ECTS
    Modul Mathematik Einführung

    Mathematik Einführung

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können Prinzipien der diskreten Mathematik erläutern und für die Lösung von weiteren Aufgaben nutzen.

    • Absolvent*innen dieses Moduls können anwendungsorientierte Kenntnisse im Bereich Analysis und Lineare Algebra verwenden.

    3 SWS
    5 ECTS
    Mathematik 1 | VO

    Mathematik 1 | VO

    1.5 SWS   2 ECTS

    Inhalt

    • Arithmetik: Zahlenbereiche, komplexe Zahlen (Darstellungsformen und arithmetische Operationen).
    • Grundlagen der diskreten Mathematik, Algebra und Zahlentheorie.
    • Lineare Algebra: Rechnen mit Vektoren, Matrizen und Determinanten. Lösungsmethoden für lineare Gleichungssysteme.
    • Analysis: Folgen und Reihen, Funktionen: Stetigkeit, Differentiation und Integration.

    Lernergebnisse

    • Die Studierenden können die mathematischen Grundlagen der Arithmetik und der linearen Algebra als Voraussetzung für den Einsatz der Mathematik in der Informatik erklären und anwenden.

    • Die Studierenden können die mathematischen Grundlagen der Zahlentheorie und der Analysis als Voraussetzung für den Einsatz in der Kryptographie in der Informatik erklären und anwenden.

    Lehrmethode

    Vortrag

    Prüfungsmethode

    Endprüfung

    Literatur

    Iwanowksi, Sebastian: Diskrete Mathematik mit Grundlagen.

    Karigl et al.: Mathematik für Informatik.

    Kerns, Jay: Introduction to Probability and Statistics using R.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 1. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 2. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Anwendungsbeispiele. 222 Aufgabenstellungen aus Naturwissenschaft und Technik mit ausführlich kommentierten Lösungen.

    Papula, Lothar. Mathematische Formelsammlung für Ingenieure und Naturwissenschaftler; mit zahlreichen Rechenbeispielen und einer aus- führlichen Integraltafel.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Klausur- und Übungsaufgaben. 632 Aufgaben mit ausführlichen Lösun- gen zum Selbststudium und zur Prüfungsvorbereitung.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Vektoranalysis, Wahrscheinlichkeitsrechnung, Mathematische Statistik, Fehler- und Ausgleichsrechnung.

     

    Unterrichtssprache

    Deutsch

    1.5 SWS
    2 ECTS
    Mathematik 1 | UE

    Mathematik 1 | UE

    1.5 SWS   3 ECTS

    Inhalt

    • Arithmetik: Zahlenbereiche, komplexe Zahlen (Darstellungsformen und arithmetische Operationen).
    • Grundlagen der diskreten Mathematik, Algebra und Zahlentheorie.
    • Lineare Algebra: Rechnen mit Vektoren, Matrizen und Determinanten. Lösungsmethoden für lineare Gleichungssysteme.
    • Analysis: Folgen und Reihen, Funktionen: Stetigkeit, Differentiation und Integration.

     

    Lernergebnisse

    • Die Studierenden können die mathematischen Grundlagen der Arithmetik, der Zahlentheorie, der linearen Algebra und der Analysis als Voraussetzung für den Einsatz der Mathematik in der Informatik praktisch anwenden.

    • Die Studierenden können die mathematischen Grundlagen der Zahlentheorie und der Analysis als Voraussetzung für den Einsatz in der Kryptographie in der Informatik praktisch anwenden

    Lehrmethode

    Übung der in der entsprechenden Vorlesung vermittelten Lehrinhalte an Hand von Beispielen, Festigung der in der Vorlesung vermittelten Begriffe und Anwendung der in der Vorlesung vermittelten Methoden auf Probleme in Theorie und Praxis.

    Prüfungsmethode

    Endprüfung: Einzelarbeiten

    Literatur

    Iwanowksi, Sebastian: Diskrete Mathematik mit Grundlagen.

    Karigl et al.: Mathematik für Informatik.

    Kerns, Jay: Introduction to Probability and Statistics using R.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 1. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 2. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Anwendungsbeispiele. 222 Aufgabenstellungen aus Naturwissenschaft und Technik mit ausführlich kommentierten Lösungen.

    Papula, Lothar. Mathematische Formelsammlung für Ingenieure und Naturwissenschaftler; mit zahlreichen Rechenbeispielen und einer aus- führlichen Integraltafel.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Klausur- und Übungsaufgaben. 632 Aufgaben mit ausführlichen Lösun- gen zum Selbststudium und zur Prüfungsvorbereitung.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Vektoranalysis, Wahrscheinlichkeitsrechnung, Mathematische Statistik, Fehler- und Ausgleichsrechnung.

    Unterrichtssprache

    Deutsch

    1.5 SWS
    3 ECTS
    Modul Netzwerke

    Netzwerke

    2 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können OSI- und TCP/IP-Netzwerk-Modelle und -Schichten vergleichen, Beispiele von Funktionen, Protokollen, PDUs und Geräten bei den jeweiligen Schichten erläutern, sowie das Datenkapselungs- und Entkapselungsprozess anhand der Modellen erklären.

    • Absolvent*innen dieses Moduls können ein geswitchtes Netzwerk bauen und konfigurieren, die Beziehung von IP und VLANs erklären und im Netz einrichten.

    • Absolvent*innen dieses Moduls können die Notwendigkeit eines Internetwork-Protokolls sowie des Routings erklären und demonstrieren.

    • Absolvent*innen dieses Moduls können ein Netzwerk mit einfachem statischen, RIP- oder OSPF-Routing zu konfigurieren.

    2 SWS
    5 ECTS
    Digital Communications | ILV

    Digital Communications | ILV

    2 SWS   5 ECTS

    Inhalt

    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

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage OSI- und TCP/IP-Netzwerk-Modelle und -Schichten vergleichen, Beispiele von Funktionen, Protokollen, PDUs und Geräten bei den jeweiligen Schichten erläutern, sowie das Datenkapselungs- und Entkapselungsprozess anhand der Modellen erklären.

    • Nach Abschluss der LV sind die Studierenden in der Lage ein geswitchtes Netzwerk bauen und konfigurieren, die Beziehung von IP und VLANs erklären und im Netz einrichten.

    • Nach Abschluss der LV sind die Studierenden in der Lage die Notwendigkeit eines Internetwork- Protokolls sowie des Routings erklären und demonstrieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage Netzwerk mit einfachem statischen, RIP- oder OSPF- Routing zu konfigurieren.

    Lehrmethode

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

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten; Einzelprüfung

    Literatur

    • Stallings, William: Data and Computer Communications. 10th Ed. New York: Prentice Hall, 2014.
    • Tanenbaum, Andrew and Wetherall, David: Computer Networks. 5th Ed. Pearson Education, Inc. as Prentice Hall, 2014.
    • Peterson, Larry and Davie, Bruce: Computer Networks. A Systems Approach. 5th Ed. San Francisco: Morgan Kaufmann Publishers, 2011.
    • Kurose, James and Ross, Keith: Computer Networking. A Top-Down Approach, Global Edition. 7th Ed. Prentice Hall, 2016.
    • Odom, Wendell: CCNA 200-301 Official Cert Guide Library. Indianapolis: Cisco Press, 2019.
    • Learning materials from the Cisco Networking Academy (https://netacad.com)

    Unterrichtssprache

    Englisch

    2 SWS
    5 ECTS

    Modul Fortgeschrittene Programmierung

    Fortgeschrittene Programmierung

    6 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können die Komplexität und Effizienz von verschiedenen Algorithmen und Programmen analysieren und gegenüberstellen.

    • Absolvent*innen dieses Moduls können ein vertieftes analytisches Verständnis von Problemen zur deren Lösung nutzen.

    • Absolvent*innen dieses Moduls können Design Patterns für eine Umsetzung auswählen und in einem Programm einsetzen.

    6 SWS
    10 ECTS
    Datenbanken | ILV

    Datenbanken | ILV

    4 SWS   6 ECTS

    Inhalt

    Relationale und Objektrelationale Datenbanksysteme sind zentraler Bestandteil vieler IT-Infrastrukturen und Web-basierter Online-Services. In dieser Grundlagen-LVA wird der Entwurf solcher Systeme, das interaktive Arbeiten (SQL – Structured Query Language) und die Programmier- und Web-Anbindung solcher Systeme erarbeitet. Ein praktisches Implementierungs-Projekt dient der Festigung des Gelernten.

    • Grundlagen und Architekturen von Datenbanksystemen
    • Transaktionskonzept
    • Entity Relationship (ER) Modell und ER-Entwurf
    • Relationales Modell, Datenbankentwurf und Normalformen
    • Datenbankimplementierung mit SQL-DDL
    • SQL als Abfragesprache
    • Datenbankprogrammierung (Überblick Persistenz und ORM)
    • Datenbankanbindung ans WWW
    • Praktische Entwurfsaufgaben

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage die grundlegenden Konzepte und Architekturen von Datenbanksystemen zu erklären und zueinander in Beziehung zu setzen

    • Nach Abschluss der LV sind die Studierenden in der Lage das ER-Modells zu erklären

    • Nach Abschluss der LV sind die Studierenden in der Lage das relationale Modell zu erklären

    • Nach Abschluss der LV sind die Studierenden in der Lage den Einsatz von Persistenzframeworks und die Grundkonzepte der DB/Web-Anbindung zu erklären

    Lehrmethode

    Vortrag, Fernlehrunterstützung und Seminarpräsentationen.

    Prüfungsmethode

    Endprüfung: Beurteilung von Präsentationen

    Literatur

    • Datenbanken: Konzepte und Sprachen. G. Saake, K.-U. Sattler und A.Heuer (6.Auflage, 2018)
    • Studienbriefe, Buchauszüge, wissenschaftliche Artikel, Web-Referenzen

    Unterrichtssprache

    Deutsch

    4 SWS
    6 ECTS
    Programmierung 2 | ILV

    Programmierung 2 | ILV

    2 SWS   4 ECTS

    Inhalt

    Aufbauend auf die Inhalte von Programmieren 1 werden in der ILV Programmieren 2 vertiefende Konzepte der Programmierung mit Java vorgetragen. Dabei liegt der Fokus auf eine gute Strukturierung des Programmes, die auch auf die Design Patterns aufbaut und mit dem Ziel eine saubere objektorientiete Lösung für eine Aufgabenstellung zu entwicklen. Weiters wird auf vertiefende Konzepte in der Programmierung eingegangen die das Erstellen eines Programmes einfacher machen und den aktuellen Stand der Programmierkonzepte darstellen.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Designpatterns und die Umsetzung im Code
    • Junit Testcases zu Methoden schreiben und die Programme modular entwicklen, damit sie testbar sind.
    • Erklärung der 3-Schichten Architektur und Umsetzung anhand einer praktischen Aufgabe.
    • Multi-Threading in Java und Umsetzung anhand einer praktischen Aufgabe
    • Einsatz von Java Bibliotheken und Frameworks.
    • Erweiterte Programmierkonzepte wie Java Streams und Lambda Expressions.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage ein Java Programm nach der 3-Schichten Architektur aufzubauen

    • Nach Abschluss der LV sind die Studierenden in der Lage für Methoden Junit Tests zu definieren und die Tests zu implementieren

    • Nach Abschluss der LV sind die Studierenden in der Lage Java Streams anzuwenden

    • Nach Abschluss der LV sind die Studierenden in der Lage Java Lambda Expressions in einem Programm einzusetzen

    • Nach Abschluss der LV sind die Studierenden in der Lage ein Programm mit mehreren Threads zu erstellen

    • Nach Abschluss der LV sind die Studierenden in der Lage ein einfaches User Interface mit Java zu erstellen

    Lehrmethode

    Theorievortrag mit passenden praktischen Übungsteil

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Design Patterns, Erich Gamma, Richard Helm, John Vlissides, and Ralph Johnson, 1994
    • Java 9 – Die Neuerungen: Syntax- und API-Erweiterungen und Modularisierung im Überblick dpunkt.verlag
    • Software Engineering, Ian Sommervile, Pearson Studium 9. Auflage
    • junit.org/junit5/

    Unterrichtssprache

    Deutsch

    2 SWS
    4 ECTS
    Modul Mathematik Weiterführung

    Mathematik Weiterführung

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können die Konzepte der linearen Algebra abstrahieren und auf komplexere Strukturen übertragen.

    • Absolvent*innen dieses Moduls können die mathematischen Grundlagen der Informationsanalyse digitaler Daten (Digital Communications) verstehen und anwenden

    3 SWS
    5 ECTS
    Mathematik 2 | VO

    Mathematik 2 | VO

    1.5 SWS   2 ECTS

    Inhalt

    • Weiterführende Themen der linearen Algebra: Vektorräume, Funktionenräume der periodischen Funktionen, Orthogonalität, Eigenwerte und Eigenvektoren. Linearkombination von Vektoren, Orthogonalität von Vektoren.
    • Graphentheorie: Gerichtete und ungerichtete Graphen, Eulergraphen, Hamiltongraphen, Netzwerke.
    • Anwendungen der Zahlentheorie – modulare Arithmetik.
    • Stochastik: Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeiten, Stochastische Prozesse, Markovketten.
    • Algorithmen: FFT-Algorithmus, Page-Rank Algorithmus.

    Lernergebnisse

    • Die Studiernden sind in der Lage, Vektorräume (insbesondere Funktionenräume), Orthogonalbasen sowie die orthogonale Approximation von Funktionen, zu erläutern.

    • Die Studiernden sind in der Lage, die Grundkonzepte der Fast Fourier Transformation zu nutzen und einfache digitale Signale zu analysieren.

    • Die Studiernden sind in der Lage, die für die Informatik wichtigen Grundlagen der Graphentheorie anzuwenden.

    • Die Studiernden sind in der Lage, die Grundlagen der Wahrscheinlichkeitsrechnung, insbesondere im Zusammenhang mit Random-Walk-Prozessen zu verwenden.

    Lehrmethode

    Vortrag

    Prüfungsmethode

    Endprüfung

    Literatur

    Iwanowksi, Sebastian: Diskrete Mathematik mit Grundlagen.

    Karigl et al.: Mathematik für Informatik.

    Kerns, Jay: Introduction to Probability and Statistics using R.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 1. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 2. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Anwendungsbeispiele. 222 Aufgabenstellungen aus Naturwissenschaft und Technik mit ausführlich kommentierten Lösungen.

    Papula, Lothar. Mathematische Formelsammlung für Ingenieure und Naturwissenschaftler; mit zahlreichen Rechenbeispielen und einer aus- führlichen Integraltafel.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Klausur- und Übungsaufgaben. 632 Aufgaben mit ausführlichen Lösun- gen zum Selbststudium und zur Prüfungsvorbereitung.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Vektoranalysis, Wahrscheinlichkeitsrechnung, Mathematische Statistik, Fehler- und Ausgleichsrechnung.

    Unterrichtssprache

    Deutsch

    1.5 SWS
    2 ECTS
    Mathematik 2 | UE

    Mathematik 2 | UE

    1.5 SWS   3 ECTS

    Inhalt

    • Weiterführende Themen der linearen Algebra: Vektorräume, Funktionenräume der periodischen Funktionen, Orthogonalität, Eigenwerte und Eigenvektoren. Linearkombination von Vektoren, Orthogonalität von Vektoren.
    • Graphentheorie: Gerichtete und ungerichtete Graphen, Eulergraphen, Hamiltongraphen, Netzwerke.
    • Anwendungen der Zahlentheorie – modulare Arithmetik.
    • Stochastik: Wahrscheinlichkeitsrechnung, bedingte Wahrscheinlichkeiten, Stochastische Prozesse, Markovketten.
    • Algorithmen: FFT-Algorithmus, Page-Rank Algorithmus.

    Lernergebnisse

    • Die Studiernden sind in der Lage, die mathematischen Grundlagen der Informationsanalyse digitaler Daten (Digital Communication), d.h. Vektorräume (insbesondere Funktionenräume), Orthogonalbasen sowie die orthogonale Approximation von Funktionen, zu erläutern.

    • Die Studiernden sind in der Lage, die Grundkonzepte der Fast Fourier Transformation zu nutzen und einfache digitale Signale zu analysieren.

    • Die Studiernden sind in der Lage, die für die Informatik wichtigen Grundlagen der Graphentheorie anzuwenden.

    • Die Studiernden sind in der Lage, die Grundlagen der Wahrscheinlichkeitsrechnung, insbesondere im Zusammenhang mit Random-Walk-Prozessen zu verwenden.

    Lehrmethode

    Übung der in der entsprechenden Vorlesung vermittelten Lehrinhalte an Hand von Beispielen, Festigung der in der Vorlesung vermittelten Begriffe und Anwendung der in der Vorlesung vermittelten Methoden auf Probleme in Theorie und Praxis.

    Prüfungsmethode

    Endprüfung: Einzelarbeiten

    Literatur

    Iwanowksi, Sebastian: Diskrete Mathematik mit Grundlagen.

    Karigl et al.: Mathematik für Informatik.

    Kerns, Jay: Introduction to Probability and Statistics using R.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 1. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Band 2. Ein Lehr- und Arbeitsbuch für das Grundstudium.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Anwendungsbeispiele. 222 Aufgabenstellungen aus Naturwissenschaft und Technik mit ausführlich kommentierten Lösungen.

    Papula, Lothar. Mathematische Formelsammlung für Ingenieure und Naturwissenschaftler; mit zahlreichen Rechenbeispielen und einer aus- führlichen Integraltafel.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Klausur- und Übungsaufgaben. 632 Aufgaben mit ausführlichen Lösun- gen zum Selbststudium und zur Prüfungsvorbereitung.

    Papula, Lothar. Mathematik für Ingenieure und Naturwissenschaftler. Vektoranalysis, Wahrscheinlichkeitsrechnung, Mathematische Statistik, Fehler- und Ausgleichsrechnung.

    Unterrichtssprache

    Deutsch

    1.5 SWS
    3 ECTS
    Modul Netzwerke

    Netzwerke

    2 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können OSI- und TCP/IP-Netzwerk-Modelle und -Schichten vergleichen, Beispiele von Funktionen, Protokollen, PDUs und Geräten bei den jeweiligen Schichten erläutern, sowie das Datenkapselungs- und Entkapselungsprozess anhand der Modellen erklären.

    • Absolvent*innen dieses Moduls können ein geswitchtes Netzwerk bauen und konfigurieren, die Beziehung von IP und VLANs erklären und im Netz einrichten.

    • Absolvent*innen dieses Moduls können die Notwendigkeit eines Internetwork-Protokolls sowie des Routings erklären und demonstrieren.

    • Absolvent*innen dieses Moduls können ein Netzwerk mit einfachem statischen, RIP- oder OSPF-Routing zu konfigurieren.

    2 SWS
    5 ECTS
    Network Applications | ILV

    Network Applications | ILV

    2 SWS   5 ECTS

    Inhalt

    Digitale Netzwerke und die darauf basierenden Applikationen dominieren heute sämtliche Geschäftsprozesse und auch private Lebensbereiche. Die Grundlage für diese Netzwerkapplikationen bilden die Protokolle der Transport- und der Applikations-schicht des IP-Protokollstacks. Die BenutzerInnenakzeptanz und damit der Erfolg einer Netzwerkapplikation wird, neben deren Bedienbarkeit, im Wesentlichen durch ihre Skalierbarkeit und Performanz bestimmt. Die gewählten Protokolle und die Architektur einer Netzwerkapplikation sind dafür ausschlaggebend.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Grundlegende Konzepte von Netzwerkapplikationen
    • Server-Client, Peer-to-Peer und gemischte Architekturen für Netzwerkapplikationen
    • Ausgewählte Protokolle des Transport- und Application Layers
    • Implementierung von Netzwerkdiensten (Web, Email, FTP)
    • Einsatz von defacto Industriestandardapplikationen für Netzwerkdienste
    • Entwicklung von Netzwerkapplikationen

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage verschiedene Protokolle der Transport- und Applikationsschicht im Hinblick auf ihre Eignung zur Entwicklung von Netzwerkapplikationen zu bewerten, auszuwählen und selbstständig zu nutzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage ausgewählte Konzepte und Architekturen zur Entwicklung von Netzwerkapplikationen zu erläutern, zu bewerten und anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage anhand einer gegebenen Anforderungsdefinition Netzwerkapplikationen selbstständig zu implementieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage im Rahmen einer systematischen Methodik Netzwerk- und Applikationsprobleme selbstständig zu analysieren, zu identifizieren und zu beheben.

    Lehrmethode

    Vortrag, praktische Übungen, Fernlehreaufgaben

    Prüfungsmethode

    Endprüfung: Theoretische Prüfung

    Praktische Prüfung (Einzelarbeiten)

    Literatur

    James Kurose, Keith Ross: Computer Networking: A Top-Down Approach, Pearson, Global Edition, 7th Edition, ISBN-10: 1292153598 • ISBN-13: 9781292153599

    Andrew S. Tanenbaum, David J. Wetherall: Computer Networks, Perason New International Edition, 5th Edition, ISBN-10: 1292024224 • ISBN-13: 9781292024226

    Brandon Rhodes, John Goerzen: Foundations of Python Network Programming, Apress, 3rd Edition, ISBN-10: 1430258543 • ISBN-13: 978-1430258544

    Unterrichtssprache

    Englisch

    2 SWS
    5 ECTS
    Modul Web technologies & Presentations

    Web technologies & Presentations

    5 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können moderne Web-Architekturen und Webapplikationen analysieren und vergleichen.

    • Absolvent*innen dieses Moduls können Inhalte für einen spezifischen Zuhörerkreis auswählen und diese attraktiv, verständlich und professionell kommunizieren und präsentieren.

    • Absolvent*innen dieses Moduls können statische und dynamische Webinhalte gestalten und die Ergebnisse präsentieren.

    5 SWS
    10 ECTS
    Professional Presentations | ILV

    Professional Presentations | ILV

    2 SWS   4 ECTS

    Inhalt

    Zu den Lernergebnissen. Die Lehrveranstaltung (LV) Präsentationstechniken fördert und erweitert die Methoden- und Sozialkompetenzen der Studierenden.

    Die Studierenden sollen, als wichtige Vorbereitung auf den Beruf, die ansprechende Vermittlung wissenschaftlicher Inhalte lernen und mit modernen Präsentations-techniken vertraut werden.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Präsentationstechniken und Methoden: klassische Präsentation, Gruppen- und Projektpräsentation, freies Sprechen
    • Vorbereitung, Konzeption und Aufbau einer Präsentation als auch deren Durchführung
    • Rhetorik, Mimik und Körpersprache
    • Moderation, Gesprächsführung, Feedback und Diskussion
    • Materialrecherche und wissenschaftlicher Umgang mit Quellen und Bildmaterial

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage ZuhörerInnen für Ergebnisse und Einsichten zu interessieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage Bilder, Diagramme und Grafiken effektiv zu verwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage Körpersprache und Mimik wirkungsvoll einzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage sich rhetorischer Mittel (Intonation, Artikulation) zu bedienen.

    • Nach Abschluss der LV sind die Studierenden in der Lage in Diskussionen strukturiert zu argumentieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage Handlungsalternativen und Strategien für ein sicheres und souveränes Auftreten anzuwenden.

    Lehrmethode

    Interaktive Kleingruppenarbeit, Rollenspiele, Präsentationen

    Prüfungsmethode

    Endprüfung

    Literatur

    Richard Hall: Brilliant Presentation: What the Best Presenters Know, Do and Say, Harlow, New York, 2011.

    Shay McConnon: Presenting with Power: Captivate, Motivate, Inspire & Persuade, Oxford, 2006.

    Brian Tracy: Speak to Win: How to Present with Power in Any Situation, New York, 2018.

    Joan Van Emden, Lucinda Becker: Presentation Skills for Students, Basingstoke, 2004.

    Unterrichtssprache

    Englisch

    2 SWS
    4 ECTS
    Web Technologies | ILV

    Web Technologies | ILV

    3 SWS   6 ECTS

    Inhalt

    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

    Lernergebnisse

    • Die Studierenden kennen die wichtigsten Web Server Applikationen (Apache, nginx, lighttpd) und können mindestens eine davon installieren

    • Die Studierenden kennen die Theorien und Konzepte moderner Web Server wie z.B..: http, https, Proxy, REST Full API’s, Asynchrone Kommunikation, und den wichtigsten Design Pattern MVC

    • Die Studierenden können mit HTML5, CSS3, JavaScrip, PHP, bootstrap einfache responsive Webseiten erstellen und unter einem der oben genannten Server veröffentlichen.

    • Die Studierenden kennen die wichtigsten möglichen Attacken auf Webseiten und die Gegenmaßnahmen (SQL Injection, DDOS, XSS, …)

    Lehrmethode

    Präsentation von Themen durch die Studierenden, praktische Übungen, Vortrag

    Prüfungsmethode

    Endprüfung

    Literatur

    Unterrichtssprache

    Englisch

    3 SWS
    6 ECTS

    Modul Development and Operations

    Development and Operations

    2 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können fundamentalen Prinzipien von DevOps erläutern, um die Integration von Entwicklung und Betrieb in einem softwareorientierten Umfeld zu fördern.

    • Absolvent*innen dieses Moduls können Automatisierungswerkzeuge und -praktiken einsetzen, um wiederholbare und effiziente Prozesse in der Softwareentwicklung und Systemadministration zu realisieren.

    • Absolvent*innen dieses Moduls können die Konzepte von CI/CD zu verstehen und Werkzeuge und Methoden effektiv anzuwenden, um einen nahtlosen Entwicklungs- und Bereitstellungsworkflow zu erreichen.

    2 SWS
    5 ECTS
    DevOps | ILV

    DevOps | ILV

    2 SWS   5 ECTS

    Inhalt

    Die Lehrveranstaltung gibt einen grundsätzlichen Gesamtüberblick über die technischen und organisatorischen Aspekte der DevOps, und definiert die wichtigsten Begrifflichkeiten und Technologien in diesem Kontext.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Configuration Management
    • CI/CD Methoden
    • DevOps Framework
    • Containers und Orchestration
    • Cloud Computing
    • Monitoring und Incident Management

    Lernergebnisse

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage, die fundamentalen Prinzipien von DevOps zu verstehen, um die Integration von Entwicklung und Betrieb in einem softwareorientierten Umfeld zu fördern.

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage, Automatisierungswerkzeuge und -praktiken einzusetzen, um wiederholbare und effiziente Prozesse in der Softwareentwicklung und Systemadministration zu realisieren.

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage die Konzepte von CI/CD zu verstehen und Werkzeuge und Methoden effektiv anzuwenden, um einen nahtlosen Entwicklungs- und Bereitstellungsworkflow zu erreichen.

    Lehrmethode

    Praktische Übungen, Vortrag

    Prüfungsmethode

    Endprüfung: Projektarbeit

    Literatur

    • Kim, G., Debois, P., Willis, J., Humble, J., & Allspaw,J. (2016). The DevOps Handbook: How to Create World-Class Agility, Reliability, and Security in Technology Organizations (Illustrated edition). IT Revolution Press.
    • Kim, G., Behr, K., & Spafford, G. (2018).The Phoenix Project: A Novel about IT,DevOps,and Helping Your Business Win (5th Anniversary edition). IT Revolution Press.
    • Kim, G. (2019). The Unicorn Project. IT Revolution Press.

    Unterrichtssprache

    Englisch

    2 SWS
    5 ECTS
    Modul Secure Applications

    Secure Applications

    5 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können Netzwerkprotokolle im Hinblick auf Sicherheitsmechanismen und Applikationen erläutern.

    • Absolvent*innen dieses Moduls können IT-Security Aspekte bei der Entwicklung von Netzwerkapplikationen anwenden.

    • Absolvent*innen dieses Moduls können IT-Security Angriffsszenarien für verschiedene Netzwerkapplikationen identifizieren.

    5 SWS
    10 ECTS
    Internet of Things | ILV

    Internet of Things | ILV

    3 SWS   6 ECTS

    Inhalt

    Im Internet of Things (IoT) werden physische Gegenstände über digitale Netzwerke, wie das Internet, vernetzt und virtuell verfügbar gemacht. Neben der einfachen und kostensparenden Netzwerkanbindung dieser Gegenstände ist die Entwicklung von automatisierten digitalen Netzwerkdiensten, die den zusätzlichen Nutzen der Vernetzung realisieren, Ziel des IoT. Das IoT geht einher mit Begriffen wie Industrie 4.0, oder Ubiquitous Computing.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • IoT Netzwerkarchitektur und Design
    • Smarte Objekte
    • IoT Access Technologien
    • Applikationsprotokolle für das IoT
    • Datenanalyse im IoT
    • IoT Datenanalyse und Management
    • IoT in der Industrie

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage Konzepte und Architekturen für das IoT zu erklären und zu bewerten.

    • Nach Abschluss der LV sind die Studierenden in der Lage verschiedene IoT Access Technologien zu erläutern, zu beurteilen und für konkrete Aufgabenstellungen auszuwählen.

    • Nach Abschluss der LV sind die Studierenden in der Lage Applikationsprotokolle für das IoT darzustellen, zu bewerten und für konkrete Aufgabenstellungen anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage ausgewählte Verfahren des Datenmanagements und der Datenanalyse für das IoT zu erläutern und zu vergleichen.

    Lehrmethode

    Vortrag, praktische Übungen, Fernlehreaufgaben

     

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • David Hanes, Gonzalo Salgueiro, Patrick Grossetete, Robert Barton, Jerome Henry: IoT Fundamentals: Networking Technologies, Protocols, and Use Cases for the Internet of Things, Cisco Press, 1st Edition 2017
    • Pethuru Raj, Anupama C. Raman: The Internet of Things, CRC Press, 1st Edition 2017

    Unterrichtssprache

    Englisch

    3 SWS
    6 ECTS
    IT Security Fundamentals | ILV

    IT Security Fundamentals | ILV

    2 SWS   4 ECTS

    Inhalt

    Die Lehrveranstaltung gibt einen grundsätzlichen Gesamtüberblick über die technischen und organisatorischen Aspekte der IT-Security, und definiert die wichtigsten Begrifflichkeiten und Technologien in diesem Kontext.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Schutzziele
    • Asymmetrische und symmetrische Primitiva (AES, RSA, ECC) sowie deren Einsatzmöglichkeiten in der Praxis
    • PKIs
    • TLS/HTTPS
    • Grundlagen Firewalls (Typen, Einsatzmöglichkeiten, Limitierungen)
    • Grundlagen ID(P)S (Typen, Einsatzmöglichkeiten, Limitierungen)
    • Security-Awareness

    Lernergebnisse

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage die Unterschiede und Einsatzbereiche von symmetrischer und asymmetrischer Kryptographie zu benennen

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage aktuelle Algorithmen für ausgewählte kryptographische Primitive (symmetrisch, asymmetrisch, Hashing, Key-Exchange) mit für die Praxis adäquaten Sicherheitsanforderungen auszuwählen

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage grundlegende Sicherheitsmaßnahmen in IT-Netzen (Firewalls, ID(P)S) bewerten und einordnen zu können

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage grundlegende Vorgehensweisen und Strategien hinsichtlich der Erhaltung des vorgegebenen Security-Levels umzusetzen

    Lehrmethode

    praktische (Labor) Übungen, Vortrag

    Prüfungsmethode

    Immanente Leistungsüberprüfung

    Literatur

    Claudia Eckert: IT-Sicherheit: Konzepte - Verfahren – Protokolle. De Gruyter Oldenbourg, 10.Auflage 2018

    William Stallings: Cryptography and Network Security: Principles and Practice. Pearsons, 7.Auflage 2016

    Alfred J. Menezes, Paul C. van Oorschot, Scott A. Vanstone: Handbook of Applied Cryptography. CRC Press, 5.Auflage 2001

    cacr.uwaterloo.ca/hac/

    BSI Grundschutz: www.bsi.bund.de/DE/Themen/ITGrundschutz/ITGrundschutzStandards/ITGrundschutzStandards_node.html

    Unterrichtssprache

    Englisch

    2 SWS
    4 ECTS
    Modul Software Engineering

    Software Engineering

    9 SWS   15 ECTS

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, Software Engineering Prozess in einem Projekt anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Softwareproblemstellungen mit UML zu modellieren und durch Anwendung eines strukturierten Vorgehensmodells umzusetzen.

    9 SWS
    15 ECTS
    Introduction to AI and Data Science | ILV

    Introduction to AI and Data Science | ILV

    3 SWS   5 ECTS

    Inhalt

    • Mathematical Basics of AI and Data Science
      • Linear Algebra
      • Probability Theory and Statistics
      • Optimization
    • Introduction to Artificial Intelligence
      • Problem Solving and Heuristic Search
      • Logic and Knowledge Representation
      • Planning, Learning and Decision Making under Uncertainty
    • Data Science and Machine Learning Fundamentals
      • Data Collection, Cleaning, Filtering
      • Model Building
      • Model Evaluation
      • Definition of Machine Learning and classes of Machine Learning Algorithms
      • Machine Learning Classifiers
      • Evaluation of Machine Learning Algorithms

    Lernergebnisse

    • After completing the course, students get a firm background underlying principles and algorithms of artificial intelligence and data science

    • After completing the course, students are able to understand, critically evaluate and develop basic AI and data science algorithms

    • After completing the course, students have a solid fundaments for understanding advanced AI and data science algorithms and methods like Deep Learning

    Lehrmethode

    - Lecture
    - Group work (project)
    - Practical exercises
    - Continuous Discussion and feedback

    Prüfungsmethode

    Immanente Leistungsüberprüfung: - Project work

    - Exercises during lectures

    - Final written exam

    Literatur

    • A. Geron: “Hands-on Machine Learning”, O’Reilly, 2017
    • I. Goodfellow et. all: “Deep Learning”, The MIT Press, 2016.
    • S.J. Russell, P. Norvig: “Artificial Intelligence – A Modern Approach”, Pearson Education, 2010.
    • D. Hand et all: “Principles of Data Mining”, A Bradford Book, 2001.
    • T. Mitchell: “Machine Learning”, McGraw-Hill, 1997.

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Research Methods | SE

    Research Methods | SE

    2 SWS   3 ECTS

    Inhalt

    Verständnis für den Prozess wissenschaftlichen Arbeitens und des Verfassens wissenschaftlicher Artikel.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, systematische Literaturrecherchen durchzuführen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, facheinschlägige wissenschaftliche Literatur zu interpretieren, Ergebnisse zusammenzufassen und kritisch zu vergleichen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, eine Seminararbeit als eine wissenschaftliche Arbeit zu erstellen.

    Lehrmethode

    Vortrag, Case Studies, Seminararbeit

    Prüfungsmethode

    Modulprüfung

    Literatur

    Matt Young: The Technical Writer’s Handbook. Writing with Style and Clarity, University Science Books, 2002.

    M. Karmasin, R. Ribing: Die Gestaltung wissenschaftlicher Arbeiten. Ein Leitfaden für Haus-, Seminar- und Diplomarbeiten sowie Dissertationen. Wiener Universitätsverlag, 5.Auflage, 2010.

    Umberto Eco: Wie man eine wissenschaftliche Arbeit schreibt, C.F. Müller, 13.Auflage, 2010.

    Martin Kornmeir: Wissenschaftlich schreiben leicht gemacht, 7. Auflage Bern Haupt-UTB, 2016.

    Karl M. Goeschka: Merkblatt für den Aufbau wissenschaftlicher Arbeiten. URL: i4c.at/goeschka/Merkblatt.pdf , 2006.

    Unterrichtssprache

    Englisch

    2 SWS
    3 ECTS
    Software Engineering | ILV

    Software Engineering | ILV

    4 SWS   7 ECTS

    Inhalt

    Die Vorlesung hat als Ziel die technischen, organisatorischen und ökonomischen Aspekte von Software Engineering zu erläutern. Es werden organisatorische Möglichkeiten zur Strukturierung der Software Entwicklung in Form von Prozessmodellen, wie Wasserfall Modell, Spiral Modell und Agile Modelle dargelegt. Bei den technischen Aspekten des Software Engineerings wird vor allem die Erstellung von objektorientierten Systemen und deren Modellierung.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Software Engineering Aktivitäten,
    • Requirements Engineering,
    • Use Cases,
    • High Level Design
    • UML Aktivitätsdiagramme,
    • UML Klassendiagramme,
    • UML Sequenzdiagramme,
    • Software testen,
    • Software Vorgehensmodelle und
    • Agile Softwareentwicklung.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, Software Engineering Prozessen zu verstehen und anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Software Anforderungen zu erfassen, zu analysieren und zu dokumentieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Software Design durch Anwendung eines strukturierten Vorgehensmodells umzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage UML und Software Design Strategien zu verstehen und anzuwenden.

    Lehrmethode

    Blended learning, Gastvorträge, Experiential learning, Coaching

    Prüfungsmethode

    Endprüfung: Einzel- und Gruppenarbeiten

    Literatur

    Ian Sommerville: Software Engineering, Pearson Education Limited, 10. Auflage, 2015

    Rod Stephens: Beginning Software Engineering, John Wiley & Sons, 1. Auflage, 2015

    Object Management Group: Unified Modeling Language (UML), Superstructure Specification, URL: www.omg.org/spec/UML/

    Unterrichtssprache

    Deutsch

    4 SWS
    7 ECTS

    Modul Projektarbeit 1

    Projektarbeit 1

    4 SWS   10 ECTS

    Lernergebnisse

    • Die Absolvent*innen dieses Moduls können Projekt Management Methoden für die Umsetzung von einem konkreten Software Projekt beschreiben und vergleichen.

    • Die Absolvent*innen dieses Moduls können eine Software unter Einhaltung eines Projektplans sukzessive entwerfen und wichtige Projektentscheidungen begründen.

    • Die Absolvent*innen dieses Moduls können eine Software Aufgabenstellung interpretieren und Anforderungen an die Software erstellen.

    4 SWS
    10 ECTS
    Projektmanagement | ILV

    Projektmanagement | ILV

    2 SWS   3 ECTS

    Inhalt

    Projektmanagement ist die Anwendung von Wissen, Können, Werkzeugen und Techniken auf Projektaktivitäten, um Projektanforderungen zu erfüllen. Der Projektmanager hat die Aufgabe, die Erwartungen der Stakeholder an das Projekt zu erfüllen.

    Die LV gibt eine Einführung in die Wissensgebiete des Projektmanagements:

    • Integrationsmanagement
    • Inhalts- und Umfangsmanagement
    • Zeitmanagement
    • Kostenmanagement
    • Qualitätsmanagement
    • Personalmanagement
    • Kommunikationsmanagement
    • Risikomanagement
    • Beschaffungsmanagement
    • Projekt Stakeholder Management

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage grundlegende Konzepte, Methoden und Werkzeuge zum Initiieren, Planen, Durchführen, Überwachen und Abschließen von Projekten zu erläutern und selbstständig anzuwenden

    • Nach Abschluss der LV sind die Studierenden in der Lage elementare PM Techniken strukturiert nach Projekterfordernissen anzuwenden

    • Nach Abschluss der LV sind die Studierenden in der Lage zu einer gegebenen Anforderungsdefinition einen auf das Projekt abgestimmten Projekt Management Plan zu erstellen und während des gesamten Projektlebenszyklus anzupassen

    Lehrmethode

    Vortrag

    Prüfungsmethode

    Endprüfung

    Literatur

    • Harold Kerzner: Project Management: A Systems Approach to Planning, Scheduling, and Controlling, Wiley, 12th edition, 2017.
    • Project Management Institute: A Guide to the Project Management Body of Knowledge, Pmbok Guides, 6th edition, 2017.
    • Bohinc, Tomas: Grundlagen des Projektmanagements: Methoden. Techniken und Tools für Projektleiter, GABAL Verlag, Kindle edition, 2016.

    Unterrichtssprache

    Deutsch

    2 SWS
    3 ECTS
    Wahlfach-Projekt 1 | UE

    Wahlfach-Projekt 1 | UE

    2 SWS   7 ECTS

    Inhalt

    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.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, Methoden des Projektmanagements an einem konkreten Projekt anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, ausgehend von einer Problemstellung Requirements zu erarbeiten und eine Lösung zu entwerfen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, anforderungskonforme Softwareimplementierung und/oder -konfiguration selbstständig durchzuführen.

    Lehrmethode

    Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.

    Prüfungsmethode

    Endprüfung

    Literatur

    • Rod Stephens, Beginning Software Engineering, John Wiley & Sons, 2015.
    • Ian Sommerville, Software Engineering, Pearson Education Limited, 10th Edition, 2016.
    • Michael Keeling, Design It!: From Programmer to Software Architect, O'Reilly UK Ltd., 2017.
    • Eric J. Evans, Domain-Driven Design: Tackling Complexity in the Heart of Software, Addison Wesley, 2003

    Unterrichtssprache

    Deutsch

    2 SWS
    7 ECTS
    Modul Software Optimierung

    Software Optimierung

    6 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können die Komplexität und Effizienz von verschiedenen Algorithmen und Programmen analysieren und gegenüberstellen.

    • Absolvent*innen dieses Moduls können Softwareprogramme benutzer*innenfreundlich gestalten und Usability Guidelines anwenden.

    • Absolvent*innen dieses Moduls können Bedienoberflächen bezüglich der Usability analysieren und bewerten.

    6 SWS
    10 ECTS
    Algorithmen & Datenstrukturen | ILV

    Algorithmen & Datenstrukturen | ILV

    4 SWS   6 ECTS

    Inhalt

    Die LV befasst sich mit Algorithmen und Datenstrukturen. Im Vortragsteil wird ausschließlich Pseudocode zur Darstellung der Algorithmen, um deren Allgemeingültigkeit auszudrücken, verwendet. Im praktischen Teil der LV wird das Verständnis der wichtigsten Algorithmen und Datenstrukturen durch deren Implementierung in C und C++ vertieft. Gleichzeitig werden so auch die Programmierkenntnisse weiter gefestigt und das Verständnis für bestehende Bibliotheken geschärft.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Rekursion
    • O Notation
    • Klassen von Algorithmen (Divide & Conquer, Brute-Force, Greedy, etc.)
    • Listen
    • Hash Tabellen
    • Baumstrukturen
    • Heaps
    • Graphen
    • Sortieralgorithmen (Selection Sort, Quick Sort, etc.)
    • Suchalgorithmen (lineare Suche, binäre Suche, binäre und ausgeglichene Suchbäume)
    • Algorithmen zur Textsuche (Brute-Force, Knuth-Morris-Pratt, Boyer-Moore, Pattern Matching)
    • Graphenalgorithmen (Tiefensuche, Breitensuche, kürzeste Wege, maximaler Durchfluss)

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage geeignete Datenstrukturen anwendungs- und problemspezifisch auszuwählen und in praktischen Aufgabenstellungen umzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage „algorithmisch“ zu denken und diese algorithmische Denkweise in Form von Pseudocode zu skizzieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage den Aufwand und die Effizienz von beliebigen Algorithmen einzuschätzen und zu bewerten.

    • Nach Abschluss der LV sind die Studierenden in der Lage die wesentlichen und grundlegenden Sortier-, Such- und Graphenalgorithmen der Informatik zu verstehen und selbst zu programmieren.

    Lehrmethode

    Vorträge, praktische Übungen, Kleingruppenarbeit, Präsentationen, Lerntagebücher

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Uwe Schöning: Algorithmik, 1. Auflage, 2001.
    • Jens Gallenbacher: Abenteuer Informatik, 1. Auflage, 2006.
    • Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein: Introduction to Algorithms, 3rd Edition, 2009.

     

    Unterrichtssprache

    Deutsch

    4 SWS
    6 ECTS
    Human Computer Interaction | ILV

    Human Computer Interaction | ILV

    2 SWS   4 ECTS

    Inhalt

    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

    Lernergebnisse

    • Nach Abschluss der LV haben die Studierenden ein solides Verständnis der Kommunikation zwischen Mensch und Computer.

    • Nach Abschluss der LV können die Studierenden die zugrundeliegenden psychologischen und technischen Aspekte der HCI erläutern und anwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage Innovationen im Bereich der Mensch-Computer-Interaktionstechnologien zu bewerten.

    Lehrmethode

    Vortrag, praktische Übungen, Fallstudien

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Cooper, A. Reimann, R. Cronon, D. Noessel, C. (2014). The Essentials of Interaction Design. Wiley, 4th Edition.
    • Shneiderman, B. (2016). Designing the User Interface: Strategies for Effective Human-Computer Interaction. Global Edition.

    Unterrichtssprache

    Deutsch

    2 SWS
    4 ECTS
    Wahlpflichtmodule 1 (10 ECTS nach Wahl)
    Modul Advanced Network Concepts

    Advanced Network Concepts

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können anwendungsbezogen Netztechnologie, Architektur und Protokolle auswählen.

    • Absolvent*innen dieses Moduls können Konzepte und Architekturen für IoT Applikationen beschreiben, bewerten und selbstständig anwenden.

    • Absolvent*innen dieses Moduls können moderne Netztechnologien hinsichtlich IoT Anforderungen analysieren und bewerten.

    3 SWS
    5 ECTS
    IoT Applications | ILV

    IoT Applications | ILV

    3 SWS   5 ECTS

    Inhalt

    Die Verknüpfung von Millionen smarter Objekte im Internet of Things (IoT) verlangt nach Plattformen und Anwendungen, die sowohl die Anbindung einer derart großen Anzahl von Devices ermöglichen, als auch Datenmanagement und Analysetools für die dabei anfallenden Datenmengen (Big Data) bereitstellen. Die Studierenden lernen in dieser LV die Architekturen, Technologien und Werkzeuge von IoT-Plattformen kennen, und entwickeln und implementieren eigene IoT Applikationen.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    •     SCADA Applikationen
    •     Open Source IoT Applikationen
    •     IoT Applikationsarchitektur und Design
    •     Datentypen des IoT
    •     Big Data Analytics Tools und Technologien
    •     IoT Cloud & Edge Streaming Analytics

    Voraussetzungen:

    • Network Applications
    • Internet of Things (IoT Acess Technologies, IoT Protokolle)
    • IT-Security basics
    • Linux (hands-on)

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage kommerzielle und Open Source IoT-Plattformen zu testen, zu bewerten und für konkrete Aufgabenstellungen auszuwählen.

    • Nach Abschluss der LV sind die Studierenden in der Lage IoT-Applikationen zu entwickeln und auf IoT-Plattformen zu implementieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage ausgewählte Verfahren des Datenmanagements und der Datenanalyse für das IoT zu erläutern, zu vergleichen und anzuwenden.

    Lehrmethode

    Vortrag, praktische Übungen, Projektarbeit

    Prüfungsmethode

    Endprüfung: Theoretische Prüfung

    Projektarbeit (Einzelarbeit)

    Literatur

    David Hanes, Gonzalo Salgueiro, Patrick Grossetete, Robert Barton, Jerome Henry: IoT Fundamentals: Networking Technologies, Protocols, and Use Cases for the Internet of Things, Cisco Press, 1st Edition 2017

    Georgios Keramidas, Nikolaos Voros, Michael Hübner: Components and Services for IoT Platforms: Paving the Way for IoT Standards, Springer; 1st Edition. 2017

    Tom White: Hadoop the definitve Guide: Storage and Analysis at Internet Scale; O'Reilly, 4th edition, 2015.

    Bill Chambers, Matei Zaharu: Spark: The Definitive Guide: Big data processing made simple; O'Reilly, 1st edition, 2018.

    Neha Narkhede , Gwen Shapira, et al.: Kafka: The Definitive Guide: Real-time data and stream processing at scale; O'Reilly, 1st edition, 2017.

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Modul AI and Data Science

    AI and Data Science

    3 SWS   5 ECTS

    Lernergebnisse

    • After completing the course, students get a firm background underlying principles and algorithms of artificial intelligence and data science.

    • After completing the course, students are able to understand, critically evaluate and develop AI and data science applications and tools

    • After completing the course, students obtain experience in interdisciplinary projects due to synergies with other FH departments

    • After completing the course, students can successfully work in industry and contribute to application of AI and Data Science in: Medicine, Digitalization, IoT, Industry 4.0, Smart Cities etc.

    3 SWS
    5 ECTS
    Advanced AI and Data Science | ILV

    Advanced AI and Data Science | ILV

    3 SWS   5 ECTS

    Inhalt

    • Deep Learning Foundation
      • Motivation and basic ideas
      • Basic principles behind algorithms
    • Deep Learning Algorithms and Networks
      • Convolutional Neuronal Networks (CNN)
      • Recurrent Neural Networks (RNN)
      • Generative Neural Networks (GAN, Autoencoders)
      • Reinforcement Learning (Deep QNet)
    • Applications of Deep Learning and Artificial Intelligence for
      • Medicine, IoT, Industry 4.0, Autonomous Driving, Games etc.

    Lernergebnisse

    • After completing the course, students get a firm background underlying Deep Learning algorithms and methods

    • After completing the course, students are able to understand, critically evaluate and develop deep learning algorithms

    • After completing the course, students are well prepared for doing practicum and bachelor works applying AI and deep learning in interdisciplinary settings

    Lehrmethode

    • Lecture
    • Group work (project)
    • Practical exercises
    • Continuous Discussion and feedback

    Prüfungsmethode

    Immanente Leistungsüberprüfung: - Project work

    - Exercises during lectures

    - Final written exam

    Literatur

    • A. Geron: “Hands-on Machine Learning”, O’Reilly, 2017
    • I. Goodfellow et. all: “Deep Learning”, The MIT Press, 2016.
    • S.J. Russell, P. Norvig: “Artificial Intelligence – A Modern Approach”, Pearson Education, 2010.
    • D. Hand et all: “Principles of Data Mining”, A Bradford Book, 2001.
    • T. Mitchell: “Machine Learning”, McGraw-Hill, 1997.

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Modul Creative Computing

    Creative Computing

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können Anforderungen, Entwurfskonzepte, Algorithmen und Anwendungsbeispiele für digitale Spieleapplikationen und Virtual und Augmented Reality beschreiben, erläutern und selbstständig anwenden.

    • Absolvent*innen dieses Moduls können die theoretischen Grundlagen und Prinzipien von digitalen Spiele-Applikationen sowie Virtual und Augmented Reality beschreiben, vergleichen, bewerten und anwenden.

    • Absolvent*innen dieses Moduls können Virtual und Augmented Reality Aspekte bei der Entwicklung von Applikationen verwenden und Deep Learning Algorithmen und Applikationen interpretieren und beurteilen.

    3 SWS
    5 ECTS
    Game Development | ILV

    Game Development | ILV

    3 SWS   5 ECTS

    Inhalt

    Die Teilnehmenden erlernen in dieser Lehrveranstaltung die Konzeption und Entwicklung von Videospielen. Von der ersten Idee bis zum fertigen Spiel werden alle wesentlichen Schritte durchlaufen. Die Studierenden erstellen ein Game Design Document (GDD), lernen die Grundlagen einer Game Engine kennen und erschaffen virtuelle Umgebungen, die durch kinematische und physikbasierte Bewegungen zum Leben erweckt werden.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Entwurf und Ausarbeitung eines Spielkonzepts (Erstellung eines Game Design Dokuments)
    • Game Design (Charaktere, Story, Spielspaß)
    • Einführung in die Konzepte einer Game Engine (Transformationstools, Level, Kamera, Beleuchtung)
    • Verständnis der zentralen Game Loop und ihrer Bedeutung für die Aktualisierung von Spielzuständen
    • Implementierung von interaktiven Elementen und Charaktersteuerung
    • Erkennung und Verarbeitung von Benutzer*innen Eingaben mit versch. Devices
    • Integration von Audio (SFX, Musik)
    • User Interface (Hauptmenü, HUD)
    • Partikelsysteme

    Lernergebnisse

    • Die Studierenden sind in der Lage, Konzepte zu eigenen Spiel-Ideen zu erstellen und die entsprechende Umsetzung zu planen.

    • Die Studierenden sind in der Lage, ein einfaches, interaktives Videospiel im 2D oder 3D Raum zu erstellen.

    • Die Studierenden sind in der Lage, Bestandteile eines Videospiels, beispielsweise Partikelsysteme und User Interfaces zu erstellen und in eine entsprechende Applikation zu integrieren.

    Lehrmethode

    Vortrag, praktische Übungen, Projektarbeit

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Robert Nystrom: Game Programming Patterns, Genever Benning, 2014
    • Dax Gazaway: Introduction to Game Systems Design, Addison-Wesley, 2021
    • Eric Lengyel: Foundations of Game Engine Development, Volume 1: Mathematics, Terathon Software LLC, 2016
    • Scott Rogers: Level Up! The Guide to Great Video Game Design (2nd. ed.), Wiley Publishing, 2014

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Modul IT-Security

    IT-Security

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können wichtige Softwarewerkzeuge im Kontext sicherer Netzwerke anwenden und entsprechend konfigurieren

    • Absolvent*innen dieses Moduls können aktuelle Themen der IT-Security zusammenfassen und präsentieren.

    • Absolvent*innen dieses Moduls können Konzepte der diskreten Mathematik und Komplexitätstheorie auf kryptographische Verfahren anwenden.

    3 SWS
    5 ECTS
    Secure Admin Tools | ILV

    Secure Admin Tools | ILV

    3 SWS   5 ECTS

    Inhalt

    Die Lehrveranstaltung gibt einen Überblick über sowie eine praktische Einführung in die wichtigsten Softwarewerkzeuge eines Systemadministrators im Kontext sicherer Netzwerke. Die Studierenden werden in die Lage versetzt, diese Werkzeuge korrekt und sicher anzuwenden sowie entsprechend zu konfigurieren.

    • VPNs
    • Festplattenverschlüsselung
    • SSH
    • Mail Security (PGP, S/MIME)
    • Dokumentensignaturen
    • Einrichtung von PKIs
    • Einführung in Penetration Testing

    Lernergebnisse

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage für SystemadministratorInnen praxisrelevante Werkzeuge mit Securitybezug sinnvoll, effizient und korrekt einzusetzen.

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage diese Werkzeuge entsprechend konfigurieren zu können.

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage ihr Hintergrundwissen über diese Werkzeuge explizit zu machen.

    Lehrmethode

    praktische (Labor-)Übungen, Vortrag

    Prüfungsmethode

    Immanente Leistungsüberprüfung: Kurztests, Laborabgabegespräche

    Literatur

    William Stallings: Cryptography and Network Security: Principles and Practice. Pearson; 7th Edition 2016

    Ivan Ristić: Bulletproof SSL and TLS. Feisty Duck, 2017

    Claudia Eckert: IT-Sicherheit: Konzepte - Verfahren - Protokolle. 10.Auflage 2018, De Gruyter

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Modul Software Development

    Software Development

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können mobile Applikationen entwerfen, implementieren und testen.

    • Absolvent*innen dieses Moduls können Virtual und Augmented Reality Aspekte bei der Entwicklung von Applikationen verwenden.

    • Absolvent*innen dieses Moduls können wichtige Augmented Reality und Deep Learning Algorithmen und Applikationen interpretieren und beurteilen.

    3 SWS
    5 ECTS
    Mobile App Development | ILV

    Mobile App Development | ILV

    3 SWS   5 ECTS

    Inhalt

    Nach dieser LV sind die Studierenden in der Lage SW Engineering Konzepte zu beschreiben und die Zusammenhänge zu erkennen. Mit den vermittelten Android, Java und SQLite Kenntnissen können die Studierenden Android Apps verstehen, analysieren und selbständig erweitern.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • SW-Engineering Grundlagen
    • Java, SQLite
    • Ausgewählte Entwicklungswerkzeuge
    • Android App Entwicklung
    • Plattformunabhängige App Entwicklung

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, die theoretischen Grundlagen und Prinzipien des Android Betriebssystems und dessen Architektur zu beschreiben.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Methoden und Konzepte der Android Entwicklung zu erläutern und zu verwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Android Applikationen zu implementieren, zu testen und zu evaluieren.

    Lehrmethode

    Inverted Classroom, Lerntagebuch, Mobile Learning, lösen von Aufgabenstellungen

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Rod Stephens: Beginning Software Engineering, John Wiley & Sons, 2015
    • Ian Sommerville: Software Engineering, Addison-Wesley Longman, 2015
    • Dawn Griffiths, David Griffiths: Head First Android Development, Head First, 2015
    • Neil Smyth: Android Studio Development Essentials - Android 6 Edition, CreateSpace Independent Publishing Platform, 2015
    • Bill Phillips, Chris Stewart: ANDROID PROGRAMMING 3/E (Big Nerd Ranch Guides), 2017

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS

    Modul Projektarbeit 2

    Projektarbeit 2

    4 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können wissenschaftliche Literatur auswählen und beurteilen.

    • Absolvent*innen dieses Moduls können eine praxisrelevante Software Aufgabenstellung identifizieren und eine entsprechende Softwarelösung entwickeln.

    • Absolvent*innen dieses Moduls können Bachelorarbeit 1 unter Einhaltung wissenschaftlicher Standards verfassen und präsentieren.

    4 SWS
    10 ECTS
    Business Administration | ILV

    Business Administration | ILV

    2 SWS   3 ECTS

    Inhalt

    Wirtschaftliches Handeln im Unternehmen umfasst im Wesentlichen die folgenden Aspekte:

    • Unternehmertum
    • Rechtlicher Rahmen
    • Strategie
    • Organisation
    • Mitarbeiter
    • Kunden/Markt
    • Produktion
    • Finanzen/Controlling

    Im Rahmen der Lehrveranstaltung werden diese Aspekte zunächst theoretisch erarbeitet und immer wieder mit praxirelevanten Fallbeispielen ergänzt, dabei werden insbesondere die folgenden Inhalte abgedeckt:

    • Das Unternehmertum in der Volkswirtschaft
    • Gebräuchlichste Unternehmensformen in Österreich
    • Unterschiedliche Organisationsformen im Unternehmen
    • Verschiedene Führungsstile im Unternehmen
    • Konzepte des Marketings
    • Einblick in das strategische und operative Controlling
    • Grundzüge des Rechnungswesens
    • Überblick zur Investition und Finanzierung

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage verschiedene Aspekte wirtschaftlichen Handelns in einem Unternehmen zu nennen.

    • Nach Abschluss der LV sind die Studierenden in der Lage praxisrelevantes Fachvokabular einzuordnen und anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage allgemeine betriebswirtschaftliche Handlungen im unternehmerischen Alltag umzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage die strategischen Zielsetzungen in einem Unternehmen zu erkennen und einen positiven Beitrag in der Umsetzung zu leisten.

    • Nach Abschluss der LV sind die Studierenden in der Lage die in einem Unternehmen gesetzten operativen, wirtschaftlich relevanten Maßnahmen anzuwenden.

    Lehrmethode

    Vortrag, praktische Übungen, Referate

    Prüfungsmethode

    Endprüfung: Multiple choice

    Literatur

    Charifzadeh, M. and Taschner, A. (2017): Management Accounting and Control (Wiley)

    Desai, Mihir A. (2019): How Finance Works (Harvard Business Review Press)

    Fuhrmann, B. (2019): Introduction to Business and Economics (Westermann)

    Collins, K. (2012): An Introduction to Business (v.2.0) (Creative Commons licensed, freely downloadable)

    Lechner/Egger/Schauer - Einführung in die Allgemeine Betriebswirtschaftslehre; Linde

    Speckbacher – Einführung in die Betriebswirtschaft

    Scheuch – Allgemeine Betriebswirtschaftslehre; Service-Fachverlag

    Hoffjan/Knauer/Wömpener (Hrsg.) – Controlling; Schäffer/Poeschel

    Beinsen – Grundlagen des Controlling; Service Center ÖH-Graz

    Strategische Controlling, H.-G. Baum / A. Coenenberg / T. Günther, Schäffer Poeschel Verlag, 4.Auflage, 2007

    Unterrichtssprache

    Englisch

    2 SWS
    3 ECTS
    Wahlfach-Projekt 2 | UE

    Wahlfach-Projekt 2 | UE

    2 SWS   7 ECTS

    Inhalt

    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.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, eine Aufgabenstellung aus dem jeweils gewählten Themengebiet bzw. auch interdisziplinär als ein Projekt zu planen und zu konzipieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage, ausgehend von dieser Aufgabenstellung ein Software Design zu entwerfen und die Implementierung durchzuführen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, das implementierte Projekt fundiert zu testen und zu evaluieren.

    Lehrmethode

    Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.

    Prüfungsmethode

    Endprüfung: Praktisches Projekt in der Kleingruppe

    Literatur

    Projektabhängige Literaturempfehlungen / Project-dependent literature recommendations

    Unterrichtssprache

    Deutsch

    2 SWS
    7 ECTS
    Modul Sustainable Ubiquitous Computing

    Sustainable Ubiquitous Computing

    6 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können Konzepte und Paradigmen verteilter Systeme erarbeiten und entwerfen.

    • Absolvent*innen dieses Moduls können ein praktisches Implementierungs-Projekt im Bereich verteilter Systeme durchführen.

    6 SWS
    10 ECTS
    Green IT | ILV

    Green IT | ILV

    2 SWS   4 ECTS

    Inhalt

    Die Studierenden lernen, die Grundprinzipien von Green IT zu verstehen und deren Bedeutung für Umwelt und Wirtschaft zu erkennen. Es werden Methoden zur Bewertung und Messung des Energieverbrauchs von IT-Systemen, und-Infrastrukturen sowie die Entwicklung von Strategien zur Energieeinsparung diskutiert. Zudem werden die Konzepte von Virtualisierung und Cloud Computing im Kontext von Green IT behandelt, wodurch die Studierenden befähigt werden, diese Technologien zu verstehen und zu bewerten. Das Ziel ist, dass die Absolventen nach der LV in der Lage sind, fundierte Entscheidungen zur Implementierung nachhaltiger IT-Praktiken zu treffen.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, die Grundprinzipien von Green IT zu verstehen und die Bedeutung nachhaltiger IT-Praktiken für Umwelt und Wirtschaft zu erkennen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Methoden zur Bewertung und Messung des Energieverbrauchs von IT-Systemen und -Infrastrukturen anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Strategien zur Reduzierung des Energieverbrauchs für IT-Systemen und -Infrastrukturen zu entwickeln.

    • Nach Abschluss der LV sind die Studierenden in der Lage, die Konzepte von Virtualisierung und Cloud Computing im Kontext von Green IT zu verstehen und zu bewerten.

    Lehrmethode

    Vortrag, Fernlehrunterstützung und Präsentationen

    Prüfungsmethode

    Endprüfung: Präsentationen

    Literatur

    • Sonnet, Daniel ; Wanner, Gerhard ; Pfeilsticker, Konrad: Chancen einer nachhaltigen IT: Wege zu einer ressourcen effizienten Softwareentwicklung. Wiesbaden: Springer Fachmedien Wiesbaden, 2023.
    • Frick, Tim: Designing for Sustainability : A Guide to Building Greener Digital Products and Services. Sebastopol: O'Reilly, 2016.
    • Sundberg, Niklas: Sustainable IT Playbook for Technology Leaders : Design and Implement Sustainable IT Practices and Unlock Sustainable Business Opportunities. Birmingham: Packt Publishing, Limited, 2022.

    Unterrichtssprache

    Deutsch

    2 SWS
    4 ECTS
    Verteilte Systeme | ILV

    Verteilte Systeme | ILV

    4 SWS   6 ECTS

    Inhalt

    Viele moderne Systeme sind verteilte Systeme: IoT (Internet of Things) wie Smart Environments (zB Smart Home, Smart Building, Smart City, …) und Industrie 4.0 (zB Digital Twin); VANETs (Vehicular Ad-Hoc Networks) und SmartCars; Critical Infrastructures und SCADA (Supervisory Control and Data Acquisition) Systems; GNS (Global Sensor Networks). In dieser Grundlagen-LVA werden die Konzepte und Paradigmen derartiger Systeme erarbeitet. Ein praktisches Implementierungs-Projekt dient der Festigung des Gelernten.

    • Grundlagen und Eigenschaften Verteilter Systeme, Middleware
    • Communication (RPC, RMI, Message Passing)
    • Operating System Support and Code Migration
    • Binding, Naming and Discovery
    • Clocks and Agreement
    • Dependability: Replication and Fault Tolerance
    • Performance und Skalierbarkeit
    • Web Presentation Tier
    • Web Services und XML
    • Message-oriented Middleare und JMS
    • Enterprise Java

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage ausgewählte Konzepte, Methoden, Paradigmen und Problemstellungen Verteilter Systeme zu erklären und bewerten sowie Grenzen der Lösungsmöglichkeiten in Beziehung zu setzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage Kommunikation, Organisation und Binding in einem Verteilten System darzustellen und einzelne Methoden wie z.B. RMI und Messaging kritisch zu vergleichen.

    • Nach Abschluss der LV sind die Studierenden in der Lage Einsatzgebiete, Methoden, Grenzen und ausgewählte Protokolle der Replikation und Fehlertoleranz zu erläutern.

    • Nach Abschluss der LV sind die Studierenden in der Lage Skalierbarkeit und deren Grenzen zu erklären und die Einsatzgebiete zu vergleichen.

    • Nach Abschluss der LV sind die Studierenden in der Lage Probleme und Konzepte der Web- und Web-Service-Anbindung zu formulieren.

    Lehrmethode

    Vortrag, Fernlehrunterstützung und Seminarpräsentationen.

    Prüfungsmethode

    Endprüfung: Präsentationen

    Literatur

    • Distributed Systems. A. Tanenbaum und M. van Steen (Prentice Hall, 3rd edition 2017)
    • Studienbriefe, Buchauszüge, wissenschaftliche Artikel, Web-Referenzen

    Unterrichtssprache

    Deutsch

    4 SWS
    6 ECTS
    Wahlpflichtmodule 2 (10 ECTS nach Wahl)
    Modul Advanced Network Concepts

    Advanced Network Concepts

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können anwendungsbezogen Netztechnologie, Architektur und Protokolle auswählen.

    • Absolvent*innen dieses Moduls können Konzepte und Architekturen für IoT Applikationen beschreiben, bewerten und selbstständig anwenden.

    • Absolvent*innen dieses Moduls können moderne Netztechnologien hinsichtlich IoT Anforderungen analysieren und bewerten.

    3 SWS
    5 ECTS
    Modern Networks | ILV

    Modern Networks | ILV

    3 SWS   5 ECTS

    Inhalt

    Im Rahmen der LV wird der Entwurfsprozess der modernen Kommunikationsnetze beschrieben und an praktischen Beispielen angewendet. Angefangen mit Use Cases und der daraus abgeleiteten technischen Anforderungen, wird die Vorgehensweise erklärt, wie man Architektur und Protokolle auswählt und entwirft. Dabei wird besonders auf die Entwicklungsmethodik eingegangen, um die Studenten in der Lage zu versetzten selbstständig einen konstruktiven Beitrag zu Entwurf und Implementierung der modernen Kommunikationsnetzen zu leisten. Weiters wird Analyse, Evaluierung, Test und Wartung der Kommunikationsnetze behandelt. Als praktische Beispiele werden die modernsten Netztechnologien erläutert und diskutiert.

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Anforderungen an die moderne Kommunikationsnetzte
    • Entwurfsmethodik der Kommunikationsnetze
    • Quality of Service (QoS) und User Quality Experience (QoE)
    • Software Defined Network (SDN)
    • Network Functions Virtualization (NFV)
    • Cloud Computing
    • Internet of Things (IoT)
    • Kommunikationsnetze in der Industrie 4.0
    • 5G Mobile Networks
    • Evaluierung, Test und Wartung der Kommunikationsnetze
    • Sicherheitsaspekte in den modernen Netzen

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage Entwurfskonzepte, Anforderungen, Architektur, Protokolle und Anwendungsbeispiele der modernen Netze zu beschreiben, zu erläutern, und selbstständig anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage Netzentwicklungsmethoden zu beherrschen und einzusetzen.

    • Nach Abschluss der LV sind die Studierenden in der Lage moderne Kommunikationsnetze zu testen, analysieren und evaluieren.

    Lehrmethode

    e-learnings, Vortrag, praktische Übungen, Fallstudien, Diskussion der aktuellen Literatur und Standards, Moodle-Quizzes, Aufgaben (einzeln und in Kleingruppen)

    Prüfungsmethode

    Immanente Leistungsüberprüfung: Die Beurteilung und Leistungsüberprüfung basiert neben einer abschließenden schriftlichen Wissensüberprüfung auf Absolvierung der e-learnings und Vorbereitungsaufgaben, aktiver Mitarbeiter bei den Präsenzlehrveranstaltungen und das Lösen der Aufgaben jedes Moduls einzeln oder in Gruppen.

    Literatur

    Hauptliteratur:

    • W. Stallings: Foundations of Modern Networking: SDN, NFV, QoE, IoT,
    • and Cloud, Pearson Education, 2016.
    • Osserian, J. F. Monserrat: 5G Mobile and Wireless Communications Technology, Cambridge University Press, 2016.
    • Zusatzliteratur:
    • W. Xiang, K. Zheng, X. Shen (editors): 5G Mobile Communications, Springer, 2016.
    • P. Goransson, C. Black, T. Culver: Software Defined Networks: A Comprehensive Approach, Morgan Kaufmann, 2nd revised edition, 2016.
    • J. Rodriguez: Fundamentals of 5G Mobile Networks, Wiley, 2015.
    • Z. Li: Telecommunication 4.0: Reinvention of the Communication Network, Springer, 2017.

    Unterrichtssprache

    Deutsch-Englisch

    3 SWS
    5 ECTS
    Modul AI and Data Science

    AI and Data Science

    3 SWS   5 ECTS

    Lernergebnisse

    • After completing the course, students get a firm background underlying principles and algorithms of artificial intelligence and data science.

    • After completing the course, students are able to understand, critically evaluate and develop AI and data science applications and tools

    • After completing the course, students obtain experience in interdisciplinary projects due to synergies with other FH departments

    • After completing the course, students can successfully work in industry and contribute to application of AI and Data Science in: Medicine, Digitalization, IoT, Industry 4.0, Smart Cities etc.

    3 SWS
    5 ECTS
    Deep Learning | ILV

    Deep Learning | ILV

    3 SWS   5 ECTS

    Inhalt

    • Deep Learning Foundation
      • Motivation and basic ideas
      • Basic principles behind algorithms
    • Deep Learning Algorithms and Networks
      • Convolutional Neuronal Networks (CNN)
      • Recurrent Neural Networks (RNN)
      • Generative Neural Networks (GAN, Autoencoders)
      • Reinforcement Learning (Deep QNet)
    • Applications of Deep Learning and Artificial Intelligence in other disciplines, including Medicine, IoT, Industry 4.0, Autonomous Driving, and Games.

    Lernergebnisse

    • After completing this course, students get a firm background underlying deep learning algorithms and methods

    • After completing this course, students are able to understand, critically evaluate and develop deep learning algorithms

    • After completing this course, students are well prepared for doing practicum and bachelor works applying deep learning in interdisciplinary settings

    Lehrmethode

    • Lecture
    • Group work (project)
    • Practical exercises
    • Continuous Discussion and feedback

    Prüfungsmethode

    Endprüfung: Performance assessment is done according to: - Project work - Exercises during lectures - Final written or oral exam

    Literatur

    • A. Geron: Hands-on Machine Learning, O’Reilly, 2019
    • J. Fröchte: Maschinelles Lernen: Grundlagen und Algorithmen in Python, Carl Hanser Verlag, 2020
    • S.J. Russell, P. Norvig: Artificial Intelligence – A Modern Approach, Pearson Education, 2020
    • W. Ertel: Grundkurs Künstliche Intelligenz, Springer, 2021.

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Modul Creative Computing

    Creative Computing

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können Anforderungen, Entwurfskonzepte, Algorithmen und Anwendungsbeispiele für digitale Spieleapplikationen und Virtual und Augmented Reality beschreiben, erläutern und selbstständig anwenden.

    • Absolvent*innen dieses Moduls können die theoretischen Grundlagen und Prinzipien von digitalen Spiele-Applikationen sowie Virtual und Augmented Reality beschreiben, vergleichen, bewerten und anwenden.

    • Absolvent*innen dieses Moduls können Virtual und Augmented Reality Aspekte bei der Entwicklung von Applikationen verwenden und Deep Learning Algorithmen und Applikationen interpretieren und beurteilen.

    3 SWS
    5 ECTS
    Virtual and Augmented Reality | ILV

    Virtual and Augmented Reality | ILV

    3 SWS   5 ECTS

    Inhalt

    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  

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, Anforderungen, Entwurfskonzepte, Algorithmen und Anwendungsbeispiele für Virtual und Augmented Reality zu beschreiben, zu erläutern, und selbstständig anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, anwendungsbezogen Algorithmen und Applikationen auszuwählen und anzupassen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, einfache Augmented Reality and Deep Learning Applikationen und Algorithmen selber zu entwickeln.

    Lehrmethode

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

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    D. Schmalstieg, T. Hollerer: Augmented Reality: Principles and Practice, Pearson Professional, 2016.

    I. Goodfellow, Y. Bengio, A. Courville: Deep Learning, MIT Press, 2017.

    A. Geron: Hands-On Machine Learning with Scikit-Learn and TensorFlow, O’Reilly, 2017.

    E. R. Davies: Computer Vision: Principles, Algorithms, Applications, Learning, Academic Press, 5. Edition, 2017.

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS
    Modul IT-Security

    IT-Security

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können wichtige Softwarewerkzeuge im Kontext sicherer Netzwerke anwenden und entsprechend konfigurieren

    • Absolvent*innen dieses Moduls können aktuelle Themen der IT-Security zusammenfassen und präsentieren.

    • Absolvent*innen dieses Moduls können Konzepte der diskreten Mathematik und Komplexitätstheorie auf kryptographische Verfahren anwenden.

    3 SWS
    5 ECTS
    Ausgewählte Kapitel der IT-Security | ILV

    Ausgewählte Kapitel der IT-Security | ILV

    3 SWS   5 ECTS

    Inhalt

    Die Veranstaltung teilt sich in 2 Teile
    1. Seminar zu folgenden Themen:
        Web Security
        Exploits
        Overflows
        Awareness
        Bot Nets
        Applied Security
        Penetration Testing Tools
    2. Theoretische Informatik
       Endliche Automaten
       Komplexitätstheorie
       Reguläre Sprachen
       Chomsky-Hierarchie

    Lernergebnisse

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage abstrakte Konzepte im Bereich der theoretischen Informatik selbständig nachzuvollziehen.

    • Die Studierenden sind in der Lage ein fachspezifisches Thema selbstständig in Form einer Seminararbeit und einer Präsentation aufzuarbeiten.

    • Nach erfolgreichem Abschluss der LV sind die Studierenden in der Lage aktuelle Themen der IT-Security selbständig auf ihre tatsächliche Relevanz zu bewerten.

    Lehrmethode

    Vortrag, Inverted Classroom, Fernlehre

    Prüfungsmethode

    Endprüfung: Seminararbeit, Präsentation, Prüfung

    Literatur

    Peter Kim: The Hacker Playbook 1-3: Practical Guide To Penetration Testing. 2014-2018
    Katrin Erk, Lutz Priese: Theoretische Informatik: Eine umfassende Einführung. Springer Verlag, 3.Auflage, 2009
    Juraj Hromkovi&#269;: Theoretische Informatik. Springer Vieweg, 5.Auflage, 2014

     

    Unterrichtssprache

    Deutsch

    3 SWS
    5 ECTS
    Modul Software Development

    Software Development

    3 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können mobile Applikationen entwerfen, implementieren und testen.

    • Absolvent*innen dieses Moduls können Virtual und Augmented Reality Aspekte bei der Entwicklung von Applikationen verwenden.

    • Absolvent*innen dieses Moduls können wichtige Augmented Reality und Deep Learning Algorithmen und Applikationen interpretieren und beurteilen.

    3 SWS
    5 ECTS
    Advanced Web Engineering | ILV

    Advanced Web Engineering | ILV

    3 SWS   5 ECTS

    Inhalt

    Die LV deckt insbesondere die folgenden Inhalte ab:

    • Vertiefung von JavaScript mit Themen wie Closures, prototypischer Vererbung, asynchroner und funktionaler Programmierung, Modulsysteme, …
    • Verwendung von TypeScript für robuste Typprüfung
    • Einführung in gängige Frameworks wie beispielsweise React oder Angular zur effizienten Erstellung dynamischer Webanwendungen
    • Web-APIs: Vergleich von populären API-Stilen wie REST, GraphQL und gRPC
    • Architekturen von Web-Applikationen: Single Page Applications, Microservices-Architektur, Serverlose Architektur, …
    • Reaktive Programmierung: Implementierung asynchroner Datenströme und Propagierung von Änderungen mithilfe von Bibliotheken wie RxJS.
    • Zustandsverwaltung: Effiziente Verwaltung des Anwendungszustands mithilfe von lokalen Zustandsverwaltungstechniken oder globalen Zustandsverwaltungslösungen.

    Zudem können auch die folgenden Inhalte behandelt werden:

    • Web-Performance-Optimierung: Techniken zur Verbesserung der Ladezeit von Websites durch Bildoptimierung, Code-Minimierung und Caching-Strategien.
    • Web-Sicherheit: Abwehr gängiger Web-Sicherheitslücken wie XSS und CSRF durch Eingabevalidierung und sichere Authentifizierungsmethoden.
    • Web-Zugänglichkeit: Gestaltung barrierefreier Web-Benutzeroberflächen unter Berücksichtigung der WCAG-Standards und Implementierung von Praktiken wie semantischem HTML und ARIA-Rollen.
    • Progressive Web Apps (PWAs): Entwicklung von Webanwendungen mit nativen App-ähnlichen Erfahrungen, einschließlich Offline-Fähigkeiten und Push-Benachrichtigungen.
    • Webkomponentenentwicklung: Erstellung wiederverwendbarer benutzerdefinierter Elemente mit Webkomponenten, einschließlich Shadow DOM und benutzerdefinierter Elemente.
    • WebRTC: Ermöglichen von Echtzeitkommunikation im Web für Peer-to-Peer-Kommunikation und Videokonferenzen.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, dynamische Webanwendungen zu entwerfen und zu implementieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Vor- und Nachteile von im Web vorherrschenden Architekturen abzuwägen und eine passende Architektur sowie passende API-Stile für ein Projekt zu wählen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, asynchrone Datenströme zu modellieren und den Zustand einer komplexen Webapplikation zu verwalten.

    Lehrmethode

    Die Grundlagen der Entwicklung von dynamischen Webapplikationen werden durch einen Methoden-Mix aus Frontalvortrag, Codelabs und selbstständig zu lösenden Praxisaufgaben vermittelt.

    Auch wird in der ILV selbstständig an einer größeren Webapplikation in Gruppen gearbeitet, die am Ende des Semesters im Zuge einer Live-Demo abgenommen wird. 

    Prüfungsmethode

    Endprüfung

    Literatur

    Unterrichtssprache

    Englisch

    3 SWS
    5 ECTS

    Modul Angewandtes wissenschaftliches Arbeiten

    Angewandtes wissenschaftliches Arbeiten

    1 SWS   10 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können fundierte wissenschaftliche, theoretische und praxisrelevante Kenntnisse über eine bestimmte Thematik in Beziehung setzen.

    • Absolvent*innen dieses Moduls können Bachelorarbeit 2 unter Einhaltung wissenschaftlicher Standards verfassen und präsentieren.

    • Absolvent*innen dieses Moduls können die Bachelorarbeit vor einem Fachpublikum präsentieren und verteidigen.

    1 SWS
    10 ECTS
    Bachelorarbeit | SE

    Bachelorarbeit | SE

    1 SWS   8 ECTS

    Inhalt

    • Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
    • Ausarbeitung der Bachelorarbeit

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, eine fachlich relevante Problemstellung zu identifizieren und wissenschaftlich fundiert zu analysieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage, wissenschaftliche Methoden mit dem Fachwissen verknüpft korrekt anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, eine Thematik umfassend auszuarbeiten und schriftlich als Bachelorarbeit zu verfassen.

    Lehrmethode

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

    Prüfungsmethode

    Endprüfung: Approbation der Bachelorarbeit

    Literatur

    Matt Young: The Technical Writer’s Handbook. Writing with Style and Clarity, University Science Books, 2002.

    M. Karmasin, R. Ribing: Die Gestaltung wissenschaftlicher Arbeiten. Ein Leitfaden für Haus-, Seminar- und Diplomarbeiten sowie Dissertationen. Wiener Universitätsverlag, 5.Auflage, 2010.

    Umberto Eco: Wie man eine wissenschaftliche Arbeit schreibt, C.F. Müller, 13.Auflage, 2010.

    Weitere Literatur abhängig vom gewählten Thema.

    Unterrichtssprache

    Deutsch

    1 SWS
    8 ECTS
    Bachelorprüfung | AP

    Bachelorprüfung | AP

    0 SWS   2 ECTS

    Inhalt

    • Präsentation und Diskussion der Abschlussarbeit
    • Fachdiskussion

    Lernergebnisse

    • Nach Ablegen der Bachelorprüfung sind Absolvent*innen in der Lage, ihre wissenschaftliche Arbeit prägnant darzustellen, zu präsentieren und zu verteidigen.

    • Nach Ablegen der Bachelorprüfung sind Absolvent*innen in der Lage, eine fachliche wissenschaftliche Diskussion zu führen.

    • Nach Ablegen der Bachelorprüfung sind Absolvent*innen in der Lage, Zusammenhänge von Fachbereichen zu erkennen und eigene Schlussfolgerungen darzulegen.

    Lehrmethode

    Selbstständiges Vorbereiten auf die Bachelorprüfung

    Prüfungsmethode

    Endprüfung: Kommissionelle Prüfung

    Literatur

    Je nach Thema der Bachelorarbeit.

    Unterrichtssprache

    Deutsch

    2 ECTS
    Modul Ausgewählte Themen fürs Praktikum

    Ausgewählte Themen fürs Praktikum

    3 SWS   15 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können neue wissenschaftliche/technische Probleme und Fragestellungen in ihrem Fachgebiet theoretisch und praktisch untersuchen.

    • Absolvent*innen dieses Moduls können Aufgaben in einem betrieblichen Umfeld planen und erarbeiten.

    3 SWS
    15 ECTS
    Berufspraktikum | PR

    Berufspraktikum | PR

    1 SWS   12 ECTS

    Inhalt

    Die Studierenden führen eine facheinschlägige praktische Arbeit in einem Unternehmen auf dem Gebiet der Informatik und/oder Kommunikationssystemen durch. Die konkrete Vorgangsweise für die Durchführung des Praktikums erfolgt nach Vereinbarung mit der jeweiligen Firma, in welcher das Praktikum durchgeführt wird. Die fachliche Ausrichtung der Arbeit muss den Inhalten des Studiengangs zugeordnet sein.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, die Strukturen, Arbeits- und Umgangsweisen in einem facheinschlägigen Unternehmen zu erklären.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Methoden der Protokollierung und Dokumentation in der Praxis zu verwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage, Problemstellungen aus der Praxis zu analysieren und zu lösen.

    Lehrmethode

    Projektarbeit mit einer konstruktiven permanenten Leistungskontrolle und Dokumentation

    Prüfungsmethode

    Endprüfung: Praktikumsbericht

    Literatur

    Projektabhängig

    Unterrichtssprache

    Deutsch

    1 SWS
    12 ECTS
    Selected Topics | ILV

    Selected Topics | ILV

    2 SWS   3 ECTS

    Inhalt

    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.

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage, ein globales Thema relevant für den individuellen Berufsweg zu identifizieren und zu analysieren.

    • Nach Abschluss der LV sind die Studierenden in der Lage, eine konkrete Aufgabe aus dem ausgewählten Thema zu untersuchen und zu erarbeiten.

    Lehrmethode

    Gruppenarbeit, praktische Umsetzung mit Unterstützung von Vortragenden.

    Prüfungsmethode

    Endprüfung: Einzelarbeiten

    Literatur

    Literaturempfehlungen werden von den Gastvortragenden abhängig vom Thema kommuniziert.

    Unterrichtssprache

    Englisch

    2 SWS
    3 ECTS
    Modul Management Skills

    Management Skills

    4 SWS   5 ECTS

    Lernergebnisse

    • Absolvent*innen dieses Moduls können die Notwendigkeit einer durchgängig entwicklungsbegleitenden und in den Softwareentwicklungsprozess integrierten Qualitätslenkung beurteilen und entsprechend anwenden.

    • Absolvent*innen dieses Moduls können Projekt- und Risikomanagement unter Berücksichtigung von IT-rechtlichen Aspekten gestalten.

    4 SWS
    5 ECTS
    IT Prozess- und Qualitätsmanagement | ILV

    IT Prozess- und Qualitätsmanagement | ILV

    2 SWS   2 ECTS

    Inhalt

    Das Software-Qualitätsmanagement befasst sich mit der Planung, Lenkung und Prüfung der Qualität von Softwareprodukten und -entwicklungsprozessen. Es beinhaltet sowohl Führungsaufgaben zur Festlegung der Qualitätspolitik, der Qualitätsziele und der Verantwortung für Qualität, wie auch Maßnahmen zur Erfüllung vorgegebener Qualitätsanforderungen an Softwareprodukte und -prozesse.  Ein sinnvolles Prozessmanagement besteht nun darin, sicherzustellen, dass ein Prozess wirksam das erwünschte Ziel erreicht (Effektivität) und die notwendigen Aktivitäten den minimal erforderlichen Aufwand erfordern (Effizienz).

     Die LV deckt insbesondere die folgenden Inhalte ab:

    - Grundbegriffe "Qualität", "Qualitätssicherung" und "Qualitätsmanagement".

    - Qualitätsplanung

    - Qualitätsanforderungen (nicht funktionale Anforderungen)

    - Qualitätslenkung und Qualitätsprüfung

    - Maßnahmen des produktorientierten Qualitätsmanagements

    - Maßnahmen des prozessorientierten Qualitätsmanagements

    - Zusammenhang Fehlerkosten (Fehlerfolgekosten und Fehlerbehebungskosten) und den gegenläufigen Fehlerverhütungskosten (Prüfkosten und Kosten von präventiven Maßnahmen)

    - Grundlagen Prozessmanagement

    - Einführung IT Service Management

    - IT Frameworks (ITIL, COBIT, MOF, MSF)

    - IT Normen und Standards

    - Umsetzung von Best Practices

    - Fallbeispiel

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage Verfahren und Standards als die Basis des Qualitätsmanagements zu verstehen aber auch den jeweiligen Einfluss der Qualitätskultur in Unternehmen zu bewerten.

    • Nach Abschluss der LV sind die Studierenden in der Lage Chancen und Herausforderungen für die Softwarequalität im Zusammenhang mit IoT zu beurteilen.

    • Nach Abschluss der LV sind die Studierenden in der Lage die Notwendigkeit einer durchgängig entwicklungsbegleitenden und in den Softwareentwicklungsprozess sowie das Projekt- und Risikomanagement integrierten Qualitätslenkung zu beurteilen und entsprechend anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage die Prozesse nach ITIL und deren Beitrag zur Aufgabenbewältigung zu nennen.

    • Nach Abschluss der LV sind die Studierenden in der Lage die Vorteile der Anwendung nach ITIL “Best Practice” und das Zusammenspiel der einzelnen Prozesse zu beschreiben (Prozessziele, Key Practice, KPI, Rollen und Aufgaben).

    • Nach Abschluss der LV sind die Studierenden in der Lage “Best Practice”-Empfehlungen für die eigene IT-Organisation zu konzipieren.

    Lehrmethode

    Vortrag mit Case Studies, Ausarbeitung im Rahmen der Fernlehre, Diskussion im Plenum

    Prüfungsmethode

    Endprüfung: Gruppenarbeiten

    Literatur

    • Beims, Martin: IT-Service Management in der Praxis mit ITIL® 3: Zielfindung, Methoden, Realisierung, Carl Hanser Verlag, 2010.
    • Nance, Richard E.; Arthur, James D.: Managing software quality: a measurement framework for assessment and prediction, Springer, 2002.
    • Schneider, Kurt: Abenteuer Softwarequalität: Grundlagen und Verfahren für Qualitätssicherung und Qualitätsmanagement, 2. Auflage, dpunkt.verlag, 2012.
    • Tian, Jeff: Software quality engineering: testing, quality assurance, and quantifiable improvement, Wiley-Interscience, 2005.
    • Wallmüller, Ernest: Software Quality Engineering: ein Leitfaden für bessere Software-Qualität, 3. Auflage, Hanser, 2011.

    Unterrichtssprache

    Deutsch

    2 SWS
    2 ECTS
    IT-Recht | VO

    IT-Recht | VO

    2 SWS   3 ECTS

    Inhalt

    Die Lehrveranstaltung soll grundlegende Rechtsfragen aus den Bereichen IT/IP-Recht, mit Schwerpunkten im Urheberrecht, Datenschutzrecht und E-Commerce-Recht, abdecken. Studierende sollen nach erfolgreicher Absolvierung der Lehrveranstaltung in der Lage sein, gängige rechtliche Sachverhalte zu erkennen und einzuordnen.

    Die Lehrveranstaltung beinhaltet insbesondere folgende Inhalte:

    • Datenschutz und die wesentlichen Inhalte der EU-Datenschutz-Grundverordnung
    • Marken- und Domainrecht
    • Grundlegende Rechtsfragen des Vertragsrechts im Internet
    • Verbraucherschutz im Fernabsatz
    • Informationspflichten
    • Grundlagen des Urheberrechts
    • Grenzüberschreitende Sachverhalte im Geschäftsverkehr im Internet
    • Providerhaftung
    • Cybersecurity und Cybercrime

    Lernergebnisse

    • Nach Abschluss der LV sind die Studierenden in der Lage Rechtsfragen des allgemeinen Vertragsrechts zu lösen.

    • Nach Abschluss der LV sind die Studierenden in der Lage wichtige nationalen und europäischen Rechtsvorschriften anzuwenden.

    • Nach Abschluss der LV sind die Studierenden in der Lage datenschutzrechtliche Sonderprobleme zu erkennen.

    • Nach Abschluss der LV sind die Studierenden in der Lage, rechtliche Grundlagen im elektronischen Rechtsverkehr zu erläutern.

    Lehrmethode

    Vortrag mit Diskussion

    Selbständige Vorbereitung auf die nächste Lehreinheit

    Prüfungsmethode

    Endprüfung

    Literatur

    Wird bekannt gegeben

    Unterrichtssprache

    Deutsch-Englisch

    2 SWS
    3 ECTS

    Anzahl der Unterrichtswochen
    18 pro Semester

    Unterrichtszeiten
    Vier Abende pro Woche, 17.30-19.00 Uhr und 19.15-20.45 Uhr, fallweise bis 21:30. Fallweise samstags.

    Wahlmöglichkeiten im Curriculum
    Angebot und Teilnahme nach Maßgabe zur Verfügung stehender Plätze. 

    Unterrichtssprache
    Deutsch (mind. 1/3 der Lehrveranstaltungen auf Englisch)

    *Das Angebot an Wahlpflichtmodulen ist exemplarisch aufgelistet und wird bei Bedarf geändert. Die Wahlpflichtmodule finden ab einer bestimmter Anzahl an Teilnehmer*innen statt.

     

    Lehre und Studium kombiniert

    Sie möchten studieren und gleichzeitig Ihre Kenntnisse in der Berufswelt einsetzen? Dann ist das ausbildungsintegrierte Studium genau das Richtige! Sie absolvieren Ihr Bachelorstudium an der FH Campus Wien und erhalten im Lehrberuf Mechatronik - Automatisierungstechnik eine praktische Berufsausbildung bei der Siemens AG Österreich. Dabei erlangen Sie nicht nur das theoretische Hintergrundwissen, sondern können es direkt in die Praxis umsetzen. So sammeln Sie wertvolle berufliche Erfahrungen.

    Details zu diesem dreijährigen Ausbildungsangebot finden Sie hier.

     

    Einblicke in das Studium

     

    10 nach 10 – unser Podcast für Informatik und Kommunikationsnetze

    Wohin führt uns die digitale Zukunft und wie bereiten Sie sich optimal darauf vor, diese aktiv mitzugestalten? Im Podcast 10 nach 10 geben Studiengangsleiter Igor Miladinovic und Lehrende Sigrid Schefer-Wenzl Antworten: Sie fokussieren die dringendsten Fragestellungen im IT-Bereich, in der Telekommunikation und im IoT und zeigen, wie wir sinnvolle Veränderung vorantreiben. Hier erscheinen regelmäßig neue Folgen von 10 nach 10.

    Zuletzt veröffentlicht: Extended Reality (XR) ist ein Sammelbegriff, der die gesamte Palette an computergenerierten Umgebungen umfasst, einschließlich Virtual Reality (VR), Augmented Reality (AR) und Mixed Reality (MR). Diese Technologien eröffnen neue Dimensionen in der Art und Weise, wie wir mit digitalen Inhalten interagieren, lernen, arbeiten und uns unterhalten. In dieser Podcast-Folge beleuchten wir mit Andrea Horvath, einer Expertin in diesem Bereich, die Welt der Extended Reality. In unserem Studiengang haben Studierende die Möglichkeit, diese spannende Technologie in höheren Semestern kennenzulernen.

     
     

    Stimmen von Studierenden

    <
    >
    Portrait Armend Suljic

    “Technik war immer ein Teil meines Lebens. Jeder Bereich des Alltags, der mit Technik erleichtert werden konnte, hat mich schon immer fasziniert. Deshalb habe ich beschlossen, Teil dieser Lösungen zu sein. Mein Studium ist dazu die perfekte Grundlage.”

    Armend Suljic studiert Computer Science and Digital Communications.

     

    Nach dem Studium

    Als Absolvent*in dieses Studiums stehen Ihnen vielfältige Berufsfelder und Karrierechancen offen. Lesen Sie hier, wohin Sie Ihr Weg führen kann.

    An der Schnittstelle von Datenverarbeitung und Datenübertragung haben Sie quer durch alle Branchen viele Möglichkeiten: in Software- Unternehmen, im Bereich Internet of Things mit Themen wie Smart City, Smart Home, Industrie 4.0, eHealth, in der Computerspiel- und Unterhaltungsindustrie, in Banken und Versicherungen mit dem Fokus auf Datensicherheit, in Telekom- und Mobilfunkunternehmen, bei Netzbetreibern und Internet-Service-Providern oder im eigenen Startup, etwa als Mobile App Designer*in. Sie beginnen meist als Projektmitarbeiter*in und haben nach mehrjähriger Berufspraxis gute Chancen auf Leitungspositionen.

    • Software-Analyst*in, Software-Designer*in und Software-Entwickler*in

    • Netzwerk-Architekt*in

    • IT- und Netzwerk-Administrator*in

    • IT-Projektmanager*in

    • Solutionarchitekt*in

      • Entwickler*in von mobile Apps

      • Systementwickler*in und -berater*in

      • Hardwarenahe Entwickler*in

      • IT-Berater*in

        Weiterführende Master

        Master

        Electronic Systems Engineering

        berufsbegleitend

        <
        >
        Dame mit dunkelblauem Sweatshirt und Brille sitzt neben Herrn in blau weiß kariertem Hemd für eine Interview. Im Hintergrund eine Cafeteria

        Im Interview

        Eveline Prochaska und Herbert Paulis

        Ein gut angelegtes Verkehrssystem ist Eckpfeiler einer funktionierenden Stadtinfrastruktur. Verkehrssimulationen, die die Auswirkungen verkehrstechnischer Änderungen in ihrer Gesamtwirkung darstellen, erleichtern die optimale Planung, erklären Eveline Prochaska, Softwareentrwicklerin und Herbert Paulis, Forschende und Lehrender aus dem Department Technik an der FH Campus Wien.

        Zum Interview
        Herr in dunklem Anzug und gestreifter Krawatte im Gespräch mit anderem Herrn mit Brille und rotem Shirt Im Hintergrund eine Galerie mit Glaswand

        Interview

        Informatik studieren – mit Igor Miladinovic

        Die Fähigkeit, sich an rasch wechselnde Gegebenheiten zu adaptieren, ist nicht unbedingt des Menschen hervorstechendste Eigenschaft. Die digitale Transformation fordert aber genau das.

        Zum Interview

        Vernetzen mit Absolvent*innen und Organisationen

        Wir arbeiten eng mit namhaften Unternehmen aus Wirtschaft und Industrie, Universitäten, Institutionen und Schulen zusammen. Das sichert Ihnen Anknüpfungspunkte für Berufspraktika, die Jobsuche oder Ihre Mitarbeit bei Forschungs- und Entwicklungsaktivitäten. Bei spannenden Schulkooperationen können Sie als Studierende dazu beitragen, Schüler*innen für ein Thema zu begeistern, wie etwa bei unserem Bionik-Projekt mit dem Unternehmen Festo. Viele unserer Kooperationen sind auf der Website Campusnetzwerk abgebildet. Ein Blick darauf lohnt sich immer und führt sie vielleicht zu einem neuen Job oder auf eine interessante Veranstaltung unserer Kooperationspartner*innen!

        Kontakt

        Studiengangsleitung

        Sekretariat

        Mag.a Marion Bozsing
        Marina Paukovits
        Melanie Paukovits

        Favoritenstraße 226, B.3.20 
        1100 Wien 
        +43 1 606 68 77-2130
        +43 1 606 68 77-2139 
        informatik@fh-campuswien.ac.at

        Lageplan Hauptstandort Favoriten (Google Maps)

        Öffnungszeiten während des Semesters
        Mo, 8.00-12.00 und 15.00-17.45 Uhr
        Di, 13.30-19.30 Uhr
        Mi, 9.00-12.00 und 13.30-17.45 Uhr
        Do und Fr geschlossen

        Lehrende und Forschende

        FH-Prof. Dipl.-Ing. Heimo Hirner

        Leiter Vienna Institute for Safety and Systems Engineering; Stellvertretender Studiengangsleiter Computer Science and Digital Communications


        Aktivitäten in Forschung & Entwicklung

        Wir arbeiten jetzt an Technologien der Zukunft damit sie uns in der Gegenwart nützen – vielfach in interdisziplinären Projekten. Damit die Technik den Menschen dient.


        Downloads

        Themenfolder Technik
        pdf, 1 MB
         

        Sie möchten mehr wissen? Wir helfen Ihnen.

         

        Haben Sie alle gewünschten Informationen gefunden?

        • Ja
        • Nein