Master Mechatronik/Robotik: Lehrveranstaltungen und Informationen zum Studium

Fakten zum Studium

  • Start: September
  • Kosten pro Semester: € 363,36 Studiengebühr, € 75,- Kostenbeitrag für Zusatzleistungen, € 20,20 ÖH-Beitrag
  • Präsenzphasen im Vollzeit-Studium: Dienstags bis Freitags tagsüber
  • Präsenzphasen im berufsbegleitenden Studium: Dienstag- und Donnerstagabends, Freitagnachmittags- und abends, Samstagvormittags
  • 120 ECTS-Punkte
  • Möglichkeit für ein Auslandssemester

Lehrveranstaltungen

Hier finden Sie die aktuellen Lehrveranstaltungen des Studiengangs. Die Darstellung unterliegt laufenden Aktualisierungen und entspricht nicht zwangsläufig dem Studienplan für das nächste Studienjahr. Module, die sich über mehrere Semester erstrecken, werden jeweils mit der ECTS-Zahl für alle Semester angezeigt. Legende: 

  • kMod kumulatives Modul (jede LV besitzt eine eigene Prüfung)
  • iMod integratives Modul mit abschließender Modulprüfung
  • UE Übung
  • ILV Integrative Lehrveranstaltung
  • SE Seminar
  • LAB Laborstunden
  • TUT Tutorien 

1. Semester

Bezeichnung ECTS
SWS
Modul 1 Mathematik (MOD1 )
German / iMod
6.00
-
Ingenieurwissenschaftliche Mathematik (BIWM)
German / ILV
6.00
4.00

Kurzbeschreibung

Die Lehrveranstaltung behandelt mathematische Themen und deren Anwendung in der Mechatronik.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • einfache statistische und wahrscheinlichkeitstheoretische Problemstellungen mit Methoden der Kombinatorik sowie der Differential- und Integralrechnung in einer Variablen zu modellieren und zu lösen
  • einfache statistische Schätzaufgaben zu lösen
  • einfache geometrische Problemstellungen im R² und R³ mit Methoden der Vektorrechnung zu modellieren
  • Systeme linearer Gleichungen mit Methoden der linearen Algebra zu beschreiben und zu lösen
  • Methoden der Linearen Algebra anzuwenden, um Matrizen zu Zerlegen sowie um lineare Abbildungen als Matrizen darzustellen
  • die Singulärwertzerlegung von Matrizen sowie die Pseudoinverse zu beschreiben, zu interpretieren und konkret zu bestimmen

Lehrinhalte

  • Teil 1: Lineare Algebra
  • Teil 2: Kombinatorik, elementare Wahrscheinlichkeitstheorie und Statistik

Vorkenntnisse

Mathematik und Robotik (Bachelorniveau), insbes.- Vektorräume, Matrizen, elementare Funktionen und komplexe Zahlen- Folgen, Reihen, Differential und Integralrechnung- Fourierreihen, Fouriertransformation, Laplacetransformation- mehrdimensionale Analysis und Differentialgleichungen

Literatur

  • Teschl G./ Teschl S. (2008), Mathematik für Informatiker, Band 1: Diskrete Mathematik und Lineare Algebra, 3rd ed. Springer
  • Teschl G./ Teschl S. (2007), Mathematik für Informatiker Band 2: Analysis und Statistik, 2nd ed. Springer
  • Stingl, P., Mathematik für Fachhochschulen, 2009, Hanser
  • Sachs, M., Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen, Hanser
  • Lang, Ch./ Pucker, N. (2005): Mathematische Methoden in der Physik, 2. Auflage, Spektrum

Leistungsbeurteilung

  • Begleitende Übungsaufgaben und 2 schriftliche Teilprüfungen zu den jeweiligen Teilen
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.

Anmerkungen

Übungsmodus: Die Übungsblätter mit den Beispielen sind jeweils bis um 7:00 am Übungstag freigeschaltet um angekreuzt zu werden. 60% der Beispiele des Teil 1 (Lineare Algebra) und 60% der Beispiele des Teil 2 (Wahrscheinlichkeitstheorie) müssen angekreuzt (d.h. frei vorrechenbar und erläuterbar) sein um eine positive Gesamtnote zu erhalten. Notenschlüssel des Übungsteils: 60% - 70% - Genügend 70% - 80% - Befriedigend 80% - 90% - Gut 90% - 100% - Sehr Gut Teilprüfungen:Jede Teilprüfung kann einmal wiederholt werden. Im Falle einer kommissionellen Prüfung wird der gesamte Inhalt der Lehrveranstaltung geprüft. Notengebung: der Übungsteil trägt 20% zur Gesamtnote bei, die Teilprüfungen - je 40%. Bei negativem Übungsteil fließen die beiden Teilprüfungen jeweils zu 50% in die Gesamtnote der Wiederholungsprüfung ein.

Modul 2 Programmierkonzepte (MOD2)
German / iMod
6.00
-
Moderne Programmierkonzepte (BMPK)
German / ILV
6.00
4.00

Kurzbeschreibung

Moderne Programmierkonzepte und Grundlagen einiger KI-Methoden.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die grundlegenden Konzepte der objektorientierten Programmierung anzuwenden wie: - Klassen - Operatoren zu überladen - Zusammensetzung und Vererbung - Templates und Iteratoren - Containerklassen
  • Agentensysteme und Umgebungen zu benennen
  • das Konzept rationalen Verhaltens zu beschreiben
  • zwischen verschiedenen Problemumgebungen zu unterscheiden
  • verschiedene Agentensysteme strukturell zu unterscheiden
  • problemlösende Agenten zu benennen
  • zielorientierte Agenten zu designen
  • zwischen Problemtypen unterscheiden zu können
  • einen Graphen mit unvollständiger Information zu durchsuchen
  • eine Problemdefinitionsformulierung zu finden
  • grundlegende Suchalgorithmen zu beschreiben wie - uninformierte Suche - Suche in stark beschränkten Suchräumen - Suchstrategien mit Hintergrundinformation zu beschreiben
  • heuristische Funktionen zu beschreiben und zu definieren
  • simulated annealing Techniken anzuwenden
  • evolutionäre Algorithmen anzuwenden

Lehrinhalte

  • Das Klassenkonzept in der objekt-orientierten Programmierung
  • Operatoren überladen
  • Vererbung
  • Templates und Iteratoren
  • Containerklassen
  • Agenten
  • Problemlösungsstrategien
  • Informed Search
  • Constrain Satisfactory Problems
  • Games

Vorkenntnisse

Mathematik, strukturierte Programmierung.

Literatur

  • Hubbard, John, Schaum's Outline of Programming with C++, McGraw-Hill, ISBN-10: 3826609107, ISBN-13: 978-3826609107
  • Russell, Stuart/ Norvig, Peter, Künstliche Intelligenz, Pearson, ISBN: 978-3-8689-4098-5

Leistungsbeurteilung

  • ProgrammierTests (moodle)
  • Projekt
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.

Anmerkungen

In dieser Lehrveranstaltung werden grundlegende Programmierkenntnisse vorausgesetzt. Falls diese noch nicht vorhanden sind, wird dringend empfohlen einen Auffrischungskurs zu besuchen!

Modul 3 Leistungselektronik (MOD3)
German / kMod
6.00
-
Leistungselektronik und elektrische Antriebe (BEL)
German / ILV
6.00
4.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt den Studierenden wesentliche Elemente der Leistungselektronik im Anwendungsfeld elektrische Antriebe und Mechatronik

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • das Schaltverhalten von aktiven und passiven elektronischen Schaltern zu beschreiben
  • das Spannungsübersetzungsverhältnis eines DC/DC Wandlers zu berechnen
  • wichtige Auslegungskriterien von Konvertern zu interpretieren
  • die Ausgangsspannung von Gleichrichtern zu konstruieren
  • Treiberstufen auszuwählen und zu dimensionieren
  • Überspannungen, die beim Schalten induktiver Lasten entstehen, unter Laborbedingungen zu messen und Maßnahmen zur Reduktion durchzuführen
  • das Spannungsübersetzungsverhältnis eines Tiefsetzstellers unter Laborbedingungen zu messen, parasitäre Effekte zu beurteilen und deren Ursache zu erklären
  • Aufbau und Betrieb folgender elektrischer Maschinen zu erklären: Gleichstrommaschine, Asynchronmaschine, Synchronmaschine , Reluktanzmaschine

Vorkenntnisse

Grundlagen: Mathematik, Elektronik

Literatur

  • Bumiller, Horst, et al., Fachkunde Elektrotechnik, (2008), Europa Lehrmittel
  • Mohan, N./ Undeland, T./ Robbins, W., Power Electronics (2002), Jon Wiley & Sons Inc.
  • Zach, F., Leistungselektronik, (2009), Springer
  • Specovius, J., Grundkurs Leistungselektronik, (2010), Springer - Vieweg
  • Fischer R., Elektrische Maschinen, (2013), Hanser Verlag
  • Spring E., Elektrische Maschinen, (2009), Springer

Leistungsbeurteilung

  • Schriftliche Abschlussprüfung
Modul 4 Entwicklung mechatronischer Systeme (MOD4)
German / iMod
6.00
-
Industrierobotik (BIRB)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung behandelt Themen im Zusammenhang mit der Entwicklung und Auslegung industrieller Robotersysteme (z.B. Aufbau, Kinematik, Dynamik, Bahnplanung und Simulation von Industrierobotern (IR)).

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Komponenten eines Industrieroboters zu benennen und ihr Zusammenwirken darzulegen
  • wesentliche Regelungskonzepte für Industrieroboter zu erläutern.
  • nichtlineare Gleichungen mit Relevanz für die Robotik numerisch zu lösen
  • mit der DH Methode einen bestehenden Roboter in seiner Kinematik zu beschreiben
  • die inverse Kinematik anzuwenden, um aus einer gegebenen Bahn die erforderlichen Gelenksparameter zu kalkulieren
  • die sich aus der Bewegung ergebenden Kräfte und Drehmomente auf die einzelnen Antriebe zu berechnen und nachfolgend einen realen Servomotor aus einem Katalog auszuwählen
  • das Verhalten eines gegebenen Manipulators mit einem Modell (in MatLab) zu simulieren und in gegebenen Arbeitspunkten in ein lineares Modell zu überführen
  • eine formale mathematische Beschreibung eines konkreten Roboters aufzustellen
  • Verlagerungen des TCP aufgrund der begrenzten Steifheit und der Belastung zu berechnen
  • parallele Kinematiken invers und direkt zu berechnen, sowie ihre Dynamik zu simulieren

Lehrinhalte

  • Entwicklungsphasen und Methoden für das Berechnen, Konstruieren und Optimieren von Robotern und Robotersubsystemen (kinematische Strukturen, Getriebe, Antriebe,...)
  • Roboter-Kinematik (parallel und seriell)
  • Vertiefung in paralleler Kinematik
  • Grundlagen der Lagebeschreibung (Euler, Quaternionen, ...)
  • Vorwärts- und Rückwärtstransformationen
  • Roboterdynamik
  • Lagrange-Euler Formulierung
  • Steuerungs- und Regelungsalgorithmen
  • Trajektorien-Planung Steuerungsstrategien und Programmierung
  • Aufstellung von Modellen eines endlich steifen Manipulators
  • Erstellen von Simulationsmodellen serieller Roboter in Matlab/Simulink unter Berücksichtigung der Durchbiegungen und Verdrillungen der einzelnen Körper und Achsen
  • Linerarisieren des Versatzes des TCP, um daraus regelungstechnische Gegenmaßnahmen setzen zu können.

Vorkenntnisse

- Ingenieurwissenschaftliche Grundlagen- Grundlagen der Mechatronik- Grundlagen der Robotik, industrielle Robotik- Mechatronische Systeme - Auslegung von Robotern (wird teils wiederholt)

Literatur

  • Spong, M., Hutchinson, S., Vidyasagar, M. (2006), Robot Modeling and Control. Wiley & Sons; Auflage 1 ISBN-10: 0471649902
  • Sciavicco, L., Siciliano, B., (2005), Modelling and Control of Robot Manipulators; Springer
  • John, J. C., 2003. Introduction to robotics - Mechanics and control second edition; Addison Wesley Publishing Company ISBN 0-201-09528-9
  • Murray, Richard M., 1994. A mathematical introduction to robotic manipulation Verlag: Crc Pr Inc; Auflage: 0002 ISBN-10: 0849379814
  • Brillowski, K., 2004. Einführung in die Robotik. Auslegung und Steuerung serieller Roboter. Shaker Verlag ISBN-10: 3832234160

Leistungsbeurteilung

  • Gesamtnote aus Projektbericht (Robotikprojekt, MatLab Simulation) und Präsentation
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben
Mechatronik 1 (BMECH)
German / ILV
3.00
2.00

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung lernen Studierende durch praktische Problemstellungen, mechatronische Systeme zu konzipieren. Durch den Einsatz von Vorgehensmodellen zum Planen und Durchführen von mechatronischen Systemen, erlernen Studierende die methodische Vorgehensweise dazu.

Methodik

Integrierte Lehrveranstaltung

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die methodischen Grundlagen zur Behandlung mechatronischer Problemstellungen zu beherrschen.
  • Wirkprinzipien und Zusammenhängen mechatronischer Systeme zu verstehen und diese anhand ihrer Vor- und Nachteile auszuwählen
  • Vorgehensmodelle zur Entwicklung mechatronischer Systeme einzusetzen.

Lehrinhalte

  • Systemtechnische Methodik zur Entwicklung mechatronische Systeme
  • Konzeption und Modellbildung mechatronischer Systeme

Vorkenntnisse

Grundlagen der Mechatronik, Elektrotechnik, Antriebstechnik, und Auslegung von Roboter (Kinematik). CAD

Literatur

  • H. Czichos, Mechatronik: Grundlagen und Anwendungen technischer Systeme, Wiesbaden: Vieweg+Teubner, 2008.

Leistungsbeurteilung

  • Individuell: Laufende Überprüfung der Teilgebiete der Mechatronik im Zusammenhang mit der Aufgabenstellung
  • Projektarbeit (Gruppe)
Modul 5 Anwendung mechatronischer Systeme (MOD5)
German / kMod
6.00
-
Advanced Sensor Systems (BASS)
German / ILV
2.00
1.00

Kurzbeschreibung

Vertiefende Kenntnisse auf den Gebieten der Sensorik vermitteln, spezieller Fokus auf bildgebende 2D/3D-Sensoren im Einsatz beim Autonomen Fahren

Methodik

Vorlesung und praktische Übungseinheiten

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Begriffe des Autonomen Fahrens zu definieren und zu erklären.
  • Sensorkonzepte der fortgeschrittenen (bildgebenden) Sensorik, die bei Autonomen Fahrzeugen vorkommen, wie Monochrom-/Farbkamera, Infrarotkamera, ToF, Stereo, Ultraschall, GPS oder LIDAR zu definieren und zu erklären.
  • für ein Assistenzsystem die Vor- und Nachteile des Einsatzes eines physikalischen Sensorsystems zu diskutieren und zu bewerten und ein dafür passendes System auszuwählen.
  • im Team eine vorgegebene Aufgabenstellung zu analysieren, einen Lösungsweg zu entwerfen und die erzielten Ergebnisse in einem Laborprotokoll zu dokumentieren und zu diskutieren.

Lehrinhalte

  • Motivation
  • Prinzip des Autonomen Fahrens
  • Sensorik für Autonomes Fahren
  • Übersicht über Sensorkonzepte
  • Vertiefung bei ausgewählten Sensoren
  • Laborübungseinheit zu bildgebenden Sensoren
  • Einsatzbeispiele

Vorkenntnisse

- Mathematik - Elektrotechnik - Sensorik und Messtechnik - Signal- und Bildverarbeitung

Literatur

  • P. Azad, T. Gockel, R. Dillmann, Computer Vision - Das Praxisbuch, Elektor-Verlag, 2007
  • W. Burger, M.J. Burge, Digitale Bildverarbeitung, Springer, 2005.
  • G. Bradski, A. Kaehler, Learning OpenCV, O`Reilly, 2008.
  • B. Jähne, Digitale Bildverarbeitung, 6. Auflage, Springer, 2005.
  • R. Siegwart, I.R. Nourbakhsh, D. Scaramuzza, Autonomous Mobile Robots, 2. Edition, MIT Press, 2011.
  • S. Teschl, MATLAB -- Eine Einführung. [online] Wien: FH Technikum Wien, 2013.
  • S. Thrun, W. Burgard, D. Fox, Probabilistic Robotics, Cambridge: The MIT Press, 2006.

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung, Klausur, Übungsbeispiele
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben

Anmerkungen

Keine

Führen von Projektteams (BFPT)
German / SE
2.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt den Studierenden grundsätzliche Prinzipien der Führung von Teams.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Rolle der Führung in den unterschiedlichen Phasen der Teamentwicklung (z. B. nach Tuckman) zu erläutern und relevante Führungshandlungen (z. B. direktive Führung in der Forming-Phase) abzuleiten
  • Dynamiken in Projektteams anhand von Modellen (z. B. Rangdynamik, Dramadreieck, TZI) zu diagnostizieren und konkrete Handungsmöglichkeiten (z.B. Delegation von Verantwortung, Kritikgespräch) fallbezogen zu entwickeln und zu begründen

Lehrinhalte

  • Führungsstile und -handlungen (bei der Führung von Projektteams)
  • Führungsinstrumente in Projektteams
  • Konsequenzen des „Nicht-Führens“
  • Rollenkonflikte "Kollege/Kollegin" und "Projektleiter/in"
  • Konflikte und schwierige Situationen in der Führung von Projektteams

Vorkenntnisse

keine

Literatur

  • Cronenbroeck, Wolfgang (2008): Projektmanagement, Verlag Cornelsen, Berlin
  • DeMarco, Tom (1998): Der Termin – Ein Roman über Projektmanagement, München: Hanser
  • Kellner, Hedwig (2000): Projekte konfliktfrei führen. Wie Sie ein erfolgreiches Team aufbauen, Hanser Wirtschaft
  • Majer Christian/Stabauer Luis (2010): Social competence im Projektmanagement - Projektteams führen, entwickeln, motivieren, Goldegg-Verlag, Wien

Leistungsbeurteilung

  • Fallstudie (Note)
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben

Anmerkungen

keine

Intelligent Manufacturing Systems (BIMS)
German / ILV
2.00
1.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt den Studierenden grundsätzliche Prinzipien, Funktionsweisen und Methoden der „intelligenten“ Produktion und deren Anwendung im Rahmen von „intelligenten Produktionssystemen“ bzw. einer „digitalen Fabrik“. Zudem gibt sie einen Überblick über die notwendigen Entwicklungsprozesse, Methoden und Werkzeuge.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Auswirkungen, Möglichkeiten, Potentiale sowie Herausforderungen und Risiken der Digitalisierung der industriellen Produktion zu erläutern und für ein spezifisches Produktionsszenario zu konkretisieren
  • für typische Produktionskomponenten und -beteiligte (Mensch, Maschine, Produkt, Werkzeug, …) konkret zu beschreiben, wie diese im Rahmen von Smart Manufacturing Konzepten „intelligent“ werden und welche unternehmerischen Möglichkeiten bzw. Herausforderungen dies eröffnet
  • die Möglichkeiten innovativer Technologien (z.B. Internet of Things, Agentensysteme, kollaborative bzw. kognitive Robotik, Data Analytics, Punkt-zu-Punkt Kommunikation von Menschen und Anlagen, etc.) mit strategischen Geschäftsmodellen und Konzepten (z.B. Mass Customization, Modularisierung, wandlungsfähige und resiliente Produktion, Digitale Fabrik, Virtualisierung von Geschäftsprozessen, etc.) zu einem Smart Manufacturing Konzeptentwurf zu verbinden
  • die Risiken und Entwicklungsfelder von Intelligent Manufacturing Konzepten zu benennen – insbesondere in Bereichen wie Sicherheit und Zuverlässigkeit, Interoperabilität, Energiemanagement, Mensch-Maschine Kollaboration, Usability, Datenmodellierung
  • Referenzarchitekturmodelle für das Intelligent Manufacturing zu erläutern und anhand dessen konkrete Systemlösungen für praktische Anwendungsbeispiele zu entwerfen
  • die für intelligente Produktionssysteme notwendigen Entwicklungsprozesse verstehen und beschreiben und die Methoden und Werkzeuge zur Systementwicklung und deren Einsatz zur mechatronischen Produktentwicklung verstehen

Lehrinhalte

  • Auswirkungen, Möglichkeiten, Potentiale und Herausforderungen bzw. Risiken der Digitalisierung der industriellen Produktion
  • Intelligenz von Produktionskomponenten und -beteiligten (Mensch, Maschine, Produkt, Werkzeug, …) im Rahmen von Smart Manufacturing
  • innovative Technologien als Enabler (z.B. Internet of Things, Agentensysteme, kollaborative bzw. kognitive Robotik, Data Analytics, Punkt-zu-Punkt Kommunikation von Menschen und Anlagen, etc.) für unternehmerische Konzepte (z.B. Mass Customization, Modularisierung, wandlungsfähige und resiliente Produktion, Digitale Fabrik, Virtualisierung von Geschäftsprozessen, etc.)
  • Risiken und Entwicklungsfelder von Intelligent Manufacturing Konzepten (z.B. Sicherheit und Zuverlässigkeit, Interoperabilität, Energiemanagement, Mensch-Maschine Kollaboration, Usability, Datenmodellierung)
  • Referenzarchitekturmodelle für das Intelligent Manufacturing und Systementwurf
  • Systems Engineering Entwicklungsprozesse, Methoden und Werkzeuge

Vorkenntnisse

Grundkenntnisse Produktionsmanagement, Produktionstechnik, Informatik, Automatisierungstechnik

Literatur

  • Brauckmann, O. (2014), Smart Production: Wertschöpfung durch Geschäftsmodelle, Springer
  • Porter, M., Heppelmann, J. (2014), Wie smarte Produkte den Wettbewerb verändern, HBM Sonderdruck 12/2014, Harvard Business Publishing
  • Porter, M., Heppelmann, J. (2015), Wie smarte Produkte Unternehmen verändern, HBM Sonderdruck 12/2015, Harvard Business Publishing

Leistungsbeurteilung

  • LV-immanente Leistungsbeurteilung
  • schriftliche Abschlussprüfung
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben

Anmerkungen

keine

2. Semester

Bezeichnung ECTS
SWS
Modul 10 - Grundlagen Management und Betriebswirtschaft (MOD10bb)
German / kMod
6.00
-
International project management (BIPM)
English / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung bietet einen Überblick über Projektportfoliomanagement und internationales Projektmanagement. Sie zeigt einige kritische Erfolgsfaktoren, um heterogene Projekte in einem Projektportfolio und internationale Projekte zu leiten. Spezielles Augenmerk wird jenen Faktoren geschenkt, die in einem nationalen Projekt nicht auftreten oder dort weniger wichtig sind.

Methodik

Inverted classroom Konzept, schriftliche Vorbereitung, Arbeit an und Präsentation von Fallstudien, Analysen, Diskussionen, Gruppenarbeit

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Bestandteile eines Projektportfolios zu identifizieren, zu kategorisieren, zu beurteilen, auszuwählen und zu priorisieren
  • ein Gleichgewicht bezüglich der in einem Unternehmensszenario relevanten Parameter wie z.B. Fristigkeit, regionale Ausgewogenheit, Zielmarktpriorität, Ressourcenauslastung herzustelle
  • den Einfluss von Kultur auf internationale Projekte zu bewerten
  • die Notwendigkeit verschiedener Managementstile in internationalen Projekten zu erklären
  • die Teamführung in internationalen Projekten situationsadäquat zu analysieren
  • die Herausforderungen der Zusammenarbeit virtueller Teams zu erklären
  • Kommunikationsprobleme in internationalen Projekten zu identifizieren

Lehrinhalte

  • Unterschiede zwischen Projekten, Projektportfolien und Programmen
  • Zusammenhang zwischen Projektportfolien und der Unternehmensstrategie
  • Rollen in Projektportfolien
  • Prozesse im Projektportfolio Management
  • Was bedeutet Kultur in internationalen Projekten?
  • Führung in internationalen Projekten
  • Multikulturelle Teams in Projekten
  • Management virtueller Projektteams
  • Internationale Kommunikation

Vorkenntnisse

Grundlegende Kenntnisse in Projektmanagement

Literatur

  • Adler, Nancy J., Gundersen, Allison (2007): International Dimensions of Organizational Behavior, 5th edition, Ohio: Thomson South-Western
  • Binder, Jean (2007): Global Project Management: Communication, Collaboration and Management Across Borders, Farnham: Ashgate Publishing
  • Hofstede, Geert, Hofstede, Gert Jan (2010): Culture and Organizations: Software of the Mind, 3rd edition, New York: McGraw-Hill
  • Köster, Kathrin (2009): International Project Management, London: Sage
  • Lomnitz, Gero (2008): Multiprojektmanagement. Projekte erfolgreich planen, vernetzen und steuern, 4. Auflage, Frankfurt am Main: Moderne Industrie
  • Solomon, Charlene, Schell, Michael (2009): Managing Across Cultures: The Seven Keys to Doing Business with a Global Mindset, New York: McGraw-Hill

Leistungsbeurteilung

  • LV-Immanente Leistungsbeurteilung (schriftliche Vorbereitungen, Fallstudien, Diskussionsbeiträge)
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.

Anmerkungen

Die Lehrveranstaltung wird in Englisch abgehalten

Planung und Controlling (BPUC)
German / ILV
3.00
2.00

Kurzbeschreibung

Diese Veranstaltung zielt auf das Verständnis und die praktische Anwendung der wichtigsten Controllingtools (e.g. SWOT-Analyse, Investitionsrechnung, Kostenrechnung, Budgetierung, Berichtwesen etc.) ab.

Methodik

Vortrag, Übungen

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • die Aufgaben des Controllings zu beschreiben
  • zwischen operativem und strategischem Controlling zu unterscheiden
  • ausgewählte Controllingtools anzuwenden
  • Abweichungen zwischen dem geplanten und dem tatsächlichen Ergebnis zu analysieren

Lehrinhalte

  • Management
  • Controlling
  • Externes Rechnungswesen
  • Strategische Planung und Kontrolle
  • Investitionsplanung
  • Finanzplanung
  • Kostenrechnung und Produktionsprogrammplanung
  • Budgetierung und Abweichungsanalyse
  • Risikocontrolling
  • Wertorientiertes Controlling
  • Berichtswesen

Vorkenntnisse

betriebswirtschaftliche Grundkenntnisse

Literatur

  • Wala/Groblschegg (2016): Kernelemente der Unternehmensführung, Linde-Verlag.
  • Eisl/Hofer/Losbichler (2015): Grundlagen der finanziellen Unternehmensführung. Band IV: Controlling, 3. Auflage, Linde-Verlag.
  • Schultz (2015): Controlling. Das Basiswissen für die Praxis, 2. Auflage, dtv-Verlag.

Leistungsbeurteilung

  • schriftliche Abschlussprüfung (100%)
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.

Anmerkungen

Weitere Hinweise und Unterlagen (z.B. Foliensatz, Beispielsammlung, Lehrvideos etc.) zum Kurs finden sich im entsprechenden Moodle-Kurs.

Modul 6 - Regelungstechnik und CAE (MOD6bb)
German / kMod
6.00
-
Advanced Control System (BACS)
German / ILV
3.00
2.00
Computer Aided Engineering (BCAE)
German / ILV
3.00
2.00

Kurzbeschreibung

Die LVA erläutert die Methoden des Computer Aided Engineering (CAE) und insbesondere die Finite Elemente Methode (FEM), und leitet die Studierenden dabei an, eine FE-Simulation als Projektarbeit selbstständig durchzuführen.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • CAE zu definieren und insbes., wesentliche Methoden des CAE zu erklären sowie Anwendungszweck und typische Einsatzgebiete zu beschreiben
  • FEM Grundlagen zu erläutern und anhand von Beispielen zu veranschaulichen
  • selbst eine FE Simulation mit SolidWorks Simulation oder Nastran durchzuführen

Lehrinhalte

  • CAE Überblick
  • Simulationskette
  • FEM Berechnungsablauf
  • FEM Grundlagen
  • Elementtypen (Integrationspunkte, Ansatzfunktionen)
  • Unterschiede CAD-integrierte Berechnung versus stand-alone FEM Tools
  • Simulation in der Produktentwicklung
  • Beurteilung von Ergebnissen
  • Ergebnisinterpretation
  • Einflussfaktoren auf die Genauigkeit
  • Diskretisierungsregeln
  • Voraussetzungen für realistische Simulation

Vorkenntnisse

Modellbildung, Mechanik, Werkstoffkunde, (Strömungslehre)

Literatur

  • Um, D. (2015), Solid Modeling and Applications: Rapid Prototyping, CAD and CAE Theory, Springer

Leistungsbeurteilung

  • LV-immanente Leistungsbeurteilung und mündliche Abschlussprüfung
Modul 7 - Automatisierung mechatronischer Systeme (MOD7bb)
German / kMod
6.00
-
Advanced Automation (BAAU)
German / ILV
3.00
2.00

Kurzbeschreibung

Im Rahmen dieser Lehrveranstaltung sollen die Studierenden ihre Fähigkeiten anwenden, verbessern und vertiefen, ein komplexes mechatronisches System (z.B. einen Roboter oder einen PKW) zu modellieren, zu simulieren und zu regeln.

Methodik

Vortrag, Diskussion, Übungen, Labor, Fernlehre

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Begriffe der fortgeschrittenen Regelungstechnik wie Zustandsregler, Riccati-Regler, Zustandsbeobachter, Kalmanfilter sowie Prinzipien der robusten und nichtlinearen Regelung zu definieren und zu erklären
  • eine Regelstrecke im Zustandsraum darzustellen und darauf basierend einen Zustandsbeobachter und einen Zustandsregler nach unterschiedlichen – auch robusten – Gütekriterien auszulegen
  • nichtlineare Systemen durch Linearisierung in eine lineare Zustandsraumdarstellung überzuführen und dafür eine Zustandsregelung zu entwerfen
  • die erlernten Methoden mit MatLab/ Simulink und der Control System Toolbox auf mechatronische Aufgabenstellungen anzuwenden und mittels Simulation zu evaluieren und zu vergleichen
  • das statische und dynamische Verhalten einer Zustandsregelung zu diskutieren, zu interpretieren und zu optimieren

Lehrinhalte

  • Fortgeschrittene Regelungstechnik
  • Zustandsregler
  • Zustandsbeobachter, Kalmanfilter
  • Robuste Regelungen
  • Nichtlineare Regelungen
  • Digitale Regelungen
  • MatLab/ SIMULINK, Control System Toolbox
  • Beispiele (z.B., aus der Längs- und Querdynamik eines PKWs oder eines Industrieroboters)

Vorkenntnisse

Grundlagen Regelungstechnik, Sensorik und Aktorik (auf Bachelorlevel), Mathematik (auf Bachelorlevel), Grundkenntnisse Matlab / Simulink .

Literatur

  • U. Kramer, Kraftfahrzeugführung, Modelle - Simulation - Regelung, Carl Hanser Verlag München, 2008. ISBN 978-3-446-40671-1
  • H. Lutz, W. Wendt, Taschenbuch der Regelungstechnik: Mit MATLAB und Simulink, Verlag Harri Deutsch, 2007. ISBN 978-3817118076

Leistungsbeurteilung

  • Abschlussklausur
  • Übungsaufgaben

Anmerkungen

Weitere Details und Lehrmaterialien werden über den begleitenden Moodle-Kurs zur Verfügung gestellt.

Mobil- und Servicerobotik 1 (BMUS)
English / ILV
3.00
2.00

Kurzbeschreibung

Dieser Kurs beschäftigt sich mit Grundlagen der probabilistic robotics. Es wird auf die Verarbeitung von Sensordaten inklusive Bewegungsmodellierung eingegangen.

Methodik

Theoriekurs bezüglich Methoden und mathematischen Ansätzen. Übungen zur Vertiefung der Kenntnisse.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • mathematischen Ansätzen zu verstehen
  • Konzepte zu verstehen
  • Algorithmen zu implementieren

Lehrinhalte

  • Grundlagen Probabilistic Robotics

Vorkenntnisse

Grundlagen Mobile Robotik Sensorik

Literatur

  • Thrun, S.; Burgard, W.; Fox, D.; Probabilistic Robotics, 2006

Leistungsbeurteilung

  • Prüfung
  • Moodel-Quiz
  • Übung
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Modul 8 - Ausgewählte Vertiefungsfächer der Mechatronik (MOD8bb)
German / kMod
6.00
-
Modellbildung und Simulation mechatronischer Systeme (BMS)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt Grundlagen der zeitkontinuierliche mathematischen Modellierung und Simulation mechatronischer Systeme mit kommerzieller Software MATLAB/Simulink

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • für die Mechatronik bzw. Robotik relevante Grundlagen der Simulation mechanischer Systeme incl. wesentlicher Prinzipien und Gesetze zu erläutern sowie entsprechende Anwendungsbeispiele zu beschreiben
  • lineare und nichtlineare Differentialgleichungen von mechatronischen Systemen herzuleiten
  • lineare und nichtlineare Differentialgleichugssysteme in MATLAB zu programmieren
  • die Fehler bei Linearisierungen zu erkennen und abzuschätzen
  • einfache Bewegungssimulationen mit kommerzieller Software durchzuführen (MATLAB/Simulink)
  • den erforderlichen Rechenaufwand, benötigte Computerressourcen und Kosten für einfache Projekte abzuschätzen

Lehrinhalte

  • Grundlagen der Dynamik
  • lineare und nichtlineare Bewegungs-Differentialgleichungen mechanischer Systeme herleiten
  • Simulation mechanischer nichtlinearer Bewegung (z.b. Doppelpendel)
  • Linearisieren der hergeleiteten DGL
  • Transformation von DGL n-ter Ordnung auf DGL-Systeme
  • Stabilitätssatz für nichtlineare DGL Systeme
  • Gleichgewichtslagen und Eigenwerte von nichtlinearen DGL-Systemen bestimmen
  • Numerische Lösung nichtlinearer DGL-Systeme incl praktischer Anwendung
  • Anwendungsbeispiele mit MATLAB/Simulink:

Vorkenntnisse

Grundkenntnisse Mechanik, Mathematik, Physik

Literatur

  • Sauer, T. (2006), Numerical Analysis, Pearson
  • Bollhöfer, M./Mehrmann, V. (2004), Numerische Mathematik, Vieweg

Leistungsbeurteilung

  • Schriftliche Abschlussprüfung
  • Simulationprojekt
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Optomechatronik (BOPT)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt Grundlagen optischer Systeme und Anwendungen in der Industrie.

Methodik

Die Vorlesung Optomechatronik gliedert sich in 2 Teile: -) frontale Vorlesung -) angewandte Simulationen in Zemax Die gelernte Theorie in der Vorlesung wird in numerischen Simulationen umgesetzt, umso die Funktion optischer Systeme besser nachvollziehen zu können.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Funktionsprinzipen unterschiedlicher optischer Systeme zu erkennen
  • die Einsatzmöglichkeiten von optischen Systemen zu beurteilen
  • fundamentalen Elemente der Photonik zu erklären
  • grundlegende Zusammenhänge betreffend die Funktionsweise optischer Systeme und Instrumente zu erläutern und an typischen Anwendungsbeispielen optischer Systeme in der Industrie zu veranschaulichen

Lehrinhalte

  • Darstellung der Natur und Eigenschaften von Licht und Lichtquellen
  • Darstellung der Grundlagen der geometrischen und physikalischen Optik
  • Darstellung der Grundlagen der Lasertechnologie
  • Anwendung optischer Systeme in der Industrie

Vorkenntnisse

Mechatronik, Mathematik, Optik

Literatur

  • Bennamoun M./ Mamic G.J., (2002), Object Recognition – Fundamentals and Case Studies, Springer
  • Burkhardt T./ Feinäugle A./ Fericean S./ Forkl A., (2004) Lineare Weg- und Abstandssensoren – Berührungslose Messsysteme für den industriellen Einsatz, moderne Industrie
  • Hügel H./ Graf T., (2009), Laser in der Fertigung – Strahlenquellen, Systeme, Fertigungsverfahren, 2. Auflage, Vieweg und Teubner
  • Löffler-Mang M., (2012), Optische Sensorik – Lasertechnik, Experimente, Light Barriers, Vieweg und Teubner
  • Losurdo M./ Hingerl K., (2013), Ellipsometry at the Nanoscale, Springer
  • Ruge I./ Mader H., (1991), Halbleiter-Technologie, 3. Auflage, Springer
  • Weissler G. A., (2007), Einführung in die industrielle Bildverarbeitung, Franzis
  • Wirsum S., (1990), Optoelektronik – Schalten, Steuern und Übertragen mit Licht, Franzis

Leistungsbeurteilung

  • Schriftliche Abschlussprüfung und Zemax Simulation in Kleingruppen
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Modul 9 - Advanced Mechatronik (MOD9bb)
German / iMod
6.00
-
Mechatronik 2 (BMECH)
German / ILV
6.00
4.00

Kurzbeschreibung

Die im Rahmen der Lehrveranstaltung Mechatronik 1 entwickelten mechatronische Systeme werden optimiert, gefertigt, programmiert und aufgebaut.

Methodik

Integrierte Lehrveranstaltung

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • mechatronische Systeme auszulegen,
  • komplexe, technische Systeme zu entwickeln beziehungsweise entsprechend dem Systemkonzept zu modifizieren.
  • Grundwissen in Sensorik, Informatik, Mechanik (Kinematik), Elektrotechnik, Signal- und Bildverarbeitung und Regelungstechnik zu zeigen,

Lehrinhalte

  • Effizientes Zusammenwirken von mechanischen, elektronischen und informationsverarbeitenden Systemen
  • Realisierung eines mechatronischen Systems

Vorkenntnisse

Programmieren, Algorithmen und Datenstrukturen, CAD, Matlab

Literatur

  • H. Czichos, Mechatronik: Grundlagen und Anwendungen technischer Systeme, Wiesbaden: Vieweg+Teubner, 2008.
  • H. Berhold , P. Döring, L. Klüber, S. Nolte und R. Simon, Mechatronik: Grundlagen und Komponenten, Wiesbaden: Vieweg+Teubner Verlag, 2004.
  • H. Bernstein, Grundlagen der Mechatronik, Berlin: VDE Verlag, 2004.
  • W. Roddeck, Einführung in die Mechatronik, Wiesbaden: Vieweg+Teubner Verlag, 2012.
  • M., Husty, A. Karger, H. Sachs, W. Steinhilper, Kinematik und Robotik, Berlin Heidelberg: Springer-Verlag ,1997.
  • C. Woernler, Mehrkörpersysteme: Eine Einführung in die Kinematik und Dynamik von Systemen starrer Körper, Berlin Heidelberg: Springer-Verlag , 2011.
  • L. Sciavicco, B. Siciliano, Modelling and Control of Robot Manipulators, London: Springer-Verlag, 2000.
  • P. Corke, Robotics Vision and Control: Fundamental Algorithms in MATLAB, Berlin Heidelberg: Springer-Verlag, 2011.

Leistungsbeurteilung

  • aktive Mitarbeit sowie zeitgerechte Erfüllung der gestellten Aufgaben
  • Laufende Überprüfung der Teilgebiete der Mechatronik im Zusammenhang mit der Aufgabenstellung
  • Abschlussprüfung/ -präsentation
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.

3. Semester

Bezeichnung ECTS
SWS
Modul 11 Produktionsmanagement (MOD11bb)
German / kMod
6.00
-
Prozessmanagement und Produktionsplanung (BPZM)
German / ILV
4.50
3.00
Modul 12 Ausgewählte Felder der Robotik (MOD12bb)
German / kMod
7.00
-
Industrial Handling (BIHA)
German / ILV
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt einen Überblick über industrielle Handhabungstechnik mit den Schwerpunkten Manipulatoren und Montageautomatisierung

Methodik

VorlesungenDurcharbeiten von Übungsaufgaben mit ProblemdiskussionAusgewählte Berechnungen

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Lösungen zum Einsatz konventioneller Handhabungstechnik zu beschreiben, zu analysieren und in ihrer Funktionsweise zu erklären
  • Funktionsweise, Einsatz und Anwendungsbeispiele von Manipulator(Balancer-)technik und automatisierte Montagemaschinen zu beschreiben
  • Funktionsweise und Einsatz von Kurven- und Kurvenschrittgetrieben zu erläutern

Lehrinhalte

  • Ausgewählte Probleme konventioneller Handhabungstechnik
  • Aufbau, Konstruktion und Einsatz manuell geführter Manipulatoren
  • Handhabungsvorgänge in der Montage und ausgewählte Produktbeispiele
  • Maschinenverkettung
  • Bandzuführung
  • Bewegungsdesign
  • Kurven- und Kurvenschrittgetriebe
  • Intelligente Handhabungsgeräte

Vorkenntnisse

Grundkenntnisse Mechanik und Handhabungstechnik

Literatur

  • Malisa V./ Hesse, S. (2010), Taschenbuch Robotik-Montage-Handhabung; Fachbuchverlag Leipzig im Hanser Verlag
  • Hesse, S., et al., (2001), Manipulatorpraxis, Vieweg, Wiesbaden
  • Hesse, S. (2008), Handhabungstechnik von A bis Z. Hoppenstedt, Darmstadt
  • Volmer, J., Hrsg., (1989), Kurvengetriebe. Verlag Technik, Berlin

Leistungsbeurteilung

  • schriftliche Abschlussprüfung
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben
Mobil- und Servicerobotik 2 (BMUS2)
German / ILV
4.00
2.50

Kurzbeschreibung

Die Lehrveranstaltung vermittelt grundlegende Methoden der mobilen Robotik und der Servicerobotik inclusive erster Anwendungen; Insbesondere Vertiefung des Stands der Technik in einem ausgewählten Bereich der Service Robotik (Schwerpunkt Wahrnehmung)

Methodik

Folien mit dem gesamten Stoff2 SeminararbeitenWöchentliche Aufgaben zum durchrechnen oder implementieren

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Grundkonzepte der Bildverarbeitung wie Kantenerkennung zu verstehen und zu implementieren,
  • Methoden zur Objekterkennung zu analysieren und eine davon zu implementieren und in Anwendungsfällen auszutesten, und
  • erste Methoden zur Wahrnehmung vom Roboter zu planen, Vor- und Nachteile abzuschätzen, und in weiterer Folge auch umzusetzen

Lehrinhalte

  • Roboter als System
  • Serviceroboter und Wahrnehmung (infrarot, Sonar, Laser, vision based Sensors)
  • Projektarbeit aus dem Bereich Serviceroboter
  • Bildverarbeitung, Filter, Kantenerkennung, Farbmodelle, geometrische Merkmale, Interestpunkte, grundlegende Algorithmen und deren Implementierung
  • Objekterkennung, 3D Kameras und 3D Bildbearbeitung
  • Kognitive Robotik
  • Anwendungen für die mobile und Service Robotik
  • Schwerpunkt auf Objekterkennung und Sehen für Roboter

Vorkenntnisse

- Grundkenntnisse mobile Robotik (Bachelorniveau)- LV Mobile und Service Robotik 1, Sensorik

Literatur

  • Szeliski, R., (2010), Computer Vision: Algorithms and Applications, Springer

Leistungsbeurteilung

  • Abgaben
  • Seminare
  • Prüfung
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Service- und objektorientierte Algorithmen in der Robotik (BSOA)
German / ILV
1.50
1.00

Kurzbeschreibung

In diesem Kurs wird der Einsatz und die Programmierung von mobilen Robotern in Kleingruppen demonstriert. Es wird am Anfang ein kurzer Überblick über die bestehenden Möglichkeiten gegeben, und danach wird in Kleingruppen ein Projekt realisiert.

Methodik

Der Kurs besitzt einen starken Projektcharakter, da die Präsenzstunden deutlich reduziert sind. Es wird wert auf einen praktischen Umgang mit dem mobilen Roboter gelegt.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • verschiedene Nodes im Programm zu identifizieren
  • den Informationsfluss des dezentralisierten Programmes nachzuverfolgen
  • ein komplexeres Softwaresystem für einen mobilen Roboter zu planen

Lehrinhalte

  • C++/Bash
  • ROS
  • Kurze Übersicht über verschiedene Programmierkonzepte

Vorkenntnisse

Verpflichtend: - Sensorik/Regelungstechnik - Programmierkenntnisse in C und rudimentäre Kenntnisse in C++

Literatur

  • http://wiki.ros.org/ROS/Tutorials
  • O'Kane A Gentle introduction to ROS

Leistungsbeurteilung

  • Projekt
Modul 13 Management- und Sprachkompetenzen (MOD13bb)
German / kMod
6.00
-
Agile Entwicklungsmethoden im Innovationszyklus (BINN)
German / ILV
3.00
2.00

Kurzbeschreibung

Übersicht über die Grundlagen des Innovations- und Technologiemanagements sowie Übung in deren Anwendbarkeit Einführung in agile Entwicklungsmethoden und deren Anwendung

Methodik

Vorlesung und Übung

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Innovation in ihrer wirtschaftlichen und gesellschaftlichen Bedeutung zu verstehen.
  • Innovation - von der Vision bis zur Umsetzung - zu planen.
  • Innovationsstrategien zu beurteilen.
  • verschiedene Ansätze des Wissens- und Technologietransfers, wie z.B. das Open Innovation-Modell, besser zu verstehen.
  • bezüglich der Thematik rund um Schutzrechte (IPR) informiert und sensibilisiert zu sein.
  • einen Überblick über die österreichische Forschungsförderungslandschaft zu haben.
  • offen für neue Entwicklungen, wie z.B. im Bereich neue innovative Geschäftmodelle, zu sein.
  • die Digitalisierung auch im Kontext der F&E einordnen zu können.
  • neue Ideen, Visionen zu haben.
  • den Unterschied zw. klassichen und agilen Entwicklungsmethoden zu erklären
  • Eignung, Vorteile und Nachteile von agilen Methoden zu verstehen

Lehrinhalte

  • Begriffsdefinitionen
  • Konzepte
  • Zusammenhänge/Modelle
  • Anwendbarkeit - Praxisbeispiele
  • Learning from the best - Cases
  • Reflexionen
  • Agile Manifesto, SCRUM, Kanban

Vorkenntnisse

Grundlagen der Betriebswirtschaftslehre

Literatur

  • Hauschildt, J., Salomo, S., Schultz, C., Kock, A. (2016): Innovationsmanagement, Vahlen Verlag.
  • Vahs, D., Brem, A. (2015): Innovationsmanagement: Von der Idee bis zur erfolgreichen Vermarktung, Schäffer-Poeschel Verlag
  • Gassmann, O., Frankenberger, K., Csik, M. (2013): Geschäftsmodelle entwickeln, Hanser Verlag
  • Ausgewählte Fachartikel
  • Bruce Powel Douglass: Agile Systems Engineering
  • John Caroll: Agile Project Management

Leistungsbeurteilung

  • Klausur, Ausarbeitung eines Case, Vorbereitung von Übungen, sowie Mitarbeit
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben

Anmerkungen

Im Mittelpunkt der LV steht die Interaktion zwischen den Studierenden und den Lehrenden. Der gegenseitige Interessensaustausch gilt dabei auch für die Lehrinhalte als richtungsentscheidend.

Technical English (BENG)
English / SE
3.00
2.00

Kurzbeschreibung

Vermittlung der für das Masterstudium erforderlichen Fertigkeiten wie das Verfassen von wissenschaftlichen Abstracts und Arbeiten sowie die Präsentation eines technischen Projektes in englischer Sprache

Methodik

Seminar

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • Abstracts und wissenschaftliche Arbeiten in englischer Sprache nach den vorgegebenen formalen und sprachlichen Kriterien zu gliedern und zu verfassen
  • technische Projekte und Schriften wie die Masterarbeit in englischer Sprache vor einer Prüfungskommission zu präsentieren und anschließend Fragen zu beantworten

Lehrinhalte

  • Englisch für wissenschaftliche Arbeiten
  • Struktur und Sprache eines englischen Abstracts
  • Verfassen eines Abstracts für das 3. Semesterprojekt
  • Aufbau einer technischen Projektpräsentation
  • Präsentationstechniken und sprachliche Mittel
  • Präsentation des 3. Semesterprojektes

Literatur

  • Göschka, M. et al (2014) Guidelines for Scientific Writing
  • Handouts zu aktuellen Themen

Leistungsbeurteilung

  • Beurteilt wird die Qualität der mündlichen und schriftlichen Arbeit, sowie die Teilnahme an Diskussionen.
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Modul 14 Projekt Mechatronik/Robotik (MOD14bb)
German / iMod
6.00
-
Projekt (PRJ)
German / PRJ
6.00
4.00

Kurzbeschreibung

Selbstständiges Bearbeiten und Lösen einer individuellen Projektaufgabe im Themenfeld Mechatronik/ Robotik

Methodik

Projektarbeit

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • eine grob formulierte Aufgabenstellung zu als Vorbereitung für einen Projektplan zu präzisieren
  • aus generischen Phasenmodellen des System Engineering ein konkretes Vorgehen abzuleiten – je nach gewähltem Thema unter Verwendung von (rapid) prototyping Methoden
  • einen Projektplan in den Dimensionen Zeit, Finanzbedarf und Ressourceneinsatz bzw.-allokation aufzustellen (Gantt-Chart und Projektstrukturplan (PSP))
  • zu geeignetem Projektzeitpunkt eine Machbarkeitsprüfung (nach Bedarf 2-stufig für logisches und physisches Modell) durchzuführen sowie Projektplan und PSP entsprechend anzupassen
  • im Rahmen der Lehrveranstaltungstermine (vorgegebene Projektmeetings und Präsentationstermine) das Projekt vom Kick-off via Kundenbedarfsanalyse und 1-2 Zwischenbericht(e)/ -präsentation(en) bis hin zur Inbetriebnahme, Endpräsentation und Dokumentation umzusetzen

Lehrinhalte

  • Projektdefinition und Präzisierung der Anforderungen, Machbarkeit
  • Kick-off
  • Projektplanung und -abwicklung
  • Funktionsmodell
  • Systementwurf
  • Prototypenentwicklung
  • Zwischen- und Endpräsentation
  • Verfassen eines wissenschaftlichen Projektberichtes

Vorkenntnisse

- Grundkenntnisse wissenschaftliches Arbeiten- Projektmanagement- fachspezifisches Vorwissen Mechatronik/ Robotik (projektabhängig)

Literatur

  • Anglia Ruskin University, (2010), Guide to the Harvard Style of Referencing, 2nd edition
  • Teschl S., Göschka, K.M., (2010), Leitfaden zur Verfassung einer Bachelorarbeit oder Master Thesis, Version 3.0 und Institut für Mechatronics, Änderungen zum Leitfaden, V4, August 2011
  • Skern, T., (2009), Writing Scientific English: A Workbook, UTB, Stuttgart
  • weitere Literatur projektabhängig

Leistungsbeurteilung

  • Beurteilung des Projektergebnisses und des Projektberichtes.
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Modul 15 Unternehmensführung (MOD15bb)
German / kMod
5.00
-
Steuerrecht (BSTR)
German / ILV
2.00
1.50

Kurzbeschreibung

Grundzüge des österreichischen Steuer- und Sozialversicherungsrechts

Methodik

Vorlesung

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • ihre Einkünfte einer Einkunftsart zuzuordnen
  • einen Jahresgewinn zu ermitteln und die dazugehörige Steuer und Sozialversicherungsabgaben zu berechnen
  • eine eventuelle Umsatzsteuerpflicht zu erkennen
  • zwischen den verschiedenen Arten der Beschäftigung zu unterscheiden, deren Vor- und Nachteile abwägen und die dazugehörigen Kosten zu berechnen

Lehrinhalte

  • Einkommensteuer
  • Körperschaftsteuer
  • Umsatzsteuer
  • Arten der Arbeitsvertragsgestaltung im Bereich der Sozialversicherung

Vorkenntnisse

Grundlagen Gesellschaftsrecht

Literatur

  • Lebensaft-Melwisch G./ Lebensaft G., (2017), Überblick Steuerrecht und Sozialversicherung,

Leistungsbeurteilung

  • Schriftliche Abschlussprüfung, Mitarbeit
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.
Unternehmensführung (BUNF)
German / ILV
3.00
2.00

Kurzbeschreibung

Grundprinzipien operativer sowie strategischer Unternehmensführung werden dargestellt. Business Case: Projekte und Investitionen müssen betriebswirtschaftlich beurteilt und gegenüber der Geschäftsleitung oder den Kapitalgebern schlüssig argumentiert werden, um damit Geldmittel bereitstellen zu können. Ziel der LV ist es, den Studierenden ein Basishandwerk zur Analyse der relevanten Einflussfaktoren eines Projektes oder Investition als Entscheidungsvorlage zur Verfügung zu stellen.

Methodik

VorlesungVortragBeispieleErstellung eines Business Case durch Studenten, Coaching der Studierenden durch den Lektor.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • einen Business Case zu erstellen

Lehrinhalte

  • Business Case
  • Gegenstand, Zweck, Einsatzfelder und Grenzen des Business Case
  • Analyse von Kosten und Nutzen
  • Investitionsrechnung
  • Finanzierung
  • Operative und strategische Unternehmensführung

Vorkenntnisse

Betriebswirtschaft: - Kostenrechnung- Investitionsrechnung- Finanzierung

Literatur

  • Skripten

Leistungsbeurteilung

  • Business Case (25%)Schriftliche Abschlussprüfung (75%)
  • Wenn eine Gruppennote vergeben wird, die für alle Teammitglieder identisch ist, behalten sich die LektorInnen bzw. die Studiengangsleitung vor, im Falle erkennbarer Abweichungen vom Leistungsniveau einzelner Studierender, individuell unterschiedliche Noten zu vergeben.

4. Semester

Bezeichnung ECTS
SWS
Modul 16 Master Thesis (MOD16)
German / kMod
30.00
-
DiplomandInnenseminar (DISbb)
German / SE
3.00
2.00

Kurzbeschreibung

Die Lehrveranstaltung vermittelt den Studierenden Grundsätze und Methoden für die Anfertigung ingenieurswissenschaftlicher Arbeiten, insbesondere die Masterarbeit und begleitet ergänzend zu den MasterarbeitsbetreuerInnen die Erstellung der Masterarbeiten.

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • eine Masterarbeit zu definieren, und insbesondere - eine relevante Forschungslücke zu formulieren - für eine Masterarbeit angemessene Forschungsfragen zu definieren - ein wissenschaftlich konsistentes Forschungsdesign zu entwerfen
  • den Themenentwurf für eine Masterarbeit unter Einbeziehung systematisch durchgeführter Recherchen zum state of the art in eine 3-5seitige Disposition zu überführen
  • die Disposition weiter zur Masterarbeit auszuarbeiten
  • die Masterarbeit in der Masterprüfung zu präsentieren

Lehrinhalte

  • Forschungslücke, Forschungsfrage, Forschungsziele
  • Forschungsdesign, wissenschaftliches Vorgehen und Methoden
  • Argumentationsgang von Masterarbeiten
  • Präsentation der Arbeit, peer-feedback
  • Individuelle Unterstützung, Beantwortung individueller Fragen

Literatur

  • In Abhängigkeit vom jeweiligen Thema

Leistungsbeurteilung

  • Beurteilung am LVA-Ende.
Master Thesis (MTbb)
German / BE
27.00
0.00

Kurzbeschreibung

Eigenständige Erstellung einer Masterthesis unter Betreuung durch eine/n fachkundige/n Lektor/in

Lernergebnisse

Nach erfolgreichem Abschluss sind die Studierenden in der Lage, ...

  • eine wissenschaftlichen Arbeit auf Masterniveau zu erstellen
  • die Ergebnisse der Masterarbeit in unterschiedlichen Formen zusammenfassend darzustellen (insbes. 2-seitiges extended abstract, wissenschaftliches Poster, ggf. unter Nutzung von Demonstrationsobjekten oder -vorrichtungen bzw. kurzen Videodemonstrationen)
  • diese Masterarbeit in Deutscher und Englischer Sprache im Sinne einer akademischen Defensio einer Fachkommission zu präsentieren

Lehrinhalte

  • Strukturierung der Arbeit, Forschungsfrage und Forschungsdesign
  • Literaturrecherche
  • ggf. empirische Arbeit (Erhebungsmethodik, Datenerhebung, Auswertung, Ergebnisdokumentation), Programmierung, Durchführung von Experimenten, Prototypenentwicklung, etc. unter Verwendung einschlägiger Methodenliteratur
  • Verfassen der Arbeit und weiterer Dokumente (Abstract, Disposition, wissenschaftliches Poster, Demonstrationsaufbauten)
  • Präsentation

Vorkenntnisse

Diplomandinnenseminar

Literatur

  • Karmasin M./ Ribing, R., (2014), Die Gestaltung wissenschaftlicher Arbeiten: Ein Leitfaden für Seminararbeiten, Bachelor-, Master- und Magisterarbeiten sowie Dissertationen, UTB

Leistungsbeurteilung

  • Beurteilung durch den Betreuer unter Einbeziehung des Gutachtens des Zweitbetreuers