Master Software Engineering: Lehrveranstaltungen und Informationen

Kurzbeschreibung

Softwaretesten für Fortgeschrittene mit vielen praktischen Übungen. Schwerpunkte sind Testfallfindung und Testabdeckung im Black- und White-Boxtesting. Darüberhinaus wird die Frage der Testqualität mittels Restfehlermessung und Testreife vertieft.

Methodik

Die Lernergebnisse werden Schritt für Schritt über die praktischen Übungen erarbeitet. Jedes Vorlesungsthema wird kurz vorgestellt, dann in einer Selbststudienphase zu Hause erarbeitet und dann in einer Lerneinheit gemeinsam im Hörsaal bearbeitet.

Lernergebnisse

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

• professionell und methodisch Testfälle herzuleiten und deren Qualität zu bewerten.
• die Testreife einer Organisation zu bewerten und Restfehlerzahlen zu schätzen.

Lehrinhalte

• Black Box Testing (d.h. die Herleitung von möglichst guten Testfällen aus den Anforderungen)
• White Box Testing (d.h. die Herleitung von möglichst guten Testfällen aus Anforderungen und Code, objektive Messung der Testfallqualität, objektive Messung der Restfehlerrate)
• Testing Maturity (wie kann man die Reife einer Testorganisation steigern und wie kann man sie messen?)

Vorkenntnisse

Grundkenntnisse der Programmierung Grundkenntnisse des Software Testens

Literatur

• Selbststudienunterlagen werden durch die Vortragenden zur Verfügung gestellt.

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung

Kurzbeschreibung

Die Lehrveranstaltung informiert über die Konzepte von fortgeschrittener Softwareentwicklung anhand von Theorieblöcken zu ausgewählten Kernkompetenzen wie Abstraktion, Refactoring und dem Umgang mit Abhängigkeiten. Zusätzlich werden Einzelübungen eingefordert, die vorgestellte Themen praktisch festigen und verständlich machen sollen.

Lernergebnisse

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

• eine aus technischer Sicht passende Lösung für ein gegebenes Problem zu finden und zu argumentieren.
• bestehenden Legacy Source Code zu verstehen und aufgrund der gegebenen Probleme zu optimieren.
• qualitativ hochwertigere Software zu entwickeln.

Lehrinhalte

• Strukturiertes Refactoring
• Formen passender Abstraktion
• Design Patterns verstehen und anwenden
• Clean Code Prinzipien und Software Craftmanship
• Testbarkeit von Source Code und TDD
• Continious Integration und Continous Deployment in Software Projekten
• Anwenden von Consumer Driven Contract Testing

Vorkenntnisse

Programmierfertigkeiten in objektorientierten Sprachen wie Java oder C#. Grundverständnis für GOF Design Patterns. Grundverständnis für Clean Code Prinzipien.

Literatur

• siehe Moodle

Leistungsbeurteilung

• drei Einzelübungen; Test mit praktischem und theoretischem Part;

Kurzbeschreibung

Softwaresysteme gibt es unzählige, doch sehr viele davon verursachen Probleme bei den Benutzern – egal ob im betrieblichen oder privaten Umfeld. Das kostet Geld, Zeit und Reputation, manchmal stellt dies sogar ein Sicherheitsrisiko dar! Wie entwickelt man aber Systeme, welche nachweislich den Anforderungen der tatsächlichen Benutzer entsprechen, sowohl in dem was sie bieten also auch wie? Nur derartig umgesetzte Systeme haben nachhaltig Erfolg, daher wird in dieser Lehrveranstaltung der Benutzer zentrierte Designansatz vermittelt.

Methodik

In dieser LV stehen neben direkt anwendbaren theoretischen Grundlagen zahlreiche praktische Beispiele im Vordergrund. Die Methodik und Inhalte wurden seit dem letzten WS komplett überarbeitet. Es werden in diesem WS mehr Vorkenntnisse vorrausgesetzt!

Lernergebnisse

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

• die Notwendigkeit und Vorteile eines User Centered Design Prozess zu erläutern bzw. für konkrete Projekte zu argumentieren
• die einzelnen Bestandteile/Phasen des User Centered Design Prozesses im Detail zu erläutern und für konkrete Projekte zu planen 
• eine Auswahl gängiger Methoden für konkrete Projekte anwenden können

Lehrinhalte

• Usability Engineering und UX Prozesse, Methoden und deren Anwendung, Fallstricke und Risikofaktoren
• Kognitions- und sozialpsychologische Grundlagen der UX Gestaltung

Vorkenntnisse

Grundlegende Kenntnisse zu dem Usability Enginering bzw. UX Design Ansatz und Phasen werden vorrausgesetzt. Ein Reader wird asap bereitgestellt, mittels welchem Studenten feststellen können, ob ihre Vorkenntnisse ausreichen bzw. ggf diese zu ergänzen.

Literatur

• tbd

Leistungsbeurteilung

• Laufende Überprüfungen der Inhalte der Fernlehreeinheiten Abschließender schriftlicher Test

Kurzbeschreibung

Der Kurs vermittelt fundiertes UML-Wissen mit Fokus auf die Diagrammtypen Klassendiagramm, UseCase-Diagramm, Aktivitätsdiagramm und Sequenzdiagramm. Über die Modellierungsmethoden hinaus wird in dem Kurs auch Wissen über den formalen Aufbau der Modellierungssprache UML vermittelt. Teilnehmer lernen auch das Metamodell der UML kennen.

Lernergebnisse

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

• sowohl statische als auch dynamische Eigenschaften eines IT-Systems in UML zu modellieren.
• für konkrete IT-Systeme die jeweils geeigneten UML-Diagrammtypen auszuwählen und anzuwenden.
• die formalen Eigenschaften der Modellierungssprache UML zu erklären.xxx
• die Qualität von UML-Modellen zu bewerten.

Lehrinhalte

• Formale Eigenschaften der UML Klassendiagramm UseCase Diagramm Aktivitätsdiagramm Sequenzdiagramm

Vorkenntnisse

Grundwissen der objektorientierten Programmierung vvvv

Literatur

• Weilkiens, Tim / Oestereich, Bernd: „UML 2 - Zertifizierung: Fundamental, Intermediate und Advanced"

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung

Kurzbeschreibung

Die Lehrveranstaltung vermittelt den Studierenden theoretische Kenntnisse zur Führung interkultureller, verteilter und internationaler (IDI-)Teams und bereitet sie darauf vor diese im beruflichen Kontext umzusetzen. Die persönliche Reflexion, das Behandeln von Fallbeispielen und das Üben von Verhaltensmöglichkeiten stehen im Mittelpunkt.

Lernergebnisse

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

• Probleme, Chancen und Dynamiken in IVI-Teams (z.B. anhand der Kulturdimensionen, -identitäten) zu analysieren und das eigene Verhalten zu reflektieren.
• die Rolle der Führung in den unterschiedlichen Phasen der Teamentwicklung (z. B. nach Tuckman) insbesondere in IVI-Teams zu erläutern und relevante Führungshandlungen abzuleiten.
• Führungstrategien in IVI-Teams (z. B. Aufgaben und Instrumente) zu erläutern und beispielhaft zu entwickeln.

Lehrinhalte

• Multi-, Inter- und Transkulturalität
• Kulturaspekte (z.B Kulturdimensionen nach Hofstede und kulturelle Identität)
• Faktoren im internationalen Personalmanagement
• Charakertistika verteilter Teams
• Führung (z.B. Stile und -instrumente) von Projetteams
• Kriterien und Kompetenzen für erfolgreiche IVI-Teamführung

Vorkenntnisse

keine

Literatur

• Cronenbroeck, Wolfgang (2008): Projektmanagement, Verlag Cornelsen, Berlin
• 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
• weitere Literatur zu interkulturellen, verteilten und internationalen Teams

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung und Prüfung (Note)

Anmerkungen

keine

Kurzbeschreibung

Ziel dieser Lehrveranstaltung ist es, Ihnen einen Überblick über die Entwicklung von Software Frameworks zu geben.

Lernergebnisse

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

• das Konzept von Software Frameworks zu erklären
• ein Software Framework und die dazugehörigen abstrakten und konkreten Klassen mittels Role Based Modeling zu entwickeln.
• mit Hilfe einer OSGi Implementierung eine Anwendung oder Framework zu implementieren

Lehrinhalte

• OSGi, Role Model Based Framework Design, API Design

Vorkenntnisse

Java

Leistungsbeurteilung

• Schriftliche Prüfung sowie ein Programmierbeispiel

Kurzbeschreibung

Die LV gibt eine Einführung in parallele Programmierung auf Graphics Processing Units (GPUs) im Hinblick auf hohe Performance. Sie behandelt die Hardware-Architekture von GPUs sowie die parallele API OpenCL.

Lernergebnisse

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

• einfache OpenCL Applikationen (z.B. Bildbearbeitung) zu implementieren.
• die grundlegende Architektur einer GPU und die zugehörigen Modelle paralleler Programmierung zu erklären.
• Unterschiede des OpenCL/GPU Speichermodells zum CPU/RAM-Modell aufzuzeigen und daraus resultierende Implikationen für performante parallel Programme zu erklären.
• den Scan-Algorithmus in OpenCL zu implementieren.
• die Anwendung des Scan-Algorithmus in parallelen Anwendungen wie Sortieren oder Bildbearbeitung zu erklären.

Lehrinhalte

• Parallele Programmierparadigmen und Algorithmen
• OpenCL Programmierung
• GPU Architektur und Speichermodell
• Performanceoptimierung von parallelen Programmen

Vorkenntnisse

Programmierkenntnisse in C++ oder Java

Literatur

• McCool, Robison, Reinders: Structured Parallel Programming. Elsevier, 2012

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung:
• Selbstevaluierungsaufgaben (Online)
• Programmierprojekt
• Abschlußpräsentation

Kurzbeschreibung

Paralleles Programmen mittels Multithreading

Methodik

Vorlesung mit praktischen Übungen, sowie Übungsbeispiele.

Lernergebnisse

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

• Concurrency Primitives wie etwa Monitors zu verstehen und praktisch anzuwenden.
• Fehler in Verbindung mit Multithreading wie etwa Race-Conditions und Deadlocks zu erklären und zu vermeiden.
• nicht-parallelisierten Programmcode im Bezug auf potentiellen Performance-Gewinn durch Parallelisierung zu analysieren und gegebenenfalls dies umzusetzen
• in mindestens einer Programmiersprache sowohl Schleifen als auch Divide-and-Conquer-Algorithmen parallel so zu implementieren, sodass es einen Performance-Gewinn gibt.
• Konzepte wie Thread-Pooling, Data-Parallelism und Task-Parallelism in Frameworks wie OpenMP, CilkPlus, TPL und Java Parallel Streams zu erklären und in einfachen Aufgabenstellungen anzuwenden.
• Performance-Probleme wie etwa Oversubscription oder False-Sharing zu erklären und zu vermeiden.

Lehrinhalte

• Entwickeln und Anwenden paralleler Programmierkonzepte. In praktischen Übungen werden die Konzepte in Programmiersprachen C# und C behandelt. Im Laufe der Lehrveranstaltung werden vereinzelt Alternativen in anderen Programmiersprachen besprochen und Gemeinsamkeiten sowie Unterschiede erläutert.

Vorkenntnisse

C-Basiskenntnisse, sehr gute Programmierkenntnisse in mindestens einer Programmiersprache

Literatur

• Michael McCool et al, Structured Parallel Programming: Patterns for Efficient Computation. Morgan Kaufmann, 2012
• Tim Mattson et al, Patterns for Parallel Programming. Addison-Wesley Professional, 2004

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung

Kurzbeschreibung

Augmented Reality (AR) ist die Verbindung von realen und virtuellen Inhalten. In dieser LV werden die technischen Grundlagen und praktischen Möglichkeiten von AR aufgezeigt.

Lernergebnisse

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

• Augmented Reality Systeme zu unterscheiden, zu charakterisieren (bildbasiert, sensorbasiert) und für bestimmte Anwendungsklassen (z.B. stationäre Installation, mobile Applikation, etc.) 
auszuwählen
• verschiedene bildbasierte Trackingverfahren (Marker, NFT, SLAM, 3D Tracking) zu unterscheiden und aufgrund ihrer Trackingperformance zu analysieren und zu bewerten
• anschließend bestehende AR Software Frameworks auszuwählen (z.B. Metaio SDK, vuforia SDK, etc.) und in eigenen Projekten einzusetzen bzw. eigene AR Applikationen zu implementieren. Um dieses Ziel zu erreichen, wird von den Studierenden eine mobile AR App mit vordefiniertem Funktionsumfang im Zuge der LV implementiert (Trackertausch, Contenttausch, einfache Animation, mathematische Berechnungen der Tracking Pose, etc.)

Lehrinhalte

• AR Grundlagen & Tracking Methoden: marker-basiertes, NFT-, SLAM- und 3D-Tracking. n- Rendering, OpenGL, CG, Materialien & Texturen, Transparenz, 3D Engines. n- GPS-basierte AR, Audio-AR, AR-Brillen (Google Glass, Epson). n- AR SDKs und Frameworks. n- Interaktion, Animation, Picking.

Vorkenntnisse

Grundkenntnisse in Computergrafik und Computervision und ein mathematisches Grundverständnis sind von Vorteil.

Leistungsbeurteilung

• laufende Kurzüberprüfungen, Praktische Übungen, Abschlussprüfung

Kurzbeschreibung

In dieser Lehrveranstaltung lernen Sie die volle Kapazität Ihres Gehirnes zu nutzen um Probleme zu lösen und Ziele zu erreichen.

Methodik

Seminar und Fernlehre

Lernergebnisse

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

• Ziele die sie erreichen wollen zu formulieren
• grundlegende Elemente der Aufmerksamkeitsmeditation zu praktizieren
• bewusste Fokussierung auf Ziele zur Ausrichtung von unbewussten Prozessen zu nutzen

Lehrinhalte

• Informationsverarbeitung im menschlichen Gehirn
• Bewusste und unbewusste Hirnareale
• Unbewusstes Wissen nutzen
• Meditationstechniken um die eigene Performance zu steigern

Vorkenntnisse

keine

Literatur

• James Borg, "Mind Power", Pearson 2010
• Kazuo Inamori, "A Compass to Fulfillment", Mc Graw Hill
• Heinz Hilbrecht, "Meditation und Gehirn", Schattauer, 2010
• Richard Bandler, "Veränderung des subjektiven Erlebens", Jungfern Verlag 2007, Original: "Using your brain - for a change", Real People Press, U.S. (August 1985)
• Henry P. Stapp, "Mindful Universe" 2nd Edt Springer 2011
• Chade-Meng Tan "Search Inside Yourself" Optimiere dein Leben durch Achtsamkeit, Goldmann Verlag 2015

Leistungsbeurteilung

• Immanente Leistungsbeurteilung

Anmerkungen

keine

Kurzbeschreibung

Konzepte von Programmiersprachen, Programmierparadigmen und Grundlagen zu Compilern und Interpretern

Methodik

Frontalteil, Übungsaufgaben, Programmierprojekt, Abgabegespräch

Lernergebnisse

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

• Programmierparadigmen in Programmiersprachen umzusetzen
• Einfache Programme in funktionalen und logischen Programmiersprachen zu implementieren
• regulaere Ausdruecke und Grammatiken zu entwerfen und benutzen
• mit Hilfe von Parsergeneratoren einen einfachen Compiler zu schreiben

Lehrinhalte

• Imperatives Programmierparadigma
• Objektorientiertes Paradigma
• Grundlagen der funktionalen Programmierung
• Halteproblem: Kurt Goedel und die Grenzen von Programmiersprachen
• Logische Programmiersprachen
• Regulaere Ausdruecke
• Grammatiken
• Parallele Sprachkonstrukte
• Grundlagen des Übersetzerbaus

Vorkenntnisse

C-Basiskenntnisse, Funktionsparameter

Literatur

• Donald Knuth. The Art of Computer Programming

Leistungsbeurteilung

• 60% Exercises,10% Quiz, 30% Abschlusstest. Auf den Abschlusstest müssen mindestens die Hälfte der Punkte erreicht werden.

Anmerkungen

LV-Immanente Leistungsbeurteilung und Abschlussprüfung

Kurzbeschreibung

Design Patterns für die Entwicklung von Smartphone Apps für Android und iOS.

Lernergebnisse

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

• die Besonderheiten der Programmiersprache(n) auf der jeweiligen Plattform zu benennen und zu erläutern
• fortgeschrittene Design-Patterns für Smartphone Applikationen zu erläutern und diese in eigenen Applikationen anzuwenden
• geeignete 3rd Party Frameworks für Feature-Implementierungen zu finden und diese richtig einzubinden

Lehrinhalte

• Android und iOS app design patterns.

Vorkenntnisse

Basic software development experience mit Java / C/C++ / Objective C.

Literatur

• Mike Rogers (2015): Swift Recipes: Problem-Solution Approach, ApressDave Smith (2015): Android Recipes: A Problem-Solution Approach for Android 5.0, Apress

Leistungsbeurteilung

• Abschlussprüfung

Kurzbeschreibung

Qualität und Sicherheit von Cloud Lösungen sind eine Voraussetzung für den Einsatz. In Bezug auf Qualität gibt es diverse Standards an denen man sich orientieren kann. Wir sehen uns die Standards im Cloud Bereich an und bewerten die Qualität und den Nutzen. In Hinblick auf Security identifizieren und analysieren wir gängige Probleme. Weiters diskutieren wir Unterschiede zu herkömmlichen Deployments und entsprechende Gegenmaßnahmen. In Projekten setzen wir dieses Wissen konkret um.

Methodik

Vortrag und Übungen vertiefen das Wissen in diesem Bereich.

Lernergebnisse

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

• Eine passende Norm für eine Cloud Lösung auszuwählen
• Sinnvolle Kriterien für eine Cloud Lösung zu definieren
• die passende Cloud Lösung/Plattform zu wählen
• Security-Probleme beschreiben und erkennen zu können.
• Gegenmaßnahmen identifizieren und einsetzen zu können.

Lehrinhalte

• Kennenlernen der Normen im Cloud Bereich
• Bewerten von Cloud Normen
• Kennenlernen von Security-Problemen und Lösungen im Cloud Bereich

Vorkenntnisse

Basis Umgang mit Normen und Vorgehensmodellen Programmierkenntnisse

Literatur

• https://staraudit.org/
• https://cloudsecurityalliance.org/

Leistungsbeurteilung

• Übung und Präsentation Bewertungskriterien
• Abschlussarbeit - Bewertung Cloud Service
• Übung Messung von Side Channels
• Kurze Reports über Inhalte

Kurzbeschreibung

Vorlesung mit integriertem Übungsteil zu Computer Vision, Computer Grafik und Multimedia im Internet.

Lernergebnisse

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

• • aus Internetdaten neue Daten z.B. Bilder zu generieren• digitale Bilder inhaltsbasiert anhand von Bildmerkmalen zu interpretieren • Kombinationen von DeepLearning und BidData Anwendungen auf Bildinhalten anzuwenden

Lehrinhalte

• Internet Vision Grundlagen
• Big Data – Internet of Things
• Deep Learning
• Lifelogging
• Objekt Erkennung
• Szenen Vervollständigen und andere Anwendungen

Vorkenntnisse

Matlab und Visual Computing

Literatur

• Hays J., Alexei A. Efros (2007). Completion Using Millions of Photographs.. ACM Transactions on Graphics (SIGGRAPH 2007). vol. 26, No. 3.
• Jing Y. and Baluja S.. (2008) :PageRank for Product Image Search, 17th International IEEE World Wide Web Conference.
• Snavely N., Seitz S.M., Szeliski R. (2006). Photo tourism: exploring photo collections in 3D, ACM SIGGRAPH, pp 835-846.
• Stone, Z.; Zickler, T.; Darrell, T., Toward Large-Scale Face Recognition Using Social Network Context, Proceedings of the IEEE , vol.98, no.8, pp.1408,1415, Aug. 2010

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung
• Ausarbeitung eines Themas mit Präsentation und Life Demo
• Erörterung aktueller wissenschaftlicher Publikationen
• Evaluierung/Testen von Internet Vision Lösungen um Web

Kurzbeschreibung

Die Lehrveranstaltung bietet Raum um vorbereitende Tätigkeiten für die Masterthesis als Projekt durchzuführen. Die Ergebnisse fließen in die Master Thesis ein.

Lernergebnisse

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

• ihre Masterthesis nach den Regeln des Projektmanagements abzuwickeln

Lehrinhalte

• Vorbereitende Arbeiten für die Masterthesis im Umfang der ECTS Punkte der Lehrveranstaltung.Dies können u.a. sein:
• Programmiertätigkeiten
• theoretische Arbeiten
• Teilnahme an IT Projekten
• Evaluierung von Technologien und Produkten mit wissenschaftlichen Methoden
• Machbarkeitsstudie, Prototypenentwicklung

Vorkenntnisse

Lehrveranstaltungen des ersten und zweiten Semesters des Masters Softwareentwicklung

Literatur

• Bücher:Für das Projekt relevante FachbücherFachzeitschriften:Für das Projekt relevante Fachzeitschriften

Leistungsbeurteilung

• Beurteilung des Masterthesis Projektes

Anmerkungen

Die Betreuung erfolgt individuell, synchron oder asynchron unter Einsatz moderner Kommunikationsmittel. Die Lehrveranstaltung scheint nicht im Stundenplan auf, und es werden keine Anwesenheitslisten geführt.

Kurzbeschreibung

Design Patterns für die Entwicklung von Smartphone Apps für Android und iOS.

Lernergebnisse

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

• die Besonderheiten der Programmiersprache(n) auf der jeweiligen Plattform zu benennen und zu erläutern
• fortgeschrittene Design-Patterns für Smartphone Applikationen zu erläutern und diese in eigenen Applikationen anzuwenden
• geeignete 3rd Party Frameworks für Feature-Implementierungen zu finden und diese richtig einzubinden

Lehrinhalte

• Android und iOS app design patterns.

Vorkenntnisse

Basic software development experience mit Java / C/C++ / Objective C.

Literatur

• Mike Rogers (2015): Swift Recipes: Problem-Solution Approach, ApressDave Smith (2015): Android Recipes: A Problem-Solution Approach for Android 5.0, Apress

Leistungsbeurteilung

• Abschlussprüfung

Kurzbeschreibung

Augmented Reality (AR) ist die Verbindung von realen und virtuellen Inhalten. In dieser LV werden die technischen Grundlagen und praktischen Möglichkeiten von AR aufgezeigt.

Methodik

Seminar und Fernlehre

Lernergebnisse

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

• Augmented Reality Systeme zu unterscheiden, zu charakterisieren (bildbasiert, sensorbasiert) und für bestimmte Anwendungsklassen (z.B. stationäre Installation, mobile Applikation, etc.) 
auszuwählen
• verschiedene bildbasierte Trackingverfahren (Marker, NFT, SLAM, 3D Tracking) zu unterscheiden und aufgrund ihrer Trackingperformance zu analysieren und zu bewerten
• anschließend bestehende AR Software Frameworks auszuwählen (z.B. Metaio SDK, vuforia SDK, etc.) und in eigenen Projekten einzusetzen bzw. eigene AR Applikationen zu implementieren. Um dieses Ziel zu erreichen, wird von den Studierenden eine mobile AR App mit vordefiniertem Funktionsumfang im Zuge der LV implementiert (Trackertausch, Contenttausch, einfache Animation, mathematische Berechnungen der Tracking Pose, etc.)

Lehrinhalte

• AR Grundlagen & Tracking Methoden: marker-basiertes, NFT-, SLAM- und 3D-Tracking. n- Rendering, OpenGL, CG, Materialien & Texturen, Transparenz, 3D Engines. n- GPS-basierte AR, Audio-AR, AR-Brillen (Google Glass, Epson). n- AR SDKs und Frameworks. n- Interaktion, Animation, Picking.

Vorkenntnisse

Grundkenntnisse in Computergrafik und Computervision und ein mathematisches Grundverständnis sind von Vorteil.

Leistungsbeurteilung

• laufende Kurzüberprüfungen, Praktische Übungen, Abschlussprüfung

Kurzbeschreibung

Die Lehrveranstaltung bietet eine Einführung in die Methoden des Data Minings, mit einem Schwerpunkt auf unüberwachten Lernverfahren, wie Clustering oder Assocation Rule mining und Collaborative Filtering. Die LVA deckt den gesamten Datenanalyseprozess ab, anhand von Prozessmodellen wie Fayyad’s Knowledge Discovery in Databases Prozess oder dem CRISP-DM (Cross-industry standard process for data mining).

Methodik

Vorlesung und Erarbeitung von Übungsbeispielen

Lernergebnisse

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

• Aus großen Datenbeständen relevante Erkenntnisse zu extrahieren
• Mit Data Mining unternehmerische Entscheidungen zu unterstützen
• Unternehmerische Probleme und Fragestellungen mit Hilfe von Daten zu analysieren
• Die Auswahl geeigneter Data Mining Algorithmen und Methoden für eine Problemstellung zu treffen

Lehrinhalte

• Datenprojektion / Dimensionality reduction
• Clustering
• Association Rule Mining / Collaborative Filtering

Vorkenntnisse

Grundkenntnisse in Statistik (wichtige Elemente werden wiederholt)

Leistungsbeurteilung

• Praktische Übungsbeispiele & Abschlussprüfung

Kurzbeschreibung

Diese Lehrveranstaltung gibt einen Überblick zu den Fähigkeiten und Möglichkeiten containerbasierter Virtualisierungstechniken anhand von Docker als Beispiel. Darüberhinaus wird Swagger, ein Framework um RESTful Dienste/APIs zu erstellen betrachtet.

Methodik

Integrierte Lehrveranstaltung mit Übungscharakter und Fernlehre

Lernergebnisse

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

• containerbasierte Virtualisierung zu verstehen und erklären
• zu entscheiden wann containerbasierte Virtualisierung (nicht) anzuwenden ist
• RESTful Dienste/APIs zu verstehen und erklären
• RESTful Dienste/APIs mittels Swagger zu erstellen

Lehrinhalte

• Überblick über verschiedene Virtualisierungstechniken
• Docker, eine containerbasierte Virtualisierungstechnik
• RESTful Dienste/APIs
• Swagger, ein Framework um RESTful Dienste/APIs zu erstellen

Vorkenntnisse

keine (grundlegende Kenntnisse zu IT/Konzept der Virtualisierung hilfreich)

Literatur

• https://docs.docker.com/get-started/
• https://swagger.io/getting-started/

Leistungsbeurteilung

• Integrierte Lehrveranstaltung mit Übungscharakter

Kurzbeschreibung

Vorlesung mit integriertem Übungsteil zu Computer Vision und Computer Grafik angewendet auf eine grosse Anzahl von Bilddaten

Methodik

Impulsreferate Präsentationen zu ausgewählten Themen durch die Studierenden Ausarbeiten von vier gestellten Aufgaben Zusammenfassung und Präsentation einer wissenschaftlichen Publikation zum Thema

Lernergebnisse

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

• aus Internetdaten neue Daten z.B. Bilder zu generieren
• digitale Bilder inhaltsbasiert anhand von Bildmerkmalen zu interpretieren
• Kombinationen von DeepLearning und Big Data Anwendungen auf Bildinhalten anzuwenden

Lehrinhalte

• Internet Vision Grundlagen
• Big Data – Internet of Things
• Deep Learning
• Lifelogging
• Szenen Vervollständigen und andere Anwendungen

Vorkenntnisse

Grundzüge Visual Computing

Literatur

• Hays J., Alexei A. Efros (2007). Completion Using Millions of Photographs.. ACM Transactions on Graphics (SIGGRAPH 2007). vol. 26, No. 3.
• Jing Y. and Baluja S.. (2008) :PageRank for Product Image Search, 17th International IEEE World Wide Web Conference.
• Snavely N., Seitz S.M., Szeliski R. (2006). Photo tourism: exploring photo collections in 3D, ACM SIGGRAPH, pp 835-846.
• Stone, Z.; Zickler, T.; Darrell, T., Toward Large-Scale Face Recognition Using Social Network Context, Proceedings of the IEEE , vol.98, no.8, pp.1408,1415, Aug. 2010

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung
• Ausarbeitung eines Themas mit Präsentation und Life Demo
• Erörterung aktueller wissenschaftlicher Publikationen
• Evaluierung/Testen von Internet Vision Lösungen um Web

Kurzbeschreibung

In dieser Lehrveranstaltung lernen Sie die volle Kapazität Ihres Gehirnes zu nutzen um Probleme zu lösen und Ziele zu erreichen.

Methodik

- Seminar - Fernlehre

Lernergebnisse

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

• Ziele die sie erreichen wollen gehirngerecht zu formulieren
• grundlegende Elemente der Aufmerksamkeitsmeditation zu praktizieren
• bewusste Fokussierung auf Ziele zur Ausrichtung von unbewussten Prozessen zu nutzen

Lehrinhalte

• Informationsverarbeitung im menschlichen Gehirn
• Bewusste und unbewusste Hirnareale
• Unbewusstes Wissen nutzen
• Meditationstechniken um die eigene Performance zu steigern

Vorkenntnisse

Abschluss aller vorhergehenden MSE Lehrveranstaltungen

Literatur

• James Borg, "Mind Power", Pearson 2010
• Kazuo Inamori, "A Compass to Fulfillment", Mc Graw Hill 2010
• Heinz Hilbrecht, "Meditation und Gehirn", Schattauer, 2010
• Richard Bandler, "Veränderung des subjektiven Erlebens", Jungfern Verlag 2007, Original: "Using your brain - for a change", Real People Press, U.S. (August 1985)
• Henry P. Stapp, "Mindful Universe" 2nd Edt Springer 2011
• Chade-Meng Tan "Search Inside Yourself" Optimiere dein Leben durch Achtsamkeit, Goldmann Verlag 2015

Leistungsbeurteilung

• Immanente Leistungsbeurteilung

Kurzbeschreibung

Einführung in die Entwicklung von Smartphone Apps für Android und iOS.

Lernergebnisse

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

• Android und iOS Applikationen unter Verwendung der aktuellen Entwicklungsumgebung und Toolchain zu implementieren
• den Lifecycle einer Android oder iOS-Applikation zu erläutern und gängige Konzepte in den Bereichen Testing, Publishing, Marketing & Businessmodelle zu erläutern
• in einem Android und iOS Projekt den Aufwand einer Feature-Implementierung abzuschätzen

Lehrinhalte

• Android and iOS app development und source control management with Git.

Vorkenntnisse

Basic software development experience mit Java / C/C++ / Objective C.

Literatur

• Joseph Anuzzi Jr, Lauren Dracay, Shane Conder (2014): Advanced Android Application Development, Addison-Wesley Professional Neil Smyth (2015): iOS 8 App Development Essentials - Second Edition: Learn to Develop iOS 8 Apps using Xcode and Swift 1.2, CreateSpace Independent Publishing Platform

Leistungsbeurteilung

• Mitarbeit, Projekt voranbringen, Pünktlichkeit, Abgaben zeitlich eingebracht, Sauberer Source-Code mit Comments, Termintreue

Kurzbeschreibung

Introduction to the Semantic Web and Linked Data.

Methodik

SeminarFernlehre

Lernergebnisse

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

• die Hauptkonzepte eines sematischen Netzes zu erklären.
• zu erklären wie Daten veröffentlicht, geteilt und abgefragt werden können.

Lehrinhalte

• Einführung in semantische Netze DefinitionenDas Web als Datenbank. Semantic Web stack. Das RDF Datenmodel.Die SPARQL query language. Drei Projekte in Fernlehre

Vorkenntnisse

Bachlor in Computer Science

Literatur

• 1. Renzo Angles and Claudio Gutierrez. Subqueries in SPARQL. In Pablo Barcel´o and Val Tannen, editors, AMW, volume 749 of CEUR Workshop Proceedings. CEUR- WS.org, 2011.2. Marcelo Arenas and Jorge P´erez. Querying semantic web data with sparql. In Maurizio Lenzerini and Thomas Schwentick, editors, PODS, pages 305–316. ACM,2011.3. Dave Beckett. N-Triples, 2004.4. Dave Beckett and Tim Berners-Lee. Turtle - Terse RDF Triple Language, 2011.5. Tim Berners-Lee. Notation 3, 2006.6. C. Bizer, T. Heath, and T. Berners-Lee. Linked data-the story so far. International Journal on Semantic Web and Information Systems (IJSWIS), 5:1–22, 2009.7. R. Cyganiak. A relational algebra for SPARQL. Digital Media Systems Laboratory, HP Laboratories Bristol, 1:2005–170, 2005.8. S. Das, S.Sundara, and R. Cyganiak. R2RML: RDB to RDF Mapping Language, 2012.9. Peter Hayes and B. McBride. RDF Semantics, 2004.10. Pascal Hitzler, Markus Krotzsch, and Sebastian Rudolph. Foundations of Semantic Web Technologies. Chapman & Hall/CRC, 2009.11. B. Kampgen and A. Harth. No size fits all - running the star schema benchmark with SPARQL and RDF aggregate views. In The Semantic Web: Semantics andBig Data, volume 7882 of LNCS, pages 290–304. Springer, 2013.12. J. P´erez, M. Arenas, and C. Gutierrez. Semantics and Complexity of SPARQL. ACM Transactions on Database Systems (TODS), 34(3):1–45, 2009.13. A. Vaisman and E. Zimanyi. Data Warehouse Systems: Design and Implementation. Springer, 2014.

Leistungsbeurteilung

• Abschlussprüfung, bestehend aus der gemittelten Beurteilung der Projekte

Anmerkungen

Die Lehrveranstaltung wird in Kooperation mit ITBA Buenos AIres durchgeführt

Kurzbeschreibung

Vertiefend Erkenntnisse im Überschneidungsbereich von Management und IT. Die Sichtweise von Unternehmern, Managern und CIO´s werden betrachtet. Dabei stehen vor allem wirtschaftliche Aspekte im Vordergrund.

Lernergebnisse

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

• Projektauftrag, Projektabgrenzung und –kontextanalyse zu definieren• Projektportfolio-Management und Unternehmensstrategien darzustellen• Internationale Technologieverwertung zu definieren• einen Überblick über Tools und Herangehensweisen zu geben• internationale Technologieverwertungsnetzwerke zu identifizieren

Lehrinhalte

• 4 VO Grundlagen ProjektmanagementVon der Projektidee zum erfolgreichen ProjektabschlussPraxisbeispiele anhand des eigenen BeispielprojektsProjektauftragProjektkontextanalyseProjektmarketingplan
• 4 VO Projektportfolio-ManagementDefinitionZiel und NutzenProzesse im Projektportfolio-ManagementBewertungsmethodenAufbau und Steuerung des Projektportfolios
• 1 VO GrundlagenDefinitionWahl des richtigen Marktes / Identifizierung von Lead MarketsTechnologietransfer/Technologiemarketing im internat. KontextVorbereitung Kurzpräsentation/Pitch
• 2 VO Vom Prototypen zum internationalen ErfolgsproduktFirmen-TestimonialFinanzierung/Förderungen für Unternehmens- oder Produktpräsentationen im Ausland
• 1 VO Technologieverwertungs-Netzwerk für UnternehmenÖsterreich: Die regionalen PlayerEuropa: Netzwerk für KMUsInternational: Technologienetzwerk für österreichische Firmen
• 2 VO Kurzpräsentation/Pitch vor JuryProjekt/Fallbeispiel Technologieverwertungsstrategie
• 14 FL Abgabe/Feedback der Technologieverwertungsstrategie

Vorkenntnisse

Grundlagen Projektmanagement

Literatur

• Chapters from: Blue Ocean Strategy, W. Chan Kim and Renée Mauborgne• „A Guide to the Project Management Body of Knowledge“, Project Management Institute (PMI)Additional German literature:• Kapitel „Technologievermarktung“ aus E-Book Technologiemanagement (siehe Unterlagensheet, Vorbereitung vor der LV empfohlen)• Standard Projekthandbuch der PMA (Projekt Management Austria)• „Projektmanagement: Leitfaden zum Management von Projekten, Projektportfolios und projektorientierten Unternehmen“, Gerold PATZAK und Günter RATTAY• „pm baseline 3.0“, Projekt Management Austria (PMA)

Leistungsbeurteilung

• LV-Immanente Leistungsbeurteilung und vorhandenes Beispielprojekt (Gruppeneinteilung: max. 5 TN)

Anmerkungen

Sehr praxisorientierter Kurs: Es werden Experten von Corporates/Startups besucht/eingeladen

Kurzbeschreibung

In der Lehrveranstaltung erstellt jede(r) StudentIn eine technische und praxisorientierte Masterthesis auf wissenschaftlichem Niveau

Methodik

eingenverantwortliches Lernen

Lernergebnisse

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

• eine Masterthesis auf wissenschaftlichem Niveau zu verfassen
• sich selbstständig und eigenverantwortlich Fachwissen im Gebiet der Masterthesis zu erarbeiten
• eine Forschungsfrage im Fachgebiet Softwareengineering zu beantworten
• Gesamtzusammenhänge zu erklären
• Bedeutung und Gewicht der Einflussfaktoren, Daten und relevante Information richtig zu bewerten
• den relevanten Stand der Technik und des Firmenumfelds darzustellen
• größere technische, wirtschaftliche oder sozialen Zusammenhänge zu analysieren und darzustellen

Lehrinhalte

• Selbstständiges wissenschaftliches Arbeiten des Studierenden unter Anleitung des/der Betreuer/s/in

Vorkenntnisse

Abschluss aller vorhergehenden Lehrveranstaltungen des Studiums

Literatur

• relevate Literatur für dasThema der Masterthesis

Leistungsbeurteilung

• Beurteilung der Masterthesis durch den/die erste(n) und zweite(n) BegutachterIn

Anmerkungen

Die Lehrveranstaltung scheint nicht im Stundenplan auf, und es werden keine Anwesenheitslisten geführt.