Wirtschafts­mathematik und Wirtschafts­informatik (alle)

Information on your course choice

Please note that you have to take the majority of classes at the School of Business Informatics and Mathematics. In most cases you do not need to register for courses, please just attend the first lecture. In case you want to take courses outside from our school you can choose from the university wide electives list.
Good to know: undergraduate students are allowed to take graduate’s level courses at the School of Business Informatics and Mathematics. Partially, there are no requirements for participation in a Master’s course.

Suchfilter

Wirtschafts­informatik (Bachelor)

Analysis für Wirtschafts­informatiker (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
8.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:
Fach­kompetenz:
  • Vertrautheit im Umgang mit den grundlegenden Begriffen und Methoden der Analysis sowie der wesentlichen mathematischen Beweismethoden.

Methoden­kompetenz:

  • Fähigkeit Sachverhalte zu formalisieren, abstraktes Denken.

Personale Kompetenz:

  • Teamarbeit.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Klausur

Prüfungs­zulassung: 50 % der Punkte der Übungen
Lektor(en):
Peter Parczewski
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202210:15 – 11:45B 144 Hörsaal; A 5, 6 Bauteil B
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202212:00 – 13:30B 144 Hörsaal; A 5, 6 Bauteil B
Montag  (wöchentlich) 21.02.2022 – 30.05.202210:15 – 11:45ZOOM-Lehre-064; Virtuelles Gebäude
Dienstag  (wöchentlich) 22.02.2022 – 31.05.202212:00 – 13:30ZOOM-Lehre-119; Virtuelles Gebäude
Dienstag  (Einzeltermin) 12.04.202210:15 – 11:45B 144 Hörsaal; A 5, 6 Bauteil B
Freitag  (Einzeltermin) 22.04.202210:15 – 11:45B 144 Hörsaal; A 5, 6 Bauteil B
Dienstag  (Einzeltermin) 12.04.202210:15 – 11:45ZOOM-Lehre-020; Virtuelles Gebäude
Freitag  (Einzeltermin) 22.04.202210:15 – 11:45ZOOM-Lehre-034; Virtuelles Gebäude
Beschreibung:
  • Mengen und Abbildungen
  • Die reellen Zahlen
  • Folgen, Reihen und Potenzreihen
  • Stetigkeit und Differenzierbarkeit von Funktionen in einer reellen Variablen
  • Riemann-Integral
  • Differenzierbarkeit von Funktionen in mehreren reellen Variablen
  • Optional: Mehrdimensionale Integralrechnung, algorithmische Fragestellungen
Data Mining (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Registrierungs­informationen:
Please note that there is no second date for the exam.
Lernziel:
Expertise:
Students will acquire basic knowledge of the techniques, opportunities and applications of data mining. Methodological competence:
  • Successful participants will be able to identify opportunities for applying data mining in an enterprise environment, select and apply appropriate techniques, and interpret the results.
  • project organisation skills

Personal competence:

  • team work skills
  • presentation skills
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Written examination (90 minutes), project report, oral project presentation
Lektor(en):
Christian Bizer
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202210:15 – 11:45B 144 Hörsaal; A 5, 6 Bauteil B
Beschreibung:
The course provides an introduction to advanced data analysis techniques as a basis for analyzing business data and providing input for decision support systems. The course will cover the following topics:
  • Goals and Principles of Data Mining
  • Data Representation and Preprocessing
  • Clustering
  • Classification
  • Association Analysis
  • Text Mining
  • Systems and Applications (e. g. Retail, Finance, Web Analysis)
Data Security and Privacy (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
Teilnahme:
Präsenz live
Prüfungs­leistung:
schriftliche Klausur in Präsenz
Lektor(en):
Frederik Armknecht
Termin(e):
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202210:15 – 11:45B 244 Hörsaal; A 5, 6 Bauteil B
Donnerstag  (wöchentlich) 17.02.2022 – 07.04.202210:15 – 11:45ZOOM-Lehre-126; Virtuelles Gebäude
Kryptographie I (Vorlesung mit Übung)
DE
Vorlesungs­typ:
Vorlesung mit Übung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz live
Lernziel:
Fach­kompetenz:
Nach Abschluss des Moduls  sind die Studierenden be­fähigt, die größten Risiken im elektronischen Datenverkehr, wie sie bspw. beim Online-Banking oder Einkauf über Online-Händler wie Amazon auftreten können, zu erkennen und zu vermeiden.
Methoden­kompetenz:
Die Studierenden können  in konkreten Anwendungs­fällen notwendige Sicherheitsziele erkennen und passende Methoden auswählen und einsetzen. Beispiele sind Verfahren zur Geheimhaltung von Daten (Verschlüsselungen), den Aufbau einer vertrauenswürdigen Verbindung (Schlüsselaustausch) und der sicheren Authentifikation (Zertifikate und digitale Signaturen).
Personale Kompetenz:
Das analytische, konzentrierte und präzise Denken der Studierenden wird geschult. Durch die eigenständige Behandlung von Anwendun-gen, z.B. im Rahmen der Übungs­aufgaben, wird ihr Abstraktions­ver-mögen weiterentwickelt und der Transfer des erlernten Stoffes auf verwandte Fragestellungen gefördert.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Klausur
Lektor(en):
Matthias Krause, Jasmin Zalonis
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202210:15 – 11:45
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202213:45 – 15:15
Beschreibung:
In der Vorlesung erfolgt eine Einführung in die moderne Kryptographie, d.h. in die Theorie und der Praxis der Absicherung von digitalen Daten. Neben der Bereitstellung der für das Verständnis des Stoffs nötigen mathematischen, algorithmischen und informations­theoretischen Grundlagen werden vor allem die grundlegenden Konzepte und mehrere in der Praxis eingesetzte Verfahren vorgestellt.
 
Behandelt Themen sind beispielsweise:
  • Grundbegriffe der Kryptographie
  • Blockchiffren, z.B. Data Encryption Standard (DES) und Advanced Encryption Standard (AES), und Stromchiffren
  • Verfahren zum sicheren Schlüsselaustausch, bspw. das Diffie-Hellman Protokoll
  • Public-Key Verschlüsselungs­verfahren, bspw. RSA
  • Hashfunktionen
  • Message Authentication Codes
Praktikum Software Engineering (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
englisch
SWS:
4
Teilnahme:
Online live
Lernziel:
Fach­kompetenz:
Kenntnisse der Schlüssel­technologien der modernen Softwaretechnik, sowie der gängigen Software Entwicklungs­prozesse. Dies umfasst insbesondere die Gebiete der System- und Anforderungs­analyse, An-wendungs­design und Systemarchitektur, Implementierung, Validie-rung und Verifikation, Testen, Softwarequalität, Wartung und Wei-ter­entwicklung von Softwaresystemen.
Methoden­kompetenz:
Die Fähigkeit große Softwaresysteme beschreiben, entwerfen und entwickeln zu können unter Berücksichtigung diverser Risiken, die in industriellen Großprojekten auftreten (bspw. Qualität, Kosten, unter-schiedliche Stakeholder, Termindruck, …).
Personale Kompetenz:
Fähigkeiten große Softwaresysteme im Team zu entwerfen, zu entwickeln / implementieren, zu testen und auszuliefern.
Fähigkeiten ein komplexes Themengebiet in schriftlicher und mündlicher Form klar und unmissverständlich wiederzugeben.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Projektarbeit und Abschlusskolloquium
Lektor(en):
Marcus Kessel
Termin(e):
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202212:00 – 13:30ZOOM-Lehre-052; Virtuelles Gebäude
Beschreibung:
Die Veranstaltung befasst sich mit dem der Methoden und Techniken die für eine team-orientierte, ingenieurmäßige Entwicklung von nicht-trivialen Softwaresystemen erforderlich sind. Insbesondere sind dies:
  • Software-Entwicklungs­prozesse
  • System- und Anforderungs­analyse
  • Anwendungs­design und Systemarchitektur
  • Softwarequalität
  • Validierung, Verifikation und Testen
  • Wartung und Weiter­entwicklung
Praktische Informatik II (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor, Master
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz live
Lernziel:
Fach­kompetenz:
Aufbau und Arbeits­weise moderner Digitalrechner, Aufgaben und Funktions­weise moderner Betriebs­systeme, insbesondere Prozess- und Speicherverwaltung. Aufbau und Arbeits­weise von Compilern.
Methoden­kompetenz:
Entwurf einfacher logischer Schaltungen, Lösung von Programmier-aufgaben in Programmieren, Entwurf einfacher Grammatiken, Um-gang mit Compiler-Generatoren.
Personale Kompetenz:
Selbständiges Arbeiten in Klein­gruppen.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Prüfung (und Vorleistung: 50 Punkte in Projektabgaben)
Lektor(en):
Rainer Gemulla
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202210:15 – 11:45SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202212:00 – 13:30SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord
Dienstag  (wöchentlich) 15.02.2022 – 05.04.202210:15 – 11:45ZOOM-Lehre-012; Virtuelles Gebäude
Donnerstag  (wöchentlich) 17.02.2022 – 07.04.202212:00 – 13:30ZOOM-Lehre-012; Virtuelles Gebäude
Dienstag  (wöchentlich) 26.04.2022 – 31.05.202210:15 – 11:45ZOOM-Lehre-012; Virtuelles Gebäude
Donnerstag  (wöchentlich) 28.04.2022 – 02.06.202212:00 – 13:30ZOOM-Lehre-012; Virtuelles Gebäude
Beschreibung:
Die Vorlesung beschäftigt sich mit den technischen und methodischen Grundlagen der Ausführung von Anwendungs­programmen auf modernen Digitalrechnern. Dies umfasst vor allem die folgenden Gebiete:

1. Rechnerarchitektur
2. Betriebs­systeme
3. Compilerbau
4. Java Virtual Machine
Praktische Informatik II (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor, Master
Kurssprache:
deutsch
SWS:
4
Lernziel:
Fach­kompetenz:
Aufbau und Arbeits­weise moderner Digitalrechner, Aufgaben und Funktions­weise moderner Betriebs­systeme, insbesondere Prozess- und Speicherverwaltung. Aufbau und Arbeits­weise von Compilern.
Methoden­kompetenz:
Entwurf einfacher logischer Schaltungen, Lösung von Programmier-aufgaben in Programmieren, Entwurf einfacher Grammatiken, Um-gang mit Compiler-Generatoren.
Personale Kompetenz:
Selbständiges Arbeiten in Klein­gruppen.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Prüfung (und Vorleistung: 50 Punkte in Projektabgaben)
Lektor(en):
Rainer Gemulla, Adrian Kochsiek
Termin(e):
Mittwoch  (Einzeltermin) 03.08.202217:15 – 18:45A 104 Seminarraum; B 6, 23–25 Bauteil A
Beschreibung:
Die Vorlesung beschäftigt sich mit den technischen und methodischen Grundlagen der Ausführung von Anwendungs­programmen auf modernen Digitalrechnern. Dies umfasst vor allem die folgenden Gebiete:

1. Rechnerarchitektur
2. Betriebs­systeme
3. Compilerbau
4. Java Virtual Machine
Programmier­praktikum II (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
2
Teilnahme:
Online live
Lernziel:
Fach­kompetenz:
  • Gründliche Kenntnis der Programmiersprache Java
  • Fortgeschrittene Programmier­kenntnisse in Themen­bereichen wie bspw. Assertions, Client-Server Kommunikation, Multi-Threading, sowie häufig verwendete Java-Bibliotheken und Frameworks.
  • Vertraut mit JUnit und den wichtigsten Konzepten des Software-Testens mit Java.

Methoden­kompetenz:

  • Fähigkeit die erlernten Fach­kompetenzen einzusetzen und somit qualitative anspruchsvolle Java-Anwendungen zu entwickeln und zu warten.

Personale Kompetenz:

  • Eigen­verantwortliches Arbeiten
  • Team­fähigkeit
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Präsenzklausur
Lektor(en):
Ursula Rost
Termin(e):
Montag  (wöchentlich) 21.02.2022 – 30.05.202215:30 – 17:00ZOOM-Lehre-087; Virtuelles Gebäude
Beschreibung:
Im Programmier­praktikum II werden die erworbenen Kenntnisse aus der Veranstaltung Programmier­praktikum I erweitert und vertieft. Basierend auf der Programmiersprache Java, werde hier die folgenden Themengebiete vermittelt:
 
  • Generische Datentypen,
  • Stream-Klassen (Java IO)
  • Client-Server Kommunikation
  • Multi-Threading
  • JDBC (Datenbanken)
  • Verarbeitung von XML-Dokumenten
  • Assertions (Design by Contract)
  • Testen
  • Weitere ausgewählte Themen

Darüber hinaus werden Werkzeuge für die Team-orientierte  Entwicklung größerer Programmpakete vorgestellt. Dazu gehört insbesondere die Entwicklungs­umgebung Eclipse.
Selected Topics in IT-Security (Vorlesung mit Übung)
EN
Vorlesungs­typ:
Vorlesung mit Übung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
englisch
SWS:
4
Teilnahme:
Präsenz/Online live
Lernziel:
This course aims to increase the security awareness of students and offers them a basic understanding with respect to a variety of interesting topics. After this course, students will be able to (1) learn about symmetric and asymmetric encryption schemes, (2) classify and describe vulnerabilities and protection mechanisms of popular network protocols, web protocols, and software systems (2) analyze / reason about basic protection mechanisms for modern OSs, software and hardware systems.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Klausur in Präsenz
Lektor(en):
Frederik Armknecht, Christian Müller
Termin(e):
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202215:30 – 17:00C 013 Hörsaal; A 5, 6 Bauteil C
Freitag  (wöchentlich) 25.02.2022 – 03.06.202213:45 – 15:15C 013 Hörsaal; A 5, 6 Bauteil C
Donnerstag  (wöchentlich) 17.02.2022 – 07.04.202215:30 – 17:00ZOOM-Lehre-103; Virtuelles Gebäude
Beschreibung:
Background and Learning Objectives
 
The large-scale deployment of Internet-based services and the open nature of the Internet come alongside with the increase of security threats against existing services. As the size of the global network grows, the incentives of attackers to abuse the operation of online applications also increase and their advantage in mounting successful attacks becomes considerable.
 
These cyber-attacks often target the resources, availability, and operation of online services. In the recent years, a considerable number of online services such as Amazon, CNN, eBay, and Yahoo were hit by online attacks; the losses in revenues of Amazon and Yahoo were almost 1.1 million US dollars. With an increasing number of services relying on online resources, security becomes an essential component of every system.
 
Content Description
 
This lecture covers the security of computer, software systems, and tamper resistant hardware. The course starts with a basic introduction on encryption functions, spanning both symmetric and asymmetric encryption techniques, discusses the security of the current encryption standard AES and explains the concept of Zero-Knowledge proofs. The course then continues with a careful examination of wired and wireless network security issues, and web security threats and mechanisms. This part also extends to analysis of buffer overflows. Finally, the course also covers a set of selected security topics such as trusted computing and electronic voting.
 
Topics:
 
  • Encryption Schemes (Private Key vs. Public Key, Block cipher security) and Cryptographic Protocols
  • Cryptanalysis,e.g., side channel attacks
  • Network Security
  • Wireless Security
  • Web Security (SQL, X-Site Scripting)
  • Buffer Overflows
  • Malware & Botnets
  • Trusted computing
  • Electronic Voting
  • OS Security
Softwaretechnik I (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
englisch
SWS:
2
Teilnahme:
Online live
Lernziel:
Fach­kompetenz:
Kenntnisse der Schlüssel­technologien der modernen Softwaretechnik, sowie der gängigen Software Entwicklungs­prozesse. Dies umfasst insbesondere die Gebiete der System- und Anforderungs­analyse, Anwendungs­design und Systemarchitektur, Implementierung, Validierung und Verifikation, Testen, Softwarequalität, Wartung und Weiter­entwicklung von Softwaresystemen. Methoden­kompetenz:
Die Fähigkeit große Softwaresysteme beschreiben, entwerfen und entwickeln zu können unter Berücksichtigung diverser Risiken, die in industriellen Großprojekten auftreten (bspw. Qualität, Kosten, unterschiedliche Stakeholder, Termindruck, …). Personale Kompetenz:
Fähigkeiten große Softwaresysteme im Team zu entwerfen, zu entwi-ckeln / implementieren, zu testen und auszuliefern.
Fähigkeiten ein komplexes Themengebiet in schriftlicher und mündli-cher Form klar und unmissverständlich wiederzugeben.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Präsenz­prüfung
Lektor(en):
Colin Atkinson
Termin(e):
Montag  (wöchentlich) 21.02.2022 – 30.05.202212:00 – 13:30ZOOM-Lehre-050; Virtuelles Gebäude
Beschreibung:
Die Veranstaltung befasst sich mit dem Kennenlernen, Verstehen und Anwenden der Methoden, Techniken und Werkzeuge, die für eine team-orientierte, ingenieurmäßige Entwicklung von nicht-trivialen Softwaresystemen erforderlich sind. Insbesondere sind dies:
  • Software-Entwicklungs­prozesse
  • System- und Anforderungs­analyse
  • Anwendungs­design und Systemarchitektur
  • Softwarequalität
  • Validierung, Verifikation und Testen
  • Wartung und Weiter­entwicklung
Theoretische Informatik (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
3
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:
Fach­kompetenz:
Die Studierenden beherrschen neue grundlegende Konzepte der Informatik, insbesondere im Themenkreis Berechenbarkeit, effiziente Berechenbarkeit, kryptographische Sicherheit. Sie kennen weiterhin grundlegende Techniken der  Komplexitätsanalyse und können diese auf gegebene Berechnungs­probleme anwenden.
Methoden­kompetenz:
Die Studierenden können gegebenen Probleme bezüglich der zu ihrer
Lösung in verschiedener formaler Berechnungs­modelle aufzubringenden Ressourcen klassifizieren. Sie besitzen ein grundlegendes formales Verständnis für die wichtigsten Komplexitätsmerkmale wie nicht berechenbar, nicht effizient berechenbar, effizient berechenbar, kryptographisch sicher.

Personale Kompetenz:
Die Studierenden können Berechnungs­probleme in Anwendungs­zusammenhängen  identifizieren, sie formal  spezifizieren und bezüglich der zu ihrer Lösung nötigen Ressourcen  klassifizieren. Sie besitzen die Fähigkeit, auf höherem Niveau zu abstrahieren, mit formalen Modellierungs­techniken zu arbeiten, und die Komplexität von Problemstellungen abzuschätzen.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
mündliche Prüfung
Lektor(en):
Matthias Krause, Alexander Moch
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202215:30 – 17:00A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Mittwoch  (2-wöchentlich) 16.02.2022 – 01.06.202213:45 – 15:15C 014 Hörsaal; A 5, 6 Bauteil C
Montag  (wöchentlich) 14.02.2022 – 30.05.202215:30 – 17:00ZOOM-Lehre-059; Virtuelles Gebäude
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202213:45 – 15:15ZOOM-Lehre-052; Virtuelles Gebäude
Beschreibung:
  • Grundlegende uniforme und nichtuniforme Berechnungs­modelle und Berechnungs­paradigmen
  • Universelle Turingmaschinen und Berechenbarkeit
  • Logik- insbesondere SAT-Algorithmen
  • NP-Vollständigkeits­theorie
  • Formale Sprachen, Grammatiken, Grundlagen des Compilerbaus
Wirtschafts­informatik II: Grundlagen der Modellierung (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor, Master
Kurssprache:
deutsch
SWS:
2
Teilnahme:
Präsenz/Online live
Lernziel:
Fach­kompetenz:
  • Kenntnisse aktueller Modellierungs­sprachen und Werkzeugen.
  • Verständnis für Grundprinzipien und Formalen Grundlagen der Modellierung von Anwendungs­domänen und Prozessen.

Methoden­kompetenz:
  • Beschreibung von Domänen und Prozesse einfacher und mittlerer Komplexität mit Hilfe gängiger Sprachen und Werkzeuge

Personale Kompetenz:
  • Verständnis komplexer Zusammenhänge, Arbeiten im Team, Kommunikation von Modellierungs­entscheidungen
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Studien­beginn ab HWS 2011:
Erfolgreiche Teilnahme am Übungs­betrieb
Schriftliche Klausur (90 Minuten)

Studien­beginn vor HWS 2011:
Schriftliche Klausur (90 Minuten)

Lektor(en):
Christian Meilicke, Heiner Stuckenschmidt
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202212:00 – 13:30B 144 Hörsaal; A 5, 6 Bauteil B
Dienstag  (Einzeltermin) 05.04.202213:45 – 15:15001.A Hörsaal; A 3 Bibl.,Hörsaalgebäude
Mittwoch  (Einzeltermin) 27.04.202210:15 – 11:45
Freitag  (Blocktermin) 29.04.202209:45 – 11:15A 301 Seminarraum; B 6, 23–25 Bauteil A
Montag  (Einzeltermin) 11.07.202210:15 – 11:45A 203 Unterrichtsraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 22.09.202210:15 – 11:45A 302 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 22.09.202208:30 – 10:00A 302 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 29.09.202208:30 – 10:00A 302 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 29.09.202210:15 – 11:45A 302 Seminarraum; B 6, 23–25 Bauteil A
Beschreibung:
Die Vorlesung behandelt die Rolle konzeptueller Modellierung in der Wirtschafts­informatik. Es werden Vorteile und Grenzen der Modlelierung im Unternehmenkontext aufgezeigt und Modellierungs­sprachen und Werkzeuge eingeführt. Inhalte der Veranstaltung umfassen unter anderem:
  • Modellierungs­prinzipien
  • Praxisnahe Sprachen (UML, BPMN)
  • Formale Grundlagen von Modellierungs­sprachen (Logik, Pertri-Netze)
  • Modellierungs­werkzeuge.
In der begleitenden Übung erstellen die Teilnehmer konzpetuelle Modelle realer Anwendungs­domänen mit Hilfe aktueller Modellierungs­sprachen und Werkzeuge.
Wirtschafts­informatik IV – IS 204 (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
2
Teilnahme:
Online aufgezeichnet
Lernziel:
The overall aim is to provide students with concepts of distributed systems from a theoretical and practical view. In the lecture students will learn the theoretical concepts. Some aspects of these topics will be elaborated in more detail in the exercise sessions. Here, concrete examples and implementations are presented and discussed.
Interactive tutorials complement the lectures and exercises and pro-vide means for the students to provide own solutions in essay and code to core problems of distributed information systems.
The students will get a profound base in distributed computing as well as networks with the associated problems and how to adress and solve these challenges.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schiftliche Klausur (90 Minuten)
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202210:15 – 11:45SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord
Mittwoch  (Einzeltermin) 16.02.202210:15 – 11:45ZOOM-Lehre-056; Virtuelles Gebäude
Beschreibung:
This lecture covers basic principles of modern information systems. Such systems are characterized by their distributed nature. Thus we will discuss architectures of information systems as well as underlying concepts of computer communication and distributed systems.
 
The following topics will be covered in the lecture:
  • Introduction to Distributed Systems, and Computer­Networks
    • Distributed Systems: Characteristics and Requirements
    • Communication models
    • Layered communication networks
    • Reference Models (ISO/OSI, TCP/IP)
    • Communication Services: connection-oriented/less
    • Socket API
  • Middleware
    • Distributed Shared Memory
    • Message Passing
    • Pub/Sub
    • Mobile Agents
    • Multimedia
    • RPC, RMI
  • Application Protocols
    • SMTP
    • FTP
    • HTTP+HTML
    • IIOP
  • Presentation Layer
    • Classification
    • Requirements
    • Approaches
    • ASN.1
    • XDR
    • XML
  • Synchronization (conditional if covered in Praktische Informatik II)
    • Processes and concurrency
    • Race Conditions
    • Critical Regions
    • Semaphores/Monitors
    • Deadlocks
  • Time and Global States
    • Physical clocks (Cristian’s algorithm, Logical clocks, Lamport’s algorithm)
    • Vector Clocks
    • Global States
    • Snapshot Algorithm
  • Replication
    • Passive Replication
    • Active Replication
  • Peer to Peer Architectures
    • Application examples
    • Achitectures (centralized, distributed, hybrid)
    • Gnutella
    • Chord
  • Network Security Basics
    • Security Goals, Threats, Attacks
    • Security Mechanisms
    • Threats in Communication Networks
    • Security Goals & Requirements
    • Network Security Analysis
    • Safeguards

Wirtschafts­informatik (Master)

Algorithmik (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
3
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:
Fach­kompetenz:
Die Studierenden erlernen wichtige und anspruchsvolle Verfahren zur Lösung komplexer Probleme vorwiegend im Bereich der diskreten Optimierung und der Analyse der Verfahren.
Methoden­kompetenz:
Anhand praktischer Probleme aus dem Bereich des  Operation Research erlernen sie wie man diese Probleme  abstrahiert und  mittels der erlernten Verfahren einer Lösung zuführt.
Personale Kompetenz:
Ihr analytisches, konzentriertes und präzises Denken wird  geschult. Durch die eigenständige Behandlung von Anwendungen z. B. aus dem Bereich Operations Research im Rahmen der Übungs­aufgaben wird ihr Abstraktions­vermögen weiterentwickelt und der Transfer des erlernten Stoffes auf verwandte Fragestellungen gefördert. Durch die Auseinandersetzung mit der Thematik von P versus NP und der beispielhaften Behandlung von praktisch relevanten NP-vollständigen Problemen werden sie  sensibilisiert  für die Thematik der effizienten Lösbarkeit.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Klausur
Lektor(en):
Matthias Krause, Alexander Moch
Termin(e):
Montag  (2-wöchentlich) 14.02.2022 – 03.06.202210:15 – 11:45
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202210:15 – 11:45ZOOM-Lehre-042; Virtuelles Gebäude
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202210:15 – 11:45C 014 Hörsaal; A 5, 6 Bauteil C
Montag  (wöchentlich) 14.02.2022 – 30.05.202217:15 – 18:45A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Montag  (wöchentlich) 14.02.2022 – 30.05.202217:15 – 18:45ZOOM-Lehre-058; Virtuelles Gebäude
Beschreibung:
Aufbauend auf der Veranstaltung Algorithmen und Datenstrukturen werden fortgeschrittene Konzepte und Algorithmen unter Einbeziehung der Korrektheit und Kosten der Verfahren behandelt. Dabei stehen Fragestellungen, die einen Bezug zu wirtschafts­wissenschaft­lichen Anwendungen haben im Fokus. Besonderes Augenmerk liegt dabei auf der Abbildung von konkreten praktischen Problemen, auf den Konzepten und deren Lösung mittels der Algorithmen. Die Problematik der nicht effizient (P versus NP) berechenbaren Probleme wird diskutiert und Heuristiken für NP-vollständige Optimierungs­probleme behandelt. Behandelte Fragestellungen sind z. B.:
  • Netzwerke und Algorithmen auf Netzwerken, Max-flow, Min-cost,
  • Matching bipartit, non bipartit, gewichtete
  • Stabiles Heirats­problem
  • Zuweisungs­problem
  • Touren in Graphen: Handels­reisender, Chinesischer Briefträger
  • SAT-Algorithmen
CS 710 Data Science Seminar (Seminar)
EN
Vorlesungs­typ:
Seminar
ECTS:
4.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
Lektor(en):
Heiko Paulheim
Termin(e):
Donnerstag  (Einzeltermin) 24.02.202213:45 – 15:15A 302 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 28.04.202213:45 – 17:00A 303 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 05.05.202213:45 – 17:00A 303 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 12.05.202213:45 – 17:00A 303 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (Einzeltermin) 19.05.202213:45 – 17:00A 303 Seminarraum; B 6, 23–25 Bauteil A
Data Mining (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Registrierungs­informationen:
Please note that there is no second date for the exam.
Lernziel:
Expertise:
Students will acquire basic knowledge of the techniques, opportunities and applications of data mining. Methodological competence:
  • Successful participants will be able to identify opportunities for applying data mining in an enterprise environment, select and apply appropriate techniques, and interpret the results.
  • project organisation skills

Personal competence:

  • team work skills
  • presentation skills
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Written examination (90 minutes), project report, oral project presentation
Lektor(en):
Christian Bizer
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202210:15 – 11:45B 144 Hörsaal; A 5, 6 Bauteil B
Beschreibung:
The course provides an introduction to advanced data analysis techniques as a basis for analyzing business data and providing input for decision support systems. The course will cover the following topics:
  • Goals and Principles of Data Mining
  • Data Representation and Preprocessing
  • Clustering
  • Classification
  • Association Analysis
  • Text Mining
  • Systems and Applications (e. g. Retail, Finance, Web Analysis)
Data Mining II (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Lernziel:
Expertise:
Students will acquire knowledge of advanced techniques and applications of data mining.
Methodological competence:
  • Successful participants will be able to address advanced issues in data mining projects, conduct complex projects and develop applications in the data mining field.
  • project organization skills

Personal competence:

  • presentation skills
  • team work skills
Empfohlene Voraussetzungen:
Prüfungs­leistung:
written examination (90 minutes), written project report, oral project presentation
Lektor(en):
Heiko Paulheim
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15B 144 Hörsaal; A 5, 6 Bauteil B
Beschreibung:
Data mining deals with the discovery of patterns in data, and with making predictions for the future, based on observations of the past. This course covers advanced issues in data mining which need to be addressed when applying data mining methods in real world projects, including:
  • Data Preprocessing
  • Regression and Forecasting
  • Dimensionality Reduction
  • Anomaly Detection
  • Time Series Analysis
  • Parameter Tuning
  • Ensemble Learning
  • Online Learning
Data Security and Privacy (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
Teilnahme:
Präsenz live
Prüfungs­leistung:
schriftliche Klausur in Präsenz
Lektor(en):
Frederik Armknecht
Termin(e):
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202210:15 – 11:45B 244 Hörsaal; A 5, 6 Bauteil B
Donnerstag  (wöchentlich) 17.02.2022 – 07.04.202210:15 – 11:45ZOOM-Lehre-126; Virtuelles Gebäude
Database Systems II (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Online live
Lernziel:
Fach­kompetenz:
  • Grundlegende Kenntnisse in verteilte relationale Datenbanken
  • objekt­orientierte Datenbanken
  • objektrelationale Datenbanken
  • deduktive Datenbanken
  • XML-Datenbanken
  • OLAP/OLTP
  • Leistungs­bewertung

Methoden­kompetenz:

  • Verständnis der alternativen Datenrepräsentationen, deren Vor- und Nachteile
  • Ziel­orientierter Einsatz der verschiedenen Datenrepräsentationen

Personale Kompetenz:

  • Verständnis der Rolle alternativer Daten­modelle für fundamentale betriebliche Informations­systeme
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Präsenz­prüfung
Lektor(en):
Guido Moerkotte
Termin(e):
Montag  (wöchentlich) 21.02.2022 – 30.05.202212:00 – 13:30ZOOM-Lehre-087; Virtuelles Gebäude
Beschreibung:
Über das relationale Modell hinausgehende Themen (objekt­orientierte, objektrelationale Datenbanken, SQL/XML).
Database Systems II (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Lernziel:
Fach­kompetenz:
  • Grundlegende Kenntnisse in verteilte relationale Datenbanken
  • objekt­orientierte Datenbanken
  • objektrelationale Datenbanken
  • deduktive Datenbanken
  • XML-Datenbanken
  • OLAP/OLTP
  • Leistungs­bewertung

Methoden­kompetenz:

  • Verständnis der alternativen Datenrepräsentationen, deren Vor- und Nachteile
  • Ziel­orientierter Einsatz der verschiedenen Datenrepräsentationen

Personale Kompetenz:

  • Verständnis der Rolle alternativer Daten­modelle für fundamentale betriebliche Informations­systeme
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Präsenz­prüfung
Lektor(en):
Guido Moerkotte
Termin(e):
Montag  (wöchentlich) 25.04.2022 – 30.05.202212:00 – 13:30A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Beschreibung:
Über das relationale Modell hinausgehende Themen (objekt­orientierte, objektrelationale Datenbanken, SQL/XML).
Database Technology (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
Lektor(en):
Heiko Paulheim
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202212:00 – 13:30A 104 Seminarraum; B 6, 23–25 Bauteil A
Information Retrieval and Web Search (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz/Online live
Lernziel:
Expertise:
Students will acquire knowledge of fundamental techniques of Information Retrieval and Web Search, including standard retrieval models, evaluation of information retrieval systems, text classification and clustering, as well as web search topics such as crawling and link-based algorithms.
Methodological competence:
Successful participants will be able to understand state-of-the-art methods for Information Retrieval and Web search, as well as being able to select, apply and evaluate the most appropriate techniques for a variety of different search scenarios.
Personal competence:
  • presentation skills;
  • team work skills.
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Written examination (90 minutes), written project report, oral project presentation
Lektor(en):
Simone Paolo Ponzetto
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202213:45 – 15:15A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Montag  (wöchentlich) 14.02.2022 – 04.04.202213:45 – 15:15
Beschreibung:
Given the vastness and richness of the Web, users need high-performing, scalable and efficient methods to access its wealth of information and satisfy their information needs. As such, being able to search and effectively retrieve relevant pieces of information from large text collections is a crucial task for the majority (if practically not all) of Web applications. In this course we will explore a variety of basic and advanced techniques for text-based information retrieval and Web search. Covered topics will include:
 
  • Efficient text indexing;
  • Boolean and vector space retrieval models;
  • Evaluation of retrieval systems;
  • Probabilistic Information Retrieval;
  • Text classification and clustering;
  • Web search, crawling and link-based algorithms.

Coursework will include homework assignments, a term project and a final exam. Homework assignments are meant to introduce the students to the problems that will be covered in the final exam at the end of the course. In addition, students are expected to successfully complete a term project in teams of 2–4 people. The projects will focus on a variety of IR problems covered in class. Project deliverables include both software (i.e., code and documentation) and a short report explaining the work performed and its evaluation.
Parallel Programming (Vorlesung mit Übung)
EN
Vorlesungs­typ:
Vorlesung mit Übung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
4
Teilnahme:
Online live & aufgezeichnet
Lernziel:

Expertise:

  • Know various forms of parallelism.

(MK1, MK2, MF1, MF3) 

Methodological competence:

  • Students will be able to use various forms of parallelism in software projects.

(MF1, MF2, MF3) 

Personal competence:

  • Learn how to read software documentation. 
  • Teamwork skills. 

(MK01, MK02) 

Empfohlene Voraussetzungen:
Literatur:
Schmidt, Bertil; Gonzalez-Dominguez, Jorge; Hundt, Christian; Schlarb, Moritz (2017). Parallel Programming: Concepts and Practice. ISBN-13: 978-0128498903. ISBN-10: 0128498900.
Prüfungs­leistung:
Written examination (90 minutes)
Lektor(en):
Roland Leißa
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202212:00 – 13:30C 301 Seminarraum; B 6, 27–29 Bauteil C
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202213:45 – 15:15C 301 Seminarraum; B 6, 27–29 Bauteil C
Donnerstag  (Einzeltermin) 02.06.202213:45 – 15:15ZOOM-Lehre-078; Virtuelles Gebäude
Beschreibung:
In this course we will talk about various forms of paralleilsm:
  • multi-threading
  • SIMD vectorization
  • GPUs
  • distributed systems

In order to target these hardware architectures, we will also discuss several programming languages/systems such as:

  • Java
  • C/C++
  • OpenCL/CUDA
  • assembly language
  • OpenMP
  • MPI
Query Optimization (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Online live
Lernziel:
Fach­kompetenz:
  • Verständnis der Grundlegenden Funktions­weisen alternativer Plangeneratoren,
  • detaillierte Kenntnisse physischer Planalternativen,
  • detaillierte Kostenanalysen

Methoden­kompetenz:

  • Algorithmen und Komplexitäten der Plangenerierung,
  • Kostenrechnung anhand gegebener Statistiken

Personale Kompetenz:

  • Fundamentales Verständnis für die Probleme und Lösungen der traditionellen Anfragebearbeitung
Empfohlene Voraussetzungen:
Prüfungs­leistung:
mündliche Präsenz­prüfung
Lektor(en):
Guido Moerkotte
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15ZOOM-Lehre-114; Virtuelles Gebäude
Beschreibung:
Grundlagen der Anfrageoptimierung
Web Mining (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Lernziel:
Expertise:
Students will acquire knowledge of the techniques, opportunities and applications of Web mining. Methodological competence:
  • Successful participants will be able to identify opportunities for mining knowledge from Web content, select and apply appropriate techniques and interpret the results.
  • project organization skills

Personal competence:

  • presentation skills
  • team work skills
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Offline exam / Präsenzklausur
Lektor(en):
Christian Bizer
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202210:15 – 11:45A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202210:15 – 11:45ZOOM-Lehre-109; Virtuelles Gebäude
Beschreibung:
The textual content as well as the structured data which is accessible on the Web has an enormous potential for being mined to derive knowledge about nearly any aspect of human life. The course covers advanced data mining techniques for extracting knowledge from Web content as a basis for business decisions and applications. The course will cover the following topics:
  • Goals and Principles of Web Mining
  • Gathering and Preprocessing Web Data
  • Social Network Analysis
  • Opinion Mining and Sentiment Analysis
  • Web Usage Mining
  • Executing Large Scale Web Mining Tasks

Wirtschafts­mathematik (Bachelor)

Dynamische Systeme und Stabilität (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:
Fach­kompetenz:
• Grundbegriffe gewöhnlicher Differentialgleichungen (BF1, BK1)
• Trennung der Variablen, exakte Differentialgleichungen (BK1, BO3)
• maximale Lösungen (BK1)
• lineare Flüsse (BK1)
• Prinzip der linearisierten Stabilität (BK1, BF1)
Methoden­kompetenz:
• Erkennen verschiedener Differentialgleichungen (BF2)
• Berechnen von Lösungen von Differentialgleichungen (BF2, BO3)
• Erstellung von Phasendiagrammen (BF2)
• Diskussion der Stabilität von Gleichgewichten (BF2, BO3)
Empfohlene Voraussetzungen:
Literatur:
  • Eigenes Skript (online)
  • W. Walter, Gewöhnliche Differentialgleichungen
  • H. Amann, Gewöhnliche Differentialgleichungen
  • J.W. Prüss, M. Wilke, Gewöhnliche Differentialgleichungen und dynamische Systeme
  • M. Braun, Differentialgleichungen und ihre Anwendungen
Prüfungs­leistung:
Klausur

Prüfungs­zulassung:
50 % der Punkte der Übungen
Lektor(en):
Li Chen
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15
Montag  (wöchentlich) 14.02.2022 – 30.05.202210:15 – 11:45
Beschreibung:
  • gewöhnliche Differentialgleichungen
  • Existenz und Eindeutigkeit
  • Systeme von Differentialgleichungen
  • Qualitative Theorie der Differentialgleichungen
  • hyperbolische Flüsse
  • Stabilitätsanalyse
MAA 403 Dynamische Systeme (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:

Fach­kompetenz:
• Grundbegriffe gewöhnlicher Differentialgleichungen (BF1, BK1)
• Trennung der Variablen, exakte Differentialgleichungen (BK1, BO3)
• maximale Lösungen (BK1)

Methoden­kompetenz:
• Erkennen verschiedener Differentialgleichungen (BF2)
• Berechnen von Lösungen von Differentialgleichungen (BF2, BO3)
• Erstellung von Phasendiagrammen (BF2)
Empfohlene Voraussetzungen:
Literatur:

• Eigenes Skript (online)
• H. Amann, Gewöhnliche Differentialgleichungen
• J.W. Prüss, M. Wilke, Gewöhnliche Differentialgleichungen und    dynamische Systeme
Prüfungs­leistung:
Mündliche Prüfung
Lektor(en):
Li Chen
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202210:15 – 11:45A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Montag  (wöchentlich) 14.02.2022 – 30.05.202210:15 – 11:45ZOOM-Lehre-098; Virtuelles Gebäude
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15ZOOM-Lehre-110; Virtuelles Gebäude
Beschreibung:

• gewöhnliche Differentialgleichungen
• Existenz und Eindeutigkeit
• Systeme von Differentialgleichungen
MAC 405 Monte Carlo Methods (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:
Fach­kompetenz:
Mathematischer Hintergrund und Algorithmen zur Erzeugung von Pseudozufallszahlen (BK1, BK3, BO3)
Grundverständnis für die Erzeugung von Algorithmen für die Simulation von „discrete event systems“ (BK3, BO2)
„Goodness-of-fit“ Tests (BK1)
Mathematischer Hintergrund und Algorithmen zur numerischen Behandlung von Markovketten in diskreter und stetiger Zeit (BK3, BO3)
Grundverständnis von Monte-Methoden und ihrer Verbesserungen durch Varianzreduktions­verfahren (BK1, BK3, BO3)
Grundverständnis der Markovketten-Monte-Carlo Methode (BK1, BK3, BO3)
Methoden­kompetenz:
Erkennen, welche Algorithmen zur Erzeugung von Pseudozufallszahlen verschiedener Verteilungen eingesetzt werden können, Umsetzung in konkrete Programme (BF2, BF3, BO3)
Fähigkeit einfache stochastische Modelle zu simulieren und die Ergebnisse zu validieren (BF2, BF3, BO3)
Grund­kenntnisse in der Programmierung mit Scilab (BF3)
Personale Kompetenz:
Teamarbeit (BF4)
Empfohlene Voraussetzungen:
Prüfungs­leistung:
oral examination:

Examination admission: 50 % of the points in the exercises (on the exercise sheets of first half and the second half of the semester).
Lektor(en):
Peter Parczewski
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202212:00 – 13:30209 Seminarraum; B 6, 30–32 Bauteil E-F
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202212:00 – 13:30ZOOM-Lehre-105; Virtuelles Gebäude
Beschreibung:
Erzeugung von Pseudozufallszahlen: Inversions-, Kompositions- und Akzeptanz-Verwerfungs­methode, spezielle Methoden
Simulation diskreter Ereignissysteme
Monte-Carlo-Methode, Varianzreduktion
Statistische Validierung: Chi-Quadrat-Test, Kolmogorov-Smirnov-Test
Numerische Behandlung von Markovketten
Markovketten-Monte-Carlo
MAT 302 Analysis II (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
10.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lernziel:
Fach­kompetenz:
• Konvergenz in metrischen Räumen (BK1)
• Stetigkeit von Abbildungen zwischen metrischen Räumen (BK1)
• Differenzierbarkeit von Funktionen mehrerer Variablen (BK1)
• Grundbegriffe der nichtlinearen Analysis (BF1, BK1)
• Integration von Funktionen mehrerer Variablen (BK1)

Methoden­kompetenz:
• mathematische Beweisführung (BF1, BO2)
• Hantieren mit Gleichungen und Ungleichungen (BF1, BO2)
• Berechnen von Grenzwerten (BF1, BO3)
• Berechnen von Ableitungen (BO2)
• Bestimmung von Minima unter Zwangs­bedingungen (BF2, BO3)
• Berechnen von Integralen (BO2)
Empfohlene Voraussetzungen:
Literatur:

• Eigenes Skript (online)
• K. Fritzsche, Grundkurs Analysis II
• O. Forster, Analysis II
• H. Heuser, Lehr­buch der Analysis II
Prüfungs­leistung:
Klausur

Prüfungs­zulassung:
50 % der Punkte der Übungen
Lektor(en):
Li Chen
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202208:30 – 10:00A 001 Großer Hörsaal; B 6, 23–25 Bauteil A
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202210:15 – 11:45A 001 Großer Hörsaal; B 6, 23–25 Bauteil A
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202208:30 – 10:00ZOOM-Lehre-057; Virtuelles Gebäude
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202210:15 – 11:45ZOOM-Lehre-117; Virtuelles Gebäude
Beschreibung:
  • metrische Räume
  • normierte Vektorräume
  • Funktionen mehrerer Variabler
  • Funktionale
Stochastik 2 (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
Teilnahme:
Präsenz/Online live & aufgezeichnet
Lektor(en):
Martin Schlather
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202212:00 – 13:30A 001 Großer Hörsaal; B 6, 23–25 Bauteil A
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202208:30 – 10:00A 001 Großer Hörsaal; B 6, 23–25 Bauteil A
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202212:00 – 13:30ZOOM-Lehre-101; Virtuelles Gebäude
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202208:30 – 10:00ZOOM-Lehre-081; Virtuelles Gebäude
Dienstag  (Einzeltermin) 05.04.202214:00 – 16:30M 003 PWC Hörsaal; Schloss Mittelbau
Donnerstag  (Einzeltermin) 09.06.202208:30 – 10:00A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A

Wirtschafts­mathematik (Master)

Applied Topology II (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
4
Teilnahme:
Präsenz/Online live
Lektor(en):
Daniel Roggenkamp
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202212:00 – 13:30A 104 Seminarraum; B 6, 23–25 Bauteil A
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202212:00 – 13:30C 015 Hörsaal; A 5, 6 Bauteil C
MAA 504 Partial differential equations (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
4
Teilnahme:
Online aufgezeichnet
Lernziel:
Fach­kompetenz:
Vertrautheit mit den Grundbegriffen partieller Differenzialgleichungen (MK1)
Vertrautheit mit Distributionen, Hölderräumen und Sobolevräumen (MK1)
Vertrautheit mit Sobolevungleichungen (MK1)
Verständnis des Konzepts der schwachen Lösung (MK1, MO2)
Verständnis des Randverhaltens von Lösungen (MK1, MO2)
Methoden­kompetenz:
Fähigkeit die Existenz von Lösungen zu untersuchen (MO2)
Fähigkeit die Eindeutigkeit von Lösungen zu untersuchen (MO2)
Fähigkeit die Regularität von Lösungen zu untersuchen (MO2)
Personale Kompetenz:
Vertieftes Verständnis für komplexe Argumentationen in der elliptischen Theorie (MO3)
Empfohlene Voraussetzungen:
Prüfungs­leistung:
mündliche Prüfung
Lektor(en):
Ross Ogilvie
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202208:30 – 10:00C 012 Hörsaal; A 5, 6 Bauteil C
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202208:30 – 10:00C 012 Hörsaal; A 5, 6 Bauteil C
Beschreibung:
Elliptische Differenzialgleichungen
Funktionen­räume
Randwert­problem, Dirichlet­problem
Apriori Abschätzungen
MAA 506 Topologie und Gleichgewichte (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Präsenz live
Lernziel:
Fach­kompetenz:
Verständnis der Grundlagen der mengentheoretischen Topologie (MK1)
Beschreibung topologischer und geometrischer Eigenschaften durch algebraische und numerische Invarianten (MK1, MO2)
Umgang mit (simplizialen) Homologie­gruppen (MK1, MO2)
Verständnis der Eigenschaften und der Bedingungen für die Existenz von Nash-Gleichgewichten und Walras'schen Gleichgewichten (MK2, MO3)
Methoden­kompetenz:
Umgang mit einfachen topologischen Räumen und Entscheidung über Homöomorphie zweier gegebener Räume (MK1)
Triangulierung einfacher kompakter Räume und Berechnung ihrer Homologie (MK1, MO2)
Interpretation der Homologie­gruppen (MK1, MO2)
Berechnung von Nash-Gleichgewichten (MK2, MF2)
Personale Kompetenz:
Verständnis der Rolle topologischer Modelle für die Lösung fundamentaler mikroökonomischer Fragestellungen (MK2, MO2, MO3, MO4)
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Mündliche Prüfung oder schriftliche Klausur
Lektor(en):
Wolfgang Seiler
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202213:45 – 15:15A 104 Seminarraum; B 6, 23–25 Bauteil A
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202213:45 – 15:15A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Beschreibung:
Topologische Räume und stetige Abbildungen
Zusammenhang, Kompaktheit, 1-Abzählbarkeit
Endliche simpliziale Komplexe und ihre Homologie
Anwendung auf Fixpunktsätze, Fundamentalsatz der Algebra u.ä.
Korrespondenzen und der Fixpunktsatz von Kakutani
Spiele und ihre Nash-Gleichgewichte
Volkswirtschaft­liche Systeme und Walras'sche Gleichgewichte
MAA 519 Stochastic Calculus (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
5.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
4
Teilnahme:
Online aufgezeichnet
Lektor(en):
David Johannes Prömel
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 29.03.202212:00 – 13:30A 203 Unterrichtsraum; B 6, 23–25 Bauteil A
Donnerstag  (wöchentlich) 17.02.2022 – 31.03.202212:00 – 13:30A 203 Unterrichtsraum; B 6, 23–25 Bauteil A
Beschreibung:
Brownian motion and martingales in continuous time, Stochastic integration and Ito formula, solution theory for stochastic differential equations (strong solutions, linear SDEs), change of measure (Girsanov theorem), martingale representation theorem
MAB 502 Algebraische Zahlentheorie (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Online live
Lernziel:
Fach­kompetenz:
Solides Verständnis für grundlegende Fragen der algebraischen Zahlentheorie
Methoden­kompetenz:
Fähigkeit, abstrakte algebraische Techniken in einem konkreten komplexen mathematischen Kontext anzuwenden.
Personale Kompetenz:
Fähigkeit, in abstrakten Strukturen zu denken; Ahnung von heutiger Forschung (Stichwort: „Langlands­programm“)
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Mündliche Prüfung oder schriftliche Klausur
Lektor(en):
Thomas Reichelt
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202210:15 – 11:45A 203 Unterrichtsraum; B 6, 23–25 Bauteil A
Freitag  (wöchentlich) 18.02.2022 – 03.06.202210:15 – 11:45A 203 Unterrichtsraum; B 6, 23–25 Bauteil A
Beschreibung:
Begriff der Ganzheit, Dedekindringe, Ringerweiterungen, Klassenzahl, Dirichletscher Einheitensatz, Verzweigungs­theorie,
Bewertungen, Lokalisierungen, Adelisierungen, Kreisteilungs­körper als Spezialfall, Ausblick auf Zetafunktionen
MAB 506 Game Theory (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
4
Lernziel:
Fach­kompetenz:
Fundierte Kenntnisse der Spieltheorie (MK1).
Bekanntschaft mit einigen Anwendungen in den Wirtschafts­wissenschaften (MK2).
Methoden­kompetenz:
Alle wissenschaft­lichen Arbeiten zur Spieltheorie lesen können (MF1, MO3).
Bei konkreten Situationen vor allem in den Wirtschafts­wissenschaften diese in Modellen der Spieltheorie fassen und analysieren können (MF2).
Personale Kompetenz:
Strategisches Denken mit Bedacht einsetzen können (MO4).
Empfohlene Voraussetzungen:
Prüfungs­leistung:
schriftliche Klausur
Beschreibung:
Grundlagen der Spieltheorie. Spiele in Normalform, Nash-Gleichgewichte, Nullsummenspiele, extensive Spiele (mit oder ohne Zufall und mit oder ohne perfekte Information), teilspielperfekte Gleichgewichte, kooperative Spiele, Shapley-Wert, in Form von Beispielen Anwendungen auf die Wirtschafts­wissenschaften.
MAC 502 Computational Finance (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Prüfungs­leistung:
Mündliche Prüfung
Lektor(en):
Andreas Neuenkirch
Termin(e):
Dienstag  (wöchentlich) 05.04.2022 – 31.05.202210:15 – 11:45C 014 Hörsaal; A 5, 6 Bauteil C
Donnerstag  (wöchentlich) 07.04.2022 – 02.06.202210:15 – 11:45C 013 Hörsaal; A 5, 6 Bauteil C
Dienstag  (Einzeltermin) 24.05.202208:30 – 10:00C 014 Hörsaal; A 5, 6 Bauteil C
MAC 507 Nonlinear Optimization (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Lektor(en):
Simone Göttlich, Patrick Mehlitz
Termin(e):
Dienstag  (wöchentlich) 15.02.2022 – 31.05.202212:00 – 13:30
MAC 510 Numerik partieller Differentialgleichungen (Vorlesung)
DE
Vorlesungs­typ:
Vorlesung
ECTS:
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS:
4
Teilnahme:
Online live
Prüfungs­leistung:
mündliche Prüfung
Lektor(en):
Simone Göttlich
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202210:15 – 11:45C 015 Hörsaal; A 5, 6 Bauteil C
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202212:00 – 13:30A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A
Markov Processes (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
5
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Online aufgezeichnet
Empfohlene Voraussetzungen:
Prüfungs­leistung:
Mündliche Prüfung
Lektor(en):
Martin Slowik
Termin(e):
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202210:15 – 11:45A 301 Seminarraum; B 6, 23–25 Bauteil A
Beschreibung:
The topic of this lecture are Markov processes in continuous time which are an important class of stochastic processes. We also introduce operator semigroups, generators and stochastic equations which provide approaches to the characterisation of Markov processes. The theory will be illustrated with many examples. The course will cover a part of the following topics:

– Construction of stochastic processes (Theorem of Daniel-Kolmogorov)
– Stopping and optional times and stopped processes
– Markov processes and its properties (Markov property, strong Markov property, forward and backward equation)
– Construction of Markov processes via the transition function
– Semigroups of linear operators, resolvents and generators (Theorem of Hille-Yoshida) and its relation to Markov processes
– Relation between Markov processes and martingales (Dynkin martingale)
– functionals of Markov processes and partial differential equations
MAS 510 Diffusion Equations (Seminar)
EN
Vorlesungs­typ:
Seminar
ECTS:
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Lektor(en):
Li Chen
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202212:00 – 13:30C 401 Seminarraum; B 6, 27–29 Bauteil C
Seminar Graph Theory (Seminar)
EN
Vorlesungs­typ:
Seminar
ECTS:
4.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS:
2
Teilnahme:
Präsenz live
Termin(e):
Donnerstag  (wöchentlich) 17.02.2022 – 02.06.202215:30 – 17:00C 014 Hörsaal; A 5, 6 Bauteil C
Wahrscheinlichkeits­theorie I – Grundlagen und Grenzwertsätze (Vorlesung)
EN
Vorlesungs­typ:
Vorlesung
ECTS:
8.0
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Präsenz/Online live
Prüfungs­leistung:
mündliche Prüfung
Lektor(en):
Leif Döring
Termin(e):
Montag  (wöchentlich) 14.02.2022 – 03.06.202210:15 – 11:45D 007 Seminarraum 2; B 6, 27–29 Bauteil D
Mittwoch  (wöchentlich) 16.02.2022 – 01.06.202210:15 – 11:45D 007 Seminarraum 2; B 6, 27–29 Bauteil D
Beschreibung:
Martingales and their convergence theory (including a proof of the law of large numbers), weak convergence theory (including a proof of the central limit theorem), Brownian motion (including the Donsker theorem).

Contact School of Business Informatics and Mathematics

Juliane Roth, M.A.

Juliane Roth, M.A.

Auslands­koordinatorin, Internationales Marketing, Gast­wissenschaft­ler­programm
Universität Mannheim
Fakultät für Wirtschafts­informatik und Wirtschafts­mathematik
B 6, 26
Gebäudeteil B – Raum B 1.05
68159 Mannheim
Tel.: +49 621 181–2340
Fax: +49 621 181–2423
E-Mail: juliane.roth uni-mannheim.de
Sprechstunde:
nach Vereinbarung per E–Mail