Wirtschaftsmathematik und Wirtschaftsinformatik
Information on your course choice
Please note that you have to take the majority of classes at the School of Business Informatics and Mathematics.
To start the registration procedure, please click on ‘More information’ below to be redirected to Portal2. Please sign up for all courses directly on the Portal2. For seminars and Team Projects please follow the respective notes on the websites of your lecturers. The registration period differs for courses with limited and open capacity.
If you're an undergraduate student, you might take graduate-level courses at the School of Business, Informatics and Mathematics. However, please pay attention to any prerequisites.
Suchfilter
Wirtschaftsinformatik (Bachelor)
Analysis für Wirtschaftsinformatiker (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
4
Teilnahme:
Präsenz live
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:
schriftliche Klausur (90 Minuten)
Lektor(en):
Prof. Dr. Simone Göttlich
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 10:15 – 11:45 | SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord |
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 12:00 – 13:30 | SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord |
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
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Data Security and Privacy (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
Teilnahme:
Online live
Lektor(en):
Prof. Dr. Frederik Armknecht, Jasmin Zalonis
Termin(e):
| Freitag (wöchentlich) | 14.02.2025 – 30.05.2025 | 10:15 – 11:45 | ZOOM-Lehre-037; Virtuelles Gebäude |
Kryptographie I (Vorlesung mit Übung)
DE
Kurstyp:
Vorlesung mit Übung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
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.
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 (90 Minuten) oder mündliche Prüfung (30 Minuten)
Lektor(en):
Prof. Dr. Matthias Krause, Linda Scheu-Hachtel, Jasmin Zalonis
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 13:45 – 15:15 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
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:
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
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Praktikum Software Engineering (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
englisch
SWS 1:
4
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.
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:
schriftliche Ausarbeitung und entwickeltes System, Teammeetings (14 Meetings à max. 2 Stunden) und Kolloquia (3 Kolloquien à max. 30 Minuten), Praktische Prüfungen, Programmierprojekt(e)
Lektor(en):
Dr. Marcus Kessel, Shilpi Gupta
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 15:30 – 17:00 | B 144 Hörsaal; A 5, 6 Bauteil B |
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
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Praktische Informatik II (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
4
Teilnahme:
Präsenz/Online live & aufgezeichnet
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.
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:
Studienbeginn ab HWS 2011:
Erfolgreiche Teilnahme am Übungsbetrieb
schriftliche Klausur (90 Minuten)
Erfolgreiche Teilnahme am Übungsbetrieb
schriftliche Klausur (90 Minuten)
Studienbeginn vor HWS 2011:
schriftliche Klausur (90 Minuten)
Lektor(en):
Prof. Dr. Rainer Gemulla
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord |
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 15:30 – 17:00 | SN 169 Röchling Hörsaal; Schloss Schneckenhof Nord |
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
1. Rechnerarchitektur
2. Betriebssysteme
3. Compilerbau
4. Java Virtual Machine
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Programmierpraktikum II (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
2
Teilnahme:
Präsenz 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:
Programmiertestate, Programmierprojekte, Programming Competence Test (180 Minuten)
Lektor(en):
Dr. Ursula Rost
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 15:30 – 17:00 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
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:
Darüber hinaus werden Werkzeuge für die Team-orientierte Entwicklung größerer Programmpakete vorgestellt. Dazu gehört insbesondere die Entwicklungsumgebung Eclipse.
- 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.
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Softwaretechnik I (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
englisch
SWS 1:
2
Teilnahme:
Präsenz 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.
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:
Klausur (90 Minuten)
Lektor(en):
Prof. Dr. Colin Atkinson
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | B 144 Hörsaal; A 5, 6 Bauteil B |
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
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Theoretische Informatik (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
3
Teilnahme:
Präsenz live
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.
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:
schriftliche Klausur (90 Minuten) oder mündliche Prüfung (30 Minuten)
Lektor(en):
Prof. Dr. Matthias Krause, Linda Scheu-Hachtel, Jasmin Zalonis
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 15:30 – 17:00 | C 013 Hörsaal; A 5, 6 Bauteil C |
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 17:15 – 18:45 | C 013 Hörsaal; A 5, 6 Bauteil C |
| Mittwoch (2-wöchentlich) | 12.02.2025 – 21.05.2025 | 13:45 – 15:15 | C 013 Hörsaal; A 5, 6 Bauteil C |
Beschreibung:
- Grundlegende uniforme und nichtuniforme Berechnungsmodelle und Berechnungsparadigmen
- Universelle Turingmaschinen und Berechenbarkeit
- Logik- insbesondere SAT-Algorithmen
- NP-Vollständigkeitstheorie
- Formale Sprachen, Grammatiken, Grundlagen des Compilerbaus
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Wirtschaftsinformatik IV – IS 204 (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
2
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr. Simone Paolo Ponzetto, Tommaso Green
Termin(e):
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 10:15 – 11:45 | M 003 PWC Hörsaal; Schloss Mittelbau |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Wirtschaftsinformatik (Master)
Advanced Methods in Text Analytics (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Präsenz live
Lektor(en):
Dr. Daniel Ruffinelli
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | C 015 Hörsaal; A 5, 6 Bauteil C |
Algorithmik (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
3
Teilnahme:
Präsenz live
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.
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:
Klausur, 90 Minuten
Lektor(en):
Prof. Dr. Matthias Krause, Linda Scheu-Hachtel, Jasmin Zalonis
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 10:15 – 11:45 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
| Donnerstag (2-wöchentlich) | 13.02.2025 – 22.05.2025 | 10:15 – 11:45 | C 013 Hörsaal; A 5, 6 Bauteil C |
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
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Cryptography (Vorlesung mit Übung)
Kurstyp:
Vorlesung mit Übung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
Teilnahme:
Präsenz live
Empfohlene Voraussetzungen:
Lektor(en):
Prof. Dr. Matthias Krause, Linda Scheu-Hachtel, Jasmin Zalonis
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | |
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 13:45 – 15:15 |
Data Mining (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
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:
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):
Dr. Sven Hertling
Termin(e):
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 10:15 – 11:45 | B 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)
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Data Security and Privacy (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
Teilnahme:
Online live
Lektor(en):
Prof. Dr. Frederik Armknecht, Jasmin Zalonis
Termin(e):
| Freitag (wöchentlich) | 14.02.2025 – 30.05.2025 | 10:15 – 11:45 | ZOOM-Lehre-037; Virtuelles Gebäude |
Database Systems II (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
2
Teilnahme:
Präsenz 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 Klausur, 90 Minuten
Lektor(en):
Prof. Dr. Guido Moerkotte
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 12:00 – 13:30 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
Beschreibung:
Über das relationale Modell hinausgehende Themen (objektorientierte, objektrelationale Datenbanken, SQL/
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Databases for Data Scientists (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Präsenz live
Lektor(en):
Dr. Sven Hertling
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | A 203 Unterrichtsraum; B 6, 23–25 Bauteil A |
Deep Learning (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
Lektor(en):
Prof. Dr. Rainer Gemulla
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 10:15 – 11:45 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
IS 622 Network Science (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
2
Registrierungsinformationen:
This course has limited capacity. It is mandatory that you register via Portal2. You can register anytime during the official course registration period (15 January – 6 February 2025). The time of your registration is not relevant as seats are not assigned on a first-come, first-served basis.
Please note that this lecture is accompanied by an exercise class, you can register for it via Portal2.
Please note that this lecture is accompanied by an exercise class, you can register for it via Portal2.
Lektor(en):
Dr. Jörg Schlötterer
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 10:15 – 11:45 | O 145 Heinrich Vetter Hörsaal; Schloss Ostflügel |
Beschreibung:
Please find a detailed course description via the following link:
Modulkatalog MMM | Universität Mannheim (uni-mannheim.de)
Modulkatalog MMM | Universität Mannheim (uni-mannheim.de)
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Large Language Models and Agents (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr. Christian Bizer, Ralph Peeters
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 15:30 – 17:00 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
| Mittwoch (Einzeltermin) | 28.05.2025 | 10:15 – 13:30 | |
| Mittwoch (Einzeltermin) | 28.05.2025 | 13:45 – 17:00 |
Master Seminar Computer Vision (Seminar)
EN
Kurstyp:
Seminar
ECTS:
4.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
2
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr.-Ing. Margret Keuper
Termin(e):
| Freitag (Einzeltermin) | 21.02.2025 | 13:45 – 15:15 | A 104 Seminarraum; B 6, 23–25 Bauteil A |
| Dienstag (wöchentlich) | 25.02.2025 – 27.05.2025 | 17:15 – 18:45 | A 104 Seminarraum; B 6, 23–25 Bauteil A |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Query Optimization (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
2
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 Prüfung (30 Minuten)
Lektor(en):
Prof. Dr. Guido Moerkotte
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | A 301 Seminarraum; B 6, 23–25 Bauteil A |
Beschreibung:
Grundlagen der Anfrageoptimierung
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Web Mining (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
2
Teilnahme:
Präsenz live
Lernziel:
Expertise:
Students will acquire knowledge of the techniques, opportunities and applications of Web mining. Methodological competence:
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:
written examination (90 minutes), written project report, oral project presentation
Lektor(en):
Prof. Dr. Christian Bizer, Prof. Dr. Simone Paolo Ponzetto
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 10:15 – 11:45 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
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
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Wirtschaftsmathematik (Bachelor)
Dynamische Systeme und Stabilität (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
Lektor(en):
Prof. Dr. Martin Schmidt
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 17:15 – 18:45 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 08:30 – 10:00 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
Elemente der Funktionentheorie (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
4
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
3
Teilnahme:
Präsenz live
Lernziel:
Fachkompetenz:
• Grundbegriffe der reellen Analysis (BF1, BK1)
• Konvergenz von Folgen und Reihen (BK1)
• Stetigkeit von Funktionen in einer Variablen (BK1)
• Differenzierbarkeit von Funktionen in einer Variablen (BK1)
• Riemanintegral von Funktionen in einer Variablen (BK1)
Methodenkompetenz:
• mathematische Beweisführung (BF1, BO2)
• Hantieren mit Gleichungen und Ungleichungen (BF1, BO2)
• Berechnen von Grenzwerten (BF1,BO3)
• Kurvendiskussion (BF2, BO3)
• Berechnen von unbestimmten und bestimmten Integralen (BO2,BO3)
Personale Kompetenz:
• Teamarbeit (BF4)
• Grundbegriffe der reellen Analysis (BF1, BK1)
• Konvergenz von Folgen und Reihen (BK1)
• Stetigkeit von Funktionen in einer Variablen (BK1)
• Differenzierbarkeit von Funktionen in einer Variablen (BK1)
• Riemanintegral von Funktionen in einer Variablen (BK1)
Methodenkompetenz:
• mathematische Beweisführung (BF1, BO2)
• Hantieren mit Gleichungen und Ungleichungen (BF1, BO2)
• Berechnen von Grenzwerten (BF1,BO3)
• Kurvendiskussion (BF2, BO3)
• Berechnen von unbestimmten und bestimmten Integralen (BO2,BO3)
Personale Kompetenz:
• Teamarbeit (BF4)
Empfohlene Voraussetzungen:
Literatur:
- Eigenes Skript (online)
- E. Freitag, R. Busam, Funktionentheorie I
- K. Jänich, Funktionentheorie
- R. Remmert, G. Schumacher, Funktionentheorie I
- A. Hurwitz, Vorlesungen über Allgemeine Funktionentheorie und Elliptische Funktionen
- L. Ahlfors, Complex Analysis
- J.B. Conway, Functions of One Complex Variable
Prüfungsleistung:
schriftliche Klausur
Lektor(en):
Prof. Dr. Claus Hertling
Beschreibung:
- Komplexe Differenzierbarkeit
- holomorphe und meromorphe Funktionen
- Residuenkalkül
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Lineare Algebra II / A (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
4.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
2
Teilnahme:
Präsenz live
Lernziel:
Fachkompetenz:
• Vertiefungen der Linearen Algebra I wie Normalformen von Endomorphismen kennen (BK1)
Methodenkompetenz:
• Das Wechselspiel zwischen abstrakten Objekten (Endomorphismen, Bilinearformen) und repräsentierenden konkreten Daten (Matrizen) würdigen (BF1, BO2).
Personale Kompetenz:
• Strukturiertes Denken (BO2).
• Teamarbeit (BF4).
• Kommunikationsfähigkeit (BO1).
• Vertiefungen der Linearen Algebra I wie Normalformen von Endomorphismen kennen (BK1)
Methodenkompetenz:
• Das Wechselspiel zwischen abstrakten Objekten (Endomorphismen, Bilinearformen) und repräsentierenden konkreten Daten (Matrizen) würdigen (BF1, BO2).
Personale Kompetenz:
• Strukturiertes Denken (BO2).
• Teamarbeit (BF4).
• Kommunikationsfähigkeit (BO1).
Empfohlene Voraussetzungen:
Prüfungsleistung:
schriftliche Klausur
Lektor(en):
Prof. Ph. D. Mathias Staudigl
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 24.03.2025 | 12:00 – 13:30 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
| Freitag (wöchentlich) | 14.02.2025 – 28.03.2025 | 12:00 – 13:30 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
Beschreibung:
• Euklidische Vektorräume, Normalformen von Endomorphismen oder andere Ergänzungen zur Linearen Algebra I
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Lineare Algebra II / B (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
5.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
2
Lernziel:
Fachkompetenz:
• Vertiefung der Linearen Algebra I wie Sesquilinearformen und Spektralsätze kennen (BK1)
Methodenkompetenz:
• Das Wechselspiel zwischen abstrakten Objekten (Endomorphismen, Bilinearformen) und repräsentierenden konkreten Daten (Matrizen) würdigen (BF1, BO2).
• Die Verbindung von Algebra und Geometrie würdigen (BF1, BO2).
Personale Kompetenz:
• Strukturiertes Denken (BO2).
• Teamarbeit (BF4).
• Kommunikationsfähigkeit (BO1, BO4).
• Vertiefung der Linearen Algebra I wie Sesquilinearformen und Spektralsätze kennen (BK1)
Methodenkompetenz:
• Das Wechselspiel zwischen abstrakten Objekten (Endomorphismen, Bilinearformen) und repräsentierenden konkreten Daten (Matrizen) würdigen (BF1, BO2).
• Die Verbindung von Algebra und Geometrie würdigen (BF1, BO2).
Personale Kompetenz:
• Strukturiertes Denken (BO2).
• Teamarbeit (BF4).
• Kommunikationsfähigkeit (BO1, BO4).
Prüfungsleistung:
Mündliche Prüfung oder schriftliche Klausur
Lektor(en):
Prof. Ph. D. Mathias Staudigl
Termin(e):
| Montag (wöchentlich) | 31.03.2025 – 26.05.2025 | 12:00 – 13:30 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
| Freitag (wöchentlich) | 04.04.2025 – 30.05.2025 | 12:00 – 13:30 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
Beschreibung:
• Algebra und Geometrie der Sesquilinearformen und Bilinearformen
• Spektralsätze
• Spektralsätze
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
MAA 403 Dynamische Systeme (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
4
Lernziel:
Fachkompetenz:
• Grundbegriffe gewöhnlicher und partieller Differenzialgleichungen (BF1, BK1)
• Trennung der Variablen, exakte Differenzialgleichungen (BK1, BO3)
• maximale Lösungen (BK1)
• lineare Flüsse (BK1)
• Prinzip der linearisierten Stabilität (BK1, BF1)
Methodenkompetenz:
• Erkennen verschiedener Differenzialgleichungen (BF2)
• Berechnen von Lösungen von Differenzialgleichungen (BF2, BO3)
• Erstellung von Phasendiagrammen (BF2)
• Diskussion der Stabilität von Gleichgewichten (BF2, BO3)
Personale Kompetenz:
• Teamarbeit (BF4)
• Grundbegriffe gewöhnlicher und partieller Differenzialgleichungen (BF1, BK1)
• Trennung der Variablen, exakte Differenzialgleichungen (BK1, BO3)
• maximale Lösungen (BK1)
• lineare Flüsse (BK1)
• Prinzip der linearisierten Stabilität (BK1, BF1)
Methodenkompetenz:
• Erkennen verschiedener Differenzialgleichungen (BF2)
• Berechnen von Lösungen von Differenzialgleichungen (BF2, BO3)
• Erstellung von Phasendiagrammen (BF2)
• Diskussion der Stabilität von Gleichgewichten (BF2, BO3)
Personale Kompetenz:
• Teamarbeit (BF4)
Empfohlene Voraussetzungen:
Prüfungsleistung:
Mündliche Prüfung oder schriftliche Klausur
Lektor(en):
Prof. Dr. Martin Schmidt
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 17:15 – 18:45 | |
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 08:30 – 10:00 |
Beschreibung:
• gewöhnliche Differenzialgleichungen
• Existenz und Eindeutigkeit
• hyperbolische Flüsse
• Stabilitätsanalyse
• Existenz und Eindeutigkeit
• hyperbolische Flüsse
• Stabilitätsanalyse
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
MAB 405 Kryptologie (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
4
Teilnahme:
Präsenz live
Lernziel:
Fachkompetenz:
• Verständnis für die vielfältigen Einsatzmöglichkeiten von Kryptoverfahren (BF2, BF4, BF5, BO1)
• Realistische Einschätzung der Sicherheit (BF1, BF3, BO2)
• Zahlentheoretische Grundlagen der Kryptographie mit öffentlichen Schlüsseln und von AES (BK1, BK3, BO3)
• Vor- und Nachteile der Verfahren mit öffentlichen und privaten Schlüsseln; hybride Verfahren wie SSL/
• Verständnis für die konstruktive und die destruktive Rolle quantenmechanischer Verfahren (BF3, BF4)
Methodenkompetenz:
• Sicherer Einsatz von RSA zur Verschlüsselung und für elektronische Unterschriften (einschließlich Primzahlsuche) (BK1, BK3, BF3, BO3)
• Kenntnis der für RSA kritischen Faktorisierungsverfahren und der wichtigsten sonstigen Angriffsmöglichkeiten (BF1, BF2)
• Faktorisierung mit Quantencomputern (BF1, BO3)
• Verständnis von AES (BK1, BK3, BF1, BF3)
• Umgang mit diskreten Logarithmen, DSS (BK1, BK3, BF3)
• Grundlegende Protokolle der Quantenkryptographie (BF3, BO2)
Personale Kompetenz:
• Problembewusstsein für die Verwundbarkeit von Kryptosystemen und Fähigkeit zur rationalen Auswahl einer in Aufwand und Sicherheit dem jeweiligen Problem angemessenen Lösung (BO1, BO2, BO3)
• Verständnis für die vielfältigen Einsatzmöglichkeiten von Kryptoverfahren (BF2, BF4, BF5, BO1)
• Realistische Einschätzung der Sicherheit (BF1, BF3, BO2)
• Zahlentheoretische Grundlagen der Kryptographie mit öffentlichen Schlüsseln und von AES (BK1, BK3, BO3)
• Vor- und Nachteile der Verfahren mit öffentlichen und privaten Schlüsseln; hybride Verfahren wie SSL/
• Verständnis für die konstruktive und die destruktive Rolle quantenmechanischer Verfahren (BF3, BF4)
Methodenkompetenz:
• Sicherer Einsatz von RSA zur Verschlüsselung und für elektronische Unterschriften (einschließlich Primzahlsuche) (BK1, BK3, BF3, BO3)
• Kenntnis der für RSA kritischen Faktorisierungsverfahren und der wichtigsten sonstigen Angriffsmöglichkeiten (BF1, BF2)
• Faktorisierung mit Quantencomputern (BF1, BO3)
• Verständnis von AES (BK1, BK3, BF1, BF3)
• Umgang mit diskreten Logarithmen, DSS (BK1, BK3, BF3)
• Grundlegende Protokolle der Quantenkryptographie (BF3, BO2)
Personale Kompetenz:
• Problembewusstsein für die Verwundbarkeit von Kryptosystemen und Fähigkeit zur rationalen Auswahl einer in Aufwand und Sicherheit dem jeweiligen Problem angemessenen Lösung (BO1, BO2, BO3)
Empfohlene Voraussetzungen:
Prüfungsleistung:
Mündliche Prüfung oder schriftliche Klausur
Lektor(en):
apl. Prof. Dr. Wolfgang Seiler
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | A 303 Seminarraum; B 6, 23–25 Bauteil A |
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 13:45 – 15:15 | A 303 Seminarraum; B 6, 23–25 Bauteil A |
Beschreibung:
• Aufgaben der Kryptologie
• Klassische Kryptosysteme und ihre Kryptanalyse
• Feistel-Netzwerke und DES
• Differentielle und lineare Kryptanalyse; DES-Cracker
• New directions in cryptography
• RSA und seine zahlentheoretischen Grundlagen
• Faktorisierungsalgorithmen und andere Angriffe
• Verfahren auf der Grundlage diskreter Logarithmen
• Sichere Hashalgorithmen
• Kryptographische Protokolle
• Quantenkryptographie und Quantencomputer
• Klassische Kryptosysteme und ihre Kryptanalyse
• Feistel-Netzwerke und DES
• Differentielle und lineare Kryptanalyse; DES-Cracker
• New directions in cryptography
• RSA und seine zahlentheoretischen Grundlagen
• Faktorisierungsalgorithmen und andere Angriffe
• Verfahren auf der Grundlage diskreter Logarithmen
• Sichere Hashalgorithmen
• Kryptographische Protokolle
• Quantenkryptographie und Quantencomputer
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
MAC 405 Monte Carlo Methods (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
englisch
SWS 1:
2
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)
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:
schriftliche Klausur
Lektor(en):
Prof. Dr. Andreas Neuenkirch
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 13:45 – 15:15 | C 013 Hörsaal; A 5, 6 Bauteil C |
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
Simulation diskreter Ereignissysteme
Monte-Carlo-Methode, Varianzreduktion
Statistische Validierung: Chi-Quadrat-Test, Kolmogorov-Smirnov-Test
Numerische Behandlung von Markovketten
Markovketten-Monte-Carlo
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Markovketten (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
5.0
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
Teilnahme:
Online aufgezeichnet
Lektor(en):
Prof. Dr. Leif Döring, Prof. Dr. Martin Slowik
MAT 301 Analysis I (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
10.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
4
Lernziel:
Fachkompetenz:
• Grundbegriffe der reellen Analysis (BF1, BK1)
• Konvergenz von Folgen und Reihen (BK1)
• Stetigkeit von Funktionen in einer Variablen (BK1)
• Differenzierbarkeit von Funktionen in einer Variablen (BK1)
• Riemanintegral von Funktionen in einer Variablen (BK1)
Methodenkompetenz:
• mathematische Beweisführung (BF1, BO2)
• Hantieren mit Gleichungen und Ungleichungen (BF1, BO2)
• Berechnen von Grenzwerten (BF1,BO3)
• Kurvendiskussion (BF2, BO3)
• Berechnen von unbestimmten und bestimmten Integralen (BO2,BO3)
Personale Kompetenz:
• Teamarbeit (BF4)
• Grundbegriffe der reellen Analysis (BF1, BK1)
• Konvergenz von Folgen und Reihen (BK1)
• Stetigkeit von Funktionen in einer Variablen (BK1)
• Differenzierbarkeit von Funktionen in einer Variablen (BK1)
• Riemanintegral von Funktionen in einer Variablen (BK1)
Methodenkompetenz:
• mathematische Beweisführung (BF1, BO2)
• Hantieren mit Gleichungen und Ungleichungen (BF1, BO2)
• Berechnen von Grenzwerten (BF1,BO3)
• Kurvendiskussion (BF2, BO3)
• Berechnen von unbestimmten und bestimmten Integralen (BO2,BO3)
Personale Kompetenz:
• Teamarbeit (BF4)
Empfohlene Voraussetzungen:
Prüfungsleistung:
schriftliche Klausur
Beschreibung:
• Mengen und Abbildungen
• reelle Zahlen
• Zahlenfolgen und Reihen
• Funktionen in einer reellen Variablen
• reelle Zahlen
• Zahlenfolgen und Reihen
• Funktionen in einer reellen Variablen
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
MAT 302 Analysis II (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
10.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
SWS 1:
4
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)
Personale Kompetenz:
• Teamarbeit (BF4)
• 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)
Personale Kompetenz:
• Teamarbeit (BF4)
Empfohlene Voraussetzungen:
Prüfungsleistung:
schriftliche Klausur
Lektor(en):
Prof. Li Chen
Termin(e):
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 08:30 – 10:00 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 10:15 – 11:45 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
Beschreibung:
• metrische Räume
• normierte Vektorräume
• Funktionen mehrerer Variabler
• Funktionale
• normierte Vektorräume
• Funktionen mehrerer Variabler
• Funktionale
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Stochastik 2 (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Bachelor
Kurssprache:
deutsch
Lektor(en):
Prof. Dr. Martin Schlather
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 12:00 – 13:30 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 08:30 – 10:00 | A 001 Großer Hörsaal; B 6, 23–25 Bauteil A |
| Donnerstag (Einzeltermin) | 13.02.2025 | 13:45 – 15:15 | B 244 Hörsaal; A 5, 6 Bauteil B |
Wirtschaftsmathematik (Master)
Advanced Topics in Mathematical Finance (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
4
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr. David Johannes Prömel
Termin(e):
| Mittwoch (wöchentlich) | 12.02.2025 – 26.03.2025 | 12:00 – 13:30 | A 203 Unterrichtsraum; B 6, 23–25 Bauteil A |
| Donnerstag (wöchentlich) | 13.02.2025 – 27.03.2025 | 08:30 – 10:00 | A 203 Unterrichtsraum; B 6, 23–25 Bauteil A |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Algebraische Zahlentheorie (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
4
Teilnahme:
Präsenz 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“)
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):
Dr. Thomas Reichelt
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 12:00 – 13:30 | A 203 Unterrichtsraum; B 6, 23–25 Bauteil A |
| Freitag (wöchentlich) | 14.02.2025 – 30.05.2025 | 12:00 – 13:30 | A 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
Bewertungen, Lokalisierungen, Adelisierungen, Kreisteilungskörper als Spezialfall, Ausblick auf Zetafunktionen
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Computational Statistics (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
Lektor(en):
Prof. Dr. Martin Schlather
Termin(e):
| Montag (Einzeltermin) | 10.02.2025 | 18:00 – 19:00 | D 007 Seminarraum 2; B 6, 27–29 Bauteil D |
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 08:30 – 10:00 | D 007 Seminarraum 2; B 6, 27–29 Bauteil D |
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 15:30 – 17:00 | D 007 Seminarraum 2; B 6, 27–29 Bauteil D |
Integrable hierarchies of KdV type and moduli spaces of curves (Vorlesung)
EN
MAA 504 Partial differential equations (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
4
Teilnahme:
Präsenz live
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)
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):
Prof. Dr. Martin Schmidt
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 13:45 – 15:15 | C 301 Seminarraum; B 6, 27–29 Bauteil C |
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 17:15 – 18:45 | C 401 Seminarraum; B 6, 27–29 Bauteil C |
Beschreibung:
Elliptische Differenzialgleichungen
Funktionenräume
Randwertproblem, Dirichletproblem
Apriori Abschätzungen
Funktionenräume
Randwertproblem, Dirichletproblem
Apriori Abschätzungen
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
MAA 504 Partial differential equations (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
4
Teilnahme:
Präsenz live
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)
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):
Prof. Dr. Martin Schmidt
Beschreibung:
Elliptische Differenzialgleichungen
Funktionenräume
Randwertproblem, Dirichletproblem
Apriori Abschätzungen
Funktionenräume
Randwertproblem, Dirichletproblem
Apriori Abschätzungen
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
MAA 519 Stochastic Calculus (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
5.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Online aufgezeichnet
Lektor(en):
Prof. Dr. David Johannes Prömel
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 507 Spieltheorie II (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
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).
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:
Je nach Teilnehmerzahl schriftliche Klausur oder mündliche Prüfung (wird zu Beginn der Vorlesung bekannt gegeben) Prüfungsvorleistung: erfolgreiche Teilnahme an den Übungen.
Lektor(en):
Prof. Dr. Claus Hertling
Beschreibung:
Verhandlungsspiele, Rubinstein-Spiel, Spiele mit unvollständiger Information, Bayes'sches Gleichgewicht, Auktionstheorie, in Form von Beispielen Anwendungen auf die Wirtschaftswissenschaften.
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Markov Processes (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
5
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Online aufgezeichnet
Empfohlene Voraussetzungen:
Prüfungsleistung:
Oral exam
Lektor(en):
Prof. Dr. Leif Döring, Prof. Dr. Martin Slowik
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
– 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
Kurstyp:
Seminar
ECTS:
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
2
Lektor(en):
Prof. Li Chen
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 13:45 – 15:15 | C 401 Seminarraum; B 6, 27–29 Bauteil C |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Monte Carlo Methoden II (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
deutsch
SWS 1:
2
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr. Andreas Neuenkirch
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 12:00 – 13:30 | C 014 Hörsaal; A 5, 6 Bauteil C |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Nonlinear Optimization (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
4
Lektor(en):
Prof. Ph. D. Mathias Staudigl, Meggie Marschner
Termin(e):
| Montag (wöchentlich) | 10.02.2025 – 26.05.2025 | 15:30 – 17:00 | D 007 Seminarraum 2; B 6, 27–29 Bauteil D |
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 08:30 – 10:00 | C 013 Hörsaal; A 5, 6 Bauteil C |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Seminar Mathematical Optimization (Seminar)
EN
Kurstyp:
Seminar
ECTS:
4.0
Kurs geeignet für:
Master
Kurssprache:
englisch
Lektor(en):
Prof. Ph. D. Mathias Staudigl, Meggie Marschner, Siqi Qu
Termin(e):
| Dienstag (Einzeltermin) | 11.02.2025 | 15:30 – 17:00 | |
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 12:00 – 13:30 | C 301 Seminarraum; B 6, 27–29 Bauteil C |
| Dienstag (Einzeltermin) | 18.02.2025 | 12:00 – 13:30 | C 301 Seminarraum; B 6, 27–29 Bauteil C |
| Mittwoch (Einzeltermin) | 19.02.2025 | 11:30 – 13:30 | C 301 Seminarraum; B 6, 27–29 Bauteil C |
| Samstag (Einzeltermin) | 24.05.2025 | 09:00 – 18:00 | C 301 Seminarraum; B 6, 27–29 Bauteil C |
Seminar Mathematical Optimization (Seminar)
EN
Stochastic Processes (Vorlesung)
DE
Kurstyp:
Vorlesung
ECTS:
8.0
Kurs geeignet für:
Master
Kurssprache:
deutsch
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr. Simon Weißmann
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 10:15 – 11:45 | D 002 Seminarraum 1; B 6, 27–29 Bauteil D |
| Mittwoch (wöchentlich) | 12.02.2025 – 28.05.2025 | 10:15 – 11:45 | D 002 Seminarraum 1; 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).
Mannheim Master in Data Science
Advanced Methods in Text Analytics (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
Teilnahme:
Präsenz live
Lektor(en):
Dr. Daniel Ruffinelli
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 13:45 – 15:15 | C 015 Hörsaal; A 5, 6 Bauteil C |
Data Security and Privacy (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Bachelor, Master
Kurssprache:
englisch
Teilnahme:
Online live
Lektor(en):
Prof. Dr. Frederik Armknecht, Jasmin Zalonis
Termin(e):
| Freitag (wöchentlich) | 14.02.2025 – 30.05.2025 | 10:15 – 11:45 | ZOOM-Lehre-037; Virtuelles Gebäude |
Deep Learning (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0
Kurs geeignet für:
Master
Kurssprache:
englisch
Lektor(en):
Prof. Dr. Rainer Gemulla
Termin(e):
| Donnerstag (wöchentlich) | 13.02.2025 – 29.05.2025 | 10:15 – 11:45 | A 101 Kleiner Hörsaal; B 6, 23–25 Bauteil A |
IS 622 Network Science (Vorlesung)
EN
Kurstyp:
Vorlesung
ECTS:
6.0 (Modul/e)
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
2
Registrierungsinformationen:
This course has limited capacity. It is mandatory that you register via Portal2. You can register anytime during the official course registration period (15 January – 6 February 2025). The time of your registration is not relevant as seats are not assigned on a first-come, first-served basis.
Please note that this lecture is accompanied by an exercise class, you can register for it via Portal2.
Please note that this lecture is accompanied by an exercise class, you can register for it via Portal2.
Lektor(en):
Dr. Jörg Schlötterer
Termin(e):
| Dienstag (wöchentlich) | 11.02.2025 – 27.05.2025 | 10:15 – 11:45 | O 145 Heinrich Vetter Hörsaal; Schloss Ostflügel |
Beschreibung:
Please find a detailed course description via the following link:
Modulkatalog MMM | Universität Mannheim (uni-mannheim.de)
Modulkatalog MMM | Universität Mannheim (uni-mannheim.de)
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Master Seminar Computer Vision (Seminar)
EN
Kurstyp:
Seminar
ECTS:
4.0
Kurs geeignet für:
Master
Kurssprache:
englisch
SWS 1:
2
Teilnahme:
Präsenz live
Lektor(en):
Prof. Dr.-Ing. Margret Keuper
Termin(e):
| Freitag (Einzeltermin) | 21.02.2025 | 13:45 – 15:15 | A 104 Seminarraum; B 6, 23–25 Bauteil A |
| Dienstag (wöchentlich) | 25.02.2025 – 27.05.2025 | 17:15 – 18:45 | A 104 Seminarraum; B 6, 23–25 Bauteil A |
Weitere Informationen
1 SWS geben die Dauer eines Kurses an, der wöchentlich während eines Semesters angeboten wird. Eine SWS entspricht 45 Minuten.
Contact School of Business Informatics and Mathematics
Bild: Juliane Roth
Juliane Roth, M.A. (sie/ihr)
Auslandskoordinatorin, Internationales Marketing, Digitalisierungsreferentin
Universität Mannheim
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik
B 6, 26
Gebäudeteil B – Raum B 1.05
68159 Mannheim
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik
B 6, 26
Gebäudeteil B – Raum B 1.05
68159 Mannheim
Sprechstunde:
nach Vereinbarung per E–Mail
nach Vereinbarung per E–Mail