Modul: | Prüfungsanforderungen: |
---|---|
Inf-AS-PS: Masterabschlusseminar Programmiersprachen |
Vortrag |
Inf-AlgSeq: Algorithms on Sequences |
oral or written exam at the end of the course |
Inf-BioInf-SysBio: Bioinformatics/Systems Biology |
At least 80% of exercises have to be passed in with at least 50% of cumulative points over the entire semester for the written or oral exam. Graded written or oral exam for each lecture depending on the number of participants at the end of the semester. Final grades will be calculated as mean of the grades from the two exams. The exam will take place during the examination period of the respective semester with a possible repetition after failure before the start of the next semester (according to the official examination periods). |
Inf-DPS: Deklarative Programmiersprachen |
Mündliche Abschlussprüfung am Ende der Vorlesung |
Inf-DatSchutz: Datenschutz |
Klausur |
Inf-EntEinSys: Embedded Real-Time Systems |
The grade is determined by a final written exam. Prerequisite for admission to exam: received at least 50% of homework assignment points. The final grade for the module is given by either 1) the exam grade, or 2) 85% of the exam grade + 15% of the homework grade, whichever is better of the two. |
Inf-FD-LeLeG: Lehren und Lernen im Fach Informatik - Grundlagen |
Portfolio |
Inf-FD-LeLeV: Fachdidaktik: Lehren und Lernen im Fach Informatik - Vertiefung |
Portfolio |
Inf-GSoZu: Grundlagen der Softwarezuverlässigkeit |
Oral exam over 30 minutes |
Inf-MKli: Computer Science in Ocean and Climate Research |
Oral exam, admission for exam: submission of exercises |
Inf-MP-AOS: Master project - Algorithmic Optimal Control / Climate Simulation |
Oral module examination in the form of a presentation of results in a lecture, project elaboration or software documentation, if applicable. |
Inf-MP-AlgEng: Masterprojekt - Algorithm Engineering |
Individuelle Abnahme der Projektergebnisse, Prüfungsgespräch |
Inf-MPAlgKombSeq: Masterprojekt - Algorithmik und Kombinatorik von sequenziellen Strukturen |
Präsentation der Projektergebnisse |
Inf-MS-EES: Master Seminar - Real-Time/Embedded Systems |
Seminar paper and presentation. |
Inf-MS-PS: Masterseminar - Programmiersprachen und Programmiersysteme |
Seminarausarbeitung und Vortrag |
Inf-MS-TIAktF: Masterseminar - Theoretische Informatik (Aktuelle Forschungsfragen) |
Die Note setzt sich aus 3 Teilnoten zusammen.
|
Inf-MSc-Proj-OR: Masterprojekt - Operations Research |
Präsentation der Projektergebnisse |
Inf-MSc-SemOR: Masterseminar - Operations Research/Effiziente Algorithmen |
Die Note setzt sich aus folgenden Teilnoten zusammen.
|
Inf-Math-B: Mathematik für die Informatik B |
Schriftliche Klausur am Ende der Vorlesung. Die Zulassung setzt die regelmäßige und erfolgreiche Bearbeitung der Hausaufgaben voraus, beispielsweise müssen mindestens 50% aller Übungspunkte erreicht werden. Näheres wird in der Vorlesung geregelt. |
Inf-NNDL: Neural networks and deep learning |
Written exam. Prerequisite for admission to the exam is to have passed 4 out of the first 5 lab exercise sheets. |
Inf-NumProg: Numerische Programmierung |
erfolgreiches Bearbeiten der Übungsaufgaben, mündliche Modulprüfung |
Inf-SP: Softwareprojekt |
Die Modulnote wird aus einem Vortrag über die individuelle Mitarbeit am Projekt, dem Gruppenergebnis und der Abschlusspräsentation gebildet. Ein erfolgreicher Vortrag über die individuelle Mitarbeit ist zum Bestehen des Moduls notwendig. In dem Modul soll insbesondere die Arbeit im Team erlernt werden, weshalb die Gruppenleistung und individuelle Teamarbeit den Hauptteil der Bewertung ausmacht. Zum Erfassen des Fortschritts des Projekts finden regelmäßige Feedbackgespräche statt. Da das Modul als Blockveranstaltung durchgeführt wird, ist es nicht möglich einzelne Teile unabhängig voneinander nachzuholen: Es muss bei Nichtbestehen die gesamte Blockveranstaltung und damit die gesamte Prüfungsleistung erneut erbracht werden. Das Softwareprojekt stellt nur als Gesamtleistung eine sinnvolle didaktische Einheit dar. Es wird die Durchführung eines Softwareprojektes, so wie es auch in der späteren Berufspraxis erwartet wird, simuliert. Da das Erlernen und Üben von Teamarbeit im Vordergrund steht, ist die Anwesenheit während der Blockveranstaltung erforderlich. |
Inf-Sem-Echtz: Bachelor Seminar - Real-Time / Embedded Systems |
Portfolio and one presentation. |
Inf-WissArb: Wissenschaftliches Arbeiten |
Diese Veranstaltung hat keine eigene Prüfungsleistung. Die Prüfungsleistung des Moduls besteht aus der Ausarbeitung und der Präsentation im folgenden Seminar. Die Veranstaltung muss als Prüfungsvorleistung zur Teilnahme am Seminar 'bestanden' werden. Als Prüfungsvorleistung zur Teilnahme am Seminar muss eine kurze Hausarbeit (1 Seite) erstellt, eine Klausur geschrieben sowie ein Kurzgutachten erstellt werden. |
WInf-BSemOR: Bachelorseminar - Operations Research |
Die Note setzt sich aus folgenden Teilen zusammen.
|
WInf-GenProg: Generative Programmierung |
Es erfolgt eine Prüfung am Ende der Vorlesung als mündliche Prüfung. Voraussetzung zur Teilnahme an der Prüfung ist die Erbringung von Leistungen im Rahmen der Übungsveranstaltung sein. Die erforderlichen Vorleistungen werden zu Beginn der Lehrveranstaltung / Übungsveranstaltung bekannt gegeben. |
WInf-ProjWInf: Bachelorprojekt - Wirtschaftsinformatik |
Regelmäßige Projektabnahmen sowie Abschlusspräsentation der Arbeitsergebnisse |
WInf-Projma: Projektmanagement |
Am Ende der Vorlesung findet eine mündliche Prüfung statt |
WInf-WissArbSem: Wissenschaftliches Arbeiten für Seminar und Abschlussarbeiten |
Diese Veranstaltung hat keine eigene Prüfungsleistung. Die Prüfungsleistung des Moduls besteht aus der Ausarbeitung und der Präsentation im folgenden Seminar. Die Veranstaltung muss als Prüfungsvorleistung zur Teilnahme am Seminar 'bestanden' werden. Als Prüfungsvorleistung zur Teilnahme am Seminar muss eine kurze Hausarbeit (1 Seite) erstellt, eine Klausur geschrieben sowie ein Kurzgutachten erstellt werden. |
WInf-eBeM: E-Business und E-Marketing |
Schriftliche Prüfung mit Ausarbeitung zu Thema aus der Veranstaltung. |
inf-DSProj-01a: Data Science Projekt |
Regelmäßige Abnahme der Milestones und eine Abschlusspräsentation des erstellten Data Science Systems. Das Modul wird als Blockveranstaltung durchgeführt. Daher ist es nicht möglich einzelne Teilprüfungen unabhängig von einander nachzuholen: es muss bei Nichtbestehen die gesamte Blockveranstaltung und damit die gesamte Prüfungsleistung erneut erbracht werden, da das Data Science Projekt nur als Gesamtleistung eine sinnvolle didaktische Einheit darstellt. |
inf-wissASem: Wissenschaftliches Arbeiten |
Diese Veranstaltung hat keine eigene Prüfungsleistung. Die Prüfungsleistung des Moduls besteht aus der Ausarbeitung und der Präsentation im folgenden Seminar. Die Veranstaltung muss als Prüfungsvorleistung zur Teilnahme am Seminar 'bestanden' werden. Als Prüfungsvorleistung zur Teilnahme am Seminar muss eine kurze Hausarbeit (1 Seite) erstellt, eine Klausur geschrieben sowie ein Kurzgutachten erstellt werden. |
infAAK-01a: Analyse von Algorithmen und Komplexität |
Am Ende des Semester wird eine schriftliche Klausur geschrieben. Zum Bestehen der Veranstaltung muss die Klausur bestanden werden. Die Endnote des Moduls ist die Klausurnote. Die Klausurzulassung wird Ihnen nur erteilt, falls Sie uns überzeugt haben, dass Sie die Klausur auch bestehen können. Deshalb knüpfen wir die Zulassung zur Modulprüfung an folgende Bedingungen: Sie dürfen in den Hausaufgaben in höchstens drei Aufgabenserien weniger als 40 Prozent der Punkte erreichen, die Sie durch die Aufgaben erreichen können. |
infAAK_A-01a: Analyse von Algorithmen und Komplexität - Analyseteil |
Am Ende des Semester wird eine schriftliche Klausur geschrieben. Zum Bestehen der Veranstaltung muss die Klausur bestanden werden. Die Endnote des Moduls ist die Klausurnote. Die Klausurzulassung wird Ihnen nur erteilt, falls Sie uns überzeugt haben, dass Sie die Klausur auch bestehen können. Deshalb knüpfen wir die Zulassung zur Modulprüfung an folgende Bedingungen: Sie dürfen in den Hausaufgaben in höchstens drei Aufgabenserien weniger als 40 Prozent der Punkte erreichen, die Sie durch die Aufgaben erreichen können. |
infAAK_K-01a: Analyse von Algorithmen und Komplexität - Komplexitätsteil |
Am Ende des Semester wird eine schriftliche Klausur geschrieben. Zum Bestehen der Veranstaltung muss die Klausur bestanden werden. Die Endnote des Moduls ist die Klausurnote. Die Klausurzulassung wird Ihnen nur erteilt, falls Sie uns überzeugt haben, dass Sie die Klausur auch bestehen können. Deshalb knüpfen wir die Zulassung zur Modulprüfung an folgende Bedingungen: Sie dürfen in den Hausaufgaben in höchstens drei Aufgabenserien weniger als 40 Prozent der Punkte erreichen, die Sie durch die Aufgaben erreichen können. |
infADMMLM-01a: Advanced Data Mining and Machine Learning Methods |
|
infAlgMetP-01a: Algorithmische Methoden in der Praxis |
Die Zulassung zur Prüfung ist abhängig vom Lösen von Aufgabenserien in Kleingruppen. Dazu muss im Laufe des Semesters eine bestimmte Anzahl von Aufgaben erfolgreich gelöst werden. Zusätzlich muss im Rahmen der Übungen pro Kleingruppe mindestens eine Lösung zu einer Aufgabe vorgestellt werden. Die Prüfungsleistung besteht in der theoretischen und praktischen Lösung einer Programmieraufgabe sowie der Erläuterung der Lösung und weiterer Vorlesungsinhalte. Durch die freiwillige Teilnahme am German Collegiate Programming Contest (GCPC) während des Semesters können Bonuspunkte für das Erreichen der Klausurzulassung erworben werden. |
infAutLog-01a: Automata and Logics |
Depending on the number of students:
|
infBSemAutoUFo-01a: Bachelorseminar - Automaten und formale Sprachen |
|
infBSemDHI-01a: Bachelorseminar - Digital Humanities und Informatik |
Lernportfolio und ein Referat oder mehrere Kurzreferate. Die Gesamtdauer der Referate soll 90 Minuten (30 Minuten Präsentation + 60 Minuten Diskussion) nicht überschreiten. Eine Ausarbeitung zu dem eigenen Referat oder den eigenen Kurzreferaten und eine Präsentation oder mehrere Kurzpräsentationen sind verpflichtende Bestandteile des Lernportfolios. |
infBSemIS-01a: Bachelorseminar - Selbst-organisierte Systeme |
Die Note setzt sich aus den folgenden Aspekten zusammen:
|
infCN-01a: Computer Networks |
Exam: Written exam of 120 minutes, the exam grade is the overall grade of the module. We will offer the exam in both the exam-periods after the lecture. Exam Questions will be in English and can be answered in English or German. Exercise results are not part of the final grade. Admission to the exam: To be admitted to the exam, students are allowed to fail at most two of the homework series and at most two of the tests (quiz) series. We consider a homework series or quiz series passed when the student achieves 50 or more percent of the points available. The teachers can lower the thresholds for admission upon individual requests. Exam admissions stay valid also for future terms. Individual, passed homework sets or quizzes apply only for the current term and are not transferable to future terms. |
infCV3D-01a: 3D Computer Vision |
Oral exam or written exam (depending on number of students), will be announced at beginning of the semester. |
infDB-01a: Database Systems |
written exam |
infDLfNLP-01a: Deep Learning for Natural Language Processing |
|
infDO-01a: Discrete Optimization |
There will be a written exam at the end of the semester. |
infEAeS-01a: Methoden der Effizienten Ähnlichkeitssuche in großen Datenbeständen |
Schriftliche Prüfung am Ende des Semesters |
infEAlg-01a: Einführung in die Algorithmik |
Klausur Als Prüfungsvorleistung müssen 50% der Punkte in den Hausaufgaben erreicht werden. |
infEERP-01a: Einführung von ERP Systemen |
Am Ende der Vorlesung erfolgt eine schriftliche Klausur. |
infEOR-01a: Einführung in Operations Research |
Mündliche Prüfung, Bedingung zur Zulassung: erfolgreiches Bearbeiten von Übungsaufgaben. |
infEthik-01a: Ethik in der Informatik |
|
infFGA-01a: Fine Grained Algorithms |
Students work in groups of two. The prerequisite for the examination is the successful completion of homework (exercises). Therefore, every but two sheets need to be passed. If at least 40% of the points of a sheet are reached, the series is considered passed. Participants are required to present their homework. If one group member is rarely present, we may require an individual presentation of his/her homework. For the exam students will receive individual research tasks that they will have to work on. The research task consists of 2 parts, which are weighted in a ratio of 2:1. Both parts have to be passed, i.e. graded with 4.0 or better, in order to pass the module.
|
infGAI-01a: Generative AI |
Written exam (120 min.) at the end of the semester Successful participation in the exercises (homework assignment) is a prerequisite to participate in the exam. |
infIL-01a: Informationssysteme in der Logistik |
Am Ende der Vorlesung findet eine schriftliche Klausur statt. Voraussetzung zur Teilnahme an der Prüfung ist die Erbringung von Leistungen im Rahmen der Übungsveranstaltung. |
infIM-01a: Informationsmanagement |
Klausur |
infIoT-01a: Internet of Things and Wireless Networks |
The grade is determined by a final written exam. If the number of students registered for the course is less than 10, we might switch to an oral examination instead. A switch will be announced within the first two weeks of the course. Prerequisite for admission to the exam: received at least 50% of homework assignment points and 50% of the project points. Also, the exercises might include a Prelab that has to be passed before the actual homework exercises can be conducted. Exceptions, for example, due to sickness, have to requested in due time before the exams. Exam admissions stay valid also for future terms. Individual, passed homework series apply only for the current term and are not transferable to future terms. The final grade for the module is given by either 1) the exam grade or 2) 80% of the exam grade + 20% of the homework and project grade, whichever is the better of the two (as long as the exam is passed). |
infMLSU-01a: Maschinelles Lernen in Schule und Unterricht |
Prüfungsgespräch zu den fachlichen Inhalten, Ausarbeitung zu den fachdidaktischen Inhalten, benotet (Prüfungsvorleistung: gegebenenfalls Hausaufgaben) |
infMPAIDS-01a: Master Project - Data Science and Data Mining |
Presentations including demonstration, report and the completed software system (incl. documentation). |
infMPAPM-01a: Master Project - Applied Process Mining |
Präsentation der Arbeitsergebnisse und Dokumentation im Rahmen eines Projektberichts. |
infMPInS-01a: Master project - Intelligent Systems |
Presentations, report, scientific paper, and the realised software system (incl. documentation). |
infMPUwVi: Master project - Underwater Vision |
Presentations including demonstration, report and the completed software system (incl. documentation). |
infMPVVS-01a: Master project - Networked and Distributed Systems |
Presentations including demonstration, report and the completed software system (incl. documentation). |
infMSemCAL-01a: Master Seminar - Cryptography, Automata Theory, Logic |
Submission of a portfolio. |
infProgOO-01a: Objektorientierte Programmierung |
Klausur Zulassungsvoraussetzung: Bearbeiten der Programmieraufgaben. |
infQComp-01a: Quantum Computing |
Depending on the number of students:
|
infSRS-01a: Bachelorseminar - Recommender Systems |
|
infST-01a: Softwaretechnik |
Am Ende der Vorlesung findet eine schriftliche Klausur statt. Die Zulassung zur Klausur setzt die erfolgreiche Bearbeitung der Hasuaufgaben voraus, d.h. mindestens 50% aller Übungspunkte müssen erreicht werden. |
infSemDL: Master Seminar - Digital Libraries |
|
infSemDaSci-01a: Master Seminar - Data Science |
|
infSemDeLea-01a: Master Seminar - Deep Learning |
The grade is composed of the following aspects:
|
infSemViMa: Master Seminar -Visual Mapping |
Seminar Presentation and Active Participation |