Studienplan

gegliedert nach Semestern und Modulen, Angabe von ECTS-Punkten pro Semester

Module

Informatik & KI

	1.	2.
Softwareentwicklung I	4	10
Softwareentwicklung I Die Absolventinnen •besitzen detaillierte Kenntnisse der Programmiersprachen C++ und Python •kennen und beherrschen die Grundzüge der Softwareentwicklung auf einem Windows- oder Linux-System unter den dort typischen Entwicklungswerkzeugen. •Kennen die Grundzüge modernen Interaktionsdesigns und können diese bei der Auslegung von Mensch-Roboter-Arbeitsplätzen entsprechend berücksichtigen. •Können Informationen aus großen Datenmengen mit geeigneten Methoden extrahieren und entsprechend visualisieren Softwareentwicklung I Semester:* 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Schriftliche Prüfung •Grundlagen der Sprache und Besonderheiten: von Collections, und Lambdas zu List Comprehensions •Wissenschaftliches Python für das Studium: Matrizen- und Vektorrechnungen (numpy), hochqualitatives Plotting (seaborn), Daten-analyse (pandas), Scikit Erweiterungen für Signalverarbeitung etc. •Softwareentwicklung: Module, Exceptionhandling, OOP, Unit-Tests (pytest), asserts, decorators, type hints, Paketierung und Paketver-waltung mit pip, conda, poetry •Spezielle Themen nach Interesse z.B.: Raspberry Pi, Netzwerk-Kommunikation (ZeroMQ), GUI (qt, tkinter), C++ Integration (pybind11) Softwareentwicklung II Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 6 Prüfungsart: Schriftliche Prüfung •Grundlegendes Arbeiten mit Linux und Systemkonfiguration •ANSI-C und C++ Programmierung unter Verwendung einer modernen Entwicklungsumgebung unter Linux •Praktische Umsetzung von Algorithmen in der Programmiersprache, Einsatz der Software-Entwicklungsumgebung zur Fehlersuche und grundlegende Software-Testmethoden •Einführung in Algorithmen und Datenstrukturen: elementare Programmbausteine, Begriff des Datentyps, Anweisungen zur Ablaufsteuerung, Prozeduren und Funktionen, Ein-/Ausgabe, Darstellungsarten von Algorithmen, Methodik des Programmentwurfs •Spezifikation von Algorithmen, Abstraktionsschichten, Struktur von Algorithmen, Begriff der strukturierten Programmierung •statische und dynamische Datenstrukturen, dynamische Speicherverwaltung, rekursive Algorithmen. User Interface Design & Datenvisualisierung Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Immanente Beurteilung • Einführung und Grundlagen von Gestaltung Interaktiver Systeme und Usability. Interaktion, Navigation und Kommunikation mit Interaktiven Systemen durch Experimente und Analyse erlernen. • Entwerfen, Bewerten und Verwerfen als Grundprinzip der Entwicklung interaktiver Medien. Sensibilisierung zum sinnvollen Umgang mit den technischen Möglichkeiten interaktiver Medien. • Navigation, Navigationsmodelle, Interaktive Layouts • Entwerfen und Darstellen inhaltlicher Hierarchien • Usabilitytests – Theorie und Praxis der Bewertung von Soft- und Hardwaresystemen • Interaktionstechniken • Visualisierung großer mehrdimensionaler Datensätze
Softwareentwicklung II		4
Softwareentwicklung II Die Absolventinnen •kennen aktuelle Softwaredesignpatterns und können diese fachspezifisch, insbesondere im Hinblick auf Anwendungen in der Robotik und verteilte Systeme einsetzen, •können Darstellungen von Softwarearchitekturen (z.B. in UML) verstehen. Software Architektur & IOT Systeme Semester:* 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Immanente Beurteilung •Grundlagen von Softwarearchitekturen (Struktur eines Softwaresystems) •Modellierung von Softwarearchitekturen (z.B. mit UML) •Designpatterns, insbesondere mit Relevanz in den Bereichen Robotik und Verteilte Systeme •Kommunikationstechnologien (Bluetooth, Zigbee, LoRaWAN, NB-IoT) •Anwendungsprotokolle (HTTP (REST), MQTT, AMQP, CoAP, LwM2M) •Verschlüsselung, Authentifizierung und Autorisierung (TPM, SHA, RSA, X.509, JWT) •Geräteverwaltung und Softwareaktualisierung (Device Registry, De-vice Shadow, Over-The-Air Update) •Big Data Technologien (Apache Hadoop, Apache Spark, Apache Storm, Apache Kafka) •Smart Sensor/Actuator (Arduino, C++, Sensor Kit, Bluetooth Commu-nication) •Edge Computing (Raspberry Pi, Python, Bluetooth / Wi-Fi Communica-tion) •Cloud Computing (IaaS, PaaS, SaaS, Privat / Public / Hybrid Cloud, AWS, Microsoft Azure, Google Cloud)
Signalverarbeitung	3	6
Signalverarbeitung Die Absolventinnen •kennen die Methoden zur statistischen Auswertung/Verarbeitung von Sensorsignalen •kennen Algorithmen zur Fusionierung der Daten von fehlerbehafteten Sensordaten •können verschiedenste Bild- und Signalverarbeitungsfilter und – al-gorithmen anwenden •wissen das Messprinzip verschiedener bildgebender Messsysteme und können diese zielgerecht einsetzen •kennen Sensoren zur Lageerkennung und Wahrnehmung der Umgebung •können bildgebende Systeme im Zusammenhang mit Robotern zur Problemlösung anwenden Sensorik & Aktorik bei Robotern Semester:* 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Immanente Beurteilung •Wahrscheinlichkeit in der Robotik/Sensorik, Bayes-Filter, Kalman-Filter, EKF •Occupancy Grid Mapping, SLAM, 2D/3D Mapping, Octomap •Visual Odometry •Pfadplanung, Markov-Decision-Process Machine Vision Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 6 Prüfungsart: Schriftliche Prüfung •Komponenten von Machine Vision Systemen (Kamerasysteme, Beleuchtung, optische Komponenten) •Auslegung von Vision-Komponenten •Optische Filter •Belichtungstechnik •Praktische Kalibrierung und Stereokalibrierung •Machine Vision Algorithmen: Bilder, Regionen, Konturen, Transformationen, Features, Morphologie, Kantenextraktion, Fitting, Templa-te Matching, •Deep Learning: Bildklassifikation, Objektdetektion, Semantische Segmentierung •Machine Vision Lösungen an Fallstudien mit Fokus auf Produktions-prozesse
Computational Intelligence		12
Computational Intelligence Datenvorverarbeitung Semester: 2 Typ: Pflicht, Vorlesung ECTS: 3 Prüfungsart: Schriftliche Prüfung Datenvorverarbeitung: • Korrelationsanalyse • Transformationen/Normierungen • Glätten von Daten • Inferenz von fehlenden Werten • Interpolation • Methoden der Diskretisierung Methoden der feature extraction und feature selection: • Filter • Wrapper • Entropie und gegenseitige Information Clustering-Verfahren: • k-means • self-organizing maps • EM-Algorithmus für zusammengesetzte Verteilungen Grundzüge statistischer Inferenz • Hypothesentests • Konfidenzintervalle • Anwendungen in outlier detection, feature selection und Datenglättung (Kalman Filter) Heuristische Optimierung Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Schriftliche Prüfung • Grundbegriffe (z.B. Entscheidungsproblem, Optimierungsproblem, Suchproblem, Zielfunktion, Nebenbedingung, zulässige Menge, Skalare Optimierungsprobleme, Vektoroptimierungsprobleme, Lineare Optimierung, nicht-lineare Optimierung, Lokale Optimierung, Globale Optimierung, Optimierungsalgorithmus, Approximationsalgorithmus) • Standardprobleme (z.B. Teilsummenproblem, Rucksackproblem, Packproblem, Zuschnittproblem, Reihenfolgeproblem, Zuordnungsproblem, Transportproblem, Umladeproblem, Sortenwechselproblem, Rundreiseproblem, Facility Location Problem, Job Shop Scheduling, Flow Shop Scheduling, Open Shop Scheduling, Nurse Scheduling Problem) • Standardverfahren (z.B. Simplex, Branch-and-Bound, Dynamische Programmierung, Genetische Programmierung, Genetische Algorithmen, Evolutionsstrategien, Evolutionäre Programmierung, Partikelschwarmoptimierung, Ameisenalgorithmus, Schwellenakzeptanz, Deterministic Annealing, Sintflutalgorithmus, Metropolisalgorithmus) Machine Learning Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 6 Prüfungsart: Immanente Beurteilung • Grundlagen des Maschinellen Lernens • Einsatzgebiete von Data Mining und maschinellem Lernen • Kategorisierung von Lernaufgaben • Overfitting und Underfitting • Auswertung von Modellierungsergebnissen • Begriffslernen und Versionenräume • Klassifikationsbäume • Ensemblebasierte Methoden (Boosting, Bagging, Random Forest) • Regelbasiertes Lernen • Genetische Programmierung • Symbolische Regression / Klassifikation • Neuronale Netze • Supervised Learning – BP Algorithmus • Unsupervised Learning – Self-Organizing Maps

Mechatronik

	1.	3.
Mechatronik	11
Mechatronik Die Absolventinnen •können Sicherheitsaspekte hinsichtlich Maschinenrichtlinie abschätzen und normkonforme Risiko- und Gefahrenanalysen durchführen •können mechatronische Simulationen auf das reale System transferieren •können ein Robotersystem aufgabenspezifisch planen und auslegen •können ein mechatronisches System am Beispiel eines Roboters in Betrieb nehmen •haben Grundverständnis für ein dynamisches Mehrkörpersystem und •können ein Mehrkörpersystem und dessen bestimmende Größen im Zusammenhang mit Robotik abschätzen und mit geeigneten Soft-waremethoden simulieren. Der Kompetenzerwerb erfolgt über einen detaillierten Vorlesungsteil sowie einem geblockten praktischen Teil im Labor. Mehrkörperdynamik Semester:* 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Schriftliche Prüfung •Mathematische Einführung •Kinematik von Mehrkörpersystemen •Drehmatrizen •Lagematrizen •Denavit-Hartenberg-Konvention •Vorwärts- und Inverse Kinematik •Trajektorienberechnung •Dynamik von Mehrkörpersystemen •Lagrange-Formalismus •Erstellen der Bewegungsgleichungen •Inverse Dynamik von Industrierobotern •Einführung in die Simulation von Mehrkörpersystemen Robotereinsatzplanung & Simulation Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Schriftliche Prüfung •Einführung (Historische Entwicklung und heutige Anwendungsbeispiele, Arten von Robotern, Ziele des Einsatzes von Robotern, Kriterien für die spätere Anwendung in der Produktion) •Einsatzbereiche (Logistik, Qualitätssicherung, Werkstückhandhabung, Werkzeughandhabung, Fertigung, Montage) •Auswahl geeigneter Systeme (Aktuelle Trends und Herausforderun-gen nach Branchen und Ländern, Werkzeugmaschinen, Werkzeug- und Formenbau, Luftfahrt, Automotive, Consumer Electronics) •Auslegung Fertigung (Wirtschaftliche Aspekte, Flexibilität, Erweiterbarkeit, Produktivität, zukünftige Entwicklungen, soziale Aspekte) •Prozesssimulation (Abbildung von Portalroboterverkettung, Trans-portbandverkettung und fahrerlose Transportfahrzeugverkettung in einem Werkzeug für diskrete Ereignissimulation, Analyse des Durchsatzes, der Auslastung, der Staubildung) •Geometriesimulation (Abbildung von Portalroboterverkettung, Transportbandverkettung und fahrerlose Transportfahrzeugverkettung in einem Werkzeug für Geometriesimulation, Analyse der Erreichbarkeit, der Kollisionsfreiheit, der Geschwindigkeit) Sicherheitstechnik Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Immanente Beurteilung •Begriffe der Sicherheitstechnik •Mögliche Gefährdungen des Menschen •Gefährdungsarten (deterministisch, zufällig) und deren Beherrschung •Technische Eigenschaften des Menschen •Überblick über Richtlinien und Normen •Gefährdungsanalyse •Risiko-Klassifizierung (Risiko-Graph, Risiko-Matrix) •Gedanken zu: Wert eines Menschen in Euro •Risiko-Reduktion, Risiko-Beherrschung •Sichere Software •Sichere Hardware •FMECA •FTA •Berechnung von SFF, DC, PFD, PFH
Moderne Robotikanwendungen	6
Moderne Robotikanwendungen Die Absolventinnen •verstehen die Grenzen der Kollaboration •können kollaborative Roboter zur Lösung von Handlingaufgaben im Umfeld Mensch-Maschine einsetzen •können verschiedene mobile Roboter und Manipulatoren in ROS in Betrieb nehmen und in einer virtuellen Welt abbilden bzw. modellieren •können ein mechatronisches System am Beispiel eines Roboters in Betrieb nehmen Kollaborative Robotertechnik Semester:* 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Schriftliche Prüfung • Design-Prinzipien für Human-Centered Automation- und Robotersysteme • Performance-Metriken für Human Centered Robotik • Modellierung des menschlichen Verhaltens • Regelstrategien für Mensch-Maschine-Interaktion • Design von sicherer Mensch-Roboter-Interaktion Mensch-Robot- Interaction (HRI): Aufgabendefinition, Agenten (Mensch und Roboter) • Autonomie unter Berücksichtigung menschlicher Handlungen und Lernen • Konzepte für die Robotersteuerung im HRI: kooperative Task-Raum, Hybrid Kraft-/Bewegungssteuerung Kollaborative Robotertechnik Semester: 1 Typ: Pflicht, Laborübung ECTS: 1 Prüfungsart: Immanente Beurteilung • Design-Prinzipien für Human-Centered Automation- und Robotersysteme • Performance-Metriken für Human Centered Robotik • Modellierung des menschlichen Verhaltens • Regelstrategien für Mensch-Maschine-Interaktion • Design von sicherer Mensch-Roboter-Interaktion Mensch-Robot- Interaction (HRI): Aufgabendefinition, Agenten (Mensch und Roboter) • Autonomie unter Berücksichtigung menschlicher Handlungen und Lernen • Konzepte für die Robotersteuerung im HRI: kooperative Task-Raum, Hybrid Kraft-/Bewegungssteuerung Roboteronlineprogrammierung Semester: 1 Typ: Pflicht, Laborübung ECTS: 2 Prüfungsart: Immanente Beurteilung • Mechatronische Grundlagen von Robotern • Grundlagen einer Robotersteuerung am Beispiel eines industriellen Knickarm-Roboters • Programmieren von Robotern mit Teach-Panel • Programmieren von Robotern mit Handführung • Einbindung von Peripheriesystemen
Digitale Fabrik	4	7
Digitale Fabrik Die Absolventinnen •kennen und können die Methodik der Roboterofflineprogrammierung für industrierelevante Roboter anwenden •können verschiedene Roboter und Manipulatoren in einer virtuellen Welt abbilden und modellieren •können unterschiedliche Pfadplanungsalgorithmen anwenden und in der Simulation testen •können mittels moderner Methoden industrielle Prozesse sowohl modellieren als auch simulieren. •haben Kenntnisse über die theoretischen Grundlagen des technischen Controllings und können Performance-Messung und KPIs verstehen und anwenden, dh im Zusammenhang mit technischen Prozessen zu identifizieren, zu messen und zu analysieren. • haben die Fähigkeit, technische Prozesse zu überwachen, Verbesserungspotenziale zu identifizieren und Optimierungsvorschläge zu entwickeln und können technisch-wirtschaftliche Analysen und Untersuchungen durchführen und Auswirkungen von technologischen Änderungen und Investitionen zu bewerten. Roboterofflineprogrammierung Semester:* 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Immanente Beurteilung • Offlineprogrammierung von Robotersystemen mit RoboDK oder gleichwertigen Softwaresystemen • Kalibrierung von Robotern • Programmierung von Trajektorien und Greifoperationen • Simulation von Offlineprogrammen • Übertragung auf Realanlage und Verifikation Methoden der digitalen Fabrikplanung Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 4 Prüfungsart: Immanente Beurteilung •Übersicht der Werkzeuge zur digitalen Fabrik •Simulationsunterstützte Analyse von Produktions- und Logistikabläufen (Fertigung, Montage) •Prozessplanung mit Methoden der Digitalen Fabrik •Vernetzung der Einzelsysteme im Sinne eines PPLM •System- und Datenintegration •Montage-/Demontagesimulation zur Arbeitsplatzgestaltung •Methodik zur Verringerung der Inbetriebnahmezeit •Einsatzmöglichkeiten eines digitalen Zwillings zur Prozessoptimierung •Methoden und Prozesse zum Entwickeln eines digitalen Zwillings · Auf-bau eines digitalen Zwillings in Unity3D •Zur Unterstützung und Optimierung von Prozessen werden augmented und virtual reality Applikation erstellt und deren Einsatzmöglichkeiten verifiziert und validiert. Technisches Controlling Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Schriftliche Prüfung •Grundlagen des technischen Controllings •Effizienz-Untersuchungen, Analysen und Bewertungen •Technisch-wirtschaftliche Prozessoptimierung •Performance-Messung und Leistungskennzahlen (KPI) in Bezug auf technische Vorgänge und Prozesse •Sonstige Aspekte wie z.B. Nachhaltigkeitsberichtserstattung
Autonome Systeme		8
Autonome Systeme Die Absolventinnen •können verschiedene mobile Roboter und Manipulatoren in ROS in Betrieb nehmen und in einer virtuellen Welt abbilden bzw. modellie-ren •können ein mechatronisches System am Beispiel eines Roboters in Betrieb nehmen •können eine Hochsprache auf (ROS) Roboter-Systemebene anwenden, um mehrere Komponenten intelligent zu verknüpfen •beherrschen die Grundzüge autonomer Systeme, d.h von Systemen, die mit ihrer Umwelt interagieren. Sie können die Lehrinhalte und Methoden auf ähnliche Fragestellungen im industriellen Umfeld übertragen. •besitzen detaillierte Kenntnisse über die Automatisierung von Softwareerstell- und Testprozessen (DevOps). •besitzen die notwendigen Kenntnisse zur Bewertung und Begleitung von ML-Ops Prozessen Autonome Roboter Systeme Semester:* 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5 Prüfungsart: Schriftliche Prüfung •Offlineprogrammierung von Robotersystemen mit ROS •ROS-Design Konzept •Nomenklatur (Nodes, Messages, Topics, Services) •Programmieren von ROS Modulen •Verwendung von RVIZ und RQT-GUI (grafische Oberfläche) •Einführung in die Simulation GAZEBO •Telematik-Systeme (Remote Control, Supervisory Control, Autonomie) •Sensordatenverarbeitung (propriozeptische/exteriozeptische Senso-ren) Einführung in die Lokalisierung (Gitterbasiert, Markov, Kalman-Filter, Partikelfilter/Monte-Carlo-Lokalisierung) •Kartenerstellung in 2D/3D •Point Cloud Processing •Pfadplanung, Explorationsplanung •Semantisches Kartieren Softwareentwicklung III Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Immanente Beurteilung DevOps: •Versionierung von Software mit GIT etc. •Automatisierung von Build Prozessen mittels z.B. GitLab Pipelines •Automatisiertes Testen •Methoden des Continous Delivery •Notwendige Systemarchitektur und Betrieb von DevOps Systemen MLOps •Automatisierung von Machine Learning Prozessen •Automatische Bewertung und Analyse der Datenqualität

Management

	1.	2.	3.	4.
Management	2	3	3
Management Die Absolventinnen •können Modelle zur Wirkung von Arbeit beschreiben. •können Gestaltungsempfehlungen für Arbeitstätigkeiten geben. •können Verfahren zur Analyse von Arbeitstätigkeiten anwenden •können arbeitspsychologische Konzepte (z.B. geteilte mentale Mo-delle, Beanspruchung, Motivation, Vertrauen) auf Mensch-Roboter- Interaktionen übertragen •Wissen und verstehen die wesentlichen psychologischen und organisatorischen Zusammenhänge bei Veränderungsvorgängen in Or-ganisationen/Unternehmen und deren Dynamiken •Können Veränderungsprozesse in Org. analysieren und Interventio-nen (Strategien, Methoden, …) entwickeln. •Wissen die verschiedenen Modelle, Funktionen, Aufgaben von Führungskräften und reflektieren den Zusammenhang von Führung und •Persönlichkeit und können eigene Maßnahmenpläne entwickeln. Arbeitspsychologie Semester:* 1 Typ: Pflicht, Seminar ECTS: 2 Prüfungsart: Immanente Beurteilung • Grundlagen zur Analyse, Bewertung und Gestaltung von Arbeitstätigkeiten • Arbeitsplatzgestaltung unter psychologischen Gesichtspunkten, • Formen von Arbeitsverhalten • Motivation • Wirkungen der Arbeit • Gruppen und Teamarbeit • Mensch-Roboter Interaktion Change Management Semester: 2 Typ: Pflicht, Seminar ECTS: 3 Prüfungsart: Immanente Beurteilung • Grundlagen des Changemanagement, Strategien im Changeprozess, Veränderungsstrategien und Techniken der Umsetzung • Umgang mit unterschiedlichen Gesetzmäßigkeiten und Dynamiken in Changeprozessen (Widerstände, Konflikte, Koalitionen, Krisen, Motivation). • Erfolgskriterien in Organisationsentwicklungs- und Veränderungsprozessen, Konzepte, Phasen, Modelle und Instrumente des Wandels, • Modelle, Funktionen und Aufgaben von Führung • Schlüsselkompetenzen von Führungskräften in Veränderungsprozessen • Zusammenhang von Führung und Persönlichkeit • Die Führungskraft als Multiplikator der Ziele und Werte eines Unternehmens • Einflüsse auf Führung (externe und interne Rahmenbedingungen) • Entscheidungsbeteiligung der Mitarbeiter • Umgang mit Macht und Information Technisches Controlling Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Schriftliche Prüfung •Grundlagen des technischen Controllings •Effizienz-Untersuchungen, Analysen und Bewertungen •Technisch-wirtschaftliche Prozessoptimierung •Performance-Messung und Leistungskennzahlen (KPI) in Bezug auf technische Vorgänge und Prozesse •Sonstige Aspekte wie z.B. Nachhaltigkeitsberichtserstattung

Projektarbeit / Masterarbeit / Abschlussprüfung

	3.	4.
Praxisprojekte	8
Praxisprojekte Die Absolventinnen •erwerben abhängig von den semesterweisen Themen, ganzheitlich interdisziplinäre Betrachtungsweisen und Methoden. •können praktische Probleme erkennen, strukturieren und umset-zungsreife Lösungen entwickeln. •besitzen die Fähigkeit moderne Projektmanagement Verfahren und Tools in der Problemlösung gezielt einzusetzen. •entwickeln Transfer- und Sozialkompetenz in Gruppen und übernimmt Handlungsbereitschaft und Verantwortung für gemein-same Ziele. •können anwendungsreife Praxislösungen entwickeln und diese verbal und schriftlich kommunizieren. Projektarbeit Semester:* 3 Typ: Pflicht, Projekt ECTS: 8 Prüfungsart: Immanente Beurteilung Das Thema der Masterprojekte muss ein anspruchsvolles Vorhaben darstellen, das dem Tätigkeitsprofil des Studiengangs entspricht und innerhalb des verfügbaren Zeitrahmens realistisch umsetzbar ist. Der praktische Teil des Projekts ist verpflichtend in einem Unternehmen oder im Rahmen eines F&E-Projektes zu absolvieren. Zusätzlich zur praktischen Ausbildung sind die Stu-dierenden verpflichtet, ein wissenschaftliches Paper zu verfassen, das die Projektergebnisse dokumentiert und die Grundsätze einer wissenschaftlichen Arbeit berücksichtigt. Die Projektdokumentation dient als Vorprojekt zur Mas-terarbeit. Die Betreuung erfolgt primär durch einen Firmenbetreuerin und wird durch HBL oder NBL mit regelmäßigen Treffen nach Vereinbarung unterstützt.
Masterarbeit		30
Masterarbeit Mit der Masterarbeit sollen die Absolventinnen die Qualifikationen für eigenständiges wissenschaftliches Arbeiten nachweisen. Zum wissenschaftlichen Arbeiten auf Hochschulniveau gehören insbesondere: •die Erfassung von Problembereichen und deren Strukturen •die Beschaffung von und der Umgang mit Literatur •die Strukturierung von Themen und die Formulierung von Forschungsfragen •das Ableiten wissenschaftlich fundierter Schlüsse/Ergebnis- se/Lösungsalternativen •die Formulierung der Arbeit und deren formale Gestaltung (Zitate, Verzeichnisse, etc.) Anhand der vom Studiengang vorgegebenen Richtlinie sollen die Absolventinnen befähigt sein, Grundsätze des wissenschaftlichen Arbeitens auf Hochschulniveau, Ansprüche an wissenschaftliche Abschlussarbeiten, Urheberrecht, Abfragen und deren Lösung sowie Veröffentlichungsaspekte von wissenschaftlichen Arbeiten anzuwenden. Masterarbeit Semester: 4 Typ: Pflicht, Masterarbeit ECTS: 29 Prüfungsart: Immanente Beurteilung Die Masterarbeiten orientieren sich vorzugsweise an konkreten Problemstellungen der industriellen Praxis, vorzugsweise aus dem unmittelbaren Berufsumfeld der Studierenden und sollen die interdisziplinäre Zusammenschau der Erfahrungen der Berufspraxis auf Basis des in den Vorlesungen und Übungen grundgelegten Wissens fördern. Masterprüfung Semester: 4 Typ: Pflicht, Abschlussprüfung ECTS: 1 Prüfungsart: Mündliche Prüfung Abschlussprüfung

Kontakt

E-Mail sekretariat.rse@fh-wels.at

Telefon +43 5 0804 43012

Quick Links

Master-Studiengänge am Campus Wels

Alle 81 Studiengänge der FH OÖ