Human-Centered Computing

Masterarbeitsprojekt

Literaturstudium um den State-of-the-Art für spezifische Problemstellung überblicken zu können Wissenschaftliches Vorgehen Wesentliche Fragestellungen identifizieren

Master Thesis Project

• Semester: 3
• Type: Pflicht, Projekt
• ECTS: 4
• Exam type: Immanente Beurteilung

Dieses fächerübergreifen Projekt dient zur Vorbereitung der Masterarbeit. Zusammen mit einem Betreuer werden spezifische Aufgabenstellungen bearbeitet. Die Aufgabenstellungen kommen typischerweise von einem externen Auftraggeber, sie können aber auch aus diversen Forschungsvorhaben abgeleitet werden.

Idealerweise lassen sich wesentliche Teile (Prototypen, Exposé etc.) aus dem Masterarbeitsprojekt in die nachfolgende Masterarbeit überführen. Besondere Beachtung wird dabei auf ein intensives Literaturstudium (z. B. State-of-the-Art, Ansätze, etc.) und der Definition einer geeigneten Methodik gelegt, sodass wesentliche Fragestellungen für die Masterarbeit identifiziert werden.

Fachvorträge von Studierende zu spezifischen Themenstellen sollen sie an wissenschaftliche Fachvorträge heranführen und den fachlichen Diskurs fördern.

Masterarbeit

Die/der Studierende soll im Rahmen der Masterarbeit zeigen, dass sie oder er in der Lage ist, innerhalb einer vorgesehenen Frist ein Problem selbständig nach wissenschaftlichen Methoden zu bearbeiten und die Ergebnisse sachgerecht darzustellen.

Master Thesis

• Semester: 4
• Type: Pflicht, Masterarbeit
• ECTS: 24
• Exam type: Immanente Beurteilung

Erstellen der wissenschaftlichen Masterarbeit und Vorbereitung auf die Masterprüfung

Master Thesis Seminar

• Semester: 4
• Type: Pflicht, Seminar
• ECTS: 2
• Exam type: Immanente Beurteilung

Forum zur Diskussion offener Fragen im Rahmen der Masterarbeit

Präsentation der Masterarbeit (Vortrag) und Diskussion

Masterexam

• Semester: 4
• Type: Pflicht, Abschlussprüfung
• ECTS: 1
• Exam type: Mündliche Prüfung

Sozialkompetenz

Die AbsolventInnen zeichnen sich durch eine hohe verbale Ausdrucksfähigkeit unter spezieller Berücksichtigung des Fachbereichs aus. Sie können im akademischen Umfeld kontextgerecht kommunizieren, Fachliteratur nutzen und Arbeitsergebnisse schriftlich und mündlich präsentieren. Sie überzeugen durch professionelle Kommunikation in einem interkulturellen Kontext. Die AbsolventInnen beherrschen die wichtigsten Elemente des Beratungsprozesses. Sie sind fähig, Kundenbedürfnisse zu erkennen und zu erwecken, auf diese flexibel einzugehen und optimal zu decken. Sie beherrschen Methoden, mit Hilfe derer sie technische und komplexe Aspekte transparent und verständlich kommunizieren können. Zudem spielen effizientes Argumentieren und Verhandlungen zugunsten beider Seiten eine bedeutende Rolle. Die AbsolventInnen kennen und verstehen die Methoden, die Veränderungsbereitschaft, Innovationsfähigkeit und die Steuerung von kontinuierliche Verbesserungsprozessen („Evolution“) in einer Organisation gewährleisten. Sie wissen über die Bedeutung individueller und organisatorischer Veränderungsprozesse Bescheid und sind in der Lage von einem ganzheitlichen Grundverständnis ausgehend, die wesentlichen Instrumente des Veränderungsmanagements sehr praxisorientiert in einer beratenden Rolle anzuwenden.

Change Management

• Semester: 3
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Immanente Beurteilung

Erwartungen des Auftraggebers und des Arbeitgebers vereinen, Kundennutzen erkennen und optimale Lösungen anbieten, Phasen des Beratungsprozesses, individuelle Beratung, verständliche Kommunikation und Unterstützung (komplexe Aufträge, technischer Fachjargon, etc.), unterschiedliche Kundentypen, Nachbetreuung, Feedback, langanhaltende Kundenzufriedenheit und -bindung erzeugen, Beratung in Schulungen und Workshops, Umgang mit konfliktären Situationen
Anforderungen an Berater und Rollenklarheit in Changeprozessen, Systemische Beratung in Changeprozessen, Management des Wandels und Dimensionen des Change Managements, Gesetzmäßigkeiten und Dynamiken in Changeprozessen (Widerstände, Konflikte, Koalitionen, Krisen, Motivation), Erfolgskriterien in Organisationsentwicklungs- und Veränderungsprozessen, Konzepte, Phasen, Modelle und Instrumente des Wandels, Ausprägungen und Arten des Wandels, Veränderungen 1. und 2. Ordnung
In Form von Training, Fallbeispielen, Gruppeninteraktion, etc.

Intercultural Negotiation

• Semester: 3
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 1,5
• Exam type: Mündliche oder Schriftliche Prüfung

Theories and core concepts of intercultural communication are conveyed. In doing so, intercultural negotiation techniques are tried out and reflected upon. Examples from practical application areas and exercises to further develop generic key competences are experienced. Further, intercultural negotiation and dialogue skills are practiced and analyzed based on hands-on case studies.

User Experience Design

User Experience Design

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 5,5
• Exam type: Mündliche oder Schriftliche Prüfung

• Fundamentals and concepts of interaction design; user-centred process models; theories and concepts of user-centred and task-oriented system and interface design
• Analysis of context-related requirements for interaction in work processes (contextual inquiry and analysis)
• Conception and design of interactive systems taking into account various input and output devices, forms of interaction and interaction patterns; sketching techniques for interaction design;
• Psychological models, design principles and human interface guidelines, especially with regard to ergonomics, usability and user experience; quality criteria for interactive systems;
• Efficient prototyping of interactive systems; paper prototyping; Wizard of Oz; low-fidelity prototyping; high-fidelity prototyping; prototyping tools

Translated with DeepL.com (free version)

Multimodal Interactiondesign

• Semester: 3
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

• Post-WIMP (Windows Icons Menus Pointer) interaction;
Reality-based interaction; embodied interaction;
• Cognitive models of human-computer interaction: conversational metaphor vs. model-world metaphor; distinction between gestures and manipulations;
• Areas of application for gesture control; multi-touch gesture control and pen input; collaborative interaction with large interactive surfaces;
• Areas of application for voice control; ‘Put-That-There’; design of voice input and output;
• Areas of application for eye control; ‘Midas Touch’ problem

Translated with DeepL.com (free version)

Visualisierung

Die Studierenden besitzen nach Absolvierung des Moduls die Fähigkeit, digitale Daten in geeigneten interaktiven Visualisierungsformen zu präsentieren und visuell für Benutzer bereitzustellen. Diese interaktiven Visualisierungsformen werden dabei auf die menschliche Wahrnehmung und Kognition abgestimmt und entsprechen den realen Informationsbedürfnissen und Aufgaben der Benutzer. Das Modul vermittelt dazu Kenntnisse für den gesamten Prozess der Visualisierungsgestaltung, beginnend mit der Auswahl von grundsätzlichen Visualisierungsformen für verschiedene Datentypen (Quantitative Daten, Graph- und Netzwerkdaten, Geografische Daten, Zeitdaten, Multivariate Daten) bis zur Wahl von geeigneten Interaktions- und Manipulationstechniken (Brushing & Linking, Dynamic Queries, Zooming, Filtering, Details on Demand). Deren technische Umsetzung wird mit industrieüblichen Werkzeugen (z. B. Tableau, Microsoft Power BI) und Softwarebibliotheken (z. B. D3.js) vermittelt und geübt. Neben diesen Grundlagen werden weiterführende Themen behandelt, z. B. die Rolle von Visualisierung im umgebenden Sensemaking-Prozess bei der explorativen Analyse großer Datenmengen, die visuelle Analyse mittels mehrerer Coordinated Views über Brushing und Linking, die richtige Gestaltung von Dashboards zur Überwachung, narrative Visualisierung bzw. Data Storytelling, relevante kognitive und wahrnehmungspsychologische Modelle. Die Absolventinnen und Absolventen sind in der Lage, die in diesem Modul vermittelten theoretischen Grundlagen und Methoden auf praktische Problemstellungen bzw. reale Daten anzuwenden, um so neue und geeignete Visualisierungskomponenten für die Wissensvermittlung, Analyse und Überwachung in Softwarelösungen zu integrieren oder bestehende Komponenten zu optimieren.

Information Visualization

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Überblick über Zweck und Geschichte der Visualisierung; Multivariate Datenvisualisierung; Visualisierung von Zeitdaten, Graph- und Netzwerkdaten, hierarchischen Daten, geografischen Daten; Interaktion (Brushing & Linking, Dynamic Queries, Zooming, Filtering, Details on Demand); Multiple Coordinated Views; Dashboard Design; Kognitive und wahrnehmungspsychologische Modelle; Narrative Visualisierung und Data Storytelling

Prototyping

Die Studierenden verstehen die Fachtermini des Industrial Design und die wesentlichen Begriffe der Produktsprache und können ihre praktische Bedeutung interpretieren. Die Studierenden besitzen ausreichende Kenntnisse über wesentliche Design-Berufsfelder und -Tätigkeiten. Die Studierenden verstehen die Struktur und Inhalte von De-signprozessen. Die Studierenden besitzen grundlegende Kenntnisse über die Designgeschichte. Die Studierenden verstehen die Bedeutung der Schnittstellenkompetenz zwischen Produktentwicklung, Design, Engineering, Produktion und Marketing. Die Studierenden verstehen die Notwendigkeit alternativer, unternehmensspezifischer Designprozesse und kennen die diesbezüglichen Prozessschritte. Die Studierenden besitzen grundlegende Kenntnisse über Entwurfsmethoden und Darstellungstechniken und können diese bei einfachen Aufgabenstellungen anwenden. Die Studierenden besitzen grundlegende Kenntnisse der Gestaltungslehre (Form, Farbe, Oberfläche, Schrift) und der perspektivischen Darstellung und wenden diese bei einfachen Aufgabenstellungen an. Die Studierenden können die Kenntnisse in den Bereichen perspektivische Darstellung und händischen Renderings im Rahmen von praktischen Aufgabenstellungen anwenden. Die Studierenden kennen grundlegende Methoden im Modellbau und können diese im Rahmen eines Designprojektes gezielt anwenden. Prototyping: Die Studierenden kennen die grundlegenden Verfahrensgrundlagen für die generative Herstellung von Modellen. Die Studierenden besitzen grundlegende Kenntnisse über die verschiedenen Datenformate für die Herstellung von 3D-Druckmodelle. Die Studierenden erlernen den praktischen Umgang mit einfachen 3D-Drucksystemen und können erste 3D-Modelle drucken. Die Studierenden erlernen erste Kenntnisse in einem frei verfügbaren CAD-System und können einfachen 3D-Geometrien konstruieren und 3D-Daten für den 3D-Drucker exportieren. Die Studierenden besitzen die grundlegenden Kenntnisse zu verschiedenen optischen 3D-Messsystemen und erlernen den praktischen Umgang mit einem 3D-Scannner.

Design, Process and Prototyping

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 5,5
• Exam type: Mündliche oder Schriftliche Prüfung

Design / Vorlesungscharakter:
Geschichtlicher Überblick und historische Entwicklung
Überblick Fachgebiet Design, inkl. Berufsfelder, Tätigkeiten, Disziplinen sowie Schnittstellen
Überblick Produktsprache und -semantik
Design-Fachtermini
Schnittstellen und interdisziplinäre Arbeit
Umsetzungsorientierte Gestaltung von Investitionsgütern

Designprozesse / Projektcharakter:
Kennenlernen Design Thinking
- theoretisch und praktisch anhand niederkomplexer
Problemstellungen
Kennenlernen operativer Designprozesse
- theoretisch, Ideenfindungsprozesse
- praktisch, aufbauend auf Design Thinking-Prozessen

Rapid Prototyping / Projektcharakter:
Kennenlernen Prototyping
- Überblick zu verschiedenen generativen Fertigungssystemen
- Überblick zu verschiedenen 3D-Messsystemen und
Flächenrückführung
Rapid Prototyping im Produktentwicklungsprozess (Methoden und Praxisbeispiele)
Praktische Übungen, 3D-Druck und 3D-Scan und Reverse
Engineering (Scan bestehende Geometrie)
Praktische CAD-Übungen

Innovative und wissenschaftliche Vorge-hensmethoden

Innovation initiieren und umsetzen Die Studierenden wissen nach Absolvierung des Moduls „Design Thinking und Innovationsentwicklung“, wie sie Innovation als Mittel zur langfristigen Unternehmensentwicklung einsetzen können. Sie wissen unter welchen Rahmenbedingungen Innovation idealerweise stattfinden soll und welche kritischen Erfolgsfaktoren die Initiierung und Umsetzung von Innovationen im Unternehmens- und Gründerkontext fördern. Design Thinking als Denkhaltung und integrierte Problemlösungsmethode Mit einer Einführung in die Denkhaltung und Methodik des Design Thinkings beherrschen die AbsolventInnen einen neuen Problemlösungsansatz, der rationale Lösungentwicklung um kreativ-gestalterische Denkhaltungen und Methoden ergänzt. Sie haben sich mit dem Design-Thinking-Prozess als strukturierten und nutzerzentrierten Innovationsprozess auseinandergesetzt und verstehen, wie der Prozess optimalerweise gestaltet wird. Design Research Methoden als Toolkit für Innovationsumsetzung Unterstützt wird der Design Thinking Ansatz durch unterschiedliche Innovationsmethoden, die ihre Wurzeln in verschiedenen Disziplinen haben. So beherrschen die AbsolventInnen einen Methodenmix, der ethnographische, soziologische, strategische, marketing-, design- und nutzerorientierte Methoden einschließt und Perspektivenvielfalt und Multidisziplinarität in der Innovationsumsetzung vermittelt.

Scientific Writing

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 1,5
• Exam type: Immanente Beurteilung

• Geschichte des wissenschaftlichen Arbeitens
• Grundbegriffe wissenschaftlichen Denkens: Deduktion, Induktion, Empirie, Hypothese, Theorie, Paradigma
• Erkenntnisprozess in den angewandten Wissenschaften; Unterschiede zwischen ingenieursmäßigem Arbeiten und klassischem wissenschaftlichen (hypothesengetriebenen) Arbeiten
• Vorgehensweise bei empirischer Evaluation und Datenanalyse quantitativer und qualitativer Daten
• Arbeiten mit Literatur: Publikationsformen, Peer Review als Qualitätsmerkmal, richtige Recherche, Zitierstile, Plagiate
• Vorgehensweise beim Erstellen wissenschaftlicher Schriften
• Formale Vorgaben an wissenschaftliche Schriften
• Struktur und Stil wissenschaftlicher Schriften und Vorträge
• Praktische Hinweise und Übungen zum wissenschaftlichen Schreiben

Design Thinking

• Semester: 3
• Type: Pflicht, Projekt
• ECTS: 4,5
• Exam type: Immanente Beurteilung

Lehrveranstaltungsziele
• Durchlaufen eines strukturierten und gleichermaßen ergebnisoffenen Problemlösungsprozesses mittels „Design Thinking“
• Entwicklung der eigenen kreativen Problemlösungsfähigkeiten
• Kennenlernen unterschiedlicher Perspektiven, die Design Thinking inspirieren und bereichern können (z. B. Ethnographie, Marketing, Strategie, Contextual Design, Soziologie, Design,…)

Design Thinking als Problemlösungsansatz
• Design Thinking als integrierter Problemlösungsansatz
• Entwicklung und Ursprünge des Design Thinking
• Kreatives Selbstbewusstsein als Grundvoraussetzung
• Eigene Denkhaltungen, Perspektiven und Vorurteile wahrnehmen

Design Thinking als Prozess
• Understand: erste Reflexion des Problems, Aufspannen eines relvanten Lösungsraums (Themenstellung)
• Empathize: intensive Auseinandersetzung mit dem Thema; Recherche mittels unterschiedlicher Methoden, Einbeziehung verschiedener Perspektiven; das Verstehen des Themenfelds steht im Zentrum
• Define: Auswertung der Recherche, Synthese der Informationen und erste Fokussierung auf ein Kernthema – Definition des eigentlichen Problems
• Ideate: Ideengenerierung auf Basis der Rechercheergebnisse und der erarbeiteten Problemstellung; Erarbeitung unterschiedlicher Lösungsalternativen und Kombination bzw. Weiterverarbeitung dieser in einem iterativen Prozess
• Prototype: Visualisierung und prototypische Umsetzung der finalen Idee; im Zentrum ist die Konkretisierung der Idee, so dass sie für andere erlebbar und bewertbar wird und ein Feedback-Prozess gestartet werden kann
• Test: Feedbackschleifen, die die Verbesserung der Idee, des Prototypen ermöglichen, Testpersonen können Experten, User, Ansprechpersonen aus fremden Disziplinen sein

Ausgewählte Innovationsmethoden
Anwendung unterschiedlicher Innovationsmethoden im Rahmen des Design Thinking Prozesses, wie etwa Personals, Empathy Maps, Contextual Maps, Contextual Interviews, Business Model Canvas, Storyboards und Storytelling, unterschiedliche Methoden des Prototyping, Use Cases, Triz u.v.a.

Geplant ist, dass die Studierenden an konkreten Themenstellungen aus dem Unternehmen arbeiten. Im Rahmen der LVA können Themen exemplarisch dargestellt und aufbereitet werden, eine konkrete Umsetzung im Rahmen eines Umsetzungsprojekts soll den Studierenden im Anschluss eigenständig möglich sein. Eine intensivere Auseinandersetzung mit ausgewählten Themenstellungen und eine Begleitung durch einen LVA-Leiter/eine LVA-Leiterin kann in der in den darauffolgenden Semestern zu verfassenden Master Thesis erfolgen.

Physiologie

Durch dieses Modul erhalten die Studierenden einen Einblick in den Ablauf physiologischer Prozesse. Sie verstehen, wie wichtige Organe des menschlichen Körpers funktionieren und wie diese miteinander interagieren bzw. durch welche Krankheiten diese Abläufe wie beeinträchtigt werden. Insbesondere wird die Interaktion des menschlichen Körpers mit seiner Umwelt verstanden, sowie exemplarisch künstliche Interaktionen besprochen. Die Studierenden sind am Ende der Lehrveranstaltung in der Lage, sich selbstständig nötige themenspezifische Information zu besorgen und zu verstehen.

Physiology Basics

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Einteilung medizinischer Fächer
Aufbau menschlicher Körper: Zellen, Gewebe, Organe
Biomedizinische Grundlagen der Sensorik und Motorik des menschlichen Körpers: Reizleitung und Verarbeitung (Neuronen, Nerven, Gehirn, neuronale Verschaltung);
Sensorischer Organe (Auge, Ohr); Motorische Organe (Muskel, Herz, Lunge, Drüsen); Entstehung und Interpretation von Biosignalen (EKG, EEG, EMG, ERG)
Blut, Immunologie, Niere
Messung und (statistische) Analyse persönlicher Daten

Pathophysiology

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Einteilung der Pathologie, medizinisches Vokabular
Entstehung ausgewählter Krankheiten, Entwicklung des Körpers, Alterungsprozesse, medikamentöse Hilfen und medizinische Therapien; Erklären und Präsentieren spezieller Körpersysteme mit deren Pathologien: Immunerkrankungen, Säure-Basen-Haushalt, Salz-Wasser-Haushalt, Kreislauf, Nervensystem, Muskel, Sinne, körperliche Gebrechen im Alter
Analyse wissenschaftlicher Studien (am Beispiel klinischer Studien (diagnostisch und therapeutisch))

Psychologie

Die Absolventin/der Absolvent verfügt über Wissen im Bereich der menschlichen Informationsverarbeitung, den Aufbau des menschlichen Gedächtnisses und Aufmerksamkeitsprozesse. Sie/Er kann unter Berücksichtigung wahrnehmungspsychologischer Aspekte und der Gestaltgesetze Anwendungen gestalten und umsetzen. Die Absolventin/der Absolvent verfügt über Wissen in den Bereichen Lernen, Entscheiden, Problemlösen und kann dieses Wissen bei der Gestaltung bzw. Umsetzung technischer Assistenzsysteme anwenden. Die Absolventin/der Absolvent verfügt über Wissen zur Arbeitsplatzgestaltung und kann unter Berücksichtigung psychologischer Aspekte Arbeitsprozesse analysieren, bewerten und in die Gestaltung bzw. Umsetzung für technische Systeme anwenden.

Cognitive Psychology

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 1,5
• Exam type: Mündliche oder Schriftliche Prüfung

Kognitionspsychologische Grundlagen
Lernen, Problemlösen, Entscheiden

Perceptual Psychology

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 1,5
• Exam type: Mündliche oder Schriftliche Prüfung

Wahrnehmungspsychologische Grundlagen
Überblick über wichtige wahrnehmungspsychologische Aspekte (auditive und visuelle Wahrnehmung)
Gestaltgesetze, Grundlagen der menschlichen Informationsverarbeitung, Gedächtnisformen
Aufmerksamkeitsprozesse

Occupational Psychology

• Semester: 3
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Grundlagen zur Gestaltung, Analyse und Bewertung von Arbeitsprozessen
Arbeitsplatzgestaltung unter psychologischen Gesichtspunkten, psychische Belastungen am Arbeitsplatz, Berücksichtigung besonderer Bedürfnisse am Arbeitsplatz

Machine Learning

Machine Learning

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 5,5
• Exam type: Mündliche oder Schriftliche Prüfung

Fundamentals of machine learning
• Areas of application for data mining and machine learning
• Categorisation of learning tasks
• Overfitting and underfitting
• Evaluation of modelling results
Concept learning and version spaces
Classification trees
Ensemble-based methods (boosting, bagging, random forest)
Rule-based learning
Genetic programming
Symbolic regression/classification
Neural networks
• Supervised learning – BP algorithm
• Unsupervised learning – self-organising maps

Translated with DeepL.com (free version)

Quality Engineering and Evaluation

Advanced Evaluation and Research Methods

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Immanente Beurteilung

Overview of research methods and introduction to empirical research
Selected research methods: written and oral surveys, thinking aloud, observation, criteria catalogue (design rationale), eye tracking and bio-physiological evaluation
Introduction to the evaluation and implementation of evaluation studies (heuristic evaluation, cognitive walkthrough, user studies)

Quality Engineering

• Semester: 4
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Immanente Beurteilung

Qualitätsgesteuerte Entwicklung: Produkt- und Prozessqualität, Qualitätsmanagement und -entwicklung, Qualitätsmodelle, -normen und -verfahren (KVP, TQM, EFQM, HOQ, ISO 9000ff, ISO 25000 ff.), CMMI,
Kundengesteuerte Entwicklung: Requirements Management, Usability & Requirements-Driven Development, Value-based Software Engineering, Produktlebenszyklus-Management (Application Lifecycle Management),
Strategisches Quality Engineering: IT Governance (Strategische IT-Führung; ITIL, COBIT, ISO 20000), Risikomanagement, Servicelevel-Management, Changemanagement & Qualitätserhalt, Desaster Recovery Management

Signal- und Bildverarbeitung

Nach Besuch der Lehrveranstaltung Sensorik beherrschen die Studierenden die grundlegende Funktionsweise von Sensoren und haben einen breiten Überblick über verschiedene Arten von Sensoren und deren Eigenschaften. Die Studierenden sind mit den Grundlagen digitaler Signalverarbeitung vertraut, ausgehend von den Eigenschaften digitaler Signale, dem Entwurf von Filtermethoden und der Darstellung geeigneter Datenmodelle und Algorithmen die Analyse und problemspezifische Weiterverarbeitung ermöglichen. Sie haben das Wissen anhand einfacher Übungen vertieft, in denen sie praktische Erfahrungen mit ausgewählten Sensoren, sowie mit der Erfassung und Auswertung der jeweiligen Sensordaten, sammeln konnten. Den Studierenden besitzen die grundlegenden Kompetenzen für die Modellierung, Manipulation und Analyse digitaler Signale. Diese umfassen die Darstellung grundlegender Signale in der Signalverarbeitung, spezielle mathematische Grundalgen, die Eigenschaften digitaler Signale, den Entwurf von Filtermethoden und die die Entwicklung geeigneter Datenmodelle und Algorithmen die Analyse und problemspezifische Weiterverarbeitung der digitalen Daten. Die Erweiterung der Methoden auf mehrdimensionale Daten vorgestellt mit einer Schwerpunktsetzung in der digitalen Bildverarbeitung sowie praktische Übungen ergänzen der Kompetenzerwerb der Studierenden.

Sensorics

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 1,5
• Exam type: Immanente Beurteilung

Einführung in Ubiquitous Computing, Sensorik und Kontextsensitivität
Sensor-Grundlagen (Charakteristika von Sensoren, ADC/DAC, etc.)
Arten von Sensoren, u.a. resistive, kapazitive und piezoelektr. Sensoren.
Funktionsweise einfacher Sensoren (z. B. Taster, Potentiometer, Thermistor, Biegesensor, Fotodiode, Halleffekt-Sensor und Drucksensor)
Inertialsensoren (Accelerometer, Gyroskop) und digitaler Kompass

Signal and Image Processing

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 5,5
• Exam type: Mündliche oder Schriftliche Prüfung

Einführung in die Digitale Datenverarbeitung, Fouriertransformation und Faltungstheorem, Diskrete Fouriertransformation, Samplingtheorem, Linear Time-Invariant (LTI) Systems, adaptive Filter (Wiener- und Kalmanfilter), Modellierung mehrdimensionaler Daten, einfache Algorithmen der digitalen Bildverarbeitung, einfache Filter als Maskenoperationen, binäre Morphologie, Segmentierung, Oberflächenmodellierung und Triangulierung, Rendering mit Beleuchtungsmodellen, Entropie, Redundanz und Kompression

Multimodale Systeme

Die Studierenden besitzen die Fähigkeiten, die zum Entwurf und zur Entwicklung von Systemen mit natürlichen Benutzerschnittstellen notwendig sind. Sie beherrschen diverse Konzepte und Technologien, die es erlauben unterschiedliche Interaktionsformen (Sprache, Gestik, haptisch/berührungsbehaftet und berührungslos etc.) zu erkennen, zu verarbeiten und darauf zu reagieren. Im Kern sind das Sprache, Gestik, Haptik, Ambient Intelligence (z. B. Lokalisierung) sowie Internet der Dinge (IoT).

Multimodal Systems

• Semester: 2
• Type: Pflicht, Vorlesung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Sprachverarbeitung: Grundlagen der Spracherkennung und Sprachsynthese, Entwicklung von Applikationen, Design von Voice User Interfaces (VUI)
Natürliche Benutzerschnittstellen: Konzepte und Geräte, Algorithmen zur Gestenerkennung
Ambient Assisted Living/Ambient Intelligence: Anwendungsszenarien, Konzepte, Programmierung
Internet der Dinge: Anwendungsszenarien, Konzepte, Algorithmen, Programmierung, Routing, Zeitsynchronisation, Datenspeicherung

Multimodal Systems

• Semester: 2
• Type: Pflicht, Übung
• ECTS: 2,5
• Exam type: Immanente Beurteilung

Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens.

Data Preprocessing and Analytics

- Introduction to data
- Descriptive data summarization
- Cluster analysis
- Dimensionality reduction
- Feature selection and feature extraction
- Statistical inference

Data Preprocessing and Analytics

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

- Introduction to data
- Descriptive data summarization
- Cluster analysis
- Dimensionality reduction
- Feature selection and feature extraction
- Statistical inference

Privacy and Ethics

• Semester: 3
• Type: Pflicht, Vorlesung
• ECTS: 1,5
• Exam type: Schriftliche Prüfung

Das österreichische Datenschutzrechtsgesetz 2000 (DSG 2000) basiert auf einer EU-Richtlinie aus dem Jahr 1995. Weder auf EU- noch auf nationaler Ebene haben sich die Normensetzer dazu durchgerungen, ein modernes und an die neuen Gegebenheiten angepasstes Datenschutzrecht einzuführen. Die Lehrveranstaltung wird sich daher zunächst zwar den Grundlagen der EU-Datenschutzrichtlinie sowie deren Umsetzung im österreichischen Recht (DSG 2000) widmen, dann aber auf neue Aspekte wie z. B. Videoüberwachung, Cloud Computing oder soziale Netzwerke und deren datenschutzrechtliche Aspekte eingehen.
Zudem werden die datenschutzrechtlichen Aspekte des Telekommunikationsgesetzes 2003 (TKG 2003) dargestellt, so beispielsweise die Verpflichtung von Kommunikationsdienste-Anbieter zur Speicherung von Verkehrs- und Standortdaten auf Vorrat (Datenvorratsspeicherung) bzw. generell das im TKG 2003 normierte Kommunikationsgeheimnis. Letztlich werden die Vorgaben einschlägiger ISO-Normen zu Datenschutzsicherheitsmaßnahmen dargestellt, so etwa die ISO 27017 und 27018 in Bezug auf Cloud Computing.
Zu all diesen Überlegungen werden schließlich die grundrechtlichen Aspekte wie vor allem die Achtung der Privatsphäre nach Art 8 EMRK, das Grundrecht auf Geheimhaltung personenbezogener Daten oder das Grundrecht auf informationelle Selbstbestimmung und das heftig diskutierte „Recht auf Vergessen werden“ erläutert.

Augmented Reality

Augmented reality describes the enrichment of the real environment with virtual content. This requires capturing the real world and determining the position and orientation of the display. The fundamentals of computer vision and computer graphics form the basis for AR applications. In addition, there are various interaction techniques and the adaptation of the virtual environment to the real environment.
The module consists of two components – the fundamentals, algorithms and applications are explained in the theoretical part. However, there is also a practical part in which specific topics such as Unity programming, handling AR hardware and using an AR software package are explained. These practical parts are important for the final project, which must be submitted at the end.
Students learn the skills necessary for designing and developing AR applications. They are therefore able to independently develop AR applications for mobile devices and head-mounted displays.

Augmented Reality

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 5,5
• Exam type: Mündliche oder Schriftliche Prüfung

Überblick und Konzepte von Augmented Reality
Grundlagen Computergrafik
Anwendungsgebiete der AR und Softwareentwicklung
Trackingrundlagen und optisches Tracking
Mobile Augmented Reality
Head Mounted Displays
Räumliche Augmented Reality
Tangible User Interfaces
Kollaborative AR Anwendungen
Fortgeschrittene Darstellungsverfahren
Interaktionstechniken

Technikfolgenabschätzung, Nachhaltigkeit und Responsible Innovation

Nach erfolgreichem Abschluss des Kurses sind die Studierenden in der Lage: - Grundlegende Konzepte der Technikfolgenabschätzung zu verstehen und anzuwenden - Technologie als Teil der sozialen Welt zu verstehen und zu würdigen - bestehende Technologien und technologische Visionen bzw. Agenden kritisch zu reflektieren - eine persönliche Interpretation eines verantwortungsvollen Arbeitsethos zu entwickeln

Technology assessment, Sustainability and Responsible Innovation

• Semester: 1
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Immanente Beurteilung

Einführung in die Technikfolgenabschätzung, Nachhaltigkeit anhand der Sustainable Development Goals und Responsible Research and Innovation anhand eigener Praxisbeispiele (z.B. Projekte aus dem Vorjahr).

Current topics part B

• Semester: 3
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 2
• Exam type: Mündliche oder Schriftliche Prüfung

Current topics part A

• Semester: 3
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 2
• Exam type: Mündliche oder Schriftliche Prüfung

Adaptation, automation and personalisation

Graduates will have a fundamental understanding of personalised systems and be familiar with common methods of user modelling in the context of collaborative and assistive personalised systems. They will understand the different concepts behind recommender systems (e.g. collaborative vs. content-based approaches) and be able to apply their previously acquired knowledge of data analysis in a targeted manner. They can evaluate adaptive system components in terms of user-friendliness and added value compared to non-adaptive variants.

Students can integrate human factors into the design of interactive automation and robot systems and develop control and learning algorithms for interactive automation and robot systems. Students are familiar with the basic components of human-centred automation and robotics systems, such as:
(a) perception of human states using multimodal interfaces,
(b) modelling and recognition of human actions,
(c) use of adaptive and integrated control methods to support humans in human-centred tasks
(d) use of learning algorithms to improve control performance and interaction with humans.

Human-Centered Automation and Robotics

• Semester: 2
• Type: Pflicht, Integrierte Lehrveranstaltung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Design-Prinzipien für Human-Centered Automation- und Robotersysteme und der Entwurf von human-centered agents
Anforderungen und Performance-Metriken für Human Centered Robotik: Sicherheit, Flexibilität und Anpassungsfähigkeit an die Benutzer etc.
Modellierung des menschlichen Verhaltens und der Absichten Schnittstellen: tragbare Bewegungssensoren, bioelektrische Aktivität-Sensoren, audiovisuelle Befehle, haptische Interfaces, Regelstrategien für Mensch-Maschine-Interaktion und 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, Informationsverarbeitung in Sensor-Actor Netzwerke
Beispiele für Anwendungen: Therapie- und Trainingsroboter, Mensch-Maschine kooperative Systeme in der Chirurgie, Service-Roboter und Telepresence, Augmented und Virtual Reality.

Adaptivity and Personalization

• Semester: 3
• Type: Pflicht, Vorlesung
• ECTS: 3
• Exam type: Mündliche oder Schriftliche Prüfung

Überblick über personalisierte Systeme: Konfigurierbarkeit, Adaptierbarkeit und Aktivität; Benutzermodellierung: Beispiele, Konzepte und Methoden;
Adaptivität und Benutzermodellierung im Kontext kollaborativer und assistierender Systeme; Recommender Systeme: kollaboratives filtern, inhalts-basierte Empfehlungen; Datenanalyse; Evaluierung personalisierter Systeme

Adaptivity and Personalization

• Semester: 3
• Type: Pflicht, Übung
• ECTS: 2,5
• Exam type: Immanente Beurteilung

Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens.