Studienplan

Für die Entwicklung nutzerfreundlicher digitaler Systeme bedarf es Know-how in vielfältigen Bereichen, unter anderem in Interaktionsdesign, Human-Computer Interaction (HCI), Bildverarbeitung, Natural User Interfaces, Design Thinking und Prototyping. Eben diese interdisziplinäre Ausbildung bietet der berufsbegleitende Informatik-Master Human-Centered Computing (HCC).

Module

Fächerübergreifende Kompetenzen

	3.	4.
Masterarbeitsprojekt	4
Masterarbeitsprojekt Literaturstudium um den State-of-the-Art für spezifische Problemstellung überblicken zu können Wissenschaftliches Vorgehen Wesentliche Fragestellungen identifizieren Masterarbeitsprojekt Semester: 3 Typ: Pflicht, Projekt ECTS: 4 Prüfungsart: 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		27
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. Masterarbeit Semester: 4 Typ: Pflicht, Masterarbeit ECTS: 24 Prüfungsart: Immanente Beurteilung Erstellen der wissenschaftlichen Masterarbeit und Vorbereitung auf die Masterprüfung Masterarbeitsseminar Semester: 4 Typ: Pflicht, Seminar ECTS: 2 Prüfungsart: Immanente Beurteilung Forum zur Diskussion offener Fragen im Rahmen der Masterarbeit Präsentation der Masterarbeit (Vortrag) und Diskussion Masterprüfung Semester: 4 Typ: Pflicht, Abschlussprüfung ECTS: 1 Prüfungsart: Mündliche Prüfung

Sozialkompetenz

	1.	2.	3.	4.
Sozialkompetenz			4.5
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 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 1,5 Prüfungsart: Mündliche oder Schriftliche Prüfung Theorien und Kernbegriffe interkultureller Kommunikationsprozesse, interkulturelle Verhandlungsführung mit begleitender Reflexion, Beispiele und Erfahrungen aus praktischen Anwendungsbereichen, Übungen zur Weiterentwicklung von generischen Schlüsselkompetenzen. Anhand einiger Fallstudien werden interkulturelle Verhandlungs- und Dialogfähigkeiten geübt und analysiert.

Methoden-Kompetenz

	1.	2.	3.
Interaktionsdesign	5.5		1.5
Interaktionsdesign Die Studierenden besitzen nach Absolvierung des Moduls die Fähigkeiten einen benutzerzentrierten Designprozess für interaktive Produkte zur Erreichung optimaler Usability bzw. Gebrauchstauglichkeit selbstständig zu konzipieren und durchzuführen. Sie sind mit den Grundbegriffen, Vorgehensmodellen und Arbeitsweisen aus dem Interaktionsdesign und dem Usability Engineering vertraut und können diese in den Produktentwicklungsprozess einordnen und dort anwenden. Insbesondere haben sie Kenntnisse, um in der Study-Phase die Benutzeranforderungen an interaktive Systeme systematisch durch Beobachtung und Gespräche zu ermitteln und entsprechende Schnittstellen und Interaktionsmöglichkeiten in der Design-Phase zu konzipieren. Dabei werden mittels Designmetho-den wie Sketching-Techniken neue Designs entworfen und an alle beteiligten Interessensgruppen kommuniziert. Weiterhin beherrschen die Studierenden hilfreiche Techniken, wie diese neuen Designs während der Build-Phase mithilfe von physischen oder digitalen Prototypen auf effiziente Weise realisiert und getestet werden können. Das Modul trägt auch der wachsenden Bedeutung multimodaler Interaktion Rechnung bei der neue Interaktionsformen wie Multi-Touch und Stift-Eingabe, Zeige- und Handgesten, Körper- und Blicksteuerung oder Sprachein-/ausgabe verwendet oder kombiniert werden. In der entsprechenden LVA werden diese Interaktionsformen aus Benutzersicht behandelt und exemplarisch gestaltet sowie umgesetzt. Weiterhin werden praxisrelevante Gestaltungsrichtlinien und kognitive Modelle vermittelt. Die AbsolventInnensind in der Lage, die in diesem Modul vermittelten theoretischen Grundlagen und Methoden (z. B. Usability-Definitionen, Designprinzipien oder psychologische Modelle) auf praktische Problemstellungen aus dem Themenkomplex Mensch-Maschine-Interaktion anzuwenden, z. B. die ergonomische Gestaltung von digitalen und physischen Bedienelementen, Formularen, Navigationselementen, Menüstrukturen, multimodalen Benutzerschnittstellen etc. Sie haben damit auch die Fähigkeit, bestehende Benutzerschnittstellen und interaktive Systeme entsprechend einschlägiger Qualitätskriterien zu beurteilen und zu optimieren. Interaktionsdesign und Usability Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5,5 Prüfungsart: Mündliche oder Schriftliche Prüfung • Grundlagen und -begriffe des Interaktionsdesigns; Be-nutzerzentrierte Vorgehensmodelle; Theorien und Konzepte benutzerzentrierter und aufgabengerechter System- und Interface-Gestaltung • Analyse kontextbezogener Anforderungen an die Interaktion in Arbeitsprozessen (Contextual Inquiry und Analysis); • Konzeption und Gestaltung interaktiver Systeme unter Berücksichtigung verschiedener Ein- und Ausgabegeräte, Interaktionsformen und Interaktionspatterns; Sketching-Techniken für das Interaktionsdesign; • Psychologische Modelle, Designprinzipien und Human Interface Guidelines, insbesondere bzgl. Ergonomie, Usability, User Experience; Qualitätskriterien interaktiver Systeme; • effizientes Prototyping interaktiver Systeme; Paper-Prototyping; Wizard-of-Oz; Low-fidelity Prototyping; High-fidelity Prototyping; Prototyping-Werkzeuge Multimodale Interaktion Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 1,5 Prüfungsart: Mündliche oder Schriftliche Prüfung • Post-WIMP (Windows Icons Menus Pointer) Interaktion; Reality-Based Interaction; Embodied Interaction; • Kognitive Modelle der Mensch-Computer Interaktion: Conversational Metaphor vs. Model-World Metaphor; Unterscheidung Gesten und Manipulationen; • Einsatzgebiete der Gestensteuerung; Multi-Touch Ges-tensteuerung und Stifteingabe; Kollaborative Interaktion mit großen interaktiven Oberflächen; • Einsatzgebiete der Sprachsteuerung;„Put-That-There“; Gestaltung von Spracheingabe und -ausgabe; • Einsatzgebiete der Augensteuerung; „Midas Touch“ Problem
Visualisierung		3
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. Informationsvisualisierung Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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	5.5
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, Prozess und Prototyping Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5,5 Prüfungsart: 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		1.5	4.5
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. Wissenschaftliches Arbeiten und Schreiben Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 1,5 Prüfungsart: 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 zur Innovationsentwicklung Semester: 3 Typ: Pflicht, Projekt ECTS: 4,5 Prüfungsart: 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.

Humanwissenschaftliche Kompetenzen

	1.	2.	3.
Physiologie	3	3
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. Grundlagen der Physiologie Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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 Pathophysiologie Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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	3		3
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. Kognitionspsychologie Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 1,5 Prüfungsart: Mündliche oder Schriftliche Prüfung Kognitionspsychologische Grundlagen Lernen, Problemlösen, Entscheiden Wahrnehmungspsychologie Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 1,5 Prüfungsart: Mündliche oder Schriftliche Prüfung Wahrnehmungspsychologische Grundlagen Überblick über wichtige wahrnehmungspsychologische Aspekte (auditive und visuelle Wahrnehmung) Gestaltgesetze, Grundlagen der menschlichen Informationsverarbeitung, Gedächtnisformen Aufmerksamkeitsprozesse Arbeitspsychologie Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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

Technische Kompetenzen

	1.	2.	3.	4.
Simulation			5.5
Simulation Systemtheorie, kontinuierliche Modellierung und Simulation mittels numerischer Integration, diskrete Modellierung und Simulation, Regelung, Ausbreitung von Krankheiten, Parameter-Optimierung und -Identifikation Simulation in Human-Centered Systems Semester: 3 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5,5 Prüfungsart: Mündliche oder Schriftliche Prüfung Grundlagen der Simulation • kontinuierliche Modellierung • kontinuierliche Simulation (numerische Integration) • diskrete Modellierung • diskrete Simulation Diskrete Modellierung • diskrete Simulationstechniken (inkl. discrete event specified systems) • Agenten-basierte Systeme Ausbreitung von Krankheiten (Epidemiologie) • Modellierungsansätze • Simulationsansätze Praktische Beispiele: Simulation des Verhaltens von Menschen, Modellierung und Wiedererkennung von Personen, Erkennung der Zustände von Personen, Simulation und Wiedererkennung von Aktivitäten Regelung (inkl. P-, PID-, Kaskaden-Regler) Parameter-Optimierung und -Identifikation durch Simulations-basierte Optimierung Markov-Systeme Verwendete Software-Frameworks: • MATLAB / Simulink • AnyLogic
Signal- und Bildverarbeitung	7
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. Sensorik Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 1,5 Prüfungsart: 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- und Bildverarbeitung Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5,5 Prüfungsart: 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
Quality Engineering und Evaluation	3			3
Quality Engineering und Evaluation Im Modul „Quality Engineering und Evaluation“ erwerben die Studierenden die wesentlichen Kenntnisse zu qualitätsgesteuerter Systementwicklung (prozess-, produkt- und servicebezogen). Sie können systematisch Methoden, Werkzeuge und Prozesse einsetzen, um bestehendes Wissen zu evaluieren sowie neues Wissen zu erforschen, das dann als Grundlage für die Systementwicklung und/oder Optimierung dient. Evaluation und Forschungsmethoden Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Immanente Beurteilung Überblick über Forschungsmethoden und Einführung in empirische Forschung Ausgewählte Forschungsmethoden: schriftliche und mündliche Befragung, Lautes Denken, Beobachtung, Kriterienkatalog (Design Rational), Eyetracking und bio-physiologische Evaluierung Einführung in die Evaluation und Durchführung von Evaluationsstudien (Heuristische Evaluierung, Kognitiver Walkthrough, User Studien) Quality Engineering Semester: 4 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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
Multimodale Systeme		5.5
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). Multimodale Systeme Semester: 2 Typ: Pflicht, Vorlesung ECTS: 3 Prüfungsart: 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 Multimodale Systeme Semester: 2 Typ: Pflicht, Übung ECTS: 2,5 Prüfungsart: Immanente Beurteilung Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens.
Datenverarbeitung		3	1.5
Datenverarbeitung Die AbsolventInnen wissen, dass Sensordaten vor der weiteren Verarbeitung und Interpretation zuerst gereinigt und gefiltert werden müssen. Sie sind mit den bekanntesten Methoden der Datenvorverarbeitung vertraut und können einfache statistische Methoden anwenden, um die Aussagekraft der Daten einschätzen zu können. Datenvorverarbeitung und -analyse Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: Mündliche oder 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) Datenschutz und Ethik Semester: 3 Typ: Pflicht, Vorlesung ECTS: 1,5 Prüfungsart: 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.
Datenbasierte Modellierung		5.5
Datenbasierte Modellierung Überblick über Möglichkeiten, Daten zu modellieren und Wissen aus Datenbeständen zu generieren. Auswahl der Methodik und Funktionsweise von Algorithmen zur datenbasierten Modellierung. Beispielhafte Modellierung von Datensätzen. Datenbasierte Modellierung Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5,5 Prüfungsart: Mündliche oder Schriftliche Prüfung 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
Augmented Reality		5.5
Augmented Reality Augmented Reality beschreibt das Anreichern der realen Umgebung mit virtuellen Inhalten. Hierbei muss die reale Welt erfasst werden und die Position und Orientierung des Displays ermittelt werden. Grundlagen der Computer Vision und der Computergrafik stellen die Basis für AR Applikationen dar. Hinzu kommen verschiedene Interaktionstechniken und die Anpassung der virtuellen Umgebung an die reale Umgebung. Das Modul besteht aus zwei Komponenten – die Grundlagen, Algorithmen und Applikationen werden im theoretischen Teil erklärt. Hinzu kommt jedoch auch ein Praxisteil, in welchem bestimmte Themen, wie Unity Programmierung, Umgang mit AR Hardware und die Verwendung eines AR Softwarepakets erläutert werden. Diese Praxisteile sind wichtig für das Abschlussprojekt, welches am Ende einzureichen ist. Die Studierenden erlernen die Fähigkeiten, die zum Entwurf und zur Entwicklung von AR-Anwendungen notwendig sind. Sie sind daher im Anschluss in der Lage AR-Applikationen für mobile Endgeräte und Head-Mounted Displays eigenständig zu entwickeln. Augmented Reality Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 5,5 Prüfungsart: 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	3
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 Technikfolgenabschätzung, Nachhaltigkeit und Responsible Innovation Semester: 1 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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).
Adaption, Automation und Personalisierung		3	5.5
Adaption, Automation und Personalisierung Die Absolventin/der Absolvent verfügt über grundlegende Kenntnisse im Bereich personalisierter Systeme und kennt gängige Methoden der Benutzermodellierung im Kontext kollaborativer und assistierender personalisierter Systeme. Sie/er kennt unterschiedliche Konzepte hinter Recommender Systemen (z. B. kollaborative vs. Inhalts-basierter Ansatz) und kann die zuvor erworbenen Kenntnisse im Bereich der Datenanalyse hier zielgerichtet anwenden. Sie/er kann adaptive Systemkomponenten in Bezug auf Benutzerfreundlichkeit und Mehrwert gegenüber nicht-adaptiven Varianten evaluieren. Die Studierenden können menschliche Faktoren in der Gestaltung der interaktiven Automatisierungs- und Robotersysteme integrieren und die Steuerung- und Lernalgorithmen für interaktive Automatisierungs- und Robotersysteme entwickeln. Die Studierenden wissen über grundlegende Komponenten der Human Centered Automatisierungs-und Robotersysteme Bescheid, wie: (a) Wahrnehmung von menschlichen Zuständen unter Verwendung von multimodalen Schnittstellen, (b) Modellierung und Erkennung von menschlichen Handlungen, (c) Verwendung von adaptiven und integrierten Steuerungsmethoden zur Unterstützung des Menschen bei Human-Centered Aufgaben (d) Verwendung von Lernalgorithmen, um Leistung der Steuerung und die Interaktion mit Menschen zu verbessern Human-Centered Automation und Robotics Semester: 2 Typ: Pflicht, Integrierte Lehrveranstaltung ECTS: 3 Prüfungsart: 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. Adaptivität und Personalisierung Semester: 3 Typ: Pflicht, Vorlesung ECTS: 3 Prüfungsart: 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 Adaptivität und Personalisierung Semester: 3 Typ: Pflicht, Übung ECTS: 2,5 Prüfungsart: Immanente Beurteilung Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens.

Kontakt

E-Mail hcc@fh-hagenberg.at

Telefon +43 5 0804 22901

Quick Links

Master-Studiengänge am Campus Hagenberg

Alle 80 Studiengänge der FH OÖ