Bachelor, Vollzeit
- Campus Hagenberg
- E-Mail mbi@fh-hagenberg.at
- Telefon +43 5 0804 22700
- Infoblatt downloaden Anfrage stellen
Studienplan
Module
Formale Grundlagen
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Mathematik 1: Logische Grundlagen |
4.5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Mathematik 1: Logische GrundlagenDie Studierenden verstehen ausgesuchte Inhalte der Mathematik und kennen die Sprache und Methode der Mathematik. Damit sind die Studierenden in der Lage, technische Problemstel-lungen strukturiert zu analysieren und mit mathematischen Problemlösungsansätzen umzugehen. Mathematik 1: Logische Grundlagen
Aussagenlogik, Prädikatenlogik, Mengenlehre, Relationen (Äquivalenzrelationen und Ordnungsrelationen), Funktionen, Induktionsbeweise, algebraische Strukturen: Gruppen, Ringe, Körper. Mathematik 1: Logische Grundlagen
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Mathematik 2: Algebra |
4.5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Mathematik 2: AlgebraDie Studierenden können Methoden der Mathematik auf Problemstellungen der Informatik anwenden. Sie können für die wichtigsten mathematischen Modellprobleme algorithmische Lösungsmethoden anwenden und die Rechenergebnisse für das vorliegende praktische Prob-lem interpretieren. Mathematik 2: Algebra
Lineare Algebra: Vektorräume, lineare Funktionen, Basen, Matrizen, Determinanten, lineare Gleichungssysteme, Gauß'sches Eliminationsverfahren; Geometrie: Skalarprodukt, Orthogonalität, Projektionen, Orthonormalbasen. Mathematik 2: Algebra
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Statistik |
4 | 3 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
StatistikDie Studierenden haben ein grundlegendes Verständnis statistischer und stochastischer Konzepte, das die Studierenden in die Lage versetzt, diese Konzepte in der Beschreibung und Analyse von biologischen Experimentdaten und darauf basierenden Entscheidungsproblemen anzuwenden. Dazu gehört auch die Fähigkeit, Ergebnisse statistischer Untersuchungen zu interpretieren und unsachgemäße Anwendungen statistischer Konzepte zu durchschauen. Besonderes Augenmerk liegt auf der Umsetzung konkreter Fragen aus Biologie und Bioinformatik in der Sprache der Stochastik und Statistik und dem damit verbundenen Modellierungsaspekt. Grundlagen der Statistik
Wahrscheinlichkeitsräume, Dichte- und Verteilungsfunktion, wichtige diskrete und stetige Wahrscheinlichkeitsverteilungen, beschreibende Statistik, Parameterschätzung, Einführung in die Testtheorie: Parameterschätzung und Maximum Likelihood. Grundlagen der Statistik
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. Statistische Methoden
Klassische Metthoden der Statistik wie Testen von Hypothesen, Konfidenzintervalle, PCA, Markov Ketten und deren Einsatz in biomedizinischen Anwendungen wie z.B.: klinischen Studien, Signifikanzbewertung, Bayesian Learning. Statistische Methoden
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
Naturwissenschaftliche Fächer
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Grundlagen der Biologie und Chemie |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Grundlagen der Biologie und ChemieDie Studierenden kennen Grundlagen der Naturwissenschaften Chemie, Physik und Biologie. In der Chemie handelt es sich neben den Grundlagen der allgemeinen, anorganischen vor allem um die organische Chemie. Insbesondere soll der Aufbau der Materie, Ablauf chemischer Reaktionen und Bindungen sowie die Struktur und Eigenschaften wichtiger organischer Verbindungen besprochen werden. Im Teilgebiet Biologie soll das erlernte Wissen der Chemie angewandt werden. Dies betrifft vorwiegend die Molekularbiologie um die Ursachen von Krankheiten zu verstehen. Auch der Einfluss der Evolution auf die Entwicklung pathogener Keime oder der Entwicklung von Neoplasien soll erkannt werden. Grundlagen der Biologie und Chemie
Aufbau der Materie, Atome und Moleküle, Orbitale; Radioaktivität; Stöchiometrie; chemische Reaktionen und Reaktionskinetik; Gleichgewichte; Säure und Basen; chemische Bindungen; Phasen und Phasengleichgewichte; chemische Thermodynamik, Elektrochemie; Kohlenwasserstoffe; Funktionelle Gruppen organischer Moleküle, Struktur wichtiger biochemischer Moleküle; grundlegende Labortechniken und Methoden im Labor (Lösen, Verdünnen, Titration, Chromatographie, Spektroskopie, Elektrophorese, etc) Aufbau Zelle; Struktur und Funktion der verschiedenen Zellkomponenten, der DNA und der Proteine; Vererbungslehre; Prozesse der Evolution wie Mutation und Selektion, Stammbäume, Entstehung und Entwicklung des Lebens. Grundlagen der Biologie und Chemie
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Der Mensch |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Der MenschDie Studierenden kennen wichtige Prozesse im Körper, die physikalischen und chemischen Grundprinzipien wie Regelkreise und Pathways sollen ebenso beleuchtet werden wie die entsprechenden pathologischen Veränderungen. Die Studierenden kennen weiters die Wirkungsweise von Medikamenten und Basiswissen im medizinisches Fachjargon. Die handwerklichen Fähigkei-ten in einem biologischen Labor sind erweitert. Der Mensch: Histologie und Anatomie
Embryologie, Zellbiologie, Gewebstypen und deren Eigenschaften sowie Einteilung, Färbung und Mikroskopie; Anatomie des menschlichen Körpers, Allgemeine Anatomie (Achsen, Schnittebenen, Bildgebende Verfahren in der Medizin), Grundlegende Strukturen ausgewählter Organe (Bewegungsapparat, Nervensystem, Kreislauf, etc.) Der Mensch: Physiologie
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. Der Mensch: Physiologie und Pathologie
Nerv und Muskel; Nervensystem und Sinne; Blut; Immunologie; Atmung; Niere; Säure-Basen-Haushalt; Herz und Kreislauf; Verdauung; Hormone; allgemeine Pharmakologie, Arzneistoffwirkung an ausgewählten Beispielen. |
Praktische Informatik
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Einführung in die Informatik |
4.5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Einführung in die InformatikDie Studierenden kennen die logischen und technischen Grundlagen der Informatik, beginnend bei Zahlendarstellungen, Kodierungsverfahren, Schaltalgebra, Rechnerkomponenten bis zu den Grundlagen der Rechnerarchitektur. Die Studierenden sollen den Aufbau und die prinzipielle Funktionsweise einfacher CPUs beherrschen und die Zusammenhänge zwischen Struktur und der Programmierbarkeit in Maschinensprache kennen und ein fundiertes Verständnis für Aufbau, Struktur und Funktionsweise der Rechner erwerben. Einführung in die Informatik
Zahlensysteme, Umrechnungen und Rechnen in anderen Zahlensystemen, Zeichencodes, Schaltalgebra, kombinatorische Schaltungen, ALU, sequentielle Schaltungen, endliche Automaten, Hauptspeicher, Busse und Datenpfade, Einführung in die Mikroprogrammierung, Einführung in Assembler, Grundlagen der Rechnerarchitekturen. In der Übung synchron zur Vorlesung praktische Behandlung der Lehrinhalte mit Hilfe von Simulatoren für Schaltungen und CPU. Einführung in die Informatik
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Algorithmen und Datenstrukturen |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Algorithmen und DatenstrukturenDie Studierenden kennen die wichtigsten Algorithmen, insbesondere für Suchen, Sortieren und Pattern Matching, sowie wichtige Datenstrukturen, wie statische (Felder und Verbund) und dynamische (wie Listen und binäre Bäume und binäre Suchbäume). Grundlegende Algorithmen und Datenstrukturen
Einführung in Algorithmen und Datenstrukturen; Begriff des Algorithmus und des Datentyps; elementare Anweisungen und Programmbausteine sowie Prozeduren und Funktionen; Spezifikation und Darstellung von Algorithmen; Abstraktionsschichten; Methoden des Algorithmen- und Programmentwurfs; strukturierte Programmierung; Modulkonzept und Geheimnisprinzip; Datenkapselung; Algorithmen mit Tabellen; Rekursion und Entrekursivieren; grundlegende Algorithmen wie z. B. Suchen und Sortieren; grundlegende Datenstrukturen wie z. B. Listen und Bäume; Ein- und Ausgabe; Analysieren (d. h. Scannen und Parsen) von strukturierten Datenströmen. Grundlegende Algorithmen und Datenstrukturen
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Einführung in die Programmierung |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Einführung in die ProgrammierungDie Studierenden kennen die Konzepte imperativer (prozeduraler) blockstrukturierter Programmiersprachen (Variablen, Datentypen, Anweisungen, Ausdrücke, Prozeduren und Funktionen) und beherrschen die Entwicklung einfacher Programme mit einer solchen Programmiersprache. Sie sind geübt im Umgang mit einer Programmierumgebung. Einführung in die prozedurale Programmierung
Umsetzung von einfachen Algorithmen und Datenstrukturen mit imperativen Programmiersprachen; grundlegende Sprachmittel imperativer Programmiersprachen (Ablaufstrukturen, Funktionen, Parameterarten, Referenzen, Sichtbarkeiten, Typen, Variablen, Zeichenketten und Zeichenströme (engl. strings, streams), Zeiger etc.); Compilier-, Link- und Ladevorgang; Einsatz von Befehlszeile und Entwicklungsumgebungen; Ablaufanalyse; Fehlersuche und Fehlerbehebung; Software-Testmethoden; Speicherabbild und Speicherverwendung; Speicherprüfer und Profiling; Verwendung Bibliotheken und Bibliotheksfunktionen. Einführung in die prozedurale Programmierung
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareprojekt-Engineering |
3 | 2.5 | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareprojekt-EngineeringDie Studierenden wissen, wie man in Teams gebrauchstaugliche Software im Rahmen von Projekten ingenieurmäßig entwickelt. Wichtig sind dabei weniger individuelle Fähigkeiten in Spezialbereichen als das Integrieren der Fähigkei-ten mehrerer Personen zu einer produktorientierten Problemlösung im Team. Softwareprojekt-Engineering 1: Teamorientierte Softwareentwicklung
Begriffswelt in Softwareprojekten, Produkt- und Projektentwicklungszyklus, ingenieurmäßige Projektentwicklung, Aufbauorganisation (softwareentwicklungsspezifische Organisationsformen), Ablauforganisation (Vorgehensmethoden, Software- und Projektlebenszyklus), Teamführung und Motivation, Konfigurationsmanagement, Qualitätssicherung, Dokumentation von Soft-wareprojekten. Softwareprojekt-Engineering 1: Teamorientierte Softwareentwicklung
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. Softwareprojekt-Engineering 2: Skalierbare Prozessmodelle
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. Softwareprojekt-Engineering: Skalierbare Prozessmodelle
Klassischer Projektablauf und dessen Skalierbarkeit, moderne Modelle und Methoden der Softwareprojekt-Entwicklung, Anforderungsanalyse, Projektplanung, Risikomanagement, projektseitige Unterstützung bei der Realisierung (Design, Implementierung, Testen), Produkteinführung, Betrieb, Wartung und Pflege. Softwareentwicklungsprozesse
Moderne iterativ-inkrementelle („agile“) Softwareentwicklung und deren Prozesse, Änderungen in Organisation, Werkzeugen und Dokumentation, deter-ministische und empirische Prozessmodelle, Value-based Software Engineering, Kanban, Beispiele agiler Vorgehensweisen, Workshop zu Scrum, bewährte Praktiken anhand von Fallbeispielen aus Studienbetrieb und Praxis, Ausblick/Trends im agilen Vorgehen (Large-Scale Scrum etc.). |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fortgeschrittene Algorithmen und Datenstrukturen |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fortgeschrittene Algorithmen und DatenstrukturenDie Studierenden können Algorithmen spezifizieren, entwerfen, implementieren und deren Komplexität (hinsichtlich des Speicherbedarfs und der Laufzeit) analysieren. Die Studierenden kennen die Konzepte des funktionalen und des datenorientierten Softwareentwurfs mittels attributierter Grammatiken. Fortgeschrittene Algorithmen und Datenstrukturen
Laufzeit- und Speicherkomplexität; Algorithmen auf Zeichenketten wie z. B. exakte Mustersuche; topologisches Sortieren; Zufallszahlen erzeugen und ihre Güte testen; Hashing; Exhaustion und Backtracking; Algorithmen auf Graphen; dynamische Programmierung; unscharfe Mustersuche und Sequenzanalyse, nichtdeterministische Algorithmen. Fortgeschrittene Algorithmen und Datenstrukturen
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Objektorientierte Programmierung |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Objektorientierte ProgrammierungDie Studierenden kennen die Konzepte der objektorientierten Programmierung und beherrschen die Grundlagen der objektorientierten Programmierung mit einer klassenbasierten objektorientierten Programmiersprache. Objektorientierte Programmierung
Überleitung vom prozeduralen zum objektorientierten Programmieren; Grundlagen der objektorientierten Programmierung; Grundlagen der prototypischen Programmierung; Beziehungen zwischen Klassen und zwischen Klassen und Objekten; Vererbungsarten; Polymorphismus; statische und dynamische Bindung; Methoden überschreiben und Methodensuche; abstrakte und konkrete Klassen; Schnittstellen; Kovarianz und Kontravarianz; Notationsformen und Tools in diesem Bereich; Brückenschlag zu den Entwurfsmuster und Application-Frameworks; Prinzipien des guten objektorientierten Designs (Liskov-Substitution-Principle, Open-Closed-Principle etc.). Objektorientierte Programmierung
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Betriebssysteme und Computernetzwerke |
1 | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Betriebssysteme und ComputernetzwerkeBetriebssysteme: Die Studierenden kennen die technischen Grundlagen eines Betriebssystems (Linux), dessen Komponenten und die grundlegenden Verfahren zur effektiven Verwaltung der vorhandenen Hardware. Die Studierenden sollen in dieser Lehrveranstaltung den praktischen Umgang mit Linux erlernen. Computernetzwerke: Die Studierenden haben Kenntnisse über die technischen Grundlagen von Computernetzen. Sie kennen die funktionale Gliederung von Kommunikationsaufgaben in Schichten und deren Zusammenwirken. Weiters kennen sie technische Ausprägungen von Kommunikationsprotokollen sowie deren Eignung für konkrete Anwendungsbereiche. Betriebssysteme 1: Einführung in Linux
Die Studierenden erhalten eine ausführliche Einführung in die grundlegenden Konzepte von Linux: die geschichtliche Entstehung und Entwicklung, Kernel und User Space, Navigation im Dateisystem, Benutzerverwaltung und Rechte, ausgewählte Kommandos und reguläre Ausdrücke. Betriebssysteme 2: Shell-Programmierung in Linux
Im zweiten Semester steht die Shell-Programmierung in Linux im Vordergrund. Verschiedenste Shells werden verwendet und ausgewählte Kommandos für das Bearbeiten und Filtern von Dateien werden erlernt (grep, sed, cut, sort, uniq, wc, head, tail, uvm.). Computernetzwerke
Schichtenmodelle, Übertragungsmedien, Netzwerktopologien, Ethernet, TCP/IP, Firewalls, Virtual Private Networks. In der Übung synchron zur Vorlesung praktische Behandlung der Lehrinhalte. Computernetzwerke
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareentwicklung |
6.5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SoftwareentwicklungDie Studierenden können mit klassischen Programmiersprachen (speziell C++) und deren Klassen-Bibliotheken objektorientiert Software entwickeln. Software Entwicklung mit klassischen Sprachen
Umsetzung von weiterführenden Algorithmen und Datenstrukturen in imperativen Programmiersprachen; weiterführende prozedurale Sprachmittel (Typsystem, Deklarationen und Definitionen, Überschreiben von Funktionen, Methoden und Operatoren, Namensräume, vollständige Ausdrücke (engl. full expressions) und temporäre Objekte, Ausnahmen, Ellipsen-Syntax, Makros, vom Programmierer definierte Datentypen (engl. user-defined datatypes), Templates etc.); Iteratoren; C++ Standard Library; Standard Template Library; BOOST Library; abstrakte Datentypen; Programmieren mit und von Zeichenströmen (engl. streams); Programmieren mit und von Behältern; objektorientiertes Programmieren; Mehrfachvererbung; Methodensuche und virtuelle Tabellen (engl. z.B. vtbls); Runtime-Type-Information; Metainformation; portable Programmierung; Programmierrichtlinien. Software Entwicklung mit klassischen Sprachen
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Scripting und Web Entwicklung |
4 | 2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Scripting und Web EntwicklungDie Studierenden kennen den Aufbau und die Funktion von Skriptsprachen und Web-basierten Systemen. Die Studierenden lernen an praktischen Beispielen die populärsten Skriptsprachen einschließlich typischer verwendeter Interfaces kennen, die gegenwärtig im Internet server- und clientseitig angewendet werden. Weiters erwerben sie die Kompetenz statische sowie dynamische Webinhalte zu entwickeln. Dies beinhaltet sowohl die Erstellung von Backends (inklusive der Anbindung an Datenquellen) als auch von Frontends. Elementare Web-Technik
Grundlagen und Konzepte des Internets: Protokolle & Service, DNS, HTTP, Arten von Requests, Response Status, benötigte Infrastruktur für den Betrieb einer Webseite (HTTP Server, Datenhaltung). Konzept von Auszeichnungssprachen und deren Interpretation, Hyptertext Markup Language (HTML, insbesondere Tabellen und Formulare, Grafiken), Cascading Style Sheets (CSS). Die Erstellung von dynamischen Webseiten mittels clientseitiger Verwendung von JavaScript inklusive populärer Bibliotheken wie jQuery und Bootstrap. Interaktion mit Backends (Ajax, REST) und häufig verwendete Datenformate (XML und JSON). Die Anwendung serverseitiger JavaScript Frameworks (z.B. Node.js) als Backend bzw. zur Erstellung von REST Webservices, inklusive der Anbindung an Datenquellen. Der Umgang mit entsprechenden Entwicklungswerkzeugen. Die Verwendung moderner Webframeworks, wie Angular, React oder Vue.js Scripting in Python
Die Studierenden erhalten eine große Einführung in Skriptsprachen im Allgemeinen und erlernen die Skriptsprache Python. Dabei werden ausgewählte Module wie: os, sys, string, time und matplotlib. Reguläre Ausdrücke (Modul re), Datenbanken mit SQLite (Module sqlite3), Biopython und verschiedenste Entwicklungsumgebungen (Python IDLE, Spyder, VS mit Python Plugin, PyCharm) werden erlernt und analysiert. Moderne OO-Programmierung wird mit den Studierenden ebenfalls in Python durchgenommen. Ebenso bekommen die Studierenden einen kurzen Einblick in Jupyter Notebook / Jupyter-Lab und die Studierenden werden die Module sklearn, scikit, pandas und numpy anwenden (Basics). Abschließend werden die Studierenden noch ein Django-Projekt aufsetzen, um auch im Web-Bereich die Skriptsprache Python anzuwenden. Serverseitige Web-Technologien
• PHP zur Programmierung serverseitiger Scripts; • Verwendung von http zur Kommunikation zwischen Client und Server; • HTTPS und die Zertifizierung einer Webseite • Sessions und Cookies zur Zustandsverwaltung eines Clients • Datenbank-Anbindung mit PHP, Angriffsstellen und deren Absicherung • Funktionsweise verschiedener Webserver und aktive Verwendung der XAMPP-Umgebung Serverseitige Web-Technologien
• PHP zur Programmierung serverseitiger Scripts; • Verwendung von http zur Kommunikation zwischen Client und Server; • HTTPS und die Zertifizierung einer Webseite • Sessions und Cookies zur Zustandsverwaltung eines Clients • Datenbank-Anbindung mit PHP, Angriffsstellen und deren Absicherung • Funktionsweise verschiedener Webserver und aktive Verwendung der XAMPP-Umgebung |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareentwicklung mit modernen Plattformen |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareentwicklung mit modernen PlattformenDie Studierenden können mit modernen Softwareentwicklungs-Plattformen objekt- und komponentenorientiert Software entwickeln. Sie sind im Umgang mit mehreren, modernen, Entwicklungswerkzeugen und mit integrierten Entwicklungsumgebungen geübt. Software Entwicklung mit modernen Plattformen
Objektorientierte Analyse und objektorientiertes Design; Methode von Abbott und CRC-Karten; Entwurfsmuster (er)kennen, verwenden und kombinieren; Aufbau von Entwurf Klassenbibliotheken; Model-View-Controller; mehrschichtige Softwarearchitekturen; Testen von objektorientierten Systemen (Kohäsion etc.), partielle und vollständige Templatespezialisierung; generisches Programmieren und generische Algorithmen; Metaprogrammierung und generative Programmierung; Kombination von dynamischem und statischem Polymorphismus; Programmieren mit Java (Datentypen und Referenzen, Zeichenketten, ein- und mehr-dimensionale Felder, Ausnahmen, Konstruktion und Finalisierung, innere Klassen etc.), Aufbau und Struktur und Verwendung moderner Klassenbibliotheken am Beispiel Java; Funktionale Charakteristiken in objekt-orientierten Programmiersprachen; Lambda-Ausdrücke und Streams (Java Streaming API); Java Collections Framework (JCF); Programmierumgebungen für Java; Funktionsweise und Aufbau der Java Virtual Machine und Bytecode; Konzepte der automatischen Speicherbereinigung; Decompiler für Java-Bytecode; Java-Foundation-Classes (Abstract Windowing Toolkit, Swing, JavaFx); Methoden zur deklarativen Beschreibung von Benutzerschnittstellen (FXML); Nebenläufigkeit und Entwurfsmuster für nebenläufige Programme (Threads, Task, Producer Consumer Pattern). Data-Access-Object (DAO) Muster, (Java Database Connectivty), Serialisierung, Remote-Method-Invocation) Software Entwicklung mit modernen Plattformen
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareentwicklung in offenen Umgebungen |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Softwareentwicklung in offenen UmgebungenDie Studierenden können mit der modernden Softwareentwicklungs- Plattform .NET von Microsoft (hier insbesondere mit der Sprache C#) objekt- und komponentenorientiert Software entwickeln. Sie sind im Umgang mit modernen, Entwicklungswerkzeugen und mit inte-grierter Entwicklungsumgebung geübt, können sowohl Desktop- als auch Webapplikationen entwickeln und können die Entwicklungsschichten sauber voneinander trennen und unterei-nander kommunizieren lassen. Software Entwicklung in offenen Umgebungen
Bestandteile einer modernern Programmierplattform Programmierung mit der .NET-Plattform von Microsoft: Konzepte (virtuelle Maschine mit gemeinsamem Typsystem und gemeinsamer Zwischensprache für verschiedene Programmiersprachen), Programmiersprache C#, Behälter und Algorithmen, Serialisierung, grafische Benutzeroberflächen mittels Windows.Forms und Windows Presentation Framework (WPF) , Parallelität mittles mehrerer Ausführungsfäden (threads und tasks), Synchronisierung mit dem User Interface. Zugriff auf relationale Datenbanken mittels ADO.NET und dem Entity Framework, Abfragen mittels Language Integrated Queries (LINQ), einfache Webapplikationen mittels ASP.NET (Core), Kommunikation mittels REST Services. Die Übungen vertiefen die Vorlesung, indem konkrete Beispiele mit den verschiedenen Technologien umgesetzt werden. |
Data Engineering
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Datenmodellierung und Datenbankentwurf |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Datenmodellierung und DatenbankentwurfDie Absolventin/der Absolvent besitzt Kenntnisse über Konzepte, Methoden und Sprachen des Datenbankentwurfs. Der Schwerpunkt liegt in der konzeptuellen und logischen Datenbankmodellierung. Sie/er kennt die Grundlagen der Modellierung (Modellbegriff, Phasen der Modellierung etc.) sowie der Modellierungstechniken und -methoden im Überblick (Datenmodellierung, Funktionsmodellierung, Prozessmodellierung, objektorientierte Modellierung) und kann diese anwenden. Sie/er kennt die Grundlagen von relationalen Datenbanksystemen und ist in der Lage, den Entwurfsprozess mit konkreten Datenbankmodellen durchzuführen und einen konkreten Datenbankentwurf zu implementieren. Sie/er kennt die Architektur von Datenbanksystemen und Gründe für ihren Einsatz. Sie/er kennt die Grundlagen von Abfragesprachen (Relationenalgebra, Rela-tionenkalkül, SQL), um interaktiv und aus Anwendungen Daten zu definieren, abzufragen und zu manipulieren. Datenmodellierung und Datenbankentwurf
Einführung und Vorteile des Einsatzes von Datenbanksystemen, Grundlegende Konzepte (Datenmodell, Schema, Instanzen) und Komponenten von Datenbanksystemen, Architekturen von Datenbanksystemen und Datenunabhängigkeit, Grundlagen Modellierung (Modellbegriff, Techniken und Methoden), Datenbankmodelle, Entity-Relationship-Modell und UML, Relationenmodell und relationale Anfragemodelle (Relationenalgebra, Anfrage- und Tupelkalkül), Phasen des Datenbankentwurfs (konzeptueller, logischer, physischer Entwurf), relationaler Datenbankentwurf (funktionale Abhängigkeiten, Normalformen, Transformationseigenschaften), Grundlagen Datenbankdefinition und Datenbankanfragen mit interaktiven Abfragesprachen (QBE, SQL), Datenbankzugriff aus Anwendungen, Zugriffsschutz in Datenbanksystemen. Datenmodellierung und Datenbankentwurf
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Datenbanksysteme |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DatenbanksystemeDie Studierenden besitzen detaillierte Kenntnisse über erweiterte SQL-Konzepte (rekursive Anfragen, OLAP-Operationen, prozedurale SQL-Erweiterungen, Sichten, Trigger etc.) und können diese praktisch in der Anwendungsentwicklung einsetzen. Sie kennen die Konzepte, Verfahren und Techniken der Mehrbenutzerkontrolle und Transaktionssteuerung und können diese in Datenbanksystemen praktisch anwenden. Sie kennen Optimierungsprinzipien und -mechanismen (Anfrageoptimierung, algebraische Optimierung etc.) sowie die Grundlagen der Datenorganisation und Zugriffsstrukturen. Sie kennen objektrelationale Datenbankkonzepte und können diese exemplarisch an einem ausgewählten Datenbanksystem praktisch anwenden und die Umsetzung beurteilen. Sie verfügen über grundlegende Kenntnisse über Data Warehousing bzw. mehrdimensionaler Datenmodellierung sowie OLAP sowie über alternative Datenbanktechnologien (bspw. NoSQL, In-Memory). Die Studierenden kennen die Grundlagen semistrukturierter Datenmodelle und können die Möglichkeiten und Grenzen der Anwendungsbereiche einschätzen. Sie besitzen detaillierte theoretische und praktische Kenntnisse über die Schemabeschreibungssprache XML. Sie kennen die mit XML verbundenen Technologien und können diese für die Definition, Anfrage, Verarbeitung und Speicherung von XML-Dokumenten praktisch einsetzen. Sie können moderne Speicherungsalternativen von XML-Dokumenten in relationalen (inklusive Integration mit SQL) und nativen Datenbanksystemen bewerten und praktisch an ausgewählten Systemen anwenden. Sie kennen alternative technologische Ansätze wie JSON. Relationale Datenbanken und SQL
Erweiterte Entwurfsmodelle (Spezialisierung, Generalisierung, Aggregation, Komposition, mengenwertige und strukturierte Attribute etc.) und deren Abbildung auf das relationale Modell. Erweiterte Konzepte von SQL: SQL-Datendefinition (Tabellen, Integritätsbedingungen, referentielle Aktionen, Domänenkonzept, Schemaevolution und –modifikation, Grundlagen Data Dictionary etc.) SQL-Anfragen (skalare Funktionen, dreiwertige Logik, Bereichsselektion, Ungewissheitsselektion, Verbundarten, Unterabfragen, Korrelierte Abfragen, Prädikate für den Zugriff auf Mengen, Quantoren und Mengenvergleiche, Mengenoperationen, Aggregatfunktionen, Gruppierungen, Benannte Anfragen und Rekursion, Sequenzgeneratoren, OLAP-Operationen) SQL-Datenmanipulation (Merge, komplexe Datenmanipulation mit Unterabfragen, Datenmanipulation und Integritätsbedingungen) SQL-Views (materialsiert vs. virtuell, Sichtarten, Probleme bei der Transformation von Anfragen / Änderungen) SQL-Autorisierungskonzepte (Arten von Rechten, Vergabe und Rücknahme, Anlegen von Benutzern und Rollen) Prozedurale SQL-Erweiterungen und Verhaltensimplementierung (Einführung Anwendungsentwicklung, Stored Procedures/Funktions, Pakete/Module, Cursor-Konzept, Ausnahmebehandlung) Integritätssicherung durch Trigger (Grundprinzipien, Trigger-Arten) Objektrelationale Modelle (Grundlagen, objektrelationale Konzepte in SQL, Methoden in SQL, objektrelationale Datenbanksysteme) Mehrbenutzerkontrolle und Transaktionsmodelle (Konsistenzprobleme, Transaktionseigenschaften, Serialisierbarkeitstheorie, Fehlersicherheit, Transaktionsverwaltung, pessimistische und optimistische Verfahren, Hierarchisches Sperren und 2-Phasensperrprotokoll, Transaktionssteuerung in SQL) Wiederherstellung und Datensicherung (Protokollierungsarten, Recovery-Strategien) Dateiorganisation und Zugriffsstrukturen (Speichertechniken, Indexierte Dateien, Baumverfahren, Hashverfahren, Cluster-Bildung, Umsetzung in SQL) Optimierung (methodische Vorgangsweise, logische Optimierung, physische Optimierung mit Index und Cluster, Analyse von Ausführungsplänen) Grundlagen Data Warehousing und OLAP (Grundkonzepte, Multidim. Datenmodell, Snowflake- und Star-Schema, OLAP-Operationen in SQL. Relationale Datenbanken und SQL
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
XML/UML und Datenbanken |
3.5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
XML/UML und DatenbankenAbsolvent*innen kennen die Grundlagen semistrukturierter Datenmodelle und kann die Möglichkeiten und Grenzen der Anwendungsbereiche beurteilen. Sie/er besitzt detaillierte Kenntnisse über die Schemabeschreibungssprache XML und kann die damit verbundenen Technologien für die Definition, Anfrage, Verarbeitung und Speicherung von XML-Dokumenten praktisch einsetzen. Sie/er kann moderne Speicherungsalternativen von XML-Dokumenten in relationalen (inklusive Integration mit SQL) und nativen Datenbanksystemen bewerten und praktisch an ausgewählten Systemen anwenden. Die Absolventin/der Absolvent besitzt grundlegende Kenntnisse über die Modellierungskonzepte der Unified Modeling Language (UML) und ist in der Lage, UML für die Struktur- und Verhaltensmodellierung einzusetzen. Sie/er kennt die Möglichkeiten und Grenzen der UML im praktischen Projekteinsatz und kann UML bei einer iterativen, inkrementellen Vorgehensweise einsetzen. Semistrukturierte Datenbanken und XML
Grundlagen und Merkmale semistrukturierter Datenmodelle; Schemadefinition: XML-Grundlagen, DTDs und XMLSchema ; Anfragesprachen: XPath, XSLT, XQuery ; Verarbeitung: XML-APIs (SAX, DOM, StAX etc.), XML Data Binding. Speicherung: Abbildung XML auf Datenbanken, Abbildung Datenbanken auf XML, Fokus auf SQL/XML:2007. SQL-Datenbanksysteme mit XML-Unterstützung. Native XML-Datenbanksysteme. Semistrukturierte Datenbanken und XML
In der Übung synchron zur Vorlesung praktische Behandlung der Lehrinhalte anhand von domänenspezifischen Beispielen und Vokabularen (BIOML, BSML, BlastXML etc.). Softwareentwicklung mit UML
Modellbegriff und Modellierungsbegriff, Grundlagen objektorientierte Analyse und Entwurf, UML-Grundlagen (Historie, Spracharchitektur, Metamodell etc.), objektorientierte Analyse und Modellierung anhand von UML (Klas-sendiagramm, Anwendungsfalldiagramm, Zustandsdiagramm, Sequenzdiagramm, Aktivitätsdiagramm, Verteilungsdiagramm), weiterführende Themen (UML-Profil, Diagrammaustausch etc.) . Im Rahmen einer durchgehenden Fallstudie werden in Teams von ca. drei Studierenden ausgewählte UML-Diagrammarten im Kontext einer iterativen, inkrementellen Vorgehensweise angewendet und weiterführende Entwurfsthemen (bspw. Design Patterns) diskutiert. Die zu entwickelnden UML-Diagramme sollen einen durchgängigen Entwurf von Softwaresystemen ermöglichen. |
Data Science
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Bildverarbeitung in der Biologie und Medizin |
4.5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Bildverarbeitung in der Biologie und MedizinDie AbsolventInnen kennen auf Basis einfacher physikalisch/technischer Grund-lagen die Funktionsweise und Methodik bildgebender Modalitäten im biomedizinischen Umfeld, z.B. mittels hochaufgelöster Darstellung des Menschen in der Multislice CT. Der Schwerpunkt des Moduls, die biomedizinische Bildverarbeitung bietet eine Einführung in die digitale Bildverarbeitung ausgehend von einfachen Methoden der Vorverarbeitung (Filtern) und Modellierung der biomedizinischen Bilddaten bis zu komplexen Algorithmen zur Informationsextraktion aus bildhaften Daten. Bildverarbeitung in Biologie und Medizin
Grundlagen der Biomedizinischen Bildverarbeitung mit Schwerpunkt auf der Verarbeitung von Daten aus Schichtabbildungsverfahren. Die Ausbildungsziele beginnen mit grundlegenden Techniken der digitalen Signal- und Bildverarbeitung bis zu klinischen Beispielen aus der 3D Operationsplanung. Sampling und digitale Bilder, Metriken in digitalen Bildern, Kontrastverstärkung, Filter in Orts- und Frequenzdarstellung, Segmentierung, Registrierung, Texturanalyse, Oberflächenmodelle und Visualisierung in 3D, Informationstheorie, Bildkompression. Werkzeuge in den Übungen: ImageJ, MeVisLab. Bildverarbeitung in Biologie und Medizin
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Maschinelles Lernen und Heuristiken |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Maschinelles Lernen und HeuristikenDie AbsolventInnen haben solide Kenntnisse der Methoden des maschinellen Lernens und des Data Mining sowie des Aufbaus mathematischer Modelle für verschiedene Typen von Systemen (kontinuierliche und diskrete) und Methoden und Algorithmen für die Lösungen der Optimierungsprobleme in verschiedenen Domänen. Sie erwerben Kenntnisse der Methoden und heuristischen Algorithmen für die Lösung von Datenanalyse- und Optimierungsproblemen in unterschiedlichen Domänen oder Kenntnisse der Methoden und Algorithmen der klassischen (numerischen) Verfahren für die Lösung der Optimierungsprobleme in den gleichen Domänen. Heuristische Methoden
Taxonomie der Systemmodelle, Taxonomie der Optimierung, Abgrenzung numerische und heuristische Optimierung, Beispiele kombinatorischer Optimierungsprobleme und Komplexitätstheorie, Lösungsraumverhalten und P- und NP-Probleme. Heuristische Verfahren: Problemspezifische Verfahren vs. Metaheuristiken, Konstruktions- vs. Verbesserungsheuristiken, Nachbarschaft und Distanz von Lösungen, Lokale Suche, Trajektorienbasierte Verfahren, Simulated Annealing, Tabu-Suche, Populationsbasierte Verfahren, Ant-Colony Optimization, Swarm Intelligence, Genetische Algorithmen, Evolutionsstrategien, Genetische Programmierung, Scatter Search. In den Übungen Benutzung, Parametersetzung, analytischer sowie empirischer Analyse verschiedener Optimierungstechniken unter Verwendung von HeuristicLab, einer generischen Entwicklungs- und Testumgebung für heuristische Optimierungsverfahren. Heuristische Methoden
Taxonomie der Systemmodelle, Taxonomie der Optimierung, Abgrenzung numerische und heuristische Optimierung, Beispiele kombinatorischer Optimierungsprobleme und Komplexitätstheorie, Lösungsraumverhalten und P- und NP-Probleme. Heuristische Verfahren: Problemspezifische Verfahren vs. Metaheuristiken, Konstruktions- vs. Verbesserungsheuristiken, Nachbarschaft und Distanz von Lösungen, Lokale Suche, Trajektorienbasierte Verfahren, Simulated Annealing, Tabu-Suche, Populationsbasierte Verfahren, Ant-Colony Optimization, Swarm Intelligence, Genetische Algorithmen, Evolutionsstrategien, Genetische Programmierung, Scatter Search. In den Übungen Benutzung, Parametersetzung, analytischer sowie empirischer Analyse verschiedener Optimierungstechniken unter Verwendung von HeuristicLab, einer generischen Entwicklungs- und Testumgebung für heuristische Optimierungsverfahren. Maschinelles Lernen und Data Mining
Einführung (Knowledge Discovery Prozess und Data Mining, biomedizinische Anwendungen), Supervised Data Mining – Attributselektion, Klassifikation (Klassifikationsproblem, Bewertung, Validierung, Verfahren – binär logistische Regression, Entscheidungsbäume, k-NN, Support Vector Machines, künstliche neuronale Netze, …), Unsupervised Data Mining – Clustering (partitionierende Verfahren, k-means, EM - hierarchische Verfahren, Single Link - dichtebasierte Verfahren Maschinelles Lernen und Data Mining
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
Vertiefung Bioinformatik
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Biochemie und Tools der Bioinformatik |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Biochemie und Tools der BioinformatikKenntnisse des zellulären Stoffwechsels und spezieller Proteinfunktionen; Verständnis für die Arbeitsweise und Problematik im biologischen Labor; Verständnis über High-Throughput-Verfahren; Der Student/die Studentin soll die wichtigsten biologischen Datenbanken (primäre und sekundäre Nuklein-säure- und Proteindatenbanken) kennen und die Ausgaben interpretieren können. Dazu gehören Kenntnisse über Formate, Inhalte und Datenmodelle. Die Daten sollen mit diversen Anwendungsprogrammen analysiert und das Ergebnis interpretiert werden können. Erwerb eines Basisverständnisses der zu Grunde liegenden Algorithmen Biochemie
Allgemeine Bakteriologie und Virologie; Vertiefende Molekularbiologie: Struk-tur der Erbinformation, Genexpression, Aminosäuren, Enzyme und Coenzyme; Enzymkinetik, Inhibitoren; Protein-DNA Wechselwirkungen; Stoffwechsel und Pathways anhand von Beispielen (z.B. Glykolyse, Zitratzyklus, oxidative Phosphorylierung); Biochemie
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. Tools in der Bioinformatik
Inhalte wichtiger Datenbanken von NCBI und EMBL (z.B. PubMed, Omim, etc.) und Aufbau bioinformatischer Systeme (z.B. Entrez); Datenstrukturen und Standardsoftware in komplexen genomischen Sequenz-, Struktur- und Pathway-Datenbanken mit besonderem Fokus auf Datenformate (z.B. GenBank, EMBL sowie Dateiformaten des Next Generation Seuqenzing (FASTQ, SAM, VCF)); Alignments und Homologie - Suchsoftware (wie z.B. FASTA, BLAST, lAlign), Software zum Clustern von Sequenzen, Genombrowser, Genfinding-Software; Proteindatenbanken (wie z.B. ExPASy, PDB, SCOP und CATH; 3-D Formate für "chemical graph" Speicherung, Viewer Software für Molekül Visualisierung, Software zur Molekül-Rekonstruktion und RNA Faltung; Geziele Datensuche (für VT4) |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Genetik und Biolabortechniken |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Genetik und BiolabortechnikenDie Studierenden können das bisher Erlernte anwenden. Vertiefung des Wissens über die Zelle und der darin ablaufenden Prozesse; Erkennen der Wechselwirkungen von Zellen untereinander und mit Krankheitserregern, Entstehung von Krankheiten. Weiters soll ein Einblick in die typische Arbeitsweise in einem molekularbiologischen Labor vermittelt werden. Biolabortechniken
Nukleinsäuren: Isolierung und Quantifizierung, Hybridisierungstechnologien (z.B,. Microarray), Sequenzierungsverfahren mit besonderem Fokus auf Neuentwicklungen im Bereich High-Throughput-Verfahren sowie der Datenanalyse, Klonierung und Gentechnologie; Proteine: Isolierung und Quantifizie-rung, Immunologische Verfahren, Massenspektroskopie, 3D-Strukturaufklärung Biolabortechniken
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. Genetik
Struktur und Wirkungsweise der genetischen Information; Molekulare Dynamik chromosomaler DNA; Aufbau und Funktion von pro- und eukaryotischer Gene; Regulation der Genexpression; Mutation und Reparaturmechanismen; Modellorganismen der Genetik, Gentechnologie, Molekulare Onkologie, Immunbiologie, Virusgenetik. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 1 |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 1Die Studierenden setzen das erworbene theoretische Wissen in Kooperationsprojekten mit realen Auftraggebern im Anwendungsbereich der gewählten Vertiefung (Medizin- oder Bioinformatik) um und vertiefen dadurch das Verständnis und vor allem den Anwendungsbezug des erlernten Wissens. Dazu realisieren die Studierenden im 4. und 5. Semester in Teams ein umfangreiches, vertiefungsbezogenes Softwareprojekt (mit einem Gesamtaufwand von ca. einem Personenjahr) mit einem realen Auftraggeber. Studienprojekt Bioinformatik
Realisierung des ersten Teils eines umfangreichen, vertiefungsbezogenen Projekts mit realem Auftraggeber (aus der Wirtschaft) im Team, Durchlaufen definierter Projektphasen, Üben der Vorgehensmethoden und -modelle sowie der Erstellung aller relevanten Projekt(prozess)dokumente und Produktdokumente. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Algorithmen der Bioinformatik und Proteomik |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Algorithmen der Bioinformatik und ProteomikDie AbsolventInnen sollen ein Grundverständnis für das Design und die Analyse von Proteinsequenzen und -strukturen erhalten und diese im praktischen Umgang zu Vorhersagen der Proteinfunktionen anwenden können. Weiters sollen die Studierenden aktuelle bioinformatische Methoden kennenlernen und praktische Erfahrung mit diesen sammeln. Dies umfasst sowohl die zugrundeliegenden mathematischen und algorithmischen Techniken als auch die Kenntnis geeigneter Softwarewerkzeuge, die diese Techniken implementieren. Es werden auch kleinere Eigenentwicklungen erstellt und an realen Daten getestet. Algorithmen der Bioinformatik
Methoden für Sequenzalignments: globales und lokales paarweises Alignment, multiple Alignments, Scoring Matrizen, phylogenetische Bäume, heuristische Methoden zur Alignmentbestimmung (BLAST, FASTA), Profilbasierte Methoden des Sequenzvergleichs, Charakterisierung von Proteinfamilien, Suffix trees; Methoden für Genexpressionsanalyse: Standard Clustering Methoden und Cluster Annotation Proteomik
Vorhersage der drei-dimensionalen Struktur eines Proteins, Comparative modeling, threading, ab-initio-Methoden; experimentelle Bestimmung von Proteinstrukturen; Massenspektrometrie; Proteinsequenzanalyse, Proteinstrukturvergleich. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 2 |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 2Die Studierenden setzen das erworbene theoretische Wissen in Kooperationsprojekten mit realen Auftraggebern im Anwendungsbereich der gewählten Vertiefung (Medizin- oder Bioinformatik) um und vertiefen dadurch das Verständnis und vor allem den Anwendungsbezug des erlernten Wissens. Dazu realisieren die Studierenden im 4. und 5. Semester in Teams ein umfangreiches, vertiefungsbezogenes Softwareprojekt (mit einem Gesamtaufwand von ca. einem Personenjahr) mit einem realen Auftraggeber. Studienprojekt Bioinformatik
Realisierung des zweiten Teils eines umfangreichen, vertiefungsbezogenen Projekts mit realem Auftraggeber (aus der Wirtschaft) im Team, Durchlaufen definierter Projektphasen, Üben der Vorgehensmethoden und -modelle sowie der Erstellung aller relevanten Projekt(prozess)dokumente und Produktdoku-mente; Weiterentwicklung und Abschluss des Full-Cycle-Projekts |
Vertiefung Medizininformatik
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Versorgungsprozesse und Sensorik |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Versorgungsprozesse und SensorikDie AbsolventInnen erwerben einführende Kenntnisse in die Bereiche der Signalverarbeitung und biomedizinischen Messtechnik, aufbauend auf einfachen mathematischen Modellen zur weiteren Verarbeitung mit standardisierten Datenmodellen in der Informatik. Die Erfassung biomedizinische Signale hat große Bedeutung im Monitoring physiologischer Prozesse und der Telemetrie. Ein weiterer Themenkreis ist die Integration der (oftmals) multimodalen Daten in vielschichtige Biomedizinische Informationssysteme. Weiters werden in dem Modul Grundkenntnisse für das Verstehen bildgebender Systeme und Methoden der Biomedizinischen Bildverarbeitung erworben. Ein weiterer Themenbereich dieses Ausbildungsmoduls umfasst die Kompetenzvermittlung im Bereich integrierter Versorgungsprozesse sowie Anforderungen an die Qualität medizinischer Software. Konkret erwerben die AbsolventInnen einführende Kenntnisse über die Struktur und Aufbau des Gesundheitswesens und damit verbundener Prozesse. Überdies werden Qualitätsanforderungen und Richtlinien an die Erstellung, Inbetriebnahme sowie Wartung und Pflege medizinscher Software vermittelt. Integrierter Versorgungsprozess und Qualitätsmanagement in der Medizin
Grundlagen zu Struktur, Aufbau, Finanzierung und gesetzliche Rahmenbedingungen des Gesundheitssystems sowie damit verbundener Prozesse. Primäre, Sekundäre und tertiäre Prozesse im Gesundheitswesen in Zusammenhang mit der Entstehung und Behandlung von Krankheiten sowie Krankheitsverläufen (Risikofaktoren- modell, Salutogenesemodell). Überblick über die Vorgänge und Prozesse einer medizinischen Konsultation und darüber hinaus Erarbeitung der Grundstruktur von Krankengeschichten. Umsetzung und Inbetriebnahme medizinischer Software. Qualitätssicherung medizinischer Software, Einführung und Überblick in geltende Richtlinien und Normen auf nationaler und internationaler Ebene (bspw. Medizinprodukte Gesetz MPG) gegliedert nach den Bereichen; Gebrauchstauglichkeit, Sicherheit, Softwarelebenszyklus, Qualitätsmanagement und Risikomanagement. Medizinische Ordnungssysteme
Einführung und Grundlagen zu medizinischen Ordnungssystemen, Begriffssystemen, kontrollierten Vokabularen und Ontologien (z.B. ICD, MeSh, SNOMED-CT, LOINC). Die Absolvent*innen erwerben einführende Kenntnisse medizinscher Ordnungssysteme sowie verschiedener Wissensrepräsentationsformen in der Medizin (bspw. Klassifizierung von Diagnosen). Einsatz von Ordnungssystemen zur Dokumentation und Übertragung medizinischer Daten, z.B. im Kontext von HL7 FHIR oder der Österreichischen elektronischen Gesundheitsakte ELGA. Medizinische Sensorik
Medizinische Kommunikation und Sensorik auf Basis miniaturisierter, intelligenter Sensorsysteme zur Erfassung wichtigster Vitalparameter. Grundlagen der Messtechnik biomedizinischer Signale, analoge und digitale Sensoren, Verstärker sowie Microcontroller und Schnittstellen zum Computer. Eine Einführung in einfache Systeme zur Erfassung und Weiterverarbeitung der Biosignale anhand von Matlab und Labview. Grundlegende drahtlose Kommunikationstechniken zur Einbindung der Daten in Monitoringsysteme. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Das Gesundheitswesen und e-Health |
6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Das Gesundheitswesen und e-HealthDie komplexen organisatorischen Zusammenhänge eines modernen Gesundheitswesens verlangen von MedizininformatikerInnen ein substantielles Wissen über das Gesundheitssystem, das dieses unterstützende und verbindende Netz von Informationssystemen sowie die dokumentatorischen Rahmenbedingungen. Die Studierenden kennen nach Besuch dieses Moduls die Aspekte des österreichischen Gesundheitssystems (Aufbau, Abläufe, Gremien, Integrations- und Standardisierungsbestrebungen etc.). Sie erfahren anhand konkreter Beispiele Bedarf und Einsatz medizinischer Informationssysteme und deren zunehmende Bedeutung in der integrierten medizinischen Versorgung (und damit auch mögliche Profile ihrer zukünftigen Tätigkeit). Wesentliche Aspekte der medizinischen Kommunikation und Dokumentation (Arten, Standards, Sicherheit, Schutz und Rechte sowie Qualitätsaspekte) runden die erlernte Kompetenz ab. Das Gesundheitswesen
Aufbau des Gesundheitssystems: Das (österreichische) Gesundheitssystem: Zweck, Struktur, Finanzierung; Gesetzgebung, Zuständigkeiten (Bund, Land), Versicherungen, Kammern; Einrichtungen: Strukturfonds, Sozialversicherungsträger und deren Hauptverband, Krankenanstalten(plan); internationale Struktur (WHO, EU, …). Abläufe im Gesundheitssystem: Gesundheitsversorgung und deren Finanzierung; Gesundheitsdiensteanbieter (GDA); Krankenhausorganisation und –leistungsverrechnung, Elektronische Gesundheitsakte (ELGA), E-Card-System, individuelle Gesundheitsleistungen (IGEL); ambulante Versorgung, häusliche Pflege, Gesundheitsökonomie. e-Health/Medizinische Dokumentation
Informationsverarbeitende Verfahren in Krankenhausinformationssystemen, standardisierte Kommunikation, Informationsübertragung im (Inter-)Net, Systemsicherheit (Zugriff, Übertragung, Protokollierung), Normen und Richtlinien sowie deren Gremien, medizinische Datenhaltung: rechtliche Vorschriften, Datenschutz, Patientenrechte; Datenbanksysteme im Gesundheitswesen, Datawarehousing und Datamining; Qualitätsmanagement in der Medizin (spezifische Institutionen, Verfahren und Normen), Monitoring und kontinuierliche Verbesserung des Versorgungsprozesses, An- und Einbindung in KIS, Benchmarking und Qualitätsplanungsstrategien. Informationssysteme des Gesundheitswesens
Struktur der Informationssysteme des Gesundheitswesens (insbesondere der Krankenhausinformationssysteme - KIS), Archivierungssysteme (PACS), medizinische ERP, integrierte medizinische Informationssysteme; Architekturansätze sowie Konzeptionierung und Bewertung von Systemarchitekturen für Informati-onssysteme im Gesundheitswesen. Anforderungen seitens IHE/ELGA; An- und Einbindung besondere Funktionsbereiche wie Laboratorien, Strahlenklinik und Apotheke, Einbindung von Ärztepraxen und -zentren, Metamodell des Krankenhausinformationssystems, Funktionsabläufe und Informationsflüsse unter medizin-informatischen Gesichtspunkten, Management der Informationssysteme des Gesundheitswesens. Struktur, Konzept, Aufbau und Einsatz von Standards für das Gesundheitswesen, insbesondere HL7 Standards (HL7 v2 – v3, FHIR) sowie DICOM Standard. Konzeption und Implementierung von Softwaresystemen unter Verwendung ebendieser Standards. Semantische Interoperabilität – Einsatz von Terminologien, Ontologien und Codelisten für den Einsatz in der semantikerhal-tendenen medizinischen Kommunikation zwischen Informationssystemen, insbesondere LOINC, ICD-10, SNOMED-CT, etc. Informationssysteme des Gesundheitswesens
Begleitende Übung zur Vorlesung, praktische Anwendung des in der Vorlesung vermittelten Wissens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 1 |
4 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 1Die Studierenden setzen das erworbene theoretische Wissen in Kooperationsprojekten mit realen Auftraggebern im Anwendungsbereich der gewählten Vertiefung (Medizin- oder Bioinformatik) um und vertiefen dadurch das Verständnis und vor allem den Anwendungsbezug des erlernten Wissens. Dazu realisieren die Studierenden im 4. und 5. Semester in Teams ein umfangreiches, vertiefungsbezogenes Softwareprojekt (mit einem Gesamtaufwand von ca. einem Personenjahr) mit einem realen Auftraggeber. Studienprojekt Medizininformatik
Realisierung des ersten Teils eines umfangreichen, vertiefungsbezogenen Projekts mit realem Auftraggeber (aus der Wirtschaft) im Team, Durchlaufen definierter Projektphasen, Üben der Vorgehensmethoden und -modelle sowie der Erstellung aller relevanten Projekt(prozess)dokumente und Produktdokumente. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Computergraphik und Mixed Reality |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Computergraphik und Mixed RealityDie AbsolventInnen des Moduls erhalten Grundkenntnisse der Computergrafik und medizinischen Visualisierung, die bei der computergestützten Chirurgie als Technik der interventionellen Radiologie zur Anwendung kommen. Der hohe Entwicklungsstand der bildgebenden Modalitäten in der Medizin erlauben aufgrund von detailliertem morphologischem Bildmaterial die exakte Planung von chirurgischen Eingriffen und die intraoperative Navigation unter Einsatz von hochpräzisen Navigationssystemen. Die jüngsten Anwendungsgebiete liegen verstärkt im Bereich der Mixed Reality (Virtual Reality, Augmented Reality) mit praktischen Anwendungsgebieten in der medizinischen Ausbildung, interaktiver Operationsplanung und -training, Datenvisualisierung und Einsatz in der computergestützten Therapie. Grundlagen der Computergraphik und medizinische Visualisierung
Grundlagen der Computergraphik, medizinischen Visualisierung sowie der graphischen Darstellung und Animation von biomedizinischen Systemen. 3D Modellierung von morphologischen Volumsdatensätzen, Oberflächenmodellierung, Grundlagen von Surface- und Volume-Rendering. Geometrische Primitiva, Shading, direktes Volume-Rendering, Surface-Rendering, Lookup-Tables, Marching Cubes, Cuberilles Rendering, Delaunay Triangulation, Filter für Oberflächendarstellungen, Visualisierung hochdimensionaler biomedizinischer Tensor-Daten. Tools: OpenGL und VTK (Visualization Toolkit) Mixed Reality in der Medizin
Die Lehrveranstaltung umfasst Grundlagen von Mixed Reality Technologien im Kontext der Medizin: MR Kontinuum, Immersion, Präsenz, Anwendungen in der Medizin und Psychologie, Displaytechnologien und Ausgabegeräte, Positionsermittlung und Eingabegeräte, Interaktion und Navigation, Visiualisierung abstrakter und dreidimensionaler Daten und fortgeschrittene Renderingverfahren. Evaluierung von Anwendungen. Anwendungsentwicklung von MR Anwendungen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 2 |
5 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienprojekt Teil 2Die Studierenden setzen das erworbene theoretische Wissen in Kooperationsprojekten mit realen Auftraggebern im Anwendungsbereich der gewählten Vertiefung (Medizin- oder Bioinformatik) um und vertiefen dadurch das Verständnis und vor allem den Anwendungsbezug des erlernten Wissens. Dazu realisieren die Studierenden im 4. und 5. Semester in Teams ein umfangreiches, vertiefungsbezogenes Softwareprojekt (mit einem Gesamtaufwand von ca. einem Personenjahr) mit einem realen Auftraggeber. Studienprojekt Medizininformatik
Realisierung des zweiten Teils eines umfangreichen, vertiefungsbezogenen Projekts mit realem Auftraggeber (aus der Wirtschaft) im Team, Durchlaufen definierter Projektphasen, Üben der Vorgehensmethoden und -modelle sowie der Erstellung aller relevanten Projekt(prozess)dokumente und Produktdoku-mente; Weiterentwicklung und Abschluss des Full-Cycle-Projekts |
Wissenschaftliches Arbeiten
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Bachelorarbeit und wissenschaftliches Arbeiten |
8 | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Bachelorarbeit und wissenschaftliches ArbeitenDie Studierenden sind in der Lage, eine wissenschaftliche Arbeit zu verfassen, können über ihr Thema referieren und zeigen diese Kompetenz bei der Erstellung der Bachelorarbeit. Bachelorarbeit
Die Studierenden verfassen fachlich ergänzend zu einer anderen Lehrveranstaltung aus dem 4. oder 5. Semester (je nach gewähltem Thema) und mit Unterstützung durch die beiden anderen Lehrveranstaltungen in diesem Modul (Wissenschaftliches Arbeiten und Bachelorarbeitsseminar) ihre Bachelorarbeit. Die Studierenden werden bei der Erstellung der Bachelorarbeit individuell von einem / einer Lehrenden betreut. Bachelorarbeit Seminar
Das Bachelorseminar dient der Vorbereitung der Erstellung der schriftlichen Bachelorarbeit. Die Studierenden kennen Anforderungen an wissenschaftliches Arbeiten insbesondere Anforderungen an die Schriftform. Sie stellen ihre Arbeitsfortschritte begleitend zur Erstellung ihrer Abschlussarbeit im Bachelorseminar zur Diskussion. Rahmenbedingungen der Erstellung der Bachelorarbeit, gemeinsame Reflexion in der Gruppe, Klärung von Problemen und Schwierigkeiten, Klärung von theoretischen-inhaltlichen, methodischen und formalen Fragen. Dadurch, dass die Studierenden zweimal über ihre Bachelorarbeit vortragen und Feedback dazu bekommen, bereiten sie sich auch schon auf die Bachelorprüfung Ende des 6. Semesters vor. Wissenschaftliches Arbeiten
Lehrziel: Die Studierenden werden in die Lage versetzt, eine wissenschaftliche Arbeit (z. B. die Bachelorarbeit) zu verfassen. Wesentliche Lehrinhalte: • Methoden der Wissenschaft • Recherche, wissenschaftliche Datenbanken • Zitierregeln • Aufbau wissenschaftlicher Dokumente • Form wissenschaftlichen Arbeitens Die Anwendung von Literaturverwaltungsprogrammen und technischer Textverarbeitungssoftware. Bachelorprüfung
Die Studierenden präsentieren Ihr Wissen im Rahmen einer abschließenden Prüfung gem. § 16 Abs. 1 FHG vor einem facheinschlägigen Prüfungssenat und haben somit auch die Kompetenz mit schwierigen Prüfungssituationen umzugehen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Berufspraktikum |
27 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
BerufspraktikumDie Studierenden setzen das erlernte theoretische Wissen in ihrem Praktikum bei einem realen, möglichst facheinschlägig bzgl. der gewählten Vertiefung tätigen Unternehmen um und vertiefen dadurch das Verständnis und vor allem den Anwendungsbezug des erlernten Wissens. Das begleitende Seminar vermittelt ein systematisches Vorgehen und ermöglicht eine laufende Überprüfung der Tätigkeiten. Berufspraktikum
Die Studierenden arbeiten vollzeitlich im Team in einem Unternehmen für mindestens 450 Arbeitsstunden an einem Projekt im Bereich der gewählten Vertiefung mit (inkl. entsprechender Dokumentation). Seminar zu Berufspraktikum
Zum Berufspraktikum erstellen die Studierenden eine Bachelorarbeit, deren Fortgang in diesem Seminar betreut und kontrolliert wird. Die Studierenden berichten - das Praxissemester begleitend als auch anschließend daran - in Vorträgen über den Fortgang ihrer Praxisarbeit als auch ihrer wissenschaftlichen Arbeit. Die Studierenden erhalten dadurch Feedback zur Adaptierung ihrer weiteren Arbeit. |
Studienfördernde Fächer
1. | 2. | 3. | 4. | 5. | 6. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Studienfördernde Lehrveranstaltungen |
1 | 2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Studienfördernde LehrveranstaltungenDie Studierenden besitzen begleitend und komplementär zur Fachkompetenz soziale Kompetenz und betriebswirtschaftliche Grundkenntnisse sowie Grund-lagen in Rechtskunde und Ethik Sozialkompetenz: Präsentationstechniken
Freies Reden – Grundlagen der Rhetorik; Einsatz von Hilfsmitteln, videogestütztes Training, Grundlagen der effektiven Gestaltung von Präsentationsunterlagen. Betriebswirtschaftslehre
Volkswirtschaftliche Grundlagen; Betriebliche Ziele und Leistungsbereiche (F&E; Beschaffung, Produktion, Absatz); rechtliche Grundlagen; Rolle des Rechnungswesens im Unternehmen; Ziele und Aufgaben Doppelte Finanzbuchhaltung, Grundlegende Systematik, einfache Buchungsfälle; Abschlussarbeiten, Grundlagen der Bilanzierung; Bilanzanalyse; Fallbeispiele aus Softwareunternehmen; abschließendes Planspiel (Factory). Bioethik
Anwendungsnahe Fragen zu: Humanexperimenten, Embryonenforschung, sog. "Bioethik-Konvention", Gentechnik am Menschen, Eingriffe ins menschliche oder tierische Genom, Therapie in Körper- und Keimzellen, Produktion von Chimären und Hybriden, Klonen, Embryonenforschung, Xenotransplantation, ökologische Ethik: Fragen im Zusammenhang mit der Freisetzung von genetisch veränderten Organismen, Tierversuche. Rechtskunde
Einführung in die Grundbegriffe, Privatrecht/Vertragsrecht, Privatautonomie, Verträge, ABGB; Software als Rechtsobjekt, Software als Sache, Eigentum/Besitz/Innehabung, Software-Urheberrecht bzw. Verwertungsrechte, Softwareverträge, Klauseln, Übertragung/Werknutzungsrechte, Gewährleistung, Garantie, Haftung, Grundzüge Handelsrecht, Beschäftigungsformen; Patentrecht (Verfahren, Produkte), Spezifische und aktuelle rechtliche Aspekte im Umfeld der Biowissenschaften. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kommunikatives Englisch |
2 | 2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kommunikatives EnglischDie Studierenden entwickeln Fähigkeiten und Kompetenzen, um sich aktiv an englischer Kommunikation zu beteiligen. Die AbsolventInnen zeichnen sich durch folgende Fähigkeiten in englischer Sprache aus: Teamarbeit; überzeugtes, selbstsicheres Auftreten in alltäglichen Situationen wie z.B. Small-Talk, Vertreten der eigenen Meinung, Streitgespräche, Einbringen und Bearbeitung von Beschwerden. Kommunikatives Englisch 1
Hauptsächlich, aber nicht exklusiv, durch Simulationen, Rollenspiele, Gruppenarbeit, Arbeit in Paaren, Präsentieren, Recherchieren, Debatten sowie Video- bzw. Audioarbeit werden grammatikalische Schwerpunkte aufgefrischt und vertieft, der fachspezifische bzw. alltägliche Wortschatz erweitert und wichtige Redewendungen vermittelt, um eine Verbesserung des schriftlichen und mündlichen Ausdrucks zu erreichen. Themenbereiche sind, unter anderem, Résumé & CV, Briefe, Einstellungsgespräche, aktuelle fachspezifische Themen. Kommunikatives Englisch 2
Hauptsächlich, aber nicht exklusiv, durch Simulationen, Rollenspiele, Gruppenarbeit, Arbeit in Paaren, Präsentieren, Recherchieren, Debatten sowie Video- bzw. Audioarbeit werden grammatikalische Schwerpunkte aufgefrischt und vertieft, der fachspezifische bzw. alltägliche Wortschatz erweitert und wichtige Redewendungen vermittelt, um eine Verbesserung des schriftlichen und mündlichen Ausdrucks zu erreichen. Themenbereiche sind, unter anderem, Résumé & CV, Briefe, Einstellungsgespräche, aktuelle fachspezifische Themen. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Technisches Englisch |
1 | 1 | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Technisches EnglischDie Studierenden besitzen begleitend und komplementär zur Fachkompetenz Kenntnisse und Fähigkeiten, um technische Diskussionen und Arbeiten in Englischer Sprache bewältigen zu können. Die AbsolventInnen zeichnen sich durch folgende Fähigkeiten in englischer Sprache aus: Teamarbeit; Umgang mit Fachliteratur; mündliche und schriftliche Arbeit von fachbezogenen Inhalten; überzeugtes, selbstsicheres Auftreten in alltäglichen Situationen wie z.B. Small-Talk, Vertreten der eigenen Meinung, Streitgespräche, Einbringen und Bearbeitung von Beschwerden; Beherrschung von Vorstellungsgesprächen sowohl von der Arbeitergeber- als auch von der Arbeitnehmerseite aus gesehen. Technisches Englisch 1
Hauptsächlich — aber nicht exklusiv — durch Gruppenarbeit, Arbeit in Paaren, Präsentieren, Recherchieren, Debatten sowie Video- bzw. Audioarbeit wird das Erlernte aus dem Modul Kommunikatives Englisch vertieft, der fachspezifische bzw. alltägliche Wortschatz erweitert und wichtige Redewendungen vermittelt, um eine Verbesserung des schriftlichen und mündlichen Ausdrucks zu erreichen. Themenbereiche sind, unter anderem Ursache und Wirkung, Voraussagen, Einblicke in Firmen aus den Bereichen Pharma-, Agrar-, Um-welt- und Biotechnologie. Technisches Englisch 2
Das Erlernte aus dem Modul Kommunikatives Englisch sowie aus dem 3. Semester des Moduls Technisches Englisch wird vertieft und der fachspezifische bzw. alltägliche Wortschatz erweitert, um vor allem eine Verbesserung des mündlichen aber auch schriftlichen Ausdrucks zu erreichen. Themen aus den anderen Modulen von Medizin- und Bioinformatik werden von den Studierenden individuell ausgearbeitet und präsentiert und dann von der Gruppe kommentiert bzw. diskutiert. Das Ziel ist es, fachbezogene Inhalte überzeu-gend auf Englisch vorzutragen und die Beherrschung von modernen Präsentationstechniken. Der Vortrag wird analysiert und konstruktive Kritik von den Studierenden schriftlich festgehalten. Themenbereiche sind, unter anderem, kurze Wiederholungen von Kommunikationstechniken, Rhetorik, Verhalten während Vorträgen sowie das Schreiben von Kritiken. Technisches Englisch 3
Hauptsächlich, aber nicht exklusiv, werden die Studierenden mit den Techniken des formalen, akademischen Schreibens vertraut gemacht und damit auf die Bachelorarbeit vorbereitet. Die praktische Anwendung des wissenschaftlichen Arbeitens und die Diskussion von fachspezifischen akademischen Arbeiten im Unterricht sowie die Verfassung von eigenen akademischen Texten wie jenes des Abstracts, etc. stehen im Vordergrund. Peer Feedback und Feedback vonseiten der LVA-Leitung werden diese Kenntnisse weiter festigen. Außerdem werden die Studierenden auf die Bewerbungsprozedere für ihre Praktika im Ausland vorbereitet, indem sie sowohl Bewerbungsschreiben als auch Lebensläufe in Englisch verfassen müssen und dabei auch auf kulturelle Unterschiede in den Bewerbungsabläufen aufmerksam gemacht werden. |
Kontakt
E-MailE mbi@fh-hagenberg.at
TelefonT +43 5 0804 22700